
ایجاد فضا برای برقراری ارتباط بیشتر، بیان مشکلات، همفکری و اقدام برای حل مسائل و کمک برای بالا بردن روحیه و سطح علمیارتباط با ادمین:@KhanihaSayeh@NiloofarFarajzadehTehraniایمیل گروه "دختران ریاضی شریف":[email protected]
مشاهدات عمومی نمایه؛ این اعداد توسط مالک کانال ارائه نشدهاند.
تازگی نسبی · اطمینان متوسط · 13 نمونه پست · پوشش داده: 2026/07/11 تا 2026/08/05
دسترسی برابر است با میانه بازدید پستهای منتشرشده در ۳۰ روز گذشته تقسیم بر آخرین تعداد مشاهدهشده اعضا. خط تیره یعنی داده تاریخی کافی نیست. channel-v1
این امتیاز چگونه محاسبه میشود
محاسبهشده از 14 پست مشاهدهشده و 0 مشاهدهٔ عضو. وزنها میان مؤلفههایی که برای این کانال قابل اندازهگیری بودهاند تقسیم میشود، بنابراین مؤلفهای که نتوانستهایم مشاهده کنیم به زیان کانال محاسبه نمیشود.
هفت روز اخیر
ویرایش و حذف پست از داده تجمیعی فعلی در دسترس نیست؛ بنابراین بهجای صفر، ناموجود نمایش داده میشود. · بازه 2026-08-11 تا 2026-08-17
#اطلاع_رسانی✨ترنس تائو ریاضدان جوان برنده جایزه فیلدز 2006، در کنفرانس IMC2026 سخنرانی با عنوان «ریاضیات در عصر هوش مصنوعی» ارائه کرد.پیامهای اصلی سخنرانی تائو با عنوان «ریاضیات در عصر هوش مصنوعی»:💡 موضوع اصلی و تشابه تاریخی:تائو ورود هوش مصنوعی به ریاضیات را با بحران بنیادین ریاضیات در اوایل قرن بیستم مقایسه میکند. در آن دوران کشفیاتی مانند پارادوکس راسل یا قضایای ناتمامیت گودل ریاضیدانان را مجبور کرد تا فرضیات ضمنی خود در مورد مبانی ریاضیات را دوباره بررسی کنند.او معتقد است اکنون در بحرانی مشابه، اما در زمینه «ارزشها و شیوههای کاری جامعه ریاضی» قرار داریم که اگر به درستی بررسی شود، جامعه ریاضی را قویتر خواهد کرد.❓ سوال اصلی؛ فرضیه توانمندی هوش مصنوعی؟!تائو مطرح میکند که سوال اصلی این است که «آیا هوش مصنوعی به زودی میتواند وظایف ریاضی در سطح تحقیق را انجام دهد؟» تائو یک «فرضیه کاری» را مطرح میکند: فرض کنیم که هوش مصنوعی به زودی بخش قابلتوجهی از وظایف تحقیقاتی را با کیفیت و هزینه معقول انجام خواهد داد. او سپس پیامدهای این فرضیه را بررسی میکند:1⃣ تغییر از «توانمندی» به «ارزشها».اگر فرضیه درست باشد، دیگر نمیتوانیم اهداف و ارزشهای واقعی جامعه ریاضی را نادیده بگیریم. صرفِ حل کردن مسائل حلنشده، هدف اصلی نیست؛ اهداف دیگری مانند درک عمیق، آموزش، جامعهسازی و خلق آثار زیباشناختی نیز مطرح هستند. تائو هشدار میدهد که بهینهسازی بیش ازحد توسط هوش مصنوعی، طبق قانون گودهارت، باعث واگرایی این اهداف از یکدیگر میشود.2⃣ تکامل هدف «حل مسئله»: تائو نشان میدهد که صرفاً تعیین هدف «حل مسائل» کافی نیست و باید آن را اصلاح کرد:✅ هدف اول: حل مسائل ← خطر: انبوهی از اثباتهای نادرست.✅ هدف دوم: حل + راستیآزمایی ← خطر: اثباتهای درست اما غیرقابلهضم و درکنشدنی توسط انسان.✅هدف سوم: حل + راستیآزمایی + شرح و بسط روان ← خطر: هوش مصنوعی نگارش را بیش از حد صیقلی میکند و «اصطکاک طبیعی» (که به یادگیری عمیق کمک میکند) را حذف مینماید.✅هدف چهارم: حل + راستیآزمایی + شرح + پذیرش و هضم توسط جامعه ← این مرحله انسانی، کند و حیاتی است و با هوش مصنوعی قابل بهینهسازی نیست.· هدف نهایی: گنجانده شدن در نظریه قطعی و کتابهای درسی (که ارزشمندترین بخش فرایند است).3⃣ عصر فراوانی اثبات و «سوءهاضمه»:اگر فرضیه درست باشد، به عصر «فراوانی اثبات» وارد میشویم. در این حالت، گلوگاههای جدی (تأیید درستی، نگارش، داوری و گنجاندن در نظریه) ایجاد میشود. نشانههای آن هماکنون در سایتهایی مانند مسائل اردوش دیده میشود.🔆راهکارها (برگرفته از اعلامیه Leiden)تائو با اشاره به اعلامیه لیدن، چند توصیه کلیدی ارائه میدهد:🔅 افشای شفاف: استفاده از ابزارهای هوش مصنوعی باید کاملاً شفاف اعلام شود.🔅 مسئولیت با انسان: صحت و استناددهی اثباتها، همچنان بر عهده نویسندگان انسانی است (قانون سرانگشتی: اگر نویسنده نتواند سخنرانی تخصصی درباره نتیجهاش ارائه دهد، نباید منتشر شود).🔅 تغییر ارزشگذاری: باید از تأکید بر «تولید اثبات» و «اولین بودن» فاصله گرفته و بر «هضم اثبات» (شرح، انتشار و گنجاندن در نظریه) تأکید شود.🔅مشارکت عمومی: ریاضیدانان باید در گفتمان عمومی درباره قابلیتها و محدودیتهای هوش مصنوعی مشارکت کنند.✅جمعبندی نهاییجامعه ریاضی باید گفتوگوهای باز و صادقانهای درباره توانمندیهای هوش مصنوعی و ارزشهای بنیادین خود داشته باشد. این تحلیل فقط برای حل مسئله نیست، بلکه باید برای جنبههای دیگر (آموزش، استخدام، کمکهای مالی و...) نیز انجام شود.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
#اطلاع_رسانی✨ امسال در کنفرانس جهانی ریاضیات ( ICM 2026)؛کنفرانسی که ریاضیدانان از سراسر جهان گرد هم می آیند؛ (پیش از این اخبار اهدای جوایز فیلدز و آباکوس را در کانال را منتشر کردیم.)،ریاضیدان مشهور، ترنس تائو، سخنرانی ارائه کرد در مورد بحث داغ این روزهای محافل علمی: هوش مصنوعی.🔆عنوان این سخنرانی Mathematics in the age of Aبود. تائو، بر خلاف جو موجود، که فقط به تواناییهای AI در حل مسائل ریاضی و علمی و تولید محتوای خلاقانه میپردازند، توجه ریاضی دانان را به نگاه خودِ ریاضیدانان در مورد ریاضیات جلب کرد.⬇️ در پست بعدی خلاصهای از این سخنرانی را میتوانید مطالعه کنید.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
📐 هوش مصنوعی حدس ۸۷ سالۀ ژاکوبی را نقض کرد!🔻 حدس ژاکوبی (Jacobian conjecture) یکی از مشهورترین مسائل باز ریاضیات است که در سال ۱۹۳۹ مطرح شد. صورت سادهاش:➖ اگر یک نگاشت چندجملهای در هر نقطه موضعاً معکوسپذیر باشد (یعنی دترمینان ژاکوبیاش یک عدد ثابت ناصفر باشد)؛➖ آیا الزاماً بهطور سراسری (یکبهیک) معکوسپذیر است؟────────────────────────────🧨 نقطهی عطف: ۱۹ ژوئیه ۲۰۲۶لِوِنت آلپوگه، ریاضیدان دانشگاه هاروارد و محقق Anthropic، در توییتی اعلام کرد که مدل هوش مصنوعی «Claude Fable 5» یک مثال نقض برای این حدس پیدا کرده است.────────────────────────────🧮 تابع مثال نقض (نگاشتی از فضای سهبعدی مختلط به خودش):F(x,y,z) = ( (1+xy)³ z + y²(1+xy)(4+3xy) , y + 3x(1+xy)² z + 3xy²(4+3xy) , 2x - 3x²y - x³z)✅ دترمینان ژاکوبی این تابع همواره برابر «2-» است (یعنی شرط حدس را کاملاً برآورده میکند).❌ اما این تابع یکبهیک نیست. سه نقطهی کاملاً متفاوت را به یک خروجی مشترک میبرد:F(0 , 0 , -¼) = F(1 , -³⁄₂ , ¹³⁄₂) = F(-1 , ³⁄₂ , ¹³⁄₂) = ( -¼ , 0 , 0 )پس شرط «موضعاً معکوسپذیر» به «سراسراً معکوسپذیر» نمیانجامد و حدس در بُعد ۳ و بالاتر نقض میشود. (حالت دوبعدی همچنان باز است.)────────────────────────────🗣️ واکنش جامعهتیموتی گاورز، برندهٔ مدال فیلدز، این کشف را «اولین باری دانست که یک مدل زبانی بزرگ مسئلهای مهم را حل کرده که خارج از حوزهی تخصص او، اما بسیار مشهور است».این مثال نقض بهسرعت با اثباتیارهای Lean 4 و Isabelle/HOL بهطور مستقل تأیید شد.────────────────────────────🔗 لینک توییت اصلی آلپوگه:x.com/alpoge/status/2079028340955197566
شایان اویس قرن (که البته بعضی جاها اویس غرن یا حتی اویس غران نوشتن - به انگلیسی Oveis Gharan) برندهی جایزهی Abacus شد. به طور خیلی خیلی خیلی خلاصه، جایزه رو 4 سال یک بار به یک پژوهشگر/دانشمند در زمینهی علوم کامپیوتر اهدا میکنن و مثل فیلدز دنیای کامپیوتر میمونه.برای ما اتفاق جالب و خوشحال کنندهای هست و ارزش داره یه کمی درمورد کارهای ایشون بخونیم:1- ویدیوی معارفهی ایشون که خود Simons Foundation منتشر کرده2- وب سایت شخصیشون - اینجا هم خیلی دقیق و خوب توی سایت دانشگاه نوشتن که روی چی کار میکنن3- بامزگی داستان اینه که ایشون توی سمینارهای WSS شریف هم بودن! اتفاقا talk قشنگی هم داشتن که درکش خیلی هم سخت نیست و خوشبختانه شریف این تاک رو از قبل رکورد کرده و اینجا گذاشته4- به عنوان یه المپیاد کامپیوتری هم یه صحبتی داشتن درمورد Markov Chain و روش Monte Carlo درموردش که خیلی دوست داشتنی هست - لینک ویدیودر ادامه ی مراسم دیروز، خانم Hong Wong خود فیلدز رو بردن (که خب خیلی دوز ریاضی حرفاشون بالاست و به نظرم اینجا جاش نیست من صحبت کنم، میدونین کجا و دیگه کجا میشه بیشتر در این مورد خوند!)ولی چیزی که باز برای ما آشناست، اینه که خانم Hannah Fry به علت ترویج علم ریاضی جایزه ی Leelavati رو بردن. حالا چرا ایشون برای ما آشنا هستن؟ اینجا رو ببینید!
#فیلم معرفی خانم Hong Wang به بیان خود ایشان، که در کنگره ریاضیدانان جهان پخش شده است.ایشان برنده مدال فیلدز 2026 است.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
#خبر📣 خانم Hong Wang، ریاضیدان ۳۵ سالهی چینی، برنده جایزه فیلدز 2026 شد.🔆 او سومین خانمی است که موفق به دریافت مدال فیلدز، معتبرترین جایزه دنیای ریاضیات، شده است.🔍 مهمترین دستاورد او اثبات حدس کاکیا Kakeya Conjecture در سه بعد است؛ مسئلهای که دههها ذهن ریاضیدانان را به خود مشغول کرده بود و از مهمترین مسائل حلنشده آنالیز هارمونیک به شمار میرفت.🔍 چیزی که درباره مسیر او جالب بود، بخشی از صحبتهایش در مصاحبه ICM است. او میگوید با تردید، وارد دنیای ریاضیات شد و بعدها بهطور اتفاقی، هنگام وبگردی در وبلاگ ترنس تائو، با مطلبی درباره یک مسئله جذاب روبهرو شد؛ مسئلهای که مسیر پژوهشی او را تغییر داد و او و همکارانش سالها برای حل آن تلاش کردند.🔍 او همچنین تعریف میکند که در مقطعی از مسیر پژوهشیاش، آنقدر از خودش ناامید شده بود که حتی مدتی ریاضیات را کنار گذاشت و برای گذراندن یک دوره کارآموزی معماری به فرانسه رفت؛ اما در نهایت دوباره به ریاضیات بازگشت.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
🗞 توضیحی کوتاه درباره شایان اویسقرن :🔖 شایان اویسقرن برنده جایزه IMU Abacus شد. این جایزه یکی از بزرگترین جوایز علمی در حوزه علوم کامپیوتر است.🔖 او نتایجِ مهمی دربارهٔ «مسئلهٔ فروشنده دورهگرد» به دست آورده است. این مسئله یکی از بنیادیترین مسائل در علوم کامپیوتر است و از نظر محاسباتی NP-hard است. اویسقرن بیش از ده سال است که روی این مسئله کار میکند.🔖 جالب است که این دانشمند نیز از نظر پژوهشی دورهگردی کرده و در موضوعاتِ ظاهراً بیربطِ متعددی در علوم کامپیوتر، مشارکتهای عمدهای داشته است. و البته توانسته با صبر و تمرکز روی این مسئله خاص در یک زمان طولانی، به نتایج جالبی برسد.🔖 بیشتر پژوهشگرانی که بین حوزههای پراکنده ارتباط برقرار میکنند، وسعت دانش خود را به قیمتِ فدا کردنِ عمیقشدن در یک موضوع خاص به دست میآورند. اما اویسقرن با وجود تمام انرژیِ بیقرارش، این شکیبایی را دارد که سالها با مسائل سخت کلنجار برود و به تمام جزئیات فنیِ یک اثبات طولانی و پیچیده توجه کند.متن گزارش⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
🔍 متن قسمت دوم فیلم(این متن توسط هوش مصنوعی ترجمه شده است) من استاد دانشکده علوم کامپیوتر و مهندسی «پل جی آلن» در دانشگاه واشینگتن در سیاتل هستم. من در خانوادهای گرم و مهربان در مرکز ایران، در شهر تاریخی اصفهان متولد شدم. خانواده من، به لطف سرسختی مادرم، تمرکز علمی داشتند؛ به یاد دارم او عادت داشت تلویزیون ما را پنهان کند. یکی از نقاط تعیینکننده در مسیر من برای تبدیل شدن به یک ریاضیدان و دانشمند علوم کامپیوتر، زمانی بود که برادرم، شهاب، این کتاب را به من داد: «چگونه بدون. شمردن، بشماریم». در ابتدا، من روی مسئله TSP یا همان «مسئله فروشنده دورهگرد» کار کردم. فرض کنید به کلاس تنیس رفتهاید و در پایان کلاس، مربی از شما میخواهد تمام ۱۰۰ توپ موجود در زمین را جمع کنید. شما میخواهید بدانید سریعترین راه برای جمع کردن تمام این توپها، قرار دادن آنها در سبد و به خانه رفتن چیست. این دقیقاً همان مسئله TSP است. هیچ کامپیوتر و هیچ انسانی قادر نیست که بتواند راه حل بهینه را در زمان معقول پیدا کند. از آنجایی که در الگوریتمهای تقریبی نمیتوان راه حل بهینه را پیدا کرد، ما الگوریتمی طراحی میکنیم که (طبق اثباتهای ریاضی) راه حلی را پیدا کند که تنها مثلاً ۵۰ درصد بدتر از راه حل بهینه باشد. من فقط درخت را نمیبینم؛ بلکه سعی میکنم آن را بدون برگ یا میوه، و فقط با ساقه و شاخهها تصور کنم. از نظر ریاضی، یک «درخت پوشا» (Spanning Tree) با حداقل مجموعهای از میلهها تعریف میشود که برای وصل کردن ساقه به تمام برگها نیاز دارید. سوال این است که کدام را باید انتخاب کرد؟ مشخص شد که استفاده از درختهای تصادفی (قرار دادن میلهها به صورت تصادفی) بسیار بهتر از انجام آن به روشی ثابت و مشخص است. الگوریتم کلاسیک برای TSP با انتخاب یک درخت پوشای مینیمم برای متصل کردن تمام شهرها شروع میشود و سپس تعدادی بزرگراه به آن اضافه میکند تا یک «تور» یا مسیر بسته ایجاد شود. ایده اصلی ما این است که به جای آن، یک درخت پوشای تصادفی انتخاب کنیم تا از هرگونه ساختار خاصی که دشمن (یا شرایط سخت) ایجاد کرده است، جلوگیری کنیم. دستاورد اصلی کار ما نه تنها بهبود اندک در تقریب است، بلکه این است که آن عدد ۵۰ درصد، مرزِ کاری که میتوان با کامپیوترها به صورت کارآمد انجام داد، نیست. شما باید بتوانید بسیار بهتر عمل کنید. و اکنون بسیاری از پژوهشگران در حال تلاش هستند تا از ایدههای ما برای طراحی تقریبهای بسیار بهتر برای TSP استفاده کنند. درباره پیچیدگی کار، مثل پیچگوشتیای فکر کنید که هیچکس قبلاً ندیده است و همه سعی دارند این پیچ را بچرخانند. کار من این است که پیچگوشتی مناسبی برای چرخاندن آن پیدا کنم؛ در حالی که تنها اطلاعاتی که ممکن است داشته باشم، نگاه کردن از فاصله بسیار دور است. بیشتر تحقیقات من در تلاش برای یافتن همان پیچگوشتی مناسب است و امیدوارم پس از انجام آن، بتوانید پیچ را بچرخانید و آن مسئله باز (حل نشده) را حل کنید.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
#فیلم معرفی شایان اویسقرن به بیان خود ایشان، که در کنگره ریاضیدانان جهان پخش شده است.ایشان برنده مدال آباکوس 2026 است.⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊شاد و رو به رشد باشین 😃🖊📚👩🏫🧑🏫👩💻🧑💻🎓دختران ریاضی شریف@sharifmathgirls
#خبر📣 یک ایرانی برنده #مدال_اباکوسپروفسور شایان اویسقرن، برنده جایزه Abacus2026 در کنگره ریاضیدانان جهان شد.🔅 او در سال ۱۳۶۴ در اصفهان به دنیا آمد و دوران مدرسه خود را در آنجا گذراند. لیسانس خود را در رشته مهندسی کامپیوتر در دانشگاه صنعتی شریف گذراند و در سال 2008 برای دکترا به دانشگاه استنفورد رفت.🪛 کارهای او در حوزههای مختلفی از علوم کامپیوتر است و در آنها ارتباط جالبی بین نظریه محاسبات و هندسه آماری برقرار کرده.🔖 کار اصلی که منجر به گرفتن جایزه شده، الگوریتمی برای حل مسئله «فروشنده دورهگرد» است که از نظر محاسباتی مرز بهینهبودن الگوریتمهای قبلی را جابجا کرده. در الگوریتم پیشنهادی او، مسیر پیشنهادی به فروشنده، به کمک «درختهای پوشای تصادفی» ساخته میشود.🌐 برای اطلاعات بیشتر راجع به کارهای علمی او، این مطلب مفصل که در مجله ژورنال۴۲ به زبان فارسی نوشته شده، میتواند منبع خوبی باشد.🎞 در فیلمی که در کنگره ریاضیدانان برای معرفی ایشان پخش شده، علاوه بر توضیحی درمورد کودکی ایشان و تاثیر خانواده بر زندگیشان و توضیحی درمورد کارهای علمی، نگاهشان دربارهی ایران و سنتهایش نیز جالب است:«نوروز بیش از هزاران سال است که جشنی میان ایرانیان است. ما با بستگان خود گرد هم میآییم...برای من، نوروز لحظهای برای نوسازی و تجدید است. من تمام این درختان و گلها را میبینم که تا همین یک دقیقه پیش رو به مرگ میرفتند، اما اکنون شکوفه دادهاند؛ گویی زندگی تازهای یافتهاند. من به تمام اعضای خانوادهام فکر میکنم که در این لحظه نمیتوانند در کنار من باشند. نوروز امسال برای من بسیار دشوار است، در حالی که هموطنان ایرانی من در حال رنج کشیدن و کشته شدن هستند. مردم ایران چیز خاصی نمیخواهند؛ آنها فقط یک زندگی عادی میخواهند.»@sharifmathgirls
✨ شایان اویسقرن، برنده جایزه اباکوس امسال(Abacus2026)، در کنگره ریاضیدانان جهان شد.@sharifmathgirls
🔷 خانه ریاضیات اصفهان برگزار میکند:🔹 سخنرانی با موضوع «هندسۀ قلب انسان بر پایۀ ریاضیات حاکم بر سیستمهای تصویربرداری قلب و عروق: تکنیکها، راهبردها و نتایج بالینی»👤 سخنران:دکتر سعید رنجبردکترای ریاضیات، فلوشیپ اکوکاردیوگرافیعضو مرکز توسعه و تحقیقات سیستمهای تصویربرداری پزشکی، کمپانی فیلیپس، آیندهوون، هلند🗓️ یکشنبه ۴ مرداد ۱۴۰۵🕗 ساعت ۱۷:۰۰♾️ از اساتید، دانشجویان و همۀ علاقهمندان دعوت میشود تا در این سخنرانی شرکت کنند. این رویداد هم بهشکل حضوری و هم بهشکل برخط برگزار میشود. حضور در این رویداد برای همگان آزاد است.📍 محل برگزاری: اصفهان، خیابان آزادگان، روبهروی مقبرۀ بانوامین، خانه ریاضیات اصفهان🔗 پیوند شرکت بهشکل برخط:skyroom.online/ch/mathhouse/students