روز پتر کبیر از پیرمردی پرسید که چرا موی سر او سفید و ریشش سیاه اســت؟ پیرمرد جواب داد: - چون که موهای ادامه ...
دو برادر بودند: برادر بزرگتر ثروتمند و خسیس بود و برادر کوچکتر سخاوتمند ولی فقیر. با این که بعد از ادامه ...
اربابی در جنگل برای یکی از روستاییان قطعه زمینی جهت کشت و زرع معلوم کرد. روستایی برای خودش در آن جا کلبهای ادامه ...
مرد ثروتمندی بود که از بس خورده و خوابیده بود بینهایت چاق شده بود و بزحمت میتوانست چند قدم راه برود. ادامه ...
در دوران پیشین، در ساحل دریا، ماهیگیر پیری با زنش زندگی میکرد. دار و ندار این زن و شوهر عبارت بود از ادامه ...
مادری فرزند تنبلی داشت که در منزل کنار بخاری مینشست و ابداً کار نمیکرد. یک روز مادر به او گفت: - پسرم، ادامه ...
مردی بود بسیار خسیس که عادت داشت قبل از غذا به هر یک از کارکنان منزلش ملاقهای آب بدهد؛ زیرا فکر میکرد ادامه ...
پدر و مادر ثروتمندی دختری داشتند که بسیار زیبا ولی لوس و ننر بود. با تمام زیبایی و ثروتش هیچ کس به خواستگاری ادامه ...
در روزگار خیلی خیلی پیش، در یکی از روستاهای دورافتاده، یکی از روستاییان از دستور ارباب اطاعت نکرد و باعث ادامه ...
گزارشنگاری از احوال دانشآموزان مبتلا به بیماران پروانهای
دانشآموزان مبتلا به بیماری پروانهای یا امکان تحصیل ندارند یا پیشرفت بیماری باعث جلوگیری از تحصیل آنها میشود و یا اینکه نگاههای همسالان در مدرسه از نظر روحی آنها را تحت تأثیر قرار میدهد.
به گزارش شفاف؛ وقتی با او همکلام شدم، درد و اندوه از چشمانش زبانه میکشید و هیچ ردی از لبخند در چهره نداشت.
دختر است و دوست دارد دخترکانه برخورد کند، اما بیماری و نگاههای اطرافیانش اجازه حس دختر بودن را هم از او گرفته و فقط باید در خود فرو برود.
انگار هیچ آرزویی هم ندارد و در همین لحظه حضور دارد و گذشته برایش کوهی از درد را تداعی میکند و از آینده مبهم هراس دارد.
چند وقتی است که به واسطه داشتن این بیماری او هم سرشناس شده است، اما انگار از توجه دیگران رضایت ندارد و علاقهای به شناخته شدن نشان نمیدهد.
درد و اندوهی دارد که سراسر وجود او را فراگرفته و گاهی سردش و گاهی سختش میشود؛ از اینکه هر لحظه باید کسی در کنارش باشد و برخی کارهایش را انجام دهد، تمایل خوبی ندارد.
بیمار پروانهای یا EB بیماری است که مشکلات ناراحت کنندهای در اعضای بدن ایجاد میکند به طوری که باعث چسبیدن انگشتان به هم میشود و حتی قسمتهایی از اعضای بدن از بین میرود.
شاید خودشان هم داشتن این بیماری را باور ندارند و نمیدانند در طی مدت زمانی کوتاه چه اتفاقی در دستان و صورت و پاهای آنها رخ میدهد.
به نظر میرسد بیماری جلوی رشد جسمانی را میگیرد و فردی که نزدیک به 30 سال سن دارد را با کسی که حدود 12 سال سند دارد نمیتوان خیلی تشخیص داد.
وقتی بیماری در بدن رشد میکند بیشترین آسیب از چسبندگی حاصل میشود یعنی انگشتان دست و پا شروع به چسبیدن به هم میکند؛ بیماری نادری که کمتر از 1000 نفر در کشور به آن مبتلا شدهاند و حتی آمار و اعداد خیلی مشخصی از مبتلایان به آن وجود ندارد.
یکی از مهمترین مشکلات این بیماران موضوع پانسمانهای گران قیمتی است که برخی به علت داشتن مشکلات مالی از پس هزینههای آنها بر نمیآیند، اما مدتی است که با کمک خیرین و وزارت بهداشت، پانسمان زخم این بیماران به نوعی تأمین میشود و امیدواریم تمام بیماران پروانهای بتوانند رایگان از این پانسمانها استفاده کنند. البته این بیماری واگیردار نیست.
ندا: نگاه بعضی هم کلاسیهایم اذیتم میکند
همکلامشان که میشوم خیلی علاقهای به صحبت ندارند، اما «ندا»، شیرین زبان است؛ وقتی مدرسه میرود و در کلاس درس حضور دارد حتی برای باز کردن زیپ کیف مدرسهاش هم مشکل دارد و باید از یکی از دوستانش بخواهد زیپ کیفش را باز کند.
با «ندا» که اکنون کلاس هشتم میرود و در مدرسه امام رضا(ع) زنجان درس میخواند همکلام شدم و از او پرسیدم «وقتی به مدرسه میروی مشکل نداری و آیا اذیت نمیشوی؟»، گفت: بعضی وقتها در درسها مشکل دارم و آنهایی که مرا نمیشناسند و در کلاسهای دیگر هستند با نگاههایشان اذیتم میکنند.
وی افزود: در مدرسه با همکلاسیهایم در خصوص این بیماری صحبت کردهام و وقتی نمیتوانم دکمههایم را باز کنم و یا زیپ کیفم را باز کنم از آنها کمک میگیرم.
ندا در خصوص توانایی برای ورزش کردن در مدرسه گفت: نمیتوانم ورزش کنم و فقط نگاه میکنم، چون نمیتوانم با توپ بازی کنم و ضربه خوردن برایم ضرر دارد.
مادر «ندا» در خصوص شرایط فرزندش گفت: قبلا در شهرستان سلطانیه استان زنجان بودیم. ندا بیماری داشت و نمیتوانستیم برای درمان در رفت و آمد باشیم. ضمن اینکه مدیر مدرسه در آنجا طعنه میزد و به من میگفتند خودت بیا و بچهات را نگه دار و با ما همراهی نمیکردند؛ اما اکنون که به شهر زنجان آمدهام و ندا در اینجا به مدرسه میرود، خوب است؛ مدرسه همراهی میکند.
وی ادامه داد: به عنوان نمونه، وقتی مدیران مدرسه میخواهند ناخنهای بچهها را در صف کنترل کنند، چون ندا ناخن ندارد او را زودتر به داخل کلاس میفرستند. در مدرسه قبلی خیلی سوال میپرسیدند که چرا ناخن نداری و چه شده است؟
در مدت زمانی که ندا را دیدیم متأسفانه حال جسمانی او تغییر کرد و در نهایت به بیمارستان انتقال یافت اما درد و آمال بیماران پروانهای به این موارد ختم نمیشود.
فاطمه: مدرسه ثبت نامم نکرد، انگشتام به هم جوش خورد و نتوانستم مداد دستم بگیرم
فاطمه فتوحی 29 سال دارد و در یزد ساکن است. وقتی در مورد تعداد بیماران پروانهای در استان یزد از او پرسیدم اینطور پاسخ داد: به نظرم در یزد پنج نفر به بیماری ای بی مبتلا هستند که خودم و خواهرم و بچه دختر خالهام به این بیماری مبتلا هستم.
فاطمه در خصوص تحصیل و درس خواندن حرفهای جالبی داشت و گفت: نمیتوانم به مدرسه بروم چون جایی برای ما وجود ندارد. اکنون 29 سال سن دارم و با توجه به شرایط بیماریام نمیتوانم در مدرسه درس بخوانم.
وی با ابراز ناراحتی در خصوص اینکه نمیدانم چه معلمی میتواند با ما کنار بیاید، تصریح کرد: دفعه اول که هفت سال داشتم به مدرسه برای ثبت نام مراجعه کردم من را قبول نکردند و ثبت نامم نکردند و بعد از آن به مدرسه نرفتم.
او افزود: فقط یک کتاب سوادآموزی پایه اول دبستان را سال 1390 در خانه خواندم. همین کتاب هم دو سال و نیم کار برد چون خواهرم که مثل خودم این بیماری را دارد و توانایی کمتری داشت. کتاب را خواندیم و کتاب دوم را که خواستیم شروع کنیم، پدرم از دنیا رفت و بعد از آن انگشتانم به هم جوش خورد و نتوانستم مداد دستم بگیرم و نتوانستم درس بخوانم.
آرزوی فاطمه درس خواندن و باسواد شدن است و از آموزش و پرورش درخواست میکنم که یک جایگاهی برای بچههای «ای بی» داشته باشد که ما هم بتوانیم سواد دار شویم.
رئیس خانه بیماران پروانهای: 450 بیمار پروانهای داریم که 150 نفر دانشآموز هستند
حجت الاسلام و المسلمین هاشمی گلپایگانی رئیس خانه بیماران پروانهای (EB) با بیان اینکه اگر یک بیمار پروانهای به هر دلیل از سر درس بلند شود دیگر مادام العمر فاصله گرفته است، خاطرنشان کرد: در صورتی که اگر معلم و مدیر مدرسه با وظیفه ذاتی که خودش دارد آموزش ببینند و متوجه شوند که زخم دست واگیر ندارد و فقط باید بهداشت را رعایت کند و دستکش دستش کند و به هیچ عنوان برای شاگرد بغل دستی مشکلی ندارد، قطعا آنها هم استقبال میکنند.
رئیس خانه بیماران پروانهای (EB) در پاسخ به این پرسش که «آیا تعداد دقیقی از دانشآموزان مبتلا به بیماری پروانهای در کشور دارید؟»، تصریح کرد: اکنون در سطح کشور 450 بیمار پروانهای (EB) داریم اما بعید میدانم در کل دوره ابتدایی و راهنمایی بیشتر از 150 دانشآموز داشته باشیم.
وی تصریح کرد: همکاری موردی را آموزش و پرورش انجام میدهد، اما عزم جدیتر و ملی را طلب میکند و اگر دستوری از وزارت آموزش و پرورش ابلاغ شود و مدیران و معلمان در خصوص این بیماری نگران پاسخ به سایر اولیا دانشآموزان نباشند و همین که مدیر مدرسه آرامش داشته باشد که این بیماری واگیر ندارد، کافی است.
بیماران پروانهای (EB) نیازمند توجه هستند و برای ادامه تحصیل آنها مجموعه آموزش و پرورش باید دست در دست هم دهند تا این بچهها از مدرسه و درس خواندن فاصله نگیرند.
آموزش این موضوع که بیماری پروانهای (EB) واگیردار نیست و مردم نگران از واگیردار بودن آن نباشد، از نکات مهمی است که این بیماران را آزار میدهد.
منبع: خبرگزاری فارس
در چند سال گذشته آزمایشگاه علوم اعصاب جک گلنت یک سری مقالات تحقیقی منتشر کرده است که ابتدا بیاهمیت به نظر میرسیدند.
در سال ۲۰۱۱، این آزمایشگاه نشان داد که میتوان با رصد فعالیتهای مغزی افرادی که در حال تماشای فیلم سینمایی هستند، کلیپهای ویدیویی همان فیلم را دوباره ساخت. به عبارت دیگر میتوان مدعی شد که استفاده از رایانه برای بازآفرینی تصاویر یک فیلم، تنها از روی فعالیتهای مغزی کسی که در حال مشاهدهی آن است، یک نوع ذهنخوانی به شمار میآید. در سال ۲۰۱۵، تیم تحقیقاتی گلنت در طی آزمایشی با موفقیت توانستند حدس بزنند که افراد مشارکتکننده در آزمایش دقیقا به کدام نقاشی معروف فکر میکنند.
امسال، این تیم در نوشتهای در ژورنال Nature اعلام کرد که تنها با مطالعه بر مشارکتکنندگانی که در حال گوش کردن به فایلهای صوتی بودند، توانستند یک اطلس شامل بیش از ۱۰ هزار کلمهی منفرد مستقر در مغز را ایجاد کنند.
اما پرسش این است که آنها چطور این کار را انجام دادند؟ در پاسخ باید بگوییم که با استفاده از روش یادگیری ماشین؛ یعنی نوعی هوش مصنوعی که با استخراج و تحلیل تودههای عظیم اطلاعات مغزی، الگوی نهفته در فعالیتهای مغزی را یافته و تفکرات و ادراک انسان را پیشبینی میکند.
هدف محققان این آزمایشگاه، ساخت دستگاه ذهنخوان نیست، گرچه بسیاری به اشتباه چنین تصوری دارند. عصبشناسان نمیخواهند کلمات عبور شما را از ذهنتان بدزدند، همچنین آنها به دانستن تاریکترین رازهای زندگیتان علاقهمند نیستند. هدف واقعی چیزی فراتر از این موضوعات است. جک گلنت و دیگر عصبشناسان در پی این هستند تا با استفاده از ماشین برای استخراج حجم زیادی از اطلاعات مغزی و تبدیل علوم اعصاب به علوم دادههای بزرگ، نحوهی درک ما از فعالیتهای مغزی را دگرگون کنند.
تا جایی که میدانیم، مغز انسان پیچیدهترین شی موجود در عالم است و درک ما از نحوهی فعالیت آن نیز بسیار اندک است. ایدهی جالب جک گلنت که میتواند شاخهی علوم اعصاب را از مرحلهی ابتدایی خود به سمت جلو هدایت کند به این صورت است:
شاید لازم است یک دستگاه بسازیم تا بتواند نحوهی فعالیت مغز را برای ما آشکار کند. ما امیدوار هستیم که با رمزگشایی از الگوهای درهمتنیدهی مغزی، راهی برای درمان بیماریهای مغزی پیدا کنیم.
هم اکنون ابزار اصلی برای مطالعه و تحلیل آناتومی مغزی و فعالیتهای آن، MRI است. این تکنولوژی از دههی ۹۰ میلادی مورد استفاده قرار میگیرد و عکسهای گرفته شده توسط آن ناواضح و سطحی است.
برای درک قابلیتهای روش fMRI دانستن این نکته خالی از لطف نیست که کوچکترین واحد فعالیت مغزی که توسط این روش تشخیص داده میشود، یک وکسل (Voxel) است. معمولا وکسلها از یک مکعب با ابعاد یک میلیمتر کمی کوچکتر هستند. ممکن است در داخل یک وکسل بیش از ۱۰۰ هزار عصب وجود داشته باشد. آنطور که تال یارکونی، یک عصبشناس از دانشگاه تگزاس توضیح میدهد، fMRI مانند این است که بر فراز یک شهر پرواز کنید و ببینید که در چه مکانهایی چراغها روشن هستند.
عکسهای مرسوم fMRI میتواند به ما نشان دهد که چه مناطقی از مغز در فعالیتهای خاص، نقش حیاتی دارند، برای مثال، میتوان تشخیص داد که چه ناحیهای از مغز احساسات منفی را پردازش میکند، یا چه نواحی از مغز هنگام دیدن یک چهرهی آشنا روشن (فعال) میشوند. اما نمیتوان دریافت که آن ناحیه از مغز دقیقا چگونه در رفتارهای انسان نقش دارد و اینکه آیا نواحی دیگر مغزی که روشن نشدهاند، نقش کلیدی در رفتارهای خاص دارند یا نه. مغز مانند یک شی ساخته شده توسط لگو نیست، یعنی این طور نیست که نواحی مغزی مانند تکتک لگوها نقش مشخصی داشته باشند. مغز متشکل از یک شبکه از فعالیتها است. جک گلنت میگوید:
هر ناحیه از مغز، ۵۰ درصد احتمال دارد که با ناحیهی دیگر در ارتباط باشد.
به همین دلیل است که تلاشها برای یافتن، مثلا مرکز گرسنگی یا احتیاط، به نتایج قانعکنندهای ختم نشده است.
پیتر بندتینی، رییس دپارتمان روشهای fMRI در انجمن ملی سلامت روانی (National Institute of Mental Health) میگوید:
ما سالهاست که به این لکههای ظاهر شده در عکسهای fMRI نگاه میکنیم و به این موضوع فکر میکنیم که چه اطلاعاتی در آنها نهفته است. اکنون مشخص است که هر تغییر کوچکی در این لکهها، حاوی اطلاعات در مورد عملکرد مغز است، اطلاعاتی که ما تا کنون قادر به کشف آنها نبودهایم. به همین دلیل است که ما به تکنیکهای یادگیری ماشین نیاز داریم. چشمان ما میتواند لکهها را ببیند، اما نمیتوانیم الگوها را ببینیم. این الگوها بسیار پیچیده هستند.
در اینجا یک مثال ارائه میدهیم. بهطور سنتی این طور تصور میشود که پردازش زبان در نیمکرهی چپ مغز و در دو ناحیهی مشخص، ناحیهی Broca و ناحیهی Wernicke اتفاق میافتد. اگر این ناحیههای صدمه ببینند، شما در درک یا ایجاد زبان با مشکل روبهرو میشوید.
اما الکس هاث، فوقدکترای عصبشناسی در آزمایشگاه گلنت نشان داد که این درک ما از کارکرد مغز در ارتباط با زبان، بسیار ساده و سطحی است. او تصمیم گرفت دریابد که آیا کل مغز در درک زبان نقش دارد یا نه.
در یک آزمایش، او از شرکتکنندگان در یک تحقیق خواست تا به یک داستان صوتی گوش دهند. همزمان او و همکارانش فعالیتهای مغزی آنها را توسط اسکنرهای fMRI ضبط کردند. هدف از این آزمایش پی بردن به ارتباط نواحی مختلف مغز در حین فعالیت مغزی مرتبط با گوش کردن به لغات بود.
گلنت میگوید که چنین آزمایشی اطلاعات بسیار زیادی را تولید میکند، حجمی از اطلاعات که احتملا انسان تا کنون با آن مواجه نشده است. اما به یک نرمافزار رایانهای آموزش داده شد تا با بررسی این اطلاعات، الگوی آنها را بیابد. در نهایت برنامهای که توسط هاث طراحی شده بود توانست یک اطلس از لغاتی که در مغز انسان «زندگی» میکنند را آشکار کند. گلنت در این ارتبط میگوید:
آزمایش الکس نشان داد که قسمتهای زیادی از مغز در درک معنایی لغات نقش دارند.
الکس هاث همچنین نشان داد لغاتی که از لحاظ معنایی به یکدیگر نزدیک هستند، مانند سگ و پودل (نوعی سگ پشمالو)، در نواحی مجاور در داخل مغز جای میگیرند.
پس اهمیت پروژههای این چنینی چیست؟ در دنیای علم، پیشبینی برابر است با قدرت. اگر دانشمندان بتوانند پیشبینی کنند که چگونه یک سری فعالیتهای گیجکنندهی مغزی به تفسیر و درک زبان مربوط میشود، آنگاه میتوانند مدل بهتری از نحوهی کارکرد مغز ارائه دهند و اگر آنها بتوانند یک مدل بهتر بسازند، بهتر میتوانند بفهمند که چرا و چگونه متغیرهای مغز تغییر میکنند، یا به عبارت دیگر مغز دچار بیماری میشود.
یادگیری ماشین مفهومی گستردهای است که شامل استفاده از طیف زیادی از نرمافزارهای رایانهای میشود. به زبان عامیانه، تکنولوژی یادگیری ماشینی که به سرعت در حال توسعه است، به معنای تشخیص و دیدن اشیا توسط ماشینها و با استفاده از فوتونها است که در سطحی نزدیک سطح دید انسان روی میدهد. با استفاده از نوعی تکنولوژی یادگیری ماشین با نام تکنولوژی یادگیری عمیق، سرویس ترجمه گوگل، که قبلا ترجمههای ابتدایی و گاهی خندهآوری ارائه میداد، اکنون میتواند رمانهای ارنست همینگوی را به چند زبان دیگر در سطحی ترجمه کند که با ترجمههای مشهور آنها رقابت کند.
اما اساسا برنامههای یادگیری ماشین به دنبال کشف الگوها و رابطهی بین x و y هستند. معمولا برنامههای یادگیری ماشین ابتدا باید توسط یک سری دادهی تحت «آموزش» قرار گیرند. در این فرآیند، برنامه باید به دنبال الگوی موجود در دادهها بگردد. هر چه میزان دادههای آموزشی بیشتر باشد، برنامه باهوشتر و دقیقتر عمل میکند. بعد از اتمام پروسهی آموزش، دادههای جدیدی به برنامه داده داده میشود. در نتیجه با استفاده از دادههای جدید، برنامههای یادگیری ماشین میتوانند شروع به پیشبینی کنند.
یک نمونهی ساده و جالب این برنامهها، قابلیت فیلتر کردن ایمیلهای اسپم است. برنامههای یادگیری ماشینی با بررسی ایمیلهای اسپم و پی بردن به نحوهی نگارش و ساختار و محتوای آنها، میتوانند از میان ایمیلهای دریافتی، ایمیل اسپم را شناسایی و فیلتر کنند.
لازم نیست که برنامههای یادگیری ماشینی همگی پیچیده باشند، یک برنامهی یادگیری ماشین ممکن است تنها وظیفهی رگراسیون ریاضیاتی را داشته باشد، یا ممکن است به اندازهی DeepMind شرکت گوگل، که روزانه میلیونها داده دریافت میکند، پیچیده باشد. گوگل با استفاده از این برنامه توانست رایانهای بسازد که انسان را در بازی گو (Go) شکست دهد. گفتنی است بازی گو متشکل از یک تخته و دو دسته مهرهی سیاه و سفید است. این بازی به ظاهر ساده، چنان پیچیده است که وضعیتهای محتمل پیش آمده در بازی، از تعداد اتمهای موجود در کیهان بیشتر است.
عصبشناسان از تکنولوژی یادگیری ماشینی به دو منظور استفاده میکنند: کدگذاری و کدشکنی. در روند کدگذاری، برنامهی یادگیری ماشین سعی میکند تا الگوی فعالیت مغزی ایجاد شده توسط یک محرک را پیشبینی کند. اما کدشکنی برعکس مفهوم قبلی است، یعنی نگاه کردن به فعالیتهای مغزی برای پیشبینی این که شرکتکنندگان در حال نگاه کردن به چه چیزی هستند. همچنین عصبشناسان میتوانند از چنین برنامههایی در اسکنهای مغزی، مانند EEG و MEGS استفاده کنند.
برایس کول، عصبشناس از دانشگاه اورگان، اخیرا توانست با استفاده از روش کدشکنی و توسط دادههای به دست آمده از fMRI، چهرههایی که شرکتکنندگان در تحقیق به آنها نگاه میکردند را بازسازی کند.
آن قسمتهایی از نواحی مغزی که کوهل توسط MRI هدف قرار داده بود، به طور سنتی به عنوان مرکز «خاطرات واضح» شناخته شدهاند. کوهل در این ارتباط میگوید:
آیا آن ناحیه شامل جزییات چیزی است که به آن نگاه میکنید؟ یا فقط به این دلیل است که به حافظهی خود اعتماد دارید؟
این که برنامهی یادگیری ماشین بتواند از روی فعالیتهای مغزی ویژگیهای چهرهها را تشخیص دهد به این معنی است که آن نواحی حاوی جزییاتی از «آن چیزی که میبینید» هستند.
به طور مشابه، آزمایشی که توسط گلنت برای پیشبینی نقاشی که شرکتکنندگان به آن فکر میکردند، طراحی شده بود، حاوی یک راز کوچک در مورد ذهن انسان است: ما همان نواحی مغزی را هنگام یادآوری ویژگیهای بصری فعال میکنیم که هنگام دیدن آنها فعال میکنیم.
عصبشناسان عقیده دارند که تکنولوژی یادگیری ماشین هنوز منجر به ظهور انقلاب در رشتهی آنها نشده است. آنها علت این امر را میزان کم اطلاعات در دسترس میدانند. اسکنهای مغزی بسیار زمانبر و هزینهبر هستند و تحقیقات انجام شده در این حوزه شامل تنها چند شرکتکننده میشود و نه چند هزار. اونیل هیومن، محقق نئورودینامیک از دانشگاه پیتزبورگ میگوید:
در دههی ۹۰ و زمانی که علوم اعصاب کمکم شروع به رشد میکرد، مردم سوالهای طبقهبندی-محور میپرسیدند، مثلا اینکه چه نواحی از مغز هنگام نگاه کردن به صورتها فعال میشود، چه نواحی هنگام نگاه کردن به اشیا فعال میشد و یا در مورد خانهها چطور؟ اما ما اکنون میتوانیم سوالهای حسابشدهتری بپرسیم، مانند این سوال: آیا این خاطره که شخصی هماکنون در حال یادآوری آن است، همان چیزی است که او ۱۰ دقیقه پیش به آن فکر میکرد؟
هیومن میگوید که این پیشرفت انقلابیتر و تکاملیتر است.
دانشمندان علوم اعصاب امیدوارند یادگیری ماشین به آنها در تشخیص و درمان اختلالات ذهنی کمک کند. هماکنون روانپزشکان نمیتوانند یک بیمار را در دستگاه MRI قرار دهند و تنها با اتکا به فعالیتهای مغزی تشخیص دهند که او دچار یک نوع بیماری روانی، مانند اسکیزوفرنی است. آنها برای تشخیص بیماریها باید به صورت بالینی با بیماران صحبت کنند، که البته بیشک بسیار ارزشمند است. اما یک روش تشخیص مبتنی بر ماشین میتواند به راحتی بیماریهای روانی را از یکدیگر تشخیص دهد و تاثیر مهمی بر روند درمان بیماری داشته باشد. بندتینی میگوید که برای انجام این کار به اطلاعات MRI بسیار زیادی، در حدود ۱۰ هزار عکس از لکهها، نیاز است.
برنامههای یادگیری ماشین میتوانند با جستجوی الگوهای فعالیتهای مغزی مربوط به بیماران روانی، این اطلاعات را از مغز انسان استخراج کنند. بندتینی در این مورد توضیح میدهد:
شما میتوانید با استفاده بالینی از این برنامهها، بیمار را در اسکنر قرار دهید و بگویید که برمبنای ۱۰ هزار پایگاه دادهی موجود، این بیمار مبتلا به، مثلا اسکیزوفرنی است.
تلاشها برای انجام این کار هنوز در مراحل مقدماتی قرار دارد و تا کنون نتایج محکم و مستندی به دست نیامده است. دان یامینز، عصبشناس و متخصص در علوم رایانهای از دانشگاهMIT میگوید:
اگر به درک کافی از ارتباط بین شبکههای مغزی برسیم، ممکن است که به جایی برسیم که هنگام بروز اختلال در مغز، مداخلات پزشکی مثبت و پیچیدهتری در مغز داشته باشیم. مثلا ممکن است که یک کاشت (implant) در مغز کار انجام دهیم تا به نحوی به بهبود بیماری پارکینسون یا آلزایمر کمک کند.
همچنین روش یادگیری ماشینی میتواند به روانپزشکان کمک کند که پیشبینی کنند چگونه مغز بیماران مبتلا به افسردگی به داروهای خاص واکنش نشان خواهند داد. یامینز در این ارتباط توضیح میدهد: هماکنون روانپزشکان باید از دیدگاه تشخیصی حدس بزنند که یک بیمار چطور به داروها واکنش نشان خواهد داد. چرا که علایم و نشانههای بیماری نمیتواند به طور کامل نشانگر اتفاقات جاری در مغز باشد.
یامینز تاکید میکند که استفاده از یادگیری ماشین برای تشخیص و درمان بیماریها در آیندهی نزدیک روی نخواهد داد. با این حال دانشمندان و محققان سرتاسر جهان در حال کار بر روی این موضوع هستند. اخیرا ژورنال Neurolaimage یک شمارهی کامل را به مقالاتی اختصاص داد که در مورد پیشبینی تفاوتهای مغزی افراد بر مبنای دادههای عکسبرداری عصبی بودند. کارهای اینچنینی بااهمیت هستند. چون زمانی که این کارها عملا وارد حوزهی سلامت شوند، میتوانند منجر به ایجاد روشهای جدید درمان یا پیشگیری شوند.
بیماران مبتلا به صرع هیچگاه نمیدانند که چه زمانی دچار تشنج میشوند. کریستین مایزل، عصبشناسی از انیستیتو ملی سلامت میگوید:
این یک مشکل بزرگ است، شما نمیتوانید رانندگی کنید، چون استرس این موضوع شما را ناراحت میکند. آن طور که میخواهید نمیتوانید کارهای روزمره را انجام دهید. در حالت ایدهال شما میخواهید که یک سیستم هشدار در مورد تشنج قریبالوقوع داشته بشید.
روشهای درمانی کاملی نیز برای بیماری صرع وجود ندارد. بعضی از بیماران، داروهای ضد صرع به صورت ۲۴ ساعته مصرف میکنند، اما این داروها دارای عوارض جانبی بعضا خطرناکی هستند. حتی در ۲۰ تا ۳۰ درصد بیماران، هیچ دارویی از تشنج جلوگیری نمیکند.
اما پیشبینی تشنج میتواند تغییر بزرگی ایجاد کند. اگر یک شخص مبتلا به صرع بداند که در لحظات آینده دچار تشنج خواهد شد، میتواند خود را سریعتر به یک مکان امن برساند و یا از دیگران کمک بگیرد. همچنین پیشبینی تشنج میتواند روشهای درمانی جدیدی را معرفی کند. مثلا سیستم هشدار میتواند باعث فعال شدن ابزاری برای وارد کردن داروی فوری ضدصرع به بدن بیمار شود، یا با فرستادن یک سیگنال از وقوع تشنج جلوگیری کند.
تصویر زیر نوار مغزی یک بیمار صرعی است که توسط مایزل به اشتراک گذاشته شده است. او میگوید:
هیچ تشنجی دیده نمیشود. اما سوال این است که آیا این فعالیت مغزی مربوط به یک ساعت قبل از تشنج است و یا چهار ساعت قبل از آن؟
او میگوید که پاسخ به این سوال برای یک پزشک بالینی اگر غیرممکن نباشد، بسیار دشوار خواهد بود.
اما اطلاعات مربوط به تشنج بعدی ممکن است در میان این نوار مغزی پنهان شده باشد. برای آزمایش این احتمال، آزمایشگاه مایزل در یک رقابتی که توسط Kaggle برگزار شده بود، شرکت کرد. Kaggle یک جامعهی علوم آماری است که به صورت آنلاین فعالیت دارد. Kaggle اطلاعات مربوط به نوارمغزی سه بیمار صرعی را در مدت زمان چند سال جمع آوری شده بود، با شرکتکنندگان به اشتراک گذاشت. مایزل از روش یادگیری عمیق برای آنالیز دادهها به منظور پیدا کردن الگوها استفاده کرد.
اما این برنامه تا چه اندازه در پیشبینی تشنج دقیق عمل میکند؟ مایزل در این مورد اینگونه توضیح میدهد: اگر شما یک سیستم کاملا دقیق داشته باشید که همهچیز را بهدرستی پیشبینی میکند، نمرهی ۱ میگیرید، اما اگر سیستم شما به صورت تصادفی اقدام به پیشبینی کند، نمرهی ۰.۵ به شما تعلق میگیرد. ما هماکنون به نمرهی ۰.۸ رسیدهایم. به این معنی که پیشبینی ما دقیق نیست، اما از حالت تصادفی بسیار بهتر است. البته این روش راه زیادی برای گذر از حالت نظری و ورود به عالم واقعی در پیش دارد. مثلا یکی از مشکلات این روش این است به برای به دست آوردن نوار مغزی بیماران شرکت کننده در این تحقیق از یک روش تهاجمی استفاده شده است.
مایزل یک نظریهپرداز عصبشناس است که سعی دارد بر مبنای نظریههای مختلف دریابد که چگونه تشنجهای صرعی از یک فعالیت غیرعادی کوچک مغزی شروع شده و تبدیل به یک حالت کاملا فلجکننده برای بیمار میشود. او میگوید که یادگیری ماشین به او در درک و توسعهی نظریهها کمک میکند. او میتواند نظریهی خود را در یک مدل یادگیری ماشین پیاده کند و ببیند که آیا این نظریه باعث بهتر شدن پیشبینیها میشود یا در جهت عکس عمل میکند. او میگوید:
اگر این روش جواب بدهد، یعنی نظریهی من درست است.
یادگیری ماشین نمیتواند تمام مسائل اصلی علوم اعصاب را حل کند. عملکرد یادگیری ماشین ممکن است به دلیل کیفیت پایین اطلاعات دریافتی توسط fMRI محدود شود.
گیل وراکو، دانشمند علوم رایانهای که ابزار یادگیری ماشین را برای علوماعصاب توسعه داده است، میگوید:
حتی اگر ما تعداد بیشماری دادههای تصویری داشته باشیم، در آن صورت نیز نمیتوانیم یک پیشبینی کامل و دقیق داشته باشیم، زیرا پروسههای به دست آوردن این اطلاعات معیوب هستند.
اما بیشتر عصبشناسان معتقد هستند که ورود یادگیری ماشین به حوزهی علوم اعصاب باعث شفافیت بیشتری شده است. همچنین از یادگیری ماشین میتوان برای پیدا کردن راهحلی برای مشکل «مقایسهی چندگانه» در علوم اعصاب استفاده کرد. این عبارت در مواردی به کار میرود که محققان به دنبال دست یافتن به نتیجهای مهم از لحاظ آماری در میان دادهها هستند. با استفاده از یادگیری ماشین، پیشبینی شما در مورد رفتار مغز یا درست است و یا نادرست. وراکو میگوید که «پیشبینی» چیزی است که تحت کنترل ما قرار دارد.
دسترسی به منابع عظیم اطلاعاتی میتواند عصبشناسان را قادر کند تا تحقیقات بر روی رفتارهای مغزی را در بیرون از محیط آزمایشگاه نیز دنبال کنند. هیومن در این ارتباط میگوید:
تمام مدلهای مطالعاتی ما در مورد نحوهی کارکرد مغز در محیطی با شرایط مصنوعی بنا شده است. بنابرین ما مطمئن نیستیم که یک رفتار مغزی مشخص را در خارج از محیط آزمایشگاه و در دنیای واقعی شاهد باشیم.
اگر ما به نحوی بتوانیم به اطلاعات زیادی از رفتار مغز در زندگی روزمره دست یابیم، مثلا با استفاده از یک دستگاه ثبت نوارمغزی همراه، در آن صورت یادگیری ماشین میتواند به جستجوی الگوهای رفتاری مغز بپردازد، بدون این که به آزمایشات تصنعی نیازی باشد.
و در نهایت یک استفادهی دیگر برای برنامههای یادگیری ماشین در علوم اعصاب میتوان متصور شد، با اینکه شاید کمی تخیلی به نظر برسد. ما میتوانیم با مطالعهی رفتار مغز توسط یادگیری ماشین، برنامههای بهتری برای یادگیری ماشین بسازیم. بزرگترین پیشرفت روی داده در ۱۰ سال گذشته در تکنولوژی یادگیری ماشین، ایدهای با نام «شبکههای عصبی پیچیده» است، که گوگل با استفاده از آن میتواند اشیای موجود در عکسها را تشخیص دهد. این شبکههای عصبی از تئوریهای عصبشناسی نشئت میگیرند. پس هر چه بیشتر به بررسی رفتارهای مغزی با یادگیری ماشین بپردازیم، خود این روش نیز پیچیدهتر و باهوشتر میشود. سپس، برنامههای ارتقا یافتهی یادگیری ماشین دوباره میتوانند برای بررسی مغز مورد استفاده قرار گیرند و در این صورت دانش ما از علوم اعصاب بیشتر میشود.
همچنین محققان شاید بتوانند با استفاده از یادگیری ماشین، رویاهای انسان را دوباره بازآفرینی کنند. ممکن است در حین فرآیند بررسی رفتارهای مغزی، لازم باشد برنامهی یادگیری ماشین، فعالیتهای مغزی را شبیهسازی کند. وراکو میگوید:
ما نمیخواهیم مردم این گونه تصور کنند که ما به دنبال ساخت ماشینهای ذهنخوان هستیم. هدف ما این است که به مدلهای رایانهای پیچیدهتری برای درک رفتار مغز دست یابیم. من فکر میکنم که روزی به این هدف خواهیم رسید.
آیا باید درمورد درس خواندن فرزندانمان سخت گیری کنیم؟
شما در کودکی چقدر درس خوانده اید؟ آیا از نتیجه کارتان راضی هستید؟ حال به این موضوع فکر کنید که شرایط برای فرزندانتان به چه صورت خواهد بود؟
به گزارش آلامتو و به نقل از سپیده دانایی؛ شاید اگر بگوییم «تحصیل» فرزندان یکی از بزرگترین دغدغههای خانوادههاست، پر بیراه نگفتهایم. این را میشود از انواع و اقسام کلاسها و کتابهای کمکآموزشی، مدارس مختلف غیرانتفاعی، مجتمعهای آموزشی و اتاقهای مشاورهای فهمید که هرروز پدران و مادرانی را در خود جای میدهد که نگران آیندهٔ تحصیلی فرزندشان هستند. از سوی دیگر، فرزندانی که بزرگترین چالش زندگیشان درسخواندن است، دراینبین امکان دارد به خاطر همین فشارهای خانوادگی و اجتماعی دچار انواع مشکلات روانشناختی شوند. نسل خانوادهها تغییر پیداکرده، اگر نسل گذشته، نسلی بود که زیر فشار پدر و مادری بود که تحصیلات آنچنانی نداشتند و آرزو داشتند فرزندانی باسواد داشته باشند، نسلِ امروز والدین، نسلی است که خود تحصیلات دارد و البته اصرار دارد که فرزندانش نیز از کیفیت بالای آموزشی برخوردار باشد. این کیفیتِ بالای آموزشی البته در بیشتر اوقات معطوف میشود به نمره و دانشآموزی که نمرهٔ بالاتری در مدرسه گرفته باشد، از نظر والدین، فرزندی خوب و شایسته است و دانشآموزی که نمیتواند نمرات بالایی را کسب کند، فرزندی است که زحمات والدینش را نادیده میگیرد. این برچسبها موجب شده تا نسلی از دانشآموزان با احساس گناه بالا و کمالگرا و مضطرب شکل بگیرد که تحتفشارهای روانی شدیدی در حال تحصیل است. نمونهٔ آن را میتوان در زندگی روزانهٔ طیفی از دانشآموزان دید: از استرس و اضطراب شدید صبحگاهی همراه با حالت تهوع و تنش گرفته تا بیخوابیهای شبانه و اُفت کارکرد تحصیلی. این مطلب برای شما والدین نوشتهشده است. قصد دارم به شما بگویم که چرا اصولاً اصرار بر روی موفقیت تحصیلی به هر شیوهای، لزوماً باعث موفقیت دانشآموزان نمیشود و از طرفی قصد دارم به چیزهایی اشارهکنم که فرزندان شما در مدرسه یاد نمیگیرند؛ ولی در زندگی روزمره بسیار با اهمیت هستند.
خانوادهها و مدارس، دانشآموزان را تحتفشار قرار میدهند تا در امتحانات نمرات بالایی به دست آورند یا در کنکور رشتهٔ بهتری (از نظر آنها) را قبول شوند. بنابراین زندگی آنها تکبعدی میشود و ابعاد دیگر زندگی نادیده گرفته میشود. آنها فقط یک هدفدارند: اینکه تحصیلات بالایی داشته باشند و وقتی با شکست و ناکامی در تحصیلات مواجه میشوند، فرومیریزند، استرس میگیرند، انگیزههایشان از بین میرود و کمرشان خم میشود. خانوادهها همیشه از این میگویند که «موفقیت فرزندشان مهمتر از هر چیز دیگری است»؛ ولی همیشه موفقیت را مساوی با پیشرفت تحصیلی قرار میدهند. برای همین همیشه میگویند: «من حاضرم از روزی خودم کم کنم ولی فرزندم تحصیلات بالایی داشته باشد. شده میفرستم دانشگاه آزاد!». این جملهها پیامهای ضمنی مهمی را به فرزندان منتقل میکنند. ادراک آنها از این جملهها این است که صرفاً وقتی پیشرفت تحصیلی به دست آورم، در زندگی موفق شدهام و اگر در این مسیر و در پیشرفت تحصیلی ناکام شوم، پدر و مادرم را ناامید کردهام. درواقع برخی خانوادهها نیازی به این پیامهای ضمنی و پنهان ندارند، آنها بهطور شفاف به فرزندانشان میگویند که اگر در مدرسه و دانشگاه موفق نشوند، آنها را ناامید کردهاند و زحمات آنها را به باد دادهاند! چیزی هولناکتر از این جملهها نمیتواند سلامت روان فرزندانشان را به خطر اندازد. بنابراین امکان دارد فرزندان درس بخوانند و شاید در رشتهٔ تحصیلی موردنظر هم موفق شوند؛ ولی وقتی از دانشگاه خارج میشوند، اصلاً بلد نیستند زندگی کنند! بلد نیستند ارتباط برقرار کنند؛ بلد نیستند کار کنند؛ بلد نیستند پول دربیاورند؛ بلد نیستند حتی از اوقات فراغتشان استفاده کنند؛ حتی بعضی از آنها بلد نیستند یک ساعت دربارهٔ چیزی که سالها دربارهاش تحصیلکردهاند، حرف بزنند! چرا؟ چون فقط یاد گرفته بودند که برای امتحان آماده شوند؛ فقط یاد گرفته بودند که نمره بگیرند؛ فقط یاد گرفته بودند که خوب تست بزنند! چون موفقیت در زندگی را مساوی با پیشرفت تحصیلی به هر قیمتی میدانستند. ابعاد دیگر زندگی، به همان اندازهٔ تحصیلات مهم هستند و نادیده گرفتن این ابعاد، زمینههای آسیب در فرزندانتان را ایجاد میکند.
مدارس و خانوادههای امروزی، دانشآموز را تحتفشارهای روانی مختلف قرار میدهند؛ تا نمرات بهتری کسب کند. کلاسهای فوقبرنامه، ساعتهای طولانیمدت در مدرسه، رقابت برای شاگرد ممتاز شدن، کلاسهای جانبی، تکالیف سخت و سنگین، آمادگی برای کنکور و امتحانات نهایی و … . همهٔ اینها موجب میشود که دانشآموزان با فشارها و استرسآورهای متعددی روبهرو شوند که سلامت روان آنها را تهدید میکند؛ یعنی همان تحصیلاتی که قرار بود موجب زندگی بهتر و سالمتر فرزندان شود، همان تحصیلاتی که قرار بود آیندهٔ روشنی به ارمغان بیاورد، درست همان تحصیلات سلامت روان آنها را به خطر میاندازد؛ اگر حمایت کافی را از طرف خانواده وجود نداشته باشد. زمان طولانی مدرسه برای کسب دانش و فشارهای وابسته به آن کافی است و وقتی فرزندانتان به خانه برمیگردند باید با محیط آرام و بیتنش و حمایتی روبهرو شوند تا مکانیسمهای دفاعی روانشناختی آنها از کار نیافتد.
بیشتر افراد برداشت متفاوتی از کلمهٔ «اصالت» دارند. در گفتوگوهای روزمره این کلمه برای توصیف افرادی که به مدت طولانی در یک مکان یا یک شهر زندگی کرده باشند اطلاق میشود، مثلاً «این خانواده تهرانی اصیل است»؛ اما اصالت از نگاه روانشناسی وجودی مفهوم عمیقتری دارد. اصالت یعنی «همان چیزی باشی که هستی و آن چیزی نباشی که نیستی». به زبان ساده یعنی «خودت باشی و نه کسی که دیگران دوست دارند یا جامعه از تو طلب دارد». اصالت انواع مختلفی دارد؛ مثلاً «اصالت هیجانی»، یعنی «وقتی احساس خاصی را تجربه میکنی، همان را نشان دهی». خیلی از افراد اصالت هیجانی ندارند؛ بنابراین مثلاً وقتی اندوهگین یا عصبانی هستند، میخندند! این خنده، خندهٔ اصیل نیست. شما در رویارویی با این فرد دچار گیجی خواهید شد؛ چراکه نمیتوانید بفهمید این خنده، خندهٔ اصیل و یا خندهٔ شادی است، یا خندهای از روی عصبانیت. از انواع دیگر اصالت میتوان به اصالت رفتاری هم اشاره کرد. در مدارس دانشآموزان ترغیب نمیشوند که همان چیزی باشند که هستند. آنها باید همان چیزی باشند که معلم میگوید، یا ناظم از آنها میخواهد یا تحتفشار همسالان، همان چیزی باشد که گروه دوستان از آنها میخواهد. همچنین در مدارس به عشق و فروتنی هم کمتر پرداخته میشود. از نگاه روانشناسی، آدمهای سالم، دنیا را جای خوبی برای زندگی میدانند، دیگران را خوب میبینند و بنابراین نسبت به خودشان هم احساس خوبی دارند؛ ولی برخی از افراد، نه دنیا را جای خوبی برای زندگی میدانند و نه دیگران را آدمهای خوبی برای ارتباط برقرار کردن؛ بنابراین احساس خوبی هم نسبت به خود ندارند. در مدرسه به دانشآموزان یاد داده میشود که همکلاسیها، رقبای آنها هستند؛ حتی همان دوستی که بغلدستشان نشسته. آنها در بیشتر اوقات با دیگران مقایسه میشوند؛ بنابراین به آنها یاد داده نمیشود که دیگران را دوست بدارند، آنها فقط رقابت میکنند. پس فرزندانتان را ترغیب کنید که اصالت هیجانی و رفتاری داشته باشند و هر وقت اصیل رفتار کردند، آنها را تشویق کنید. اگر میخواهید فرزندان سالمی داشته باشید، به آنها یاد بدهید که دنیا را دوست داشته باشند و یاد بدهید که دیگران قابلاحترام هستند. آنها خودشان یاد میگیرند که خودشان را دوست داشته باشند. به آنها یاد بدهید صادق باشند؛ ولی نه با تهدید. آنها میتوانند شما را الگو قرار بدهند؛ اگر خودتان اصیل، فروتن و صادق باشید. «تامس جفرسون» جملهای دارد با این مضمون: «صداقت، اولین فصل از کتاب خرد و دانایی است».
هر روز به محل کار از وسایل عمومی استفاده می کنم. در این میان با رفتارها و برخوردهایی مواجه هستم که یکی از آن ها را امروز با توجه به موضوعی که قرار است صحبت کنیم عرض می کنم ...
فرآوری: زهرا اجلال- بخش قرآن تبیان
وقتی در جامعه دقیق می شویم می بینیم که امروزه مردم با توجه به مشکلات و گرفتاری هایی که دچارش شده اند، به معنویت روی آوردند؛ صبح ها در واگن های مترو می بینیم که دختران و زنان جوانی که در دستانشان تسبیح یا صلوات شماری است و در حال ذکر و فرستادن صلوات هستند. یا عده ای در حال خواندن دعا و قرآن ...
هرچند که زیاد قرآن خواندن و ختم قرآن، دعا کردن و ذکر گفتن یک فضیلت است و پیشوایان دین، چنین می کرده اند، امّا از آداب باطنی آن است که به کیفیّت، همچون کمیت و یا حتی بیش از کمیّت توجّه شود. «چگونه خواندن»، مهم تر از«چه قدر خواندن» است. ائمّه در عین آن که کثرت تلاوت داشتند، تدبّر در آیات هم داشتند و قرآن با دل و جانشان همنوا و عجین می شد.
حضرت علی(علیه السلام) توصیه کرده است که: قرآن را روشن و استوار بخوانید و با ضربه های اثرگذار قرآن، بر دلهای سنگی و قساوت گرفته خویش بکوبید، باشد که تکان بخورد و اثر پذیرد و همه فکر و همّت شما این نباشد که به آخر سوره برسید: «وَلکِنِ ِ اقْرَعُوا بِهِ قُلُوبَکُمُ الْقاسیَّةَ وَلایَکُنْ هَمُّ أحَدِکُمْ آخِرَالسُّورَةَ» (کافی، ج 2، ص 99)
متاسفانه گاهی از سر بی حوصلگی قرآن تلاوت می کنیم و دائم به شماره آیات نگاه می کنیم که کی به انتهای سوره می رسیم و فقط همّ و تلاشمان بر این است که سوره به اتمام برسد و یا در جزء خوانی، جزء به اتمام برسد و هیچ توجهی به مفهوم و باطن آیات نداریم. و این آفت بزرگی در تلاوت قرآن می باشد.
ارزش هر عملی به کیفیت بیشتر و بهتر آن است، مثلاً در همین نماز که رکعات آن مشخص شده است حضور قلب و کیفیت آن نیز مورد تأکید است
اسلام از مسلمانان، اعمال زیاد نخواسته است، بلکه اعمال خالص خواسته، عمل به اندازه توان خواسته است؛ لا یُکَلِّفُ اللَّهُ نَفْساً إِلاَّ وُسْعَها (286 سوره بقره) بدین جهت در روز قیامت، گاهی کوهی از اعمال را در ترازوی سنجش اعمال می نهند، ولی هیچ وزنی ندارد.
ارزش هر عملی به کیفیت بیشتر و بهتر آن است، مثلاً در همین نماز که رکعات آن مشخص شده است حضور قلب و کیفیت آن نیز مورد تأکید است.
هرگاه ذکر و یا تلاوت قرآن با فکر و کیفیت همراه شد، آثار و برکات خاصی را در پی خواهد داشت. اخلاص روح عبودیّت و بندگی است و عبادت جز با اخلاص مفهومی ندارد. به فرمایش امام صادق (علیه السلام): «نیّت برتر از عمل است و آگاه باشید که نیّت، حقیقت عمل است.» (ثقه الاسلام کلینی، الکافی، ج 2، ص 16، حدیث 4)
یکی از مسیرهایی که در تلاوت های قرآن مطرح است، مسابقات و مجالس قرآنی است که به فراخور زمان ها و مناسبت های مختلف برقرار است و در آن تلاوت هایی صورت می گیرد.
این محافل را می توان زمینه هایی برای تأثیر گذاری قرآن و مفاهیم آن بر دیگران مغتنم نمود اما این را هم نباید فراموش کنیم که هر تلاوتی اثرگذار نیست؛ بعضی از تلاوت ها هست که وقتی اجرا می شود، معانی قرآن را در گوش و دل و جان مخاطب رسوخ می دهد؛ دست یافتن به چنین تلاوتی، با ارزش است. که شرط این، صدا، موسیقی، کیفیت ترکیب بندی آیت است؛ همه اینها موثر است.
به گزارش جامجم آنلاین به نقل از دیجیاتو، همیشه درباره ی این صحبت میکنیم که رایانه ها ما را درک می کنند. از گوگل می خواهیم تا نتیجه ی یک جستجو را به ما نمایش داده و یا از دستیار هوشمند کورتانا می خواهیم کاری را برایمان انجام دهد. اما «درک کردن» مفهومی بسیار پیچیده است؛ مخصوصاً زمانی که آن را برای رایانه ها به کار می بریم.
یکی از شاخه های زبان شناسی محاسباتی که پردازش طبیعی زبان (NLP) نامیده می شود، در حال کار روی این مشکل است. این که رایانه ها چگونه یاد می گیرند که مسائل را «بفهمند». این حوزه در حال حاضر از جذابیت زیادی برخوردار بوده و زمانی که برای اولین بار بدانید چگونه کار می کند، خواهید دید که تقریبا در تمام حوزه های رایانه ای اثر گذار است.
توجه داشته باشید که این مقاله حاوی چند مثال کوچک از واکنش یک رایانه به گفتار است، مثل زمانی که از دستیار هوشمند سیری چیزی می خواهید. تبدیل یک گفتار واضح به فرمتی که توسط رایانه قابل فهم باشد، تشخیص گفتار نامیده می شود. موضوعی که NLP چندان علاقه ای به آن ندارد (حداقل در بحث ما!).
NLP تنها موقع خواندن متن وارد ماجرا می شود. هر دو فرآیند برای بسیاری از اپلیکیشن ها ضروری است، اما باید بدانید که این دو مسئله بسیار متفاوت از هم هستند.
تعریف فهمیدن یا ادراک رایانه ای
قبل از این که بدانیم یک رایانه چگونه به یک زبان طبیعی پاسخ می دهد، نیاز داریم تا تعریف چند چیز را بدانیم. اول از همه، باید تعریف مشخصی از زبان طبیعی داشته باشیم. هر زبانی که به طور رایج توسط مردم استفاده می شود در این دسته قرار می گیرد. زبان هایی چون کلینگون، اسپرانتو و یا زبان های برنامه نویسی جزوی از این دسته نیستند.
شما از زبان طبیعی به هنگام گفتگو با یکی از دوستان تان استفاده می کنید. همچنین ممکن است از آن برای صحبت با دستیار دیجیتال شخصی خود استفاده نمایید. بنابراین منظورمان از واژه ی درک و فهم چیست؟ توضیحش کمی مشکل است. تا به حال فکر کرده اید که منظور از «فهمیدن» یک جمله دقیقا چیست؟
احتمالاً در پاسخ می گویید این بدان معناست که در لحظه، محتوای مشخصی از پیام شنیده شده را در ذهن داشته باشید. اما منظور از «درک» یک مفهوم ممکن است این باشد که می توانید آن مفهوم را برای اعمال دیگر نیز به کار ببرید. تعاریف فرهنگ لغات از این کلمه مبهم هستند و هیچ پاسخ دقیقی برای آن وجود ندارد؛ موضوعی که قرن ها مورد بحث فلاسفه و اندیشمندان مختلف بوده است.
اما برای تعریف ادراک رایانه ای، ما می گوییم فهمیدن و ادراک توانایی استخراج دقیق معانی از یک زبان طبیعی است. به همین منظور یک رایانه نیاز دارد تا عیناً یک جریان گفتاری را پردازش کند، آن جریان را به واحد های معنادار تبدیل کرده و قادر باشد به شکل مفید به این مفاهیم پاسخ دهد.
بدیهی است که این توضیحات کمی برایتان مبهم باشند؛ با این حال بهترین تعریفی است که در این مطلب محدود می توانیم ارائه دهیم. اگر یک رایانه بتواند شبیه به انسان عمل کرده، مفید باشد و بتواند به یک جریان ورودی از زبان های طبیعی پاسخ مناسب دهد، می گوییم این رایانه قادر به درک کردن و فهمیدن است. تعریفی که در ادامه از آن استفاده خواهیم کرد.
یک مشکل پیچیده
فهم زبان های طبیعی در قالب عامیانه و محاوره ای برای یک رایانه بسیار مشکل است. به عنوان مثال باید به سیری جمله ای مشابه «Siri, give me directions to Punch Pizza» را بگویید. این در حالی است که یک فرد عادی این جمله را به صورت «Siri, Punch Pizza route, please» بیان می نماید.
در مثال اول سیری ممکن است کلمات کلیدی مثل «give me directions» را از جمله ی شما جدا کرده و سپس فرمانی را اجرا کند که مربوط به جستجوی عبارت «Punch Pizza» است.
اما در جمله ی دوم سیری اقدام به جدا کردن «route» به عنوان یک کلمه ی کلیدی کرده و پس از آن می داند که «Punch Pizza» جایی است که در واقع می خواهیم به آن برویم و از توجه به کلمه ی «Please» خودداری می کند.
یک هوش مصنوعی ایمیل را تصور کنید که آن ها را خوانده و پس از آن تصمیم می گیرد که آیا ایمیل های دریافتی حاوی محتوای اسپم می شوند یا خیر. یا یکی دیگر از آن ها را در نظر بگیرید که با مانیتور کردن پست های یک شبکه ی اجتماعی میزان علاقه مندی به یک کمپانی خاص را می سنجد.
در همین خصوص نویسنده ی این مطلب، آقای دن آلبرایت می گوید یک بار روی پروژه ای کار می کرده که در آن موظف بودند به یک رایانه آموزش دهند تا نسخه های پزشکی (که دارای انواع مختلف بودند) را خوانده و از آن ها اطلاعات جمع آوری نماید.
این بدان معنا بود که سیستم می بایست با مخفف ها، ترکیبات عجیب، غلط های املایی گاه و بی گاه و طیف گسترده ای از انواع تفاوت های دیگر در نسخه مواجه شده و آن ها را درک می کرد؛ وظیفه ی بسیار پیچیده ای که گاهاً ممکن است برای یک انسان هم دشوار باشد چه برسد به یک ماشین.
تنظیم یک الگو
در این پروژه ی تیمی آلبرایت موظف بود به رایانه آموزش دهد تا کلمات خاص و روابط بین کلمات را تشخیص دهد. اولین مرحله ی این فرآیند، به شناساندن اطلاعات موجود در هر نسخه به رایانه مربوط می شد. بنابراین آن ها به تفسیر نسخه ها پرداختند.
نتیجه نهایی چیزی نبود جز ایجاد تعداد زیادی نهاده و رابطه. به عنوان مثال جمله ی «Ms. Green’s headache was treated with ibuprofen» فقط بخش کوچکی از این نسخه ها بود. Ms. Green به عنوان یک شخص حقیقی، headache به عنوان یک علامت و نشانه و ibuprofen به عنوان دارو برچسب گذاری شده بودند.
پس از آن Ms. Green به وسیله ی یک رابط به headache مرتبط می شد. در نهایت نیز ibuprofen توسط کلمه ی ارتباطی TREATS به headache متصل شده بود.
آن ها به همین صورت هزاران نسخه را برچسب گذاری کردند. در نهایت نیز کد تشخیص، درمان، علائم، علل اساسی و هر چیزی که فکر می کنید به شاخه ی پزشکی مربوط باشد را نوشتند. دیگر تیم های تفسیر نیز کار کدنویسی اطلاعات دیگر مانند ترکیبات را انجام دادند. در نهایت مجموعه ای کامل از نسخه های پزشکی به وجود آمد که یک هوش مصنوعی قادر به خواندن آن ها بود.
رایانه تنها می تواند ببیند که ایبوپروفن قادر به درمان سردرد است، اما وقتی این اطلاعات را یاد می گیرد قادر است آن را به یک مفهوم معنی دار برای ما تبدیل کند. یک هوش مصنوعی قطعاً می تواند مانند یک انسان این اطلاعات را به ما نشان دهد. اما آیا این مورد شامل درک کردن نیز می شود؟ بار دیگر می گوییم که این یک سوال فلسفی است.
یادگیری واقعی
در این مرحله رایانه به سراغ نسخه ها رفته و تعدادی الگوریتم یادگیری ماشینی را به کار می گیرد. برنامه نویسان روش های مختلفی را برای برچسب گذاری روی بخشی از گفتار، تجزیه و تحلیل روابط و همچنین برچسب زدن نقش های معنایی توسعه می دهند. در اصل هوش مصنوعی «خواندن» یک نسخه را یاد می گیرد.
محققان در نهایت با دادن یک نسخه پزشکی و درخواست برچسب زدن به هر نهاده و رابطه، این سیستم را تست می نمایند. وقتی رایانه عیناً تفسیری که انسان تحویل می دهد را تولید کرد، می توان گفت که حالا این سیستم یاد گرفته که چگونه نسخه های پزشکی را بخواند.
پس از آن از این سیستم برای جمع آوری میزان زیادی آمار و اطلاعات مانند: کدام داروها برای درمان مورد استفاده قرار می گیرند، کدام موارد در درمان مؤثرتر هستند، علل بروز یک سری علائم و غیره استفاده می شود. در پایان این روند، هوش مصنوعی قادر خواهد بود به سوالات پزشکی بر اساس مشاهداتی که از نسخه ها داشته است، پاسخ دهد.
ضمنا یک هوش مصنوعی برای یادگیری این موارد به هیچ وجه وابسته به کتاب های درسی، شرکت های داروسازی و یا درک مستقیم نیست.
یادگیری عمیق
اجازه دهید به مثال دیگری رجوع کنیم. شبکه های عصبی پروژه ی DeepMind گوگل در حال یادگیری خواندن اخبار و مقالات هستند. مانند هوش مصنوعی پزشکی که در بالا دیدید، محققان از این سیستم می خواهند تا اطلاعات مختصر و مفید را از متن های بلند تر استخراج کند.
آموزش هوش مصنوعی در زمینه ی اطلاعات پزشکی به اندازه ی کافی سخت بود. بنابراین حالا می دانید که توانمند سازی یک هوش مصنوعی برای خواندن اخبار و مقالات تا چه اندازه نیاز به تفسیر داده دارد. استخدام آنالیزور و به دست آوردن اطلاعات کافی یقینا فرآیند بسیار وقت گیری بوده و هزینه های گزافی دارد.
بنابراین تیم DeepMind منابع دیگری چون وبسایت های خبری و به طور دقیق CNN و Daily Mail را به کار می گیرند. اما چرا این سایت ها؟ چون آن ها فهرستی نقطه دار از خلاصه ی مقالاتشان تهیه می کنند که به سادگی از خود مقاله قابل استخراج نیستند. این بدان معناست که هوش مصنوعی به واسطه ی آن چیزی برای یادگیری دارد.
محققان اساساً به هوش مصنوعی می گویند که در این مکان یک مقاله وجود دارد که شامل اطلاعات بسیار مهمی است. پس از آن آن ها از سیستم می خواهند تا همان نوع اطلاعات را بدون فهرست نقطه دار از مقاله ی مورد نظر استخراج نمایند. این سطح از پیچیدگی را می توان با به کارگیری شبکه های عصبی عمیق کنترل کرد که نوعی بسیار پیچیده از سیستم یادگیری ماشینی هستند.
یک هوش مصنوعی با خواندن چه کاری می تواند انجام دهد؟
احتمالا حالا درک خوبی از این که چگونه یک رایانه «خواندن» را فرا می گیرد پیدا کرده اید . شما یک متن حجیم دارید؛ کافیست موارد مهم را به رایانه بگویید و از چند الگوریتم یادگیری ماشینی برای استخراج اطلاعات استفاده کنید. اما با یک هوش مصنوعی که اطلاعات را از متن استخراج می کند چه کارهایی می توان انجام داد؟ با مثال تفسیر نسخه های پزشکی و خواندن اخبار و مقالات که آشنا شدید.
اما کارهای دیگری هم هست، برنامه متن باز P.A.N را برایتان مثال می زنیم. P.A.N می تواند با خواندن اشعار، تشبیهات ادبی را از آن استخراج کرده و به تجزیه و تحلیل آن ها بپردازد. محققان اغلب از یادگیری ماشینی برای تجزیه و تحلیل حجم انبوه داده ها در شبکه های اجتماعی استفاده می کنند. این مورد توسط کمپانی ها برای درک احساسات کاربران، دیدن این که مردم راجع به چه چیزی صحبت می کنند و همچنین یافتن الگوهای مفید برای بازاریابی مورد استفاده قرار می گیرد.
محققان همچنین از یادگیری ماشینی در جهت تحت نظر قرار دادن رفتار ایمیل ها استفاده می نمایند. ارائه دهندگان سرویس ایمیل نیز می توانند از آن برای فیلتر کردن ایمیل های اسپم، انتقال آن ها از صندوق پستی به جایی دیگر و طبقه بندی برخی پیام ها بر اساس الویت استفاده کنند. قابلیت خواندن و ادراک هوش مصنوعی در ساخت چت بات های خدمت رسان نیز بسیار حیاتی است.
در آخر می توان گفت که با بهبود و پیشرفت یادگیری ماشینی، احتمالات نیز به همان میزان افزایش می یابند. در حال حاضر رایانه ها در بازی شطرنج و همچنین بازی های ویدیویی هوشمند تر و بهتر از انسان هستند. به زودی نیز در خواندن و یادگیری بهتر می شوند. آیا این اولین قدم به سوی یک هوش مصنوعی قوی است؟ باید منتظر ماند و دید.
بامداد – اغلب مومنین شناخت عمیقی از «سوره یس» ندارند و از مناقب و فضائل و آثار دنیوی و اخروی آن غافل هستند. لذا در دام مشکلات، غم ها و غصه ها و گرفتار می مانند.
انسان با اندک توجّهی به بیانات پیامبر اکرم(صلی الله علیه وآله) و ائمه اطهار(علیهم السلام)، به این حقیقت پی می برد که سوره یس از موقعیت ویژه و مرتبه ای بلند برخوردار است و اگر کسی بتواند با آن فضایل و مناقب آشنا شود، خواهد توانست فواید کاملی را از آن خود سازد.
امامان(علیهم السلام) برای این که مومنان را از موقعیت ممتاز این سوره که همچون قلّه ای پوشیده از فضایل است، آگاه کنند، فرموده اند: «یس قلب قرآن است».
موقعیت ممتاز و جایگاه برتر و منحصر به فرد بودن قلب در بدن انسان بر کسی پوشیده نیست. سوره یس نیز دارای همان موقعیت و جایگاه در میان دیگر سوره ها است.
چنین نیست که فضایل و عجایب سوره یس تنها در زمانه خاصّی کشف شده باشد. با مطالعه تاریخ در می یابیم از همان صدر اسلام، از این سوره با شگفتی یاد می شده و فضایلش معروف بوده است. حتّی گاهی بزرگانی را به فکر وا می داشته که این همه فضیلت برای این سوره ناشی از کدام یک از آیات آن است.
باتوجه به این سفارشات می توان گفت یس در این مکتب، محور سیر و سلوک و نردبان رسیدن به بالاترین مقامات معنوی می باشد.
بزرگانی که خود با این سوره مأنوس بوده اند اغلب برای شاگردان خود در مورد قرائت این سوره مبارکه دستورالعمل هایی نیز داشته اند.
عارف بزرگ آیة الله حاج شیخ مجتبی قزوینی خراسانی(ره) به شاگردان خود چنین سفارش می کردند که هر شب قبل از خواب، سوره یس را بخوانید، ولی قبل از شروع و بعد از اتمام آن، ۱۴ صلوات بفرستید. یعنی این سوره را در بین این صلوات ها قرار دهید. بی شک این ۱۴ صلوات هم یکی از اسرار مهم سیر و سلوکی در مکتب اهل بیت است. (متاله قرآنی، رحیمیان، محمدعلی، ص ۲۷۸)
آن بزرگمرد فرموده بودند: بنده در زندگی به هر چه که رسیده ام و هرچه به دست آورده ام از برکت این سوره می باشد.
با توجه به این فرمایش می توان گفت: «یس در این مکتب، محور سیر و سلوک و نردبان رسیدن به بالاترین مقامات معنوی می باشد.»
در فضیلت این سوره، حضرت محمد(صلی الله و علیه وآله) می فرمایند: هر کس سوره «یس» را قرائت کند مانند آن است که ۱۰ بار قرآن را ختم کند.
در این رابطه امام صادق (علیه السلام) فرموده اند: هر چیزی قلبی دارد و قلب قرآن سوره یاسین است. کسی که قبل از خواب یا در روز آن را تلاوت کند، در آن روز محفوظ بوده و روزی می خورد.
پیامبر اسلام (صلی الله و علیه وآله) به امیرالمومنین علی(علیه السلام) فرمودند: ای علی! «یس» را بخوان که در آن ۱۰ اثر است: هر که آن را قرائت کند، اگر گرسنه باشد سیر گردد؛ اگر تشنه باشد، سیراب گردد؛ اگر عریان باشد، پوشانیده گردد؛ اگر عزب باشد، ازدواج کند؛ اگر ترسان باشد، امنیت یابد؛ اگر مریض باشد، عافیت یابد؛ اگر زندانی باشد، نجات یابد؛ اگر مسافر باشد، در سفرش یاری شود؛ نزد میت خوانده نمی شود مگر اینکه خدا بر او آسان گیرد؛ اگر گمشده داشته باشد، گمشده اش را پیدا کند.
امام باقر (علیه السلام) می فرمایند: کسی که یک بار در عمر خود سوره یس را بخواند، خداوند به شماره هر آفریده ای در دنیا و هر آفریده ای در آخرت و در آسمان دو هزار حسنه برای او نوشته و دو هزار گناه او را پاک می نماید و دچار فقر، زیان مالی، زیر آوار ماندن، بیچارگی، دیوانگی، جذام، وسواس و بیماری زیانبخش نمی شود.
امام صادق(علیه السلام) می فرمایند: سوره ی یس را به فرزندان خود بیاموزید؛ زیرا که آن گل خوشبوی قرآن است.
منابع:
سلسله مباحث صفیر هدایت؛ آیت الله ضیاء آبادی
منابع روایات در متن؛ الدر المنثور، ج۵، ص ۲۵۶ – ثواب الأعمال و عقاب الأعمال – المصباح کفعمی، ص۱۸۲
نوشته فضیلت خواندن سوره یس اولین بار در بامداد پدیدار شد.
به کمک این سه روش هوشمندانه، میتوانید به جمعآوری اطلاعات از مشتریانتان بپردازید و با نگارش پیامهای تبلیغاتی اغواکننده، مقاومت آنها را در برابر خرید کالا یا خدماتتان در هم بشکنید.
هر یک از صاحبان کسبوکار، رؤیای روزی را در سر میپرورانند که مشتریان پس از خواندن و مشاهدهی تبلیغات متنی یا آنلاین آنها، ناگهان به وجد بیایند و فریاد بزنند:
آره! این درست همون چیزیه که میخواستم! مثل اینکه اینا میتونن ذهن من رو بخونن! این کالا رو از کجا باید بخرم؟
چه نکات کلیدی برای ارائهی بستههای پیشنهادی مناسب به مشتریان یا نوشتن تبلیغات متنی اغواکننده برای آنها وجود دارد که به یکباره بتواند آتش اشتیاقشان را برای خرید کالا یا خدمات، شعلهورتر کند؟ «سعی و خطا» یکی از دهها روش برای پی بردن به این نکات کلیدی است. اگر پرداختن به بازاریابی برای صاحبان کسبوکار، بهاندازه کافی وقتگیر نبود؛ آنگاه آنها میتوانستند با صرف زمان و تلاش بسیار، کارزارهای تبلیغاتی مختلفی را برای خواندن ذهن مشتریان خود طراحی، ارزیابی و اجرا کنند.
اما زمان بسیار محدود است و راهاندازی کارزارهای متعدد هم به دردسر آن نمیارزد؛ با این حال، جای نگرانی نیست، چرا که یک منبع غنی و بکر از رازهای بازاریابی، درست در برابر دیدگان شما قرار دارد؛ چیزهایی که بسیاری از صاحبان کسبوکارهای کوچک، هنگام سروشکل دادن به کارزارهای بازاریابی خود از آنها غافل میشوند.
چه بحث بر سر مشتریان واقعی شما باشد یا افرادی که در آینده قرار است به دایرهی مشتریان شما اضافه شوند، اطلاعات زیادی در مورد آنها میتوان گردآوری کرد. بنابراین وقت آن رسیده است که شرلوک هولمز خفتهی درون خود را بیدار کنید و ذرهبین به دست، تمامی این اطلاعات پراکنده را مورد واکاوی قرار دهید تا بتوانید پیش از هرگونه طراحی، ارتقا یا راهاندازی یک برنامهی بازاریابی جدید، دستیابی به موفقیت را برای خود تضمین کنید.
در این مقاله، سه نکته برای چگونگی مواجههی رودررو با مشتریان ایدهآل، پی بردن به نیازهای واقعی آنها و همچنین جمعآوری اطلاعاتشان آورده شده است.
اول از همه باید مشتریان ایدهآل خود را شناسایی کنید.
این مرحله ممکن است بسیار بدیهی به نظر برسد؛ اما بسیاری از صاحبان کسبوکار، آن را از قلم میاندازند. از مشتریان در مورد کاستیها یا نیازهایشان پرسوجو کنید و به حدس و گمان بسنده نکنید. در ادامه به معرفی چهار روش زیرکانه برای انجام این کار میپردازیم:
این مرحله، شالوده و اساس بازاریابی «ذهنخوانی مشتریان» است. کلمات یا عباراتی را که لقلقهی زبان مشتریان است، بی کموکاست و بدون کوچکترین دخل و تصرف، ثبت و ضبط کنید و به حدس و گمان متوسل نشوید. پس از آن، همان کلمات را عینا در آگهیهای بازرگانی و تبلیغات متنی خود منعکس کنید تا کسبوکارتان به آینهای از نیازهای مشتریانتان تبدیل شود.
به این ترتیب، از به کار بردن عبارات و اصطلاحات زائد پرهیز و این احساس را به مشتریان منتقل میکنید که تمام هموغم شما تحقق بیچونوچرای خواستهها و نیازهای آنها است. همواره باید گوشهای شما برای شنیدن مسائل و مشکلات مشتریانتان تیز باشند. برای مثال، آنها ممکن است از لغاتی همچون «ازکارافتاده»، «گیجکننده» یا «درهمشکسته» بهجای واژهی «معیوب» استفاده کنند، بنابراین شما نیز باید از این کلمات در محتوای تبلیغاتی خود بهره ببرید تا مشتریانتان بیدرنگ، نسبت به آن واکنش نشان دهند و تحت تأثیر قرار بگیرند.
نوشته فضیلت خواندن دعای توسل اولین بار در بامداد پدیدار شد.
در احادیث به خواندن دعای مطالعه برای درس خواندن بسیار تاکید شده است. ذکر دعای هنگام مطالعه باعث افزایش کیفیت یادگیری و قدرت حافظه می شود.
بعضی از عوامل مربوط به هوش و حافظه در اختیار ما نیست و مربوط به عوامل ژنتیکی و وراثتی است. به عبارت دیگر هوش و حافظه و استعداد هر انسانی برآیندی از عوامل متعدد وراثتی و محیطی است که بعضی از این عوامل در اختیار ماست. در یک دورههایی از رشد مثل دوران جنینی و سالهای اولیه زندگی کودک میتوان براساس یک برنامه صحیح تغذیه مادر و همچنین تغذیه کودک و علاوه بر آن غنی کردن محیط رشد کودک با فراهم کردن محرکهای سالم محیطی، حتی بهره هوشی را افزایش داد ولی در دوران جوانی و میان سالی باید بیشتر به این فکر بود که موانع کارآیی هوش را حذف کرد و عوامل شکوفایی و قابلیتها را فراهم نمود. درواقع این روایات و توصیهها و یا دعای مطالعه بیشتر ناظر به همین مسائل است.
این دعای مطالعه را پیغمبر(ص) به امیرالمؤمنین(ع) براى حافظه تعلیم نمود:
« سُبْحانَ مَنْ لا یَعْتَدی عَلی اَهلَ مَمْلَکَتِةِ، سُبْحانَ مَنْ لا یَاْخُذُ اَهْلَ الْاَرضِ بِاَلْوانِ الْعَذابِ ، سُبْحانَ الرَّؤُفِ الرَّحیمِ ، اللهُمَّ اجْعَلْ لی فی قَلبیْ نُوراً و بَصَرَاً و فَهْماً و عِلْماً ، اِنَّکَ عَلی کُلِّ شَیئٍ قَدیرٌ »
و نیز ذکر شده است که در وقت مطالعه دعای مطالعه زیر را بخواند:
« اَللّهُمَّ اَخْرِجْنى مِنْ ظُلُماتِ الْوَهْمِ وَ اَکْرِمْنى بِنُورِ الْفَهْمِ اَللّهُمَّ افْتَحْ عَلَیْنا اَبْوابَ رَحْمَتِکَ وَانْشُرْ عَلَیْنا خَزائِنَ عُلُومِکَ بِرَحْمَتِکَ یا اَرْحَمَ الرّاحِمینَ
خدایا مرا بیرون آور از تاریکىهاى وهم و به نور فهم گرامىام بدار،خدایا درهاى رحمتت را به روى ما بگشا و خزانههاى علومت را بر ما باز کن به مهربانىات اى مهربانترین مهربانان »
و همچنین نقل است: کسى که مىخواهد حافظهاش زیاد شود مسواک کند و قرآن بخواند (به خصوص آیهالکرسى) و همینطور خوردن مویز در وقت صبحانه توصیه شده است، به خصوص اگر سرخ و تعداد آن بیست و یک دانه باشد، براى تقویت فهم و ذهن و حافظه خوردن حلوا و گوشت نزدیک گردن و عسل و عدس نیز سفارش شده است.
هر روز بعد از نماز صبح پیش از آنکه تکلم کند بگوید: « یا حى یا قیّوم فلا یفوت شیئا علمُه و لایؤده ...»
در کتاب شریف کافى نیز از امام معصوم نقل شده است که از خدا بخواه که عقل تو را قوى بگرداند و از خدا طلب فهم و در; نما.
خواندن این دعای مطالعه هم توصیه میگردد:
« اللهم إنی أعوذ بک أن أضل أو أضل أو أزل أو أزل أو أظلم أو أظلم أو أجهل أو یجهل علی اللهم انفعنی بما علمتنی و علمنی ما ینفعنی و زدنی علما و الحمد لله على کل حال اللهم إنی أعوذ بک من علم لا ینفع و من قلب لا یخشع و من نفس لا تشبع و من دعاء لا یسمع » ؛
خدایا به تو پناه میبرم از این که گمراه کنم و یا گمراه گردم، بلغزانم و یا بلغزم، ستم کنم یا ستم بینم، به نادانی کشانم و یا خود دچار آن گردم. بار خدایا مرا با علمی که به من آموختی سودمند گردان و مرا به علمی رهنمون ساز که مرا سودمند افتد. خدایا بر مراتب علم و آگاهی من بیفزا. سپاس حقیقی در تمام حالات از آن خداوند متعال است. بار خدایا به تو پناه میبرم از علمی که سودمند نیست و از قلبی که خشوع و انعطاف در برابر حق، بدان راه ندارد و از هوسی که سیر و اشباع نمیگردد و از دعایی که اجابت نمیشود.
منابع:
بحارالانوار، ج 1، ص 224 روایت 17
شهید ثانی، منیةالمرید، ص 211
گردآوری: مجله اینترنتی ستاره