ریاضیات، به سزاوار نه تنها دارای حقیقت، بلکه زیبایی برترست، زیبایی ای سرد و سخت، مانند یک تندیس، بدون دست یازیدن از هر بخش ضعیف تر طبیعت ما، بدون تله های مجلل نقاشی و موسیقی و با این حال به صورت تعالی بخشی خالص و قادر به کمالگرایی سخت طوری که تنها از برترین هنر ها بر می آید. روح واقعی لذت، تعالی و حس فراتر از انسان بودن که محک بالاترین برتری هاست در ریاضیات یافته می شود که به قطع در شعر هم هست.
معرفی ابزار
بسیاری از شما از grammarly برای درست کردن اشتباهات گرامری تان استفاده می کنید اما گرامرلی قادر به بازنویسی متن یا درست کردن بسیاری از خطاهای معنایی و حتی از نو ساختن جمله ها طوری که دقیقا منظورتان را برساند نیست. برای این مورد wordtune را استفاده کنید که بر اساس آخرین دستاوردهای پردازش زبان طبیعی کار میکند و براحتی در مرورگرها قابل استفاده است.
https://www.wordtune.com/
بسیاری از شما از grammarly برای درست کردن اشتباهات گرامری تان استفاده می کنید اما گرامرلی قادر به بازنویسی متن یا درست کردن بسیاری از خطاهای معنایی و حتی از نو ساختن جمله ها طوری که دقیقا منظورتان را برساند نیست. برای این مورد wordtune را استفاده کنید که بر اساس آخرین دستاوردهای پردازش زبان طبیعی کار میکند و براحتی در مرورگرها قابل استفاده است.
https://www.wordtune.com/
Wordtune
Wordtune — Take your productivity to new heights
Wordtune is an AI writing assistant, helping you rewrite, paraphrase, and refine your text for clarity, impact & authenticity. Humanize AI content, improve tone & express ideas effortlessly.
استدلال ربایشی: قطعه پازل گم شده هوش مصنوعی (۲)
چارلز پیرس (Charles Sanders Peirce) ریاضیدان منطق دان و فیلسوف آمریکایی که به پدر پراگماتیسم شناخته می شود شخصی بود که منطق ربایشی را معرفی کرد و به دفاع از آن پرداخت. پیرس استدلال ربایشی را مقدم بر دو نوع دیگر استدلال می دانست. پیرس استدلال ربایشی را با اصطلاحات «توضیح» و «فرضیه» تعریف می کرد. تعریف خلاصه اون این بود: «استدلال ربایشی فرآیند شکل دهی به یک فرضیه توضیحی است.» او حتی گاهی از «فرضیه» به عنوان هم معنی برای استدلال ربایشی استفاده می کرد.
https://vrgl.ir/XlTC7
چارلز پیرس (Charles Sanders Peirce) ریاضیدان منطق دان و فیلسوف آمریکایی که به پدر پراگماتیسم شناخته می شود شخصی بود که منطق ربایشی را معرفی کرد و به دفاع از آن پرداخت. پیرس استدلال ربایشی را مقدم بر دو نوع دیگر استدلال می دانست. پیرس استدلال ربایشی را با اصطلاحات «توضیح» و «فرضیه» تعریف می کرد. تعریف خلاصه اون این بود: «استدلال ربایشی فرآیند شکل دهی به یک فرضیه توضیحی است.» او حتی گاهی از «فرضیه» به عنوان هم معنی برای استدلال ربایشی استفاده می کرد.
https://vrgl.ir/XlTC7
ویرگول
استدلال ربایشی: قطعه پازل گم شده هوش مصنوعی (۲)
یکی از تفاوت های اساسی سه روش استدلال بالا به این صورت است۱ در یک استدلال استنتاجی امکان ندارد مقدمات درست باشند و نتیجه غلط باشد رابطه…
🔵ترس چه شکلی ست؟🔵
خیلی از مفاهیم زبانی به راحتی قابل انطباق با یک تصویر در جهان خارج نیست. این موضوع چیزی ست که در اوایل کودکی با انتزاع از اشیا و شکل ها در میابیم. یک کودک می داند ترس چیست و شاید حتی سعی کند آن را نقاشی کند اما «ترس» مفهوم مجردی است که تنها از شباهت خانوادگی مجموعه ی زیادی از تصاویر، رویداد ها و احساسات قابل درک است (لودویگ ویتگنشتاین).
از طرفی یکی از بزرگترین سوالات در نوروساینس همواره این بوده است که مغز چگونه چیز ها را بازنمایی می کند (representation). مثلا در یک کامپیوتر یک تصویر به صورت مجموعه ای از صفر ها و یکها در یک بخش از کامپیوتر روی هارد دیسک ذخیره شده است اما آیا مثلا نورونی وجود دارد که مادربزرگ شما را بازنمایی کند (Grandmother cell) این ایده بسیار کودکانه و خام بنظر می رسد و زمانی که برای اولین بار در دهه شصت میلادی توسط عصب شناس لهستانی Jerzy Konorski ارائه شد با استقبال زیادی مواجه نشد. اما با پیشرفت روش های اسکن مغز این ایده بیشتر تقویت شد. ظاهر ما سلول هایی در مغزمان داریم که تنها جنیفر آنیستون یا پسر همسایه ی دوران کودکیمان را بازنمایی می کنند! از یک دیدگاه کمی پیشرفته تر این شیوه نهایت sparsity در بازنمایی اطلاعات است. به عبارتی هر «چیز» تنها به یک سلول نگاشت می شود. اما پژوهش های دیگری نشان می دهند هرچند مغز در ذخیره ی اطلاعات به شدت اسپارس عمل می کند اما گاهی آن را به صورت پخش شده و نتیجه بر هم نهی چندین الگوی جهش (spike) در مغز بازنمایی می کند.
امروز(۴ مارچ ۲۰۲۱) OpenAI یکی دیگر از کشفیات جالب خود بر روی مدل CLIP را نشان داد که شباهت های زیادی به پژوهش های موازی در مغز دارد. این مدل قادر به بازنمایی همزمان تصاویر و متون است (Multimodal representation) و همین باعث قدرت بالای آن شده است. نتیجه ی این پژوهش نشان می دهد بیشتر نورونهای شبکه عصبی قابل تفسیر هستند. به عبارتی با تکنیک feature visualization می توان ترکیبی از کلمات را تصویر کرد. نورون های خاصی وجود دارند که به صورت مشخص تنها زمانی فعال می شوند که فقط یک ورودی مشخص را در ورودی ببینند (مانند سلول مادربزرگ) قسمت جالب تر کار OpenAI نشان دادن قدرت شبکه در به تصویر کشیدن مفاهیم انتزاعی مانند «ترس»، «آفریقا»، «میانه دهه ۹۰» توسط یک یا گروه کوچکی از نورون های شبکه است. ترکیبات این مفاهیم حتی جذاب تر و عجیب تر هستند. مثلا اگر ترس یک معماری بود چه شکلی می شد!؟
بخش دوم این پژوهش نشان می دهد که میتوان بازنمایی هایی بسیار اسپارس از مفهمومی مانند «سورپرایز شدن» را به صورت ترکیبی خطی از «جشن»، «شوکه شدن» و «خنده» یافت. این یافته شباهت های جالبی با موارد نورون های واقعی در مغز دارد.
(دقت کنید که شباهت بیش از حد شبکه های عصبی واقعی و مصنوعی هنوز یک فرضیه است و تفاوت های بنیادینی در اینگونه شبکه ها از ساختار و عناصر و کارکرد وجود دارد. بنابراین این گونه شبیه سازی ها هنوز از لحاظ علمی اعتبار کافی ندارند. این چیزی است که در خود مقالات هم به آن اشاره شده است.)
مقاله مفصل به انگلیسی
خیلی از مفاهیم زبانی به راحتی قابل انطباق با یک تصویر در جهان خارج نیست. این موضوع چیزی ست که در اوایل کودکی با انتزاع از اشیا و شکل ها در میابیم. یک کودک می داند ترس چیست و شاید حتی سعی کند آن را نقاشی کند اما «ترس» مفهوم مجردی است که تنها از شباهت خانوادگی مجموعه ی زیادی از تصاویر، رویداد ها و احساسات قابل درک است (لودویگ ویتگنشتاین).
از طرفی یکی از بزرگترین سوالات در نوروساینس همواره این بوده است که مغز چگونه چیز ها را بازنمایی می کند (representation). مثلا در یک کامپیوتر یک تصویر به صورت مجموعه ای از صفر ها و یکها در یک بخش از کامپیوتر روی هارد دیسک ذخیره شده است اما آیا مثلا نورونی وجود دارد که مادربزرگ شما را بازنمایی کند (Grandmother cell) این ایده بسیار کودکانه و خام بنظر می رسد و زمانی که برای اولین بار در دهه شصت میلادی توسط عصب شناس لهستانی Jerzy Konorski ارائه شد با استقبال زیادی مواجه نشد. اما با پیشرفت روش های اسکن مغز این ایده بیشتر تقویت شد. ظاهر ما سلول هایی در مغزمان داریم که تنها جنیفر آنیستون یا پسر همسایه ی دوران کودکیمان را بازنمایی می کنند! از یک دیدگاه کمی پیشرفته تر این شیوه نهایت sparsity در بازنمایی اطلاعات است. به عبارتی هر «چیز» تنها به یک سلول نگاشت می شود. اما پژوهش های دیگری نشان می دهند هرچند مغز در ذخیره ی اطلاعات به شدت اسپارس عمل می کند اما گاهی آن را به صورت پخش شده و نتیجه بر هم نهی چندین الگوی جهش (spike) در مغز بازنمایی می کند.
امروز(۴ مارچ ۲۰۲۱) OpenAI یکی دیگر از کشفیات جالب خود بر روی مدل CLIP را نشان داد که شباهت های زیادی به پژوهش های موازی در مغز دارد. این مدل قادر به بازنمایی همزمان تصاویر و متون است (Multimodal representation) و همین باعث قدرت بالای آن شده است. نتیجه ی این پژوهش نشان می دهد بیشتر نورونهای شبکه عصبی قابل تفسیر هستند. به عبارتی با تکنیک feature visualization می توان ترکیبی از کلمات را تصویر کرد. نورون های خاصی وجود دارند که به صورت مشخص تنها زمانی فعال می شوند که فقط یک ورودی مشخص را در ورودی ببینند (مانند سلول مادربزرگ) قسمت جالب تر کار OpenAI نشان دادن قدرت شبکه در به تصویر کشیدن مفاهیم انتزاعی مانند «ترس»، «آفریقا»، «میانه دهه ۹۰» توسط یک یا گروه کوچکی از نورون های شبکه است. ترکیبات این مفاهیم حتی جذاب تر و عجیب تر هستند. مثلا اگر ترس یک معماری بود چه شکلی می شد!؟
بخش دوم این پژوهش نشان می دهد که میتوان بازنمایی هایی بسیار اسپارس از مفهمومی مانند «سورپرایز شدن» را به صورت ترکیبی خطی از «جشن»، «شوکه شدن» و «خنده» یافت. این یافته شباهت های جالبی با موارد نورون های واقعی در مغز دارد.
(دقت کنید که شباهت بیش از حد شبکه های عصبی واقعی و مصنوعی هنوز یک فرضیه است و تفاوت های بنیادینی در اینگونه شبکه ها از ساختار و عناصر و کارکرد وجود دارد. بنابراین این گونه شبیه سازی ها هنوز از لحاظ علمی اعتبار کافی ندارند. این چیزی است که در خود مقالات هم به آن اشاره شده است.)
مقاله مفصل به انگلیسی
روش non-negative matrix factorization (NMF) نشان می دهد سورپرایز شدن ترکیبی اسپارس از جشن، شوکه شدن و لبخند است!
This media is not supported in your browser
VIEW IN TELEGRAM
what Mars sky look like at night?
Can we control GPT-3 to write stories on desired topics? In our recent project, we address the problem of controlled text generation without the massive infrastructure to train it! You can make GPT-3 (or any transformer-based model) to talk about things you like with almost zero extra effort!
#machinelearning #naturallanguageprocessing #transformers #gpt3
Paper (Accepted in the Journal of Natural Language Engineering): https://lnkd.in/esrF2eU
Code: https://lnkd.in/e2i4m-S
Blog: https://bit.ly/3bI4K9D
#machinelearning #naturallanguageprocessing #transformers #gpt3
Paper (Accepted in the Journal of Natural Language Engineering): https://lnkd.in/esrF2eU
Code: https://lnkd.in/e2i4m-S
Blog: https://bit.ly/3bI4K9D
This media is not supported in your browser
VIEW IN TELEGRAM
چه میشد اگر میتوانستیم برای ساختن تکنولوژی های روزمره به جای استفاده از فلز و پلاستیک و بتن که با زمان از بین میروند و میتواند اثرات مخرب زیست محیطی داشته باشند از سیستم های زنده استفاده کنیم! پژوهشگران دانشگاه Vermont به تازگی توانسته اند مدل های کامپیوتری را به صورت زنده سنتز کنند.نتیجه رباتهای جدیدی به اسم xenobot شده اند که ویژگی های فوق العاده ای دارند. آنها از سلول های جنین قورباغه درست می شوند و عملا زنده هستند به همین خاطر می توانند با محیطشان تعامل کنند. خودشان را بازسازی کنند و به صورت خودسازماندهی از پس خطرات محیطی بر بیایند. Michael Levin معتقد است چنین ربات هایی تازه شروع به کار کرده اند و در آینده قادر خواهند بود حتی داخل بدن ما بروند و به درمان بیماری ها کمک کنند. این شروع یک دوره جدید در علم رباتیک است
(تصویر بالا مدل کامپیوتری، تصویر پایین سیستم زنده ی ساخته شده بر اساس مدل)
مقاله
کدها و وبسایت
(تصویر بالا مدل کامپیوتری، تصویر پایین سیستم زنده ی ساخته شده بر اساس مدل)
مقاله
کدها و وبسایت
پیچیدگی نیاز به خالق ندارد!
این الگوهای عجیب که شبیه به خط و خطوط فرازمینی ها هستند نتیجه فرمول های بسیار ساده ای هستند که به صورت تصادفی هم میتوان به آنها رسید
(x^y)%9
(x ^ y) % 5
(x | y) % 7
اینجا به صورت انلاین خودتان امتحان کنید
این الگوهای عجیب که شبیه به خط و خطوط فرازمینی ها هستند نتیجه فرمول های بسیار ساده ای هستند که به صورت تصادفی هم میتوان به آنها رسید
(x^y)%9
(x ^ y) % 5
(x | y) % 7
اینجا به صورت انلاین خودتان امتحان کنید
Forwarded from Charisma on Command
من نمیدانم جهان چگونه مرا خواهد دید، اما از دید خودم مانند پسربچه ای هستم که در ساحل مشغول بازی است و گه گاهی حواسش با پیدا کردن سنگ ریزه ای صاف تر یا صدفی زیباتر پرت می شود، در حالی که اقیانوس عظیم حقیقت در برابرش کشف ناشده قرار دارد!
آیزاک نیوتون (۱۶۴۳-۱۷۲۷)
آیزاک نیوتون (۱۶۴۳-۱۷۲۷)
This media is not supported in your browser
VIEW IN TELEGRAM
یکی از ویژگی های جالب و جدید در IDE jetbrains برای جاوا و پایتون و بقیه زبانها در نسخه جدید امکان کد زدن همزمان چند نفر با هم همراه با ویدیوکال هست. چنین امکانی لزوم استفاده از اسکایپ و زوم و استفاده همزمان چند ابزار دیگر برای کنترل دسکتاپ را رفع می کند
https://www.jetbrains.com/code-with-me/
https://www.jetbrains.com/code-with-me/
This media is not supported in your browser
VIEW IN TELEGRAM
زندگی صحنه ی یکتای هنرمندی ماست
هر کسی نغمه ی خود خواند و از صحنه رود
صحنه پیوسته به جاست
خرم آن نغمه که مردم بسپارند به یاد
جهان امروز با نرم افزارهای متن باز (Open source) قدرت گرفته است. «کد» سنگ بنای تمدن نوین و میراث مشترک تمام بشریت است. در آینده ای بسیار دور همانند دیگر تمدن های بشری، زمانی که دیگر ما نیستیم و از بین رفته ایم آثار باستانی ما (که نشان هوش و تمدن ما بوده اند و توسط انسان های آینده یا تمدن های دیگر در کیهان کشف شوند) «کد» های ما هستند!
پروژه ی «خزانه ی کد شمالگان» (Arctic Code Vault) یک مخزن داده ی عظیم برای حفظ کدهای ارزشمند برای آیندگان است. این مخزن در شمالی ترین نقطه ی کره زمین ۲۵۰ متر زیر سطح زمین قرار گرفته و حاوی ارزشمند ترین کدهای گیت هاب است. از جمله ی مهمترین این پروژه ها میتوان به سورس لینوکس، پایتون، بیت کوین، openssl و غیره اشاره کرد. کدها بر روی فیلم های نقره هالید و به صورت ۸.۸ میلیون پیکسل در هر فیلم ذخیره شده اند! طراحی این فیلم ها به گونه ای است که حداقل برای هزاران سال بمانند.
(سه تا از کدهای من در این پروژه انتخاب شده اند!)
https://archiveprogram.github.com/arctic-v
هر کسی نغمه ی خود خواند و از صحنه رود
صحنه پیوسته به جاست
خرم آن نغمه که مردم بسپارند به یاد
جهان امروز با نرم افزارهای متن باز (Open source) قدرت گرفته است. «کد» سنگ بنای تمدن نوین و میراث مشترک تمام بشریت است. در آینده ای بسیار دور همانند دیگر تمدن های بشری، زمانی که دیگر ما نیستیم و از بین رفته ایم آثار باستانی ما (که نشان هوش و تمدن ما بوده اند و توسط انسان های آینده یا تمدن های دیگر در کیهان کشف شوند) «کد» های ما هستند!
پروژه ی «خزانه ی کد شمالگان» (Arctic Code Vault) یک مخزن داده ی عظیم برای حفظ کدهای ارزشمند برای آیندگان است. این مخزن در شمالی ترین نقطه ی کره زمین ۲۵۰ متر زیر سطح زمین قرار گرفته و حاوی ارزشمند ترین کدهای گیت هاب است. از جمله ی مهمترین این پروژه ها میتوان به سورس لینوکس، پایتون، بیت کوین، openssl و غیره اشاره کرد. کدها بر روی فیلم های نقره هالید و به صورت ۸.۸ میلیون پیکسل در هر فیلم ذخیره شده اند! طراحی این فیلم ها به گونه ای است که حداقل برای هزاران سال بمانند.
(سه تا از کدهای من در این پروژه انتخاب شده اند!)
https://archiveprogram.github.com/arctic-v
MatlabTips pinned «🌕دوره یادگیری متلب از پایه (به زبان انگلیسی ساده)🌕 در طول چند سالی که متلب یاد گرفتم و در جاهای مختلف یاد دادم با منابع بسیار زیادی مواجه شدم. هر کدام ضعف ها و نقاط قوت خود را داشتند اما به طور قطع الان می توانم بگویم بهترین منبع برای یادگیری متلب دوره دانشگاه…»
⚠️رمزارز ها، بدترین اختراع قرن ۲۱⚠️
رمز ارز ها از دید عده ای آینده ای درخشان دارند، در طی چند سال اخیر به صورت عجیبی رشد داشته اند و اقتصاد جهانی را تغییر خواهند داد. اما بخش تاریک تر ماجرا زمانی ست که بدانید رمز ارز ها عملا به سود چه کسانی هست و به ضرر چه کسانی.
با آغاز ماه مه امسال sourcehut که یکی از ابزارهای رایگان برای توسعه و تست نرم افزارها بود دیگر رایگان نیست. چنین روندی البته محدود به این سرویس نیست دیگر ابزارهای continuous integration مانند LayerCI, GitLab, TravisCI, و Shippable به مشکل خورده و تقریبا نابود شده اند. حملات این چنینی به github هم مشاهده شده است. همه اینها بخاطر حملات کریپتو و دزدیدن منابع محاسباتی چنین پلتفرم هایی ست. Cryptojacking به فرآیند تصاحب کامل یا محدود از منابع محاسباتی رایگان برای اهداف ماینینگ گفته می شود. راهکارهای زیادی برای مقابله با چنین حملاتی اندیشیده شده است اما حملات هر روز پیچیده تر و مقابله با آن ها دشوارتر و هزینه بر تر شده است. بسیاری ازین شرکتها دیگر قادر به نگه داری سرویس های رایگانشان نیستند. ولی تصور نکنید چنین حملاتی تنها به این شرکتها محدود می شود کریپتوجکینگ همه جا حتی روی موبایل و کامپیوتر شما هم ممکن است اتفاق بیفتند و از جیب شما به جیب ماینرها پول سرازیر شود.
صنعت نرم افزار آزاد که موتور محرکه نوآوری در دنیای نرم افزار است مورد حمله ی لشکری از سودجویان رمز ارز قرار گرفته ست. سرویس هایی که ساخته شده اند تا «چیزی» خلق کنند که در نهایت به سود جامعه ست اما چنین منابعی که سرویسهای عمومی برای مردم هستند دزدیده شده تا تابع های sha256 بی هدف اجرا کرده و فقط منابع انرژی را تلف کرده و به بحران زیست محیطی و گرمایش زمین اضافه کنند. بر طبق برآوردها میزان تولید دی اکسید کربن حاصل از رمز ارزها برابر با کل یک کشور صنعتی مانند نروژ است!! اما برای چه؟ برای هیچ! افزایش قیمت عجیبی که در طی دو سال اخیر در بازار پردازنده های گرافیکی و حتی سی پی یو رخ داده است بازار سیاهی ایجاد کرده از قیمت های سرسام آور چنین سخت افزارهایی که باید برای ساختن و نو آوری توسط نخبگان جامعه مورد استفاده قرار گیرد.اما چنین سخت افزارهای ارزشمندی بر روی هم تلنبار شده و مشغول اجرای تابع های هش برای حریصانی ست که به چیزی جز پول فکر نمیکنند.
رمزارز ها بی سابقه ترین حملات و سو استفاده ها را در تاریخ اینترنت ایجاد کرده اند که هزینه آن از منابع کشورها (که برای همگان است) و مالیات مردم پرداخت می شود. علاوه بر آن رمزارز ها باج گیری اینترنتی، تراکنش های غیر قانونی مواد مخدر، قاچاق انسان و تروریسم را بدون پیگرد قضایی بسیار ساده تر از همیشه کرده است. رمزارزها چیزی به جز ضرر برای اکثریت جامعه و ثروتمند تر کردن ثروتمندان نداشته است.
ماینرهای امروز جویندگان طلای قرن ۱۸ آمریکا هستند که مانند مور و ملخ به مناطق غربی آمریکا تاختند و بزرگترین فاجعه های زیست محیطی را ایجاد کردند و در این میان بازندگان اصلی مردم عادی بودند که باید تاوان چنین طمع کاری هایی را می دادند. هدف ماینینگ هر قدر هم اسم آن «کول» باشد چیزی جز حرص برای پول اندوزی بدون هیچ سودی به جامعه نیست!
رمز ارز ها از دید عده ای آینده ای درخشان دارند، در طی چند سال اخیر به صورت عجیبی رشد داشته اند و اقتصاد جهانی را تغییر خواهند داد. اما بخش تاریک تر ماجرا زمانی ست که بدانید رمز ارز ها عملا به سود چه کسانی هست و به ضرر چه کسانی.
با آغاز ماه مه امسال sourcehut که یکی از ابزارهای رایگان برای توسعه و تست نرم افزارها بود دیگر رایگان نیست. چنین روندی البته محدود به این سرویس نیست دیگر ابزارهای continuous integration مانند LayerCI, GitLab, TravisCI, و Shippable به مشکل خورده و تقریبا نابود شده اند. حملات این چنینی به github هم مشاهده شده است. همه اینها بخاطر حملات کریپتو و دزدیدن منابع محاسباتی چنین پلتفرم هایی ست. Cryptojacking به فرآیند تصاحب کامل یا محدود از منابع محاسباتی رایگان برای اهداف ماینینگ گفته می شود. راهکارهای زیادی برای مقابله با چنین حملاتی اندیشیده شده است اما حملات هر روز پیچیده تر و مقابله با آن ها دشوارتر و هزینه بر تر شده است. بسیاری ازین شرکتها دیگر قادر به نگه داری سرویس های رایگانشان نیستند. ولی تصور نکنید چنین حملاتی تنها به این شرکتها محدود می شود کریپتوجکینگ همه جا حتی روی موبایل و کامپیوتر شما هم ممکن است اتفاق بیفتند و از جیب شما به جیب ماینرها پول سرازیر شود.
صنعت نرم افزار آزاد که موتور محرکه نوآوری در دنیای نرم افزار است مورد حمله ی لشکری از سودجویان رمز ارز قرار گرفته ست. سرویس هایی که ساخته شده اند تا «چیزی» خلق کنند که در نهایت به سود جامعه ست اما چنین منابعی که سرویسهای عمومی برای مردم هستند دزدیده شده تا تابع های sha256 بی هدف اجرا کرده و فقط منابع انرژی را تلف کرده و به بحران زیست محیطی و گرمایش زمین اضافه کنند. بر طبق برآوردها میزان تولید دی اکسید کربن حاصل از رمز ارزها برابر با کل یک کشور صنعتی مانند نروژ است!! اما برای چه؟ برای هیچ! افزایش قیمت عجیبی که در طی دو سال اخیر در بازار پردازنده های گرافیکی و حتی سی پی یو رخ داده است بازار سیاهی ایجاد کرده از قیمت های سرسام آور چنین سخت افزارهایی که باید برای ساختن و نو آوری توسط نخبگان جامعه مورد استفاده قرار گیرد.اما چنین سخت افزارهای ارزشمندی بر روی هم تلنبار شده و مشغول اجرای تابع های هش برای حریصانی ست که به چیزی جز پول فکر نمیکنند.
رمزارز ها بی سابقه ترین حملات و سو استفاده ها را در تاریخ اینترنت ایجاد کرده اند که هزینه آن از منابع کشورها (که برای همگان است) و مالیات مردم پرداخت می شود. علاوه بر آن رمزارز ها باج گیری اینترنتی، تراکنش های غیر قانونی مواد مخدر، قاچاق انسان و تروریسم را بدون پیگرد قضایی بسیار ساده تر از همیشه کرده است. رمزارزها چیزی به جز ضرر برای اکثریت جامعه و ثروتمند تر کردن ثروتمندان نداشته است.
ماینرهای امروز جویندگان طلای قرن ۱۸ آمریکا هستند که مانند مور و ملخ به مناطق غربی آمریکا تاختند و بزرگترین فاجعه های زیست محیطی را ایجاد کردند و در این میان بازندگان اصلی مردم عادی بودند که باید تاوان چنین طمع کاری هایی را می دادند. هدف ماینینگ هر قدر هم اسم آن «کول» باشد چیزی جز حرص برای پول اندوزی بدون هیچ سودی به جامعه نیست!