<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های Vesal Behrouzi</title>
        <link>https://virgool.io/feed/@vesal.behrouzi</link>
        <description></description>
        <language>fa</language>
        <pubDate>2026-06-07 02:39:03</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/41348/avatar/FiS2Wf.jpg?height=120&amp;width=120</url>
            <title>Vesal Behrouzi</title>
            <link>https://virgool.io/@vesal.behrouzi</link>
        </image>

                    <item>
                <title>آیا ما به ساخت AGI یا هوش مصنوعی همه‌کاره  نزدیک شده‌ایم؟</title>
                <link>https://virgool.io/codenevis/%D8%A2%DB%8C%D8%A7-%D9%85%D8%A7-%D8%A8%D9%87-%D8%B3%D8%A7%D8%AE%D8%AA-agi-%DB%8C%D8%A7-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D9%87%D9%85%D9%87-%DA%A9%D8%A7%D8%B1%D9%87-%D9%86%D8%B2%D8%AF%DB%8C%DA%A9-%D8%B4%D8%AF%D9%87-%D8%A7%DB%8C%D9%85-lpaxr8vuzfuz</link>
                <description>پاسخ کوتاه برای آنان که حوصله‌ی کافی ندارند: خیر.پاسخ طولانی‌تر:طبق تعاریف AGI (هوش مصنوعی همه‌کاره)، سیستمی است که بتواند در هر وظیفه‌ای که انسان قادر به انجام آن است، عمل کند. اما رسیدن به این هدف نه تنها به پیشرفت‌های فنی در حوزه هوش مصنوعی، بلکه به یک درک عمیق و جامع از علوم اعصاب، شناخت، و حتی فلسفه ذهن نیاز دارد. در حال حاضر، ما در مرحله‌ای هستیم که هنوز نتوانسته‌ایم به صورت دقیق به بسیاری از سوالات اساسی در زمینه هوش و آگاهی پاسخ دهیم.هوش انسانی و آگاهی: مرزهای ناشناختههوش انسانی تنها یک مجموعه از پردازش‌های اطلاعاتی نیست؛ بلکه محصولی از تعاملات پیچیده بین شبکه‌های عصبی، خودآگاهی و ادراک ذهنی است. مطالعات در علوم اعصاب نشان می‌دهند که مغز انسان از میلیاردها سلول عصبی تشکیل شده که هرکدام از آن‌ها هزاران اتصال با سایر سلول‌ها دارند. این اتصالات به صورت کاملاً پویا و غیرخطی اطلاعات را پردازش می‌کنند.ساختارهای مغزی مانند قشر پیش‌پیشانی (Prefrontal Cortex) که با تصمیم‌گیری، حل مسئله و برنامه‌ریزی آینده در ارتباط هستند، نقشی کلیدی در آنچه ما هوش می‌نامیم دارند. مغز انسان به گونه‌ای عمل می‌کند که داده‌های حسی را پردازش کرده و به تصمیمات منطقی و احساسات تبدیل کند. اما هوش مصنوعی کنونی (ANI) تنها بر پردازش حجم عظیمی از داده‌ها برای رسیدن به الگوهای مشخص مبتنی است، در حالی که ما هنوز نمی‌دانیم آیا مغز نیز به همین شکل کار می‌کند یا خیر.برای مثال، ادراک حسی در مغز انسان به یک مدل مرکزی از دنیای پیرامون منجر می‌شود، که با فرآیندهای بازخوردی و پیش‌بینی‌های مداوم همراه است. هوش مصنوعی فعلی حتی نزدیک به این نوع از ادراک و استنتاج دینامیک نیست. این ادراک پیچیده همچنین با آگاهی و تجربه‌های ذهنی ما پیوند دارد، مفاهیمی که هنوز در علم شناختی و فلسفه ذهن به‌طور کامل روشن نشده‌اند.خودآگاهی: مسئله‌ای حل‌نشدهیکی از بزرگ‌ترین موانع در ساخت AGI، مسئله خودآگاهی است. خودآگاهی به معنای آگاهی از وجود و حالات ذهنی خود است. علوم اعصاب تا حدی به فرآیندهای نورونی که با احساس خودآگاهی مرتبط هستند پی برده است، اما همچنان پرسش اصلی باقی است که آیا می‌توان این پدیده را در یک ماشین به وجود آورد؟خودآگاهی به تعامل پیچیده بین قشر مخ و ساختارهای عمیق مغزی مثل تالاموس بستگی دارد که اطلاعات را از محیط جمع‌آوری و پردازش می‌کنند. این ساختارها به مغز این امکان را می‌دهند که نه تنها از جهان اطراف، بلکه از خودش نیز آگاه باشد. بدون درک عمیق از این سیستم‌های پیچیده، ساخت سیستمی که بتواند به صورت خودآگاه عمل کند، ممکن نیست.یادگیری مستمر و انتقال‌پذیری دانشیادگیری در مغز انسان بسیار انعطاف‌پذیر و عمومی است؛ انسان‌ها قادرند از تجربیات گذشته برای تصمیم‌گیری در موقعیت‌های کاملاً جدید استفاده کنند. نورون‌های آینه‌ای در مغز نشان داده‌اند که انسان‌ها حتی از مشاهده اعمال دیگران نیز یاد می‌گیرند. در مقابل، الگوریتم‌های یادگیری عمیق کنونی به تعداد زیادی نمونه داده و محیط‌های آموزشی مشخص برای یادگیری نیاز دارند و توانایی انتقال دانش از یک حوزه به حوزه دیگر بسیار محدود است.یکی از سوالات کلیدی برای ساخت AGI این است که آیا می‌توان سیستمی ایجاد کرد که همانند مغز، به صورت مستمر و با حجم داده‌های محدود، از محیط خود یاد بگیرد و این یادگیری را به صورت تعمیم‌پذیر در مسائل جدید به کار گیرد؟ مغز انسان از الگوریتم‌هایی بهره می‌برد که هنوز کاملاً ناشناخته‌اند؛ به‌خصوص در زمینه یادگیری بازگشتی، که مغز از تجربیات گذشته استفاده می‌کند تا رفتار آینده را تنظیم کند.مغز و تعاملات پیچیدهمطالعات نشان می‌دهند که مغز از شبکه‌های عصبی پیچیده و چندلایه‌ای استفاده می‌کند که با انعطاف‌پذیری بالا قادر به تغییر و تنظیم خود هستند. این تنظیمات پویا، همزمان با یادگیری، تغییرات ژنتیکی و تغییرات شیمیایی در مغز صورت می‌گیرد. برخلاف شبکه‌های عصبی مصنوعی که به صورت سلسله‌مراتبی و اغلب تک‌لایه عمل می‌کنند، شبکه‌های عصبی مغز به صورت دینامیک و چندین لایه همزمان فعال‌اند و به تجربه‌های حسی و محیطی پاسخ می‌دهند.نقش علوم اعصاب و تحقیقات بین‌رشته‌ای در AGIپیشرفت در حوزه AGI مستلزم همکاری گسترده‌ای میان رشته‌های مختلف است. به‌عنوان مثال، تحقیقات اخیر در حوزه نوروبیولوژی نشان داده‌اند که اختلالات عصبی مانند آلزایمر، پارکینسون و ام‌اس به دلیل تخریب ساختارهای عصبی و تغییرات در عملکرد نورون‌ها رخ می‌دهند. درک و درمان این بیماری‌ها نیازمند دانشی عمیق از چگونگی تعاملات نورونی در مغز است.همچنین، پروژه‌های تحقیقاتی مثل Neuralink به دنبال ایجاد تراشه‌هایی هستند که بتوانند اطلاعات را مستقیماً به مغز منتقل کنند. اگر بتوانیم مهارت‌های جدیدی را با استفاده از این فناوری‌ها مستقیماً در مغز آپلود کنیم، آن‌گاه به درکی بسیار عمیق‌تر از نحوه کارکرد مغز و چگونگی ساخت یک سیستم AGI نزدیک خواهیم شد. در واقع این دو مثال برای ما این معنی را خواهد داشت که نشانه‌های ظهور AGI پیشاپیش در دست‌آوردهای سایر رشته‌های علوم و فناوری باید قابل رویت باشد.نتیجه‌گیری:در نهایت باید بپذیریم AGI نه تنها به پیشرفت‌های فنی و محاسباتی نیاز دارد، بلکه به درک عمیق‌تر از ماهیت هوش، آگاهی، و نحوه عملکرد مغز وابسته است. پیشرفت در حوزه هوش مصنوعی باید به موازات پیشرفت در علوم اعصاب، روان‌شناسی شناختی، و فلسفه ذهن صورت گیرد. AGI تنها زمانی ممکن خواهد بود که بتوانیم به درکی جامع از نحوه عملکرد سیستم‌های عصبی، یادگیری و خودآگاهی دست پیدا کنیم.پس، ساخت AGI بدون پیشرفت در سایر علوم غیرممکن است و نمی‌تواند تنها از طریق بهبود الگوریتم‌ها یا قدرت سخت‌افزار در آزمایشگاه‌های یک شرکت فناوری محقق شود. دهه‌ها تحقیق بین‌رشته‌ای نیاز است تا بتوانیم به سمت ساخت AGI حرکت کنیم و ظهور آن در آینده‌ای نزدیک بعید به نظر می‌رسد.</description>
                <category>Vesal Behrouzi</category>
                <author>Vesal Behrouzi</author>
                <pubDate>Sat, 14 Sep 2024 15:24:02 +0330</pubDate>
            </item>
                    <item>
                <title>سخت ترین قسمت یادگیری چیست؟</title>
                <link>https://virgool.io/CE-SHAHED-publication/%D8%B3%D8%AE%D8%AA-%D8%AA%D8%B1%DB%8C%D9%86-%D9%82%D8%B3%D9%85%D8%AA-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%DA%86%DB%8C%D8%B3%D8%AA-w12l4dpip5vw</link>
                <description>لطفا قبل از اینکه این مطلب رو بخونید این کار رو انجام بدید: بلند بشید، یه دور تو اتاق یا جایی که الان حضور دارید بزنید و برگردید همینجایی که هستید. اگر این کار رو انجام ندید خوندن ادامه‌ی این مطلب فایده‌ی خاصی نداره. حالا اگر کاری که گفتم انجام داید (که میدونیم انجام ندادید) تلاش کنید به خاطر بیارید دقیقا چه فعالیت‌هایی برای این کار انجام دادید، از زمان بلند شدنتون توی چند مرحله چه تعداد از عضلاتتون رو درگیر کردید، چطور تعادلتون رو حفظ کردید که بتونید سرپا بایستید و نیافتید، چطور برنامه‌ریزی کردید از کدوم قسمت اتاق راه برید و... البته همین یک دور زدن ساده توی اتاق شامل تعداد قابل توجهی فعالیته که به یاد آوردن همشون براتون تقریبا ممکن نیست و البته که وقتی این کار ساده رو داشتید انجام میدادید به هیچ کدوم از اینها هم فکر نکردید، شما فقط انجامش دادید، جوری که همیشه انجامش میدید، بدون اینکه بهش فکر کنید، انگار که یه کار غریزیه، تمام فعالیت‌هایی که برای یه دور زدن ساده توی اتاق باید انجام بدید خود به خود و بدون توجه خاصی انجام میشه، شما میدونید چطور این کارها رو انجام بدید، همیشه میدونستید! واقعا همیشه میدونستد؟نه راستش، شما همیشه نمیدونستید چطور این کارها رو انجام بدید، زمانی که یه نوزاد بودید کاملا فاقد این مهارت بودید، شما تمام این فعالیت‌ها رو ریز به ریز یاد گرفتید، چطور سرپا بیاستید، چطور روی دو پا تعادل خودتون رو حفظ کنید، حتی اولین قدم برای شما یه پروژه‌ی طاقت‌فرسا و طولانی بوده، من دوران کودکی خودم رو یادم نیست اما تمام این مراحل رو در زمان بزرگ شدن فرزندم دیدم، فکر کنم تقریبا یه هفته طول کشید تا پسرم تونست اولین قدمش رو برداره، یک هفته! شاید هم دو هفته، باورتون میشه؟ اونم تازه بعد از یک مدت طولانی که یاد گرفته بود چطور چهار دست و پا روی زمین راه بره، قبل از اون یاد گرفته بود با زور و زحمت زیاد روی زمین بخزه و با فشار دستاش روی زمین خودش رو روی شکمش بکشه جلو، شما همین الان چندین قدم برداشتید بدون اینکه اصلا به این فکر کنید چه مسیر طولانی و سختی رو طی کردید تا همین قدم زدن ساده رو یاد بگیرید، تقریبا هیچ وقت به تعداد زیاد کارهایی که برای یه قدم زدن ساده باید انجام بدید فکر نمیکنید، توجه نمیکنید و در کل اصلا نیازی به تمرکز کردن روی هیچ کدومشون ندارید، این حالت خودکار زمانی اتفاق می‌افته که بعد از صرف توجه و تمرکز زیاد برای یاد گیری تک به تک این فعالیت‌ها حافظه‌ی شما توسعه پیدا میکنه و مغز شما یاد میگیره به صورت خودکار از این حافظه استفاده کنه و کارها رو به این صورت روتین و شبه غریزی انجام بده، شاید تمام اینها برای شما خیلی شگفت‌انگیز نباشه و توضیحات واضحات به نظر بیاد ولی چندتا نکته اینجا هست، یک نکته‌ی مهم که ممکنه متوجه‌اش شده باشید اینه که مغز کارش رو برای دسترسی به حافظه و استفاده از اطلاعات قبلی خیلی خوب انجام میده، تقریبا بدون اینکه نیاز باشه مداخله‌ی آگاهانه‌ای انجام بدید به بهترین شکل ممکن این کار رو میکنه ولی در مقابلش به همین میزان در کارهایی که نیاز به آگاهی و تمرکز زیاد داره کارش افتضاحه، نه کاملا افتضاح (از نظر فنی اتفاقا این کار رو خیلی جالب و شگفت‌انگیز انجام میده) ولی شاید بتونیم اینجور بگیم که توی اینجور کارها تنبله و هرچی سن بالاتر میره در مقابل این مساله مقاومت بیشتری هم از خودش نشون میده، کانمن توی کتاب تفکر سریع و آهسته دو نوع سیستم فکری رو تعریف میکنه، سیستم یک و سیستم دو، کانمن کتابش رو با تصویر یک زن شروع میکنه:درست به محض دیدن این عکس شما تشخیص میدید این تصویر یه آدم عصبانیه که داره فریاد میزنه و چیزی رو میگه، برا فهمیدن این چیزها شما نیاز به توجه و فعالیت ذهنی زیادی ندارید، این سیستم فکری یک یا سیستم فکری سریع هست.حالا تلاش کنید جواب 17*24 رو بدست بیارید، شما خیلی سریع متوجه میشید که این یه مساله‌ی ضربه ولی بدون یک فعالیت آگاهانه که نیاز به تمرکز و توجه ذهنی بیشتری داره قطعا نمیتونید جوابش رو پیدا کنید، اینجا شما از سیستم فکری دو یا تفکر آهسته استفاده میکنید. این دوتا سیستم از نظر فیزیکی توی مغز وجود ندارن و کاملا فرضی هستن ولی برای تعریف اینکه چه کارهایی رو به صورت خودکار و روتین و چه کارهایی رو با تمرکز و صرف انرژی بیشتر باید انجام بدید تعریف کردن.طی ده‌ها سال، روانشناسان به عملکرد تفکر برآمده از تصویر زن عصبانی و مساله‌ی ضرب علاقه‌ی بسیاری نشان داده‌اند و عنوان‌های گوناگونی برای آن‌ها ارائه کرده‌اند. من به اصطلاحاتی بسنده میکنم که نخستین بار کیس استانوویک و ریچارد وست آن‌ها را در خصوص دو سیستم یک و دو موجود در ذهن مطرح کرده‌اند.-سیستم یک، به صورت خودکار و سریع و با تلاشی ناچیز یا بی‌نیاز به کنترل آن و بدون کنترل آگاهانه عمل میکند.-سیستم دو، توجه را به فعالیت‌های ذهنی نیازمند تلاش در زمینه‌ی مورد نظر، مانند محاسبات پیچیده جلب می‌کند. عملکردهای سیستم 2 معمولا با تجربه‌ای هدفمند از عاملیت، انتخاب و تمرکز همراه هستند.تفکر سریع و آهسته، دانیل کانمنمغز ما به کارهای روتین و خودکار علاقه‌ی بیشتری داره، در واقع تمایل ما به استفاده از سیستم فکری یک همواره بیشتره، ولی یادگرفتن هر مهارت جدیدی نیاز به استفاده‌ی سنگین از سیستم دو داره و این کار بدون توجه و تمرکز و کنترل آگاهانه به این راحتی‌ها انجام نمیشه، در واقع یادگیری یک فعالیت کاملا آگاهانه‌اس، یک فعالیت آگاهانه که نیاز به توجه، تمرکز و هوشیاری شما داره و این دقیقا همونجاییه که اکثر ما ها ممکنه درجا بزنیم.هنگامی که به خود فکر میکنیم، سیستم دو را به کار میبریم، سیستمی خودآگاه و خود استدلال کننده که باورهایی دارد، انتخاب میکند و تصمیم میگیرد به چه بیاندیشیم و چه کاری انجام دهیم. با وجود اینکه سیستم دو خودش را مرکز فعالیت‌ها و کنترل میداند، قهرمان این کتاب سیستم غیرارادی و خود به خودی یک است. من سیستم یک را ریشه و خاستگاه احساس‌ها و حالت‌هایی میدانم که باعث شکل‌گیری باورهای صریح و انتخاب‌های آگانه و عامدانه‌ی سیستم دو است. فعالیت‌های غیرارادی سیستم یک به طرز شگفت‌انگیزی زاییده‌ی الگوهای افکار و ایده‌هاست، اما تنها سیستم آهسته‌تر دو میتواند تفکر را در مجموعه‌ای از مراحل منظم پایه‌ریزی کند. تفکر سریع و آهسته، دانیل کانمنو برای اینکه کمی بیشتر با سیستم فکری دو و فعالیت‌های آگاهانه آشنا بشیم به این مثال‌ها توجه کنید:تمرکز برای شنیدن صدای تیر آغاز مسابقهگوش کردن به صدای فردی خاص در اتاقی شلوغ و پر سر و صداکاوش حافظه برای تشخیص صدایی عجیبقدم زدن با سرعتی بیش از حد معمول خودبررسی دو ماشین ظرفشویی از نظر ارزش کلشمارش تعداد تکرار حرف &quot;الف&quot; در صفحه‌ای از متنبررسی اعتبار یک استدلال منطقی پیچیدهالان خودتون میتونید مثال‌های بهتری هم پیدا کنید ولی احتمالا هم من و شما با هم توافق داریم که هوشیار و متمرکز بودن واقعا کار سختیه و همچنین توانایی ما هم برای توجه کردن محدود! چقدر محدود؟ اینقدر محدود که تو دنیای امروز با این حجم از بمباران اطلاعات و هیولاهای توجه‌خوار واقعا برامون سخت یا حتی غیر ممکن باشه بتونیم راحت تصمیم بگیریم روی چه چیزی باید تمرکز کنیم! از مشکلات زندگی بگیر تا اخباری که هر روز توی اینترنت و شبکه‌های اجتماعی به ما حمله میکنن و همه‌‌ی اینها به نوعی در رقابت با همدیگه هستن تا توجه ما رو بیشتر به خودشون جلب کنن و توی این شرایط تمایل ما به توجه کردن و هوشیار بودن دائما کمتر و کمتر میشه، این روند تا جایی ادامه پیدا میکنه که وقتی نیاز داریم آگاهانه روی چیزی تمرکز کنیم تازه متوجه میشیم چقدر این کار میتونه طاقت‌فرسا و انرژی‌بر باشه! و این دقیقا سخت‌ترین قسمت یادگیریه:                     هوشیار بودن، توجه کردن و تمرکز داشتن البته واقعیت اینه که از ابتدای زندگی هم این کار خیلی ساده نبوده، یادتون میاد اولین قدمی که برداشتید چقدر طول کشید؟ البته که یادتون نمیاد ولی کمی بالاتر در مورد زمانی که طول کشید تا پسرم بتونه این کار رو بکنه بهتون گفتم، قطعا عدد دقیقی که گفتم رو هم فراموش کردید! چرا؟ به خاطر اینکه حتی همین فعالیت خوندن رو هم با تمرکز کمی دارید انجام میدید، میزان تمرکز شما الان نسبت به زمانی که خوندن این متن رو شروع کردید کمتر شده و بیشتر دارید تلاش میکنید یه چندتا نکته‌ی مهم تو متن پیدا کنید، سریع تمومش کنید و برید به بقیه‌ی زندگیتون برسید (کی وقت داره بشینه با دقت یه متن اینقدر طولانی رو بخونه؟) الان البته یه مقدار تمرکزتون بیشتر شده، احساس میکنید مچتون گرفته شده و سعی میکنید تلاش کنید بیشتر تمرکزتون رو اینجا بذارید. و برای اینکه دوباره چرتتون نگیره یه کم بیشتر شما رو درگیر میکنم تا هوشیاریتون بالا بمونه.مثلث رو بچرخونما یک مثلث داریم که با 10 تا سکه ساخته شده، این مثلث رو با جا به جا کردن تنها 3 تا سکه سر و ته کنید تا شبیه شکل زیر بشه:فقط 3 تا سکه رو جا به جا کنیدو لطفا چند دقیقه‌ای برای این کار وقت بذارید ولی نه خیلی، حداکثر 5 دقیقه و اگر نتونستید حلش کنید تو این مرحله گیر نکنید و ادامه‌ی متن رو بخونید، و لطفا اگر تلاشی برای حل کردنش نکردید ادامه ندید.برگردیم سر بحث اصلی، همونطور که گفتیم یادگیری یک فعالیت آگاهانه‌اس و باید با تمرکز و توجه انجام بشه و همینطور هم میدونیم که این کار میتونه چقدر سخت باشه، حالا سوال اصلی اینه که چطور این کار سخت رو انجام بدیم، این همون قسمتیه که من خیلی دوستش دارم، این همون چیزیه که بهش میگن یاد بگیرید که چطور یاد بگیرید! خب چطور؟یادگیری یک فعالیت زمان‌بر و طولانی استاول: باید آگاه باشید! درک کنید و بپذیرید یادگیری یک فعالیت زمان‌بر و طولانیه، وقتی میخوایید چیزی رو یاد بگیرید اول از همه باید مقدار قابل توجهی اطلاعات مربوط به اون مساله یا مهارت رو وارد مغزتون کنید، به صورت بیولوژیکی مغز شما نیاز به زمان داره تا بتونه این اطلاعات رو ذخیره و پردازش کنه و به همین خاطر حجم اطلاعاتی که در یک مدت زمان مشخص میتونید وارد مغزتون کنید همیشه محدوده، پس به خودتون خیلی زیاد سخت نگیرید، محدودیت خودتون رو پیدا کنید و به جای یکباره فشار آوردن به خودتون یادگیری رو به یه کار روتین تبدیل کنید (مغزمون کارهای روتین رو دوست داشت نه؟) مثلا میتونید یادگیری رو از زمان‌های کوتاه در روز شروع کنید، روزی 15 دقیقه، نیم ساعت و به مرور ساعتش رو افزایش بدید، اگر مدت طولانی وقت صرف چنین کارهایی نکردید قطعا شروع سختی دارید ولی هرچقدر این کار رو بیشتر تکرار کنید براتون راحت‌تر میشه. همچنین نسبت به تمرکز و توجه خودتون هم آگاه باشید، کارهایی که میخوایید انجام بدید به بازه‌های کوتاه تقسیم کنید و بینشون یه تاخیر زمانی بندازید، مثلا موقع خوندن یه کتاب بعد از 15-20 دقیقه، کتاب رو ببندید برید کمی قدم بزنید یا یک لیوان آب بخورید و اجازه بدید مغزتون کمی استراحت کنه، میزان تمرکز و توجه شما از زمانی که یک کار آگاهانه رو شروع میکنید به مرور کم میشه و این وقفه‌ها به شما اجازه میده دوباره تمرکزتون رو به دست بیارید، در مورد تکنیک پومودورو تحقیق کنید، احتمالا خیلی بهتون کمک میکنه.هیچ مهارتی بدون تمرین کردن به دست نمیاددوم: باید آگاه باشید! درک کنید و بپذیرید هیچ مهارتی بدون تمرین کردن به دست نمیاد، واقعا هیچ مهارتی وجود نداره که بدون تمرین کردن قابل یادگیری باشه، این یک دلیل بیولوژیکی مهم داره، وقتی در حال یادگیری مهارتی هستید پیوندهای عصبی جدیدی بین نرون‌های مغز شما ایجاد میشن، این پیوندها صرفا در صورت تکرار اون مهارت قویتر میشن و این فرایند نیاز به زمان داره، مهمترین قسمت این فرایند توی خواب انجام میشه پس به همین دلیل باید همیشه مواظب خوابتون هم باشید، خواب منظم و با کیفیت تاثیر خیلی مهمی توی یادگیری شما داره. این چرخه میتونه کاملا طولانی باشه، قطعا اولین قدمهایی که به عنوان یه کودک برداشتید رو یادتون نمیاد اما احتمالا اولین باری که مداد یا خودکار دست گرفتید و میخواستید نوشتن رو یاد بگیرید رو یادتون بیاد، شما یک سال تحصیلی تمام وقت صرف کردید تا چیزهای ساده و پیش پا افتاده‌ای مثل نوشتن الفبا، اعداد و در نهایت کلمات ساده رو یاد بگیرید و در کنارش مقدار زیادی تمرین کردید. یا زمانی رو به یاد بیارید که برای اولین بار سوار دوچرخه شدید، یادتون هست حفظ تعادلتون روی دو چرخ چقدر کار سختی بوده؟ یا اگر الان رانندگی بلد هستید به این فکر کنید اولین روزها چه کارهایی براتون خیلی سخت بوده، دنده عوض کردن همزمان با کلاچ گرفتن، چندبار ماشین زیر دستتون خاموش شد تا نیم کلاچ رو یاد گرفتید؟ و الان چطور همه‌ی این کارها رو غریزی و بدون فکر کردن انجام میدید، چقدر تمرین کردید؟ این معجزه‌ی تمرین کردنه. توانایی همه در یادگیری یکسان نیست سوم: باید آگاه باشید! درک کنید و بپذیرید توانایی همه در یادگیری یکسان نیست ممکنه بعضی‌ها نیاز به تلاش بیشتری برای یادگیری مهارتی داشته باشن و بعضی‌ها کمتر، این تفاوت‌ها وجود دارند و به هیچ عنوان نباید مانع شما باشند، خودتون رو تنها با خودتون مقایسه کنید، تغییرات خودتون رو نسبت به گذشته اندازه بگیرید و از تغییر و پیشرفت خودتون خوشحال باشید و این مساله رو هم یادتون باشه که ظرفیت شما به مرور زمان بالا میره، در ابتدای کار فشار زیادی به خودتون نیارید اما خودتون رو دست کم هم نگیرید، اجازه بدید زمان بگذره، در صورت استمرار به مرور زمان خودتون متوجه پیشرفت و افزایش ظرفیتتون میشید.در آخر: ممنونم و خوشحالم که وقت گذاشتید و این نوشته رو خوندید، یادتون باشه، یادگیری توی دنیای امروز یک مهارت واجب و ضروریه، دنیا به سرعت در حال تغییره و ما چه بخواییم چه نخواییم مجبوریم خودمون رو با این تغییرات سازگار کنیم، از طرفی یادگیری مهارتیه که کیفیت زندگی شما رو به شکل‌های مختلفی بهبود میده، مهارت سرمایه‌ایه که شما میتونید اونو با خودتون همه جای دنیا ببرید، تنها سرمایه‌ی واقعی‌ که توی دنیا میتونه وجود داشته باشه و مهارت یادگیری چیزیه که میتونه این سرمایه‌ی شما رو روز به روز افزایش بده. سلامت، خوشحال و یادگیرنده باشید.پ.ن: اون تمرین مثلث و سکه رو هم دوباره روش وقت بذارید، احتمالا الان میتونید راحت حلش کنید، اگر نتونستید، فردا دوباره تلاش کنید.</description>
                <category>Vesal Behrouzi</category>
                <author>Vesal Behrouzi</author>
                <pubDate>Sun, 12 Dec 2021 00:35:15 +0330</pubDate>
            </item>
            </channel>
</rss>