پس از خودروی آبسوز، پسرک طراح تسلا و دستگاه تشخیص کرونا از راه دور، اکنون نوبت پیش‌بینی آینده با «نرم‌افزار جهانی پایتون» است.
هرازگاهی از گوشه‌وکنار کشور، درباره‌ی ظهور یک نابغه یا دستیابی به یک دستاورد خیره‌کننده خبری را می‌شنویم که در چهارچوب عقل و منطق نمی‌گنجد و تن و بدنمان را به لرزه درمی‌آورد؛ کودکانی که در خانه انرژی هسته‌ای تولید کرده‌اند، نابغه‌ای که خودروها را آبسوز می‌کند، پسر ۱۰سالهای که طراح تسلا بوده و پیشنهاد طراحی خودرو برای ولوو را رد کرده؛ اکنون نیز پیشنهاد بهره‌گیری از «نرم‌افزار جهانی پایتون»، برای پیش‌بینی آینده‌ی کشورهای منطقه مطرح شده است.
اخیرا در «نشست جمعی از دانشمندان یک درصد برتر جهان» که با حضور ابراهیم رئیسی، رئیس‌جمهوری کشور برگزار شد، داوود دومیری گنجی، عضو هیئت علمی دانشگاه صنعتی نوشیروانی بابل، اظهاراتی را درباره‌ی به‌کارگیری پایتون برای پیش‌بینی آینده‌ی کشورهای منطقه، مطرح کرد که سوژه‌ی کاربران توییتر شد. گنجی در این نشست گفت:
توضیحات ارائه‌شده از سوی آقای گنجی، عمیق و علمی نیست، ایشان در صحبت‌های یک دقیقه‌ای خود، یک بار پایتون را «نرم‌افزار جهانی» و بار دیگر، «شبکه‌ی جهانی» می‌نامد و در ادامه می‌گوید که با پایتون می‌توان نوع سرطان افراد در چهار سال آینده و وضعیت کشورهای منطقه در چهار سال آینده را پیش‌بینی و تورم کشور را نیز کنترل کرد.
من برنامه‌نویس نیستم و ادعایی نیز در زمینه‌ی برنامه‌نویسی ندارم؛ اما با همان حضور کوتاهم در فضای آکادمیک، آموخته‌ام که مسئول کلماتی هستم که بر سر زبان می‌آورم و باید صحبت‌هایم مستند باشد؛ پس بیایید با کمی تحقیق، به‌طور مختصر با هم مرور کنیم که پایتون چیست و چه کاربردهایی دارد.
پایتون یک زبان برنامه‌نویسی مفسر، شی‌گرا و سطح‌بالا است که از معناشناسی پویا بهره می‌برد. پایتون یک زبان برنامه‌نویسی همه‌منظوره (General-purpose) به‌حساب می‌آید که تقریبا بر بستر تمام معماری‌های سیستمی اجرا می‌شود و آن را می‌توان در کاربری‌های متنوعی مانند توسعه‌ی وب، اتوماسیون، یادگیری ماشین، آنالیز داده و توسعه‌ی بازی به‌کار گرفت.
همان‌طور که اشاره کردم، یکی از کاربری‌های اصلی زبان برنامه‌نویسی پایتون در حوزه‌ی یادگیری ماشین است که از زیرمجموعه‌های هوش مصنوعی به‌شمار می‌آید. براساس آنچه در بلاگ دانشگاه کلمبیا آمده، یادگیری ماشین از الگوریتم‌هایی استفاده می‌کند که به‌مدد آن‌ها بینش موردنیاز را می‌آموزد، الگوهای موجود در داده‌های دریافتی را شناسایی می‌کند و براساس آنچه آموخته، تصمیم‌های بهتری می‌گیرد.
دانشمندان از طریق همین زیرمجموعه‌های هوش مصنوعی، مثل یادگیری ماشین و یادگیری عمیق، به‌دنبال توسعه‌ی راهکارهایی برای پیش‌بینی احتمال بروز سرطان هستند؛ به‌عنوان مثال، چندی پیش اعلام شد که هوش مصنوعی توسعه‌یافته به‌دست پژوهشگران دانشگاه MIT توانست چهار سال پیش‌از ابتلای یک زن به سرطان سینه، احتمال وقوع آن را تشخیص دهد.
احتمالا صحبت‌های آقای گنجی به‌استناد همین خبر دانشگاه MIT بوده؛ اما بی‌شک، دانشمندان این دانشگاه، نه با «نرم‌افزار جهانی پایتون»، نه با «شبکه‌ی جهانی پایتون»؛ بلکه با شاخه‌ای از هوش مصنوعی، چنین موفقیت بزرگی را رقم زده‌اند و البته احتمالا در مسیر توسعه‌ی این سیستم، «زبان برنامه‌نویسی پایتون» را به‌کار گرفته‌اند.
به‌نظر می‌رسد حداقل یکی از معیارهای حضور افراد در نشست دانشمندان برتر، تعداد ارجاعاتی باشد که به مقالات آن‌ها شده؛ چرا که براساس تعداد ارجاعات و با توجه به آمار ارائه‌شده از سوی Elsevier، ناشر بزرگ ژورنال‌های علمی، آقای گنجی، در جمع یک درصد از دانشمندان برتر دنیا در سال ۲۰۲۲ قرار می‌گیرد؛ اما آنچه تعجب من را برمی‌انگیزاند، سطح دید و آگاهی ایشان به زبان برنامه‌نویسی پایتون است. چطور می‌توان در تولید بیش‌از هزار مقاله نقش داشت و بیش‌از ۴۷ هزار ارجاع به آن مقاله‌ها گرفت؛ اما در توصیف پایتون و نقشش در تمام این مقالات، مرتکب چنین اشتباهی شد؟
