پایان نامه - مقاله - تحقیق

…………………………………………………………………………………………………30

5-2) محاسبه سهم انرژی خوشه تک جسمی (E1) ……………………………………………..30

عنوان                                                                                             صفحه

5-3) محاسبه سهم انرژی خوشه دو جسمی (E2) ……………………………………………33

فصل ششم………………………………………………………………………………………………36

 نتایج محاسبات………………………………………………………………………………………37

6-1) انرژی تک جسمی سیستم (E1) …………………………………………………………..37

6-2) انرژی دو جسمی سیستم (E2) …………………………………………………………….38

6-3) انرژی کل سیستم (E) ……………………………………………………………………….39

6-4) آنتروپی سیستم…………………………………………………………………………………40

6-5) انرژی آزاد سیستم………………………………………………………………………………41

6-6) فشار سیستم……………………………………………………………………………………..42

6-7) ظرفیت گرمایی سیستم……………………………………………………………………….43

فصل هفتم………………………………………………………………………………………………45

 خلاصه و نتیجه گیری……………………………………………………………………………..46

منابع………………………………………………………………………………………………….…..47

نانو فناوری و کاربرد های آن

 موادی که حداقل یکی از ابعاد آنها در مقیاس ۱ الی ۱۰۰ نانومتر باشد، نانو مواد خوانده می‌شوند. نانوفناوری، توانمندی تولید و ساخت مواد،

 ابزار و سیستم های جدید با در دست گرفتن کنترل در مقیاس نانومتری (سطوح اتمی و مولکولی) و استفاده از خواص آن ها می باشد. این فناوری بر مبنای چینش تک تک  اتم ها، مولکول ها و ترکیبات (در ابعاد نانو) به گونه ای است که خاصیت فیزیکی ویژه ای را برای آن رقم بزند. البته اعمال این تغییرات در این مواد مستلزم درک صحیحی از این فناوری می باشد ]1[.

شاید بتوان گفت اولین کسی که به ابعادی در این حد توجه داشته ریچارد فاینمن، دارنده جایزه نوبل بوده است. وی در سال 1959 طی یک سخنرانی تحت عنوان “فضای زیادی در پایین وجود دارد”  مهم بودن این فناوری را متذکر شد]2[.

اصطلاح نانو فناوری اولین بار توسط نوریو تانیگوچی در سال 1974 معرفی گردید .اولین مشکلی که از توسعه این تکنولوژی جلوگیری می کرد این بود که هنوز دستگاهی ساخته نشده بود که بتواند ابعاد در حد نانو متر را ببیند، اما در سال 1981 این مشکل با ساخت میکروسکوپ تونل زنی روبشی STM مرتفع گردید، محققین توانستند به کمک آن در ابعاد نانو تصویر برداری کنند و همین منجر به دریافت جایزه نوبل فیزیک توسط تانیگوچی در سال 1986 شد ]3[. تفاوت اساسی فناوری نانو با دیگر فناوری ها در ابعاد مواد و ساختار هایی است که مورد استفاده قرار می گیرند. در این ابعاد خصوصیات مواد از جمله، مقاومت الکتریکی و گرمایی، استحکام در برابر شکنندگی و خوردگی و … تغییر می کند. استفاده از این فناوری در كلیه علوم پزشكی، پتروشیمی، علوم مواد، صنایع دفاعی، الكترونیك، كامپوترهای كوانتومی و غیره باعث شده كه تحقیقات در زمینه نانو به­عنوان یك چالش اصلی علمی و صنعتی پیش روی جهانیان باشد. همه مواد از جمله فلزات، نیمه هادی ها، شیشه ها، سرامیک ها و پلیمرها در ابعاد نانو می توانند وجود داشته باشند. همچنین محدوده فناوری نانو می تواند در ترکیبات بی شکل(آمورف)، کریستال ها، مواد آلی و غیرآلی نیز نقش پر رنگی ایفا کند.

اولین پایه  تشکیل دهنده نانو مواد، نانو ذره است. منظور از نانو ذره، جسمی با ابعاد نانو متر در سه بعد می باشد که می تواند به صورت های مختلفی از جمله نانو مواد سرامیکی، فلزی وغیره وجود داشته باشد. دومین پایه تشکیل دهنده نانو مواد، نانو کپسول ها می باشند. نانو کپسول ها محفظه هایی هستند که قطر آنها از مرتبه نانو متر بوده و می توان مقدار محدودی نانو ذره در آنها نگاه داشت.

عنصر پایه ای دیگر، نانو لوله کربنی می باشد که در سال 1991 کشف شد] 4[. برای تولید نانو لوله کربنی روش های متفاوتی وجود دارد. یکی از این روش ها آن است که صفحه و یا صفحات گرافیتی را لوله کرده تا به شکل یک استوانه دربیاید. نانو لوله ها در اندازه ها و اشکال متفاوتی وجود دارند و می توانند تک دیواره یا چند دیواره باشند.

1-2) انواع نانو مواد:

 نانو مواد صفر بعدی

به نانو موادی اطلاق می شود که هر سه بعد آن ها از 100 نانو متر کمتر باشد (مانند  نانو ذرات و نانو پودر ها).

• نانو مواد یک بعدی

به نانو موادی گفته می شود که فقط دو بعد آن ها از 100 نانو متر کمتر باشد (مانند نانو نوار ها، نانو سیم ها، نانو لوله ها، نانو تسمه ها).

• نانو مواد دو بعدی

نانو موادی که فقط یک بعد آن ها از 100 نانو متر کمتر باشد (مانند نانو حلقه ها و نانو لایه ها).

• نانو مواد سه بعدی

نانو ساختار هایی که از ترکیب دو یا هر سه مورد بالا ساخته شده باشند. (مانند نانو کامپوزیت ها).

همان طور که قبلا بیان شد نانو فناوری کاربرد های فراوانی در زندگی امروز و آینده ما دارد که در زیر به اختصار به چند مورد آن می پردازیم.

1-3) کاربرد های نانو فنّاوری

 1-3-1) کاربرد نانو فناوری در پزشکی

می توان با بهره گیری از نانو فناوری وسایل آزمایشگاهی جدیدی ساخت و از آنها در كشف داروهای جدید و تشخیص ژن های فعال با شرایط گوناگون در سلول ها، استفاده كرد و همچنین می توان در تشخیص بیماری ها و نقص های ژنتیكی از آن استفاده کرد.

امروزه محققان ذراتی به نام نانو لایه ساخته اند که می تواند امواج فروسرخ را جذب كند، از آنجا که طول موج  فروسرخ قادر به نفوذ تا چند سانتی متری بدن می باشد، این نانو لایه ها بسیار مورد توجه قرار می گیرند. بدین ترتیب که نانو لایه هایی كه به بدن تزریق می شوند می توانند از بیرون با استفاده از منبع فروسرخ گرما داده شوند. چنین نانو لایه هایی را می توان به كپسول هایی از جنس پلیمر حساس به گرما متصل كرد که می توانند محتویات خود را فقط زمانی آزاد كنند كه گرمای نانو لایه متصل به آن باعث تغییر شكلش شود.
یكی از كاربردهای شگرف این نانو لایه ها در درمان سرطان است. می توان نانو لایه های پوشیده شده با طلا را به آنتی بادی هایی متصل كرد كه به طور مشخص به سلول های سرطانی متصل می شوند. اگر نانو لایه ها به مقدار كافی گرم شوند می توانند فقط سلول های سرطانی را از بین ببرند و به بافت های سالم آسیب نرسانند. این موضوع برای هزاران وسیله ریز دیگر نیز مطرح است كه برای كاربرد در پزشكی ساخته شده اند ]5[.

 1-3-2) کاربرد نانو فناوری در کشاورزی

امروزه مصرف بی رویه آفت کش ها مشکلات زیادی را ایجاد کرده اند. این مشکلات شامل اثرات سوء بر سلامت انسان (ایجاد مسمومیت های حاد یا بیماری های مزمن) ، تاثیر این مواد بر حشرات گرده افشان  و حیوانات اهلی مزارع و همچنین ورود این مواد به آب و خاک و تاثیر مستقیم وغیر مستقیم آن در این نظام های زیستی، می باشد. استفاده از نانو سم ها کارامد ترین راه برای حل مشکلات ذکر شده است. این داروهای در ابعاد نانو که قابلیت حرکت در گیاه را دارند  در بسته هایی که حاوی نشانی خاصی هستند قرار می گیرند. این بسته ها دارای مشخصه ای هستند که به آن ها اجازه می دهد به بخشی از گیاه که مورد حمله عامل بیماری یا آفت قرار گرفته تحویل داده شود . این دارو های در ابعاد نانو، همچنین می تواند دوز لازم برای تحویل به سلول را تایین نمایند .در این روش نحوه ردیابی بافت آلوده و میزان کم، اما موثر دارو باعث می شود استفاده از سموم به حداقل برسد ]6[. بیماری های گیاهی از روی علائمی مانند تغییر رنگ یا تغییر شکل شناسایی می شوند، اما مسئله مهم اینجاست که این علائم مدتها بعد از ورود عوامل بیماری به بافت گیاه بروز پیدا می کنند. به همین دلیل ما نیاز به اقدامی سریع برای جلوگیری از شیوع بیماری داریم تا مانند گذشته شاهد از بین رفتن مقدار قابل توجهی از محصولات نباشیم که امروزه با استفاده از نانو حسگر های زیستی این امر میسر شده است. این حسگرها شامل ترکیبات زیستی مانند یک سلول، آنزیم و یا آنتی بادی متصل به یک مبدل انرژی هستند و قادرند که تغییرات ایجاد شده در مولکول های اطراف خود را گزارش دهند و بر اساس میزان تجمع عوامل بیماری در اطراف این حسگرها، سیگنال هایی به همان میزان فرستاده می شود . ارزیابی مقدار آلاینده ها در محیط توسط این حسگرها در چند دقیقه میسر خواهد بود ]7[.

1-3-3) کاربرد نانو فناوری در خودرو سازی

پوشش خودروها زمانی اهمیت پیدا می کند که خراشی روی سطح خودرو ایجاد شده و موجب پوسیده شدن و زنگ زدن و باد کردن بدنه شود. پوشش های نانومتری باعث بهبود خواص مکانیکی روکش خودرو و مقاومت در برابر عوامل مخرب خارجی می‌شوند. پوشش خودرو هم باید در برابر صدمات احتمالی وهم در برابر خوردگی، خراش، نور آفتاب، رطوبت، مواد شیمیایی و اسیدی مقاوم باشد و شفافیت خود را از دست ندهد. در کنار تمام این ها جاذبه رنگ خودرو برای جلب توجه بیننده به محصول، اهمیت زیادی داشته و بایستی دقت زیادی در آخرین پوشش بدنه خودرو شود. برای داشتن پوششی با ویژگی های فوق نمی توان از یک تک لایه بلکه باید از چند لایه استفاده کرد تا به کیفیت مطلوب رسید. پوشش ها معمولا ساختارهای چند لایه ای هستند که متشکل از سه قسمت لایه زیرین، لایه میانی و لایه فوقانی می باشند.
اکثر پوشش هایی که امروزه به عنوان لایه زیرین مورد استفاده قرار می گیرند، توانایی سازگاری با محیط و مقاومت در برابر عوامل خارجی را ندارند.

امروزه کارخانجات خودرو سازی با استفاده از نانو لایه ها، توانسته اند پوشش هایی تولید کنند که دو یا چند ویژگی لایه ها را با هم دارا باشد. این لایه ها نه تنها زیبایی منحصر به فردی به خودرو می دهند بلکه   بدین معنی که می توان حداقل دو ویژگی همزمان مانند مقاومت بالا در برابر خوردگی و حرارت را دارا باشند. دیگر مشکلی که اکثر لایه ها دارند، تغییر رنگ آن ها در برابر پرتو های فرابنفش می باشد که این مشکل نیز توسط نانو لایه ها برطرف شده است ]8[.

 1-4) هدف ما در این پایان نامه

ما می خواهیم خواص ترمودینامیکی 3He که سیالی فرمیونی بوده و از آمار فرمی- دیراک تبعیت می کند را در یک بعد و در دمای معین (1 تا 4 کلوین) محاسبه کنیم لذا برای ایجاد یک سیستم یک بعدی از نانو لوله کربنی بهره می بریم، زیرا :

1) نانو لوله های کربنی فقط یک بعد ماکروسکوپی دارند.

2) برهمکنش نانو لوله ها با هلیم بسیار ضعیف می باشد به نحوی که به راحتی می توان از آن صرفه نظر کرد ]9[.

3) از آنجا که دامنه دمایی سیستم مورد نظر ما (1 تا 4 کلوین) بسیار پایین می باشد، نانو لوله ها نباید رفتار جدیدی از خود نشان بدهند، که اینگونه نیز می باشد ]9[.

پس سیستم ما به N اتم 3He که در یک نانو لوله کربنی به طول L و سطح مقطع A وجود دارند تبدیل شد که دما و چگالی مورد بررسی بین 1 تا 4 کلوین و 001/0 تا01/0 A-1

 می باشد.

:

به دلیل افزایش جمعیت و بالارفتن مصرف انرژی در کشورهای درحال توسعه پیش­بینی می­شود تا سال 2030 سوخت­های فسیلی دیگر جواب­گوی نیازهای بشر نخواهند بود و جهان با بحران کمبود انرژی روبرو خواهد شد و برای حل این مشکل باید به سراغ منابع دیگر انرژی رفت. تلاش برای جایگزینی سوخت­های فسیلی با سوخت­های تجدید پذیر و پاک از نیمه دوم قرن 21 به صورت جدی آغاز شده و در سال­های اخیر دولت­ها سرمایه­گزاری­های هنگفتی در این زمینه انجام داده­اند. در این بین سلول­های خورشیدی که برای استفاده از انرژی خورشید طراحی شده­اند جایگاه ویژه­ای در بین محققان پیدا کرده­اند. از زمان پیدایش تاکنون نسل­های مختلفی از سلول­های خورشیدی ساخته شده که هرکدام نسبت به نسل قبلی برتری­هایی داشته­اند. نوع اول به سلول­های فوتوولتاییک سیلیکون ویفری مشهور هستند و در حال حاضر بالای نزدیک به 70 درصد بازار را به خود اختصاص داده­اند. بیشتر از سیلیکون تک کریستالی و چند کریستالی استفاده می­شود. بازدهی آنها هم تا بالای 20 درصد رسیده است. نوع دوم سلول­های خورشیدی فوتوولتاییک به سلول­های لایه نازک مشهور هستند. سیلیکون آمورف، کادمیوم تلوراید و  موادی هستند که برای ساخت این نوع سلول­ها به کار می­روند. بازدهی آنها به بالای 10% رسیده است ولی قیمت بر حسب وات خروجی پایین تری دارند. وزن پایین و شرایط کاری بهتر مزیت دیگر آنها هستند. نوع سوم سلول­های خورشیدی که در حال حاضر بیشتر توجهات جامعه علمی را به خود اختصاص داده­اند، شامل نانوکریستال­های حساس شده با رنگدانه[1]، فوتوولتاییک­های آلی بر پایه پلیمر، سلول­های خورشیدی چند پیوندی و سلول­های فوتوولتاییکی گرمایی هستند [1،2]. سلول­های چند­پیوندی تقریباً 2 برابر توان خروجی بیشتر از نوع اول دارند. بازدهی تئوری آنها هم از انواع دیگر خیلی بیشتر است. بازدهی آنها به بالای 40%

 رسیده است [3،4] و امروزه از آنها بیشتر در فضا پیماها و ماهواره­ها استفاده می­کنند. در حال حاضر انسان از بخش کوچکی از این انرژی استفاده می­کند و دلیل آن در بازدهی پایین سلول­های خورشیدی موجود است. برای جبران این خلأ باید بازدهی و قیمت تمام شده سلول فوتوولتاییک کاهش یابد.

 تلاش محققان بیشتر بر روی بازدهی بیشتر و قیمت ارزان­تر متمرکز شده است. در سال­های اخیر محققان دریافتند که استفاده از نانوذرات در سلول­های خورشیدی فیلم-نازک باعث افزایش جریان فوتونی آنها می­شود. این اثر به تحریک پلاسمون­های سطح نانوذرات توسط نور فرودی ربط داده می­شود. بنابراین این نوع ساختارها به سلول­های خورشیدی پلاسمونی معروف شدند. نانو ذرات می­توانند در ابعاد و اشکال متنوعی ساخته ­شوند و بسته به روش­ ساخت می­توان نانو ذرات فلزی را به اشکال کروی، مثلثی، پنج ضلعی و شش ضلعی و اشکال تصادفی تولید کرد. به منظور استفاده از پتانسیل بالای نانو ذرات فلزی مراحل ساخت،  فرایند شکل­گیری و رشد را برای به دست آوردن نانو ذرات یکنواخت با اندازه و شکل معین می­بایست کنترل کرد. گسترش روزافزون تحقیقات در حوزه حسگرهای پلاسمونی، موجب شکل گیری روش­های مختلف تئوری در توصیف عملکرد آن­ها شده است.

1-2 سیر تحول سلول­های خورشیدی فیلم-نازک

 همانطور که گفتیم در حال حاضر بیشتر سلول های خورشیدی موجود در بازار بر پایه سیلیکون کریستالی ویفری هستند که  ضخامتی در حدود 200 میکرون دارند. حدود 40% قیمت آنها برای ویفر­های سیلیکونیشان است. با نازک­شدن لایه­ی سیلیکونی علاوه بر کاهش هزینه ساخت، مسیر انتشار حامل­ها کوتاه­تر شده و در نتیجه بازترکیب حامل­ها کمتر می­شود.  بنابراین بیشتر تحقیقات در سال های اخیر بر روی ساخت سلول­های خورشیدی نازکتر و با بازدهی بیشتر متمرکز شده است. در حال حاضر این نوع سلول­های خورشیدی از نیمرساناهایی مانند کادمیوم-تلوراید، مس-ایندیوم و سیلیکون چند بلوری[2]  بر روی زیرلایه­های ارزانی چون شیشه و پلاستیک ساخته می­شوند. مشکل اصلی این ساختارها جذب کم در ناحیه نزدیک گاف بود. این عیب برای نیمرساناهایی با گاف غیر مستقیم، برجسته­تر است. بنابراین برای افزایش جذب، سلولهای خورشیدی باید طوری ساخته شوند که نور را در خود نگه دارد. در ابتدا برای محبوس سازی نور در سیلیکون از سلولهای ویفر مانند استفاده می­کردند. در این روش هرم­هایی با اندازه 2-10 میکرون برای محبوس سازی نور در سطح تزریق می­شود. به هرحال هرمهایی با این ابعاد برای فیلم­های نازک کارایی ندارد. در مرحله بعد برای حل این مشکل ساختارهایی با ابعاد طول موج را روی زیر لایه نشاندند و سپس فیلم نازک را روی آن گذاشتند و جریان فوتونی[3] تا حد زیادی افزایش پیدا کرد [5] ولی در سطوح صاف بازترکیب حامل­ها افزایش می­یابد که این اثر مخربی برای سلول­های خورشیدی است. یکی از راه­هایی که در سال های اخیر برای محبوس سازی نور در سلول­های خورشیدی فیلم نازک و افزایش جذب نور مورد استفاده قرار گرفته است، استفاده از پراکندگی از نانوذرات فلزی است که در فرکانس تشدید پلاسمون های سطحی تحریک شده اند[6-9]. این روش منجر به افزایش جریان فوتونی تا 16 برابر در طول موج­های بلند در سلول خورشیدی سیلیکون- عایق با ضخامت 25/1 میکرون شده است. همچنین در ناحیه طیف خورشید این افزایش تا 30% رسیده است[6].

1-3 پلاسمون

 به نوسانات الکترون­های آزاد و سطحی یک محیط ، پلاسمون می‌گویند. از یک نمای کلاسیکی پلاسمون­ها می­توانند به عنوان نوسان چگالی الکترون­های آزاد نسبت به یون­های مثبت در یک فلز توصیف شوند. پلاسمون­ها کوانتوم نوسانات الکترونی می­باشند. پلاسمون نقش عمده‌ای در خواص نوری فلزات دارد. نور با فرکانس کمتر از فرکانس پلاسما بازتاب و جذب می‌شود، زیرا نوسان الکترون‌ها در فلز باعث پراکندگی و بازتاب نور می­شوند. نور با فرکانس بالای فرکانس پلاسما از فلز عبور می‌کند، زیرا الکترون­ها نمی­توانند به اندازه کافی سریع نوسان ­کنند و نمی­توانند به این فرکانس­ها پاسخ سریع دهند. بسیاری از فلزات که فرکانس پلاسمای آن‌ها درناحیه ماورای‌بنفش است در ناحیه مرئی بازتابنده هستند. برخی از فلزات، مانند مس و طلا، در ناحیه مرئی دارای گذارهای نوار الکترونی هستند. در نتیجه برخی طول موج­ها جذب می‌شوند. در نیمه‌هادی‌ها، فرکانس پلاسمای الکترون ظرفیت معمولاً در طول­موج­های زیاد منطقه ماوراء بنفش است و به همین دلیل آنها نیز بازتابنده هستند[8].

میدان­های الکترومغناطیسی القایی می­توانند در هندسه و توپولوژی­های گوناگون وجود داشته باشند. برای مثال پلاسمون­های سطحی موضعی در نانوذرات فلزی که ناشی از نوسانات الکترون­های رسانش فلز هستند و با میدان الکترومغناطیسی کوپل شده­اند و تأثیر زیادی روی جذب و پراکندگی ذرات دارند را به صورت ساده زیر توضیح می­دهیم. 

رابطه پاشندگی برای این امواج با فرض تقریب الکترواستاتیک و حل معادله­ی لاپلاس و در نظرگرفتن شرایط مرزی مناسب، به­دست می­آیند. تقریب الکترواستاتیک تا زمانی که ابعاد سیستم از طول موج کوچکتر باشد معتبر است. بعد از بدست آوردن توزیع میدان می­توان وابستگی زمانی آن را لحاظ کرد. برای مثال ذره کروی فلزی با شعاع a در محیط دی­الکتریکی و تحت تابش میدان E0  قرار گرفته است.

شکل (1-1) کره فلزی یکنواخت در میدان الکترواستاتیک

 جواب معادله­ی لاپلاس برای پتانسیل الکترواستاتیک در داخل و خارج کره به صورت زیر بدست می­آید:

همانطور که از رابطه (1-3) مشخص است در ناحیه­هایی که  کمینه است (شرط فرولیخ[5]) تشدید قطبش­پذیری رخ می­دهد و مد مرتبط را پلاسمون سطحی دوقطبی می­گویند. میدان دوقطبی با  کاهش می­یابد بنابراین این میدان­های موضعی با فاصله گرفتن از سطح به سرعت کاهش می­یابند. خاصیت تشدیدی قطبش­پذیری روی جذب و پراکندگی نانوذره فلزی تاثیر می­گذارد.  سطح مقطع جذب و پراکندگی از رابطه­های زیر بدست می­آیند[8]:

-4 تاریخچه استفاده از نانوذرات در سلول خورشیدی

 هال[6] برای اولین بار نشان داد که با نشاندن نانوذرات نقره روی لایه سیلیکونی با ضخامت 165 نانومتر می توان جریان فوتونی را تا 18 برابر در طول موج 800 نانومتر افزایش داد[10]. پس از آن گروهی دیگر با نشاندن نانوذرات طلا روی سلول خورشیدی ویفری در طول موج 500 نانومتر تا 80% عملکرد آن را بهبود بخشیدند[11]. درکاس[7] و همکارانش با نشاندن نانوذرات طلا روی لایه نازک بی­نظم سیلیکون توانستند بازدهی تبدیل سلول خورشیدی را 8% بالا ببرند[12]. سپس پیلای[8]  با استفاده از نانوذرات نقره عملکرد یک سلول خورشیدی سیلیکون- عایق (سیلیکون روی عایق) با ضخامت 25/1 میکرون و یک سلول خورشیدی مسطح ویفری را به ترتیب 33% و 19% بهتر کردند[13،15]. استفاده از این نانوذرات در سلول­های خورشیدی که از سایر نیمرساناها استفاده می­کنند هم باعث ارتقای عملکرد می­شود[15-17].

افزایش جریان فوتونی به وسیله نانوذرات از دو طریق صورت می­گیرد. اولی پراکندگی نور از طریق این نانوذرات و دومی تقویت نور میدان نزدیک[9] است. میزان هر دو اثر به شکل ذرات و ساختار سلول بستگی دارد [18-21].

در دنیای امروزی حجم اطلاعات دیجیتالی به صورت روز افزونی در حال افزایش است. در همین راستا، به جهت مدیریت و بررسی علمی این اطلاعات، نیاز به پردازش هوشمندانه و خودکار این اطلاعات بیش از پیش احساس می شود.

یکی از مهم ترین این پردازش ها که در فناوری اطلاعات و ارتباطات مورد نیاز است، دسته­بندی خودکار این اطلاعات می باشد. دسته بندی در مسائل متنوعی در فناوری اطلاعات به کار گرفته می شود، در مسائلی مانند امنیت اطلاعات، شناسایی نفوزگری در شبکه، دسته بندی کاربران بر اساس اطلاعات شخصی، پردازش تصویر و در واقع شناسایی هر گونه الگو بر اساس نمونه­ها و اطلاعات پیشین. این پردازش می تواند دسته[1]­ی نمونه­های جدید که به مجموعه اطلاعات اضافه می شود را پیش بینی نماید. از این رو در هوش مصنوعی توجه خاصی به توسعه انواع روش­های دسته­بندی هوشمند و خودکار شده است.

 روش­های دسته­بندی

دسته­بندی یکی از مهم­ترین شاخه‌های یادگیری ماشین[2] است. دسته­بندی به پیش­بینی برچسب دسته[3] نمونه[4] بدون برچسب، بر اساس مجموعه نمونه­های آموزشی برچسب­دار (که قبلا به با کمک یک کارشناس دسته­بندی  شده­اند) گفته می­شود. درواقع دسته­بندی روشی است که هدف آن، گروه­بندی اشیا به تعدادی دسته یا گروه می­باشد. در روش‌های دسته­بندی، با استفاده از اطلاعات بدست آمده از مجموعه نمونه­های آموزشی، از فضای ویژگی­ها[5] به مجموعه برچسب دسته­ها نگاشتی بدست می آید که بر اساس آن، نمونه­های بدون برچسب به یکی از دسته­ها نسبت داده می­شود.

تفاوت روش­ها دسته­بندی در چگونگی طراحی نگاشت است. در بعضی از آن­ها با استفاده از داده­های آموزشی مدلی ایجاد می­شود که بر اساس آن فضای ویژگی­ها به قسمت­های مختلف تقسیم می­شود که در آن، هر قسمت نشان دهنده­ی یک دسته است. در این گونه روش­های دسته­بندی از مدل برای پیش­بینی دسته­ی­ نمونه بدون برچسب استفاده شده و از نمونه­­های آموزشی به طور مستقیم استفاده نمی شود. یک نمونه از این دسته­بندها، دسته­بندهای احتمالی[8] می­باشد. این گونه الگوریتم­ها، از استنتاج آماری برای پیدا کردن بهترین دسته استفاده می­کنند؛ برخلاف سایر دسته­بند­ها که فقط بهترین کلاس را مشخص می­کنند الگوریتم­های احتمالی به ازای هر دسته موجود

 یک احتمال را به عنوان تعلق نمونه به آن مشخص می­کنند و کلاس برنده، بر اساس بیشترین احتمال انتخاب می­شود. روش­های احتمالی در یادگیری ماشین معمولا با نام الگوریتم­های آماری نیز شناخته می­شوند. در گروهی دیگر از روش­های دسته بندی، نمونه براساس خود مجموعه نمونه­ها و بدون ساختن مدل، به پیش­بینی دسته­ی نمونه مورد نظر می­پردازد. به این گونه الگوریتم های دسته­بندی، نمونه- بنیاد[9] گفته می­شود.

تاکنون الگوریتم­های متفاوتی به عنوان دسته­بند ارائه شده­اند. از جمله­ی­ آن­ها می­توان به الگوریتم نزدیک ترین همسایه­ها[10] [1] ، دسته­بند بیز[11][2]، ماشین بردار پشتیبان[3] و شبکه عصبی[12][4] اشاره کرد.

• ارزیابی دسته­بند

اولین موضوعی که در مورد هر الگوریتم مورد توجه قرار می­گیرد، کارایی و دقت آن الگوریتم است. در هوش مصنوعی، معیار­های متفاوتی وجود دارند که در مسائل مختلف و زیر شاخه­های این علم استفاده می­شود. در مورد کارایی یک دسته­بند­، به عنوان یکی از مسائل اصلی هوش مصنوعی، روش­های متنوعی وجود دارد که در این قسمت بررسی شده­اند.

معیار کارایی نظر­گرفته شده برای یک دسته­بند، ارتباط مستقیمی با کاربرد و ضمینه کار خاص آن دسته­بند دارد. بنابراین در مسائل متفاوت، ممکن است معیار­های مختلفی برای اندازه­گیری کارایی الگوریتم در نظر­گرفته شود. همچنین همان طور که مشخص است، یک دسته­بند که بتواند برای همه مسائل موجود بهترین جواب را ارائه دهد، وجود ندارد.

در بررسی آماری کارایی یک دسته­بند، از یک مجموعه که شامل تعداد مشخصی نمونه­ی­ آموزشی دارای برچسب است استفاده می­شود. برای این کار، قسمتی از این نمونه­ها و یا تمام مجموعه،­ به عنوان مجموعه آموزشی[13]، در اختیار دسته­بند برای آموزش قرار می­گیرد. پس از آموزش، دسته بند به وسیله­ی­ زیر­مجموعه­ای­ از نمونه­ها، به عنوان نمونه­های­ آزمایشی، محک زده می­شود. نمونه­ها­ی موجود در مجموعه­ی­ آزمایشی، بسته به نوع آزمون کارایی، می­تواند عضو مجموعه آموزشی بوده و یا متفاوت با آن باشند.

نرخ دسته­بندی[14] یا صحت[15] پرکاربردترین و ساده­ترین معیار اندازه­گیری کارایی هر دسته­بند است. این معیار برابر است با نسبت تعداد نمونه­های درست دسته­بندی شده به تعداد کل نمونه­ها. براساس این تعریف، نرخ خطای دسته­بندی از رابطه زیر بدست می­آید:

 مقادیر دقت[16] و بازخوانی[17] نیز معیارهای مناسبی برای ارزیابی دسته­بندها می­باشند. که اخیرا برای ارزیابی رقابت[18] بین اشتباه-مثبت[19] و درست-مثبت[20] استفاده می­شود. در ادامه این معیار­ها معرفی می­شود.

• معیاردقت : احتمال مثبت بودن نمونه­هایی که مثبت اعلام شده­اند.

                  معیار بازخوانی : احتمال مثبت اعلام کردن نمونه­های دسته مثبت.

   معیار اختصاص[21]: احتمال منفی اعلام کردن  نمونه­های دسته منفی.

که در این معیارها، دسته مثبت، دسته مورد بررسی است و دسته منفی به سایر دسته­ها گفته می­شود.

• تصدیق متقابل[22]

یک روش برای ارزیابی آماری دسته­بند، تصدق متقابل[5] می­باشد. در این تکنیک برای ارزیابی کارایی دسته­بند، نمونه­ها را به صورت تصادفی به دو گروه که مکمل یکدیگر هستند، تقسیم می­کنند. با یک گروه سیستم را آموزش داده و با گروه دیگر سیستم آموزش دیده را مورد آزمایش قرار می­دهند. با این کار از تطبیق بیش از حد[23] مدل بر روی داده­های آموزشی جلوگیری می­شود و نتایج بدست آمده از ارزیابی، دارای درجه اطمینان بیشتر خواهد بود. برای اطمینان بیشتر از نتایج، تصدیق متقابل در چندین مرحله صورت تکرار شده و در هر مرحله، از تقسیم­بندی متفاوتی برای نمونه­ها استفاده می­شود. در پایان از نتایج تمامی تکرار آزمایش­ها میانگین­گیری صورت می­گیرد.

در ادامه روش­های مختلف تطبیق متقابل توضیح داده می­شود.

• تصدیق زیر گروه تصادفی[24]: در این روش، نمونه­ها به صورت تصادفی به دو گروه آموزشی[25] و آزمایشی[26] تقسیم می­شوند. سپس دسته­بند به وسیله­ی­ نمونه­های آموزشی، آموزش داده می­شود و با استفاده از مجموعه دیگر آزمایش شده و کارایی محاسبه می­شود. این عملیات چندین بار انجام می­گیرد و در نهایت میانگین آن­ها به عنوان کارایی دسته­بند ارائه می­شود. با توجه به تصادفی انتخاب شدن مجموعه­های آموزشی و آزمایشی، مهم­ترین مشکل این روش امکان عدم انتخاب بعضی از نمونه­ها به عنوان عضو یکی از دو گروه و یا انتخاب بیش از یک بار بعضی از نمونه­ها می­باشد.
• تصدیق متقابل k قسمت[27]: در روش ابتدا مجموعه نمونه­ها به K دسته تقسیم می­شوند. در هر مرحله نمونه­های k-1 دسته به عنوان مجموعه آموزشی در نظر گرفته می­شود و با استفاده از یک دسته دیگر کارایی سیستم دسته­بند ارزیابی می­شود. در نهایت کارایی سیستم برابر با میانگین کارایی در همه مراحل می­شود. در این روش از همه نمونه­ها برای آموزش و آزمایش استفاده می­شود.

• تصدیق یکی در مقابل بقیه[28]: یک روش دیگر، تصدیق یکی در مقابل بقیه است. در این روش، هر نمونه یک بار به عنوان نمونه آزمایشی انتخاب می­شود و از سایر نمونه­­ها برای آموزش استفاده می­شوند. این روش بر روی تمامی نمونه­ها انجام می­شود. در پایان، کارایی الگوریتم برابر نسبت تعداد نمونه­های درست دسته­بندی شده به کل است.

  • الگوریتم نزدیک­ترین همسایه

یکی از الگوریتم­های معروف دسته­بندی، الگوریتم نزدیک همسایه است؛ با این که از معرفی آن چندین دهه می­گذرد، این روش همچنان محبوب بوده و کاربرد بسیاری در مسائل مختلف دارد. دلیل این موضوع سادگی پیاده­سازی و کارایی بالا این روش است. به علاوه، این الگوریتم را به سادگی می­توان در مسائل مختلف به کار برد. الگوریتم نزدیک­ترین همسایه از یک قانون بسیار ساده در عمل دسته­بندی استفاده می­کند. نمونه­هایی که شباهت بیشتری با یکدیگر دارند(در فضای ویژگی­ها در نزدیکی یکدیگر قرار گرفته­اند)، به احتمال بالا در یک دسته قرار دارند. بر طبق این، در الگوریتم نزدیک­ترین­ همسایه، برای بدست آوردن دسته­ی­ نمونه­ی­ پرس­و­جو شده[29]، بر اساس یک معیار شباهت(تفاوت)[30]، نزدیک­ترین­ نمونه، از مجموعه­ی­ نمونه­های آموزشی تعیین می­شود. سپس الگوریتم دسته­ی­ این نمونه را به عنوان دسته­ی­ نمونه­ی پرس­و­جو شده اعلام می­کند.

به عنوان مثال، شکل 1 نحوه بدست آوردن دسته­ی نمونه­ی­ پرس­وجو شده را توسط الگوریتم نزدیک­ترین­ همسایه، در یک فضای ویژگی دو بعدی و در مسئله­ای­ با سه دسته نمایش می­دهد. در این مثال، از معیار فاصله اقلیدسی برای بدست آوردن نزدیک­ترین همسایه استفاده شده است.

 در این فصل ابتدا به توضیح مصرف برق در رایانه پرداخته می‌شود. سپس مصرف انرژی در مراکز داده و در نهایت مجازی سازی شرح داده می‌شوند.

1-1-      مصرف انرژی در رایانه

مصرف برق در رایانه را می‌توان به دو بخش تقسیم نمود:

ایستا: بخشی از انرژی مصرفی رایانه است که تنها صرف روشن بودن سیستم می‌گردد و به میزان کاری که سیستم انجام می‌دهد ارتباطی ندارد. این سطح از مصرف انرژی سبب روشن و آماده به کار نگاه داشتن سیستم شده و از لحظه‌ای که سیستم روشن می‌شود مصرف می‌گردد. بخش زیادی از این انرژی در واقع اتلاف به طرق مختلف و در سطوح مختلف سخت افزار است؛ مانند نشت جریان در مدارات مجتمع[1].

پویا: بخشی از انرژی مصرفی رایانه است که صرف انجام فعالیت‌های سیستم می‌گردد و با توجه به میزان بار[2] روی بخشهای مختلف یک سیستم (مانند: پردازنده، حافظه[3]، دیسک سخت[4]، کارت گرافیکی[5] و …) متغیر است.

شاید تصور شود که مصرف حالت بیکار یک رایانه کم یا قابل چشم پوشی است زیرا این سهمی از انرژی است که در زمانی که رایانه کار مفیدی انجام نمی‌دهد مصرف می‌کند، ولی بر خلاف تصور، یک سرور هنگام بیکاری حدود60 تا 70 درصد از بیشینه‌ی توان[6] مصرفی خود را مصرف می‌کند   [Barroso, 2007] و [Fan, 2007] و [Lefurgy, 2007]. بیشینه توان مصرفی یک رایانه هنگامی است که با حداکثر توان پردازشی[7] خود کار می‌کند.

1-2-      مراکز داده و مصرف انرژی در آنها

یک مرکز داده ساختمانی است، شامل تعداد زیادی رایانه (سرور) و قطعات مورد نیاز آنها مانند سوئیچ‌های شبکه و منابع انرژی پشتیبان [Kumar, 2009].

مصرف انرژی یک مرکز داده حاصل مجموع مصرف انرژی سرورهای موجود در آن به علاوه‌ی مصرف انرژی امکانات دیگر مانند سرورهای ذخیره سازی[8] ، سیستم‌های خنک کننده، تجهیزات شبکه و … است.

نکته‌ی قابل توجه در این مورد، سهم تقریباً 50 درصدی سرورها در مصرف انرژی مرکز داده است. به بیان دیگر تنها نیمی از انرژی مصرفی یک مرکز داده صرف پردازش و پاسخ به درخواست‌ها می‌گردد و مابقی صرف موارد دیگر که مهمترین آن سیستم‌های خنک کننده هستند می‌گردد. شکل 1-1 که نمایش تفکیک انرژی مصرفی یک مرکز داده است، به خوبی گویای این مسئله است:

شکل 1-1 نمودار تفکیکی انرژی مصرفی مرکز داده [Iyengar, 2010]

در مورد میزان مصرف انرژی در مراکز داده آمارها نشان می‌دهند علاوه بر چشمگیر بودن این مقدار، روند رو به رشدی از لحاظ مقدار و

 سهم از مصرف کل انرژی جامعه دارد [Koomey, 2011]. شکل‌ 1-2 نمایانگر این موضوع است.

شکل 1-2 نمودار میزان(محور عمودی) و سهم (درصدهای بالای ستون‌ها) مصرف انرژی مراکز داده در سطح جهان (سمت راست) و ایالات متحده (سمت چپ) در سالهای 2000، 2005 و 2010 میلادی [Koomey, 2011].

 بر اساس تحقیقات انجام شده [Barroso, 2007]  ، [Boher, 2002] ، [Rangan, 2008] و [Siegele, 2008]، متوسط بکارگیری[9] سرورها در یک مرکز داده کمتر از 30 درصد است و یک سرور تنها در 10 درصد اوقات بکارگیری نزدیک به بیشینه‌ دارد [Armbrust, 2010].

از اینرو با توجه به سهم مصرف انرژی یک سرور در حالت بیکاری، مشاهده می‌گردد که سهم قابل توجهی از انرژی مصرفی مراکز داده به هدر می‌رود.

1-3-      مجازی سازی

مجازی سازی ابتدا در سالهای 1970 میلادی برای استفاده‌ی همزمان چندین کاربر از یک سیستم ارائه شد [Bugnion, 1997]. طی سالهای گذشته کارهای زیادی در زمینه‌ی فن‌آوری مجازی سازی انجام شده است و به مرور توانایی‌هایی بر آن افزوده شده که شاید در ابتدای ارائه‌ی ایده، جزء اهداف اصلی نبوده‌اند[Bugnion, 1997] و [Barham, 2003] و  [Clark, 2005] و [Walters, 1999].

امروزه مجازی سازی به انضمام ابزارهایی که به آن افزوده شده است ویژگی‌هایی مانند افزایش امنیت کاربران به خصوص درفضاهای غیر همکار، افزایش بهره‌وری سرورها، ایجاد بستر مناسب برای اجزای نرم افزارهای مختلف تحت سیستم عامل‌های متفاوت و به صورت همزمان، ساده‌ سازی سرویس و نگه‌داری سیستم‌ها در مراکز داده، ایجاد امکان توازن بار[10] بین سرورهای مختلف و … را عرضه می‌کند که سبب شده است بیشتر صنعت به خصوص مراکز داده به سمت استفاده از این فن‌آوری سوق پیدا کنند آنگونه که امروزه تقریباً تمامی مراکز داده در جهان از این فن‌آوری بهره می‌گیرند [Armbrust, 2010]. چنین محیط‌هایی متشکل از مجموعه‌ای از رایانه‌ها که برای ارائه سرویس‌های خود از فن‌آوری مجازی سازی استفاده می‌کنند را “ابرواره”[11] می‌نامیم. در واقع ابرواره همان مراکز داده هستند که سرویس‌های خود را روی شبکه و در در قالب بسته‌هایی از سخت افزار که به واسطه‌ی مجازی سازی شکل گرفته‌اند ارائه می‌دهند [Armbrust, 2010] و [Armbrust,2009]. این بسته‌های سخت افزار را به انضمام سیستم عامل درون خود “ماشین مجازی”[12] می‌نامیم.

مهاجرت ماشین مجازی[13] جزء قابلیت‌هایی است که مدتی پس از ظهور مجازی سازی به آن اضافه شد و به طور خلاصه عبارت است از انتقال ماشین مجازی از روی یک سرور به سرور دیگر. مهاجرت ماشین مجازی می تواند به صورت زنده[14] باشد به شکلی که کاربر نهایی[15] که از ماشین مجازی مهاجرت کننده سرویس می گیرد متوجه هیچگونه اختلالی در دریافت سرویس نشود و به عبارتی اصلاً جابجایی ماشین مجازی سرویس دهنده خود را متوجه نشود [Clark, 2005]. در شکل 1-3 طرحی از مهاجرت ماشین مجازی بین دو سرور فعال نمایش داده شده است.

شکل 1-3 نمایی از مهاجرت ماشین مجازی [Clark, 2005]

 اگر بخواهیم مهاجرت ماشین مجازی به صورت زنده را دقیق‌‌تر بررسی نماییم، در واقع وقفه‌ای در ارائه سرویس پیش می‌آید که این تاخیر بین 60 تا 300 میلی ثانیه خواهد بود [Clark, 2005]. به هر حال از دید کاربر و پاسخ به درخواست‌ها مهم این است که می توان بدون بروز مشکل یا پرداخت هزینه‌ی زمانی و مصرف انرژی بالا ماشین‌های مجازی را بین سرورهای مختلف جابجا نمود [Liu, 2011].

1-4-      ساختار پایان نامه

در فصل دوم، به بیان مفاهیم و مرور کارهایی که در این زمینه صورت پذیرفته است خواهیم پرداخت. فصل سوم به بیان مدل پیشنهادی برای کاهش مصرف برق در مراکز داده اختصاص دارد. در فصل چهارم نحوه‌ی پیاده سازی، محیط و چگونگی انجام تست‌ها را شرح خواهیم داد. جمع بندی نتایج و پیشنهادها برای کارهای بعدی در فصل پنجم ارائه می‌گردد.

2-          پیشینه‌ی تحقیق

مصرف انرژی عظیمی که در مراکز داده صورت می‌گیرد باعث تحمیل هزینه‌های گزاف و مشکلات جانبی مانند گرمتر شدن کره‌ی زمین و تشدید بحران انرژی می‌شود. در چنین شرایطی تلاش برای صرفه جویی در این انرژی اهمیت ویژه‌ای پیدا می‌کند به خصوص با توجه به اتلاف انرژی که در این مراکز رخ می‌دهد. از اینرو در این زمینه کارهایی زیادی صورت پذیرفته است که در این فصل به بیان آنها خواهیم پرداخت.

2-1-      صرفه جویی در انرژی مصرفی رایانه

روش‌های صرفه جویی در انرژی مصرفی یک رایانه، با توجه به اینکه کدام بخش از انرژی مصرفی را هدف صرفه جویی قرار می‌دهند به دو بخش تقسیم می‌شوند.

2-1-1.  صرفه جویی در انرژی پویا

توان پویا بخشی از توان مصرفی است که ناشی از تناوب جریان و فرکانس کار قطعات می‌باشد. برای کاهش این بخش از توان مصرفی، روش‌هایی در سطح سخت افزار و نرم افزار وجود دارد.

در سطح سخت افزار،  با ایجاد تغییرات و بهبود کارایی قطعات در هنگام طراحی و ساخت آنها، مانند هرچه بیشتر متمرکز نمودن مدارات، استفاده از آلیاژها و رساناها با قابلیت هدایت بالاتر، کاهش آستانه‌ی معنی دار بودن ولتاژ می‌توان انرژی مصرفی را کاهش داد. اینگونه تغییرات باعث کاهش کلی مصرف انرژی یک سیستم می‌شود صرف نظر از اینکه سیستم در چه محیطی و تحت چه شرایطی کار می کند.

ایجاد قابلیت‌هایی در سخت افزار که امکان کمتر نمودن مصرف انرژی را در حالات خاص و در سطحی بالاتر فراهم می‌آورد. مانند پیشبینی چند حالت مختلف عملکرد برای پردازنده اصلی[16] و قرار دادن امکان انتخاب این حالات در سطح نرم افزاری تا در هنگام کار کرد سیستم، سیستم عامل بتواند با توجه به شرایط کاری حالت بهینه عملکرد را با توجه به میزان مصرف انرژی تعیین کند. قراردادن قابلیت‌های بیشتر و دقیق‌تر همراه با بهره‌گیری صحیح از این قابلیت‌ها نیز می تواند سبب کاهش مصرف انرژی گردد.

از جمله مهمترین روشهای این دسته می‌توان از “مقیاس سازی پویای ولتاژ و فرکانس[17]” (DVFS) نام برد [Weiser, 1995] و [Semeraro, 2002] . در این روش با استفاده از پشتیبانی در نظر گرفته شده در پردازنده‌ی اصلی، فرکانس کار پردازنده با توجه به حجم بار پردازشی آن در هر لحظه تغییر می‌کند. این کار باعث می‌گردد تا در زمانهایی که نیازی به حداکثر توان پردازنده وجود ندارد، فرکانس کاری آن پایین بیاید و از آنجا که این کار با کاهش ولتاژ صورت می‌گیرد، عملاً توان مصرفی پردازنده با نسبت توان سوم فرکانس کم می‌شود. امروزه تمامی پردازنده‌های جدید از این قابلیت برخوردارند ولی از آنجا که مصرف پردازنده بخش کمی از مصرف کل یک سرور را تشکیل می‌دهد (و این سهم با پیشرفت فناوری رو به کاهش است) [Fan, 2007] علیرغم بهره گیری از این روش هنوز میزان اتلاف انرژی چشمگیری در سرورها وجود دارد.

در سطح نرم افزاری نیز در سیستم عامل‌های جدیدتر پیشبینی‌هایی برای بهره بردن از توانایی‌های سخت افزار و راه ‌های دیگر کاهش مصرف انرژی صورت گرفته است مانند کم کردن نور صفحه یا خاموش کردن نمایشگر[18] و یا قرار دادن کل سیستم در حالتی که سطح توان پردازشی و در نتیجه مصرف انرژی پایین‌تر باشد [Weiser, 1996] در مواقعی که نیازی به حداکثر توان پردازشی سیستم نیست.

2-1-2.   صرفه جویی در انرژی ایستا

روش‌هایی که حذف اتلاف ناشی از توان ایستا را هدف قرار داده‌اند، را می‌توان در دوسطح سخت افزاری و نرم افزاری طبقه بندی نمود.

یک سرور هنگامی که روشن است و صرف نظر از میزان کاری که انجام می‌دهد، توان ایستای خود را مصرف می‌کند. روش های نرم افزاری عموماً با قرار دادن سرور بیکار[19] در حالتی که مصرف انرژی کمی دارد (مانند خواب[20]) و یا خاموش نمودن آن سعی در حذف کل این بخش از مصرف انرژی دارند. البته بدیهی است که این روش فقط قابل استفاده در مورد سرورهای بیکار است و اگر سروری حتی به میزان بسیار کمی هم از منابعش استفاده نماید، این روش در مورد آن قابل انجام نیست (و یا باید با روشی مانند آنچه در این پایان نامه ارائه و پیاده سازی شده‌است، ابتدا سرور را به حالت بیکار برده و سپس اقدام به خاموش نمودن و یا به خواب بردن آن سرور شود).

روش‌های سخت افزاری با بهره گیری از فناوری جدیدتر و با انجام تغییرات و بهینه سازی در سطح معماری سخت افزار، منطق و یا الگوی مدارات سعی در کاهش نشتی‌های جریان و سایر اتلاف‌های انرژی موجود در مدارات دارند. در واقع با بهینه‌تر شدن و نیز با بکارگیری انواع روش‌های بسته‌بندی[21] مدارات سعی در کاهش حجم قطعات دخیل در انجام یک عمل خاص و همچنین اتلاف کمتر در سطح همین عده از قطعات الکترونیکی می‌شود که این عوامل باعث کاهش اتلاف توان ایستا در سرورها خواهند بود.

مزیت روش‌های سخت افزاری به نرم افزاری در این است که این روش‌ها در تمام حالات یک سرور کارایی خود را حفظ می‌کنند.

در بخش قبلی ذکر شد که با پیشرفت فناوری سهم توان پویا کمتر می‌گردد و از طرف دیگر به دلیل افزایش تراکم قطعات الکترونیکی در مدارات مجتمع و نشتی جریان ناشی از این افزایش تراکم، سهم توان ایستا بیشتر و بیشتر می‌گردد. از اینرو حذف اتلاف انرژی در این بخش اهمیت بیشتری می‌یابد.  

روش‌هایی که کاهش مصرف پویای انرژی را مد نظر قرار داده‌اند، به شرطی می‌توانند در سطح کل سیستم یا چند سیستم صرفه جویی قابل توجهی کنند که قطعه‌ی هدف آنها کسر بزرگی از کل انرژی مصرفی را به خود اختصاص دهد. در این میان پردازنده هم به خاطر میزان مصرف زیاد و هم به دلیل متغیر بودن زیاد سطح مصرف در عملکردهای گوناگون (آنگونه که در DVFS انجام می‌شود) بیشتر مورد توجه قرار گرفته است. اما نشان داده شده است که حتی پردازنده هم، الزاماً در هر سیستم و هر شرایط مصرف کننده‌ی غالب در سیستم نیست؛ سهم فعلی مصرف پردازنده از مصرف کل سیستم حدود 25 درصد است که این سهم رو به کاهش است [Laudon, 2006] ، [Fan, 2007] و [Lefurgy, 2003].

مشاهدات نشان می‌دهد که در سرورهای مختلف میزان و سهم مصرف قطعات با یکدیگر متفاوت است و هیچ یک از قطعات مصرف کننده‌ی غالب نیست [Meisner, 2009]. شکل 2-1 نشان دهنده‌ی همین وضعیت است؛ این نمودار، تفکیک[22] مصرف انرژی قطعات مختلف سخت افزار متعلق به سرور IBM p670 [Lefurgy, 2003] و Sun UltraSparc T2000 [Laudon, 2006] و یک سرور نوعی مشخص شده توسط شرکت Google [Fan, 2007] می‌باشد. همانطور که در این نمودار مشاهده می‌شود، سهم مصرف قطعات مختلف سخت افزار در سرورهای مختلف متفاوت است و در عین حال هیچکدام از قطعات مصرف کننده‌ی غالب انرژی نیستند.

تولید حجم عظیمی از مقالات و مستندات، جامعه­ی علمی را بر آن داشت تا با بهره­گیری از مزایا و توانایی­های روش­های خودکار جهت پردازش این متون، به حوزه­ای تحت عنوان پردازش زبان­های طبیعی[1] روی آورد. همچنین با توجه به وجود لیستی از معانی کلمات و عبارات یا همان دیکشنری و حتی اختصاص موسساتی جهت تعیین نحوه­ی استفاده از یک زبان در برخی از کشورها، اینطور به نظر می­رسد که امکان مکانیزه کردن فهم یک زبان توسط کامپیوتر وجود دارد [1].

مبحث پردازش زبان­های طبیعی خود زیرمجموعه­ای از حوزه­ی گسترده­ی هوش مصنوعی است که توجهات دانشمندان و محققان فراوانی را به خود معطوف کرده است. شاید به ظاهر زبان­هایی که ما در زندگی روزمره برای ایجاد ارتباط با دیگران به کار می­گیریم، ساده باشند. اما در حقیقت این زبان­های انسانی پیچیدگی­های فراوانی دارند که همین پیچیدگی­ها منجر به شکل­گیری زیرشاخه­های متعددی همچون ترجمه­ی ماشینی[2]، بازیابی اطلاعات[3]، پردازش متون[4]، تشخیص صحبت[5]، تحلیل گرامری[6] ، رفع ابهام معنایی[7] و غیره در زمینه­ پردازش زبان­های طبیعی شده است.

در بین مباحث متفاوتی که در زمینه­ پردازش زبان­های طبیعی موجود است، برای اینجانب ابهام معنایی[8] جذابیت بیشتری داشته که در

 این پایان­نامه به این موضوع پرداخته­ام. ابهام معنایی یکی از مباحث پیچیده و در عین حال پراهمیت است که در شاخه­هایی نظیر ترجمه­ی ماشینی و بازیابی اطلاعات نیز مطرح بوده و بعنوان جزء جدایی ناپذیری از اینگونه سیستم­ها دارای ارزش و حائز اهمیت است.

در واقع این مبحث نشأت گرفته از ابهامی است که در زبان­های طبیعی نهفته است؛ هرچند که وجود این ابهام­ها در اکثر مواقع از دید انسان پوشیده است. آنچه ابهام­های موجود بین سخنگویان بومی را مرتفع می­سازد توانش زبانی آنها، اطلاعات آنها در خصوص جهان پیرامون، طرح پرسش مجدد در صورت وجود یا احساس ابهام و بطور کلی مجموعه­ای از اطلاعات زبانی و غیرزبانی است که سخنگویان بومی به آن مجهزند [40].

مسأله­ی ابهام معنایی شامل تشخیص معنای صحیح یک کلمه با توجه به متنی است که در آن آمده است و در زمینه­ پردازش زبان­های طبیعی به آن رفع ابهام معنایی گفته می­شود. این مهم در بسیاری از شاخه­های پردازش زبان­های طبیعی نیز مطرح بوده و کاربرد دارد که در این میان اصلی­ترین و مشهودترین مورد استفاده­ی آن در شاخه­ی ترجمه­ی ماشینی است. لذا در این فصل ابتدا اشاره­ی کوتاهی به گستره­ی پردازش زبان­های طبیعی و زیرشاخه­های آن داشته، سپس مختصری به شرح مفهوم ترجمه­ی ماشینی و روش­های آن می­پردازیم.

1-2- پردازش زبان­های طبیعی

پردازش زبان­های طبیعی ‌كه معمولاً به اختصار به آن NLP گفته می­شود یکی از نیازهای عصر فناوری جهت استفاده­ی بهینه از منابع اطلاعاتی است که امروزه با رشد حجم مستندات تولید شده و نیاز به نگهداری، دسته بندی، بازیابی و پردازش ماشینی و سریع آنها، توجه به این شاخه بیش از پیش خودنمایی می­کند.

زبان طبیعی، زبانی است که ما در تعاملات اجتماعی روزمره با استفاده از آن می­نویسیم و صحبت می­کنیم. زبان­های طبیعی متنوع و فراوانی وجود دارند که ممکن است فرم گفتاری و نوشتاری متفاوتی داشته باشند و از هم مستقل باشند. پردازش زبان‌ها و مکالمات طبیعی یکی از اموری‌ست که با ورود فناوری رایانه‌ای به زندگی بشر مورد توجه بسیاری از دانشمندان قرار گرفته است. حتی اندیشه‌ای که آلن تورینگ[9] از ماشین هوشمند خود و تعریفی که او از هوش مصنوعی[10] داشت، در مرحله­ی اول مربوط به پردازش زبان‌های طبیعی می­‌شد. بعلاوه تلاش‌های بسیاری توسط بشر برای پیگیری این امر صورت گرفته بود که به عنوان مثال ماشین لیزا یکی از محصولات این تلاش‌هاست. ماشین لیزا ماشینی بود که با تایپ از راه دور با یک انسان، جملات او را پردازش می‌کرد و جوابی درخور به او می‌داد.

بنابراین می­توان گفت که یکی از زیرشاخه‌های با اهمیت در حوزه­ی گسترده­ی هوش مصنوعی پردازش زبان­های طبیعی است؛ تا حدی که بسیاری از متخصصین در زمینه­ هوش مصنوعی بر این باورند كه مهمترین وظیفه­ای كه هوش مصنوعی باید به آن بپردازد NLP است. دلیلی كه ایشان برای این اعتقاد خود ارائه می­كنند آن است كه پردازش زبان طبیعی راه ارتباط مستقیم انسان و كامپیوتر را از طریق مكالمه باز می­كند. به این ترتیب دیگر برنامه نویسی معمولی و قراردادهای مربوط به سیستم­های عامل كنار گذاشته خواهد شد. همچنین ‌اگر یك كامپیوتر بتواند یك زبان انسانی را درك كرده و به وسیله­ی آن صحبت كند، دیگر به بسیاری از وظایفی كه باید توسط مهندسین نرم افزار طراحی شوند نیازی نخواهد بود. اما ابعاد و پیچیدگی­های زبان­های بشری دستیابی كامل به این قابلیت را دشوار ساخته است.

در پردازش زبان­های طبیعی، سعی می­شود تا قابلیت درك دستوراتی كه به زبان­های انسانی استاندارد نوشته شده­اند، به كامپیوتر داده شود. یعنی كامپیوتری داشته باشیم که قادر باشد زبان انسان را تحلیل كند، بفهمد و حتی بتواند زبان طبیعی تولید كند. بدیهی است كه در راستای تحقق این هدف، نیاز به دانشی وسیع از زبان است. بنابراین علاوه بر محققان علوم كامپیوتر، دانش زبان­شناسان نیز مورد لزوم می­باشد. در زمینه­ پردازش زبان­های طبیعی باید پاسخ چهار سوال زیر مورد مطالعه قرار گیرد:

1. یک زبان از چه کلماتی تشکیل شده است؟
2. چگونه کلمات ترکیب می­شوند تا جملات زبان تشکیل شوند؟
3. معنی کلمات زبان چیست؟
4. معانی کلمات چگونه به کار گرفته می­شوند تا معنی جملات ساخته شود؟

در حقیقت هدف اصلی در NLP، ماشینی کردن فرایند درک و برداشت مفاهیم بیان گردیده با یک زبان طبیعی انسانی می­باشد. به تعریف دقیق‌تر پردازش زبان‌های طبیعی عبارت است از استفاده از کامپیوتر برای پردازش زبان گفتاری و نوشتاری به نحوی که کامپیوترها از زبان طبیعی به عنوان ورودی و خروجی استفاده نمایند. بدین وسیله می‌توان به ترجمه­ی زبان‌ها پرداخت، از صفحات وب و بانک‌های اطلاعاتیِ نوشتاری جهت پاسخ دادن به پرسش‌ها استفاده کرد، یا با دستگاه‌ها مثلاً برای مشورت گرفتن به گفتگو پرداخت.

به‌ طوركلی‌ نحوه­ی كار این‌ شاخه‌ این‌ است‌ كه‌ زبان­های‌ طبیعیِ ‌انسان‌ را تقلید كند. در این‌ میان‌، پیچیدگی‌ انسان‌ از بعد روانشناسی‌ بر روی‌ ارتباط متعامل‌ تأثیر می‌گذارد. لذا پردازش زبان‌های طبیعی رهیافت بسیار جذابی برای ارتباط بین انسان و ماشین محسوب می‌شود و در صورت عملی شدنش به طور کامل، می‌تواند تحولات شگفت‌انگیزی را در پی داشته‌ باشد. شکل زیر یک شمای کلی از معماری پردازش زبان­های طبیعی را نشان می­دهد: