نقش هوش مصنوعی در پیشگیری و کشف جرم

منشأ این اختلافات را باید در ساختارهاى اجتماعى و اقتصادى و نابسامانى هاى حاصل از آنها جستجو کرد که در صورت وجود یک بستر مکانى و زمانى مساعد، زمینه بروز جرم و تکرار آن را فراهم مى کند و به مرور زمان یک محیط جغرافیایى را به یک کانون جرم خیز تبدیل مى کند. مجرمان در انتخاب مکان بسیار سنجیده و منطقى عمل مى کنند و مکانهایى را براى اعمال مجرمانه خود برمى گزینند که امنیت بیشترى براى ارتکاب بزه داشته باشند. از این رو ویژگیها و ساختار محیط به ویژه محیطهاى شهرى در بروز جرایم مختلف تأثیر بسزایى دارند و تغییر در این ساختار مکانى و شرایط محیطى منجر به تغییر در الگوهاى رفتارى مجرمان خواهد شد. بنابراین سه عامل مکان، زمان و انسان در شکل گیرى اعمال مجرمانه نقش اساسى دارند، به گونه اى که تفاوت در مکان، زمان و خصوصیات رفتارى موجب مى شود تا نوع و میزان بزهکارى در محدوده شهر، الگوهاى فضایى و زمانى متفاوتى به خود بگیرد. بررسى مشخصات کالبدى، خصوصیات اجتماعى، اقتصادى و فرهنگى ساکنان، نوع کاربرى اراضى و کارکردهاى اصلى این مکانها و سعى در ایجاد تغییرات بنیادى در عوامل به وجود آورنده و تسهیل- کننده فرصت هاى جرم و طراحى فضاهاى کالبدى مقاوم در برابر ناهنجارى بیش از پیش اهمیت یافته تا بدین وسیله امکان کنترل، پیشگیرى و کاهش نرخ ناهنجاریهاى شهرى فراهم آید. در واقع مى توان گفت برخى مشخصات کالبدى و اجتماعى در وقوع جرم مؤثر است. با تغییر ساختار فضا، اعم از نحوه نور پردازى معابر، وجود مراکز تفریحى و گذران اوقات فراغت، طراحى مناسب ساختمانها و شهرسازى با برنامه، طراحى و مهندسى مناسب محیط و منظر، همچنین حضور و نظارت پلیس و به کارگیرى تجهیزات، ابزار و فناورى هاى نوین نظارتى در مقاطع زمانى خاصى بر یک مکان ویژه، مى توان از وقوع بزهکارى پیشگیرى کرد. نکته مهم دیگر اینکه امروزه برخورد صرف قضایى و انتظامى با پدیده جرم و مجرم چندان جایگاهى ندارد. این در حالى است که صاحبنظران راهکارهاى خانواده گرا، جامعه گرا، بالینى و مسئله گرا را مبتنى بر شناسایى علل و عوامل ارتکاب جرم در بعد مسایل اجتماعى و محیطى مطرح مى کنند. هوش مصنوعی برای کشف جرم

زیرساخت های هر شهر باهوش تر   می شوند زیرا حکومت هادر تلاشند تا کشور های خود را با سرعتی بزرگ رشد کنند. زیرساخت های هوشمندتر و متصل کشورها اطلاعاتی را در زمان واقعی در اختیار مقامات دولتی قرار می دهد. با کمک هوش مصنوعی، اطلاعات در زمان واقعی می توانند به محض وقوع، به شناسایی جرایم کمک کنند.

هوش مصنوعی این قدرت را دارد که شیوه های کشاورزی را به طور کامل تغییر دهد تا آنها را برای زمین و سلامتی مردم ایمن تر کند. یادگیری ماشین همراه با روباتیک می تواند جمع آوری داده ها و تصمیم گیری خودکار را برای بهینه سازی فرآیندهای کشاورزی فراهم کند. این سیستم ها می توانند به طور مستقیم با محصولات زراعی در تعامل باشند تا در بهترین زمان کاشت، سم پاشی و برداشت محصول، ، سم پاشی و برداشت محصول، اقدام به کاهش و نیاز کودها و سموم دفع آفات آلوده به خاک کنند. این امر باعث می شود که کشاورزی نه تنها کارآمدتر باشد، بلکه به محصولهای ارگانیک و مناسب تری نیز منجر می شود. به طور مشابه، نظارت  هوش مصنوعی می تواند به سازمان محیط زیست کمک کند تا از مناطقی از زمینهای بزرگتر از مزارع محافظت کنند. اکوسیستم ها و زیستگاه ها در سرتاسر جهان نیز می توانند از این مزیت بهره مند شوند. به عنوان مثال هواپیماهای بدون سرنشین با قابلیت هوش مصنوعی قادر است امکانات جدیدی را برای مشاهده و محافظت از مناطق در معرض خطر ایجاد کند.

وقتی صحبت از بلایای طبیعی مانند توفانها، گلاب ها و آتش سوزی ها می شود، بیشتر مردم ابتدا به امنیت و تأثیر مستقیم در خانه ها و سایر زیرساخت ها فکر می کنند. فراتر از این خسارتهای فوری اثرات طولانی مدت بر روی زمین مانند تخریب مزارع و گسترش آلودگیهای موجود در خاک وجود دارد. در حالی که هیچ کس نمی تواند از این فجایع جلوگیری کند، همه از دولت های محلی گرفته تا افراد می توانند برای مهار آنها آماده تر باشند. دانشمندان در حال کشف پتانسیل واقعی هوش مصنوعی و پیش بینی فاجعه و بازیابی سریعتر در برابر بحران های طبیعی هستند. به عنوان مثال، محققان آب و هوا برای مدت طولانی اطلاعات لازم را برای بالا بردن درک خود در مورد توفان ها داشته اند. آنها فقط ابزارهایی برای خواندن آن نداشته اند. با استفاده از هوش مصنوعی، محققان فناوری نهایتا قدرت محاسباتی را برای جمع آوری داده های موجود برای ده ها سال در اختیار جامعه علمی قرار دادند. این مجموعه وسیع از داده ها به عنوان مجموعه آموزش کاملی برای یادگیری ماشین در نظر گرفته شده اند تا همه اینها را معنا بخشند و عملکرد مدل سازی آب و هوا را افزایش دهند.

با توسعه زمینه هوش مصنوعی، پتانسیل حفاظت از محیط زیست نیز وجود خواهد داشت. 

هوش مصنوعی همچنین می تواند ابزارهایی برای نظارت بهتر آلودگی و شناسایی سریعتر منابع کیفیت هوا سریعتر و دقیق تر فراهم کند. به عنوان مثال، در مورد نشت گاز، سنسورهای هوشمند مجهز به یادگیری ماشین و فن آوری شبکه مشی خود سازمان دهی، امکان اصلاح هدفمند تر را فراهم می کنند. دولت ها، سازمان ها و صاحبان خانه نه تنها می توانند با مشکلات آلودگی هوا زودتر و مؤثرتر مقابله کنند بلکه به منظور دستیابی به اقدامات پیشگیرانه مؤثرتر، درک بیشتری از آنها نیز کسب می کنند.

علاوه بر مشکلات نظارت بر هوا، هوش مصنوعی همچنین می تواند در وهله اول میزان انتشار گازهای مضر را که تولید می شود، کاهش دهد. این امر به ویژه ضروری است زیرا آلودگی هوا در حال حاضر یک بحران خطرناک جهانی است - 91 درصد از جمعیت جهان در مکانهایی زندگی می کنند که نتوانسته اند دستورالعمل های کیفیت هوا از سازمان بهداشت جهانی  را رعایت کنند.، این موضوع آلودگی در حال حاضر هفت میلیون نفر در جهان را هر سال می کشد.

هوش مصنوعی همچنین فناوری انرژی های تجدید پذیر مانند پنل های خورشیدی و توربین های بادی را کارآمدتر و مقرون به صرفه تر خواهد ساخت و به آنها کمک می کند وابستگی همه جانبه و پایین جامعه به سوخت های فسیلی که هوا را آلوده می کند، جلوگیری می نماید. همراه با شبکه هوشمند، فن آوری دیگری که توسط هوش مصنوعی فعال می شود. کنتورهای هوشمند با صرفه جویی در برقراری ارتباط دو طرفه بین شبکه و هر چیز دیگری که از برق استفاده می کند، انرژی را صرفه جویی می کند، به ارائه دهندگان انرژی می دهد درک بهتری از استفاده و توانایی انجام تنظیمات زمان واقعی برای بهره وری را داشته باشند. مشتریان از داده های زمان واقعی نیز بهره مند می شوند. دیدن افزایش هزینه ها در زمان اوج، آنها را ترغیب می کند تا بطور داوطلبانه میزان مصرف خود را برای صرفه جویی در هزینه تنظیم کنند. این به نوبه خود باعث صرفه جویی در انرژی بیشتر می شود: برد-برد. علاوه بر این، به لطف سیستم های کنترل ولت / VAR که می توانند میزان تلف شده انرژی را هنگام استفاده در خطوط انتقال برق، میزان انرژی تلف شده را نیز کاهش دهند، به کمک شبکه هوشمند، روند تحویل انرژی خود نیز بهبود خواهد یافت.

انسانها با حفاری های دریایی، حمل بار، و زباله ها اقیانوس ها را به سطح خطرناک آلوده کرده اند. یک کامیون زباله پلاستیکی هر دقیقه در اقیانوس ها ریخته می شود و سالانه بالغ بر هشت میلیون تن پلاستیک است. اما هوش مصنوعی AI در حال حاضر در حال نجات است.  در واقع یک کامیون زباله شناور مستقل است که توسط هوش مصنوعی طراحی شده است.، یادگیری ماشین امکان پیروی از بسترهای دریایی را در زمان واقعی امکان پذیر می سازد، و پاسخ هایی را می دهد که سریع، هدفمند و مؤثرتر باشند. فناوری نظارت و پیش بینی یادگیری ماشینی همچنین می تواند محققان را در درک اقدامات انسان و شرایط متعاقب تغییر آن که به اقیانوس ها   مانند سفید کننده مرجان، صید غیرقانونی، شیوع بیماری و فعالیت های صنعتی به دریایی ها  آسیب بزند

شاید حتی فشار بیشتری نیاز فوری به پاکسازی و تثبیت آب آشامیدنی باشد. این سیاره از آب شیرین در حال آب است و بخش اعظم مانده از آن به شدت آلوده است. سازمان ملل متحد در حال حاضر در سراسر جهان 1.8 میلیارد نفر از یک منبع آب آلوده به ضایعات استفاده می کنند.

از طریق کنتورهای خانگی هوشمند و زیرساختهای بزرگتر، هوش مصنوعی می تواند سیستمهای مدیریت آب و فاضلاب را به میزان قابل توجهی بهبود بخشد تا نظارت بر کیفیت آب، مدیریت مصرف و پیش بینی نیازهای نگهداری آسانتر شود. براساس گزارش مجمع جهانی اقتصاد، یادگیری ماشین  پتانسیل ایجاد سیستم های غیر متمرکز آب را دارند که با بازیافت حلقه بسته منابع محلی کار می کنند. چنین سیستمی به میزان قابل توجهی بهینه می شود و به تمیز نگه داشتن آب آشامیدنی و فراوان کمک می کند.

هوش مصنوعی در حال شکل گیری است تا یکی از ابزارهای مفید جامعه باشد. با استفاده از آن، می توانیم اصلاحات قابل توجهی را با زمین، هوا و آب انجام دهیم و آن را برای یک سیاره سالم تر تمیز کنیم.

1. تشخیص بیماری ها

استفاده از هوش مصنوعی برای تشخیص پزشکی مزایای بسیاری در تکامل صنعت مراقبت های بهداشتی دارد. نرم افزار مبتنی بر هوش مصنوعی می تواند تشخیص دهد که آیا بیمار حتی قبل از بروز علائم مشهود، بیماری خاصی دارد یا خیر.

گوگل در جدیدترین تحقیقات خود ثابت کرده است که یک شبکه عصبی می تواند برای تشخیص علائم سرطان ریه زودتر و سریعتر از رادیولوژیست های آموزش دیده آموزش یابد.

2. طبقه بندی بیماری ها

فرصت فن آوری های یادگیری عمیق برای تجزیه و تحلیل تصاویر و شناخت الگوهای، پتانسیل ایجاد الگوریتم ها را برای کمک به پزشکان در تشخیص سریع تر و دقیق تر بیماری های خاص باز می کند. علاوه بر این، چنین الگوریتمهایی می توانند به طور مداوم یاد بگیرند، بنابراین کیفیت نتیجه گیری آن از حدس زدن تشخیص درست را بهبود می بخشد.

از نرم افزارهای مبتنی بر هوش مصنوعی می توان برای شناسایی دقیق علائم بیماری خاص در تصاویر پزشکی مانند MRI، اشعه ایکس و اسکن CT استفاده کرد. راه حلهای مشابه موجود قبلاً از AI برای تشخیص سرطان با پردازش عکس هایی از ضایعات پوستی استفاده می کنند. با استفاده از چنین ابزارهایی، پزشکان می توانند بیماران را با دقت بیشتری تشخیص دهند و مناسب ترین روش درمانی را تجویز کنند.

3. بهبود روند تصمیم گیری

تشخیص و درمان همیشه فرآیندهای دشوار بوده است. دلیل این امر این است که پزشکان باید علائم بیمار را، اشتباهات تحقیقاتی احتمالی، تمام روش های درمانی موجود، عوارض جانبی احتمالی، بیماری هایی با علائم بسیار مشابه و جنبه های دیگر به طور همزمان در نظر بگیرند.

راه حل های مدرن مبتنی بر فناوری هوش مصنوعی در حال حاضر به پزشکان کمک می کند تا بر موانع تحقیقاتی غلبه کنند، مقادیر زیادی از داده های سلامتی را سریع پردازش کرده و درک کاملی از سلامت یک بیمار را تضمین کنند.

4. راه حل های درمانی مبتنی بر هوش مصنوعی

حتی در صورت تشخیص و طبقه بندی بیماری، روند درمانی می تواند مشکلات دیگری ایجاد کند. نه تنها، یک برنامه درمانی شامل تجویز داروها و تمرینات، بلکه برنامه های مراقبت هماهنگ، کمک به بیماران در مدیریت برنامه های درمانی خود نیز می کند و خطر یک عارضه جانبی را در نظر می گیرد.

الگوریتم های مدرن هوش مصنوعی در حال حاضر به پزشکان کمک می کنند تا یک رویکرد جامع برای مدیریت بیماری را ترتیب دهند. علاوه بر این، آنها اغلب برای بهبود روبات های جراحی که عملیات بسیار پیچیده ای را انجام می دهند، استفاده می شوند.

5- ساختن زندگی طولانی تر مردم

هوش مصنوعی یک فناوری مهم برای کمک به مردم در زندگی طولانی تر و کاهش نیاز به بستری می باشد.

اول از همه، الگوریتم ها می توانند تمام اطلاعات مربوط به سلامتی، سبک زندگی و محیطی که در آن زندگی می کنیم را برای ما پردازش کنند. بنابراین، آنها می توانند سن بیولوژیکی ما را پیش بینی کنند و اقدامات لازم را برای سالم ماندن انجام دهند.

هوش مصنوعی در حال حاضر با تحقیقات پیری برای ایجاد یک ساعت پیری ترکیب شده است، که می تواند به ردیابی سطح ایمنی بدن و شناسایی مداخلات جدید برای تقویت سیستم ایمنی در افراد مسن کمک کند.

راه حلهای موجود که هوش مصنوعی را در پزشکی اعمال می کند

اگر چه صنعت مراقبت های بهداشتی و هوش مصنوعی هنوز در حال تحول هستند و مشکلات پیچیده زیادی برای حل دارند، هوش مصنوعی در تشخیص پزشکی در حال حاضر چنین است. در زیر، ما موفق ترین راه حل هایی که از AI برای حل مسائل پزشکی استفاده می کند،

داروی متحول کننده

هوش مصنوعی در حال حاضر با کمک به کلینیک ها، ، ترتیب کار خود را ساده تر، روند تشخیص و تصمیم گیری را برای پزشکان، و ارائه تنظیمات ارزشمند در شیوه زندگی برای بیماران، صنعت پزشکی را دگرگون کرده است.

پیش بینی می کنند که نه تنها راه حل های موجود استفاده از هوش مصنوعی در تشخیص پزشکی بهبود می یابد، بلکه راه های جدیدی از همگرایی آن با دارو ظاهر می شود. به عنوان مثال، پیش بینی می شود هوش مصنوعی نیز روند تولید دارو را تسریع کند.

تا زمانی که تولید کنندگان مواد غذایی به مقررات ایمنی مواد غذایی توجه داشته باشند، باید در مورد مسیر غذا در زنجیره تأمین شفاف تر ظاهر شوند. در اینجا، هوش مصنوعی در تولید مواد غذایی به نظارت بر هر مرحله از این فرآیند کمک می کند - این امر پیش بینی های مدیریت قیمت و موجودی را انجام می دهد و مسیر کالاها را از جایی که به جایی رسیده اند که مصرف کنندگان آن را دریافت می کنند، ردیابی می کند و از شفافیت اطمینان می دهدو به ما این امکان را می دهد تا تقاضای حمل و نقل، قیمت گذاری و موجودی را برای جلوگیری از دریافت فراوانی کالاهایی که در آخر هدر می روند تخمین بزنیم.

پیش از این، یک تولید کننده برای انجام اقدامات یکنواخت و معمول مرتبط با انتخاب مواد غذایی، باید افراد زیادی را استخدام می کردند. حال به جای اینکه به صورت دستی مقادیر زیادی مواد غذایی را بر حسب اندازه و شکل مرتب کنید (به این ترتیب که کنسرو یا کیسه ای شود) می توانید از راه حل های مبتنی بر هوش مصنوعی استفاده کنید تا به راحتی تشخیص دهید کدام گیاه ها باید چیپس سیب زمینی باشند و کدام یک بهتر است برای سیب زمینی سرخ شده استفاده کنید. سبزیجات با رنگ نامناسب نیز با همان سیستم مرتب می شوند و احتمال دور ریختن آنها توسط خریداران را کاهش می دهندو ظرفیت پردازش و در دسترس بودن بهتری را نشان می دهد و این باعث افزایش کیفیت و ایمنی مواد غذایی می شود. 

در گذشته، تجزیه و تحلیل این داده ها از طریق تجزیه و تحلیل کمی وقت گیر و فراتر از توانایی بود  اکنون که هوش مصنوعی تقریباً همه جا وجود دارد و موانع ورود به آن کاهش یافته است، کارگزاران و شرکت های نوپا با زمان متوسط به دنبال استفاده از این فناوری برای ایجاد یک مدل جدید برای سرمایه گذاران برای انتخاب سهام هستند.

یادگیری ماشینی یعنی آموزش یک ماشین برای انجام یک عمل خاص توسط الگوریتم های برنامه نویسی که توسط یک تکنسین تنظیم شده است. این شامل مواردی مانند شناسایی شماره تلفن مجازی خاص از کشور دیگر و سپس انتقال آن به یک مرکز تماس خاص است. با افزودن الگوریتم های بیشتر و جمع آوری داده ها، هوش مصنوعی دقیق تر و قادر به پردازش داده ها برای تصمیم گیری آگاهانه بهتر می شود.

یادگیری عمیق، مشابه یادگیری ماشینی، فرایندی است برای آموزش یک ماشین برای انجام اقدامات و دقیق تر شدن آن با گذشت زمان. با این حال، یادگیری عمیق فراتر می رود، شامل رویکردی است که شامل شبکه های عصبی مصنوعی است - شبیه به نحوه مغز انسان الگوهای رفتاری را یاد می گیرد (مثلاً کسی عطسه می کند و شما به طور خودکار می گویید "عافیت باشه" بدون فکر آگاهانه).  یادگیری عمیق به نوعی هوش احساساتی تبدیل می شود که همانطور که می آموزد. به طور معمول، یادگیری عمیق با ایجاد توانایی سازگاری با داده های جدید و ایجاد الگوریتم ها برای ایجاد خروجی مطلوب، باعث ایجاد یادگیری در دستگاه می شود.

یادگیری عمیق و یادگیری ماشینی به بنگاههای اقتصادی این امکان را می دهد که نه تنها نوسانات قیمت سهام را تجزیه و تحلیل کنند، بلکه داده های ساختاری نشده ای را نشان می دهند که الگوهای رفتاری را آشکار می کند که ممکن است توسط یک انسان قابل درک نبوده باشد. این امر می تواند شکل جدیدی از دقت را در تصمیم گیری های معاملات که فراتر از استراتژی های سنتی سرمایه گذاری است، فراهم کند. 

البته اینها فقط برخی از کاربردهای شناخته شده هوش مصنوعی است. بورس اوراق بهادار در سراسر جهان کاربرد هوش مصنوعی را درک کرده اند و تمرکز خود را به سمت جذب متخصصان هوش مصنوعی  آغاز کرده اند. 

به عنوان مثال، جملاتی که از الگوی منطقی پیروی نمی کنند، می توانند نشانه مهمی در اسکیزوفرنی باشند. تغییر در لحن یا سرعت می تواند به شیدایی یا افسردگی اشاره کند، و از دست دادن حافظه می تواند نشانه ای از مشکلات شناختی و سلامت روان باشد.

زبان راهی مهم برای تشخیص حالات روحی بیمار است.با استفاده از دستگاه های تلفن همراه و هوش مصنوعی، ما قادر به ردیابی روزانه بیماران و نظارت بر این تغییرات ظریف هستیم.

برنامه جدید تلفن همراه از بیماران می خواهد که با صحبت کردن در تلفن خود به یک سری سوال پنج تا 10 دقیقه ای پاسخ دهند. در میان کارهای مختلف دیگر، از آنها درباره وضعیت عاطفی خود پرسیده می شود، از آنها خواسته شده است که یک داستان کوتاه را برای شما بازگو کنند، به یک داستان گوش دهید و آن را تکرار کنید و یک سری از تست های مهارت حرکتی لمسی و کش رفتن را انجام دهید.

یک سیستم هوش مصنوعی نمونه های گفتار را ارزیابی می کند، آنها را با نمونه های قبلی توسط همان بیمار و جمعیت گسترده تر مقایسه می کند، و سپس به وضعیت روانی بیمار می پردازد.

پتانسیل هوش مصنوعی برای پاکسازی محیط بسیار زیاد است انقلاب صنعتی بعدی در حال وقوع است. هوش مصنوعی دوره ای از فناوری ها را آغاز می کند که سریعتر، سازگارتر، کارآمدتر هستند و ارتباط دیجیتالی جهان را بیشتر می کنند.

هوش مصنوعی به بهترین وجه مکمل هوش انسان توصیف می شود، و قدرت محاسباتی را برای خرد کردن اعداد برای افراد بسیار زیاد و الگوهایی را که برای چشم انسان خسته کننده است تشخیص می دهد. در یک مطالعه  بر روی 1500 شرکت، مشخص شد که مهمترین پیشرفتهای عملکرد وقتی انسانها و ماشینها با هم کار می کنند، انجام شده است. از آنجا که هوش مصنوعی به یکی از بزرگترین سرمایه های جامعه تبدیل می شود.

از طریق یادگیری ماشینی، رباتیک، هواپیماهای بدون سرنشین و اینترنت چیزها (اینترنت اشیا)، جامعه می تواند به نظارت، درک و جلوگیری از آسیب ها و عوامل استرس زا در زمین، هوا و آب زمین منجر شود.

وقتی نوبت به نجات کره زمین می رسد، حتی ممکن است فناوری مهمترین عامل باشد.  فقط 12 سال برای حفظ دمای زمین در حداکثر 1.5 درجه سانتیگراد زمان داریم تا از فاجعه فاجعه بار جلوگیری شود.

در برابر این واقعیت وخیم، پتانسیل فناوری برای کمک به رفع این چالش منبع نادر خوش بینی است.   74 درصد از تصمیم گیرندگان شغلی که در پایداری محیط زیست کار می کنند موافق هستند که هوش مصنوعی  در حل چالش های طولانی مدت زیست محیطی کمک خواهد کرد. 64 درصد موافق اند که اینترنت اشیا (IoT) به حل این چالش ها کمک می کند.

بلاخره پیشفروش نات کوین آغاز شد.

هر یک میلیون نات کوین 5 دلار

بازار پیش از عرضه (Pre-Market) نات کوین در وب‌سایت Getgems آغاز شده است و در کمترین میزان، هر یک میلیون نات کوین تقریباً 2 تون کوین (حدود 5 دلار) قیمت دارد.

به گزارش ارزدیجیتال، از تقریباً‌ ساعت 16 امروز 16 اسفند به‌وقت تهران، بازارِ پیش از عرضه توکن‌های نات کوین در وب‌سایت getgems.io آغاز شده است و در این صفحه در جریان است. کاربران با داشتن تون کوین می‌توانند در این پیش‌فروش شرکت کنند.

نات کوین‌ها در قالب بسته‌های 10 و 100 میلیونی عرضه شده‌اند و در زمان نگارش این خبر، هر 10 میلیون نات کوین، تقریباً 20 تون کوین (حدود 50 دلار) قیمت دارد.

یکی از اهداف این پیش‌فروش کشف قیمت برای نات کوین اعلام شده است و مشخص نیست تا روز عرضه رسمی در بازار، دقیقاً این توکن چه قیمتی خواهد داشت.

خریداران پس از عرضه توکن در بازار (اوایل آوریل – فروردین) نات کوین‌های خود را دریافت خواهند کرد.

همچنین، اکنون امکان عرضه نات کوین‌ها در این پیش‌فروش برای فروشندگانی که تعداد زیادی نات کوین دارند، وجود دارد. برای این کار، طبق پست آموزشی نات کوین ، کاربران می‌توانند با داشتن تون کوین برای پرداخت کارمزدها، در داخل ربات نات کوین، قسمت Trade را باز کنند و پس از انتخاب تعداد بسته‌های نات کوین یا همان تعداد کوپن‌ها (Voucher)، کیف پول خود را به بازی متصل کنند.

پس از تبدیل موجودی نات کوین به بسته‌های توکن که در قالب NFT است و پرداخت کارمزد، یک ان‌اف‌تی (شامل توکن‌ها) دریافت خواهند کرد که می‌توانند آن را در پیش‌فروش عرضه کنند.

نات کوین (Notcoin) یک میم کوین و یک بازی مبتنی بر تلگرام و بر بستر شبکه بلاکچینی تون (Ton یا The Open Network) است و با عموماً با نماد NOT شناخته می‌شود. این ارز دیجیتال را اوپن بیلدرز (Open Builders) ژانویه سال 2024 عرضه کرده است و طبق توضیحات این تیم، قابل ماین و استخراج است و می‌توان تنها با کلیک یا لمس‌کردن صفحه گوشی در ربات تلگرامی notcoin_bot@ نات کوین دریافت کرد. با توجه به برنامه توسعه‌دهندگان نات کوین برای عرضه توکن در صرافی‌ها می‌شود گفت که یک بازی پلی تو اِرن (Play-to-Earn) است.

مقدمه

قصه های پهلوانی که شاخه یی از قصه محسوب می شوند از چگونگی زندگی ونبرد میان قهرمانان و پهلوانان سخن می گویند و حالات و چگونگی افکار آن ها را در تقابل با همدیگر به نمایش می گذارند. شخصیت در قصه های پهلوانی، قهرمان نامیده می شود. از بهترین نمونه ی قصه های پهلوانی شاهنامه فردوسی است که به زیبایی و هنرمندی خاص به ترسیم آن ها پرداخته است.

بررسی شخصیت های داستان های شاهنامه به طور وسیع توسط دکتر اسلامی ندوشن و دکتر حمیدیان صورت گرفته است، اما به طور اخص آن در داستان رزم رستم و اسفندیار مقوله جداگانه یی مشاهده نگردیده است. پرداختن به داستان های پهلوانی، تاریخچه و ذکر انواع آن به همراه بررسی داستان رستم و اسفندیار با تاکید بر عنصر شخصیت روانی و اجتماعی مباحثی است که به آن پرداخته ایم.

خلاصه داستان رستم و اسفندیار

داستان از اینجا آغاز می شود که گشتاسب، پادشاه ایران، سپاهی را به سرکردگی اسفندیار شاهزاده و پهلوانی دلیر است در عین حال رویین تن است و آسیب ناپذیر به جز چشم های او که مورد گزند واقع می شود. "اسفندیار قهرمانی دینی است چنان که وقتی از بند پدر آزاد شد با خدا پیمان کرد که پس از پیروزی، صد آتشکده در جهان برپا کند و همه ی بی رهان را به راه دین در آورد ". (مسکوب، 1356: 27 )

اما رستم قهرمان ملی و مدافع نیکی است. اسفندیار جوانی پیروزمند در نبردهاست و پدر وعده ی پادشاهی بدو داده است. اما این امر را مشروط به کاری دانسته که عملی شدنش کاری ناممکن است. او ناگزیر است برای رسیدن به پادشاهی، بزرگترین پهلوان ایران زمین را منقاد و مطیع خود سازد و دست بسته روانه ی دربار نماید.

اسفندیار در نبرد خود با رستم اول بار او را بر زمین می افکند اما به او مهلت می دهد. دلاور با تجربه با مهلت ستاندن از پهلوان جوان از مهلکه می گریزد و با کمک پدر و چاره جویی از سیمرغ آگاه می شود که دو چشم اسفندیار آسیب پذیر است. پس برای بار دوم به رزمگاه می آید و تیر را مستقیم به سوی چشمان اسفندیار نشانه می گیرد و پهلوان جوان را بر خاک می افکند.

روز جمعه قیمت بایننس کوین به زیر میانگین متحرک ساده 50 روزه در 425 دلار رسید. خریداران سعی کردند که بایننس کوین را بار دیگر به بالای میانگین متحرک ساده 50 روزه برسانند ولی موفق به انجام این کار نشدند. همین مسئله باعث شد که معامله‌گران کوتاه‌مدت، با فروش ارزهای خود، فشار نزولی بازار را بیشتر کنند.

قیمت بایننس کوین روز یکشنبه به زیر میانگین متحرک نمایی 20 روزه در 409 دلار رسید، ولی فروشندگان نتوانستند از این فرصت استفاده کنند. حجم بالای خریدها در سطوح پایین‌تر سبب شد که دیروز قیمت بایننس کوین به بالای میانگین متحرک نمایی 20 روزه برسد.

در صورتی که خریداران بتوانند بایننس کوین را به بالای میانگین متحرک ساده 50 روزه برسانند، احتمال جهش تا گردن الگوی فعلی وجود دارد. بسته‌شدن قیمت بالای این سطح باعث تکمیل الگوی سر و شانه خواهد شد. در این صورت می‌توان انتظار رالی تا 518.9 دلار را داشت و در صورت شکسته‌شدن این سطح، احتمال جهش تا هدف الگو در 554 دلار وجود خواهد داشت.

در سوی دیگر، اگر قیمت از میانگین متحرک ساده 50 روزه یا گردن الگو سقوط کند و به زیر میانگین متحرک ساده 100 روزه (SMA100) در 383.4 دلار برسد، مقصد احتمالی بعدی 320 دلار خواهد بود.

• مقاومت‌ها: 425 – 518.9 – 554
• حمایت‌ها: 383.4 – 320