संस्करण 12 आज लॉन्च! (और यह वुल्फराम भाषा और गणित के लिए एक बड़ी छलांग है)

---

त्वरित लिंक

- संस्करण 12 की सड़क
- पहला, कुछ मठ
- गणना की अनिश्चितता
- क्लासिक गणित, प्राथमिक और उन्नत
- बहुभुज के साथ अधिक
- पॉलिहेड़ा के साथ कम्प्यूटिंग
- यूक्लिड-स्टाइल ज्योमेट्री को कंप्यूटेबल बनाया गया
- Axiomatic सिद्धांतों के साथ सुपर-प्रतीकात्मक जा रहे हैं
- एन शारीरिक समस्या
- भाषा एक्सटेंशन और सुविधा
- अधिक मशीन लर्निंग सुपरफंक्शन
- न्यूरल नेटवर्क्स में नवीनतम
- छवियों के साथ कम्प्यूटिंग
- भाषण मान्यता और ऑडियो के साथ और अधिक
- प्राकृतिक भाषा प्रसंस्करण
- कम्प्यूटेशनल केमिस्ट्री
- भौगोलिक कम्प्यूटिंग विस्तारित
- बहुत कम विज़ुअलाइज़ेशन एन्हांसमेंट्स
- ज्ञानवर्धक एकता को कसना
- बाहरी डेटाबेस से बिग डेटा को एकीकृत करना
- RDF, SPARQL और ऑल दैट
- संख्यात्मक अनुकूलन
- नॉनलाइनियर परिमित तत्व विश्लेषण
- नवीन, अत्याधुनिक कंपाइलर
- पायथन और अन्य भाषाओं को कॉल करना
- वुल्फ्राम "सुपर शेल" के लिए और अधिक
- वेब ब्राउजर को पपेट करना
- स्टैंडअलोन माइक्रोकंट्रोलर
- पायथन और अन्य स्थानों से वुल्फराम भाषा को कॉल करना
- यूनिटी यूनिवर्स से जोड़ना
- मशीन लर्निंग के लिए नकली वातावरण
- ब्लॉकचेन (और क्रिप्टोकरेंसी) संगणना
- और साधारण क्रिप्टो भी
- वित्तीय डेटा फीड से जुड़ना
- सॉफ्टवेयर इंजीनियरिंग और प्लेटफ़ॉर्म अपडेट
- और एक बहुत बड़ा ...

16 अप्रैल, 2019 - स्टीफन वोल्फ्राम

---

संस्करण 12 की सड़क

आज हम वुल्फराम भाषा के संस्करण 12 (और मैथमेटिका ) को डेस्कटॉप प्लेटफार्मों पर और वुल्फराम क्लाउड में रिलीज़ कर रहे हैं। हमने अगस्त 2016 में संस्करण 11.0 , मार्च 2017 में 11.1 , सितंबर 2017 में 11.2 और मार्च 2018 में 11.3 जारी किया । यह संस्करण 11.3 से संस्करण 12.0 तक एक बड़ी छलांग है। कुल मिलाकर 278 पूरी तरह से नए कार्य हैं , शायद 103 क्षेत्रों में, एक साथ सिस्टम में हजारों विभिन्न अपडेट हैं:


12 की तरह “ पूर्णांक रिलीज ” में, हमारा लक्ष्य कार्यक्षमता के नए-नए क्षेत्रों को पूर्ण रूप से उपलब्ध कराना है। लेकिन हर रिलीज में हम अपने आरएंडडी प्रयासों के नवीनतम परिणाम भी देना चाहते हैं। 12.0 में, शायद हमारे नए कार्यों में से आधे को उन परिष्करण क्षेत्रों के रूप में सोचा जा सकता है जो पिछले ".1" रिलीज में शुरू किए गए थे - जबकि आधे नए क्षेत्रों में शुरू हुए थे। मैं इस कृति में दोनों प्रकार के कार्यों पर चर्चा करूँगा, लेकिन मैं विशेष रूप से इस बात पर जोर दूंगा कि ११.३ से १२.० तक जाने में क्या नया है।

मुझे कहना होगा कि अब यह 12.0 समाप्त हो गया है, मुझे आश्चर्य है कि इसमें कितना है, और हमने 11.3 के बाद कितना जोड़ा है। पिछले अक्टूबर में हमारे वुल्फ्राम प्रौद्योगिकी सम्मेलन में मेरे मुख्य भाषण में मैंने संक्षेप में बताया कि हमारे पास उस बिंदु तक क्या था - और यहां तक ​​कि लगभग 4 घंटे लग गए। अब और भी है।

हम जो करने में सक्षम हैं, वह हमारे आरएंडडी प्रयास की ताकत और वुल्फराम भाषा के विकास के वातावरण के रूप में दोनों के लिए एक वसीयतनामा है। इन दोनों चीजों का तीन दशकों से निर्माण हो रहा है । लेकिन एक बात जो 12.0 के साथ नई है वह यह है कि हम लोगों को हमारी आंतरिक डिजाइन बैठकों के 300 घंटे से अधिक समय तक हमारे पीछे के दृश्य डिजाइन प्रक्रिया को देखने दे रहे हैं। तो सब कुछ के अलावा, मुझे संदेह है कि यह संस्करण 12.0 को इतिहास का पहला सबसे बड़ा सॉफ्टवेयर रिलीज़ बनाता है जो इस तरह से खुला है।

ठीक है, तो 12.0 में नया क्या है? कुछ बड़ी और आश्चर्यजनक चीजें हैं - विशेष रूप से रसायन विज्ञान , ज्यामिति , संख्यात्मक अनिश्चितता और डेटाबेस एकीकरण । लेकिन कुल मिलाकर, बहुत सारे क्षेत्रों में बहुत सी चीजें हैं - और वास्तव में यहां तक ​​कि प्रलेखन केंद्र में उनके मूल सारांश पहले से ही कई पृष्ठ हैं:

पहला, कुछ मठ

हालाँकि आजकल वुल्फ्राम लैंग्वेज (और मैथेमेटिका) का अधिकांश हिस्सा ऐसा नहीं है जिसे आम तौर पर गणित माना जाता है, फिर भी हम गणित में जो किया जा सकता है उसके फ्रंटर्स को आगे बढ़ाने में आर एंड डी प्रयास करते हैं। और 12.0 में हमने जो कुछ भी जोड़ा है, उसके पहले उदाहरण के रूप में, यहां रंगीन कॉम्प्लेक्सPlot3D है :



जटिल विमान में भूखंड बनाने के लिए वुल्फराम भाषा कोड लिखना हमेशा संभव होता है। लेकिन केवल अब हमने गणित और एल्गोरिथ्म समस्याओं को हल किया है जो जटिल विमान में भी काफी रोग संबंधी कार्यों को मजबूत करने की प्रक्रिया को स्वचालित करने के लिए आवश्यक हैं।

वर्षों पहले मुझे याद है कि परिश्रम से अपने वास्तविक और काल्पनिक भागों के साथ दर्दनाक समारोह की साजिश रचते हैं । अब ReImPlot सिर्फ यह करता है:



जटिल कार्यों का विज़ुअलाइज़ेशन (एक तरफ सज़ा) एक जटिल कहानी है, जिसमें किसी फ़ंक्शन के बारे में नोटिस में बड़ा अंतर होता है। और इसलिए हमने 12.0 में जो कुछ किया है, वह है कि विभिन्न विशेषताओं को उजागर करने के लिए सावधानी से चुने गए मानकीकृत तरीकों (जैसे रंग कार्यों ) का परिचय दिया जाए:

गणना की अनिश्चितता

वास्तविक दुनिया में मापों में अक्सर अनिश्चितता होती है जिसे। त्रुटियों के साथ मूल्यों के रूप में दर्शाया जाता है। हम उम्र के लिए "त्रुटियों के साथ संख्या" को संभालने के लिए ऐड-ऑन पैकेज थे। लेकिन संस्करण 12.0 में हम अनिश्चितता के साथ गणना में निर्माण कर रहे हैं, और हम इसे सही कर रहे हैं।

कुंजी प्रतीकात्मक वस्तु है [ x,, ] के आसपास, जो अनिश्चितता के साथ " x के आसपास" मान का प्रतिनिधित्व करती है:



आप आस- पास के साथ अंकगणित कर सकते हैं, और अनिश्चितताओं के संयोजन के लिए एक पूरी गणना है:



यदि आप संख्याओं के आसपास प्लॉट करते हैं, तो उन्हें त्रुटि सलाखों के साथ दिखाया जाएगा:



बहुत सारे विकल्प हैं - जैसे कि x और y दोनों में अनिश्चितता दिखाने का एक तरीका:



आपके पास लगभग मात्राएँ हो सकती हैं:



और आप वस्तुओं के चारों ओर प्रतीकात्मक भी रख सकते हैं:



लेकिन क्या वास्तव में एक आस-पास की वस्तु है? यह कुछ ऐसा है जहां अनिश्चितताओं के संयोजन के लिए कुछ नियम हैं, जो कि असंबद्ध सामान्य वितरण पर आधारित हैं। लेकिन ऐसा कोई बयान नहीं दिया जा रहा है कि लगभग [ x, [] किसी भी चीज़ का प्रतिनिधित्व करता है, जो वास्तव में विस्तार से एक सामान्य वितरण का अनुसरण करता है - किसी भी अधिक से अधिक [ चारों ओर ] [ x, represents] विशेष रूप से अंतराल द्वारा परिभाषित अंतराल में एक संख्या का प्रतिनिधित्व करता है [{ x - made, x + ]}]। यह सिर्फ इतना है कि आस-पास की वस्तुएं अपनी त्रुटियों या अनिश्चितताओं को लगातार सामान्य नियमों के अनुसार प्रचारित करती हैं जो कि प्रयोगात्मक विज्ञान में आमतौर पर किए गए सफलतापूर्वक कैप्चर करते हैं।

ठीक है, तो मान लें कि आप कुछ मूल्य के माप का एक गुच्छा बनाते हैं। आप मूल्य का एक अनुमान प्राप्त कर सकते हैं - एक साथ इसकी अनिश्चितता के साथ - मीनअराउंड का उपयोग करके (और, हाँ, यदि माप में स्वयं अनिश्चितताएं हैं, तो उनके योगदान को ध्यान में रखते हुए इसे ध्यान में रखा जाएगा):



पूरे सिस्टम में कार्य - विशेष रूप से मशीन लर्निंग में - विकल्प के लिए शुरू करना ComputeUnearchty -> सही है , जो उन्हें शुद्ध संख्या के बजाय लगभग ऑब्जेक्ट देता है।

आसपास एक सरल अवधारणा की तरह लग सकता है, लेकिन यह सूक्ष्मताओं से भरा है - जो कि मुख्य कारण है जो अब तक इसे सिस्टम में लाने के लिए लिया गया है। कई सूक्ष्मताएं अनिश्चितताओं के बीच सहसंबंधों के इर्द-गिर्द घूमती हैं। मूल विचार यह है कि लगभग हर वस्तु की अनिश्चितता को स्वतंत्र माना जाता है। लेकिन कभी-कभी किसी का सहसंबद्ध अनिश्चितताओं के साथ मूल्य होता है - और इसलिए अराउंड के अलावा, वहां वेक्टरआर्डन भी है, जो एक निर्दिष्ट सहसंयोजक मैट्रिक्स के साथ संभावित सहसंबंधित मूल्यों के वेक्टर का प्रतिनिधित्व करता है।

बीजगणितीय सूत्रों जैसी चीजों से निपटने पर और भी सूक्ष्मता होती है। यदि कोई चारों ओर से x की जगह लेता है, तो, लगभग सभी नियमों का पालन करते हुए, प्रत्येक उदाहरण को असंबद्ध माना जाता है:



लेकिन शायद कोई यहां यह मान लेना चाहता है कि भले ही x का मान अनिश्चित हो, लेकिन यह प्रत्येक उदाहरण के लिए समान होगा, और कोई भी ऐसा कर सकता है फ़ंक्शन के आसपास का उपयोग करें (ध्यान दें कि परिणाम अलग है):



अनिश्चित संख्याओं को प्रदर्शित करने के तरीके में बहुत अधिक सूक्ष्मता है। जैसे कि आपको कितने ट्रेल्स 0 लगाने चाहिए:



या अनिश्चितता की कितनी सटीकता आपको शामिल करनी चाहिए (अनुगामी अंक 35 होने पर एक पारंपरिक विराम बिंदु है):



दुर्लभ मामलों में जहां बहुत से अंक ज्ञात होते हैं (उदाहरण के लिए, कुछ भौतिक स्थिरांक ), अनिश्चितता को निर्दिष्ट करने के लिए एक अलग तरीके से जाना चाहता है:



और यह आगे बढ़ता है। लेकिन धीरे-धीरे आस - पास के सभी सिस्टम पर दिखाई देने लगे हैं। वैसे, आसपास संख्याओं को निर्दिष्ट करने के कई अन्य तरीके हैं। यह एक संख्या है जिसमें 10% सापेक्ष त्रुटि है:



यह एक अंतराल का प्रतिनिधित्व करने में लगभग सर्वश्रेष्ठ है:



वितरण के लिए , लगभग गणना विचरण करती है:



यह असममित अनिश्चितताओं को ध्यान में रखते हुए असममितता को भी ध्यान में रख सकता है:

क्लासिक गणित, प्राथमिक और उन्नत

गणित को कम्प्यूटेशनल बनाने में, यह हमेशा "सही सब कुछ पाने" में सक्षम होने के लिए एक चुनौती है, और प्राथमिक उपयोगकर्ताओं को भ्रमित करने या डराने के लिए नहीं। संस्करण 12.0 मदद करने के लिए कई चीजों का परिचय देता है। सबसे पहले, एक विडंबना क्विंटिक समीकरण को हल करने का प्रयास करें:



अतीत में, इसने स्पष्ट रूट ऑब्जेक्ट्स का एक गुच्छा दिखाया होगा। लेकिन अब रूट ऑब्जेक्ट को बॉक्स के रूप में स्वरूपित किया जाता है जो उनके अनुमानित संख्यात्मक मान दिखाते हैं। अभिकलन ठीक उसी तरह काम करते हैं, लेकिन प्रदर्शन तुरंत बीजीय संख्याओं के बारे में जानने वाले लोगों का सामना नहीं करता है।

जब हम इंटीग्रेट कहते हैं, तो हमारा मतलब है "एक अभिन्न खोजें", एक विरोधी के अर्थ में। लेकिन प्राथमिक गणना में, लोग एकीकरण के स्पष्ट स्थिरांक देखना चाहते हैं (जैसा कि वे वुल्फराम में हमेशा अल्फा है ), इसलिए हमने उसके लिए एक विकल्प जोड़ा (और सी [ एन ] में एक अच्छा, नया आउटपुट रूप भी है):



जब हम अपनी प्रतीकात्मक एकीकरण क्षमताओं को बेंचमार्क करते हैं तो हम वास्तव में अच्छा करते हैं। लेकिन हमेशा ऐसा होता है जो किया जा सकता है, विशेष रूप से इंटीग्रल्स के सबसे सरल रूपों को खोजने के संदर्भ में (और सैद्धांतिक स्तर पर यह प्रतीकात्मक अभिव्यक्ति तुल्यता की अवांछनीयता का एक अनिवार्य परिणाम है)। संस्करण 12.0 में हमने सीमांत पर दूर ले जाना जारी रखा है, जैसे मामले जोड़ना:




संस्करण 11.3 में हमने एसिम्प्टोटिक विश्लेषण की शुरुआत की, जो कि अभिन्न और इसलिए के असममित मूल्यों को खोजने में सक्षम है। वर्जन 12.0 में एसिम्प्टोटिक सम्स, एसिम्प्टोटिक रिकर्मेंस और एसिम्प्टोटिक सॉल्यूशंस को जोड़ा गया है:




गणित को कम्प्यूटेशनल बनाने के बारे में एक बड़ी बात यह है कि यह हमें खुद को गणित समझाने के नए तरीके देता है। और हम जो कुछ कर रहे हैं वह हमारे प्रलेखन को बढ़ाने के लिए है ताकि यह गणित के साथ-साथ कार्यों को भी समझाए। उदाहरण के लिए, सीमा के बारे में दस्तावेज की शुरुआत - मुख्य गणितीय विचारों के आरेख और उदाहरणों के साथ:

Polygons के साथ अधिक

Polygons संस्करण 1 के बाद से वुल्फराम भाषा का हिस्सा रहे हैं। लेकिन संस्करण 12.0 में वे सामान्यीकृत हो रहे हैं: अब उनमें छेद निर्दिष्ट करने का एक व्यवस्थित तरीका है। एक क्लासिक भौगोलिक उपयोग का मामला दक्षिण अफ्रीका के लिए बहुभुज है- लेसोथो देश के लिए इसका छेद है।

संस्करण 12.0 में, रूट की तरह, बहुभुज को एक सुविधाजनक नया प्रदर्शन फ़ॉर्म मिलता है:



आप पहले की तरह ही इसके साथ गणना कर सकते हैं:



RandomPolygon नया भी है। आप 3 डी में 5 बेतरतीब उत्तल बहुभुजों के लिए कह सकते हैं, जिनमें से प्रत्येक 10 कोने के साथ है:



बहुभुज पर बहुत सारे नए ऑपरेशन हैं। बहुभुज की तरह, जो उदाहरण के लिए, बहुभुज को उत्तल भागों में विघटित कर सकता है:




छेद के साथ बहुभुज अन्य प्रकार के कार्यों के लिए भी आवश्यक हैं, जैसे OuterPolygon , SimplePolygonQ और CanonicalizePolygon ।

पॉलीहेड्रा के साथ कम्प्यूटिंग

बहुभुज निर्दिष्ट करने के लिए बहुत सरल हैं: आप बस क्रम में उनके कोने देते हैं (और यदि उनके पास छेद हैं, तो आप छेद के लिए कोने भी देते हैं)। पॉलीहेड्रा थोड़ा अधिक जटिल हैं: कोने को देने के अलावा, आपको यह कहना होगा कि ये कोने कैसे चेहरे बनाते हैं। लेकिन संस्करण 12.0 में, पॉलीहेड्रॉन आपको काफी सामान्यता में ऐसा करने देता है, जिसमें voids (छेदों का 3 डी एनालॉग), आदि शामिल हैं।

लेकिन सबसे पहले, उनके 2000+ वर्षों के इतिहास को पहचानते हुए, संस्करण 12.0 में पांच प्लेटोनिक ठोस के लिए कार्य प्रस्तुत किए गए हैं :



और प्लाटोनिक ठोस को देखते हुए, कोई भी उनके साथ कंप्यूटिंग शुरू कर सकता है:



यहाँ शीर्ष 1 पर दिया गया ठोस कोण है (क्योंकि यह प्लेटोनिक है, सभी कोने एक ही कोण देते हैं):



यहां पॉलीहेड्रॉन पर एक ऑपरेशन किया गया है:




प्लेटोनिक ठोस से परे, संस्करण 12 भी सभी " वर्दी पॉलीहेड्रा " में बनाता है (प्रत्येक किनारे पर एन किनारों और मी चेहरे मिलते हैं) - और आप पॉलीहेड्रोनडैटा से नामित पॉलीहेड्रा के प्रतीकात्मक पॉलीहेड्रॉन संस्करण भी प्राप्त कर सकते हैं।



आप कोई भी पॉलीहेड्रॉन (रैंडम पॉलीहेड्रॉन के साथ एक "रैंडम" सहित) बना सकते हैं, फिर इसके लिए जो भी संगणना चाहते हैं, उसे करें:

यूक्लिड-स्टाइल ज्योमेट्री कम्प्यूटेड बना

गणितज्ञ और वुल्फ्राम भाषा बीजगणित के संदर्भ में दर्शाये गए स्पष्ट कम्प्यूटेशनल ज्यामिति और ज्यामिति दोनों को करने में बहुत शक्तिशाली हैं। लेकिन यूक्लिड के तत्वों में ज्यामिति के बारे में क्या-क्या है जो ज्यामितीय अभिकथन करता है और फिर देखता है कि उनके परिणाम क्या हैं?

खैर, संस्करण 12 में, हमारे द्वारा बनाई गई प्रौद्योगिकी के पूरे टॉवर के साथ, हम अंततः गणितीय गणना की एक नई शैली देने में सक्षम हैं - जो कि 2000+ साल पहले यूक्लिड क्या कर रहा था, को स्वचालित करता है। एक महत्वपूर्ण विचार प्रतीकात्मक "ज्यामितीय दृश्यों" को प्रस्तुत करना है, जिसमें बिंदु जैसे निर्माण का प्रतिनिधित्व करने वाले प्रतीक हैं, और फिर उनके संदर्भ में ज्यामितीय वस्तुओं और संबंधों को परिभाषित करना है।

उदाहरण के लिए, यहाँ एक ज्यामितीय दृश्य है जो त्रिकोण a, b, c, और a , b और c के माध्यम से एक वृत्त का प्रतिनिधित्व करता है, केंद्र o के साथ, बाधा के साथ कि o , a से c तक रेखा के मध्य बिंदु पर है:



अपने आप पर, यह सिर्फ एक प्रतीकात्मक चीज है। लेकिन हम इस पर परिचालन कर सकते हैं। उदाहरण के लिए, हम इसका एक यादृच्छिक उदाहरण पूछ सकते हैं, जिसमें ए, बी, सी और ओ को विशिष्ट बनाया गया है:



आप जितने चाहें उतने यादृच्छिक उदाहरण उत्पन्न कर सकते हैं। हम उदाहरणों को यथासंभव सामान्य बनाने की कोशिश करते हैं, कोई संयोग नहीं है जो बाधाओं से मजबूर नहीं हैं:



ठीक है, लेकिन अब चलो "यूक्लिड खेलते हैं", और ज्यामितीय अनुमान खोजें जो हमारे सेटअप के अनुरूप हैं:



किसी दिए गए ज्यामितीय दृश्य के लिए, कई संभावित अनुमान हो सकते हैं। हम दिलचस्प चीजों को चुनने की कोशिश करते हैं। इस मामले में हम दो के साथ आते हैं - और जो सचित्र है वह पहला है: लाइन बीए लाइन सी के लिए लंबवत है। जैसा कि होता है, यह परिणाम वास्तव में यूक्लिड में दिखाई देता है (यह पुस्तक 3 में है, प्रस्ताव 31 के भाग के रूप में ) - हालांकि इसे आमतौर पर थेल्स का प्रमेय कहा जाता है ।

12.0 में, हमारे पास अब यूक्लिड-शैली की ज्यामिति में दिखाई देने वाली विशिष्ट चीजों का प्रतिनिधित्व करने के लिए एक पूरी प्रतीकात्मक भाषा है। यहाँ एक और अधिक जटिल स्थिति है - जिसे नेपोलियन की प्रमेय कहा जाता है :



12.0 में कई नए और उपयोगी ज्यामितीय कार्य हैं जो स्पष्ट निर्देशांक पर काम करते हैं:




त्रिकोणों के लिए 12 प्रकार के "केंद्र" समर्थित हैं, और, हाँ, प्रतीकात्मक निर्देशांक हो सकते हैं:



और ज्यामितीय कथनों की स्थापना का समर्थन करने के लिए हमें " ज्यामितीय अभिकथन " की भी आवश्यकता है। 12.0 में 29 अलग-अलग प्रकार हैं - जैसे "समानांतर" , "बधाई" , "स्पर्शरेखा" , "उत्तल , आदि " । यहां तीन मंडलियों को जोड़दार स्पर्शरेखा माना जाता है:

Axiomatic सिद्धांतों के साथ सुपर-प्रतीकात्मक जा रहे हैं

संस्करण 11.3 ने साक्ष्यों के प्रतीकात्मक निरूपण के लिए FindEquationalProof पेश किया। लेकिन इन सबूतों के लिए क्या स्वयंसिद्ध शब्द का उपयोग किया जाना चाहिए? संस्करण 12.0 AxiomaticTheory का परिचय देता है, जो विभिन्न सामान्य स्वयंसिद्ध सिद्धांतों के लिए स्वयंसिद्ध देता है।

यहाँ मेरा व्यक्तिगत पसंदीदा स्वयंसिद्ध प्रणाली है :



इसका क्या मतलब है? एक मायने में यह एक अधिक प्रतीकात्मक प्रतीकात्मक अभिव्यक्ति है जिसकी हम अभ्यस्त हैं। 1 + x जैसी किसी चीज़ में हम यह नहीं कहते कि x का मान क्या है, लेकिन हम कल्पना करते हैं कि इसका मान हो सकता है। उपरोक्त अभिव्यक्ति में, ए, बी और सी शुद्ध "औपचारिक प्रतीक" हैं जो एक अनिवार्य रूप से संरचनात्मक भूमिका निभाते हैं, और कभी भी ठोस मूल्यों के बारे में नहीं सोचा जा सकता है।

· (केंद्र डॉट) के बारे में क्या? 1 + x में हम जानते हैं कि + का क्या अर्थ है। लेकिन · का उद्देश्य विशुद्ध रूप से अमूर्त ऑपरेटर होना है। स्वयंसिद्ध की बात यह है कि क्या प्रतिनिधित्व कर सकता है पर एक बाधा को परिभाषित करने के लिए। इस विशेष मामले में, यह पता चला है कि स्वयंसिद्ध बूलियन बीजगणित के लिए एक स्वयंसिद्ध है , ताकि नंद और नोर का प्रतिनिधित्व कर सकें। लेकिन हम एक्सोम के परिणामों को पूरी तरह से औपचारिक रूप से प्राप्त कर सकते हैं, उदाहरण के लिए FindEquationalProof के साथ:



इस सब में काफी सूक्ष्मता है। ऊपर के उदाहरण में, ऑपरेटर के रूप में · उपयोगी है, कम से कम क्योंकि यह अच्छी तरह से प्रदर्शित नहीं होता है। लेकिन इसका कोई अंतर्निहित अर्थ नहीं है, और AxiomaticTheory आपको ऑपरेटर के रूप में कुछ और (यहां एफ ) देने की अनुमति देता है:



"नंद" वहां क्या कर रहा है? यह ऑपरेटर के लिए एक नाम है (लेकिन इसे ऑपरेटर के मूल्य के साथ कुछ भी करने के लिए व्याख्या नहीं की जानी चाहिए)। समूह सिद्धांत के लिए स्वयंसिद्धों में , उदाहरण के लिए, कई ऑपरेटर दिखाई देते हैं:



यह यहां विभिन्न ऑपरेटरों के डिफ़ॉल्ट अभ्यावेदन देता है:



AxiomaticTheory विशेष रूप से स्वयंसिद्ध प्रणालियों के लिए उल्लेखनीय प्रमेयों के बारे में जानता है:



औपचारिक प्रतीकों का मूल विचार संस्करण 7 में पेश किया गया था, जैसे निर्माणों में डमी चर का प्रतिनिधित्व करने जैसी चीजें करने के लिए:





आप एक औपचारिक प्रतीक का उपयोग करके \ [औपचारिक] या Esc, a, Esc आदि दर्ज कर सकते हैं। लेकिन वापस संस्करण 7 में,
\ [औपचारिक] को एक के रूप में प्रस्तुत किया गया था। और इसका मतलब ऊपर की अभिव्यक्ति की तरह लग रहा था:



मैंने हमेशा सोचा कि यह अविश्वसनीय रूप से जटिल लग रहा था। और संस्करण 12 के लिए हम इसे सरल बनाना चाहते थे। हमने कई संभावनाओं की कोशिश की, लेकिन अंततः सिंगल ग्रे अंडरडॉट पर बस गए - जो मुझे लगता है कि बहुत बेहतर है।

AxiomaticTheory में , चर और ऑपरेटर दोनों "विशुद्ध रूप से प्रतीकात्मक" हैं। लेकिन एक बात जो निश्चित है, वह है प्रत्येक ऑपरेटर की योग्यता, जिसे कोई भी AxiomaticTheory पूछ सकता है:




आसानी से, विशेष रूप से चरों को शामिल करने वाले संभावित भावों को प्राप्त करने के लिए, ऑपरेटरों और अभिजात वर्ग के प्रतिनिधित्व को तुरंत ग्रुपिंग में खिलाया जा सकता है:

N- शारीरिक समस्या

स्वयंसिद्ध सिद्धांत गणित के लिए एक क्लासिक ऐतिहासिक क्षेत्र का प्रतिनिधित्व करते हैं। एक और शास्त्रीय ऐतिहासिक क्षेत्र - लागू पक्ष पर बहुत अधिक - n- समस्या है । संस्करण 12.0 एनबॉडीस्म्यूलेशन का परिचय देता है, जो एन-बॉडी समस्या के सिमुलेशन देता है। यहां कुछ प्रारंभिक स्थितियों (और उलटा-वर्ग बल कानून) के साथ तीन-शरीर की समस्या ( पृथ्वी-चंद्रमा-सूर्य के बारे में सोचें):



आप समाधान के विभिन्न पहलुओं के बारे में पूछ सकते हैं; यह पदों को समय के एक समारोह के रूप में प्रस्तुत करता है:



नीचे, यह केवल अंतर समीकरणों को हल कर रहा है, लेकिन - SystemModel - NBodySimulation की तरह थोड़ा सा समीकरणों को सेट करने और उनके समाधान को संभालने का एक सुविधाजनक तरीका प्रदान करता है। और, हाँ, मानक बल कानून बनाए गए हैं, लेकिन आप अपने स्वयं को परिभाषित कर सकते हैं।

भाषा एक्सटेंशन और सुविधा

हम 30 से अधिक वर्षों से वुल्फराम भाषा के मूल को चमकाने में लगे हैं, और प्रत्येक क्रमिक संस्करण में हम कुछ नए एक्सटेंशन और उपयुक्तताएं पेश करते हैं।

हमारे पास संस्करण 1.0 के बाद से फ़ंक्शन की जानकारी है , लेकिन 12.0 में हमने इसे बहुत बढ़ाया है। यह सिर्फ प्रतीकों के बारे में जानकारी देता था (हालाँकि इसका आधुनिकीकरण भी किया गया है):



लेकिन अब यह कई प्रकार की वस्तुओं के बारे में भी जानकारी देता है। यहां एक क्लासिफायर पर जानकारी दी गई है:



यहां क्लाउड ऑब्जेक्ट के बारे में जानकारी दी गई है:



"सूचना बॉक्स" में लेबल पर होवर करें और आप संबंधित संपत्तियों के नाम पता कर सकते हैं:



संस्थाओं के लिए, जानकारी ज्ञात संपत्ति मूल्यों का सारांश देती है:



पिछले कुछ संस्करणों में, हमने बहुत सारे नए सारांश प्रदर्शन फ़ॉर्म पेश किए हैं। संस्करण 11.3 में हमने Iconize को पेश किया, जो अनिवार्य रूप से किसी भी चीज़ के लिए सारांश प्रदर्शन फ़ॉर्म बनाने का एक तरीका है। आइकोनाइज मूल रूप से प्रत्याशित होने की तुलना में अधिक उपयोगी साबित हुआ है। यह नोटबुक में और वुल्फराम भाषा कोड के टुकड़ों में अनावश्यक जटिलता को छिपाने के लिए बहुत अच्छा है। 12.0 में हमने नया रूप दिया है कि कैसे आइकॉनिज़ प्रदर्शित करता है, विशेष रूप से इसे भाव और कोड के अंदर "अच्छी तरह से पढ़ें"।

आप स्पष्ट रूप से कुछ देख सकते हैं:



+ दबाएं और आपको कुछ विवरण दिखाई देंगे:



प्रेस और आपको फिर से मूल अभिव्यक्ति मिलेगी:



यदि आपके पास बहुत सारा डेटा है जिसे आप एक संगणना में संदर्भित करना चाहते हैं, तो आप इसे हमेशा एक फ़ाइल में, या क्लाउड में (या यहां तक ​​कि डेटा रिपॉजिटरी में ) स्टोर कर सकते हैं। यह आमतौर पर अधिक सुविधाजनक है, हालांकि, इसे केवल अपनी नोटबुक में रखना है, इसलिए आपके पास एक ही जगह सब कुछ है। डेटा को "अपनी नोटबुक पर ले जाने" से बचने का एक तरीका बंद कोशिकाओं में डालना है । लेकिन Iconize ऐसा करने के लिए बहुत अधिक लचीला और सुरुचिपूर्ण तरीका प्रदान करता है।

जब आप कोड लिख रहे होते हैं, तो यह अक्सर "आइकॉइज़ इन प्लेस" के लिए सुविधाजनक होता है। राइट-क्लिक मेनू अब आपको वह करने देता है:



प्रदर्शन की बात करें, तो यहां कुछ छोटा लेकिन सुविधाजनक है जिसे हमने 12.0 में जोड़ा है:



और यहां कुछ अन्य "नंबर उपयुक्तताएं" हैं जो हमने जोड़ी हैं:




कार्यात्मक प्रोग्रामिंग हमेशा वुल्फराम भाषा का एक केंद्रीय हिस्सा रहा है। लेकिन हम इसे लगातार बढ़ाते जा रहे हैं, और नए, आम तौर पर उपयोगी आदिम शुरू करने के लिए देख रहे हैं। संस्करण 12.0 में एक उदाहरण सबसेटपॉप है :




फ़ंक्शंस आम तौर पर ऐसी चीज़ें हैं जो कई इनपुट ले सकती हैं, लेकिन हमेशा आउटपुट का एक टुकड़ा देती हैं। क्वांटम कंप्यूटिंग जैसे क्षेत्रों में, हालांकि, एन इनपुट और एन आउटपुट होने के बजाय किसी की दिलचस्पी है। SubsetMap प्रभावी रूप से n-> n कार्यों को कार्यान्वित करता है, एक सूची में n निर्दिष्ट पदों से इनपुट उठाता है, उन्हें कुछ ऑपरेशन लागू करता है, फिर उसी n पदों पर परिणाम वापस डालता है।

मैंने तैयार करना शुरू कर दिया है कि अब एक साल पहले सबसेटपॉप क्या है। और मुझे जल्दी से एहसास हुआ कि वास्तव में मैं इस फ़ंक्शन का उपयोग वर्षों से सभी प्रकार के स्थानों में कर सकता था। लेकिन इस विशेष "कम्प्यूटेशनल काम की गांठ" को क्या कहा जाना चाहिए? मेरा प्रारंभिक कार्य नाम ArrayReplaceFunction था (जो मैंने अपने नोट्स में ARF को छोटा किया था)। (Livestreamed) बैठकों के एक क्रम में हम आगे-पीछे हुए। ApplyAt (लेकिन यह वास्तव में लागू नहीं है) और MutateAt (लेकिन यह अंतराल अर्थ में उत्परिवर्तन नहीं कर रहा है), साथ ही साथ रेवराट , रिप्लेसेट , मल्टीपार्टीप्ले और कंस्ट्रक्टइन्थल जैसे विचार थे । PartAppliedFunction , PartwiseFunction , AppliedOnto , AppliedAcross और MultipartCurry जैसे "फ़ंक्शन डेकोरेटर" फ़ॉर्म के बारे में विचार थे।

लेकिन किसी तरह जब हमने फ़ंक्शन को समझाया तो हम इस बारे में बात करने के लिए वापस आए कि यह किसी सूची के सबसेट पर कैसे चल रहा है, और यह वास्तव में मैप की तरह कैसे था, सिवाय इसके कि यह एक समय में कई तत्वों पर काम कर रहा था। इसलिए अंत में हम सबसेटपाइप नाम पर बसे। और - फिर भी भाषा डिजाइन के महत्व का एक और सुदृढीकरण - यह उल्लेखनीय है कि, एक बार किसी के पास इस तरह के लिए एक नाम है, एक तुरंत खुद को इसके बारे में तर्क करने में सक्षम पाता है, और देखें कि इसका उपयोग कहां किया जा सकता है।

अधिक मशीन लर्निंग Superfunctions

कई वर्षों से हमने वुल्फ्राम लैंग्वेज को अत्याधुनिक मशीन लर्निंग के लिए उच्चतम स्तर और सबसे स्वचालित प्रणाली बनाने के लिए कड़ी मेहनत की है। आरंभ में, हमने "सुपरफ़ंक्शन" वर्गीकृत और भविष्यवाणी की शुरुआत की जो पूरी तरह से स्वचालित तरीके से वर्गीकरण और भविष्यवाणी कार्य करते हैं, स्वचालित रूप से दिए गए विशेष इनपुट के लिए सबसे अच्छा दृष्टिकोण उठाते हैं। रास्ते के साथ, हमने अन्य सुपरफंक्शंस पेश किए हैं - जैसे सीक्वेंसप्रेडिक्ट , एक्टिवक्लासिफिकेशन और फ़ीचरटेक्स्ट्रेक्ट ।

संस्करण 12.0 में हमें कई महत्वपूर्ण नई मशीन सीखने के लिए सुपरफंक्शन मिल गए हैं। वहाँ FindAnomalies है , जो डेटा में "विषम तत्वों" पाता है:



इसके साथ ही, वहाँ DeleteAnomalies है , जो ऐसे तत्वों को हटाता है जिन्हें वह विसंगत मानता है:



SynthesizeMissingValues भी है, जो डेटा के लापता टुकड़ों के लिए प्रशंसनीय मूल्य उत्पन्न करने की कोशिश करता है:



ये कार्य कैसे करते हैं? वे सभी LearnDistribution नामक एक नए फ़ंक्शन पर आधारित हैं, जो डेटा के अंतर्निहित वितरण को सीखने की कोशिश करता है, उदाहरणों का एक निश्चित सेट दिया गया है। यदि उदाहरण सिर्फ संख्याएँ थे, तो यह अनिवार्य रूप से एक मानक आँकड़े समस्या होगी, जिसके लिए हम एस्टिमेटेडडिस्ट्रिएशन जैसी किसी चीज़ का उपयोग कर सकते हैं। लेकिन LearnDistribution के बारे में बात यह है कि यह किसी भी प्रकार के डेटा के साथ काम करता है, न कि केवल संख्याओं के साथ। यहाँ यह रंगों के संग्रह के लिए एक अंतर्निहित वितरण सीख रहा है:



एक बार जब हमारे पास यह "सीखा वितरण" हो जाता है, तो हम इसके साथ सभी प्रकार की चीजें कर सकते हैं। उदाहरण के लिए, यह इससे 20 यादृच्छिक नमूने उत्पन्न करता है:



लेकिन अब FindAnomalies के बारे में सोचें । इसके लिए क्या करना है, यह पता लगाना है कि कौन से डेटा पॉइंट्स उम्मीद के मुताबिक़ हैं। या, दूसरे शब्दों में, डेटा के अंतर्निहित वितरण को देखते हुए, यह पाता है कि डेटा पॉइंट आउटलेर्स क्या हैं, इस अर्थ में कि उन्हें वितरण के अनुसार केवल बहुत कम संभावना के साथ होना चाहिए।

और एक साधारण संख्यात्मक वितरण के लिए की तरह, हम एक विशेष डेटा के लिए पीडीएफ की गणना कर सकते हैं। बैंगनी बहुत संभव है कि हम अपने उदाहरणों से सीखे रंगों का वितरण करें:



लेकिन लाल वास्तव में संभावना नहीं है:



साधारण संख्यात्मक वितरण के लिए, CDF जैसी अवधारणाएँ हैं जो हमें संचयी संभावनाएं बताती हैं, कहते हैं कि हम एक विशेष मूल्य की तुलना में "आगे" परिणाम प्राप्त करेंगे। मनमानी चीजों के स्थानों के लिए, वास्तव में "आगे बाहर" की धारणा नहीं है। लेकिन हम एक समारोह के साथ आए हैं जिसे हम RarerProbability कहते हैं, जो हमें बताता है कि कुल संभावना क्या है जो हम देते हैं की तुलना में एक छोटे पीडीएफ के साथ एक उदाहरण उत्पन्न करते हैं:




अब हमें विसंगतियों का वर्णन करने का एक तरीका मिल गया है: वे केवल डेटा बिंदु हैं जिनमें बहुत कम दुर्लभ संभावना है। और वास्तव में FindAnomalies के पास एक विकल्प AcceptanceThreshold (डिफ़ॉल्ट मान 0.001 के साथ) है जो निर्दिष्ट करता है कि "बहुत छोटे" के रूप में क्या गिना जाना चाहिए।

ठीक है, लेकिन आइए इस काम को रंगों की तुलना में कुछ अधिक जटिल देखें। चलो हस्तलिखित अंकों के 1000 उदाहरणों को देखकर एक विसंगति डिटेक्टर को प्रशिक्षित करते हैं:



अब FindAnomalies हमें बता सकती है कि कौन से उदाहरण विसंगतिपूर्ण हैं:

तंत्रिका नेटवर्क में नवीनतम

हमने सबसे पहले 2016 में तंत्रिका नेटवर्क के निर्माण, खोज और उपयोग के लिए अपने प्रतीकात्मक ढांचे को संस्करण 11 के भाग के रूप में पेश किया था। तब से हर संस्करण में हमने अत्याधुनिक सुविधाओं को जोड़ा है। जून 2018 में हमने अपने न्यूरल नेट रिपोजिटरी की शुरुआत की ताकि वुल्फराम लैंग्वेज से नवीनतम न्यूरल नेट मॉडल का उपयोग करना आसान हो सके - और पहले से ही रिपॉजिटरी में कई अलग-अलग प्रकार के लगभग 100 क्यूरेटेड मॉडल हैं, जिसमें हर समय नए जोड़े जाते हैं।

इसलिए यदि आपको नवीनतम बीईआरटी "ट्रांसफार्मर" तंत्रिका नेटवर्क की आवश्यकता है (जो आज जोड़ा गया है!), तो आप इसे नेटमोडल से प्राप्त कर सकते हैं:



आप इसे खोल सकते हैं और इसमें शामिल नेटवर्क को देख सकते हैं (और, हां, हमने संस्करण 12.0 के लिए नेट ग्राफ़ के प्रदर्शन को अपडेट कर दिया है):



और आप तुरंत नेटवर्क का उपयोग कर सकते हैं, यहां कुछ प्रकार के "अर्थ फीचर" सरणी का उत्पादन करने के लिए:



संस्करण 12.0 में हमने कई नई परत प्रकारों को प्रस्तुत किया है - विशेष रूप से ध्यान देने योग्य , जो नवीनतम "ट्रांसफ़ॉर्मर" आर्किटेक्चर सेट करने की सुविधा देता है - और हमने NetMapThreadOperator , और कई-सीक्वेंस जैसी चीजों के साथ अपनी "न्यूरल नेट फंक्शनल प्रोग्रामिंग" क्षमताओं को बढ़ाया है। NetFoldOperator । इन "इन-द-नेट" एन्हांसमेंट्स के अतिरिक्त, संस्करण 12.0 में सभी प्रकार के नए नेटइंकोडर और नेटडेकोडर मामले शामिल हैं, जैसे कि सैकड़ों भाषाओं में टेक्स्ट के लिए बीपीई टोकेनाइजेशन , और डेटा प्राप्त करने और बाहर जाने के लिए कस्टम फ़ंक्शन को शामिल करने की क्षमता। तंत्रिका जाल।

लेकिन संस्करण 12.0 में कुछ सबसे महत्वपूर्ण संवर्द्धन अधिक अवसंरचनात्मक हैं। नेटट्रैन अब मल्टी-जीपीयू प्रशिक्षण का समर्थन करता है, साथ ही मिश्रित-सटीक अंकगणित और लचीले शुरुआती-स्टॉपिंग मानदंड के साथ काम करता है। हम लोकप्रिय एमएक्सनेट निम्न-स्तरीय न्यूरल नेट फ्रेमवर्क (जिसमें हम प्रमुख योगदानकर्ता हैं ) का उपयोग करना जारी रख रहे हैं -तो हम नवीनतम हार्डवेयर अनुकूलन का लाभ उठा सकते हैं। प्रशिक्षण के दौरान क्या हो रहा है, यह देखने के लिए नए विकल्प हैं, और वहाँ भी NetMeasurements है जो आपको नेटवर्क के प्रदर्शन पर 33 विभिन्न प्रकार के माप करने की अनुमति देता है:



तंत्रिका जाल केवल - या यहां तक ​​कि हमेशा मशीन सीखने का सबसे अच्छा तरीका नहीं है। लेकिन संस्करण 12.0 में एक बात जो नई है वह यह है कि अब हम वर्गीकृत और भविष्यवाणी में स्वतः -सामान्य नेटवर्क का उपयोग करने में सक्षम हैं, इसलिए वे आसानी से तंत्रिका जाल का लाभ उठा सकते हैं जब यह समझ में आता है।

छवियों के साथ कम्प्यूटिंग

हमने ImageIdentify को पेश किया , यह पहचानने के लिए कि चित्र 10.1 के संस्करण में क्या है। संस्करण 12.0 में हम इसे सामान्यीकृत करने में कामयाब रहे हैं, न केवल यह पता लगाने के लिए कि एक छवि क्या है, बल्कि यह भी कि एक छवि में क्या है। इसलिए, उदाहरण के लिए, ImageCases हमें एक छवि में वस्तुओं के ज्ञात प्रकार के मामलों को दिखाएगा:



अधिक जानकारी के लिए, ImageContents एक छवि में क्या है इसके बारे में एक डेटासेट देता है:



आप ImageCases को एक विशेष प्रकार की चीज़ देखने के लिए कह सकते हैं:



और आप केवल यह देखने के लिए परीक्षण कर सकते हैं कि क्या किसी छवि में एक विशेष प्रकार की चीज़ है:



एक अर्थ में, ImageCases एक छवि में मानव चेहरे को खोजने के लिए FindFaces के एक सामान्यीकृत संस्करण की तरह है। संस्करण 12.0 में कुछ नया यह है कि FindFaces और FacialFeatures शास्त्रीय छवि प्रसंस्करण के बजाय तंत्रिका नेटवर्क पर आधारित FindFaces और अधिक कुशल और मजबूत हो गए हैं, और FacialFeatures के लिए नेटवर्क अब 500 MB के बजाय 10 MB हो रहा है:



ImageCases जैसे फ़ंक्शंस "नई-शैली" छवि प्रसंस्करण का प्रतिनिधित्व करते हैं, जो एक प्रकार का है जो केवल कुछ साल पहले बोधगम्य नहीं था। लेकिन जब इस तरह के कार्य एक व्यक्ति को सभी प्रकार की नई चीजें करने देते हैं, तब भी अधिक शास्त्रीय तकनीकों में बहुत सारे मूल्य हैं। हमने लंबे समय से वुल्फराम भाषा में पूरी तरह से शास्त्रीय छवि प्रसंस्करण किया है, लेकिन हम वृद्धिशील वृद्धि करना जारी रखते हैं।

मल्टीस्केल इमेज प्रोसेसिंग करने के लिए संस्करण 12.0 में एक उदाहरण इमेजपीयर फ्रेमवर्क है:



रंग गणना के साथ संबंधित संस्करण 12.0 में कई नए कार्य हैं। एक प्रमुख विचार ColorsNear है , जो अवधारणात्मक रंग स्थान में एक पड़ोस का प्रतिनिधित्व करता है, यहाँ रंग गुलाबी के आसपास है:



रंग पड़ोस की धारणा का उपयोग किया जा सकता है, उदाहरण के लिए, नए ImageRecolor फ़ंक्शन में:

भाषण मान्यता और ऑडियो के साथ और अधिक

जैसे ही मैं अपने कंप्यूटर पर इसे लिखता हूं, मैं अपने कंप्यूटर से कुछ कहूंगा, और उस पर कब्जा कर लूंगा:



यहां मैंने जिस ऑडियो को कैप्चर किया है, उसका एक स्पेक्ट्रोग्राम है:



अब तक हम इसे संस्करण 11.3 में कर सकते थे (हालाँकि स्पेक्ट्रोग्राम 12.0 में 10 गुना तेज था)। लेकिन अब यहाँ कुछ नया है:



हम भाषण-से-पाठ कर रहे हैं! हम अत्याधुनिक तंत्रिका जाल तकनीक का उपयोग कर रहे हैं, लेकिन मैं इस बात से हैरान हूं कि यह कितनी अच्छी तरह काम करती है। यह बहुत सुव्यवस्थित है, और हम पूरी तरह से अच्छी तरह से ऑडियो के बहुत लंबे टुकड़ों को संभालने में सक्षम हैं, फाइलों में संग्रहीत है। और एक विशिष्ट कंप्यूटर पर प्रतिलेखन वास्तविक वास्तविक समय की गति के बारे में चलेगा, ताकि भाषण के एक घंटे के बारे में एक घंटे का समय लगेगा।

अभी हम वाणी को प्रायोगिक मानते हैं, और हम इसे आगे बढ़ाते रहेंगे। लेकिन यह एक और प्रमुख कम्प्यूटेशनल कार्य देखने के लिए दिलचस्प है, जो कि वुल्फराम भाषा में एक ही कार्य बन गया है।

संस्करण 12.0 में, अन्य संवर्द्धन भी हैं। SpeechSynthesize नई भाषाओं और नई आवाज़ों का समर्थन करता है (जैसा कि VoiceStyleData [] द्वारा सूचीबद्ध है)।

अब WebAudioSearch -analogous to WebImageSearch- यह आपको वेब पर ऑडियो खोजने की सुविधा देता है:



आप वास्तविक ऑडियो ऑब्जेक्ट प्राप्त कर सकते हैं:



फिर आप स्पेक्ट्रोग्राम या अन्य माप कर सकते हैं:



और फिर संस्करण 12.0 में नया - आप ध्वनि की श्रेणी की पहचान करने के लिए ऑडियोआईडेंटिफाइ का उपयोग कर सकते हैं (क्या यह एक बात कर रहा मुर्गा है?):



हम अभी भी AudioIdentify प्रयोगात्मक पर विचार करते हैं। यह एक दिलचस्प शुरुआत है, लेकिन यह निश्चित रूप से, उदाहरण के लिए, ImageIdentify के साथ भी काम नहीं करता है।

एक अधिक सफल ऑडियो फ़ंक्शन PitchRecognize है , जो ऑडियो सिग्नल में प्रमुख आवृत्ति को पहचानने की कोशिश करता है (यह "शास्त्रीय" और तंत्रिका शुद्ध विधियों दोनों का उपयोग करता है)। यह अभी तक "chords" के साथ सौदा नहीं कर सकता है, लेकिन यह "एकल नोट्स" के लिए पूरी तरह से काम करता है।

जब कोई ऑडियो के साथ व्यवहार करता है, तो कोई अक्सर न केवल यह जानना चाहता है कि ऑडियो में क्या है, बल्कि इसे एनोटेट करें। संस्करण 12.0 एक बड़े पैमाने पर ऑडियो ढांचे की शुरुआत का परिचय देता है। अभी AudioAnnotate वहां चिन्हित कर सकता है जहाँ मौन है, या जहाँ कुछ जोर से है। भविष्य में, हम स्पीकर पहचान और शब्द सीमाएँ, और बहुत कुछ जोड़ेंगे। और इन के साथ जाने के लिए, हमारे पास AudioAnnotationLookup जैसे कार्य भी हैं, एक ऑडियो ऑब्जेक्ट के कुछ हिस्सों को चुनने के लिए जिन्हें विशेष तरीके से एनोटेट किया गया है।

इस सभी उच्च-स्तरीय ऑडियो कार्यक्षमता के नीचे निम्न-स्तरीय ऑडियो प्रसंस्करण का एक पूरा बुनियादी ढांचा है। वर्जन 12.0 ऑडियोब्लॉक मैप (ऑडियो सिग्नल्स पर फिल्टर लगाने के लिए) को बहुत बढ़ाता है, साथ ही शॉर्टटाइमफोरियर जैसे फंक्शन्स को भी पेश करता है।

एक स्पेक्ट्रोग्राम को म्यूजिकल स्कोर के निरंतर एनालॉग की तरह थोड़ा सा देखा जा सकता है, जिसमें पिचों को समय के एक समारोह के रूप में प्लॉट किया जाता है। संस्करण 12.0 में अब InverseSpectrogram है - जो स्पेक्ट्रोग्राम डेटा की एक सरणी से ऑडियो तक जाता है। 1991 में संस्करण 2 के बाद से, हमने एक समारोह (जैसे पाप [100 टी]) से ध्वनि उत्पन्न करने के लिए प्ले किया था। अब व्युत्क्रम स्पेक्ट्रम के साथ हमारे पास "आवृत्ति-समय बिटमैप" से ध्वनि तक जाने का एक तरीका है। (और, हाँ, चरणों के लिए सर्वश्रेष्ठ अनुमानों के बारे में मुश्किल मुद्दे हैं जब किसी को केवल परिमाण की जानकारी होती है।)

प्राकृतिक भाषा प्रसंस्करण

वोल्फ्राम के साथ शुरू । अल्फा , हमारे पास लंबे समय से असाधारण प्राकृतिक भाषा समझ (एनएलयू) की क्षमता है । और इसका मतलब यह है कि प्राकृतिक भाषा का एक टुकड़ा दिया, हम इसे वुल्फराम भाषा के रूप में समझने में अच्छे हैं - कि हम फिर से जा सकते हैं और इससे गणना कर सकते हैं:



लेकिन प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के बारे में क्या है - जहां हम प्राकृतिक भाषा के संभावित लंबे मार्ग ले रहे हैं, और उन्हें पूरी तरह से समझने की कोशिश नहीं कर रहे हैं, लेकिन इसके बजाय उन्हें विशेष विशेषताओं को ढूंढना या संसाधित करना है? TextSentences , TextStructure , TextCases और WordCounts जैसे कार्यों ने हमें इस क्षेत्र में थोड़ी देर के लिए बुनियादी क्षमताएं दी हैं। लेकिन संस्करण 12.0 में - नवीनतम मशीन लर्निंग के उपयोग के साथ-साथ हमारी दीर्घकालिक एनएलयू और नॉलेजबेस क्षमताओं का उपयोग करके - अब हम बहुत मजबूत एनएलपी क्षमताओं के लिए कूद गए हैं।

सेंटरपीस TextCases का नाटकीय रूप से बढ़ाया संस्करण है। TextCases का मूल लक्ष्य पाठ के एक टुकड़े में विभिन्न प्रकार की सामग्री के मामलों को खोजना है। इसका एक उदाहरण "एंटिटी रिकॉग्निशन" का क्लासिक एनएलपी कार्य है - जिसमें टेक्स्टकैस यहां दिए गए हैं, जिसमें पता चलता है कि ओपेलोट्स के बारे में विकिपीडिया लेख में देश के नाम क्या हैं:



हम यह भी पूछ सकते हैं कि किन द्वीपों का उल्लेख है, लेकिन अब हम वुल्फराम भाषा की व्याख्या नहीं करेंगे:



TextCases सही नहीं है, लेकिन यह बहुत अच्छी तरह से करता है:



यह विभिन्न सामग्री प्रकारों की एक पूरी बहुत का समर्थन करता है:



आप इसे सर्वनाम, या कम किए गए सापेक्ष खंड , या मात्रा , या ईमेल पते , या 150 प्रकार की संस्थाओं (जैसे कंपनियों या पौधों या फिल्मों ) की घटनाओं को खोजने के लिए कह सकते हैं। आप इसे ऐसे पाठों के टुकड़े बाहर निकालने के लिए भी कह सकते हैं जो विशेष रूप से मानव या कंप्यूटर भाषाओं में हैं, या जो विशेष विषयों (जैसे यात्रा या स्वास्थ्य ) के बारे में हैं, या जिनकी सकारात्मक या नकारात्मक भावना है । और आप इन चीजों के संयोजन के लिए पूछने के लिए निर्माण की तरह निर्माण का उपयोग कर सकते हैं (जैसे संज्ञा वाक्यांश जिसमें नदी का नाम होता है):



TextContents आपको देखने देता है, उदाहरण के लिए, उन सभी संस्थाओं का विवरण जो पाठ के एक विशेष टुकड़े में पाए गए:



और, हाँ, कोई भी इन क्षमताओं का उपयोग FindTextualAnswer के माध्यम से पाठ से सवालों के जवाब देने की कोशिश कर सकता है - लेकिन इस तरह से एक मामले में, परिणाम बहुत ही निराले हो सकते हैं:



बेशक, आप हमारे वास्तविक अंतर्निहित क्यूरेटेड नॉलेजबेस से एक वास्तविक उत्तर प्राप्त कर सकते हैं:



वैसे, संस्करण 12.0 में हमने पर्यायवाची और विलोम जैसे "प्राकृतिक भाषा सुविधा कार्यों" की एक किस्म जोड़ी है:

कम्प्यूटेशनल रसायन विज्ञान

संस्करण 12.0 में "आश्चर्य" नए क्षेत्रों में से एक कम्प्यूटेशनल रसायन विज्ञान है। हमारे पास लंबे समय से हमारे नॉलेजबेस में स्पष्ट ज्ञात रसायनों का डेटा है। लेकिन संस्करण 12.0 में हम अणुओं के साथ गणना कर सकते हैं जो केवल शुद्ध प्रतीकात्मक वस्तुओं के रूप में निर्दिष्ट हैं। हम यहां बता सकते हैं कि पानी के अणु से क्या पता चलता है:



और यहां बताया गया है कि हम एक 3D प्रतिपादन कैसे कर सकते हैं:



हम "ज्ञात रसायनों" से निपट सकते हैं:



हम मनमाने IUPAC नामों का उपयोग कर सकते हैं:



या हम "श्रृंगार" रसायन, उदाहरण के लिए उनके SMILES तार द्वारा उन्हें निर्दिष्ट करते हैं:



लेकिन हम यहां केवल चित्र नहीं बना रहे हैं। हम संरचना से चीजों की गणना भी कर सकते हैं - जैसे समरूपता:



एक अणु को देखते हुए, हम कार्बन-ऑक्सीजन बॉन्ड को हाइलाइट करने जैसे काम कर सकते हैं:



या संरचनाओं को हाइलाइट करें, एसएमएआरटीएस स्ट्रिंग्स द्वारा निर्दिष्ट (यहां कोई 5 सदस्यीय रिंग):



आप "अणु पैटर्न" की खोज भी कर सकते हैं; परिणाम परमाणु संख्या के संदर्भ में सामने आते हैं:



संस्करण 12.0 में हमने जो कम्प्यूटेशनल रसायन विज्ञान क्षमताएं जोड़ी हैं, वे बहुत सामान्य और बहुत शक्तिशाली हैं (इस चेतावनी के साथ कि अब तक वे केवल कार्बनिक अणुओं से निपटते हैं)। सबसे निचले स्तर पर वे अणुओं को बांड के अनुरूप किनारों के साथ लेबल ग्राफ के रूप में देखते हैं। लेकिन वे भौतिकी के बारे में भी जानते हैं, और परमाणु मूल्यों और बांड कॉन्फ़िगरेशन के लिए सही तरीके से खाते हैं। कहने की ज़रूरत नहीं है, बहुत सारे विवरण हैं (स्टिरियोकेमिस्ट्री, समरूपता, सुगंधितता, समस्थानिक, आदि के बारे में)। लेकिन अंतिम परिणाम यह है कि आणविक संरचना और आणविक गणना को अब उन क्षेत्रों की सूची में सफलतापूर्वक जोड़ दिया गया है जो वुल्फ्राम भाषा में एकीकृत हैं।

भौगोलिक कम्प्यूटिंग विस्तारित

वोल्फग्राम भाषा में पहले से ही भौगोलिक कंप्यूटिंग के लिए मजबूत क्षमताएं हैं, लेकिन संस्करण 12.0 में अधिक कार्य शामिल हैं, और उनमें से कुछ को बढ़ाता है जो पहले से ही वहां थे।

उदाहरण के लिए, अब रैंडमजीपोजिशन है , जो एक यादृच्छिक अव्यवस्थित स्थान बनाता है। कोई सोच सकता है कि यह तुच्छ होगा, लेकिन निश्चित रूप से एक को समन्वय परिवर्तनों के बारे में चिंता करना पड़ता है - और जो इसे और अधिक nontrivial बनाता है वह यह है कि कोई इसे केवल एक निश्चित क्षेत्र के अंदर अंक लेने के लिए कह सकता है, यहां फ्रांस का देश है:



संस्करण 12.0 में नई भौगोलिक क्षमताओं का एक विषय न केवल भौगोलिक बिंदुओं और क्षेत्रों को संभाल रहा है, बल्कि भौगोलिक वैक्टर भी है। यहां वर्तमान पवन वेक्टर, उदाहरण के लिए, एफिल टॉवर की स्थिति में, एक जियोवेक्टर के रूप में दर्शाया गया है , गति और दिशा के साथ (इसमें जियोवेक्टरेनयू भी है, जो पूर्व, उत्तर और ऊपर के घटकों के साथ-साथ जियोग्रिडवेक्टर और जियोवेक्टरएक्सवाईजेड भी देता है ):



GeoGraphics जैसे कार्य आपको असतत जियो वैक्टर की कल्पना करते हैं। GeoStreamPlot StreamPlot (या ListStreamPlot ) का जियो एनालॉग है- और जियो वैक्टर (यहां विंडडायरेनाड्टा से ) से निर्मित स्ट्रीमलाइन दिखाता है :



जियोडेसी एक गणितीय रूप से परिष्कृत क्षेत्र है, और हम इसे वुल्फराम भाषा में अच्छी तरह से करने पर गर्व करते हैं। संस्करण 12.0 में, हमने कुछ विवरण भरने के लिए कुछ नए कार्य जोड़े हैं। उदाहरण के लिए, अब हमारे पास GeoGridUnitDistance और GeoGridUnitArea जैसे कार्य हैं जो पृथ्वी (या चंद्रमा, मंगल, आदि) पर हर भू-स्थिति पर विभिन्न भू अनुमानों से जुड़े विरूपण (मूल रूप से, जैकबियन के eigenvalues) देते हैं।

थोड़ा दृश्य वृद्धि के बहुत सारे

विज़ुअलाइज़ेशन की एक दिशा जिसे हम लगातार विकसित कर रहे हैं, वह है जिसे "मेटा-ग्राफिक्स" कहा जा सकता है: ग्राफिकल चीजों का लेबलिंग और एनोटेशन। हमने संस्करण 11.0 में कॉलआउट की शुरुआत की; संस्करण 12.0 में इसे 3 डी ग्राफिक्स जैसी चीजों तक बढ़ाया गया है:



यह पता लगाना बहुत अच्छा है कि चीजों को लेबल करने के लिए, यहां तक ​​कि जब वे थोड़ा जटिल होते हैं:



बहुत सारे विवरण हैं जो ग्राफिक्स बनाने में बहुत मायने रखते हैं। संस्करण 12.0 में जो कुछ बढ़ाया गया है, वह सुनिश्चित कर रहा है कि ग्राफिक्स के कॉलम अपने तख्ते पर टिके हों, चाहे उनके टिक लेबल की लंबाई कितनी भी हो। हमने LabelVisibility को भी जोड़ा है, जो आपको उन संबंधित प्राथमिकताओं को निर्दिष्ट करने की अनुमति देता है जिनके साथ अलग-अलग लेबल दिखाई देने चाहिए।

संस्करण 12.0 की एक और नई विशेषता मल्टीपल प्लॉट लेआउट है, जहां अलग-अलग पैनल में अलग-अलग डेटासेट दिखाए जाते हैं, लेकिन पैनल जब चाहे तब कुल्हाड़ियों को साझा करते हैं:

ज्ञानवर्धन एकता को मजबूत करना

हमारा क्यूरेटेड नॉलेजबेस - उदाहरण के लिए वोल्फ्राम शक्ति | अल्फा विशाल और लगातार बढ़ रहा है। और वुल्फराम भाषा के हर संस्करण के साथ हम उत्तरोत्तर अपने एकीकरण को भाषा के मूल में कस रहे हैं।

संस्करण 12.0 में एक चीज जो हम कर रहे हैं वह है सैकड़ों प्रकार की संस्थाओं को सीधे भाषा में उजागर करना:



संस्करण 12.0 से पहले, वुल्फराम | अल्फा उदाहरण पृष्ठ कई प्रकार की संस्थाओं के दस्तावेज के लिए एक प्रॉक्सी के रूप में कार्य करते हैं। लेकिन अब उन सभी के लिए वुल्फ्राम भाषा के दस्तावेज हैं:



अभी भी सैटेलाइटडेटा , वेदरडाटा और फाइनेंशियलडाटा जैसे कार्य हैं जो इकाई प्रकारों को संभालते हैं जिन्हें नियमित रूप से जटिल चयन या गणना की आवश्यकता होती है। लेकिन संस्करण 12.0 में, प्रत्येक इकाई प्रकार को उसी तरह से एक्सेस किया जा सकता है, प्राकृतिक भाषा ("कंट्रोल + =") इनपुट, और "येलो-बॉक्सेड" संस्थाओं और गुणों के साथ:



वैसे, कोई भी निहितार्थों का उपयोग कर सकता है, जैसे कि यहां 5 तत्व उच्चतम ज्ञात पिघलने बिंदुओं के लिए पूछ रहे हैं:



और एक मानों की समय श्रृंखला प्राप्त करने के लिए दिनांक का उपयोग कर सकते हैं:

बाहरी डेटाबेस से बिग डेटा को एकीकृत करना

हमने वुल्फ्राम नॉलेजबेस में बनाए गए डेटा के साथ काम करना वास्तव में सुविधाजनक बना दिया है। आपके पास इकाइयाँ हैं, और गुणों के बारे में पूछना बहुत आसान है:



लेकिन अगर आपके पास अपना डेटा हो तो क्या होगा? क्या आप इसे सेट कर सकते हैं ताकि आप इसे आसानी से उपयोग कर सकें? संस्करण 11 की एक प्रमुख नई विशेषता EntityStore के अलावा थी, जिसमें कोई व्यक्ति अपने स्वयं के इकाई प्रकारों को परिभाषित कर सकता है, फिर संस्थाओं, गुणों और मूल्यों को निर्दिष्ट कर सकता है।

वुल्फ्राम डेटा रिपॉजिटरी में इकाई स्टोर के उदाहरण शामिल हैं। यहाँ एक है:



यह एक एकल इकाई प्रकार का वर्णन करता है: एक "SWLibraryBook" । इस प्रकार की संस्थाओं का उपयोग करने में सक्षम होने के लिए, बिल्ट-इन संस्थाओं की तरह, हम इकाई स्टोर को "रजिस्टर" करते हैं:



अब हम "SWLibraryBook" प्रकार की 10 यादृच्छिक संस्थाओं के लिए पूछ सकते हैं:



इकाई स्टोर में प्रत्येक इकाई में विभिन्न प्रकार के गुण होते हैं। यहां एक विशेष इकाई के लिए गुणों के मानों का डेटासेट दिया गया है:



ठीक है, लेकिन इस सेटअप के साथ हम मूल रूप से एक इकाई स्टोर की पूरी सामग्री को मेमोरी में पढ़ रहे हैं। इससे वुल्फ्राम लैंग्वेज ऑपरेशंस को जो कुछ भी चाहिए, उसे करने के लिए यह बहुत ही कुशल है। लेकिन यह बड़ी मात्रा में डेटा के लिए एक अच्छा मापनीय समाधान नहीं है - उदाहरण के लिए, डेटा जो स्मृति में फिट होने के लिए बहुत बड़ा है।

लेकिन बड़े डेटा का एक विशिष्ट स्रोत क्या है? बहुत बार यह एक डेटाबेस है, और आमतौर पर एक रिलेशनल है जिसे एसक्यूएल का उपयोग करके एक्सेस किया जा सकता है। हमारे पास एक दशक से भी कम समय के लिए SQL डेटाबेस में निम्न-स्तरीय रीड-राइट एक्सेस के लिए हमारा डेटाबेसलिंक पैकेज है । लेकिन संस्करण 12.0 में हम कुछ प्रमुख अंतर्निहित सुविधाओं को जोड़ रहे हैं, जो बाहरी रिलेशनल डेटाबेस को वफ़रम भाषा में इकाई स्टोरों की तरह संभाला जा सकता है, या वुल्फ्राम नॉलेजबेस के कुछ हिस्सों में बनाया जा सकता है।

चलो एक खिलौना उदाहरण के साथ शुरू करते हैं। यहाँ एक छोटे रिलेशनल डेटाबेस का प्रतीकात्मक प्रतिनिधित्व है जो एक फ़ाइल में संग्रहित किया जाता है:



तुरंत हमें एक बॉक्स मिलता है जो संक्षेप में बताता है कि डेटाबेस में क्या है, और हमें बताता है कि इस डेटाबेस में 8 टेबल हैं। यदि हम बॉक्स खोलते हैं, तो हम उन तालिकाओं की संरचना का निरीक्षण करना शुरू कर सकते हैं:



फिर हम इस संबंधपरक डेटाबेस को वुल्फराम भाषा में एक इकाई स्टोर के रूप में सेट कर सकते हैं। यह बहुत हद तक लाइब्रेरी बुक यूनिट स्टोर के समान है, लेकिन अब वास्तविक डेटा मेमोरी में नहीं खींचा गया है; इसके बजाय यह अभी भी बाहरी संबंधपरक डेटाबेस में है, और हम वुल्फ भाषा में संस्थाओं के लिए मानचित्रण ("ORM- जैसा") को परिभाषित कर रहे हैं:



अब हम इस इकाई स्टोर को पंजीकृत कर सकते हैं, जो डेटाबेस प्रकारों का एक समूह सेट करता है जो (कम से कम डिफ़ॉल्ट रूप से) डेटाबेस में तालिकाओं के नामों के नाम पर होता है:



और अब हम इन पर "इकाई संगणनाएँ" कर सकते हैं, ठीक वैसे ही जैसे हम वुल्फरम नॉलेजबेस में निर्मित संस्थाओं पर करते हैं। यहां प्रत्येक इकाई डेटाबेस में "कर्मचारी" तालिका में एक पंक्ति से मेल खाती है:



किसी दिए गए निकाय प्रकार के लिए, हम पूछ सकते हैं कि इसमें क्या गुण हैं। ये "गुण" अंतर्निहित डेटाबेस में तालिका में कॉलम के अनुरूप हैं:



अब हम किसी विशेष इकाई की किसी विशेष संपत्ति का मूल्य पूछ सकते हैं:



हम मानदंड देकर भी संस्थाओं को चुन सकते हैं; यहां हम "राशि" संपत्ति के 4 सबसे बड़े मूल्यों के साथ "भुगतान" संस्थाओं के लिए पूछ रहे हैं:



हम इन सबसे बड़ी मात्राओं के मूल्यों के लिए समान रूप से पूछ सकते हैं:



ठीक है, लेकिन यहां वह अधिक दिलचस्प है: अब तक हम थोड़ा फाइल-समर्थित डेटाबेस देख रहे हैं। लेकिन हम बाहरी सर्वर पर होस्ट किए गए एक विशाल डेटाबेस के साथ बिल्कुल वैसा ही कर सकते हैं।

एक उदाहरण के रूप में, आइए, टेराबाइट के आकार के OpenStreetMap PostgreSQL डेटाबेस से जुड़ें जिसमें मूल रूप से दुनिया का स्ट्रीट मैप है:



पहले की तरह, आइए इस डेटाबेस में तालिका को इकाई प्रकारों के रूप में पंजीकृत करें। अधिकांश-इन-द-वाइल्ड डेटाबेस की तरह संरचना में बहुत कम गड़बड़ियां हैं, जो चारों ओर काम करती हैं, लेकिन चेतावनी उत्पन्न करती हैं:



लेकिन अब हम डेटाबेस के बारे में सवाल पूछ सकते हैं - जैसे कि दुनिया के सभी रास्तों में कितने जियो पॉइंट्स या "नोड्स" हैं (और, हाँ, यह एक बड़ी संख्या है, यही वजह है कि डेटाबेस बड़ा है):



यहाँ हम (101 GB) प्लैनेट_ओसम_पॉलिगो टेबल में 10 सबसे बड़े (अनुमानित) क्षेत्रों के साथ वस्तुओं के नाम पूछ रहे हैं (और, हाँ, यह एक सेकंड के अंतर्गत आता है):



तो यह सब कैसे काम करता है? मूल रूप से यह हो रहा है कि हमारे वुल्फ्राम भाषा का प्रतिनिधित्व निम्न स्तर के एसक्यूएल प्रश्नों में संकलित हो रहा है जिन्हें फिर डेटाबेस सर्वर पर सीधे निष्पादित करने के लिए भेजा जाता है।

कभी-कभी आप उन परिणामों के लिए पूछेंगे जो केवल अंतिम मान हैं (जैसे, कहते हैं, "मात्रा" ऊपर)। लेकिन अन्य मामलों में आप कुछ मध्यवर्ती चाहते हैं - जैसे कि एक विशेष तरीके से चयनित संस्थाओं का संग्रह। और निश्चित रूप से इस संग्रह में एक अरब प्रविष्टियाँ हो सकती हैं। तो हम संस्करण 12.0 में जो कुछ भी शुरू कर रहे हैं उसकी एक बहुत ही महत्वपूर्ण विशेषता यह है कि हम ऐसी चीज़ों को पूरी तरह से प्रतीकात्मक रूप से दर्शा सकते हैं और उनमें हेरफेर कर सकते हैं, उन्हें केवल अंत में कुछ विशेष के लिए हल कर सकते हैं।

अपने टॉय डेटाबेस में वापस जाते हुए, यहाँ एक उदाहरण दिया गया है कि हम देश के दिए गए मान के साथ सभी ग्राहकों के लिए कुल क्रेडिटलिमिट को एकत्रित करके प्राप्त संस्थाओं का एक वर्ग कैसे निर्दिष्ट करेंगे:



सबसे पहले, यह सिर्फ कुछ प्रतीकात्मक है। लेकिन अगर हम विशिष्ट मूल्यों के लिए पूछते हैं, तो वास्तविक डेटाबेस प्रश्न किए जाते हैं, और हमें विशिष्ट परिणाम मिलते हैं:



विभिन्न प्रकार के प्रश्नों को स्थापित करने के लिए नए कार्यों का एक परिवार है। और फ़ंक्शंस वास्तव में न केवल रिलेशनल डेटाबेस के लिए, बल्कि यूनिट स्टोर्स के लिए, और बिल्ट-इन वोल्फ्राम नॉलेजबेस के लिए भी काम करते हैं। इसलिए, उदाहरण के लिए, हम तत्वों की आवर्त सारणी में दी गई अवधि के लिए औसत परमाणु द्रव्यमान के लिए पूछ सकते हैं:



एक महत्वपूर्ण नया निर्माण EntityFunction है । EntityFunction फ़ंक्शन की तरह है, सिवाय इसके कि इसके चर संस्थाओं (या संस्थाओं के वर्गों) का प्रतिनिधित्व करते हैं और यह उन कार्यों का वर्णन करता है जो बाहरी डेटाबेस पर सीधे किए जा सकते हैं। यहां अंतर्निहित डेटा के साथ एक उदाहरण है, जिसमें हम एक "फ़िल्टर्ड" इकाई वर्ग को परिभाषित कर रहे हैं जिसमें फ़िल्टरिंग मानदंड एक फ़ंक्शन है जो जनसंख्या मूल्यों का परीक्षण करता है। FilteredEntityClass का केवल प्रतीकात्मक रूप से प्रतिनिधित्व किया जाता है, लेकिन EntityList वास्तव में क्वेरी करता है, और (यहां, अनसोल्ड) संस्थाओं की एक स्पष्ट सूची को हल करता है:




EntityFunction , AggregatedEntityClass और SortedEntityClass के अलावा , संस्करण 12.0 में SampedEntityClass (एक वर्ग से कुछ निकाय प्राप्त करने के लिए), ExtendedEntityClass (संपत्तियों को जोड़ने के लिए) और CombinedEntityClass (विभिन्न वर्गों के गुणों को संयोजित करने के लिए) शामिल हैं। इन प्राथमिकताओं के साथ, कोई भी " रिलेशनल बीजगणित " के सभी मानक संचालन का निर्माण कर सकता है।

मानक डेटाबेस प्रोग्रामिंग में, एक आम तौर पर "जॉइन" और "फॉरेन कीज" के पूरे जंगल के साथ समाप्त होता है। हमारा वुल्फ्राम भाषा प्रतिनिधित्व आपको उच्च स्तर पर संचालित करने की अनुमति देता है - जहां मूल रूप से फ़ंक्शन रचना बन जाती है और विदेशी कुंजी बस अलग-अलग प्रकार के होते हैं। (यदि आप स्पष्ट जुड़ाव करना चाहते हैं, हालांकि, आप कर सकते हैं - उदाहरण के लिए CombinedEntityClass का उपयोग करके।)

हुड के नीचे क्या हो रहा है कि उन सभी वुल्फराम भाषा निर्माणों को SQL में संकलित किया जा रहा है, या अधिक सटीक रूप से, SQL की विशिष्ट बोली जो आपके द्वारा उपयोग किए जा रहे विशेष डेटाबेस के लिए उपयुक्त है (हम वर्तमान में SQLite , MySQL , PostgreSQL और MS का समर्थन करते हैं) -SQL , जल्द ही OracleSQL के लिए समर्थन के साथ)। जब हम संकलन करते हैं, तो हम स्वचालित रूप से प्रकारों की जांच कर रहे हैं, यह सुनिश्चित करने के लिए कि आप एक सार्थक क्वेरी प्राप्त करते हैं। यहां तक ​​कि काफी सरल वुल्फ्राम भाषा विनिर्देश एसक्यूएल की कई लाइनों में बदल सकते हैं। उदाहरण के लिए,



निम्नलिखित मध्यवर्ती SQL (यहाँ SQLite डेटाबेस क्वेरी के लिए) का उत्पादन करेगा:



डेटाबेस एकीकरण सिस्टम जो हमारे पास संस्करण 12.0 में है, वह बहुत परिष्कृत है - और हम इस पर काफी सालों से काम कर रहे हैं। यह वुल्फराम भाषा को बड़े डेटा में सीधे "bigness" के एक नए स्तर को संभालने की अनुमति देने के लिए एक महत्वपूर्ण कदम है - और वुल्फराम भाषा को सीधे टेराबाइट-आकार के डेटासेट पर और उससे आगे डेटा साइंस करने की अनुमति देता है। दुनिया में कौन-कौन सी सड़क जैसी संस्थाएँ हैं उनके नाम में "वुल्फ्राम" है:

RDF, SPARQL और वह सब

दुनिया के बारे में ज्ञान का प्रतिनिधित्व करने का सबसे अच्छा तरीका क्या है? यह एक ऐसा मुद्दा है जिस पर प्राचीन काल से दार्शनिकों (और अन्यों) ने बहस की है। कभी-कभी लोगों ने कहा कि तर्क की कुंजी थी। कभी गणित। कभी-कभी रिलेशनल डेटाबेस। लेकिन अब हम कम से कम एक ठोस आधार को जानते हैं (या कम से कम, मुझे पूरा यकीन है कि हम ऐसा करते हैं): सब कुछ गणना द्वारा दर्शाया जा सकता है। यह एक शक्तिशाली विचार है - और इस अर्थ में कि वुल्फराम भाषा के साथ हम जो कुछ भी करते हैं वह संभव है।

लेकिन क्या सामान्य गणना के सबसेट हैं जो कम से कम कुछ प्रकार के ज्ञान का प्रतिनिधित्व करने के लिए उपयोगी हैं? वुल्फ्राम नॉलेजबेस में बड़े पैमाने पर उपयोग करने वाली संस्थाओं ("न्यूयॉर्क शहर"), गुणों ("जनसंख्या") और उनके मूल्यों ("8.6 मिलियन लोग") की धारणा है। बेशक इस तरह के त्रिगुण दुनिया में सभी ज्ञान का प्रतिनिधित्व नहीं करते हैं ("मंगल की स्थिति कल क्या होगी?")। लेकिन जब वे विशिष्ट चीजों के बारे में "स्थिर" ज्ञान के कुछ प्रकारों की बात करते हैं तो वे एक अच्छी शुरुआत करते हैं।

तो कोई इस तरह के ज्ञान प्रतिनिधित्व को कैसे औपचारिक बना सकता है? एक उत्तर ग्राफ डेटाबेस के माध्यम से है। और संस्करण 12.0 में - कई "अर्थ वेब" परियोजनाओं के साथ संरेखण में - हम आरडीएफ का उपयोग करके ग्राफ डेटाबेस का समर्थन कर रहे हैं, और एसपीएआरक्यूएल का उपयोग करके उनके खिलाफ प्रश्न कर रहे हैं। RDF में केंद्रीय वस्तु एक IRI ("अंतर्राष्ट्रीय संसाधन पहचानकर्ता") है, जो एक इकाई या एक संपत्ति का प्रतिनिधित्व कर सकता है। " ट्रिपप्लेस्टोर " में तब त्रिगुणों ("विषय", "विधेय", "वस्तु") का एक संग्रह होता है, जिसमें प्रत्येक तत्व प्रत्येक त्रिभुज में IRI (या शाब्दिक, जैसे संख्या) होता है। पूरे ऑब्जेक्ट को तब ग्राफ डेटाबेस या ग्राफ़ स्टोर या, गणितीय रूप से, एक हाइपरग्राफ के रूप में सोचा जा सकता है। (यह एक हाइपरग्राफ है क्योंकि विधेय "किनारों" भी कहीं और कोने हो सकते हैं।)

आप अपनी खुद की RDFStore का निर्माण कर सकते हैं जैसे आप एक EntityStore का निर्माण करते हैं- और वास्तव में आप किसी भी Wolfram Language EntityStore को SPARQL का उपयोग करके क्वेरी कर सकते हैं जैसे आप RDFStore को क्वेरी करते हैं । और चूंकि वुल्फ्राम नॉलेजबेस की इकाई-संपत्ति का हिस्सा एक इकाई स्टोर के रूप में माना जा सकता है, इसलिए आप इसे क्वेरी भी कर सकते हैं। तो यहाँ, अंत में, एक उदाहरण है। देश-शहर सूची इकाई [" देश "], इकाई [" शहर "]} प्रभावी रूप से एक RDF स्टोर का प्रतिनिधित्व करता है। तब SPARQLSelect इस स्टोर पर काम करने वाला एक ऑपरेटर है। "SPARQL चर" x के लिए एक विशेष मान के साथ जो कुछ भी आप पूछ रहे हैं, उसे खोजने के लिए एक ट्रिपल खोजने की कोशिश करना क्या है:




बेशक, वुल्फराम भाषा में ऐसा करने का एक बहुत सरल तरीका भी है:



लेकिन SPARQL के साथ आप बहुत अधिक विदेशी चीजें कर सकते हैं - जैसे पूछें कि क्या संपत्ति अमेरिका से मेक्सिको से संबंधित हैं:



या फिर पुर्तगाल से जर्मनी तक सीमावर्ती देश के संबंध पर एक रास्ता है या नहीं:



सिद्धांत रूप में आप बस एक स्ट्रिंग के रूप में SPARQL क्वेरी लिख सकते हैं (थोड़ा सा आप SQL स्ट्रिंग लिख सकते हैं)। लेकिन हमने संस्करण 12.0 में जो कुछ किया है, वह SPARQL का एक प्रतीकात्मक प्रतिनिधित्व है जो प्रतिनिधित्व पर कम्प्यूटेशन की अनुमति देता है, जिससे यह आसान हो जाता है, उदाहरण के लिए, स्वचालित रूप से जटिल SPARQL प्रश्न उत्पन्न करना। (और ऐसा करना विशेष रूप से महत्वपूर्ण है क्योंकि, अपने दम पर, व्यावहारिक SPARQL प्रश्नों को बहुत लंबा और कुरूप होने की आदत है।)

ठीक है, लेकिन क्या जंगल में आरडीएफ स्टोर हैं? यह लंबे समय से चलने वाली आशा है कि वेब के एक बड़े हिस्से को किसी भी तरह "सिमेंटिक" होने के लिए पर्याप्त रूप से टैग किया जाएगा और वास्तव में एक विशाल आरडीएफ स्टोर हो सकता है। अगर ऐसा हुआ तो बहुत अच्छा होगा, लेकिन अभी तक यह निश्चित रूप से नहीं हुआ है। फिर भी, वहाँ कुछ सार्वजनिक RDF स्टोर हैं, और संगठनों के भीतर कुछ RDF स्टोर भी हैं, और संस्करण 12.0 में हमारी नई क्षमताओं के साथ हम उनके साथ दिलचस्प चीजें करने के लिए एक अद्वितीय स्थिति में हैं।

संख्यात्मक अनुकूलन

गणित के औद्योगिक अनुप्रयोगों में एक अविश्वसनीय रूप से सामान्य समस्या है: "यदि कुछ बाधाओं को पूरा करना हो तो क्या विन्यास लागत को कम करता है (या भुगतान को अधिकतम करता है)?" आधी सदी से अधिक समय पहले, इस तरह की समस्या के रैखिक संस्करणों को हल करने के लिए तथाकथित सिम्प्लेक्स एल्गोरिथ्म का आविष्कार किया गया था, जिसमें उद्देश्य फ़ंक्शन (लागत, अदायगी) और बाधाएं दोनों समस्या में चर के रैखिक कार्य हैं। 1980 के दशक तक बहुत अधिक कुशल ("आंतरिक बिंदु") विधियों का आविष्कार किया गया था - और हमने लंबे समय तक वोल्फ्राम भाषा में " रैखिक प्रोग्रामिंग " करने के लिए ये किया है।

लेकिन नॉनलाइनर समस्याओं के बारे में क्या? खैर, सामान्य मामले में, कोई NMINimize जैसे कार्यों का उपयोग कर सकता है। और वे एक अत्याधुनिक काम करते हैं। लेकिन यह एक कठिन समस्या है। हालांकि, कुछ साल पहले, यह स्पष्ट हो गया कि गैर-रैखिक अनुकूलन समस्याओं के बीच भी, तथाकथित उत्तल अनुकूलन समस्याओं का एक वर्ग है जो वास्तव में रैखिक रूप से लगभग कुशलता से हल किया जा सकता है। ("उत्तल") का अर्थ है कि उद्देश्य और अड़चनों दोनों में केवल उत्तल कार्य शामिल हैं - ताकि कोई भी चीज "व्यंग्य" नहीं कर सके क्योंकि एक चरम सीमा तक पहुंच जाता है, और कोई भी स्थानीय मिनीमा नहीं हो सकता है जो वैश्विक मिनीमा नहीं है।)

संस्करण 12.0 में, अब हम उत्तल अनुकूलन के सभी विभिन्न मानक वर्गों के लिए मजबूत कार्यान्वयन प्राप्त कर चुके हैं। यहाँ एक सरल मामला है, जिसमें रैखिक बाधाओं की एक जोड़ी के साथ एक द्विघात रूप को कम करना शामिल है:



NMinimize पहले से ही संस्करण 11.3 में यह विशेष समस्या कर सकता है:



लेकिन अगर एक और अधिक चर था, तो पुराने NMinimize जल्दी से नीचे गिर जाएगा। संस्करण 12.0 में, हालांकि, द्विघात अनुकूलन केवल 100,000 से अधिक चर के साथ 100,000 से अधिक चर तक ठीक काम करना जारी रखेगा (इसलिए जब तक वे काफी विरल हैं)।

वर्जन 12.0 में हमें "कच्ची उत्तल अनुकूलन" सेमिनारफाइनाइटऑप्टिमाइजेशन (जो रैखिक मैट्रिक्स असमानताओं को संभालता है) और कॉनिकओप्टिमाइजेशन (जो रैखिक वेक्टर असमानताओं को संभालता है) जैसे कार्य करता है। लेकिन NMinimize और FindMinimum जैसे फ़ंक्शंस भी स्वचालित रूप से पहचान लेंगे जब एक समस्या को एक अनुकूलन अनुकूलन रूप में परिवर्तित करके कुशलता से हल किया जा सकता है।

उत्तल अनुकूलन समस्याओं को कैसे सेट करता है? बड़े पूरे वैक्टर या वैरिएबल के मैट्रेस पर अड़चनें शामिल करते हैं। और संस्करण 12.0 में अब हमारे पास वेक्टरग्रेटरीक्वाल (≥ के रूप में इनपुट) जैसे कार्य हैं जो तुरंत इनका प्रतिनिधित्व कर सकते हैं।

Nonlinear परिमित तत्व विश्लेषण

आंशिक अंतर समीकरण कठिन हैं, और हम 30 वर्षों से उन्हें संभालने के लिए अधिक से अधिक परिष्कृत और सामान्य तरीकों पर काम कर रहे हैं। हमने पहली बार 1991 में NDSolve ( ODE के लिए) संस्करण 2 में पेश किया था । 1990 के दशक के मध्य तक हमारा पहला (1 + 1-आयामी) संख्यात्मक पीडीई था। 2003 में हमने संख्यात्मक अंतर समीकरणों को संभालने के लिए अपने शक्तिशाली, मॉड्यूलर ढांचे की शुरुआत की। लेकिन पीडीई के संदर्भ में हम अभी भी मूल रूप से केवल सरल, आयताकार क्षेत्रों के साथ काम कर रहे थे। हमारी संपूर्ण कम्प्यूटेशनल ज्यामिति प्रणाली के निर्माण की आवश्यकता से परे जाने के लिए, जिसे हमने 10. संस्करण 10 में पेश किया था और इसके साथ, हमने अपना पहला परिमित तत्व पीडीई सॉल्वर जारी किया। संस्करण 11 में, हम तब eigen समस्याओं के लिए सामान्यीकृत।

अब, संस्करण 12 में, हम एक और प्रमुख सामान्यीकरण शुरू कर रहे हैं: नाइलिनियर परिमित तत्व विश्लेषण। परिमित तत्व विश्लेषण में छोटे असतत त्रिभुज, टेट्राहेड्रा आदि में क्षेत्रों को विघटित करना शामिल है - जिस पर मूल पीडीई को बड़ी संख्या में युग्मित समीकरणों द्वारा अनुमानित किया जा सकता है। जब मूल पीडीई रैखिक होता है, तो ये समीकरण भी रैखिक होंगे - और यह विशिष्ट मामला है जब लोग "परिमित विश्लेषण विश्लेषण" के बारे में बात करते हैं।

लेकिन व्यावहारिक महत्व के कई पीडीई हैं जो रैखिक नहीं हैं - और इन एक से निपटने के लिए नॉनलाइनियर परिमित तत्व विश्लेषण की आवश्यकता है, जो कि अब हमारे पास संस्करण 12.0 में है।

एक उदाहरण के रूप में, यहाँ यह नास्टली नाइलिनियर पीडीई को हल करने के लिए क्या लगता है जो 2 डी न्यूनतम सतह की ऊँचाई का वर्णन करता है (कहते हैं, एक आदर्श साबुन फिल्म), यहाँ एक वार्षिकी पर, (डरिचलेट) सीमा की स्थिति के साथ जो कि साइनसोलाइड रूप से स्लाइड करता है। किनारों (जैसे कि साबुन की फिल्म को तारों से निलंबित कर दिया गया था):



मेरे कंप्यूटर पर इस समीकरण को हल करने के लिए एक सेकंड का सिर्फ एक चौथाई हिस्सा लगता है, और एक इंटरपोलिंग फ़ंक्शन मिलता है। यहाँ समाधान का प्रतिनिधित्व करने वाले प्रक्षेप समारोह का एक भूखंड है:

नया, परिष्कृत संकलक

हमने वर्षों में वुल्फराम भाषा कार्यक्रमों के निष्पादन को अनुकूलित करने में बहुत सारी इंजीनियरिंग लगाई है। पहले से ही 1989 में हमने स्वचालित रूप से सरल मशीन-सटीक संख्यात्मक अभिकलन को एक कुशल वर्चुअल मशीन के निर्देश के लिए संकलित करना शुरू कर दिया (और, जैसा कि ऐसा होता है, मैंने इसके लिए मूल कोड लिखा था)। इन वर्षों में, हमने इस संकलक की क्षमताओं को बढ़ाया है, लेकिन यह हमेशा काफी सरल कार्यक्रमों तक सीमित रहा है।

संस्करण 12.0 में हम एक बड़ा कदम उठा रहे हैं, और हम एक नए, बहुत अधिक शक्तिशाली संकलक का पहला संस्करण जारी कर रहे हैं, जिस पर हम कई वर्षों से काम कर रहे हैं। यह कंपाइलर प्रोग्रामों की एक बहुत व्यापक श्रेणी (जटिल कार्यात्मक निर्माण और विस्तृत नियंत्रण प्रवाह सहित) को संभालने में सक्षम है, और यह एक वर्चुअल मशीन के लिए नहीं बल्कि सीधे स्वदेशी मशीन कोड को अनुकूलित करने के लिए भी संकलित कर रहा है।

संस्करण 12.0 में हम अभी भी नए संकलक को प्रयोगात्मक मानते हैं। लेकिन यह तेजी से आगे बढ़ रहा है, और यह वुल्फ्राम भाषा में बहुत सारी चीजों की दक्षता पर एक नाटकीय प्रभाव डालने वाला है। संस्करण 12.0 में, हम केवल विशिष्ट संकलन कार्यों के साथ, नए संकलक के "किट फॉर्म" को उजागर कर रहे हैं। लेकिन हम उत्तरोत्तर संकलक को अधिक से अधिक स्वचालित रूप से संचालित कर रहे होंगे - मशीन लर्निंग और अन्य तरीकों से पता लगाना जब यह संकलन के स्तर को करने के लिए समय लेने के लायक है।

तकनीकी स्तर पर, नया संस्करण 12.0 कंपाइलर LLVM पर आधारित है, और LLVM कोड जेनरेट करके काम करता है - उसी निम्न-स्तरीय रनटाइम लाइब्रेरी में लिंक करना जो स्वयं वुल्फराम भाषा कर्नेल उपयोग करता है, और कार्यक्षमता के लिए पूर्ण वुल्फ भाषा कर्नेल को कॉल करता है। यह रनटाइम लाइब्रेरी में नहीं है।

यहाँ मूल तरीके से एक नए संकलक के वर्तमान संस्करण में शुद्ध कार्य संकलित किया गया है:



परिणामी संकलित कोड फ़ंक्शन मूल फ़ंक्शन की तरह ही काम करता है, हालांकि तेज़:



FunctionCompile एक तेज़ी से कार्य करने देता है, इसका एक बड़ा हिस्सा यह है कि आप इसे उस तर्क के प्रकार के बारे में धारणा बनाने के लिए कह रहे हैं जो इसे प्राप्त होने जा रहा है। हम बहुत सारे मूल प्रकारों का समर्थन कर रहे हैं (जैसे " Integer32 " और " Real64 ")। लेकिन जब आप FunctionCompile का उपयोग करते हैं, तो आप विशेष तर्क प्रकारों के लिए प्रतिबद्ध होते हैं, इसलिए बहुत अधिक सुव्यवस्थित कोड का उत्पादन किया जा सकता है।

नए संकलक का बहुत परिष्कार एक प्रोग्राम के निष्पादन में किस प्रकार के डेटा को उत्पन्न करने के लिए संबंधित होगा। (इसमें बहुत सारे ग्राफ प्रमेय और अन्य एल्गोरिदम शामिल हैं, और कहने की जरूरत नहीं है, संकलक के लिए सभी मेटाग्रोमैगिंग वुल्फराम भाषा के साथ किया जाता है।)

यहां एक उदाहरण दिया गया है जिसमें थोड़ा सा प्रकार का अंतर्ग्रहण शामिल है (फ़ाइबर का प्रकार "इंटेगर 64" -> "इंटेगर 64" : एक पूर्णांक फ़ंक्शन एक पूर्णांक लौटाता है):



मेरे कंप्यूटर पर cf [25] अनकैप्ड फंक्शन की तुलना में लगभग 300 गुना तेज चलता है। (बेशक, संकलित संस्करण तब विफल हो जाता है जब इसका आउटपुट " Integer64 " प्रकार का नहीं होता है, लेकिन मानक वोल्फ़्राम भाषा संस्करण अभी ठीक काम करना जारी रखता है।)

पहले से ही कंपाइलर सैकड़ों वुल्फ्राम लैंग्वेज प्रोग्रामिंग प्राइमेटिव्स को हैंडल कर सकता है, उचित रूप से ट्रैकिंग कर सकता है कि किस प्रकार के उत्पादन होते हैं - और कोड उत्पन्न करना जो इन प्राइमेटिक्स को सीधे लागू करता है। कभी-कभी, हालांकि, कोई वुल्फ्राम भाषा में परिष्कृत कार्यों का उपयोग करना चाहेगा, जिसके लिए किसी के खुद के संकलित कोड को उत्पन्न करने का कोई मतलब नहीं है - और जहां कोई वास्तव में करना चाहता है वह इन कार्यों के लिए वुल्फराम भाषा कर्नेल में कॉल करना है। । संस्करण 12.0 में कर्नेलफ़ंक्शन एक ऐसा करने देता है:



ठीक है, लेकिन मान लें कि किसी को एक संकलित कोड फ़ंक्शन मिला है। इससे कोई क्या कर सकता है? खैर, सबसे पहले इसे सिर्फ वुल्फराम भाषा के अंदर ही चला सकते हैं। कोई इसे संग्रहीत भी कर सकता है, और बाद में इसे चला सकता है। कोई विशेष संकलन एक विशिष्ट प्रोसेसर आर्किटेक्चर (जैसे 64-बिट x 86) के लिए किया जाता है। लेकिन CompiledCodeFunction स्वचालित रूप से एक अलग वास्तुकला के लिए अतिरिक्त संकलन करने के लिए पर्याप्त जानकारी रखता है अगर यह आवश्यक है।

लेकिन एक CompiledCodeFunction को देखते हुए, दिलचस्प नई संभावनाओं में से एक यह है कि कोई सीधे कोड उत्पन्न कर सकता है जो कि वुल्फराम भाषा के वातावरण के बाहर भी चलाया जा सकता है। (हमारे पुराने कंपाइलर में CCodeGenerate पैकेज था जो साधारण मामलों में थोड़ी समान क्षमता प्रदान करता था - हालाँकि तब भी C कंपाइलर आदि के विस्तृत टूलचैन पर निर्भर करता है)

यहां बताया गया है कि कोई व्यक्ति कच्चे एलएलवीएम कोड को कैसे निर्यात कर सकता है (ध्यान दें कि टेल रिक्रिएशन ऑप्टिमाइज़ेशन जैसी चीजें अपने आप हो जाती हैं - और अंत में प्रतीकात्मक कार्य और संकलक विकल्प भी देखें):



यदि कोई FunctionCompileExportLibrary का उपयोग करता है, तो एक को एक लाइब्रेरी फ़ाइल मिलती है - मैक पर .llib, विंडोज पर .dso और लिनक्स पर .so। इसका उपयोग वोल्फ्रैम भाषा में LibraryFunctionLoad करके कर सकते हैं । लेकिन एक बाहरी कार्यक्रम में भी इसका उपयोग कर सकते हैं।

नए संकलक की व्यापकता को निर्धारित करने वाली मुख्य चीजों में से एक इसकी प्रकार प्रणाली की समृद्धि है। अभी संकलक 14 परमाणु प्रकार (जैसे " बुलियन ", " इंटेगर 8 ", " कॉम्प्लेक्स 64 ", आदि) का समर्थन करता है। यह " PackedArray " जैसे प्रकार के निर्माणकर्ताओं का भी समर्थन करता है - उदाहरण के लिए, TypeSpecifier [" PackedArray "] [ "Real64", 2 ] 64-bit reals के रैंक -2 पैक किए गए सरणी से मेल खाती है।

वुल्फ्राम भाषा के आंतरिक कार्यान्वयन में (जो, वैसे, वुल्फराम भाषा में ही है) हमने लंबे समय तक सरणियों को संग्रहीत करने का एक अनुकूलित तरीका अपनाया है। संस्करण 12.0 में हम इसे न्यूमेरिक ऐरे के रूप में उजागर कर रहे हैं। साधारण वुल्फराम भाषा के निर्माणों के विपरीत, आपको न्यूमेरिकएरे को विस्तार से बताना होगा कि उसे डेटा को कैसे संग्रहीत करना चाहिए। लेकिन फिर यह एक अच्छा, अनुकूलित तरीके से काम करता है:

पायथन और अन्य भाषाओं को कॉल करना

संस्करण 11.2 में हमने एक्सटर्लेक्ट को पेश किया, जिससे आप पाइथन और जावास्क्रिप्ट जैसी भाषाओं में वुल्फराम भाषा ( पायथन में , "^" का अर्थ बिट्क्सर ) से करते हैं:



संस्करण 11.3 में, हमने बाहरी भाषा कोशिकाओं को पेश किया, जिससे बाहरी भाषा के कार्यक्रमों या अन्य इनपुट को सीधे नोटबुक में दर्ज करना आसान हो जाता है:



संस्करण 12.0 में, हम एकीकरण को मजबूत कर रहे हैं। उदाहरण के लिए, एक बाहरी भाषा स्ट्रिंग के अंदर, आप वुल्फराम भाषा कोड का मूल्यांकन करने के लिए <* ... *> का उपयोग कर सकते हैं:



यह बाहरी भाषा कोशिकाओं में भी काम करता है:



बेशक, पायथन वुल्फराम भाषा नहीं है, इसलिए कई चीजें काम नहीं करती हैं:



लेकिन विदेश में कम से कम पायथन से कई प्रकार के डेटा वापस आ सकते हैं, जिसमें सूचियां ( सूची के रूप में), शब्दकोशों ( एसोसिएशन के रूप में), चित्र ( छवि के रूप में), दिनांक (दिनांक के रूप में), NumPy सरणियों ( NumericAray के रूप में) और पांडा डेटासेट (समय के अनुसार) , डेटासेट , आदि)। ( एक्सक्लूसिवली एक्सटर्नल आब्जेक्ट भी लौटा सकते हैं जो मूल रूप से एक ऑब्जेक्ट के लिए एक हैंडल है जिसे आप पायथन में वापस भेज सकते हैं।)

आप सीधे बाहरी कार्यों का भी उपयोग कर सकते हैं (थोड़ा विचित्र रूप से नामित ऑर्ड मूल रूप से टोहट्रैकरोडोड का पायथन एनालॉग है:



और यहाँ एक पायथन शुद्ध कार्य है, जो वुल्फराम भाषा में प्रतीकात्मक रूप से दर्शाया गया है:

पायथन और अन्य स्थानों से वुल्फराम भाषा को कॉल करना

वुल्फ्राम भाषा का उपयोग कैसे किया जाना चाहिए? कई तरीके हैं। कोई इसे सीधे नोटबुक में उपयोग कर सकता है। एक एपीआई को कॉल कर सकता है जो इसे क्लाउड में निष्पादित करता है। या एक कमांड-लाइन शेल में वुल्फरामस्क्रिप्ट का उपयोग कर सकते हैं। वोल्फ्रामस्क्रिप्ट एक स्थानीय वुल्फ्राम इंजन के खिलाफ या क्लाउड में वुल्फराम इंजन के खिलाफ चल सकता है। यह आपको सीधे निष्पादित करने के लिए कोड देता है:



और यह आपको कार्य को परिभाषित करने जैसी चीजें करने देता है, उदाहरण के लिए एक फाइल में कोड के साथ:




संस्करण 12.0 की रिलीज़ के साथ, हम अपनी पहली नई वुल्फ्राम लैंग्वेज क्लाइंट लाइब्रेरी- for Python भी जारी कर रहे हैं। इस लाइब्रेरी का मूल विचार यह है कि पाइथन कार्यक्रमों के लिए वुल्फ्राम भाषा को कॉल करना आसान हो। (यह इंगित करने योग्य है कि हमने प्रभावी रूप से 30 साल से कम समय के लिए C भाषा क्लाइंट लाइब्रेरी की है - जिसे अब WSTP कहा जाता है।)

अलग-अलग भाषाओं के लिए भाषा क्लाइंट लाइब्रेरी के काम करने का तरीका अलग होता है।पायथन के लिए - एक व्याख्या की गई भाषा के रूप में (जो कि वास्तव में ऐतिहासिक रूप से प्रारंभिक वुल्फराम भाषा द्वारा सूचित किया गया था) - यह विशेष रूप से सरल है। जब आप लाइब्रेरी की स्थापना करते हैं , और एक सत्र शुरू करते हैं (स्थानीय रूप से या बादल में), तो आप केवल वुल्फराम भाषा कोड का मूल्यांकन कर सकते हैं और परिणाम वापस पायथन में प्राप्त



कर सकते हैं : आप सीधे वुल्फराम भाषा के कार्यों का उपयोग भी कर सकते हैं (एक तरह के व्युत्क्रम के रूप में) बाहरीकरण ):



और आप सीधे पंडों की संरचनाओं, न्यूमपी सरणियों आदि के साथ बातचीत कर सकते हैं। वास्तव में, आप प्रभावी रूप से एक विशाल पुस्तकालय की तरह पूरे वुल्फराम भाषा का इलाज कर सकते हैं जिसे पायथन से पहुँचा जा सकता है। या, ज़ाहिर है, आप सीधे अच्छी, एकीकृत वुल्फ्राम भाषा का उपयोग कर सकते हैं, शायद बाहरी एपीआई बना रहे हैं यदि आपको उनकी आवश्यकता है।

वुल्फ्राम "सुपर शेल" के लिए और अधिक

वुल्फ्राम भाषा का उपयोग करने की एक विशेषता यह है कि यह आपको अपने कंप्यूटर सिस्टम के विवरण के बारे में सोचने से दूर होने देता है, और फाइलों और प्रक्रियाओं जैसी चीजों के बारे में। लेकिन कभी-कभी एक सिस्टम स्तर पर काम करना चाहता है। और काफी सरल ऑपरेशन के लिए, कोई बस एक ऑपरेटिंग सिस्टम GUI का उपयोग कर सकता है। लेकिन अधिक जटिल चीजों के बारे में क्या? अतीत में मैंने आमतौर पर यूनिक्स खोल का उपयोग करके खुद को पाया । लेकिन अब लंबे समय के लिए, मैंने इसके बजाय वुल्फराम भाषा का उपयोग किया है।

'एक नोटबुक में सब कुछ है करने के लिए निश्चित रूप से बहुत यह सुविधाजनक है, और यह प्रोग्राम के रूप में की तरह कार्यों का उपयोग करने में सक्षम होना अच्छा रहा होगा फ़ाइल नाम , (ls) FindList (ग्रेप), SystemProcessData (पी एस), RemoteRunProcess (SSH) औरFileSystemScan । लेकिन संस्करण 12.0 में हम "सुपर शेल" के रूप में वुल्फराम भाषा का उपयोग करने के लिए अतिरिक्त कार्यों का एक गुच्छा जोड़ रहे हैं।

'वहाँ एस remotefile प्रतीकात्मक रिमोट का प्रतिनिधित्व करने के लिए एक फ़ाइल (यदि प्रमाणीकरण की जरूरत के साथ) है - आप में कार्यों की तरह तुरंत उपयोग कर सकते हैं CopyFile । 'वहाँ एस FileConvert सीधे फ़ाइलें परिवर्तित करने के लिए विभिन्न स्वरूपों के बीच के लिए है।

और यदि आप वास्तव में गहरी गोता लगाना चाहते हैं, तो यहां बताया गया है कि आप wolf.com से रीडिंग में उपयोग किए जाने वाले पोर्ट 80 और 443 पर सभी पैकेटों का पता लगाएंगे :

वेब ब्राउजर को पपेट करना

वोल्फ्राम भाषा के भीतर, URLExecute और HTTPRequest , साथ ही $ कूकीज़ आदि जैसे फ़ंक्शंस का उपयोग करके वेब सर्वर के साथ बातचीत करना लंबे समय तक आसान रहा है। लेकिन संस्करण 12.0 में हम कुछ नया जोड़ रहे हैं: वुल्फराम भाषा की क्षमता एक वेब ब्राउज़र को नियंत्रित करने के लिए, और प्रोग्रामेटिक रूप से इसे वही करना चाहिए जो हम चाहते हैं। एक वेब ब्राउज़र के लिए एक वेबसाइट की तरह दिखने वाली छवि को पाने के लिए हम सबसे तत्काल काम कर सकते हैं:



परिणाम एक ऐसी छवि है, जिसकी हम गणना कर सकते हैं:



कुछ और विस्तृत करने के लिए, हमें एक ब्राउज़र सत्र शुरू करना होगा (हम वर्तमान में फ़ायरफ़ॉक्स और क्रोम का समर्थन करते हैं):



हमारी स्क्रीन पर तुरंत एक खाली ब्राउज़र विंडो दिखाई देती है। अब हम वेबपृष्ठ को खोलने के लिए WebExecute का उपयोग कर सकते हैं:



अब जब हमने पृष्ठ खोल दिया है, तो बहुत सारी कमांड्स चल सकती हैं। यह "प्रोग्रामिंग लैब" पाठ वाले पहले हाइपरलिंक पर क्लिक करता है:



यह उस पृष्ठ का शीर्षक लौटाता है जिस तक हम पहुँचे हैं:



आप फ़ील्ड में टाइप कर सकते हैं, जावास्क्रिप्ट चला सकते हैं, और मूल रूप से प्रोग्रामेटिक रूप से कुछ भी कर सकते हैं जो आप वेब ब्राउज़र के साथ हाथ से कर सकते हैं। कहने की आवश्यकता नहीं है, हम अपनी सभी विभिन्न वेबसाइटों और वेब सेवाओं का परीक्षण करने के लिए हमारी कंपनी के अंदर वर्षों से इस तकनीक के एक संस्करण का उपयोग कर रहे हैं। लेकिन अब, संस्करण 12.0 में, हम एक सुव्यवस्थित संस्करण उपलब्ध करा रहे हैं।

स्टैंडअलोन माइक्रोकंट्रोलर

आज दुनिया के हर सामान्य-उद्देश्य वाले कंप्यूटर के लिए, शायद 10 गुना अधिक माइक्रोकंट्रोलर हैं- बिना किसी सामान्य ऑपरेटिंग सिस्टम के विशिष्ट कम्प्यूटेशन। एक माइक्रोकंट्रोलर की कीमत कुछ सेंट से कुछ डॉलर तक हो सकती है, और मिड-रेंज कार की तरह कुछ में, उनमें से 30 हो सकते हैं।

संस्करण 12.0 में हम वुल्फराम भाषा के लिए एक माइक्रोकंट्रोलर किट शुरू कर रहे हैं, जिससे आप प्रतीकात्मक विनिर्देश दे सकते हैं जिससे यह स्वतः उत्पन्न होता है और माइक्रोकंट्रोलर में स्वायत्त रूप से चलाने के लिए कोड को तैनात करता है। ठेठ सेटअप में, एक माइक्रोकंट्रोलर लगातार सेंसर से आने वाले डेटा पर कम्प्यूटेशन कर रहा है, और वास्तविक समय में एक्टेटेटर्स को सिग्नल डाल रहा है। नियंत्रण सिद्धांत और सिग्नल प्रोसेसिंग में सबसे आम प्रकार की गणना प्रभावी रूप से होती है।

हमारे पास लंबे समय तक सीधे वुल्फराम भाषा में नियंत्रण सिद्धांत और सिग्नल प्रोसेसिंग करने के लिए व्यापक समर्थन था। लेकिन अब माइक्रोकंट्रोलर किट के साथ क्या संभव है, जो भाषा में निर्दिष्ट है उसे लेने के लिए और इसे एक स्टैंडअलोन माइक्रोकंट्रोलर में एम्बेडेड कोड के रूप में डाउनलोड करें जो कहीं भी (उपकरणों, आईओटी, उपकरण, आदि) में तैनात किया जा सकता है।

एक उदाहरण के रूप में, यहाँ एक एनालॉग सिग्नल-प्रोसेसिंग फ़िल्टर का प्रतीकात्मक प्रतिनिधित्व कैसे किया जा सकता है:



हम इस फ़िल्टर का उपयोग सीधे वुल्फराम भाषा में कर सकते हैं - इसे ऑडियो सिग्नल पर लागू करने के लिए RecurrenceFilter का उपयोग करें। हम इसकी आवृत्ति प्रतिक्रिया की साजिश जैसी चीजें भी कर सकते हैं:



एक माइक्रोकंट्रोलर में फिल्टर को तैनात करने के लिए, हमें सबसे पहले इस निरंतर-समय के निरूपण से एक असतत-समय का अनुमान लगाना होगा जो कि माइक्रोकंट्रोलर में एक तंग लूप (यहां, प्रत्येक 0.1 सेकंड) में चलाया जा सकता है:



अब हम माइक्रोकंट्रोलर किट का उपयोग करने के लिए वास्तव में एक माइक्रोकंट्रोलर को तैनात करने के लिए तैयार हैं। किट सौ से अधिक विभिन्न प्रकार के माइक्रोकंट्रोलर का समर्थन करता है। यहां बताया गया है कि हम फ़िल्टर को एक Arduino Uno पर कैसे तैनात कर सकते हैं जिसे हमने अपने कंप्यूटर पर एक सीरियल पोर्ट से जोड़ा है:




माइक्रोकंट्रोलर एंबोडकोड उपयुक्त सी- लाइक सोर्स कोड बनाकर काम करता है, जिसे आप चाहते हैं कि माइक्रोकंट्रोलर आर्किटेक्चर के लिए संकलित करें, फिर वास्तव में इसे अपने तथाकथित प्रोग्रामर के माध्यम से माइक्रोकंट्रोलर में तैनात करें। यहाँ वास्तविक स्रोत कोड है जो इस विशेष मामले में उत्पन्न किया गया था:



तो अब हमारे पास इस तरह की चीज़ है जो हमारे बटरवर्थ फ़िल्टर को चलाता है, जिसे हम कहीं भी उपयोग कर सकते हैं:



यदि हम यह जाँचना चाहते हैं कि यह क्या कर रहा है, तो हम हमेशा इसे अपने सीरियल पोर्ट को खोलने के लिए डिवाइसऑन का उपयोग करके वुल्फराम लैंग्वेज में वापस कनेक्ट कर सकते हैं और इससे पढ़-लिख सकते हैं।

एकता यूनिवर्स से जुड़ी

वुल्फ्राम भाषा और वीडियो गेम के बीच क्या संबंध है? वर्षों से, वुल्फराम भाषा का उपयोग खेल के विकास के कई पहलुओं में पर्दे के पीछे किया गया है (रणनीतियों का अनुकरण, ज्यामिति बनाना, परिणामों का विश्लेषण करना, आदि)। लेकिन अब कुछ समय से हम वुल्फ्राम लैंग्वेज और यूनिटी गेम के माहौल के बीच घनिष्ठ संबंध पर काम कर रहे हैं , और संस्करण 12.0 में हम इस लिंक का पहला संस्करण जारी कर रहे हैं।

मूल योजना वुल्फराम भाषा के साथ एकता को चलाने की है, फिर दो तरफा संचार स्थापित करने के लिए, दोनों वस्तुओं और आदेशों का आदान-प्रदान करने की अनुमति है। अंडर-हुड नलसाजी काफी जटिल है, लेकिन इसका परिणाम वुल्फ्राम भाषा और एकता की ताकत का एक अच्छा विलय है।

यह लिंक सेट करता है, फिर एकता में एक नई परियोजना शुरू करता है:




अब कुछ जटिल आकार बनाएं:



तब इसे एकता गेम में " चीज़ोइड " नामक एक वस्तु के रूप में डालने के लिए केवल एक कमांड लेता है:



वोल्फ्राम भाषा के भीतर वस्तु का एक प्रतीकात्मक प्रतिनिधित्व है, और यूनिटीलिंक अब ऐसी वस्तुओं में हेरफेर करने के लिए सैकड़ों कार्य प्रदान करता है, हमेशा एकता और वोल्फ्राम भाषा दोनों में संस्करणों को बनाए रखता है।

यह बहुत शक्तिशाली है कि कोई भी वुल्फराम भाषा से चीजें ले सकता है और तुरंत उन्हें एकता में डाल सकता है - चाहे वे ज्यामिति , चित्र , ऑडियो , जियो इलाके , आणविक संरचनाएं , 3 डी शरीर रचना , या जो कुछ भी हो। यह बहुत शक्तिशाली है कि इस तरह की चीजों को फिर एकता खेल के भीतर हेरफेर किया जा सकता है, या तो खेल भौतिकी जैसी चीजों के माध्यम से, या उपयोगकर्ता कार्रवाई द्वारा। (आखिरकार, एक में मैनिपुलेट -जैसी कार्यक्षमता होने की उम्मीद की जा सकती है, जिसमें नियंत्रण सिर्फ स्लाइडर्स और चीजें नहीं हैं, लेकिन गेमप्ले के टुकड़े हैं।)

हमने 1990 के दशक की शुरुआत से वुल्फराम भाषा - उत्पन्न सामग्री को आभासी वास्तविकता में डालने के साथ प्रयोग किए हैं। लेकिन आधुनिक समय में एकता वीआर / एआर वातावरण की स्थापना के लिए एक वास्तविक मानक के रूप में कुछ बन गई है - और यूनिटीलिंक के साथ यह अब वुल्फराम भाषा से किसी भी आधुनिक एक्सआर वातावरण में चीजों को नियमित करने के लिए सीधा है।

एकता गेम के लिए सामग्री तैयार करने के लिए कोई वुल्फराम भाषा का उपयोग कर सकता है, लेकिन एक एकता गेम के भीतर यूनिटीलिंक भी मूल रूप से वुल्फ्राम भाषा कोड को सम्मिलित करता है जो कि खेल के दौरान या तो स्थानीय मशीन पर या वुल्फ क्लाउड में एपीआई के माध्यम से निष्पादित किया जा सकता है। और, अन्य बातों के अलावा, यह एक खेल में हुक लगाने के लिए सीधा बनाता है ताकि खेल वुल्फराम भाषा में विश्लेषण के लिए "टेलीमेट्री" ( वुल्फराम डेटा ड्रॉप के लिए कहें) भेज सके। (खेल के खेल की स्क्रिप्ट करना भी संभव है - जो कि, उदाहरण के लिए, खेल परीक्षण के लिए बहुत उपयोगी है।)

खेल लिखना एक जटिल मामला है। लेकिन यूनिटीलिंक एक दिलचस्प नया दृष्टिकोण प्रदान करता है जो कि सभी प्रकार के खेलों को प्रोटोटाइप करना और खेल के विकास के विचारों को सीखना आसान बनाता है। इसका एक कारण यह है कि यह प्रभावी रूप से वुल्फराम भाषा में प्रतीकात्मक निर्माणों का उपयोग करके एक स्क्रिप्ट को उच्च स्तर पर एक गेम देता है। लेकिन एक और कारण यह है कि यह विकास प्रक्रिया को एक नोटबुक में वृद्धिशील रूप से पूरा करने की अनुमति देता है, और हर कदम पर समझाया और प्रलेखित किया जाता है। उदाहरण के लिए, यहां एक " पियानो गेम " के विकास का वर्णन करने वाले एक कम्प्यूटेशनल निबंध की मात्रा क्या है:



यूनिटीलिंक एक साधारण बात नहीं है: इसमें 600 से अधिक कार्य शामिल हैं। लेकिन उन कार्यों के साथ एकता की सभी क्षमताओं का उपयोग करना संभव है, और बहुत अधिक किसी भी कल्पनाशील गेम को स्थापित करना।

मशीन लर्निंग के लिए नकली वातावरण

सुदृढीकरण सीखने जैसी किसी चीज के लिए मशीन के सीखने के दौरान लूप में हेरफेर करने योग्य बाहरी वातावरण होना आवश्यक है। खैर, ServiceExecute आपको वास्तविक उपकरणों को सक्रिय करने देता है (बाएं रोबोट को चालू करें) और सेंसर से डेटा प्राप्त करें (क्या रोबोट गिर गया?) और DeviceExecute आपको वास्तविक डिवाइसों को चालू करने देता है (बाएं रोबोट को चालू करें)।

लेकिन कई उद्देश्यों के लिए जो एक चाहता है वह एक नकली बाहरी वातावरण है। और एक तरह से, बस कुछ हद तक पहले से ही शुद्ध वुल्फराम भाषा ही ऐसा करती है, उदाहरण के लिए एक अमीर "कम्प्यूटेशनल ब्रह्मांड" को उपलब्ध कराने के लिए परिवर्तनीय कार्यक्रमों और समीकरणों ( सेलुलर ऑटोमेटा , डिफरेंशियल इक्वेशन , ...) से भरा हुआ। और, हाँ, उस कम्प्यूटेशनल ब्रह्मांड की चीजों को वास्तविक दुनिया द्वारा सूचित किया जा सकता है - महासागरों , या रसायनों या पहाड़ों के यथार्थवादी गुणों के साथ कहें।

लेकिन उन वातावरणों के बारे में जो हम आधुनिक मनुष्यों की तरह आम तौर पर सीखते हैं - अंतर्निहित इंजीनियरिंग संरचनाओं से भरे हुए हैं और इतने पर? पर्याप्त रूप से पर्याप्त रूप से, SystemModel कई यथार्थवादी इंजीनियरिंग प्रणालियों तक पहुँच प्रदान करता है। और यूनिटीलिंक के माध्यम से हम दुनिया के समृद्ध गेम-आधारित सिमुलेशन तक पहुंच की उम्मीद कर सकते हैं।

लेकिन पहले चरण के रूप में, संस्करण 12.0 में हम कुछ सरल खेलों के लिए कनेक्शन स्थापित कर रहे हैं - विशेष रूप से ओपनएआई "जिम" से । इंटरफ़ेस उतना ही है जितना कि वास्तविक दुनिया के साथ बातचीत करने के लिए होगा, खेल को एक "डिवाइस" की तरह एक्सेस किया जाएगा (उपयुक्त के बाद कभी-कभी "ओपन-सोर्स-दर्दनाक" इंस्टॉलेशन):



हम खेल की स्थिति पढ़ सकते हैं:



और हम इसे एक छवि के रूप में दिखा सकते हैं:



थोड़े अधिक प्रयास के साथ, हम गेम में 100 रैंडम क्रिया कर सकते हैं (हमेशा यह देखते हुए कि हम "मर नहीं गए"), फिर गेम के देखे हुए राज्यों का एक फीचर स्पेस प्लॉट दिखाएं:

ब्लॉकचैन (और क्रिप्टोकरेंसी) संगणना

संस्करण 11.3 में हमने ब्लॉकचैन से अपना पहला कनेक्शन शुरू किया। संस्करण 12.0 में बहुत सी नई विशेषताएं और क्षमताएं शामिल हैं, जो संभवतः विशेष रूप से सार्वजनिक ब्लॉकचेन में लिखने की क्षमता है, साथ ही साथ उनसे पढ़ा जाता है। (वुल्फ्राम क्लाउड उपयोगकर्ताओं के लिए हमारे पास अपना वुल्फराम ब्लॉकचेन भी है।) वर्तमान में हम बिटकॉइन , एथेरियम और एआरके ब्लॉकचैन का समर्थन कर रहे हैं, उनके दोनों मेननेट और टेस्टनेट (और, हाँ, हमारे पास इन ब्लॉकचेन से सीधे जुड़ने के अपने नोड्स हैं)।

संस्करण 11.3 में हमने ब्लॉकचेन से लेनदेन के कच्चे पढ़ने की अनुमति दी। संस्करण 12.0 में हमने विश्लेषण की एक परत जोड़ी है, इसलिए, उदाहरण के लिए, आप इथेरेम ब्लॉकचेन पर "सीके" टोकन (एके क्रिप्टोकरंसीज ) का सारांश पूछ सकते हैं:



इतिहास के सभी टोकन लेन-देन को देखना जल्दबाजी होगी, और अलग-अलग टोकन कितने सक्रिय हैं, इसका एक शब्द बादल बनाना है:



लेकिन हमारे अपने लेनदेन करने के बारे में क्या? मान लें कि हम एक बिटकॉइन एटीएम का उपयोग करना चाहते हैं (जैसे कि एक, विचित्र रूप से, मेरे पास एक बैगेल स्टोर पर मौजूद है ) एक बिटकॉइन पते पर नकदी स्थानांतरित करने के लिए। ठीक है, पहले हम अपनी क्रिप्टो कुंजी बनाते हैं (और हमें यह सुनिश्चित करने की आवश्यकता है कि हम अपनी निजी कुंजी याद रखें!)।



अगला, हमें अपनी सार्वजनिक कुंजी लेनी होगी और उसमें से एक बिटकॉइन पता उत्पन्न करना होगा:



उससे एक QR कोड बनाएं और आप एटीएम में जाने के लिए तैयार हैं:



लेकिन क्या होगा अगर हम खुद को ब्लॉकचेन पर लिखना चाहते हैं? यहां हम बिटकॉइन टेस्टनेट का उपयोग करेंगे (इसलिए हम वास्तविक धन खर्च नहीं कर रहे हैं)। यह हमारे द्वारा पहले किए गए लेनदेन से एक आउटपुट दिखाता है - जिसमें 0.0002 बिटकॉइन (यानी 20,000 satoshi) शामिल हैं:




अब हम एक लेनदेन सेट कर सकते हैं जो इस आउटपुट को लेता है, और, उदाहरण के लिए, प्रत्येक दो पते पर 8000 satoshi भेजता है (जिसे हमने एटीएम लेनदेन के लिए परिभाषित किया है):



ठीक है, तो अब हमें एक ब्लॉकचेन ट्रांजेक्शन ऑब्जेक्ट मिल गया है - जो एक शुल्क की पेशकश करेगा (लाल रंग में दिखाया गया है क्योंकि यह "वास्तविक धन" है जिसे आप खर्च करेंगे) सभी बचे हुए क्रिप्टोक्यूरेंसी (यहाँ 4000 satoshi) को माइनर में डालने की इच्छा है। ब्लॉकचेन में लेनदेन। लेकिन इससे पहले कि हम इस लेनदेन को जमा कर सकें (और "पैसा खर्च करें") हमें इसे अपनी निजी कुंजी के साथ हस्ताक्षर करना होगा:



अंत में, हम सिर्फ ब्लॉकचैनट्रांसशिपशन लागू करते हैं और हमने ब्लॉकचेन पर लगाए जाने के लिए अपना लेनदेन जमा कर दिया है:



यहां देखिए इसकी ट्रांजेक्शन आईडी:



यदि हम तुरंत इस लेन-देन के बारे में पूछते हैं, तो हमें एक संदेश मिलेगा जिसमें कहा गया है कि यह ब्लॉकचेन में नहीं है:



लेकिन जब हम कुछ मिनट प्रतीक्षा करते हैं, तो यह होता है - और यह जल्द ही बिटकॉइन टेस्टनेट ब्लॉकचैन की हर कॉपी में फैल जाएगा:



यदि आप वास्तविक पैसा खर्च करने के लिए तैयार हैं, तो आप मुख्य नेट पर लेनदेन करने के लिए ठीक उसी कार्यों का उपयोग कर सकते हैं। आप क्रिप्टोकरंसीज खरीदने जैसे काम भी कर सकते हैं। ब्लॉकचैनकॉन्ट्रैक्टवैल्यू जैसे कार्यों का उपयोग किसी भी (अब के लिए, केवल Ethereum) स्मार्ट अनुबंध के लिए किया जा सकता है, और तुरंत ERC-20 और ERC-721 टोकन जैसी चीजों को समझने के लिए सेट किया गया है।

और साधारण क्रिप्टो भी

ब्लॉकचेन से निपटने में बहुत सारी क्रिप्टोग्राफी शामिल हैं, जिनमें से कुछ संस्करण 12.0 में नया है (विशेष रूप से, अण्डाकार वक्रों को संभालना)। लेकिन संस्करण 12.0 में हम अपने गैर-ब्लॉकचेन क्रिप्टोग्राफ़िक कार्यों का भी विस्तार कर रहे हैं। उदाहरण के लिए, अब हमें डिजिटल हस्ताक्षर से सीधे निपटने के लिए कार्य मिल गए हैं। यह ऊपर से निजी कुंजी का उपयोग करके एक डिजिटल हस्ताक्षर बनाता है:




अब कोई भी संबंधित सार्वजनिक कुंजी का उपयोग करके संदेश को सत्यापित कर सकता है:



संस्करण 12.0 में, हमने हैश फ़ंक्शन के लिए कई नए प्रकार के हैश को जोड़ा, विशेष रूप से विभिन्न क्रिप्टोकरेंसी का समर्थन करने के लिए। हमने व्युत्पन्न कुंजियों को बनाने और सत्यापित करने के तरीके भी जोड़े हैं। किसी भी पासवर्ड से शुरू करें, और GenerateDerivedKey कुछ देर ("अधिक सुरक्षित रहने के लिए आपको" नमक "जोड़ना होगा)" इसे बाहर निकाल दें ":



यहाँ विभिन्न महत्वपूर्ण योजनाओं में उपयोग के लिए उपयुक्त व्युत्पन्न कुंजी का एक संस्करण है:

वित्तीय डेटा फीड से जुड़ना

वुल्फ्राम नॉलेजबेस में सभी प्रकार के वित्तीय डेटा होते हैं । आमतौर पर एक वित्तीय इकाई (स्टॉक की तरह) होती है, फिर एक संपत्ति होती है (जैसे मूल्य)। यहां Apple के स्टॉक मूल्य का पूरा दैनिक इतिहास है (यह बहुत प्रभावशाली है कि यह एक लॉग स्केल पर सबसे अच्छा दिखता है):



हालांकि, वुल्फ्राम नॉलेजबेस में वित्तीय डेटा, और वुल्फ्राम भाषा में मानक रूप से उपलब्ध है, लगातार अपडेट किया जाता है, यह वास्तविक समय नहीं है (ज्यादातर यह 15 मिनट की देरी है), और इसमें सभी विवरण नहीं हैं जो कई वित्तीय व्यापारी उपयोग करते हैं। हालांकि, गंभीर वित्त उपयोग के लिए, हमने वुल्फ्राम फाइनेंस प्लेटफॉर्म विकसित किया है। और अब, संस्करण 12.0 में, यह ब्लूमबर्ग और रॉयटर्स के वित्तीय डेटा फीड के लिए सीधी पहुंच है।

जिस तरह से हम वुल्फराम भाषा को आर्किटेक्ट करते हैं, ब्लूमबर्ग और रॉयटर्स के कनेक्शन की रूपरेखा हमेशा भाषा में उपलब्ध है - लेकिन यह केवल तभी सक्रिय होता है जब आपके पास वुल्फराम फाइनेंस प्लेटफॉर्म हो, साथ ही उपयुक्त ब्लूमबर्ग या रॉयटर्स सब्सक्रिप्शन भी हो। लेकिन यह मानते हुए कि आपके पास यहां है, यह ब्लूमबर्ग टर्मिनल सेवा से जुड़ने के लिए कैसा दिखता है:



ब्लूमबर्ग टर्मिनल द्वारा नियंत्रित सभी वित्तीय साधन अब वुल्फराम भाषा में संस्थाओं के रूप में उपलब्ध हो गए हैं:



अब हम इस इकाई के गुण पूछ सकते हैं:



कुल मिलाकर ब्लूमबर्ग टर्मिनल से 60,000 से अधिक संपत्तियां सुलभ हैं:



यहां 5 यादृच्छिक उदाहरण हैं (हां, वे बहुत विस्तृत हैं; वे ब्लूमबर्ग नाम हैं, हमारे नहीं):



हम ब्लूमबर्ग टर्मिनल सेवा, ब्लूमबर्ग डेटा लाइसेंस सेवा और रायटर एलेक्रॉटन सेवा का समर्थन करते हैं। एक परिष्कृत बात जो अब हो सकती है वह है डेटा को अतुल्यकालिक रूप से प्राप्त करने के लिए एक सतत कार्य को सेट करना और हर बार डेटा का एक नया टुकड़ा आने पर " हैंडलर फ़ंक्शन " को कॉल करना:

सॉफ्टवेयर इंजीनियरिंग और प्लेटफ़ॉर्म अपडेट

मैंने वुल्फ्राम भाषा में बहुत सारे नए कार्यों और नई कार्यक्षमता के बारे में बात की है। लेकिन वुल्फ्राम भाषा के अंतर्निहित बुनियादी ढांचे के बारे में क्या? खैर, हम उस पर भी कड़ी मेहनत कर रहे हैं। उदाहरण के लिए, संस्करण 11.3 और संस्करण 12.0 के बीच हम लगभग 8000 रिपोर्ट किए गए बग्स को ठीक करने में कामयाब रहे। हमने बहुत सी चीजों को तेज और अधिक मजबूत बनाया है। और सामान्य तौर पर हम सिस्टम के सॉफ्टवेयर इंजीनियरिंग को मजबूत कर रहे हैं, उदाहरण के लिए प्रारंभिक डाउनलोड का आकार लगभग 10% कम कर देता है (सभी कार्यक्षमता के बावजूद जो जोड़ा गया है)। (हमने क्लाउड से नॉलेजबेस तत्वों के पूर्वानुमान पूर्वसंचालन में सुधार करने जैसी चीजें भी की हैं - इसलिए जब आपको समान डेटा की आवश्यकता होती है तो आपके कंप्यूटर पर पहले से ही कैश होने की संभावना अधिक होती है।)

यह कंप्यूटिंग परिदृश्य की एक लंबी विशेषता है कि ऑपरेटिंग सिस्टम लगातार अपडेट हो रहे हैं - और उनकी नवीनतम सुविधाओं का लाभ उठाने के लिए, अनुप्रयोगों को भी अपडेट करना होगा। हम अपने मैक नोटबुक इंटरफ़ेस के लिए एक प्रमुख अद्यतन पर कई वर्षों से काम कर रहे हैं - जो अंत में संस्करण 12.0 में तैयार है। अद्यतन के भाग के रूप में, हमने बड़ी मात्रा में कोड को फिर से लिखा और पुनर्गठित किया है जिसे 20 से अधिक वर्षों से विकसित और पॉलिश किया गया है, लेकिन इसका परिणाम यह है कि संस्करण 12.0 में, मैक पर हमारे सिस्टम के बारे में सब कुछ पूरी तरह से 64-बिट है, और नवीनतम कोको एपीआई का उपयोग करता है । इसका मतलब यह है कि नोटबुक फ्रंट एंड काफी तेज है - और पिछले 2 जीबी मेमोरी लिमिट से आगे भी जा सकता है।

लिनक्स पर एक प्लेटफ़ॉर्म अपडेट भी है, जहां अब नोटबुक इंटरफ़ेस पूरी तरह से क्यूटी 5 का समर्थन करता है , जो सभी रेंडरिंग ऑपरेशनों को बिना किसी एक्स सर्वर के "हेडलेस" रूप से लेने की अनुमति देता है - क्लाउड में वुल्फराम इंजन की तैनाती को बहुत व्यवस्थित करता है। (संस्करण 12.0 में अभी तक विंडोज के लिए उच्च-डीपीआई समर्थन नहीं है, लेकिन यह बहुत जल्द आ रहा है।)

वुल्फ्राम क्लाउड का विकास कुछ मायनों में वुल्फराम लैंग्वेज के विकास से अलग है, और वोल्फ्रम डेस्कटॉप एप्लिकेशन (हालांकि आंतरिक अनुकूलता के लिए हम दोनों वातावरणों में एक ही समय में संस्करण 12.0 जारी कर रहे हैं)। लेकिन पिछले वर्ष जब संस्करण 11.3 जारी किया गया था, तब से वुल्फराम क्लाउड में नाटकीय प्रगति हुई है।

क्लाउड नोटबुक में विशेष रूप से उल्लेखनीय हैं - अधिक इंटरफ़ेस तत्वों का समर्थन करना (कुछ, जैसे एम्बेडेड वेबसाइट और वीडियो, जो कि अभी तक डेस्कटॉप नोटबुक में उपलब्ध नहीं हैं), साथ ही साथ मजबूती और गति में बहुत वृद्धि हुई है। (वेब ब्राउज़र में हमारे पूरे नोटबुक इंटरफेस को काम करना सॉफ्टवेयर इंजीनियरिंग का कोई छोटा काम नहीं है, और संस्करण 12.0 में पूर्ण प्रतीकात्मक डीओएम अभ्यावेदन के साथ लगातार फास्ट-टू-लोड कैश को बनाए रखने जैसी चीजों के लिए कुछ बहुत परिष्कृत रणनीतियाँ हैं।)

संस्करण 12.0 में अब क्लाउड पर किसी भी नोटबुक को प्रकाशित करने के लिए एक साधारण मेनू आइटम (फ़ाइल> पब्लिश टू क्लाउड ...) है। और एक बार नोटबुक प्रकाशित होने के बाद, दुनिया में कोई भी इसके साथ बातचीत कर सकता है - साथ ही अपनी प्रति भी बना सकता है ताकि वे इसे संपादित कर सकें।

यह देखना दिलचस्प है कि वुल्फराम भाषा में क्या किया जा सकता है, मेघ ने बड़े पैमाने पर प्रवेश किया है। क्लाउड नॉलेजबेस के सभी सहज एकीकरण, और ब्लॉकचेन जैसी चीजों तक पहुंचने की क्षमता के अलावा, Send To ... ईमेल के माध्यम से कोई भी नोटबुक भेजने, जैसे कि कोई सीधा ईमेल सर्वर कनेक्शन उपलब्ध नहीं है, क्लाउड का उपयोग करके भी उपयुक्तता है।

और बहुत सारे ...

हालांकि यह एक लंबा टुकड़ा रहा है, यह संस्करण 12.0 में नया क्या है, इसकी पूरी कहानी बताने के करीब भी नहीं है। हमारी टीम के बाकी हिस्सों के साथ, मैं लंबे समय से संस्करण 12.0 पर बहुत मेहनत कर रहा हूं - लेकिन अभी भी यह देखना रोमांचक है कि वास्तव में इसमें कितना दम है।

लेकिन जो महत्वपूर्ण है (और बहुत सारे काम हासिल करने के लिए!) है कि हमने जो कुछ भी जोड़ा है वह सावधानीपूर्वक डिज़ाइन किया गया है कि जो पहले से ही है उसके साथ सुसंगत रूप से फिट हो। वोल्फ्रैम लैंग्वेज के 30 साल पहले के पहले संस्करण से, हम उसी मूल सिद्धांतों का पालन कर रहे हैं - और यह उसी का हिस्सा है जिससे हमें दीर्घकालिक संगतता बनाए रखते हुए इतनी नाटकीय रूप से प्रणाली विकसित करने की अनुमति मिलती है।

यह हमेशा तय करना मुश्किल है कि प्रत्येक नए संस्करण के लिए विकास को प्राथमिकता दी जाए, लेकिन हम संस्करण 12.0 के लिए बनाए गए विकल्पों से बहुत खुश हैं। मैंने पिछले वर्ष के दौरान कई वार्ताएं दी हैं, और मैं बहुत बार इस बात से रूबरू हो चुका हूं कि मैं कितनी बार आने वाली चीजों के बारे में कह सकता हूं: "ठीक है, ऐसा होता है कि यह संस्करण 12.0 का हिस्सा बनने जा रहा है! "

मैं व्यक्तिगत रूप से लगभग एक वर्ष के लिए संस्करण 12.0 के आंतरिक प्रारंभिक बिल्ड का उपयोग कर रहा हूं, और मैं इसकी कई नई क्षमताओं को प्रदान करने के लिए आया हूं - और उनका उपयोग करने और उन्हें बहुत आनंद लेने के लिए। तो यह बहुत खुशी की बात है कि आज हमारे पास अंतिम संस्करण 12.0 है - इन सभी नई क्षमताओं के साथ आधिकारिक तौर पर, किसी और के द्वारा उपयोग किए जाने के लिए तैयार और ...