بهراد ایکس

نوشته‌های یک انسان کنجکاو

نوشته‌های یک انسان کنجکاو

بهراد ایکس

بهراد هستم. اینجا جاییه که دل‌نوشته‌ها و چیزهای شخصیم رو می‌نویسم. نوشته‌های جدی‌ترم رو توی پادکستم با عنوان «رادیو می‌» می‌تونید گوش بدید.

اطلاعات بیشتر در بخشِ "کمی دربارهٔ من".

درضمن خوشحال می‌شم که از این جعبه‌ٔ پایینی هم استفاده کنید.

آخرین نظرات

۳ مطلب در اسفند ۱۳۹۸ ثبت شده است

کوله‌پشتی نود و نه

پنجشنبه, ۲۹ اسفند ۱۳۹۸، ۰۵:۳۴ ب.ظ

سال هزار و سی‌صد و نود و هشت. سالِ زجر. سالِ درد. سالِ عن. کلام در برابر وقاحت این سالِ شوم کم می‌آورد. آن‌چه که دیدیم، آن‌چه که چشیدیم و زخم‌هایی که میهمانِ ضیافتِ نمکدانِ «دروغ» بودند. سالی که با سیل شروع شد و با کرونا به اتمام رسید. سالی که قدرِ یک قرن من و شما را پیر کرد. سالی که سالِ مرگ بود؛ مرگ با موشک، مرگ با دروغ، مرگِ با خفگی، مرگ با ماشینِ آب‌پاش، مرگ با دیدن لبخند وقیحانِ داخل تلویزیون. همه چیز بوی مرگ می‌دهد، الکلِ ضدعفونی‌کننده بوی مرگ می‌دهد، کلر داخل وایتکس [که ابزار ضدعفونی کارگران شهرداریست] بوی مرگ می‌دهد، حتی گمان می‌کنم اشک‌هایم نیز بوی مرگ می‌دهند. همه چیز بوی مرگ می‌دهد...

روبروی سردر اصلی دانشگاه امیرکبیر - پس از قتل 167 انسان بی‌گناه
روبروی سردر اصلی دانشگاه امیرکبیر - پس از قتل 167 انسان بی‌گناه

این که در چنین شرایطی «کوله‌پشتی» بنویسم، به نظرم نوعی خودخواهی‌ست. ولی چه می‌توان گفت، من کمی خودخواهم.

این کوله‌پشتیِ من برای سال آینده است.


 

بحث‌های عاطفی

سر سال 98، بزرگ‌ترین مانع تمرکز من بحث‌های عاطفی بود. امان از این دل و امان از این عاشق‌شدن‌ها. با این که هیچ‌وقت جرئت اعتراف به عاشق شدن را نداشته (و فکر می‌کنم هنوز هم ندارم) ولی فکر می‌کنم درد‌هایی که تحمل و چیزهایی که تجربه کردم، فراتر از سن خودم بود. گرفتن تصمیمات عقلانی و منطقی در شرایطی که قلبت با نوای قلب کَس دیگری هماهنگ است کار سختی‌ست، ولی خوشحالم که توانستم تصمیمات درست (از نظر خودم) را بگیرم؛ هرچند که به قیمت سفید شدن موهایم تمام شد. حس می‌کنم این تجارب نیاز بودند تا در آینده از گرفت تصمیمات اشتباه در امان باشم. امیدوارم که تصمیماتی که گرفته‌ام درست و منطقی بوده باشند و در آینده پشیمان نشوم. ولی از یک چیز مطمئنم، آن هم این که خانم پ. اشتباه می‌کرد، من ربات نیستم...

رجوع کنید به پست «شاید که روز‌های آرام‌تر...»

 


 

غلبه بر فلج فکری (Overthinking)

دسته‌بندی کردن آدم‌ها کار درستی نیست، چرا که دسته‌بندی کردن انسان‌ها (در هر فرم و تحت هر شرایطی) به «تبعیض» خواهد انجامید. ولی ناچاریم که قبول کنیم انسان‌ها به دو دسته تقسیم می‌شوند: درون‌گرا و برون‌گرا. خصیصه‌ٔ اصلی انسان‌های درون‌گرا فلج‌فکری یا فکر کردن بیش از حد اندازه به یک موضوع خاص است. «نکنه منظور علی از این حرف من بودم؟ نکنه بهم تیکه انداخت؟...» و چیزهایی از این قبیل.

سال نود و هشت، سالی بود که من توانستم به فلج فکری غلبه کنم و کمتر حرص بخورم. شاید بپرسید چگونه؟ در این لینک توضیح داده شده.

 


 

شوکرانِ تلخِ تمرکز

عدم تمرکز نه، تمرکز! من آدمی هستم که علاقه به کاویدن چیزهای مختلف دارم، از مهندسی گرفته تا روانشناسی و سیاست. بعید بدانم در ایران دانشجوی مهندسی مکانیکی پیدا کنید که اندازهٔ من اطلاعات عمومی در حوزهٔ علوم رایانه و برنامه‌نویسی و... داشته باشد. من علاقه‌ای به عمیق شدن در موضوعی خاص نداشتم و دوست داشتم جرئه‌ای از هر چشمه‌ای بنوشم؛ این سبک از زندگی کردن برای من جذاب بود، ولی باید با این قضیه کنار می‌آمدم که این کار (در عین ولع‌ناک بودن) درست نیست.

اگر می‌خواهیم تاثیری در جهان داشته باشیم، اگر می‌خواهیم در جایی چیزی جدید ایجاد کنیم باید «متخصص» باشیم. تخصص از تمرکز به دست می‌آید. باید انتخاب کنیم که در چه حوزه‌ای متمرکز خواهیم بود و در جهت موفقیت در آن مسیر ثابت قدم باشیم. پریدن از شاخه‌ای به شاخه‌ای دیگر درست نیست.

البته باید مواظب باشیم که از طرف دیگر بام نیفتیم. باید همواره به‌روز باشیم و از فناوری‌ها و به‌روز‌رسانی‌های جدید آگاه باشیم. این مطلب را از دست ندهید.


پیدا کردن بهترین روش مبارزه

سیستمی که در آن زندگی می‌کنیم، سیستمِ درستی نیست، چرا که از فساد آکنده است. نگران نباشید، قصد ندارم تا توصیه کنم تا آثار اورول را بخوانید. شما می‌دانید درباره‌ٔ چه صحبت می‌کنم. اگر ندارید، خواندن کتاب قدرتِ بی‌قدرتان از واتسلاف هاول را به شما توصیه می‌کنم. او در این کتاب به زیبایی ساختار فکری سیستم‌هایی که آن‌ها را «پساتوتالیتر» توصیف می‌کند را توضیح می‌دهد. او در این کتاب به ما می‌گوید که برای مبارزه با سیستم‌های پساتوتالیتر نیازی به در دست گرفتن اسلحه نداریم، همان قدر که دروغ‌های ستمگر را باور نکنیم و ابزار پخش آن نشویم، بزرگترین مبارزه است، چرا که سیستم‌های پساتوتالیتر را یک چیز حفظ می‌کند: دروغ.


مسلماً چیزهای دیگری هم بودند، ولی شما حوصله‌ٔ خواندن متن‌های بلند را ندارید. پس به همین‌ها اکتفا می‌کنم.

امیدوارم سال 99، سال امید و رهایی و آرامش نه تنها برای ما ایرانیان، بلکه برای همهٔ ساکنان این تکه سنگِ کوچک در کهکشان راه شیری باشد.

امیدوارم.

  • ۰ نظر
  • ۲۹ اسفند ۹۸ ، ۱۷:۳۴
نظریهٔ بازی یکی از حوزه‌های شگفتی‌آفرین ریاضیست که بر فیلد‌های مختلفی مانند اقتصاد، جامعه‌شناسی، زیست‌شناسی و (صدالبته) علوم کامپیوتر تاثیر گذاشته است. راه‌های بسیاری برای تعریف نظریهٔ بازی وجود دارد ولی شاید بتوان نظریهٔ بازی را در ساده‌ترین و گویا‌ترین حالت ممکن در جملهٔ زیر خلاصه کرد:
 
نظریهٔ بازی عبارت است از احتمالات به همراه مشوّق‌ها (incentives).
 
بازی‌ها نقشی کلیدی در تکامل هوش مصنوعی بازی می‌کنند، حتی برای کسانی هم که تازه شروع به یادگیریِ یادگیری ماشینی می‌کنند. از همین روی شاهد افزایش محبوبیت رویکردهایی مانند Reinforcement Learning (یادگیری تقویتی) و یا Imitation Learning (یادگیری تقلیدی) هستیم.
در تئوری، هر سامانهٔ هوش مصنوعیِ چندعامله (Multi-agent) را می‌توان گیمیفای (Gamify) کرد. شاخه‌ای از ریاضیات که فرمول‌بندی‌های این بازی را انجام می‌دهد، نظریهٔ بازی نام دارد. ما در آن دسته از سامانه‌های هوش مصنوعی و یادگیری عمیق که در آن عامل‌های مختلف (agents) باید با یکدیگر در تعامل باشند تا به هدف مشخصی نائل شوند، از نظریهٔ بازی استفاده می‌کنیم.
تاریخچهٔ نظریهٔ بازی و هوش مصنوعی با هم پیوند خورده. بسیاری از پژوهش‌های فعلیِ نظریهٔ بازی به فعالیت‌های پیشتازان علوم کامپیوتر مانند الن تیورینگ (Alan Turing) یا جان فون نیومن (John Von Neumann) باز می‌گردد. مبحث معروف «تعادل نَش (Nash Equilibrium)» که در فیلم یک ذهن زیبا (A beautiful mind) با بازی راسل کرو هم به آن پرداخته شده، سنگ بنای تعاملات (interactions) سامانه‌های هوش مصنوعی مدرن است. برای داشتن درکی واضح‌تر از تلفیق نظریهٔ بازی و هوش مصنوعی، بهترین کار شناختن انواع «بازی» است که ما در معاملات اقتصادی یا مناسبات اجتماعی با آن روبرو می‌شویم. در نظریهٔ بازی، محیط بازی همانند اهداف و مشوّق‌های بازیکن‌ها متنوع است.
اما چگونه می‌توان اصول نظریهٔ بازی را با سیستم‌های هوش مصنوعی تلفیق کرد؟ این یک چالش است و در مباحثی مانند یادگیری تقویتی چند عامله (Multi-agent Reinforcement learning) به آن پرداخته می‌شود.
شرط لازم برای آن که یک سناریوی هوش مصنوعی، کاندیدای مناسبی برای استفاده از نظریهٔ بازی باشد، این است که بیش از یک شرکت‌کننده (Participant) داشته باشد. برای مثال یک سامانهٔ پیش‌بینی فروش (مانند سامانهٔ اینشتین شرکت Salesforce) کاندید مناسبی نیست، چون که فقط یک شرکت‌کننده (بخوانید هدف یا مشوّق که همان افزایش فروش است) دارد. به هر حال، در سامانه‌های چندعامله (Multi-agent)، نظریهٔ بازی به صورت شگفتی‌آوری می‌تواند بهینه باشد. معماریِ دینامیکِ بازی در یک سامانهٔ هوش مصنوعی می‌تواند در دو گامِ اساسی خلاصه شود:
 
طراحی شرکت‌کننده (Participant): نظریهٔ بازی می‌تواند برای بهینه‌سازی تصمیم شرکت‌کننده در راستای افزایش سودمندی (utility) استفاده شود.
طراحی سازوکار (Mechanism): «نظریهٔ بازیِ معکوس (Inverse game theory)» بر روی طراحی بازی برای گروهی از شرکت‌کنندگان «آگاه (Intelligent)» تمرکز دارد. برای مثال، می‌توان مزایده را مثالی کلاسیک از یک مکانیسم در نظر گرفت.

 

5 مدل بازی که هر متخصص داده‌ای باید آن‌ها را بشناسد

فرض کنید شما می‌خواهید یک سامانهٔ هوش مصنوعی که از چند عامل (agent) تشکیل شده و این عامل‌ها با یکدیگر همکاری و رقابت خواهند کرد (تا به هدف مشخصی برسند) را مدل‌سازی کنید. این یک مثال کلاسیک از نظریهٔ بازی است. شناخت انواع مختلفِ دینامیکِ نظریهٔ بازی در یک محیط، گامی کلیدی در طراحی سیستم‌های هوش مصنوعی گیمیفای شده و بهینه است. در سطوح بالا، 5 دسته‌بندی برای سناریو‌های مختلف نظریهٔ بازی داریم.
 

 

متقارن و نامتقارن (Symmetric vs Asymmetric)

یکی از ساده‌ترین دسته‌بندی‌ها برای بازی‌ها، دسته‌بندی آن‌ها بر اساس تقارن آن‌هاست. یک سامانهٔ متقارن، سامانه‌ایست که در آن بازیکن‌ها اهداف یکسانی دارند و نتیجهٔ بازی را استراتژی بازیکن‌ها رقم می‌زند؛ مثل شطرنج.
بسیاری از وضعیت‌هایی که در دنیای واقعی با آن‌ها مواجه می‌شویم، (از دیدگاه ریاضی) نامتقارن‌اند، چرا که شرکت‌کننده‌ها اهداف متفاوت و حتی اهداف متضاد دارند. مذاکرات تجاری نمونه‌ای از بازی‌های نامتقارن‌اند، چرا که هر کدام از طرفین مذاکره، اهداف متفاوتی دارند و نتایج خود را از دیدگاه‌های متفاوتی می‌سنجند. (برای مثال یکی از طرفین به دنبال بستن قرار داد است در حالی که طرف دیگر در تلاش برای سرمایه‌گذاری کمتر است.)

 

کامل و ناقص (Perfect vs Imperfect)

این دسته‌بندی بر اساس میزان اطلاعات در دسترس صورت می‌گیرد. یک بازی کامل (از منظر اطلاعات) بازی‌ایست که در آن هر شرکت‌کننده می‌تواند تصمیمات و حرکت‌های طرف دیگر را ببیند؛ مثل شطرنج. امروزه تعاملات مدرن اکثراً در محیط‌هایی صورت می‌گیرند که در آن بازیکن‌ها حرکت‌های خود را از یکدیگر پنهان می‌کنند و از دیدگاه نظریهٔ بازی، این محیط‌ها ناقص (Imperfect) هستند. بازی‌های ورق (مثل پوکر) تا سناریوهای ماشین‌های خودران مثال‌هایی از سیستم‌های ناقص‌اند.
ویکی‌پدیا‌ی فارسی این نوع از دسته‌بندی را با عنوان «با آگاهی کامل – بدون آگاهی کامل» معرفی کرده.

 

شراکتی و غیرشراکتی (Cooperative vs Non-Cooperative)

یک بازی شراکتی (یا تعاونی) محیطی‌ست که در آن شرکت‌کننگان می‌توانند برای افزایش و بهبود نتایجشان با یکدیگر وارد همکاری شوند.مذاکرات پیمانی (قراردادی) اغلب در این دسته قرار می‌گیرند. محیط‌های غیرشراکتی، محیط‌هایی هستند که در آن بازیکن‌ها از همکاری با یکدیگر منع شده‌اند؛ مثل جنگ.

 

مقارن و دنباله‌ای (Simultaneous vs Sequential)

یک بازی دنباله‌ای، محیطی‌ست که در آن هر بازیکن اقدامات و حرکت‌های قبلی بازیکن حریف را می‌بیند. بازی‌های کارتی (Board Games) در این دسته قرار می‌گیرند. بازی‌هایی که در آن بازیکن‌ها می‌توانند همزمان (مقارن) با هم حرکت کنند، مقارن نام دارند؛ مثل معاملات کارگزاری‌های بورس.

 

مجموع-صفر و مجموع-ناصفر (Zero-Sum vs Non-Zero-Sum)

بازی مجموع-صفر به سناریوهایی اشاره دارد که در آن سود یک (یا چند) بازیکن به معنای ضرر یک (یا چند) بازیکن دیگر است. بازی‌های مجموع-ناصفر بازی‌هایی هستند که در آن چند بازیکن می‌توانند از تصمیم‌های یک بازیکن سود ببرند. معاملات اقتصادی، که در آن بازیکن با هم همکاری می‌کنند تا ظرفیت بازار خود را افزایش دهند، گونه‌ای از بازی‌های مجموع-ناصفر است.

 

تعادل نَش (Nash Equilibrium)

اکثر سناریوهای هوش مصنوعی، از نوع متقارن هستند و بسیاری از آن‌ها بر اساس یکی معروف‌ترین مباحث ریاضی سدهٔ گذشته مدل‌سازی می‌شوند: تعادل نش. تعادل نش وضعیتی را توصیف می‌کند که در آن هر بازیکن یک استراتژی را انتخاب می‌کند و از تغییر دادن آن (مادامی که سایر بازیکن‌ها استراتژی خود را تغییر نداده‌اند) سودی نمی‌برد. نعادل نش به طرز خارق‌العاده‌ای قدرتمند است ولی در برابر سناریوهای نامتقارن به کار نمی‌آید.
به زبان ساده، تعادل نش فرض می‌کند که هر شرکت‌کننده توان پردازشی نامحدود دارد (که می‌دانیم در دنیای واقعی چنین چیزی ممکن نیست.) همچنین اکثر مدل‌های تعادل نش در آنالیز و برخورد با ریسک ضعیف عمل می‌کنند (که در مواردی مانند بازارهای مالی ضعف بزرگی به شمار می‌آید.) در نتیجه استفاده از تعادل نش در سناریوهای نامتقارن ساده نیست و این مورد در بحث سامانه‌های هوش مصنوعی چندعامله حائز اهمیت است.
 

 

ایده‌هایی نو در نظریهٔ بازی که یادگیری ماشین را تحت تأثیر قرار می‌دهد

1. Mean field Games

تئوری Mean Field Games شاخه‌ای نسبتاً جدید است که از سال 2006 مورد بررسی قرار می‌گیرد. از نظر مفهومی، Mean Field Games از روش‌ها و تکنیک‌هایی برای مطالعهٔ بازی‌هایی تفاضلی (Differential) با جمعیت بالایی از بازیکن‌های منطقی تشکیل یافته‌است که تعادل نشِ تعمیم‌یافته برای مطالعه‌ٔ سیستم‌ها استفاده می‌کند. این بازیکن‌ها صرفاً بر اساس دارایی‌های خود (مانند سرمایه، پول و...) تصمیم نمی‌گیرند، بلکه به توزیع دارایی‌های باقی‌مانده در سیستم بین بازیکن‌های دیگر نیز اهمیت می‌دهد.
یک مثال کلاسیک از کارکرد Mean Field Games، چگونگی رفتار دسته‌ای ماهی‌ها (در حرکت‌کردن و...) ست. از منظر نظری، این پدیده به سختی توجیه می‌شود اما ریشه در این واقعیت دارد که ماهی‌ها به رفتار نزدیک‌ترین دستهٔ اطراف خود واکنش نشان می‌دهند. به عبارت بهتر، هر ماهی به رفتار تک تکِ ماهی‌ها واکنش نشان نمی‌دهد، بلکه ماهی‌های اطراف خود را به صورت یک دسته در نظر می‌گیرد. از این رو ماهی‌ها دسته‌های بزرگی را تشکیل می‌دهند که به سوی مشخصی (به صورت هماهنگ) حرکت می‌کنند.
اگر بخواهیم به زبان ریاضی صحبت کنیم، واکنش هرکدام از ماهی‌ها به اکثریت اطراف خود، تئوری همیلتون-جاکوبی-بلمن (Hamilton-Jacobi-Bellman) و تجمیع رفتار فردی ماهی‌ها (که نشانگر رفتار کلیت دستهٔ ماهی‌هاست) تئوری فوکر-پلانک-کولوموگروف (Fokker-Planck-Kolmogorov) نامیده می‌شود. تئوری Mean Field Games ترکیب این دو تئوریست.
 
 

 

2. بازی‌های کاتوره‌ای (Stochastic games)

ریشه‌های این ایده به دههٔ پنجاه میلادی باز می‌گردد. از نظر مفهومی، بازه‌های کاتوره‌ای (=رندوم) توسط تعداد محدودی بازیکن در در فضای حالتِ (State space) محدود بازی می‌شود و در هر حالت، بازیکن یکی از گزینه‌ها (که می‌دانیم تعداد انتخاب‌ها نیز محدود است) را انتخاب می‌کند و برآیند تصمیم‌ها یک پاداش (یا جزا) برای هر بازیکن مشخص کرده و یک توزیع احتمال موفقیت برای هر بازیکن ترسیم می‌کند.
بگذارید بار دیگر یک مثال کلاسیک بزنیم. میز گردی را تصور کنید که n+1 فیلسوف در دور آن نشسته‌اند (می‌دانیم که n≥1) یک کاسه برنج در وسط میز قرار دارد. بین هر دو فیلسوفی که کنار هم نشسته‌اند، یک چنگال قرار دارد که توسط هر دو فیلسوف قابل دسترسی است. از آن جایی که میز گرد است، به تعداد فیلسوف‌ها چنگال داریم. برای آن که فیلسوف بتواند از کاسه برنج بردارد، باید از هر دو چنگال (که در اطراف او هستند) استفاده کند. از این روی، اگر یک فیلسوف بتواند غذا بخورد، دو فیلسوف اطرافش نخواهند توانست. زندگی هر فیلسوف از دو جزء ساده تشکیل یافته، خوردن و فکر کردن؛ برای زنده ماندن یک فیلسوف، مکرراً، هم باید فکر کند و هم باید غذا بخورد. مأموریت ما، طراحی یک پروتکل است که در آن همهٔ فیلسوف‌ها زنده بمانند.
 
 

 

3. بازی‌های تکاملی (Evolutionary games)

بازی‌های تکاملی، همانطور که از نامش پیداست، از نظریهٔ تکامل داروین الهام می‌گیرد و از دههٔ هفتاد میلادی برای پیش‌بینی نتیجهٔ استراتژی‌های رقابتی مورد استفاده قرار می‌گیرد. از نظر مفهومی، بازی‌های تکاملی، کاربرد مفاهیم نظریهٔ بازی در موقعیت‌هاییست که در آن گروهی از عامل‌ها (agents) با استراتژی‌ها و رویکرد‌های متنوع، در طول زمان در طی یک فرایند تکاملی انتخاب و تکثیر (Selection and Duplication) با یکدیگر وارد تعامل می‌شوند تا یک راه‌حل (نتیجه) پایدار پیدا کنند. ایدهٔ اصلی پشت این تئوری، این است که تعامل اعضاء بازی، رفتار بسیاری از اعضا را شکل می‌دهد، و موفقیت هر عضو به طریقهٔ برخورد استراتژی وی با رفتار رقبایش بستگی دارد. در حالی که تئوری‌های کلاسیک نظریه بازی بر استراتژی‌های استاتیک (نامتغیر با زمان) تکیه‌ دارد، رویکرد تکاملی بر استراتژی‌هایی تمرکز دارد که با مرور زمان تغییر می‌کنند و رفته رفته بهتر و بهتر می‌شوند. در واقع استراتژی‌ای موفق است که در فرایند تکاملی رفته رفته بهبود یابد و تغییر کند.

نظریهٔ بازی، به خاطر تکامل هوش مصنوعی، در حال تجربهٔ یک رزونانس است و ما روز به روز بیشتر با آن در سرویس‌های هوشمند مواجه خواهیم شد.

برگردان از «A Crash Course in Game Theory for Machine Learning: Classic and New Ideas» با اندکی دخل و تصرف.
 
  • ۰ نظر
  • ۱۱ اسفند ۹۸ ، ۱۶:۳۴

نیایشِ کرونا: ما را چه شد؟ [اسفند 98]

دوشنبه, ۵ اسفند ۱۳۹۸، ۰۱:۰۰ ب.ظ
 
دقیقاً از کجا شروع شد؟

 

پرده‌ٔ اول

تصمیم گرفته‌ایم که دانشگاه نرویم. معاونت دانشجویی حقِ دادنِ چنین دستوری را ندارد ولی به زبان بی‌زبانی به ما (که شورای صنفی دانشگاه بودیم) گفت که هر کاری می‌توانید بکنید تا جلوی آمدن بچه‌ها را بگیرید. نهایت کاری که می‌توانستیم انجام دهیم پخش کردن وُیس در تلگرام بود. تا حد خوبی هم جلوی بچه‌ها را گرفتیم ولی کماکان افرادی بودند که هشدارها را جدی نمی‌گرفتند. در خبرگزاری‌های داخلی خیلی عادی با این قضیه برخورد می‌شد اما در توییتر و خبرگزاری‌های خارجی چیزی غیر از این بود.
در خوابگاه تهران‌پارس (دانش 1) یک مورد مشکوک به کرونا (که هفته‌ٔ گذشته قم بود و علایم آنفولانزا را داشت) دیده‌شده بود. هم وی و هم‌اتاقی‌هایش به بیمارستان شهدای تجریش منتقل شده بودند. جمعیت خوابگاه در عرض یک ساعت و نیم نصف شد. خوابگاه ما در خیابان مطهری بود و نگرانی چندانی نداشتیم، چون در واحد ما قمی‌ای وجود نداشت! خبر رسیده بود که ایستگاه متروی شوش را به علت وجود مورد مشکوک به کرونا بسته‌اند.
شب را به هزار زور و زحمت و رویا خوابیدیم.

 

پردهٔ دوم

طبق عادت 7:30 صبح بیدار شدم. هوا تمیز به نظر می‌آمد، خنک و دل‌نشین هم بود، حداقل برای منی که سرمای تبریز را تجربه کرده‌ام دل‌نشین بود. لباس‌هایم را تن کردم. دستکش‌های بافتنی مشکی‌ام را هم دستم کردم، شاید که جلوی شیوع را بگیرد؛ منطقاً پوشیدن یک جفت دستکش معجزهٔ خاصی نمی‌کند ولی در این شرایط عادت به تفکر منطقی نداریم. راه افتادم سمت داروخانه‌ها.
از عمد از دورترین داروخانه‌ای که می‌شناختم شروع به پرس‌و‌جو کردم. دلیل این کار دیدن مردم و واکنششان در شرایط بحرانی بود. وارد داروخانه‌ای در نزدیکی ایستگاه متروی شهید بهشتی شدم. مردم صف بسته بودند برای گفتن ماسک و ضدعفونی‌کننده پایهٔ الکل.
« - ماسک فیلتر‌دار نداریم، ضدعفونی‌کننده هم از این ژلی‌هاش موجوده...»
مردِ صاحب داروخانه با بهت خاصی در حال سفارش ماسک و سایر اقلام بهداشتی بود. معمولاً در این شرایط تصور عامه این است که داروخانه‌ها گران‌فروشی می‌کنند، در صورتی که این‌گونه نیست. عرضه‌کننده‌ها (=دلالان) قیمت کالا‌ها را گران‌تر می‌کنند.
چند روز پیش یک تافت (اسپری تثبیت‌کننده حالت مو) بیول از همین داروخانه خریداری کردم و هزینه‌اش شده بود 15 هزار تومان. همان روز همان تافت را 20 هزار تومان قیمت کردم! تافت چه گیری به کرونا دارد؟!
فاصله‌ی بین خیابان بهشتی تا مطهری پر از مطب و داروخانه است. در مسیر بازگشتم به تک تک داروخانه‌ها سر می‌زدم اما نه برای احتکار، بلکه برای دیدنِ مردم. صف‌های طولانی و چهره‌های نگران. حتی در آبان 98 نیز مردم چنین نبودند...
بالاخره توانستم در یکی از کوچه پس‌کوچه‌های خیابان سرافراز (مابین بهشتی و مطهری) یک داروخانه پیدا کنم که خلوت بود و ماسک فیلتردار و ضدعفونی‌کننده داشت. به ناچار خریدم. ضدعفونی‌کننده را که نگاه کردم، دیدم که تاریخ مصرف دارد ولی قیمتش را با الکل پاک کرده‌اند. حرفی نزدم. برای یک ماسک فیلتردار و یک اسپری ضدعفونی‌کننده دست 38500 تومان پول دادم. شاید دو یا سه برابر قیمت عادی‌اش...
 

پردهٔ سوم

حوالی عصر بود، از دیروز اطلاع‌رسانی شده بود که اقلام بهداشتی و ماسک در خوابگاه‌ها عرضه خواهد شد. به محض شنیدن صدای کامیونِ شام، آمدم پایین. ناهارهای سلف دانشگاه مانده بود روی دستشان، به عنوان شام به ما دادند. خبری هم از اقلام بهداشتی نبود. دو بسته‌ٔ 12 تایی ماسک فیلتردار با یک بسته قرص ویتامین ث (برای یک خوابگاه 300 نفره)، نهایت چیزی بود که به خوابگاه‌ها داده بودند.
هم واحدی‌هایم یک یک به شهرهایشان بازمی‌گشتند اما من چندان هم نگران نبودم. نمی‌دانم، شاید فاجعه در آن حد برای من عمق نداشت. رسانه‌های داخلی خیلی عادی با این قضیه برخورد می‌کردند، اما دیدن کلیپ‌ها و خبر‌های مختلف از چین و سایر کشورها فضای دیگری را در ذهن ما ایجاد می‌کرد.
به تدریج خبرهای نگران‌کننده در باره‌ٔ رشت و قم و چند شهر دیگر منتشر می‌شد. ما بیشتر نگران تهران بودیم. می‌دانستیم که مبتلایان در بیمارستان‌های لاله و فیروزگر و مسیح دانشوری نگهداری می‌شوند. خبرهایی که از پرستاران و انترن‌های این بیمارستان‌ها درز پیدا می‌کرد، استرس ما را افزایش می‌داد...
کلاس‌ها تا آخر هفته تعطیل شد. وزارت بهداشتی که ادعا می‌کرد همه‌چیز تحت کنترل است، دانشگاه‌ها را تعطیل کرد.

 

پردهٔ چهارم

صبح شد. خبر کشته‌شده‌ها به مرور به ما می‌رسد. در سوپرمارکت که بودم، مردی عطسه کرد، زن دیگری که در حال خرید بود هر چه در دست داشت را روی میز گذاشت و از مغازه به سرعت خارج شد!
«حاجی شنیدی چی شده؟ یکی از آشناهای دوستم تو بیمارستان بقیه‌الله کار می‌کنه. می‌گفت که توی چند هفته گذشته چندصد نفر با علایم کرونا اومدن بیمارستان و همشونو رد کردن، گفتن که آنفولانزا دارید و چیزیتون نیست. الآن جواب آزمایش کرونای دکترا و پرستارا دونه دونه مثبت در می‌آد! [می‌خندیم] حاجی فک کنم ناموسن داریم به @# می‌ریم!» - مکالمهٔ من و هم‌اتاقی‌ام.
اوضاع وخیم‌تر از مخیلات ما به نظر می‌رسید. همه‌ٔ ما بلیط بازگشت به شهرهایمان را گرفتیم. چند ساعت بعد خبری رسید که دستور آمده‌ تمام خوابگاه‌های سطح شهر تهران تخلیه شوند. من برای 11 شب در ترمینال بیهقی بلیط داشتم.
خبر عجیبی رسید، تست کرونای 5 نفر در خوابگاه‌ دکتری‌های دانشگاه علم و صنعت و 3 نه نفر در خوابگاه دانشگاه تربیت مدرس مثبت شده. تست کرونای شهردار منطقه 13 هم مثبت بوده. حتی تست کرونای رئیس دانشگاه علوم پزشکی قم که گفته بود «دلیلی برای نگرانی دربارهٔ کرونا نیست» هم مثبت شده بود.
خانواده‌ها تماس می‌گرفتند. دوستان غیرخوابگاهیمان خودشان در خانه حبس کرده بودند. و ما رفته رفته نگران‌تر می‌شدیم. نکند ما هم کرونا داریم؟
می‌گویند که ویروس کرونا 9 تا 25 روز دوره‌ٔ پنهان دارد. یعنی در این مدت ویروس هیچ علایمی از خود نشان نمی‌دهد ولی از فردی به فرد دیگر انتقال می‌یابد. ما به هر حال قبل این حوادث در شهر تردد داشتیم. از مترو و بی‌آر‌تی و تاکسی استفاده می‌کردیم، بدون ماسک و دستکش. نکند ویروس در بدن ما باشد؟
این بیماری برای افرادی در سنین من کشنده نیست، (هرچند که یکی از کشته‌شدگان نوجوانی 15 ساله بود) اما بیشتر جان افراد مسن‌تر را به خطر می‌اندازد. پدر و مادرم چه؟ پدربزرگ و مادربزرگم چه؟
شب به سمت ترمینال می‌روم. مردم بهت زده و نگران. شایعاتی که تا چند دقیقه پیش در تلگرام و توییتر می‌دیدم، حال از زبان مردم می‌شنوم. خودم را با موزیک غرق می‌کنم. به زور و زحمت می‌خوابم.
 

پردهٔ آخر

صبح با تاکسی از ترمینال به سمت خانه می‌روم. رانندهٔ تاکسی مرد خوش صحبتی بود. در پراید رنگِ بژاش چند کلامی هم‌صحبت شدیم. می‌گفت که خدا به دادمان برسد، ولی اگر غضب خدا بر ما نازل شده دیگر راه چاره‌ای نیست و کاری نمی‌توانیم بکنیم. خوش به حالش، او هنوز فرق بین علم و ایدئولوژی را درک نکرده، در توهماتش به آرامش رسیده. می‌گفت که در سطح شهر دستکش و ماسک و ضدعفونی‌کننده پیدا نمی‌شود. تعجبی نکردم.
به خانه می‌رسم. بدون دست دادن و روبوسی به سمت اتاقم می‌روم. حتی صبحانه هم نمی‌خورم. دائم دست‌هایم را می‌شویم و ضدعفونی‌اش می‌کنم. خودم را در اتاق حبس کرده‌ام. اگر من ناقل ویروس باشم چه؟
به ناچار می‌شینم و به دروغ‌هایی که به ما گفته شد (یا حقایقی که گفته نشد) فکر می‌کنم. رفتار حاکمیت در برابر ویروس (آن هم در بحبوحهٔ انتخابات نمایشی) مرا به یاد کتاب نیایش چرنوبیل (اثر الکسیویچ) می‌اندازد. مردمی که ناخواسته در برابر هیولایی قرار گرفتند که کوچک‌ترین درکی از آن نداشتند. و جانیانی که بر ما حکومت می‌کنند.
سعی می‌کنم خودم را با نوشتن خالی کنم و به این قضیه فکر نکنم که نکند من هم ناقل ویروس باشم...
نکند ایران به چرنوبیلی دیگر تبدیل شود؟...
 

  • ایران پس از چین، بیشترین تعداد کشته‌ها را بر اثر ویروس کرونا دارد. تا ساعت 12:30 روز دوشنبه 5 اسفند، تنها 50 کشته در شهر قم داریم. در استان‌های شمالی (مخصوصا گیلان) و استان‌های اراک، کرمان و چند استان دیگر هم کشته داشته‌ایم.
  • شایعاتی مبتنی بر ورود این ویروس، از طریق کارگران چینی راه‌آهن قم به گوش می‌رسد. همچنین تمامی پرواز‌های چین به تهران بدون قرنطینهٔ مسافرین ادامه دارد...
  • رهبر ایران علت حضور کم مردم ایران در انتخابات مجلس را تبلیغ ناگهانی ویروس کرونا اعلام کرد. (هرچند منابعی که اعداد و ارقام شرکت در انتخابات را لو داده بودند، اعدادی کمتر از اعداد وزارت کشور را برای مشارکت مردم نشان می‌داد.) همچنین کلیپ‌هایی از پرکردن صندوق‌های رأی دست به دست می‌چرخد.
  • آخوندی با نام تبریزیان، که چندی پیش طب اسلامی را بر طب غربی (؟!) ارجح دانسته بود، توصیه کرد که مردم برای پیشگیری از کرونا، نماز جماعت بخوانند و پنبهٔ آغشته به روغن بنفشه را در مقعد خود فرو کنند.
  • چین توانسته با قرنطینه‌ی چند شهر بزرگش و اقدامات امنیتی شدید (مانند کنترل عبور و مرور شهروندان با استفاده از کد و...) نرخ رشد قربانیان این ویروس را تثبیت کند، اما ایران از هرگونه اقدامی برای قرنطینه کردن قم سر باز می‌زند. محسن هاشمی رئیس شورای شهر تهران گفته که اگر آمار مبتلایان افزایش پیدا کند، مجبور به قرنطینهٔ پایتخت خواهیم بود.
  • ۱ نظر
  • ۰۵ اسفند ۹۸ ، ۱۳:۰۰