Tagبا کرد؟

با کارمندان جوانِ بی حوصله چه باید کرد؟

با کارمندان جوانِ بی حوصله چه باید کرد؟

تحقیقات نشان داده جوانان متولد هزاره جدید ( در رده سنی 21 تا 24 سال) تقریبا دو برابر بیشتر از  در محل کار کسل و بی حوصله می شوند و جالب است بدانید که این نسل مسن تمام تلاش خود را در یادگیری فرایند کار با خیلی از نرم افزارهایی که برای یک جوان متولد قرن 21 آسان به نظر می آیند، به کار می گیرد اما باز هم از نظر سرعت به مراتب کندتر از آنها پیش می رود.

یکی دیگر از یافته های این تحقیق که توسط Udemy (موسسه ی آموزشی آنلاین) صورت گرفته این است که احتمال استعفا دادن جوانان متولد قرن 21 از کارشان در سه تا شش ماه آغازین کار زیاد است. اما دلیل کسل شدن آنها این نیست که نخواهند مسئولیت بپذیرند بلکه این است که کارها را به سرعت انجام می دهند و بعد از آن از بیکاری حوصله شان سر می رود.

چه بسا این جوانانی که با تکنولوژی نیز آشنایی دارند راهی برای تمام کردن سریع تر کارهای شان می یابند و به جای اینکه ساعات بسیاری را به کار اختصاص دهند، هوشمندانه تر کار می کنند.

این نیروی کار کارآمد اما کسل برای مدیران مشکلاتی را به بار آورده است. زیرا در محیطی که یک کارمند مسن با سرعتی کمتر به انجام امور می پردازد، جوانی هست که کارش را انجام داده و ساعات بیکاریش را به بطالت می گذراند. برقراری تعادل میان این دو برای یک مدیر سخت است.

این اتفاق به هر حال خیلی بد هم نیست. موسسه ی Intelligent Group تحقیقی روی جوانان انجام داده که براساس نتایج آن، جوانان ترجیح می دهند درآمد سالانه شان 40 هزار دلار باشد اما از کارشان لذت ببرند تا اینکه 100 هزار دلار باشد اما کار کسل کننده ای داشته باشند.

شاید فکر خوبی نباشد، اما می توانید کار دلخواه یک جوان را به او بدهید آنهم با حقوق کمتر! به هر حال آمار این جمله را تایید می کند.

یکی دیگر از یافته های موسسه ی Udemy این است که 80٪ کارمندان به محیط کاری علاقه دارند که دوره های آموزشی برای آنها برقرار کند. مدیران می توانند از این فرصت استفاده کرده و با برقرار کردن دوره های آموزشی و چالشی برای کارمندان، هم آنها را به کار علاقمند کنند هم باعث رشد شرکت شان شوند.

Shimkus مدیر موسسه ی مذکور:

«به یاد داشته باشید کارمندان شما انسان هستند نه اعداد و ارقامی که آمار به شما می دهد. به نظراتشان به خوبی گوش دهید و آموزش های مربوط به رشته ی خودشان یا رشته های دیگری که مورد علاقه ی آنها نیز هست، را برگزار کنید. از مهارت های جانبی که می تواند برای همه مفید باشد مانند آموزش زبان بدن، تکنیک های قوی کردن حافظه و … نیز استفاده کنید.»

با فراهم آوردن چنین شرایطی هم کارمندان خوشحال تری خواهید داشت هم نیروی کار جوان تان بهترین استفاده را از وقتش خواهد برد. شاید در آینده از این کارمندان برای جایگاه های کلیدی کار استفاده کنید.

The post appeared first on .

با کارمندان جوانِ بی حوصله چه باید کرد؟

مایکروسافت چگونه با «پروژه منجنیق» آینده خود و دنیای رایانش را متحول کرد؟

مایکروسافت چگونه با «پروژه منجنیق» آینده خود و دنیای رایانش را متحول کرد؟

دسامبر ۲۰۱۲ بود و «داگ برگر» (Doug Burger) در حالی که مقابل «استیو بالمر» (مدیر عامل وقت مایکروسافت) ایستاده بود، تلاش می کرد تا آینده را به او نشان دهد.

در بخش تحقیق و توسعه مایکروسافت بودند؛ ساختمان ۹۹، طبقه همکف در اتاق سخنرانی. مکانی که در حومه شهر سیاتل قرار گرفته بود. میزها در آن اتاق بزرگ همانند حرف U چیده شده بودند و در کنار استیو بالمر، سایر مدیران ارشد ردمند نیز حضور داشتند. در همین حال، برگر داشت از آینده می گفت. او یک محقق در زمینه توسعه چیپ بود که چهار سال قبل از آن تاریخ به مایکروسافت پیوسته بود. وی در برابر بالمر و سایر مدیران ارشد مایکروسافت از ایده ای گفت که «پروژه منجنیق» (Project Catapult) نام گرفته بود.

در آن جلسه برگر توضیح داد که دنیای تکنولوژی در حال وارد شدن به یک مدار است. وی اشاره کرد که در آینده تنها چند شرکت بزرگ اینترنتی و تکنولوژیک چند سرویس بزرگ و بسیار پیچیده را در اختیار مشتریان قرار می دهند که از آنچه اکنون می بینیم بسیار متمایز است و شرکت های برای راه اندازی آنها نیازمند تاسیسات کاملاً جدیدی خواهند بود.

تجهیزاتی که صرفاً نرم افزاری نیست بلکه باید سخت افزارهای جدیدی هم برای آن توسعه داد؛ سخت افزارهایی مانند سرورهای نو و سایر تجهیزات شبکه ای. در ایده ای که برگر در سر داشت، قرار بود تمام سرورهای مایکروسافت به حاصل تلاش پروژه منجنیق مجهز شوند. حاصل این تلاش قرار بود چیپستی قابل برنامه ریزی باشد که بتوان آن را برای امور مختلف مورد استفاده قرار داد.

داگ برگر

برگر در همان جلسه به سراغ توضیح در مورد چیپ ها رفته بود که استیو بالمر سرش را از لپ تاپش خارج می کند و می گوید «وقتی به مرکز تحقیق و توسعه آمدم، انتظار داشتم در مورد پیشرفت پروژه ها بشنوم نه اینکه برایم استراتژی هایی از آینده را تعیین و تبیین کنید.» برگر می گوید که بالمر در ادامه به سرزنش کردنش برای ارائه این توضیحات پرداخته است.

مایکروسافت نزدیک ۴۰ سال اخیر را صرف ساخت نرم افزارهایی نظیر ورد، اکسل و البته ویندوز کرده بود و تازه می خواست جای خودش را در فضای اینترنت پیدا کند. طبیعتاً در آن زمان مایکروسافت ابزارهای فنی و نیروی انسانی مورد نیاز برای توسعه چیپ های کامپیوتری را نداشت. توسعه چنین مواردی بسیار پیچیده، دشوار، زمان بر و البته گران است. اینکه مایکروسافت بخواهد در آن زمان به سراغ توسعه چیپ های اختصاصی اش برود مانند این بود که شرکت کوکاکولا بخواهد کار تولید نوعی سوپ چینی را آغاز کند.

نمونه کنونی و نهایی از چیپ FPGA مایکروسافت.

برگر با آن هیکل لاغر اندام و آرامشی خاص که در همه مهندسان کاربلد یافت می شود، اصرار کرد که مایکروسافت نیاز دارد تا وارد چنین حوزه ای شود. وی به بالمر گفت که شرکت هایی نظیر گوگل و آمازون همین حالا وارد این مسیر شده اند و تامین کنندگان قطعات سخت افزاری برای سرور های مایکروسافت، نمی توانند آنچه در آینده مورد نیاز خواهد بود را برای راه اندازی سرویس های آنلاین نوین در اختیار این شرکت قرار دهند. برگر در نهایت می گوید که اگر مایکروسافت سخت افزار بهینه شده خودش را توسعه ندهد در آینده از سایر شرکت ها جا خواهد ماند.

بالمر زیر بار نمی رفت.

کار به اینجا که رسید، یک شخص دیگر هم با برگر هم صدا شد. این فرد «چی لو» () نام داشت و در آن زمان مسئول موتور جستجوی Bing در مایکروسافت بود. تیم تحت نظر لو دست کم برای دو سال قبل مشغول صحبت با برگر در خصوص توسعه چیپ های اختصاصی و قابل برنامه ریزی شده بود. پروژه منجنیق از نظر لو قابل دستیابی بود و او همانجا به بالمر می گوید: «تیم من قبلاً کار روی آن را آغاز کرده است».

اکنون چیپی که برگر و لو اعتقاد داشتند روزی به حقیقت خواهد پیوست، تحت عنوان نام «مدار مجتمع دیجیتال قابل برنامه ریزی» یا «FPGA» در دسترس است و زیرساخت موتور جستجوی بینگ را تشکیل می دهد. ، عنوان کرد که در هفته های پیش رو الگوریتم جستجو را نیز بر اساس شبکه های عمیق عصبی -توسعه هوش مصنوعی بر پایه ساختار ذهن انسان- بهینه خواهد کرد.

چیپ های FPGA حالا پشتیبان پلتفرم رایانش ابری مایکروسافت آژور هستند و در سال های پیش رو تمام سرورهای این شرکت به آنها مجهز می شوند. در مورد میلیون ها سرور در سراسر جهان صحبت می کنیم. برگر در همین باره می گوید: «این مسئله ظرفیت ها و انعطاف پذیری ما را بیش از اندازه بالا خواهد برد. این نوعی معماری است که در سراسر جهان مورد استفاده قرار می گیرد و استاندارد کنونی مایکروسافت است.»

اعضای تیم پروژه منجنیق از چپ: آدریان کالفیلد، اریک چانگ، داگ برگر، اندرو پانتم.

چیپ جدید وسیله ای برای مایکروسافت نیست تا با بینگ، گوگل را دنبال کند. پروژه منجنیق این درس را یاد می دهد که در آینده چگونه سیستم های یکپارچه در سراسر جهان به کار مشغول می شوند؛ از آمازونی که در آمریکاست تا بایدو که در چین حکمرانی می کند. همه غول های تکنولوژیک در حال به روز رسانی سرورهای خود و واحدهای پردازش مرکزی -CPU- آنها هستند. این مسئله برای دنیایی که قرار است توسط هوش مصنوعی زیر و رو شود، یک الزام است.

سخت افزاری که برای مدیریت قلمروی آنلاین مایکروسافت مورد نیاز است، سالانه بین ۵ الی ۶ میلیارد دلار هزینه روی دست اهالی ردموند می گذارد. ساتیا نادلا، مدیر عامل کنونی مایکروسافت در همین رابطه می گوید: «صرف چنین هزینه ای دیگر صرفاً برای انجام آزمایش های مختلف نیست. بلکه تبدیل به یک اولویت بسیار ضروری شده است.»

حرفی که اکنون نادلا می زند، همان حرفی است که چند سال پیش برگر تلاش داشت در ساختمان ۹۹ به استیو بالمر بفهماند.

گونه ای کاملاً جدید اما بسیار قدیمی از چیپ کامپیوتری

انتهای دسامبر ۲۰۱۰ بود و یکی از محققین ارشد مایکروسافت، آقای «اندرو پاتنم» (Andrew Putnam) سیاتل را ترک کرد تا برای تعطیلات سال نو به خانه اش در «کلرادو اسپرینگز» برود. دو روز به کریسمس مانده بود و پاتنم تصمیم داشت چند هدیه برای اعضای خانواده اش بخرد. سوار ماشینش شد و راه افتاد که موبایلش زنگ خورد. رییسش، برگر بود. برگر می گفت که می خواهد فردای پس از تعطیلات با اعضای تیم بینگ ملاقات کند و می خواهد در آن قرار ملاقات، طراحی یک چیپ را همراه خود داشته باشد؛ چیپی که بتواند بر بستر FPGA، از پس الگوریتم یادگیری ماشینی مورد استفاده در بینگ برآید.

پاتنم که در حال رانندگی بود، پس از قطع تماس نزدیک ترین استارباکس را پیدا کرد و کنار آن ماشین را نگه داشت. واردش شد و پنج ساعت آنجا نشست. در این زمان توانست طرح اصلی را آماده کند. هنوز وقت برای خرید هدیای کریسمس هم داشت.

برگر اکنون ۴۷ ساله است در حالی که پاتنم ۳۹ سال سن دارد. هر دو تحصیلات آکادمیک مرتبط دارند و برگر ۹ سال به عنوان پرفسور علوم کامپیوتری در دانشگاه آستینِ تگزاس مشغول به تدریس بوده است. وی قبلاً در همان دانشگاه تخصص خود در زمینه ریزپردازنده ها را دریافت کرده بود و گونه ای جدید از چیپ تحت عنوان EDGE را طراحی کرد.

وی سپس پنج سال به عنوان یک محقق در دانشگاه واشنگتن به کار مشغول بود. وی در آنجا آزمایشاتی را روی چیپ های FPGA انجام داد؛ چیپ هایی قابل برنامه ریزی که برای چند دهه می شد نام و ایده وجودی شان را شنید و بیشتر به عنوان نمونه اولیه سایر طراحی های ریزپردازنده مورد استفاده قرار می گرفتند.

برگر که از قبل با پاتنم آشنایی داشت،‌ در سال ۲۰۰۹ او را به مایکروسافت آورد. هدف اصلی این دو نفر این بود که دریابند چگونه می شود چیپ های قابل برنامه ریزی را به حقیقت بدل کرد و سپس از آنها برای سرعت بخشیدن به سرویس های آنلاین استفاده کرد.

نسخه اولیه پروژه منجنیق که از سوی برگر و تیمش در دیتاسنتر مایکروسافت مستقر در سیاتل مورد آزمایش قرار گرفت.

حتی مسئول وقت این دو نفر هم ایده شان را قبول نکرده بود. «پیتر لی» (Peter Lee)، معاون ارشد بخش تحقیقات در مایکروسافت می گوید: «هر دو سال یک بار می شنیدیم که چیپ های برنامه پذیر -FGPA- بالاخره قرار است از راه برسند. در نتیجه من هم وقتی این ایده را شنیدم برای این دو نفر پشت چشم نازک کردم.»

با این حال برگر و تیمش همچنان اعتقاد داشتند که می شود این ایده قدیمی را به حقیقت بدل کرد و موتور جستجوی بینگ هم یک آزمایش بسیار مناسب برای این چیپ بود.

موتور جستجوی مایکروسافت یک سرویس آنلاین است که توسط هزاران ماشین در سراسر جهان مدیریت می شود. هر یک از این ماشین ها یک CPU دارد. اگرچه شرکت هایی نظیر اینتل مشغول توسعه و بهبود پردازنده ها هستند ولی به هر حال از پیشرفت های نرم افزاری جا مانده اند. بیشتر این پیشرفت های نرم افزاری البته در زمینه هوش مصنوعی بوده است.

سرویس هایی نظیر بینگ اکنون از «قانون مور» پیشی گرفته اند؛ قانونی که می گوید هر ۱۸ ماه تعداد ترانزیستورها در واحد پردازشی دو برابر می شود. شاید بگویید که می توان با افزودن بر تعداد پردازنده ها، نیازهای نرم افزاری را پاسخ گفت. ولی و افزایش تعداد پردازنده ها مشکلی را حل نمی کند.

 

از طرف دیگر برای حل هر یک مشکل، نمی توان یک چیپ خاص طراحی کرد چرا که این کار بیش از اندازه تخصصی و گران است. چیپ های FPGA دقیقاً همین مشکل را حل می کنند. در حالی که قدرت بیشتری دارند و انرژی کمتری مصرف می کنند، قابل برنامه ریزی هستند تا بتوانند از پس پردازشی خاص برآیند. در جهانی زندگی می کنیم که رشد تکنولوژی و مدل های تجاری مرتبط با آن همواره در حال تغییر بوده است و توسعه چنین چیپی، مشکلات پیش رو را حل خواهد کرد.

در قرار ملاقاتی که برگر بعد از تعطیلات سال نوی ۲۰۱۱ با اعضای تیم بینگ داشت، به آنها توضیح داد که چیپ های FPGA می توانند با مصرف انرژی کمتر، جستجوها را با سرعت بیشتری انجام دهند. مدیران بینگ نظر صریحی ارائه نکردند. در ماه های بعد برگر و سایر اعضای تیم از طرحی که پاتنم در کریسمس کشیده بود استفاده کردند و یک نمونه اولیه ساختند. این نمونه اولیه نشان داد که می تواند الگوریتم یادگیری ماشینی بینگ را ۱۰۰ بار سریع تر اجرا کند.

این نمونه اولیه، جعبه ای بود متشکل از ۶ چیپ FPGA که به یک رَک سرور وصل می شد. تیم بینگ تنفرش را همان ابتدا از آن ابراز کرد. دلیل اصلی این بود که اگر نمونه اولیه با مشکل مواجه می شد و یا ۶ عدد چیپ FPGA نمی توانستند بار پردازشی را به دوش بکشند، تمام ماشین های متصل از بین می رفت.

در نتیجه تیم برگر چند ماه دیگر را صرف توسعه یک نمونه دیگر کرد. این نمونه یک مدار مجتمع بود که صرفاً از یک چیپ FPGA بهره می برد. از سوی دیگر ولی این چیپ به سایر چیپ هایی که در سرورها قرار داده شده بود متصل می شد و دریایی از چیپ های قابل برنامه ریزی را تشکیل می داد که قطعاً از پس بار پردازشی موتور جستجوی بینگ بر می آمد.

این همان نمونه ای بود که توانست نظر «چی لو» را هم جلب کند. او پول توسعه و ساخت بیش از ۱۶۰۰ سرور مجهز به چیپ FPGA را در اختیار برگر قرار داده بود. شش ماه زمان صرف شده بود تا تیم یاد شده بتواند با استفاده از شرکت های چینی و تایوانی سخت افزارهای مورد نیازش را تامین کند. سپس اولین رک را در دیتاسنتر آزمایشی مستقر در مقر مایکروسافت تست شد.

تست هایی که در ماه های مختلف در سال های ۲۰۱۳ و ۲۰۱۴ انجام شدند، نشان می دادند که الگوریتم یادگیری ماشینی بینگ به نام «» بیش از ۴۰ بار با چیپ های جدید سریع تر انجام می شود. در تابستان ۲۰۱۴ مایکروسافت اعلام کرد که به زودی این سخت افزار را وارد چرخه دیتاسنترهای اصلی اش خواهد کرد اما پس از مدتی، هیچ خبری نشد.

جستجو برای یافتن چیزی بزرگ تر از Bing

بینگ برای چند سال پیاپی سقف خیال بافی مایکروسافت در دنیای آنلاین بود اما در سال ۲۰۱۵ مشخص شد که این شرکت دو پروژه دیگر هم خیال هایی در سر دارد. این دو پروژه Office 365 و مایکروسافت آژور نام داشتند. مدیران مایکروسافت درک کرده بودند که برای داشتن یک قلمروی آنلاین نیازمند آن هستند تا بتوانند زیرساختی یکپارچه تهیه کنند.

اگر قرار بود «پروژه منجنیق» دوران تحول را برای مایکروسافت رقم بزند، نمی شد صرفاً مختص موتور جستجوی بینگ باشد. مشکل اینجا بود که مدیران پلتفرم آژور اهمیتی به سرعت بالای رشد یادگیری ماشینی نمی دادند. خودشان در زمینه شبکه سازی نیاز به کمک داشتند. ترافیک این سرویس به حدی بالا بود که CPU سرورها نمی توانست عملکرد مناسب را از خود نشان دهد.

در نهایت «مارک روسنویچ»، معمار ارشد آژور، دریافت که پروژه منجنیق می تواند به آژور هم کمک کند، اما نه به گونه ای که برای بینگ طراحی شده. تیم او به چیپ برنامه پذیری در جایی نیاز داشت که هر سرور به شبکه اولیه متصل می شود. به همین شکل آنها موفق می شدند تا ترافیک را پیش از اینکه به سرور برسد مورد پردازش قرار دهند.

ورژن صفر: نمونه اولیه ای که معماری چیپ های FPGA را از طریق یک جعبه با رک سرور به اشتراک می گذاشت. ورژن یک: سپس تیم تغییر رویه داد و هر سرور را به چیپ FPGA خودش مجهز کرد. نسخه دو: در نهایت چیپ ها بین سرور و شبکه کلی قرار گرفتند.

برای آژور، تیم توسعه چیپ های FPGA مجبور شد دوباره طراحی های قبلی را تغییر دهد. در طراحی سوم، چیپ در ورودی هر سرور قرار می گرفت و مستقیم به شبکه متصل می شد. در نهایت همین راهکار برای آفیس ۳۶۵ هم مورد استفاده قرار گرفت و کلیت پروژه منجنیق می توانست به شبکه های زنده و اصلی مایکروسافت وارد شود.

«جیم لاروس» (Jim Larus) یکی دیگر از اعضای تیم می گوید که باز-طراحی چیپ ها مانند کابوس های شبانه ای بوده که همواره تکرار می شوند. با این حال همه این سختی ها توجیه پذیر بود چرا که هزینه ساخت یک چیپ FPGA تنها ۳۰ درصد از هزینه سایر قطعات یک سرور را شامل می شد، کمتر از ۱۰ درصد سایر قطعات انرژی مصرف می کرد و دست کم پردازش را دو برابر سریع تر انجام می داد.

حالا مایکروسافت آژور از همین چیپ های برنامه پذیر پشتیانی می کند در حالی که بینگ، موتور جستجویی که در دسکتاپ ۲۰ درصد و در موبایل ۶ درصد از جستجوی جهانی را در دست دارد هم کم کم به همین چیپ ها مجهز می گردد. این در حالیست که مایکروسافت خبر می دهد چیپ ها را برای هوش مصنوعی و شبکه های عمیق عصبی آماده می کند.

این در حالیست که کارمندان مایکروسافت می گویند که این شرکت تصمیم دارد از طریق همین چیپ ها در آفیس ۳۶۵ از رمزگذاری و فشرده سازی داده ها برای ۲۳ میلیون کاربر این سرویس استفاده کند. در نهایت هم برگر می گوید که کار به جایی خواهد رسید که تمام سرویس های آنلاین مایکروسافت از طریق این چیپ ها مدیریت شوند.

پیتر لی می گوید: «هنوز حیرت زده ام که چگونه توانستیم کمپانی را به چنین کاری وادار کنیم.» آقای لی نهادی را درون بخش تحقیقات مایکروسافت مدیریت می کند که «NExT» نام دارد، اختصاری برای «تجربیات و تکنولوژی های جدید».

پس از رسیدن نادلا به صندلی ریاست، وی شخصاً برای ایجاد این نهاد تلاش کرد. در این بخش تکنولوژی هایی مورد آزمایش قرار می گیرد که قرار است هر چه سریع تر به دست کاربر نهایی برسد. پروژه منجنیق یکی از موارد نخستی است که به سرعت در NExT بهینه شد.

پیتر لی.

تمام غول های اینترنتی، از جمله مایکروسافت، در حال حاضر پردازنده های خود را با واحد های گرافیکی همراه می کنند. چیپ ها در واقع بهینه شده اند تا بتوانند تصاویر در بازی ها یا سایر اپلیکیشن های به شدت بصری را نمایش دهند.

زمانی که همین شرکت ها به شبکه های عصبی خود آموزش می دهند که بتوانند چهره ها در یک تصویر را شناسایی کنند و برای همین منظور میلیون ها تصویر را به آن تزریق می کنند، پردازشگرهای گرافیکی هستند که بخش عمده کار را انجام می دهند.

برخی شرکت ها مانند مایکروسافت، از یک چیپ جداگانه استفاده می کنند تا پس از آموزش دیدن شبکه عصبی سرعت آنها بیشتر شود. توسعه چیپ های اختصاصی به شکل دیوانه واری گران است اما با این حال گوگل هم چند ماه پیش چیپ خود را با نام «» معرفی کرد.

چیپ گوگل که به اختصار TPU هم نام گرفته، همه چیز را فدای سرعت کرده است. در واقع گوگل این چیپ را توسعه داده تا سرعت رایانش ابری را بالاتر برده و هر گونه تاخیری را در زمان صحبت کردن کاربر با تلفن هوشمند خود و ارائه دستورات به آن حذف کند.

مشکل اینجاست که اگر طراحی شبکه های عمیق عصبی تغییر کند، گوگل باید دوباره از نو یک چیپ جدید بسازد. اما چیپ های قابل برنامه ریزی یا FPGA، چنین حالتی ندارند و همانگونه که از نام طراحی اش پیداست، قادر به تغییر برای شرایط تازه است.

البته در این میان یک چیپ FPGA به اندازه آنچه گوگل ساخته سریع نیست اما همانگونه که ذکر شد مایکروسافت وارد بازی عمر مفید چیپ ها شده و می تواند در آینده و با تغییر طراحی باز هم از آنها استفاده کند.

تصویری از نسخه دوم؛‌ نمونه ای که به سرور مایکروسافت متصل می شد و به شکل مستقیم به شبکه دسترسی داشت.

مایکروسافت سرورهای بزرگی دارد و استفاده اش از چیپ های FPGA، موجب شده تا نمودار چیپ های مورد استفاده در جهان تغییر کند. چیپ های یاد شده از طریق شرکتی موسوم به Altera برای مایکروسافت تولید می شوند. جالب اینجاست که اینتل در تابستان ۲۰۱۵ این شرکت را با پرداخت رقمی معادل ۱۶.۷ میلیارد دلار تصاحب کرد؛ بیشترین رقمی که در تاریخ برای خرید یک شرکت سازنده چیپ پرداخت شده است. اینتل در این میان باور دارد که تا سال ۲۰۲۰، یک سوم از کل سرورهای متعلق به شرکت های بزرگ تکنولوژیک به چیپ FPGA مجهز می شوند.

پیتر لی می گوید که پروژه منجنیق به مایکروسافت کمک می کند تا قدرت ابر رایانه هایش را تا سال ۲۰۳۰ به شکل شگرفی افزایش دهد. پس از آن، وی عقیده دارد که مایکروسافت می تواند به سوی پردازش کوانتومی گام بردارد.

ساتیا نادلا، مدیر عامل مایکروسافت هم عقیده مشابهی دارد و به نظر می رسد که این شرکت به شکلی جدی تصمیم دارد آینده ای کوانتومی را به ارمغان آورد. با توجه به درجه دشواری ساخت یک ماشین کوانتومی، به نظر می رسد که صحبت های مدیران مایکروسافت در این مورد بیشتر شبیه به یک خیال باشد. هر چند، تا همین چند سال پیش، نتیجه دادن پروژه منجنیق هم صرفاً در حد یک خیال بود.

The post appeared first on .

مایکروسافت چگونه با «پروژه منجنیق» آینده خود و دنیای رایانش را متحول کرد؟

دسامبر ۲۰۱۲ بود و «داگ برگر» (Doug Burger) در حالی که مقابل «استیو بالمر» (مدیر عامل وقت مایکروسافت) ایستاده بود، تلاش می کرد تا آینده را به او نشان دهد.

در بخش تحقیق و توسعه مایکروسافت بودند؛ ساختمان ۹۹، طبقه همکف در اتاق سخنرانی. مکانی که در حومه شهر سیاتل قرار گرفته بود. میزها در آن اتاق بزرگ همانند حرف U چیده شده بودند و در کنار استیو بالمر، سایر مدیران ارشد ردمند نیز حضور داشتند. در همین حال، برگر داشت از آینده می گفت. او یک محقق در زمینه توسعه چیپ بود که چهار سال قبل از آن تاریخ به مایکروسافت پیوسته بود. وی در برابر بالمر و سایر مدیران ارشد مایکروسافت از ایده ای گفت که «پروژه منجنیق» (Project Catapult) نام گرفته بود.

در آن جلسه برگر توضیح داد که دنیای تکنولوژی در حال وارد شدن به یک مدار است. وی اشاره کرد که در آینده تنها چند شرکت بزرگ اینترنتی و تکنولوژیک چند سرویس بزرگ و بسیار پیچیده را در اختیار مشتریان قرار می دهند که از آنچه اکنون می بینیم بسیار متمایز است و شرکت های برای راه اندازی آنها نیازمند تاسیسات کاملاً جدیدی خواهند بود.

تجهیزاتی که صرفاً نرم افزاری نیست بلکه باید سخت افزارهای جدیدی هم برای آن توسعه داد؛ سخت افزارهایی مانند سرورهای نو و سایر تجهیزات شبکه ای. در ایده ای که برگر در سر داشت، قرار بود تمام سرورهای مایکروسافت به حاصل تلاش پروژه منجنیق مجهز شوند. حاصل این تلاش قرار بود چیپستی قابل برنامه ریزی باشد که بتوان آن را برای امور مختلف مورد استفاده قرار داد.

داگ برگر

برگر در همان جلسه به سراغ توضیح در مورد چیپ ها رفته بود که استیو بالمر سرش را از لپ تاپش خارج می کند و می گوید «وقتی به مرکز تحقیق و توسعه آمدم، انتظار داشتم در مورد پیشرفت پروژه ها بشنوم نه اینکه برایم استراتژی هایی از آینده را تعیین و تبیین کنید.» برگر می گوید که بالمر در ادامه به سرزنش کردنش برای ارائه این توضیحات پرداخته است.

مایکروسافت نزدیک ۴۰ سال اخیر را صرف ساخت نرم افزارهایی نظیر ورد، اکسل و البته ویندوز کرده بود و تازه می خواست جای خودش را در فضای اینترنت پیدا کند. طبیعتاً در آن زمان مایکروسافت ابزارهای فنی و نیروی انسانی مورد نیاز برای توسعه چیپ های کامپیوتری را نداشت. توسعه چنین مواردی بسیار پیچیده، دشوار، زمان بر و البته گران است. اینکه مایکروسافت بخواهد در آن زمان به سراغ توسعه چیپ های اختصاصی اش برود مانند این بود که شرکت کوکاکولا بخواهد کار تولید نوعی سوپ چینی را آغاز کند.

نمونه کنونی و نهایی از چیپ FPGA مایکروسافت.

برگر با آن هیکل لاغر اندام و آرامشی خاص که در همه مهندسان کاربلد یافت می شود، اصرار کرد که مایکروسافت نیاز دارد تا وارد چنین حوزه ای شود. وی به بالمر گفت که شرکت هایی نظیر گوگل و آمازون همین حالا وارد این مسیر شده اند و تامین کنندگان قطعات سخت افزاری برای سرور های مایکروسافت، نمی توانند آنچه در آینده مورد نیاز خواهد بود را برای راه اندازی سرویس های آنلاین نوین در اختیار این شرکت قرار دهند. برگر در نهایت می گوید که اگر مایکروسافت سخت افزار بهینه شده خودش را توسعه ندهد در آینده از سایر شرکت ها جا خواهد ماند.

بالمر زیر بار نمی رفت.

کار به اینجا که رسید، یک شخص دیگر هم با برگر هم صدا شد. این فرد «چی لو» () نام داشت و در آن زمان مسئول موتور جستجوی Bing در مایکروسافت بود. تیم تحت نظر لو دست کم برای دو سال قبل مشغول صحبت با برگر در خصوص توسعه چیپ های اختصاصی و قابل برنامه ریزی شده بود. پروژه منجنیق از نظر لو قابل دستیابی بود و او همانجا به بالمر می گوید: «تیم من قبلاً کار روی آن را آغاز کرده است».

اکنون چیپی که برگر و لو اعتقاد داشتند روزی به حقیقت خواهد پیوست، تحت عنوان نام «مدار مجتمع دیجیتال قابل برنامه ریزی» یا «FPGA» در دسترس است و زیرساخت موتور جستجوی بینگ را تشکیل می دهد. ، عنوان کرد که در هفته های پیش رو الگوریتم جستجو را نیز بر اساس شبکه های عمیق عصبی -توسعه هوش مصنوعی بر پایه ساختار ذهن انسان- بهینه خواهد کرد.

چیپ های FPGA حالا پشتیبان پلتفرم رایانش ابری مایکروسافت آژور هستند و در سال های پیش رو تمام سرورهای این شرکت به آنها مجهز می شوند. در مورد میلیون ها سرور در سراسر جهان صحبت می کنیم. برگر در همین باره می گوید: «این مسئله ظرفیت ها و انعطاف پذیری ما را بیش از اندازه بالا خواهد برد. این نوعی معماری است که در سراسر جهان مورد استفاده قرار می گیرد و استاندارد کنونی مایکروسافت است.»

اعضای تیم پروژه منجنیق از چپ: آدریان کالفیلد، اریک چانگ، داگ برگر، اندرو پانتم.

چیپ جدید وسیله ای برای مایکروسافت نیست تا با بینگ، گوگل را دنبال کند. پروژه منجنیق این درس را یاد می دهد که در آینده چگونه سیستم های یکپارچه در سراسر جهان به کار مشغول می شوند؛ از آمازونی که در آمریکاست تا بایدو که در چین حکمرانی می کند. همه غول های تکنولوژیک در حال به روز رسانی سرورهای خود و واحدهای پردازش مرکزی -CPU- آنها هستند. این مسئله برای دنیایی که قرار است توسط هوش مصنوعی زیر و رو شود، یک الزام است.

سخت افزاری که برای مدیریت قلمروی آنلاین مایکروسافت مورد نیاز است، سالانه بین ۵ الی ۶ میلیارد دلار هزینه روی دست اهالی ردموند می گذارد. ساتیا نادلا، مدیر عامل کنونی مایکروسافت در همین رابطه می گوید: «صرف چنین هزینه ای دیگر صرفاً برای انجام آزمایش های مختلف نیست. بلکه تبدیل به یک اولویت بسیار ضروری شده است.»

حرفی که اکنون نادلا می زند، همان حرفی است که چند سال پیش برگر تلاش داشت در ساختمان ۹۹ به استیو بالمر بفهماند.

گونه ای کاملاً جدید اما بسیار قدیمی از چیپ کامپیوتری

انتهای دسامبر ۲۰۱۰ بود و یکی از محققین ارشد مایکروسافت، آقای «اندرو پاتنم» (Andrew Putnam) سیاتل را ترک کرد تا برای تعطیلات سال نو به خانه اش در «کلرادو اسپرینگز» برود. دو روز به کریسمس مانده بود و پاتنم تصمیم داشت چند هدیه برای اعضای خانواده اش بخرد. سوار ماشینش شد و راه افتاد که موبایلش زنگ خورد. رییسش، برگر بود. برگر می گفت که می خواهد فردای پس از تعطیلات با اعضای تیم بینگ ملاقات کند و می خواهد در آن قرار ملاقات، طراحی یک چیپ را همراه خود داشته باشد؛ چیپی که بتواند بر بستر FPGA، از پس الگوریتم یادگیری ماشینی مورد استفاده در بینگ برآید.

پاتنم که در حال رانندگی بود، پس از قطع تماس نزدیک ترین استارباکس را پیدا کرد و کنار آن ماشین را نگه داشت. واردش شد و پنج ساعت آنجا نشست. در این زمان توانست طرح اصلی را آماده کند. هنوز وقت برای خرید هدیای کریسمس هم داشت.

برگر اکنون ۴۷ ساله است در حالی که پاتنم ۳۹ سال سن دارد. هر دو تحصیلات آکادمیک مرتبط دارند و برگر ۹ سال به عنوان پرفسور علوم کامپیوتری در دانشگاه آستینِ تگزاس مشغول به تدریس بوده است. وی قبلاً در همان دانشگاه تخصص خود در زمینه ریزپردازنده ها را دریافت کرده بود و گونه ای جدید از چیپ تحت عنوان EDGE را طراحی کرد.

وی سپس پنج سال به عنوان یک محقق در دانشگاه واشنگتن به کار مشغول بود. وی در آنجا آزمایشاتی را روی چیپ های FPGA انجام داد؛ چیپ هایی قابل برنامه ریزی که برای چند دهه می شد نام و ایده وجودی شان را شنید و بیشتر به عنوان نمونه اولیه سایر طراحی های ریزپردازنده مورد استفاده قرار می گرفتند.

برگر که از قبل با پاتنم آشنایی داشت،‌ در سال ۲۰۰۹ او را به مایکروسافت آورد. هدف اصلی این دو نفر این بود که دریابند چگونه می شود چیپ های قابل برنامه ریزی را به حقیقت بدل کرد و سپس از آنها برای سرعت بخشیدن به سرویس های آنلاین استفاده کرد.

نسخه اولیه پروژه منجنیق که از سوی برگر و تیمش در دیتاسنتر مایکروسافت مستقر در سیاتل مورد آزمایش قرار گرفت.

حتی مسئول وقت این دو نفر هم ایده شان را قبول نکرده بود. «پیتر لی» (Peter Lee)، معاون ارشد بخش تحقیقات در مایکروسافت می گوید: «هر دو سال یک بار می شنیدیم که چیپ های برنامه پذیر -FGPA- بالاخره قرار است از راه برسند. در نتیجه من هم وقتی این ایده را شنیدم برای این دو نفر پشت چشم نازک کردم.»

با این حال برگر و تیمش همچنان اعتقاد داشتند که می شود این ایده قدیمی را به حقیقت بدل کرد و موتور جستجوی بینگ هم یک آزمایش بسیار مناسب برای این چیپ بود.

موتور جستجوی مایکروسافت یک سرویس آنلاین است که توسط هزاران ماشین در سراسر جهان مدیریت می شود. هر یک از این ماشین ها یک CPU دارد. اگرچه شرکت هایی نظیر اینتل مشغول توسعه و بهبود پردازنده ها هستند ولی به هر حال از پیشرفت های نرم افزاری جا مانده اند. بیشتر این پیشرفت های نرم افزاری البته در زمینه هوش مصنوعی بوده است.

سرویس هایی نظیر بینگ اکنون از «قانون مور» پیشی گرفته اند؛ قانونی که می گوید هر ۱۸ ماه تعداد ترانزیستورها در واحد پردازشی دو برابر می شود. شاید بگویید که می توان با افزودن بر تعداد پردازنده ها، نیازهای نرم افزاری را پاسخ گفت. ولی و افزایش تعداد پردازنده ها مشکلی را حل نمی کند.

 

از طرف دیگر برای حل هر یک مشکل، نمی توان یک چیپ خاص طراحی کرد چرا که این کار بیش از اندازه تخصصی و گران است. چیپ های FPGA دقیقاً همین مشکل را حل می کنند. در حالی که قدرت بیشتری دارند و انرژی کمتری مصرف می کنند، قابل برنامه ریزی هستند تا بتوانند از پس پردازشی خاص برآیند. در جهانی زندگی می کنیم که رشد تکنولوژی و مدل های تجاری مرتبط با آن همواره در حال تغییر بوده است و توسعه چنین چیپی، مشکلات پیش رو را حل خواهد کرد.

در قرار ملاقاتی که برگر بعد از تعطیلات سال نوی ۲۰۱۱ با اعضای تیم بینگ داشت، به آنها توضیح داد که چیپ های FPGA می توانند با مصرف انرژی کمتر، جستجوها را با سرعت بیشتری انجام دهند. مدیران بینگ نظر صریحی ارائه نکردند. در ماه های بعد برگر و سایر اعضای تیم از طرحی که پاتنم در کریسمس کشیده بود استفاده کردند و یک نمونه اولیه ساختند. این نمونه اولیه نشان داد که می تواند الگوریتم یادگیری ماشینی بینگ را ۱۰۰ بار سریع تر اجرا کند.

این نمونه اولیه، جعبه ای بود متشکل از ۶ چیپ FPGA که به یک رَک سرور وصل می شد. تیم بینگ تنفرش را همان ابتدا از آن ابراز کرد. دلیل اصلی این بود که اگر نمونه اولیه با مشکل مواجه می شد و یا ۶ عدد چیپ FPGA نمی توانستند بار پردازشی را به دوش بکشند، تمام ماشین های متصل از بین می رفت.

در نتیجه تیم برگر چند ماه دیگر را صرف توسعه یک نمونه دیگر کرد. این نمونه یک مدار مجتمع بود که صرفاً از یک چیپ FPGA بهره می برد. از سوی دیگر ولی این چیپ به سایر چیپ هایی که در سرورها قرار داده شده بود متصل می شد و دریایی از چیپ های قابل برنامه ریزی را تشکیل می داد که قطعاً از پس بار پردازشی موتور جستجوی بینگ بر می آمد.

این همان نمونه ای بود که توانست نظر «چی لو» را هم جلب کند. او پول توسعه و ساخت بیش از ۱۶۰۰ سرور مجهز به چیپ FPGA را در اختیار برگر قرار داده بود. شش ماه زمان صرف شده بود تا تیم یاد شده بتواند با استفاده از شرکت های چینی و تایوانی سخت افزارهای مورد نیازش را تامین کند. سپس اولین رک را در دیتاسنتر آزمایشی مستقر در مقر مایکروسافت تست شد.

تست هایی که در ماه های مختلف در سال های ۲۰۱۳ و ۲۰۱۴ انجام شدند، نشان می دادند که الگوریتم یادگیری ماشینی بینگ به نام «» بیش از ۴۰ بار با چیپ های جدید سریع تر انجام می شود. در تابستان ۲۰۱۴ مایکروسافت اعلام کرد که به زودی این سخت افزار را وارد چرخه دیتاسنترهای اصلی اش خواهد کرد اما پس از مدتی، هیچ خبری نشد.

جستجو برای یافتن چیزی بزرگ تر از Bing

بینگ برای چند سال پیاپی سقف خیال بافی مایکروسافت در دنیای آنلاین بود اما در سال ۲۰۱۵ مشخص شد که این شرکت دو پروژه دیگر هم خیال هایی در سر دارد. این دو پروژه Office 365 و مایکروسافت آژور نام داشتند. مدیران مایکروسافت درک کرده بودند که برای داشتن یک قلمروی آنلاین نیازمند آن هستند تا بتوانند زیرساختی یکپارچه تهیه کنند.

اگر قرار بود «پروژه منجنیق» دوران تحول را برای مایکروسافت رقم بزند، نمی شد صرفاً مختص موتور جستجوی بینگ باشد. مشکل اینجا بود که مدیران پلتفرم آژور اهمیتی به سرعت بالای رشد یادگیری ماشینی نمی دادند. خودشان در زمینه شبکه سازی نیاز به کمک داشتند. ترافیک این سرویس به حدی بالا بود که CPU سرورها نمی توانست عملکرد مناسب را از خود نشان دهد.

در نهایت «مارک روسنویچ»، معمار ارشد آژور، دریافت که پروژه منجنیق می تواند به آژور هم کمک کند، اما نه به گونه ای که برای بینگ طراحی شده. تیم او به چیپ برنامه پذیری در جایی نیاز داشت که هر سرور به شبکه اولیه متصل می شود. به همین شکل آنها موفق می شدند تا ترافیک را پیش از اینکه به سرور برسد مورد پردازش قرار دهند.

ورژن صفر: نمونه اولیه ای که معماری چیپ های FPGA را از طریق یک جعبه با رک سرور به اشتراک می گذاشت. ورژن یک: سپس تیم تغییر رویه داد و هر سرور را به چیپ FPGA خودش مجهز کرد. نسخه دو: در نهایت چیپ ها بین سرور و شبکه کلی قرار گرفتند.

برای آژور، تیم توسعه چیپ های FPGA مجبور شد دوباره طراحی های قبلی را تغییر دهد. در طراحی سوم، چیپ در ورودی هر سرور قرار می گرفت و مستقیم به شبکه متصل می شد. در نهایت همین راهکار برای آفیس ۳۶۵ هم مورد استفاده قرار گرفت و کلیت پروژه منجنیق می توانست به شبکه های زنده و اصلی مایکروسافت وارد شود.

«جیم لاروس» (Jim Larus) یکی دیگر از اعضای تیم می گوید که باز-طراحی چیپ ها مانند کابوس های شبانه ای بوده که همواره تکرار می شوند. با این حال همه این سختی ها توجیه پذیر بود چرا که هزینه ساخت یک چیپ FPGA تنها ۳۰ درصد از هزینه سایر قطعات یک سرور را شامل می شد، کمتر از ۱۰ درصد سایر قطعات انرژی مصرف می کرد و دست کم پردازش را دو برابر سریع تر انجام می داد.

حالا مایکروسافت آژور از همین چیپ های برنامه پذیر پشتیانی می کند در حالی که بینگ، موتور جستجویی که در دسکتاپ ۲۰ درصد و در موبایل ۶ درصد از جستجوی جهانی را در دست دارد هم کم کم به همین چیپ ها مجهز می گردد. این در حالیست که مایکروسافت خبر می دهد چیپ ها را برای هوش مصنوعی و شبکه های عمیق عصبی آماده می کند.

این در حالیست که کارمندان مایکروسافت می گویند که این شرکت تصمیم دارد از طریق همین چیپ ها در آفیس ۳۶۵ از رمزگذاری و فشرده سازی داده ها برای ۲۳ میلیون کاربر این سرویس استفاده کند. در نهایت هم برگر می گوید که کار به جایی خواهد رسید که تمام سرویس های آنلاین مایکروسافت از طریق این چیپ ها مدیریت شوند.

پیتر لی می گوید: «هنوز حیرت زده ام که چگونه توانستیم کمپانی را به چنین کاری وادار کنیم.» آقای لی نهادی را درون بخش تحقیقات مایکروسافت مدیریت می کند که «NExT» نام دارد، اختصاری برای «تجربیات و تکنولوژی های جدید».

پس از رسیدن نادلا به صندلی ریاست، وی شخصاً برای ایجاد این نهاد تلاش کرد. در این بخش تکنولوژی هایی مورد آزمایش قرار می گیرد که قرار است هر چه سریع تر به دست کاربر نهایی برسد. پروژه منجنیق یکی از موارد نخستی است که به سرعت در NExT بهینه شد.

پیتر لی.

تمام غول های اینترنتی، از جمله مایکروسافت، در حال حاضر پردازنده های خود را با واحد های گرافیکی همراه می کنند. چیپ ها در واقع بهینه شده اند تا بتوانند تصاویر در بازی ها یا سایر اپلیکیشن های به شدت بصری را نمایش دهند.

زمانی که همین شرکت ها به شبکه های عصبی خود آموزش می دهند که بتوانند چهره ها در یک تصویر را شناسایی کنند و برای همین منظور میلیون ها تصویر را به آن تزریق می کنند، پردازشگرهای گرافیکی هستند که بخش عمده کار را انجام می دهند.

برخی شرکت ها مانند مایکروسافت، از یک چیپ جداگانه استفاده می کنند تا پس از آموزش دیدن شبکه عصبی سرعت آنها بیشتر شود. توسعه چیپ های اختصاصی به شکل دیوانه واری گران است اما با این حال گوگل هم چند ماه پیش چیپ خود را با نام «» معرفی کرد.

چیپ گوگل که به اختصار TPU هم نام گرفته، همه چیز را فدای سرعت کرده است. در واقع گوگل این چیپ را توسعه داده تا سرعت رایانش ابری را بالاتر برده و هر گونه تاخیری را در زمان صحبت کردن کاربر با تلفن هوشمند خود و ارائه دستورات به آن حذف کند.

مشکل اینجاست که اگر طراحی شبکه های عمیق عصبی تغییر کند، گوگل باید دوباره از نو یک چیپ جدید بسازد. اما چیپ های قابل برنامه ریزی یا FPGA، چنین حالتی ندارند و همانگونه که از نام طراحی اش پیداست، قادر به تغییر برای شرایط تازه است.

البته در این میان یک چیپ FPGA به اندازه آنچه گوگل ساخته سریع نیست اما همانگونه که ذکر شد مایکروسافت وارد بازی عمر مفید چیپ ها شده و می تواند در آینده و با تغییر طراحی باز هم از آنها استفاده کند.

تصویری از نسخه دوم؛‌ نمونه ای که به سرور مایکروسافت متصل می شد و به شکل مستقیم به شبکه دسترسی داشت.

مایکروسافت سرورهای بزرگی دارد و استفاده اش از چیپ های FPGA، موجب شده تا نمودار چیپ های مورد استفاده در جهان تغییر کند. چیپ های یاد شده از طریق شرکتی موسوم به Altera برای مایکروسافت تولید می شوند. جالب اینجاست که اینتل در تابستان ۲۰۱۵ این شرکت را با پرداخت رقمی معادل ۱۶.۷ میلیارد دلار تصاحب کرد؛ بیشترین رقمی که در تاریخ برای خرید یک شرکت سازنده چیپ پرداخت شده است. اینتل در این میان باور دارد که تا سال ۲۰۲۰، یک سوم از کل سرورهای متعلق به شرکت های بزرگ تکنولوژیک به چیپ FPGA مجهز می شوند.

پیتر لی می گوید که پروژه منجنیق به مایکروسافت کمک می کند تا قدرت ابر رایانه هایش را تا سال ۲۰۳۰ به شکل شگرفی افزایش دهد. پس از آن، وی عقیده دارد که مایکروسافت می تواند به سوی پردازش کوانتومی گام بردارد.

ساتیا نادلا، مدیر عامل مایکروسافت هم عقیده مشابهی دارد و به نظر می رسد که این شرکت به شکلی جدی تصمیم دارد آینده ای کوانتومی را به ارمغان آورد. با توجه به درجه دشواری ساخت یک ماشین کوانتومی، به نظر می رسد که صحبت های مدیران مایکروسافت در این مورد بیشتر شبیه به یک خیال باشد. هر چند، تا همین چند سال پیش، نتیجه دادن پروژه منجنیق هم صرفاً در حد یک خیال بود.

The post appeared first on .

مایکروسافت چگونه با «پروژه منجنیق» آینده خود و دنیای رایانش را متحول کرد؟

با یک رئیس خودشیفته چگونه باید رفتار کرد؟

با یک رئیس خودشیفته چگونه باید رفتار کرد؟

کار کردن برای فردی خودشیفته قطعاً چندان راحت نخواهد بود. این گونه افراد به واسطه ی خود بزرگ بینی، اعتماد به نفس و مهارت بالا در ترغیب دیگران به پیروی از خود، اغلب در دنیای کسب و کار به رهبران بزرگی بدل می شوند؛ گرچه این ویژگی ها می تواند برای اطرافیانشان آزاردهنده باشد.

اما کار کردن مستمر با یک فرد خوشیفته می تواند طاقت فرسا باشد، به ویژه وقتی متوجه می شوید او آن انسان فرهیخته و آینده نگری که قبلاً فکر می کردید نیست. ربکا نایت از مجله ی کسب و کار هاروارد، با صحبت کردن با روانشناسان و کسانی که تحت ریاست چنین افرادی کار کرده اند، شیوه های مختلف در امان ماندن و شکوفایی کارمندان در چنین شرایطی را بررسی کرده است که برخی از بهترین نمونه های آن را در زیر می توانید بخوانید.

۱- از قدرت تعریف و تمجید غافل نشوید

یکی از برجسته ترین ویژگی های انسان های خودشیفته این است که به نظر می رسد اعتماد به نفس زیادی دارند اما تقریباً مدام به تعریف و تمجید دیگران محتاج اند. بنابراین اگر می خواهید پیش یک فرد خودشیفته موقعیت خوبی داشته باشید باید از این نقطه ضعف آنها به شکلی صادقانه بهره بگیرید.

جس هریسون، مؤسس استارتاپی به نام سرمایه گذاری حقوقی زئوس است که به مشتریان خود در مدیریت بدهی های قانونی شان کمک می کند. او به نایت گفته است یکی از رؤسای سابقش که فرد خودشیفته ای هم بوده، همیشه با توانایی های منطقی و مهارت های فنی اش او را شگفت زده می کرده است. هریسون می گوید: «هر زمان که فرصت پیدا می کردم تحسین خودم را نسبت به منطق و توانایی او در کار با رایانه به او ابراز می کردم».

۲- در دام غیبت های محیط کار گرفتار نشوید

ممکن است اینطور به نظر بیاید که اعتماد به نفس خودشیفته ها غیر قابل تخریب است، اما واقعیت این است که اغلب آنها نسبت به انتقاد بسیار حساس هستند. دور ماندن از غیبت و حرف های درگوشی در هر محیط کاری مهم است اما در محیط کاری که توسط یک فرد خودشیفته اداره می شود اهمیت دوچندان می یابد.

یکی از اساتید روانشناسی کالج لندن به نام توماس کامورو به مجله ی کسب و کار هاروارد می گوید: «این افراد اکثراً دچار پارانویا هستند و همه را دشمن خود می بینند. کوچک ترین حرف و حدیثی ممکن است اوقات آنها را تلخ کند».

۳- راه انتقاد محدود بسته نیست، اما احتیاط کنید

اگر واقعاً فکر می کنید رئیستان در حال انجام کاری است که به شدت ممکن است به ضرر شرکت تمام شود، سکوت نکنید. اما انتقاد خود را به شکلی ارائه دهید که نشان دهد پیروی از برنامه ی X به جای برنامه ی Y چگونه می تواند به بهبود وجهه ی او در چشم دیگران کمک کند.

مایکل مک کوبی، نویسنده ی «هوش استراتژیک» می گوید: «انسان های خودشیفته مدام در حال فکر کردن به این موضوع هستند که هر کاری چه تأثیری بر وجهه ی خودشان دارد».

۴- برای دور کردن استرس، گریزی به خارج از محیط کار بزنید

انسان های خودشیفته اغلب بیش از حد از دیگران ایراد می گیرند و هر محیط کاری که بیش از حد منفی نگری در آن وجود داشته باشد بالاخره تاوان آن را کسی باید پس بدهد. کارلین بوریسنکو، مؤسس شرکت مشاوره ای به نام ذِن در این باره به مجله ی کسب و کار هاروارد گفته است که هر روز صبح پیش از رفتن به محل کار خود به وزنه برداری می پرداخته تا بتواند توان لازم برای تحمل رئیس خودشیفته ی خود را داشته باشد. او همچنین در آن دوران مدام به خودش یادآوری می کرده است که صرفاً به این دلیل که در محیطی سمی مشغول به کار است نباید رفتاری سمی از خود بروز دهد.

او می گوید: «من به عنوان یادآور، نوشته ای روی میز خود داشتم که می گفت درست رفتار کن، بخشندگی و عطوفت داشته باش، حتی وقتی دیگران از اینها بی بهره اند».

The post appeared first on .

با یک رئیس خودشیفته چگونه باید رفتار کرد؟

(image)

کار کردن برای فردی خودشیفته قطعاً چندان راحت نخواهد بود. این گونه افراد به واسطه ی خود بزرگ بینی، اعتماد به نفس و مهارت بالا در ترغیب دیگران به پیروی از خود، اغلب در دنیای کسب و کار به رهبران بزرگی بدل می شوند؛ گرچه این ویژگی ها می تواند برای اطرافیانشان آزاردهنده باشد.

اما کار کردن مستمر با یک فرد خوشیفته می تواند طاقت فرسا باشد، به ویژه وقتی متوجه می شوید او آن انسان فرهیخته و آینده نگری که قبلاً فکر می کردید نیست. ربکا نایت از مجله ی کسب و کار هاروارد، با صحبت کردن با روانشناسان و کسانی که تحت ریاست چنین افرادی کار کرده اند، شیوه های مختلف در امان ماندن و شکوفایی کارمندان در چنین شرایطی را بررسی کرده است که برخی از بهترین نمونه های آن را در زیر می توانید بخوانید.

۱- از قدرت تعریف و تمجید غافل نشوید

یکی از برجسته ترین ویژگی های انسان های خودشیفته این است که به نظر می رسد اعتماد به نفس زیادی دارند اما تقریباً مدام به تعریف و تمجید دیگران محتاج اند. بنابراین اگر می خواهید پیش یک فرد خودشیفته موقعیت خوبی داشته باشید باید از این نقطه ضعف آنها به شکلی صادقانه بهره بگیرید.

جس هریسون، مؤسس استارتاپی به نام سرمایه گذاری حقوقی زئوس است که به مشتریان خود در مدیریت بدهی های قانونی شان کمک می کند. او به نایت گفته است یکی از رؤسای سابقش که فرد خودشیفته ای هم بوده، همیشه با توانایی های منطقی و مهارت های فنی اش او را شگفت زده می کرده است. هریسون می گوید: «هر زمان که فرصت پیدا می کردم تحسین خودم را نسبت به منطق و توانایی او در کار با رایانه به او ابراز می کردم».

۲- در دام غیبت های محیط کار گرفتار نشوید

ممکن است اینطور به نظر بیاید که اعتماد به نفس خودشیفته ها غیر قابل تخریب است، اما واقعیت این است که اغلب آنها نسبت به انتقاد بسیار حساس هستند. دور ماندن از غیبت و حرف های درگوشی در هر محیط کاری مهم است اما در محیط کاری که توسط یک فرد خودشیفته اداره می شود اهمیت دوچندان می یابد.

یکی از اساتید روانشناسی کالج لندن به نام توماس کامورو به مجله ی کسب و کار هاروارد می گوید: «این افراد اکثراً دچار پارانویا هستند و همه را دشمن خود می بینند. کوچک ترین حرف و حدیثی ممکن است اوقات آنها را تلخ کند».

۳- راه انتقاد محدود بسته نیست، اما احتیاط کنید

اگر واقعاً فکر می کنید رئیستان در حال انجام کاری است که به شدت ممکن است به ضرر شرکت تمام شود، سکوت نکنید. اما انتقاد خود را به شکلی ارائه دهید که نشان دهد پیروی از برنامه ی X به جای برنامه ی Y چگونه می تواند به بهبود وجهه ی او در چشم دیگران کمک کند.

مایکل مک کوبی، نویسنده ی «هوش استراتژیک» می گوید: «انسان های خودشیفته مدام در حال فکر کردن به این موضوع هستند که هر کاری چه تأثیری بر وجهه ی خودشان دارد».

۴- برای دور کردن استرس، گریزی به خارج از محیط کار بزنید

انسان های خودشیفته اغلب بیش از حد از دیگران ایراد می گیرند و هر محیط کاری که بیش از حد منفی نگری در آن وجود داشته باشد بالاخره تاوان آن را کسی باید پس بدهد. کارلین بوریسنکو، مؤسس شرکت مشاوره ای به نام ذِن در این باره به مجله ی کسب و کار هاروارد گفته است که هر روز صبح پیش از رفتن به محل کار خود به وزنه برداری می پرداخته تا بتواند توان لازم برای تحمل رئیس خودشیفته ی خود را داشته باشد. او همچنین در آن دوران مدام به خودش یادآوری می کرده است که صرفاً به این دلیل که در محیطی سمی مشغول به کار است نباید رفتاری سمی از خود بروز دهد.

او می گوید: «من به عنوان یادآور، نوشته ای روی میز خود داشتم که می گفت درست رفتار کن، بخشندگی و عطوفت داشته باش، حتی وقتی دیگران از اینها بی بهره اند».

The post appeared first on .

با یک رئیس خودشیفته چگونه باید رفتار کرد؟