Acad. Florin Gheorghe Filip, președintele Secției de știința și tehnologia informației a Academiei Române, a participat, în calitate de copreședinte (general chair), la cea de a X-a ediție a conferinței IT and Quantitative Management – ITQM desfășurată la Oxford, Marea Britanie, în perioada 12-14 august 2023. Conferința a fost organizată de Academia Internațională pentru IT și Management Cantitativ – IAITQM și a avut ca temă „Colaborarea internațională ȋn sprijinul dezvoltării tehnologiei informației și managementului cantitativ“.
În cadrul conferinței de la Oxford, o echipă românească, alcătuită din acad. Florin Gheorghe Filip, prof.univ. Cristian Ciurea, de la Academia de Științe Economice din București, și Constantin Bălă Zamfirescu, de la Universitatea „Lucian Blaga“ din Sibiu, a organizat sesiunea specială SS01, intitulată „IT Supported Collaborative Decision-making in Management and Control: Methods, Tools, Systems, and Applications“, care a cuprins 25 de lucrări acceptate în program, cu autori din România, Brazilia, Chile, Franța, Germania şi SUA.
Dintre cele 198 de lucrări incluse ȋn programul conferinței ITQM, un număr de 12 au provenit din România, de la Universitatea Politehnica din București, Academia de Științe Economice din București, Institutul Național de Cercetare-Dezvoltare în Informatică – ICI, Universitatea Tehnică „Traian Vuia“ din Timișoara, Universitatea din Craiova, Universitatea „Transilvania“ din Brașov, Universitatea „Lucian Blaga“ și firma Ropardo din Sibiu și Institutul de Informatică Teoretică din Iași al Academiei Române. Trei dintre cele 12 comunicări au primit diploma de „Best Paper Award“
Printre autorii celor 12 comunicări din România s-au numărat trei membri ai Academiei Române: academician Ioan Dumitrache, prof.univ. Radu Emil Precup, membru corespondent și prof.univ. Nicolaie Tăpuş, membru de onoare al Academiei Române şi vicepreședinte al Academiei de Științe Tehnice din România (ASTR), care a fost prezent la conferință, precum și doi membri titulari ai ASTR și AOSR: prof. Dumitru Popescu şi prof. Ştefan Trăuşanu Matu, de asemenea prezenți la conferință. Delegația română a fost alcătuită din 25 de participanți: autori, coautori şi persoane însoțitoare.
Cum va arăta știința în viitorul apropiat? În primul rând, foarte strâns cuplată cu, dependentă chiar de, tehnologie. În al doilea rând, trei factori își vor pune amprenta puternic pe evoluția științei și tehnologiei; globalizarea, încălzirea globală, și acutizarea conflictelor la nivel de națiuni. O perioadă de acumulare în știință, fără salturi calitative spectaculoase în științele naturii și cele formale, dar cu o mulțime de noi teorii care vor apare în domeniul științelor sociale și o dezvoltare fără precedent a tehnologiilor. Noua paradigmă a revoluției științifice și tehnologice a făcut progrese rapide, iar lumea a intrat într-o nouă eră a inovației, cu schimbări profunde. Accentele actuale sunt puse pe spațiul cosmic și controlul genetic. Cercetarea și dezvoltarea științifică creativă va deveni principala activitate a umanității.
CUNOAȘTEREA ȘTIINȚIFICĂ, Volumul 1, Numărul 2, Decembrie 2022, pp. 3-10
ISSN 2821 – 8086, ISSN – L 2821 – 8086, DOI: 10.58679/CS23812
Artificial intelligence is a transformative field that has captured the attention of scientists, engineers, businesses and governments around the world. As we move further into the 21st century, some prominent trends in AI have emerged. Artificial intelligence and machine learning technology are used in most of the essential applications of the 2020s.
AI capability control proposals, also more restrictively referred to as AI confinement, aim to increase the ability to monitor and control the behavior of AI systems, including artificial general intelligence, proposed to reduce the danger they might pose if misaligned.
The researches and development aimed at validating answers to all these questions must include philosophy for its robust formalisms.
Keywords: artificial intelligence, challenges, risks, trends, deep learning, neural networks, ethical, superintelligence, transhumanism, artificial general intelligence
Rezumat
Inteligența artificială este un domeniu transformator care a captat atenția oamenilor de știință, inginerilor, întreprinderilor și guvernelor din întreaga lume. Pe măsură ce avansăm mai departe în secolul 21, au apărut câteva tendințe proeminente în domeniul IA. Inteligența artificială și tehnologia de învățare automată sunt utilizate în majoritatea aplicațiilor esențiale ale anilor 2020.
Propunerile de control al capabilității inteligenței artificiale, denumite și în mod mai restrictiv confinarea IA, urmăresc să sporească posibilitatea de a monitoriza și controla comportamentul sistemelor IA, inclusiv inteligența generală artificială, propusă pentru a reduce pericolul pe care l-ar putea prezenta dacă sunt nealiniate.
Cercetarea și dezvoltarea menite să valideze răspunsuri la toate aceste întrebări trebuie să includă filozofia pentru formalismele sale robuste.
[1] Cercetător – Academia Română – Comitetul Român de Istoria și Filosofia Științei și Tehnicii (CRIFST), Divizia de Istoria Științei (DIS)
Introducere
Inteligența artificială (IA) este un domeniu transformator care a captat atenția oamenilor de știință, inginerilor, întreprinderilor și guvernelor din întreaga lume. Creșterea sa rapidă a stârnit o imensă curiozitate și entuziasm, precum și îngrijorări cu privire la impactul său potențial asupra societății. Pe măsură ce avansăm mai departe în secolul 21, au apărut câteva tendințe proeminente în domeniul IA, modelând modul în care interacționăm cu tehnologia, sporindu-ne capacitățile și redefinind diverse industrii.
Inteligența artificială și tehnologia de învățare automată sunt utilizate în majoritatea aplicațiilor esențiale ale anilor 2020, inclusiv: motoarele de căutare (cum ar fi Căutarea Google), direcționarea reclamelor online, sisteme de recomandare (oferite de Netflix, YouTube sau Amazon), generarea traficului pe internet publicitate direcționată (AdSense, Facebook), asistenți virtuali (cum ar fi Siri sau Alexa), vehicule autonome (inclusiv drone, ADAS și mașini cu conducere autonomă), traducere automată a limbii (Microsoft Translator, Google Translate), recunoașterea facială (Apple’s Face ID sau Microsoft’s DeepFace) și etichetarea imaginilor (utilizată de Facebook, iPhoto de la Apple și TikTok).
La începutul anilor 2020, inteligența artificială generativă a câștigat o proeminență pe scară largă, precum ChatGPT.
Tendințe în inteligența artificială
Învățarea profundă și rețele neuronale
Învățarea profundă, un subset al învățării automate, a devenit o piatră de temelie a progresului IA. Activată de rețelele neuronale, permite algoritmilor să învețe modele complexe din cantități mari de date, realizând sarcini care anterior erau considerate dincolo de sfera mașinilor. Rețelele neuronale convoluționale (CNN) și rețelele neuronale recurente (RNN) au revoluționat viziunea computerizată, procesarea limbajului natural și recunoașterea vorbirii. Rafinarea continuă a acestor arhitecturi a condus la descoperiri în domenii precum sinteza imaginilor, traducerea în timp real și diagnosticarea medicală.
Viziunea computerizată (CV) este ramura IA care se ocupă cu procesarea și înțelegerea informațiilor vizuale, cum ar fi imagini și videoclipuri. CV permite aplicații precum recunoașterea feței, detectarea obiectelor, segmentarea scenei, analiza imaginilor medicale, mașinile cu conducere autonomă și multe altele. CV a avansat odată cu utilizarea rețelelor neuronale convoluționale (CNN), care pot învăța să extragă caracteristici și modele din datele vizuale.
IA în procesarea limbajului natural (NLP)
Procesarea limbajului natural (NLP) este ramura IA care se ocupă cu analiza și generarea limbajului natural, cum ar fi vorbirea și textul. NLP permite aplicații precum chatbot, asistenți vocali, traducere automată, analiză a sentimentelor, rezumat text și multe altele.
Capacitatea IA de a înțelege și genera limbajul uman a înregistrat progrese remarcabile. Aplicațiile procesării limbajului natural (NLP), cum ar fi chatbot, asistenți vocali, traducere automată, analiză a sentimentelor, rezumat text, analiza sentimentelor și rezumarea textului și multe altele, au făcut interacțiunile cu computerele mai naturale și mai eficiente. NLP s-a îmbunătățit odată cu utilizarea modelelor de învățare profundă, cum ar fi transformatoarele, care pot capta informațiile semantice și sintactice ale limbajului natural. Modelele de limbaj pre-antrenate, cum ar fi ChatGPT al OpenAI, au sporit semnificativ performanța diferitelor sarcini NLP. Pe măsură ce modelele lingvistice continuă să evolueze, acestea sunt integrate într-o gamă diversă de produse și servicii, transformând asistența pentru clienți, crearea de conținut și regăsirea informațiilor.
Învățarea prin consolidare și sisteme autonome
Învățarea prin consolidare (RL) este ramura IA care se ocupă cu învățarea din încercare și eroare, bazată pe recompense și penalități, apărând ca o tehnică puternică de instruire a agenților IA pentru a lua decizii în medii dinamice. Sistemele autonome, alimentate de învățare prin consolidare, au câștigat importanță în sectoare precum robotica, mașinile cu conducere autonomă și automatizarea industrială. RL s-a dezvoltat cu ajutorul rețelelor neuronale profunde (DNN), care pot învăța politici și strategii complexe din date cu dimensiuni mari. Aceste tehnologii au potențialul de a spori siguranța, de a crește eficiența și de a revoluționa industriile de transport și logistică.
Rețele adverse generative (GAN) sunt un tip de rețea neuronală care poate genera date realiste și noi, cum ar fi imagini, videoclipuri, text și audio. Aceste rețele constau din două rețele concurente: un generator care încearcă să creeze date false și un discriminator care încearcă să facă distincția între datele reale și cele false. Pot fi utilizate pentru aplicații precum sinteza imaginilor, transferul stilului, super-rezoluția, creșterea datelor și multe altele.
Etica și explicabilitatea IA
Implementarea din ce în ce mai mare a IA a stârnit îngrijorări cu privire la implicațiile etice și problema „cutiei negre”. Pe măsură ce sistemele IA devin mai complexe, înțelegerea proceselor lor de luare a deciziilor devine o provocare, ceea ce duce la potențiale părtiniri și consecințe nedorite. Cercetătorii și factorii de decizie politică lucrează pentru a aborda aceste probleme prin promovarea transparenței, a răspunderii și a dezvoltării de modele IA explicabile. Cadrele etice de inteligență artificială urmăresc să se asigure că tehnologiile de inteligență artificială sunt dezvoltate și utilizate în mod responsabil, respectând valorile și drepturile omului.
Edge AI și învățarea federată
Edge AI implică utilizarea edge computing în inteligența artificială, prin rularea algoritmilor IA pe dispozitive locale, mai degrabă decât să se bazeze doar pe infrastructura bazată pe cloud. Această tendință permite procesarea datelor în timp real, o latență redusă și confidențialitate îmbunătățită, făcând-o ideală pentru aplicații precum dispozitive IoT, asistență medicală și vehicule autonome. Învățarea federată, un subset al Edge AI, permite mai multor dispozitive să antreneze în colaborare un model IA partajat fără a partaja date brute, păstrând confidențialitatea utilizatorilor, beneficiind în același timp de cunoștințele colective.
IA în asistența medicală
IA a făcut progrese semnificative în sectorul asistenței medicale, asistând profesioniștii din domeniul medical în diagnosticare, planificare a tratamentului, descoperirea medicamentelor și monitorizarea pacienților. Modelele de învățare automată analizează imagini medicale, prezic progresia bolii și identifică modele în datele pacienților pentru a oferi soluții personalizate de asistență medicală. Dispozitivele portabile alimentate cu inteligență artificială și dispozitivele de monitorizare de la distanță au permis urmărirea continuă a sănătății, dând indivizii putere să preia controlul asupra bunăstării lor.
Potențiale riscuri ale inteligenței artificiale
Propunerile de control al capabilității IA, denumite și în mod mai restrictiv confinarea IA, urmăresc să sporească posibilitatea de a monitoriza și controla comportamentul sistemelor IA, inclusiv inteligența generală artificială (AGI) propusă pentru a reduce pericolul pe care l-ar putea prezenta dacă sunt nealiniate (duc la consecințe neintenționate de proiectant). Cu toate acestea, controlul capacității devine mai puțin eficient pe măsură ce agenții devin mai inteligenți și capacitatea lor de a exploata defectele sistemelor de control uman crește, ceea ce poate duce la un risc existențial în cazul AGI. Prin urmare, filozoful de la Oxford Nick Bostrom și alții recomandă metodele de control al capacității doar ca supliment la metodele de aliniere.
Superinteligența și singularitatea
O superinteligență este un agent ipotetic care ar poseda o inteligență care o depășește cu mult pe cea a minții umane cele mai strălucitoare și mai talentate. Dacă cercetarea în inteligența generală artificială ar produce un software suficient de inteligent, acesta ar putea fi capabil să se reprogrameze și să se îmbunătățească. Software-ul îmbunătățit s-ar putea îmbunătăți și mai bine, ducând la ceea ce I. J. Good a numit o „explozie de informații”, iar Vernor Vinge a numit o „singularitate Cu toate acestea, majoritatea tehnologiilor (cum ar fi dele din transport) nu se îmbunătățesc exponențial la nesfârșit, ci mai degrabă urmează o curbă în S, încetinind atunci când ating limitele fizice ale ceea ce poate face tehnologia.
Bostrom a pictat recent o imagine extrem de întunecată a unui posibil viitor. El subliniază că „prima superinteligență” ar putea avea capacitatea de a modela viitorul vieții originare de Pământ, ar putea avea cu ușurință obiective finale non-antropomorfe și ar avea probabil motive instrumentale pentru a urmări achiziția de resurse nelimitată.
Există două cauze independente din punct de vedere logic, dar care se întăresc reciproc, ale îmbunătățirii inteligenței: creșteri ale vitezei de calcul și îmbunătățiri ale algoritmilor utilizați. Prima este prezisă de Legea lui Moore și de îmbunătățirile prognozate în hardware, și este comparativ similară cu progresele tehnologice anterioare. Dar există unii cercetători IA care cred că software-ul este mai important decât hardware-ul. Tehnologi și academicieni proeminenți contestă plauzibilitatea unei singularități tehnologice. Robin Hanson și-a exprimat scepticismul față de creșterea inteligenței umane, scriind că, odată ce „fructul de jos” al metodelor ușoare de creștere a inteligenței umane va fi epuizat, îmbunătățirile ulterioare vor deveni din ce în ce mai dificile.
Riscul existențial
S-a susținut că inteligența artificială va deveni atât de puternică încât umanitatea poate pierde ireversibil controlul asupra acesteia. Acest lucru ar putea, așa cum spune fizicianul Stephen Hawking, „ănsemna sfârșitul rasei umane”. Potrivit filozofului Nick Bostrom, pentru aproape orice obiective pe care le poate avea o IA suficient de inteligentă, este stimulată instrumental să se protejeze de închidere și să dobândească mai multe resurse, ca pași intermediari pentru a atinge mai bine aceste obiective. Sentința sau emoțiile nu sunt necesare pentru ca o IA avansată să fie periculoasă. Pentru a fi în siguranță pentru umanitate, o superinteligență ar trebui să fie aliniată cu adevărat cu morala și valorile umanității, astfel încât să fie „în mod fundamental de partea noastră”. Politologul Charles T. Rubin a susținut că „orice bunăvoință suficient de avansată poate fi imposibil de distins de reavoință” și a avertizat că nu ar trebui să fim încrezători că mașinile inteligente ne vor trata implicit în mod favorabil.
Dacă o mașină superinteligentă dominantă ar concluziona că supraviețuirea umană este un risc inutil sau o risipă de resurse, rezultatul ar fi dispariția umană. Acest lucru s-ar putea întâmpla dacă o mașină, programată fără respect pentru valorile umane, dobândește în mod neașteptat superinteligență prin auto-îmbunătățire recursivă sau reușește să scape din reținerea sa într-un scenariu AI Box.
Dar chiar dacă nu permitem mașinilor să ia decizii, controlul acestor mașini este probabil să fie deținut de o mică elită care va considera restul umanității ca fiind inutilă – deoarece mașinile pot face orice va fi nevoie.
Opiniile dintre experți și din interiorul industriei sunt mixte, cu fracțiuni considerabile atât preocupate, cât și nepreocupate de riscul din eventuala IA superinteligentă. Personalități precum Stephen Hawking, Bill Gates, Elon Musk și-au exprimat îngrijorarea cu privire la riscul existențial din IA. În 2023, pionierii inteligenței artificiale, inclusiv Geoffrey Hinton, Yoshua Bengio, Demis Hassabis și Sam Altman, au emis declarația comună că „atenuarea riscului de dispariție din cauza inteligenței artificiale ar trebui să fie o prioritate globală alături de alte riscuri la scară societală, cum ar fi pandemiile și războiul nuclear”; alții, precum Yann LeCun, consideră că acest lucru este nefondat. Mark Zuckerberg a spus că IA va „debloca o cantitate imensă de lucruri pozitive”, inclusiv vindecarea bolilor și îmbunătățirea siguranței mașinilor care se conduc singure. Unii experți au susținut că riscurile sunt prea îndepărtate în viitor pentru a justifica cercetări sau că oamenii vor fi valoroși din perspectiva unei mașini superinteligente. Rodney Brooks, în special, a spus în 2014 că IA „răuvoitoare” este încă la secole distanță.
Transumanismul
Gânditorii transhumaniști studiază potențialele beneficii și pericolele tehnologiilor emergente care ar putea depăși limitările fundamentale ale umanității, precum și etica utilizării unor astfel de tehnologii. Unii transhumaniști consideră că ființele umane ar putea în cele din urmă să se transforme în ființe cu abilități atât de mult extinse din condiția actuală, încât să merite eticheta de ființe postumane.
Designerul de roboți Hans Moravec, ciberneticianul Kevin Warwick și inventatorul Ray Kurzweil au prezis că oamenii și mașinile se vor îmbina în viitor în cyborgi care sunt mai capabili și mai puternici decât oricare dintre ele. Această idee, numită transumanism, își are rădăcinile în Aldous Huxley și Robert Ettinger. Edward Fredkin susține că „inteligenta artificială este următoarea etapă a evoluției”, idee propusă pentru prima dată de „Darwin printre mașini” a lui Samuel Butler încă din 1863 și extinsă de George Dyson în cartea sa cu același nume în 1998. Kurzweil susține că în viitor „Nu va exista nicio distincție, post-singularitate, între om și mașină sau între realitatea fizică și cea virtuală”. Andy Clark prevede că oamenii vor deveni treptat, cel puțin într-o măsură apreciabilă, cyborgi, prin amabilitatea membrelor artificiale și a organelor de simț și a implanturilor.
Concluzie
Există câteva lucruri pe care le putem spune în siguranță despre mâine. Cu siguranță, știm acum că IA va reuși să producă ființe artificiale. De fapt, multe locuri de muncă făcute în prezent de oameni vor fi cu siguranță făcute de ființe artificiale programate corespunzător. Daimler rulează deja reclame în care promovează capacitatea mașinilor lor de a conduce „autonom”, permițând ocupanților umani ai acestor vehicule să ignore drumul și să citească. Alte exemple ar include: curățătoriile, poșta, funcționarii de birou, cercetașii militari, chirurgii și piloții. O altă predicție înrudită este că IA va putea juca rolul unei proteze cognitive pentru oameni. Viziunea protezei vede IA ca un „mare egalizator” care ar duce la mai puțină stratificare în societate, probabil similar cu modul în care sistemul numeric hindu-arab a pus aritmetica la dispoziția maselor și cu modul în care presa Guttenberg a contribuit la alfabetizarea care a devenit mai universală.
Cercetarea și dezvoltarea menite să valideze răspunsuri la toate aceste întrebări trebuie să includă filozofia (domeniul la care se apelează pentru formalisme robuste care să modeleze atitudinile propoziționale umane în termenii mașinii).
Inteligența artificială continuă să modeleze lumea noastră în moduri profunde, conducând la inovații în diverse domenii. Tendințele în IA demonstrează potențialul IA de a crea progrese remarcabile, făcându-ne viața mai eficientă, productivă și confortabilă. Cu toate acestea, este esențial să se abordeze provocările etice și potențialele părtiniri asociate cu IA, asigurând dezvoltarea și implementarea responsabilă a acesteia. Pe măsură ce IA continuă să evolueze, este crucial pentru factorii de decizie, cercetători și societate în ansamblu să colaboreze și să navigheze în mod responsabil în viitorul acestei tehnologii transformatoare. Cu abordarea corectă, IA are potențialul de a revoluționa industriile, de a împuternici indivizii și de a depăși granițele progresului uman.
PHP function arguments – Passing arguments by reference
Abstract
In PHP, function arguments are the parameters that a function receives when called. These parameters are placeholders for the actual data that will be provided by the caller. PHP function arguments can be of different types and each type serves a specific purpose. PHP function arguments are a fundamental aspect of the language that allows developers to create dynamic and flexible functions.
Keywords: function arguments, PHP functions, passing arguments, reference, PHP
Rezumat
În PHP, argumentele funcției sunt parametrii pe care îi primește o funcție atunci când este apelată. Acești parametri sunt substituenți pentru datele reale care vor fi furnizate de apelant. Argumentele funcției PHP pot fi de diferite tipuri și fiecare tip servește unui scop specific. Argumentele funcției PHP sunt un aspect fundamental al limbajului care permite dezvoltatorilor să creeze funcții dinamice și flexibile.
[1] Cercetător – Academia Română – Comitetul Român de Istoria și Filosofia Științei și Tehnicii (CRIFST), Divizia de Istoria Științei (DIS)
Introducere
PHP (Hypertext Preprocessor) este un limbaj de scripting folosit pe scară largă pe server, care permite dezvoltatorilor să construiască aplicații web dinamice și interactive. Una dintre caracteristicile esențiale ale PHP este capacitatea sa de a defini și utiliza funcții. Funcțiile sunt blocuri de cod reutilizabil care pot fi executate ori de câte ori este necesar și joacă un rol crucial în îmbunătățirea organizării codului, a menținabilității și a reutilizabilității. Argumentele funcției sunt intrări transmise unor funcții care le permit să proceseze diferite date și să îndeplinească sarcini specifice.
În PHP, argumentele funcției sunt parametrii pe care îi primește o funcție atunci când este apelată. Acești parametri sunt substituenți pentru datele reale care vor fi furnizate de apelant. Când este definită o funcție, dezvoltatorul specifică numărul necesar de argumente și tipurile acestora în semnătura funcției. Când funcția este invocată, apelantul furnizează valorile reale pentru aceste argumente.
Argumentele funcțiilor
Argumentele funcției PHP pot fi de diferite tipuri și fiecare tip servește unui scop specific:
Argumente necesare: Aceștia sunt parametrii pe care trebuie să îi primească o funcție pentru ca aceasta să funcționeze corect. Dacă lipsește vreun argument necesar atunci când funcția este apelată, PHP va genera o eroare, iar funcția nu se va executa. Argumentele necesare sunt utile atunci când anumite date sunt esențiale pentru ca funcția să își îndeplinească sarcina.
Argumente opționale: Argumentele opționale sunt parametri care au valori implicite atribuite în semnătura funcției. Dacă apelantul nu furnizează o valoare pentru aceste argumente, funcția va folosi valoarea implicită. Argumentele opționale permit dezvoltatorilor să facă o funcție mai flexibilă și să ofere comportamente implicite, permițând totuși personalizarea.
Liste de argumente cu lungime variabilă: PHP acceptă, de asemenea, liste cu argumente cu lungime variabilă prin utilizarea func_num_args(), func_get_arg() și func_get_args(). Acestea permit dezvoltatorilor să creeze funcții care pot accepta un număr variabil de argumente. Listele de argumente cu lungime variabilă sunt utile atunci când numărul exact de intrări este necunoscut sau poate varia semnificativ.
Informațiile pot fi transmise funcțiilor prin lista de argumente, care este o listă de expresii delimitată prin virgulă. Argumentele sunt evaluate de la stânga la dreapta, înainte ca funcția să fie numită efectiv (evaluare eager).
Să ne uităm la un exemplu pentru a ilustra utilizarea argumentelor funcției PHP:
Exemplul #1 Utilizarea argumentelor funcției PHP
// Funcție cu argumente necesare
function addNumbers($a, $b) {
return $a + $b;
}
// Funcție cu argumente necesare opționale
function greetUser($name, $greeting = „Hello”) {
return $greeting . ‘, ‘ . $name . ‘!’;
}
// Funcție cu listă de argumente cu lungime variabilă
function calculateSum() {
$sum = 0;
$numArgs = func_num_args();
În exemplul de mai sus, funcția addNumbers preia două argumente necesare și returnează suma acestora. Funcția greetUser preia un argument obligatoriu și un argument opțional cu o valoare implicită. Dacă apelantul oferă salutul, acesta va fi folosit; în caz contrar, „Hello” va fi folosit ca salut implicit. Funcția calculateSum demonstrează utilizarea listelor de argumente cu lungime variabilă. Aceasta calculează suma tuturor argumentelor transmise, indiferent de numărul de argumente.
PHP acceptă transmiterea argumentelor după valoare (implicita), trecerea prin referință și valorile argumentelor implicite. Listele de argumente cu lungime variabilă și argumentele denumite sunt, de asemenea, acceptate.
Începând cu PHP 8.0.0, lista de argumente a funcției poate include o virgulă finală, care va fi ignorată. Acest lucru este util în special în cazurile în care lista de argumente este lungă sau conține nume lungi de variabile, ceea ce face convenabil să listați argumentele pe verticală.
Exemplul #3 Lista de argumente ale funcției cu virgulă finală
<?php
function takes_many_args(
$first_arg,
$second_arg,
$a_very_long_argument_name,
$arg_with_default = 5,
$again = ‘un șir implicit’, // Această virgulă finală nu a fost permisă înainte de 8.0.0.
)
{
// …
}
?>
Transmiterea argumentelor prin referință
În mod implicit, argumentele funcției sunt transmise după valoare (astfel încât, dacă valoarea argumentului din cadrul funcției este modificată, aceasta nu este modificată în afara funcției). Pentru a permite unei funcții să își modifice argumentele, acestea trebuie să fie transmise prin referință. (1)
Pentru a avea un argument pentru o funcție transmis întotdeauna prin referință, adăugați un ampersand (&) la numele argumentului în definiția funcției:
Exemplul #4 Transmiterea parametrilor funcției prin referință
<?php
function add_some_extra(&$string)
{
$string .= ‘și ceva în plus.’;
}
$str = ‘Acesta este un șir, ‘;
add_some_extra($str);
echo $str; // ieșire ‘Acesta este un șir, și ceva în plus.’
?>
Este o eroare să treci o valoare ca argument care ar trebui să fie transmisă prin referință.
Concluzie
Argumentele funcției sunt esențiale în programare, deoarece permit dezvoltatorilor să creeze cod versatil și reutilizabil. Acceptând diferite intrări, funcțiile pot îndeplini o gamă largă de sarcini fără a fi nevoie să fie rescrise pentru fiecare caz specific. Acest lucru promovează eficiența codului și mentenabilitatea. În plus, argumentele funcției contribuie la lizibilitatea codului, deoarece dezvoltatorii pot înțelege scopul și cerințele unei funcții prin simpla examinare a semnăturii acesteia.
În concluzie, argumentele funcției PHP sunt un aspect fundamental al limbajului care permite dezvoltatorilor să creeze funcții dinamice și flexibile. Înțelegând diferitele tipuri de argumente și utilizarea acestora, dezvoltatorii pot scrie cod mai eficient, mai ușor de întreținut și mai reutilizabil. Pe măsură ce vă aprofundați în dezvoltarea PHP, stăpânirea artei argumentelor funcționale va deveni, fără îndoială, o abilitate crucială în construirea de aplicații web puternice și scalabile.
