TED2010
Stephen Wolfram: Computing a theory of all knowledge
ستيفن ولفرام: حوسبة نظرية كل شيء
Filmed:
Readability: 4.4
1,811,819 views
ستيفن ولفرام، مصمم ماثماتيكا، يتحدث عن سعيه لجعل كل المعارف قابلة للحوسبة، أي قابلة للبحث والمعالجة ، والتعديل. محرك البحث الجديد الخاص به "ولفرام ألفا" يسعى إلى صياغة وشرح فيزياء الكون.
Stephen Wolfram - Scientist, inventor
Stephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research. Full bio
Stephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research. Full bio
Double-click the English transcript below to play the video.
00:16
So I want to talk today about an idea. It's a big idea.
0
1000
3000
أريد أن أتحدث اليوم عن فكرة. فكرة كبيرة.
00:19
Actually, I think it'll eventually
1
4000
2000
أعتقد في الحقيقة أنها
00:21
be seen as probably the single biggest idea
2
6000
2000
ربما تعتبر الفكرة الوحيدة الأكبر
00:23
that's emerged in the past century.
3
8000
2000
خلال القرن الماضي.
00:25
It's the idea of computation.
4
10000
2000
إنها فكرة الحوسبة.
00:27
Now, of course, that idea has brought us
5
12000
2000
هذه الفكرة هي التي منحتنا طبعًا
00:29
all of the computer technology we have today and so on.
6
14000
3000
كل تقنيات الكمبيوتر التي نملكها اليوم وما شابه.
00:32
But there's actually a lot more to computation than that.
7
17000
3000
ولكن فكرة الحوسبة هي أكبر بكثير من ذلك.
00:35
It's really a very deep, very powerful, very fundamental idea,
8
20000
3000
إنها في الحقيقة فكرة عميقة جدًا، قوية جدًا، وأساسية جدًا،
00:38
whose effects we've only just begun to see.
9
23000
3000
والتي بدأنا للتو ملاحظة تأثيراتها.
00:41
Well, I myself have spent the past 30 years of my life
10
26000
3000
حسنا، لقد قضيت 30 سنة من حياتي
00:44
working on three large projects
11
29000
2000
أعمل على ثلاثة مشاريع كبيرة
00:46
that really try to take the idea of computation seriously.
12
31000
3000
تسعى حقيقة لأخذ فكرة الحوسبة على محمل الجد.
00:50
So I started off at a young age as a physicist
13
35000
3000
لذا فإنني بدأت في سن مبكرة كفيزيائي
00:53
using computers as tools.
14
38000
2000
باستخدام الكمبيوترات كأدوات.
00:55
Then, I started drilling down,
15
40000
2000
ثم بدأت بالتعمق أكثر نوعًا ما
00:57
thinking about the computations I might want to do,
16
42000
2000
أفكر في الحسابات التي قد أرغب القيام بها
00:59
trying to figure out what primitives they could be built up from
17
44000
3000
في محاولة لمعرفة ما الأوليات التي يمكن بناء الحسابات عليها
01:02
and how they could be automated as much as possible.
18
47000
3000
وكيف يمكن جعلها تلقائية إلى أقصى حد ممكن.
01:05
Eventually, I created a whole structure
19
50000
2000
في النهاية، كونت هيكلا كاملا
01:07
based on symbolic programming and so on
20
52000
2000
يعتمد على البرمجة الرمزية وما إلى ذلك
01:09
that let me build Mathematica.
21
54000
2000
والتي مكنتني من بناء برنامج ماثماتيكا.
01:11
And for the past 23 years, at an increasing rate,
22
56000
2000
وعلى مدى السنوات الـ 23 الماضية وبمعدل متزايد،
01:13
we've been pouring more and more ideas
23
58000
2000
قمنا بجمع أفكارًا أكثر
01:15
and capabilities and so on into Mathematica,
24
60000
2000
وقدرات أكثر في برنامج ماثماتيكا،
01:17
and I'm happy to say that that's led to many good things
25
62000
3000
وأنا سعيد لأقول أن ذلك أدى إلى أشياء جيدة كثيرة
01:20
in R & D and education,
26
65000
2000
في مجال البحث والتطوير والتعليم
01:22
lots of other areas.
27
67000
2000
وغيرها من المجالات
01:24
Well, I have to admit, actually,
28
69000
2000
حسنا، يجب علي أن أعترف
01:26
that I also had a very selfish reason for building Mathematica:
29
71000
3000
بأنه كانت لدي دوافع أنانية لبناء برنامج ماثماتيكا.
01:29
I wanted to use it myself,
30
74000
2000
أردت أن أستخدمه لوحدي،
01:31
a bit like Galileo got to use his telescope
31
76000
2000
كما استخدم جاليليو منظاره
01:33
400 years ago.
32
78000
2000
قبل 400 عام.
01:35
But I wanted to look not at the astronomical universe,
33
80000
3000
لم أرد أن أبحث في الكون الفلكي
01:38
but at the computational universe.
34
83000
3000
إنما أردت أن أبحث في الكون الحسابي.
01:41
So we normally think of programs as being
35
86000
2000
إننا عادة ما ننظر إلى البرمجيات باعتبارها
01:43
complicated things that we build
36
88000
2000
أشياء معقدة نقوم ببنائها
01:45
for very specific purposes.
37
90000
2000
لأغراض محددة جدًا.
01:47
But what about the space of all possible programs?
38
92000
3000
ولكن ماذا عن الفضاء لجميع البرامج الممكن كتابتها؟
01:50
Here's a representation of a really simple program.
39
95000
3000
فيما يلي رسم توضيحي لبرنامج بسيط جدًا.
01:53
So, if we run this program,
40
98000
2000
إذا قمنا بتشغيل هذا البرنامج،
01:55
this is what we get.
41
100000
2000
هذا ما سنحصل عليه.
01:57
Very simple.
42
102000
2000
بسيط جدًا.
01:59
So let's try changing the rule
43
104000
2000
لذلك دعونا نغير معطيات
02:01
for this program a little bit.
44
106000
2000
هذا البرنامج قليلا.
02:03
Now we get another result,
45
108000
2000
سوف نحصل على نتجة أخرى الآن،
02:05
still very simple.
46
110000
2000
مازال بسيطًا جدًا.
02:07
Try changing it again.
47
112000
3000
لنحاول تغيرها ثانية.
02:10
You get something a little bit more complicated.
48
115000
2000
سوف نحصل على شيء أكثر تعقيدًا بقليل،
02:12
But if we keep running this for a while,
49
117000
2000
ولكن إذا استمرينا في تشغيل هذا البرنامج لفترة،
02:14
we find out that although the pattern we get is very intricate,
50
119000
3000
سوف نكتشف أنه بالرغم من أن الأنماط التي نحصل عليها هي في غاية التعقيد
02:17
it has a very regular structure.
51
122000
3000
إلا أن لها بنية منتظمة جدًا.
02:20
So the question is: Can anything else happen?
52
125000
3000
لذا فالسؤال هو: هل يمكن أن يحدث شيء مغاير؟
02:23
Well, we can do a little experiment.
53
128000
2000
حسنا، لنقم بتجربة صغيرة.
02:25
Let's just do a little mathematical experiment, try and find out.
54
130000
3000
لنقم بتجربة رياضية صغيرة ونرى ما سيحدث.
02:29
Let's just run all possible programs
55
134000
3000
لنقم بتشغيل كل البرامج المحتملة
02:32
of the particular type that we're looking at.
56
137000
2000
الخاصة بنوع معين من الأشكال التي نراها على الشاشة،
02:34
They're called cellular automata.
57
139000
2000
والتي تسمى الخلايا التلقائية.
02:36
You can see a lot of diversity in the behavior here.
58
141000
2000
يمكنكم أن تروا الكثير من التنوع في السلوك هنا.
02:38
Most of them do very simple things,
59
143000
2000
معظمها تقوم بأشياء بسيطة جدًا.
02:40
but if you look along all these different pictures,
60
145000
2000
لكن إذا نظرت إلى هذه الصور المختلفة،
02:42
at rule number 30,
61
147000
2000
إلى القاعدة رقم 30،
02:44
you start to see something interesting going on.
62
149000
2000
فسوف ترى شيئًا مثيرًا للاهتمام.
02:46
So let's take a closer look
63
151000
2000
لنلق نظرة أقرب
02:48
at rule number 30 here.
64
153000
2000
إلى القاعدة رقم 30 هنا.
02:50
So here it is.
65
155000
2000
هذه هي.
02:52
We're just following this very simple rule at the bottom here,
66
157000
3000
نحن نقوم بتطبيق القاعدة الصغيرة الموجودة في الأسفل هنا.
02:55
but we're getting all this amazing stuff.
67
160000
2000
ولكننا نحصل على كل هذه الأشياء المذهلة.
02:57
It's not at all what we're used to,
68
162000
2000
إنه شيء لم نعتد عليه.
02:59
and I must say that, when I first saw this,
69
164000
2000
ويجب أن أقول أنني عندما رأيت هذا لأول مره
03:01
it came as a huge shock to my intuition.
70
166000
3000
صدمت،
03:04
And, in fact, to understand it,
71
169000
2000
وفي الحقيقة، لأفهم هذا الأمر،
03:06
I eventually had to create
72
171000
2000
قمت باختراع
03:08
a whole new kind of science.
73
173000
2000
مجال جديد في العلوم
03:11
(Laughter)
74
176000
2000
(ضحك)
03:13
This science is different, more general,
75
178000
3000
هذه العلم مختلف، أكثر عمومًا،
03:16
than the mathematics-based science that we've had
76
181000
2000
من العلوم المعتمدة على الرياضيات التي نعرفها
03:18
for the past 300 or so years.
77
183000
3000
في 300 عام مضت.
03:21
You know, it's always seemed like a big mystery:
78
186000
2000
هل تعلمون، دائما ما يبدوا كلغز كبير
03:23
how nature, seemingly so effortlessly,
79
188000
3000
ما تفعله الطبيعة، وبدون جهد كبير على ما يبدو
03:26
manages to produce so much
80
191000
2000
لتنتج الكثير من الأشياء
03:28
that seems to us so complex.
81
193000
3000
التي تبدوا معقدة بالنسبة لنا.
03:31
Well, I think we've found its secret:
82
196000
3000
حسنا، أعتقد أننا عرفنا سرها.
03:34
It's just sampling what's out there in the computational universe
83
199000
3000
إنها تقوم بأخذ عينات من هذا الكون الحسابي
03:37
and quite often getting things like Rule 30
84
202000
3000
وغالبًا ما تنتج شيئًا كالقاعدة رقم 30
03:40
or like this.
85
205000
3000
أو مثل هذا.
03:44
And knowing that starts to explain
86
209000
2000
ومعرفة هذه الشيء، يشرح لنا
03:46
a lot of long-standing mysteries in science.
87
211000
3000
كثيرا من الألغاز القائمة في العلوم.
03:49
It also brings up new issues, though,
88
214000
2000
ولكنها بالمقابل تنتج ألغاز جديدة،
03:51
like computational irreducibility.
89
216000
3000
مثل تقنين الأشياء حسابيًا.
03:54
I mean, we're used to having science let us predict things,
90
219000
3000
أعني بذلك أننا متعودون على تقنين الأشياء علميا وتوقعها،
03:57
but something like this
91
222000
2000
ولكن شيء كهذا
03:59
is fundamentally irreducible.
92
224000
2000
في الأساس لا يمكن تقنينه.
04:01
The only way to find its outcome
93
226000
2000
الطريقة الوحيدة لمعرفة الناتج
04:03
is, effectively, just to watch it evolve.
94
228000
3000
هي،على نحو فعال، مشاهدته يتطور.
04:06
It's connected to, what I call,
95
231000
2000
هذا مرتبط بشيء أسميه
04:08
the principle of computational equivalence,
96
233000
2000
مبدأ التكافؤ الحسابي
04:10
which tells us that even incredibly simple systems
97
235000
3000
والذي يقول لن أنه حتى أبسط الأنظمة
04:13
can do computations as sophisticated as anything.
98
238000
3000
تستطيع القيام بحسابات معقدة مثل أي شيء.
04:16
It doesn't take lots of technology or biological evolution
99
241000
3000
هذا الشيء لا يحتاج إلى الكثير من التقنية والتطور البيولوجي
04:19
to be able to do arbitrary computation;
100
244000
2000
ليكون قادرًا على القيام بأي عملية حسابية
04:21
just something that happens, naturally,
101
246000
2000
فهو شيء يحدث بشكل طبيعي
04:23
all over the place.
102
248000
2000
في كل مكان.
04:25
Things with rules as simple as these can do it.
103
250000
3000
أشياء بقواعد بسيطة كهذه تستطيع فعل ذلك.
04:29
Well, this has deep implications
104
254000
2000
حسنا، هذا له تأثير عميق
04:31
about the limits of science,
105
256000
2000
على حدود العلم.
04:33
about predictability and controllability
106
258000
2000
على القدرة على التنبؤ والتحكم
04:35
of things like biological processes or economies,
107
260000
3000
بأشياء كالعمليات الحيوية(البيولوجية) والاقتصاد
04:38
about intelligence in the universe,
108
263000
2000
على الذكاء في الكون
04:40
about questions like free will
109
265000
2000
على أسئلة كالارادة الحرة
04:42
and about creating technology.
110
267000
3000
وعلى صناعة التقينة.
04:45
You know, in working on this science for many years,
111
270000
2000
أتعلمون شيئًا، خلال عملي في هذا المجال لسنوات عدة
04:47
I kept wondering,
112
272000
2000
ظللت أتساءل
04:49
"What will be its first killer app?"
113
274000
2000
"ما هو أول تطبيق قاتل؟"
04:51
Well, ever since I was a kid,
114
276000
2000
حسنا، منذ ان كنت صغيرًا
04:53
I'd been thinking about systematizing knowledge
115
278000
2000
كنت أفكر في تأطير المعرفة منهجيًا
04:55
and somehow making it computable.
116
280000
2000
وجعلها قابلة للحساب.
04:57
People like Leibniz had wondered about that too
117
282000
2000
أشخاص كـ "ليبنيز" فكروا في هذه أيضًا
04:59
300 years earlier.
118
284000
2000
في 300 عام مضت.
05:01
But I'd always assumed that to make progress,
119
286000
2000
ولكن أنا دائما ما اعتقدت أنه لنحقق التقدم
05:03
I'd essentially have to replicate a whole brain.
120
288000
3000
يجب أن أصنع دماغًا بشريًا.
05:06
Well, then I got to thinking:
121
291000
2000
حسنا ، الآن بدأت أفكر.
05:08
This scientific paradigm of mine suggests something different --
122
293000
3000
هذا النموذج العلمي الخاص بي يقترح شيئًا مختلفًا.
05:11
and, by the way, I've now got
123
296000
2000
وبالمناسبة لدي الآن
05:13
huge computation capabilities in Mathematica,
124
298000
3000
قدرات حسابيات كبيرة في برنامج "ماثماتيكا"
05:16
and I'm a CEO with some worldly resources
125
301000
3000
وأنا الرئيس التنفيذي لبعض الموارد العالمية
05:19
to do large, seemingly crazy, projects --
126
304000
3000
لأقوم بمشاريع كبيرة وقد تبدوا جنونية.
05:22
So I decided to just try to see
127
307000
2000
لذا قررت أن أجرب هذا لأرى
05:24
how much of the systematic knowledge that's out there in the world
128
309000
3000
مقدار المعرفة المنظومة الموجودة في العالم.
05:27
we could make computable.
129
312000
2000
التي يمكننا جعلها قابلة للحساب.
05:29
So, it's been a big, very complex project,
130
314000
2000
لذا كان هذا مشروعا كبيرًا ومعقدا
05:31
which I was not sure was going to work at all.
131
316000
3000
ولم أكن متأكدًا من أنه سينجح على الإطلاق.
05:34
But I'm happy to say it's actually going really well.
132
319000
3000
ولكني سعيد بأن أقول أن هذا المشروع يسيرًا بشكل جيد.
05:37
And last year we were able
133
322000
2000
وفي العام الماضي تمكنا من
05:39
to release the first website version
134
324000
2000
إطلاق النسخة العنكبوتية من
05:41
of Wolfram Alpha.
135
326000
2000
"ولفرام ألفا"
05:43
Its purpose is to be a serious knowledge engine
136
328000
3000
هدفه هو أن يكون محرك بحث جدي
05:46
that computes answers to questions.
137
331000
3000
يقوم بحساب إجابات للأسئلة.
05:49
So let's give it a try.
138
334000
2000
لذا دعونا نجربه.
05:51
Let's start off with something really easy.
139
336000
2000
لنبدأ بشيء سهل جدًا.
05:53
Hope for the best.
140
338000
2000
توقعوا الأفضل
05:55
Very good. Okay.
141
340000
2000
جيد جدًا. حسنًا.
05:57
So far so good.
142
342000
2000
كل شيء جيد حتى الآن.
05:59
(Laughter)
143
344000
3000
(ضحك)
06:02
Let's try something a little bit harder.
144
347000
3000
لنجرب شيئا أصعب بقليل.
06:05
Let's do
145
350000
2000
لنقل...
06:07
some mathy thing,
146
352000
3000
لنقم بشيء رياضي
06:10
and with luck it'll work out the answer
147
355000
3000
ومع قليل من الحظ سوف يقوم البرنامج بحل المسألة
06:13
and try and tell us some interesting things
148
358000
2000
ومحاولة إعطائنا أشياء مثيرةً للانتباه
06:15
things about related math.
149
360000
2000
أشياء لها علاقة بالرياضيات.
06:17
We could ask it something about the real world.
150
362000
3000
يمكننا أن تسأله عن العالم الحقيقي.
06:20
Let's say -- I don't know --
151
365000
2000
لنقل-لست أدري-
06:22
what's the GDP of Spain?
152
367000
3000
ما هو الناتج المحلي الإجمالي لإسبانيا؟
06:25
And it should be able to tell us that.
153
370000
2000
ومن المفترض أن يخبرنا عن هذا.
06:27
Now we could compute something related to this,
154
372000
2000
الآن يمكننا حساب شيء له علاقة به،
06:29
let's say ... the GDP of Spain
155
374000
2000
لنقل الناتج المحلي الإجمالي لأسباني
06:31
divided by, I don't know,
156
376000
2000
مقسومًا -لا أعرف-
06:33
the -- hmmm ...
157
378000
2000
الـ ......
06:35
let's say the revenue of Microsoft.
158
380000
2000
لنقل مقسوما على دخل شركة مايكروسوفت
06:37
(Laughter)
159
382000
2000
(ضحك)
06:39
The idea is that we can just type this in,
160
384000
2000
الفكرة هي أن نتمكن من كتابة هذا الشيء فقط
06:41
this kind of question in, however we think of it.
161
386000
3000
بأي طريقة نصوغ بها السؤال.
06:44
So let's try asking a question,
162
389000
2000
لذا لنجرب أن نسأله سؤالا
06:46
like a health related question.
163
391000
2000
مرتبطًا بالصحة.
06:48
So let's say we have a lab finding that ...
164
393000
3000
لذا لنقل لدينا نتيجة مخبرية تشير
06:51
you know, we have an LDL level of 140
165
396000
2000
إلى أن معدل البروتين الدهني هو 140
06:53
for a male aged 50.
166
398000
3000
لذكر عمره 50 سنة.
06:56
So let's type that in, and now Wolfram Alpha
167
401000
2000
حسنًا دعونا ندخل هذا والآن سيقوم "ولفرام ألفا"
06:58
will go and use available public health data
168
403000
2000
باستخدام المعلومات الصحية العامة المتوفرة
07:00
and try and figure out
169
405000
2000
وسيحاول معرفة
07:02
what part of the population that corresponds to and so on.
170
407000
3000
أي جزء من التركيبة السكانية يتوافق مع هذه المعلومة وما إلى ذلك.
07:05
Or let's try asking about, I don't know,
171
410000
3000
أو دعونا نحاول أن نسأله
07:08
the International Space Station.
172
413000
2000
عن محطة الفضاء الدولية.
07:10
And what's happening here is that
173
415000
2000
وما يحدث هنا هو أن
07:12
Wolfram Alpha is not just looking up something;
174
417000
2000
"ولفرام ألفا" لا يقوم فقط بالبحث عن المعلومات
07:14
it's computing, in real time,
175
419000
3000
إنما يقوم بحسابها في نفس اللحظة
07:17
where the International Space Station is right now at this moment,
176
422000
3000
حول موقع محطة الفضاء العالمية الآن في هذه اللحظة
07:20
how fast it's going, and so on.
177
425000
3000
وما هي سرعتها وغير ذلك.
07:24
So Wolfram Alpha knows about lots and lots of kinds of things.
178
429000
3000
لذا فإن "ولفرام ألفا" يعرف الكثير عن كثير من الآشياء.
07:27
It's got, by now,
179
432000
2000
لديه حاليا
07:29
pretty good coverage of everything you might find
180
434000
2000
إلمام كبير بأي شيء يمكن أن تجده
07:31
in a standard reference library.
181
436000
3000
في مكتبة اعتيادية وما إلى ذلك.
07:34
But the goal is to go much further
182
439000
2000
ولكن الهدف هو أن نذهب أبعد من ذلك
07:36
and, very broadly, to democratize
183
441000
3000
على نطاق واسع جدا ، لإضفاء الطابع الديمقراطي
07:39
all of this knowledge,
184
444000
3000
لكل أنواع المعرفة
07:42
and to try and be an authoritative
185
447000
2000
ونحاول أن يكون البرنامج
07:44
source in all areas.
186
449000
2000
مصدرا موثوقًا في جميع المجالات
07:46
To be able to compute answers to specific questions that people have,
187
451000
3000
بحيث يقوم بحساب أجوبة لأسئلة محددة لدى الناس
07:49
not by searching what other people
188
454000
2000
وليس عن طريق بحث ما
07:51
may have written down before,
189
456000
2000
قام بكتابته الناس مسبقًا
07:53
but by using built in knowledge
190
458000
2000
ولكن باستخدام المعرفة المتضمنة
07:55
to compute fresh new answers to specific questions.
191
460000
3000
لحساب إجابات جديدة لأسئلة محددة.
07:58
Now, of course, Wolfram Alpha
192
463000
2000
بالطبع إن "ولفرام ألفا"
08:00
is a monumentally huge, long-term project
193
465000
2000
هو مشروع تذكاري كبير طويل الأمد
08:02
with lots and lots of challenges.
194
467000
2000
ولديه الكثير من التحديات.
08:04
For a start, one has to curate a zillion
195
469000
3000
منذ البداية، كان علينا حفظ عدد هائل
08:07
different sources of facts and data,
196
472000
3000
من مختلف مصادر الحقائق و المعلومات،
08:10
and we built quite a pipeline of Mathematica automation
197
475000
3000
و قمنا ببناء سلسلة من الرياضيات الآلية
08:13
and human domain experts for doing this.
198
478000
3000
و خبراء في الميدان لتحقيق ذلك.
08:16
But that's just the beginning.
199
481000
2000
ولكن هذا لا يعدو ان يكون البداية.
08:18
Given raw facts or data
200
483000
2000
بالنظر إلى الحقائق و المعلومات
08:20
to actually answer questions,
201
485000
2000
للإجابة عن الأسئلة،
08:22
one has to compute:
202
487000
2000
علينا القيام بالحوسبة،
08:24
one has to implement all those methods and models
203
489000
2000
علينا إنجاز كل تلك الطرق النماذج
08:26
and algorithms and so on
204
491000
2000
والخوارزميات و ما إلى ذلك
08:28
that science and other areas have built up over the centuries.
205
493000
3000
والتي أنجزها العلم و كل المجالات الاخرى خلال القرون الماضية.
08:31
Well, even starting from Mathematica,
206
496000
3000
حسن، حتى و إن بدأنا العمل من "ماثيماتيكا"
08:34
this is still a huge amount of work.
207
499000
2000
لا يزال هناك قدر هائل من العمل.
08:36
So far, there are about 8 million lines
208
501000
2000
حتى الآن، هنالك حوالي 8 ملايين سطر
08:38
of Mathematica code in Wolfram Alpha
209
503000
2000
في برنامج "ماثيماتيكا" في "ولفرام ألفا"
08:40
built by experts from many, many different fields.
210
505000
3000
أنجزها خبراء في مجالات متعددة جدا جدا.
08:43
Well, a crucial idea of Wolfram Alpha
211
508000
3000
حسن، الفكرة الأساسية في "ولفرام ألفا"
08:46
is that you can just ask it questions
212
511000
2000
هو أنه بإمكانك أن تطرح عليها أسئلتك
08:48
using ordinary human language,
213
513000
3000
بإستعمال لغة البشر،
08:51
which means that we've got to be able to take
214
516000
2000
و هذا يعني أنه أصبح بإمكاننا التعامل مع
08:53
all those strange utterances that people type into the input field
215
518000
3000
كل ذلك الكلام الغريب الذي يكتبه الناس في حقل الإدخال
08:56
and understand them.
216
521000
2000
وفهمه.
08:58
And I must say that I thought that step
217
523000
2000
و عليّ القول أنني كنت أظن أن تلك الخطوة
09:00
might just be plain impossible.
218
525000
3000
كانت مستحيلة الإنجاز.
09:04
Two big things happened:
219
529000
2000
حصل أمران كبيران.
09:06
First, a bunch of new ideas about linguistics
220
531000
3000
أولا، مجموعة من الأفكار المبتكرة في مجال اللغات
09:09
that came from studying the computational universe;
221
534000
3000
والتي تبثقت عن دراسة حوسبة الكون.
09:12
and second, the realization that having actual computable knowledge
222
537000
3000
و ثانيا، فإن تحقيق هدف الحصول على معرفة محوسبة
09:15
completely changes how one can
223
540000
2000
غيّر و بصورة جذرية طريقة
09:17
set about understanding language.
224
542000
3000
فهمنا للغة
09:20
And, of course, now
225
545000
2000
و بطبيعة الحال، حاليا
09:22
with Wolfram Alpha actually out in the wild,
226
547000
2000
مع "ولفرام ألفا" حاليا و بمعزل عن ذلك،
09:24
we can learn from its actual usage.
227
549000
2000
نستطيع أن نستخلص المعرفة من إستعمالها.
09:26
And, in fact, there's been
228
551000
2000
و يوجد في الواقع
09:28
an interesting coevolution that's been going on
229
553000
2000
تطور ثنائي مثير للإهتمام
09:30
between Wolfram Alpha
230
555000
2000
ما بين "ولفرام ألفا"
09:32
and its human users,
231
557000
2000
و مستعمليه من البشر.
09:34
and it's really encouraging.
232
559000
2000
وهذا أمر مشجع.
09:36
Right now, if we look at web queries,
233
561000
2000
حتى الآن، إذا نظرنا إلى الأسئلة التي طرحت على الموقع،
09:38
more than 80 percent of them get handled successfully the first time.
234
563000
3000
فإن أكثر من 80 بالمئة منها تم التعامل معها بنجاح من المرة الأولى.
09:41
And if you look at things like the iPhone app,
235
566000
2000
و إذا ما قارنا هذا بتطبيق لهاتف iPhone الجوال مثلا،
09:43
the fraction is considerably larger.
236
568000
2000
فالفرق هو أكبر بكثير.
09:45
So, I'm pretty pleased with it all.
237
570000
2000
لذلك فإن كل هذا يجعلني مسرورا جدا.
09:47
But, in many ways,
238
572000
2000
و لكن، و في عديد الأوجه،
09:49
we're still at the very beginning with Wolfram Alpha.
239
574000
3000
نضل في مستوى البداية في إنجاز "ولفرام ألفا".
09:52
I mean, everything is scaling up very nicely
240
577000
2000
ما أقصده، أن كل شيء يتقدم بشكل مرضي.
09:54
and we're getting more confident.
241
579000
2000
وعزّز هذا من ثقتنا في أنفسنا.
09:56
You can expect to see Wolfram Alpha technology
242
581000
2000
يمكنكم أن تتوقعوا رؤية تكنولوجيا "ولفرام ألفا"
09:58
showing up in more and more places,
243
583000
2000
تنتشر في أماكن أكثر،
10:00
working both with this kind of public data, like on the website,
244
585000
3000
تعمل على حد سواء مع هذه البيانات العامة، مثل ما هو الحال في موقع الويب،
10:03
and with private knowledge
245
588000
2000
و مع البيانات الخاصة
10:05
for people and companies and so on.
246
590000
3000
للأشخاص و المؤسسات و ما إلى ذلك.
10:08
You know, I've realized that Wolfram Alpha actually gives one
247
593000
3000
تعلمون، إكتشفت أن "ولفرام ألفا" تقدم
10:11
a whole new kind of computing
248
596000
2000
طريقة مبتكرة في الحوسبة
10:13
that one can call knowledge-based computing,
249
598000
2000
والتي يمكن أن تسميتها بالحوسبة القائمة على المعرفة،
10:15
in which one's starting not just from raw computation,
250
600000
3000
والتي نبدأ العمل فيها ليس فقط إنطلاقا من حوسبة محضة،
10:18
but from a vast amount of built-in knowledge.
251
603000
3000
ولكن من كمية هائلة من المعرفة المدمجة.
10:21
And when one does that, one really changes
252
606000
2000
و عندما يقوم أحدهم بذلك، فإنه يقوم بتغيير
10:23
the economics of delivering computational things,
253
608000
3000
اقتصاديات ايصال الامور الحوسبية،
10:26
whether it's on the web or elsewhere.
254
611000
2000
سواء أكان ذلك على مستوى الشبكة العنكبوتية أم لا.
10:28
You know, we have a fairly interesting situation right now.
255
613000
3000
تعلمون، لدينا في الوقت الحالي حالة مثيرة للاهتمام الى حد ما.
10:31
On the one hand, we have Mathematica,
256
616000
2000
من ناحية، لدينا "ماثيماتيكا"،
10:33
with its sort of precise, formal language
257
618000
3000
مع الشكل الدقيق و المنهجي للغة التي تستعملها
10:36
and a huge network
258
621000
2000
وشبكة غاية في الإتساع
10:38
of carefully designed capabilities
259
623000
2000
من المقدرة المصممة بعناية
10:40
able to get a lot done in just a few lines.
260
625000
3000
والقادرة على تحقيق الكثير بكتابة عدد قليل من الأسطر.
10:43
Let me show you a couple of examples here.
261
628000
3000
اسمحوا لي أن أعرض عليكم بعض الأمثلة.
10:47
So here's a trivial piece of Mathematica programming.
262
632000
3000
هذا جزء صغير من برمجة "ماثيماتيكا".
10:51
Here's something where we're sort of
263
636000
2000
في هذا الجزء قمنا
10:53
integrating a bunch of different capabilities here.
264
638000
3000
بدمج مجموعة من مختلف القدرات.
10:56
Here we'll just create, in this line,
265
641000
3000
سنقوم على مستوى هذا السطر هنا بإنتاج
10:59
a little user interface that allows us to
266
644000
3000
واجهة صغيرة تسمح لنا
11:02
do something fun there.
267
647000
2000
بالحصول على شيء ممتع هناك.
11:05
If you go on, that's a slightly more complicated program
268
650000
2000
إذا مضينا قدما في ذلك، هذا برنامج أكثر تعقيدا قليلا،
11:07
that's now doing all sorts of algorithmic things
269
652000
3000
إنه قادر الآن على إنجاز كل تلك الأمور الخوارزمية
11:10
and creating user interface and so on.
270
655000
2000
وإنتاج واجهة مستخدم و ما إلى ذلك.
11:12
But it's something that is very precise stuff.
271
657000
3000
ولكن هذا يعتبر أمرا غاية في الدقة.
11:15
It's a precise specification with a precise formal language
272
660000
3000
إنها مواصفات دقيقة بلغة رسمية دقيقة
11:18
that causes Mathematica to know what to do here.
273
663000
3000
و هذا ما يجعل "ماثيماتيكا" تعلم ما الذي يجب القيام به.
11:21
Then on the other hand, we have Wolfram Alpha,
274
666000
3000
حسن، ومن ناحية أخرى لدينا "ولفرام ألفا"
11:24
with all the messiness of the world
275
669000
2000
مع كل النقائص التي لدينا في العالم
11:26
and human language and so on built into it.
276
671000
2000
وفي لغتنا و ما إلى ذلك مدمجة فيها.
11:28
So what happens when you put these things together?
277
673000
3000
إذا ماالذي يمكن أن نحصل عليه إذا جمعنا كل هذه الأشياء معا؟
11:31
I think it's actually rather wonderful.
278
676000
2000
أعتقد أن هذا سيكون بالأحرى جميلا.
11:33
With Wolfram Alpha inside Mathematica,
279
678000
2000
و مع "ولفرام ألفا" داخل "ماثيماتيكا"،
11:35
you can, for example, make precise programs
280
680000
2000
سوف يكون بإمكانك، مثلا، كتابة برامج دقيقة
11:37
that call on real world data.
281
682000
2000
والتي تتعامل مع معلومات من العالم الواقعي.
11:39
Here's a real simple example.
282
684000
2000
لدينا هنا مثال بسيط لدلك.
11:44
You can also just sort of give vague input
283
689000
3000
بإمكانك أن تُدخل بيانات غير دقيقة
11:47
and then try and have Wolfram Alpha
284
692000
2000
ثم تحاول و ستجد أن "ولفرام ألفا"
11:49
figure out what you're talking about.
285
694000
2000
إستطاع أن يفهم ما أردت قوله.
11:51
Let's try this here.
286
696000
2000
دعونا نحاول ذلك هنا.
11:53
But actually I think the most exciting thing about this
287
698000
3000
لكني أعتقد حاليا أن أكثر ما يمكن أن يثير الإهتمام في هذا الشأن
11:56
is that it really gives one the chance
288
701000
2000
هو أن هذا يمنحنا إمكانية
11:58
to democratize programming.
289
703000
3000
إضفاء طابع ديمقراطي على البرمجة.
12:01
I mean, anyone will be able to say what they want in plain language.
290
706000
3000
أقصد أنه سيكون بإمكان أي كان قول ما يريد بلغة واضحة،
12:04
Then, the idea is that Wolfram Alpha will be able to figure out
291
709000
3000
و من ثم، فالفكرة هي، أن يتكمن "ولفرام ألفا" من التعرف
12:07
what precise pieces of code
292
712000
2000
على الجزء المحدد في البرنامج
12:09
can do what they're asking for
293
714000
2000
والذي بإمكانه القيام بما هو مطلوب
12:11
and then show them examples that will let them pick what they need
294
716000
3000
و من ثم يعرض على المستعملين أمثلة يختارون من بينها ما يناسبهم
12:14
to build up bigger and bigger, precise programs.
295
719000
3000
ليتمكنوا من بناء برنامج أكثر دقة و أكبر حجما.
12:17
So, sometimes, Wolfram Alpha
296
722000
2000
لذا و في بعض الأحيان، سيكون بإمكان "ولفرام ألفا"
12:19
will be able to do the whole thing immediately
297
724000
2000
أن تقوم بكل ذلك على الفور
12:21
and just give back a whole big program that you can then compute with.
298
726000
3000
وتقدم لك مباشرة البرنامج الذي تستطيع أن تستعمله لتنجز عمليات الحوسبة.
12:24
Here's a big website
299
729000
2000
إذن لدينا هنا موقع ويب ضخم
12:26
where we've been collecting lots of educational
300
731000
3000
حيث قمنا بتجميع كمية كبيرة من المواد التعليمية
12:29
and other demonstrations about lots of kinds of things.
301
734000
3000
و بيانات حول العديد من الأشياء.
12:32
I'll show you one example here.
302
737000
3000
إذن ،لا أدري، سوف أعرض عليكم مثالا واحدا، هنا مثلا.
12:36
This is just an example of one of these computable documents.
303
741000
3000
لدينا هنا مثال لأحد الوثائق المحوسبة.
12:39
This is probably a fairly small
304
744000
2000
لدينا على الأغلب هنا جزء صغير
12:41
piece of Mathematica code
305
746000
2000
من برمجة "ولفرام ألفا"
12:43
that's able to be run here.
306
748000
2000
بإمكاننا تنفيذه هنا.
12:47
Okay. Let's zoom out again.
307
752000
3000
حسنا. دعونا نلقي نظرة أشمل.
12:50
So, given our new kind of science,
308
755000
2000
إذن، هب أن لنا فرعا جديدا من العلم،
12:52
is there a general way to use it to make technology?
309
757000
3000
هل من طريقة عامة لإستغلاله للحصول على التكنولوجيا؟
12:55
So, with physical materials,
310
760000
2000
إذا كان الأمر متعلقا بالأمور المادية،
12:57
we're used to going around the world
311
762000
2000
فإننا نجول العالم
12:59
and discovering that particular materials
312
764000
2000
لنكتشف هل ان ذلك الشىء بعينه
13:01
are useful for particular
313
766000
2000
يصلح لتلك
13:03
technological purposes.
314
768000
2000
التطبيقات التكنولوجية و ما إلى ذلك.
13:05
Well, it turns out we can do very much the same kind of thing
315
770000
2000
حسن، تبين أنه، بإمكانا القيام بالشىء عينه
13:07
in the computational universe.
316
772000
2000
في عالم الحوسبة.
13:09
There's an inexhaustible supply of programs out there.
317
774000
3000
لدينا في حوزتنا مصادر لا تنضب من البرامج.
13:12
The challenge is to see how to
318
777000
2000
يكمن التحدي في إكتشاف كيفية
13:14
harness them for human purposes.
319
779000
2000
ملائمتهم للإحتياجات الإنسانية.
13:16
Something like Rule 30, for example,
320
781000
2000
شىء مثل القاعدة 30، مثلا،
13:18
turns out to be a really good randomness generator.
321
783000
2000
تبين أنها تمثل مُوَلّدًا عشوائيا جيدا.
13:20
Other simple programs are good models
322
785000
2000
برامج بسيطة أخرى تمثل نماذج جيدة
13:22
for processes in the natural or social world.
323
787000
3000
لإجراء عمليات في المجال الطبيعي و الإجتماعي.
13:25
And, for example, Wolfram Alpha and Mathematica
324
790000
2000
"ولفرام ألفا" و "ماثيماتيكا" مثلا
13:27
are actually now full of algorithms
325
792000
2000
هما الآن مليئتان بالخوارزميات
13:29
that we discovered by searching the computational universe.
326
794000
3000
التي إكتشفناها عن طريق بحثنا في الكون المحوسب.
13:33
And, for example, this -- if we go back here --
327
798000
3000
و مثلا، هذا -- نعود من جديد إلى هنا --
13:37
this has become surprisingly popular
328
802000
2000
لقد أصبح هذا و بصورة مفاجأة ذا صيت
13:39
among composers
329
804000
2000
بين المؤلفين
13:41
finding musical forms by searching the computational universe.
330
806000
3000
بإكتشاف أشكال موسيقية عن طريق البحث في الكون المحوسب.
13:45
In a sense, we can use the computational universe
331
810000
2000
وبمعنى آخر، بإمكاننا إستعمال الكون المحوسب
13:47
to get mass customized creativity.
332
812000
3000
للحصول على كم كبير من الإبداع المبوّب.
13:50
I'm hoping we can, for example,
333
815000
2000
آمل أن نستطيع، مثلا،
13:52
use that even to get Wolfram Alpha
334
817000
2000
إستغلال ذلك حتى مع "ولفرام ألفا"
13:54
to routinely do invention and discovery on the fly,
335
819000
3000
للقيام بإختراعات و إكتشافات عند الطلب
13:57
and to find all sorts of wonderful stuff
336
822000
2000
و الحصول على كل تلك الأمور الرائعة
13:59
that no engineer
337
824000
2000
و التي لا يمكن لا للهندسة
14:01
and no process of incremental evolution would ever come up with.
338
826000
3000
و لا لأي عملية تطور مطّرد أن تكتشفها.
14:05
Well, so, that leads to kind of an ultimate question:
339
830000
3000
حسن، يقودنا هذا إلى سؤال جوهري.
14:08
Could it be that someplace out there in the computational universe
340
833000
3000
هل بالإمكان أن نجد في مكان ما في الكون المحوسب
14:11
we might find our physical universe?
341
836000
3000
الكون الحسيّ؟
14:14
Perhaps there's even some quite simple rule,
342
839000
2000
ربما هناك قاعدة بسيطة جدا حتى،
14:16
some simple program for our universe.
343
841000
3000
أو برامج بسيطة لكوننا.
14:19
Well, the history of physics would have us believe
344
844000
2000
حسن، تاريخ الفيزياء يدفعنا للإعتقاد
14:21
that the rule for the universe must be pretty complicated.
345
846000
3000
أنّ قاعدة تأسيس الكون يجب ان تكون معقدة إلى حد ما.
14:24
But in the computational universe,
346
849000
2000
و لكن في الكون المحوسب
14:26
we've now seen how rules that are incredibly simple
347
851000
3000
شاهدنا للتو كيف أن قواعد غاية في البساطة
14:29
can produce incredibly rich and complex behavior.
348
854000
3000
بإمكانها إنتاج سلوك غني جدا و معقدا
14:32
So could that be what's going on with our whole universe?
349
857000
3000
هل هذا يعني أن هذا ما يحدث مع الكون بأسره؟
14:36
If the rules for the universe are simple,
350
861000
2000
إذا كانت قواعد الكون بسيطة،
14:38
it's kind of inevitable that they have to be
351
863000
2000
فإنه أمر حتمي أن تكون
14:40
very abstract and very low level;
352
865000
2000
غاية في التجريد و على مستوى بدائي،
14:42
operating, for example, far below
353
867000
2000
تعمل، مثلا، بعيدا دون
14:44
the level of space or time,
354
869000
2000
مستوى المكان و الزمان،
14:46
which makes it hard to represent things.
355
871000
2000
و التي تجعل من الصعب تمثيل الأشياء.
14:48
But in at least a large class of cases,
356
873000
2000
و لكن على الأقل و في العديد من الحالات،
14:50
one can think of the universe as being
357
875000
2000
نستطيع أن نصور الكون على أنه
14:52
like some kind of network,
358
877000
2000
شبيه بشبكة،
14:54
which, when it gets big enough,
359
879000
2000
بإمكانها إذا كبر حجمها كفاية،
14:56
behaves like continuous space
360
881000
2000
أن تتخذ شكل فضاء متجانس
14:58
in much the same way as having lots of molecules
361
883000
2000
تماما مثلما تتخذ مجموعة من الذرات
15:00
can behave like a continuous fluid.
362
885000
2000
شكل سائل متجانس.
15:02
Well, then the universe has to evolve by applying
363
887000
3000
حسن، سيكون على الكون أن يتطوّر عن طريق تطبيق
15:05
little rules that progressively update this network.
364
890000
3000
قواعد صغيرة تتمكن شيئا فشيئا من تحديث الشبكة.
15:08
And each possible rule, in a sense,
365
893000
2000
و كل قاعدة ممكنة التطبيق، بمعنى،
15:10
corresponds to a candidate universe.
366
895000
2000
تُنَاظر كونا مرشحا.
15:12
Actually, I haven't shown these before,
367
897000
3000
إلى الآن، لم أقم بإظهار هذا من قبل،
15:16
but here are a few of the candidate universes
368
901000
3000
لكن لدينا هنا القليل من الأكوان المرشحة
15:19
that I've looked at.
369
904000
2000
التي إطلعت عليها.
15:21
Some of these are hopeless universes,
370
906000
2000
تمثل بعضها أكوانا غير محتملة،
15:23
completely sterile,
371
908000
2000
عقيمة تماما،
15:25
with other kinds of pathologies like no notion of space,
372
910000
2000
مع أشكال أخرى من الأعراض كإنعدام مفهوم المكان،
15:27
no notion of time, no matter,
373
912000
3000
و انعدام مفهوم الزمان، لا يوجد مادة ،
15:30
other problems like that.
374
915000
2000
و مشاكل اخرى مشابهة.
15:32
But the exciting thing that I've found in the last few years
375
917000
3000
و لكن الأمر المثير للإهتمام الذي اكتشفته خلال السنوات القليلة الماضية
15:35
is that you actually don't have to go very far
376
920000
2000
هو أنه ليس من الضروري التعمق كثيرا
15:37
in the computational universe
377
922000
2000
في الكون المحوسب
15:39
before you start finding candidate universes
378
924000
2000
قبل أن تبدأ باكتشاف أكوان مرشحة
15:41
that aren't obviously not our universe.
379
926000
3000
والتي من المؤكد أنها ليست كوننا.
15:44
Here's the problem:
380
929000
2000
المشكل هو التالي:
15:46
Any serious candidate for our universe
381
931000
3000
أي مترشح محتمل لكوكبنا،
15:49
is inevitably full of computational irreducibility.
382
934000
3000
سيكون بدون شك مليئا بحسابات غير قابلة للتبسيط.
15:52
Which means that it is irreducibly difficult
383
937000
3000
وهو ما يعني أنه سيكون من الصعب
15:55
to find out how it will really behave,
384
940000
2000
التعرف على ماهية سلوكها،
15:57
and whether it matches our physical universe.
385
942000
3000
و مدى تطابقه مع كوننا المادي.
16:01
A few years ago, I was pretty excited to discover
386
946000
3000
منذ سنوات قليلة مضت، كنت شديد الإثارة بإكتشاف
16:04
that there are candidate universes with incredibly simple rules
387
949000
3000
وجود أكوان مرشحة ناتجة عن قواعد غاية في البساطة
16:07
that successfully reproduce special relativity,
388
952000
2000
و التي أعادت صياغة قواعد النسبية الخاصة
16:09
and even general relativity and gravitation,
389
954000
3000
و حتي قوانين النسبية العامة و الجاذبية
16:12
and at least give hints of quantum mechanics.
390
957000
3000
وعلى الأقل إعطاء تلميحات لميكانيكا الكم.
16:15
So, will we find the whole of physics?
391
960000
2000
لذا فهل سيكون بإمكاننا اكتشاف كل مجالات الفيزياء؟
16:17
I don't know for sure,
392
962000
2000
لست متأكدا تماما.
16:19
but I think at this point it's sort of
393
964000
2000
ولكني أعتقد عند هذا المستوى
16:21
almost embarrassing not to at least try.
394
966000
2000
أنه من المخجل عدم المحاولة على الأقل.
16:23
Not an easy project.
395
968000
2000
ليس هذا بمشروع سهل.
16:25
One's got to build a lot of technology.
396
970000
2000
علينا بناء كمّ هائل من التكنولوجيا.
16:27
One's got to build a structure that's probably
397
972000
2000
علينا بناء هيكل من المحتمل أن يكون
16:29
at least as deep as existing physics.
398
974000
2000
عمقه بعمق الفيزياء الحالية.
16:31
And I'm not sure what the best way to organize the whole thing is.
399
976000
3000
و لست متأكدا من الطريقة المثلى لتنظيم لكل هذا.
16:34
Build a team, open it up, offer prizes and so on.
400
979000
3000
بناء فريق، بدأ العمل، تقديم جوائز وما إلى ذلك.
16:37
But I'll tell you, here today,
401
982000
2000
و لكني أؤكد لكم اليوم
16:39
that I'm committed to seeing this project done,
402
984000
2000
أنني عازم على إتمام المشروع
16:41
to see if, within this decade,
403
986000
3000
لنرى، إذا كان بإمكاننا، خلال هذه العشرية،
16:44
we can finally hold in our hands
404
989000
2000
أن نمسك أخيرا في أيدينا
16:46
the rule for our universe
405
991000
2000
القاعدة التي يقوم عليها كوننا
16:48
and know where our universe lies
406
993000
2000
و نعلم أين يقبع كوننا
16:50
in the space of all possible universes ...
407
995000
2000
في مجموعة الأكوان المحتملة --
16:52
and be able to type into Wolfram Alpha, "the theory of the universe,"
408
997000
3000
و يكون بأمكاننا إدخال السؤال التالي إلى "ولفرام ألفا" "نظرية الكون،"
16:55
and have it tell us.
409
1000000
2000
و الحصول على إجابة.
16:57
(Laughter)
410
1002000
2000
(ضحك)
17:00
So I've been working on the idea of computation
411
1005000
2000
عملت في مجال الحوسبة
17:02
now for more than 30 years,
412
1007000
2000
منذ أكثر من 30 عاما،
17:04
building tools and methods and turning intellectual ideas
413
1009000
3000
أنشأت خلالها أدوات و طرقا و حولت أفكارا
17:07
into millions of lines of code
414
1012000
2000
إلى ملايين الأسطر من البرمجيات
17:09
and grist for server farms and so on.
415
1014000
2000
وحصاد زراعة الجهود من الحواسيب (الخوادم) وهكذا.
17:11
With every passing year,
416
1016000
2000
و مع مرور كل سنة،
17:13
I realize how much more powerful
417
1018000
2000
كنت اكتشف مدى قوة
17:15
the idea of computation really is.
418
1020000
2000
فكرة الحوسبة.
17:17
It's taken us a long way already,
419
1022000
2000
لقد قطعنا شوطا كبيرا إلى الأمام،
17:19
but there's so much more to come.
420
1024000
2000
و لا يزال هنالك الكثير للإكتشاف.
17:21
From the foundations of science
421
1026000
2000
إنطلاقا من أسس العلوم
17:23
to the limits of technology
422
1028000
2000
و إلى الحد الذي تسمح به التكنولوجيا
17:25
to the very definition of the human condition,
423
1030000
2000
وحتى التعريف بالحالة الإنسانية،
17:27
I think computation is destined to be
424
1032000
2000
أعتقد أن الحوسبة موجهة لأن تكون
17:29
the defining idea of our future.
425
1034000
2000
الفكرة الأهم في مستقبلنا.
17:31
Thank you.
426
1036000
2000
أشكركم.
17:33
(Applause)
427
1038000
14000
(تصفيق)
17:47
Chris Anderson: That was astonishing.
428
1052000
2000
كريس أندرسون : لقد كان ذلك مدهشا.
17:49
Stay here. I've got a question.
429
1054000
2000
إبق معي. أودّ أن أطرح عليك سؤالا.
17:51
(Applause)
430
1056000
4000
(تصفيق)
17:57
So, that was, fair to say, an astonishing talk.
431
1062000
3000
لقد كان ذلك، بصدق، حديثا مدهشا.
18:01
Are you able to say in a sentence or two
432
1066000
3000
هل بإمكانك أن تفسر لنا في جملة أو اثنتين
18:04
how this type of thinking
433
1069000
3000
كيف ان هذا النمط من التفكير
18:07
could integrate at some point
434
1072000
2000
يمكنه في نقطة ما أن يلتقي
18:09
to things like string theory or the kind of things that people think of
435
1074000
2000
مع أشياء مثل نظرية الأوتار أو ما يعتقد البعض أنه يمثل
18:11
as the fundamental explanations of the universe?
436
1076000
3000
التفسيرات الأساسية للكون؟
18:14
Stephen Wolfram: Well, the parts of physics
437
1079000
2000
ستيفن ولفرام : حسن، أجزاء الفيزياء
18:16
that we kind of know to be true,
438
1081000
2000
التي نعلم صحتها،
18:18
things like the standard model of physics:
439
1083000
2000
أشياء مثل النموذج الأساسي للفيزياء.
18:20
what I'm trying to do better reproduce the standard model of physics
440
1085000
3000
ما أنا بصدد القيام به هو تحسين طريقة إعادة صياغة نموذج الفيزياء
18:23
or it's simply wrong.
441
1088000
2000
وإلا سيكون ذلك ببساطة خطأ.
18:25
The things that people have tried to do in the last 25 years or so
442
1090000
2000
إن الأشياء التي حاول الناس القيام بها خلال 25 سنة مضت
18:27
with string theory and so on
443
1092000
2000
مع نظرية الأوتار و ما إلى ذلك
18:29
have been an interesting exploration
444
1094000
2000
مثّل هذا إكتشافا رائعا
18:31
that has tried to get back to the standard model,
445
1096000
3000
حاول الرجوع إلى النموذج الأساسي،
18:34
but hasn't quite gotten there.
446
1099000
2000
و لكن لم يصل إلى هذا الهدف.
18:36
My guess is that some great simplifications of what I'm doing
447
1101000
3000
تصوّري أنه عن طريق القيام باختزالات لما أنا بصدد القيام به
18:39
may actually have considerable resonance
448
1104000
3000
يمكن أن ينتج عن ذلك صدى كبير
18:42
with what's been done in string theory,
449
1107000
2000
مع ما تم إنجازه في نظرية الأوتار،
18:44
but that's a complicated math thing
450
1109000
3000
و لكن هذا يمثل جزءا معقدا من الرياضيات
18:47
that I don't yet know how it's going to work out.
451
1112000
3000
و الذي لا أزال أجهل طريقة عمله.
18:50
CA: Benoit Mandelbrot is in the audience.
452
1115000
2000
كريس أندرسن : "بنوا مندلبروت" متواجد بيننا.
18:52
He also has shown how complexity
453
1117000
2000
هو أيضا بيّن كيف يمكن لأمور معقدة
18:54
can arise out of a simple start.
454
1119000
2000
أن تنشأ من بدايات بسيطة.
18:56
Does your work relate to his?
455
1121000
2000
هل لعملك علاقة بعمله؟
18:58
SW: I think so.
456
1123000
2000
ستيفن ولفرام: أعتقد ذلك.
19:00
I view Benoit Mandelbrot's work
457
1125000
2000
أعتقد أن عمل "بنوا مندلبروت" مثل
19:02
as one of the founding contributions
458
1127000
3000
أحد الركائز الأساسيّة
19:05
to this kind of area.
459
1130000
3000
لهذا المجال.
19:08
Benoit has been particularly interested
460
1133000
2000
انصب اهتمام "بنوا" خاصة
19:10
in nested patterns, in fractals and so on,
461
1135000
2000
على النماذج المتداخلة، و الكسريات و ما إلى ذلك،
19:12
where the structure is something
462
1137000
2000
أين يشبه الهيكل
19:14
that's kind of tree-like,
463
1139000
2000
شكلا مشابها للشجرة،
19:16
and where there's sort of a big branch that makes little branches
464
1141000
2000
أين تتكون أغصان صغيرة من أغصان كبيرة،
19:18
and even smaller branches and so on.
465
1143000
3000
و حتى من أغصان أصغر و هكذا.
19:21
That's one of the ways
466
1146000
2000
و تلك إحدى الطرق
19:23
that you get towards true complexity.
467
1148000
3000
التي تقودنا إلى أمور معقدة.
19:26
I think things like the Rule 30 cellular automaton
468
1151000
3000
أعتقد أن أشياء مثل الخلايا التلقائية للقاعدة رقم 30
19:29
get us to a different level.
469
1154000
2000
يقودنا إلى مستوى آخر.
19:31
In fact, in a very precise way, they get us to a different level
470
1156000
3000
في الواقع و بشكل دقيق فإنها تقودنا إلى مستوى آخر
19:34
because they seem to be things that are
471
1159000
2000
ذلك لأنها تبدو أنها أشياء قادرة
19:37
capable of complexity
472
1162000
3000
على مستوى من التعقيد
19:40
that's sort of as great as complexity can ever get ...
473
1165000
3000
لم نصل إليه من قبل ...
19:44
I could go on about this at great length, but I won't. (Laughter) (Applause)
474
1169000
3000
يمكنني أن أسترسل في هذا باستفاضة كبيرة ، لكنني لن أفعل.
19:47
CA: Stephen Wolfram, thank you.
475
1172000
2000
كريس أندرسون : ستيفن ولفرام، شكرا لك.
19:49
(Applause)
476
1174000
2000
(تصفيق)
ABOUT THE SPEAKER
Stephen Wolfram - Scientist, inventorStephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research.
Why you should listen
Stephen Wolfram published his first scientific paper at the age of 15, and received his PhD in theoretical physics from Caltech by the age of 20. Having started to use computers in 1973, Wolfram rapidly became a leader in the emerging field of scientific computing.
In 1981 Wolfram became the youngest recipient of a MacArthur Prize Fellowship. He then set out on an ambitious new direction in science aimed at understanding the origins of complexity in nature. Wolfram's first key idea was to use computer experiments to study the behavior of simple computer programs known as cellular automata. This allowed him to make a series of startling discoveries about the origins of complexity.
Wolfram founded the first research center and the first journal in the field, Complex Systems, and began the development of Mathematica. Wolfram Research soon became a world leader in the software industry -- widely recognized for excellence in both technology and business.
Following the release of Mathematica Version 2 in 1991, Wolfram began to divide his time between Mathematica development and scientific research. Building on his work from the mid-1980s, and now with Mathematica as a tool, Wolfram made a rapid succession of major new discoveries, which he described in his book, A New Kind of Science.
Building on Mathematica, A New Kind of Science, and the success of Wolfram Research, Wolfram recently launched Wolfram|Alpha -- an ambitious, long-term project to make as much of the world's knowledge as possible computable, and accessible to everyone.
Stephen Wolfram | Speaker | TED.com