ABOUT THE SPEAKER
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.

Why you should listen

Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.

More profile about the speaker
Kevin Kelly | Speaker | TED.com
TEDSummit

Kevin Kelly: How AI can bring on a second Industrial Revolution

کوین کلی: چگونه هوش مصنوعی می تواند منجر به دومین انقلاب صنعتی شود؟

Filmed:
1,739,624 views

کوین کلی ، به عنوان یک رویاپرداز دیجیتال می گوید:"مسیر قطعی یک قطره باران در حالی که به ته دره می بارد قابل پیش بینی نیست اما مسیر کلی آن غیر قابل اجتناب است." تکنولوژی هم دقیقا همین گونه است و توسط الگوهایی شگفت انگیز و غیر قابل اجتناب کنترل می شود. او می گوید: در طول ۲۰ سال آینده، میل شدید ما برای ساختن چیزهای باهوش بیشتر میشود که تاثیر شگرفی بر روی هر کاری که می کنیم خواهد داشت. کِلی به بررسی سه روند در هوش مصنوعی می پردازد که به منظور پذیرفتن و هدایت توسعه آن، ما نیاز به درک آنها داریم. کلی می گوید: "محبوب ترین محصول هوش مصنوعی که در ۲۰ سال آتی ساخته خواهد شد و همه از آن استفاده خواهند کرد هنوز اختراع نشده و این بدان معناست که هنوز برای شما دیر نشده است."
- Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio

Double-click the English transcript below to play the video.

00:14
I'm going to talk a little bitبیت
about where technology'sتکنولوژی going.
0
2966
3817
می‌خواهم کمی درمورد مقصد نهایی
تکنولوژی صحبت کنم.
00:19
And oftenغالبا technologyتکنولوژی comesمی آید to us,
1
7509
2671
و گاهی که تکنولوژی به طرف ما می‌آید،
00:22
we're surprisedغافلگیر شدن by what it bringsبه ارمغان می آورد.
2
10566
1865
مارو با داشته‌هایش غافلگیر می‌کند.
00:24
But there's actuallyدر واقع
a largeبزرگ aspectجنبه of technologyتکنولوژی
3
12455
3683
ولی در واقع، جنبه‌های زیادی از تکنولوژی
وجود دارد که
00:28
that's much more predictableقابل پیش بینی,
4
16162
1802
بسیار هم قابل پیش‌بینی است.
00:29
and that's because technologicalتکنولوژیکی systemsسیستم های
of all sortsانواع have leaningsلاین ها,
5
17988
4088
و به همین علت سیستمهای تکنولوژیکی
ازهر نوعی گرایشات خاصی دارند،
00:34
they have urgenciesضروریات,
6
22100
1175
ضرورت‌ها و
00:35
they have tendenciesتمایلات.
7
23299
1561
گرایش هایی دارند.
00:36
And those tendenciesتمایلات are derivedنشات گرفته
from the very natureطبیعت of the physicsفیزیک,
8
24884
4932
و این گرایش‌ها دقیقا از
طبیعت علم فیزیک نشأت می‌گیرن،
00:41
chemistryعلم شیمی of wiresسیم ها
and switchesسوئیچ ها and electronsالکترون ها,
9
29840
3150
از شیمی اتصالات، (مدارهای) سوئیچی،
و الکترون ها،
00:45
and they will make reoccurringدوباره تکرار
patternsالگوها again and again.
10
33659
3602
و این علوم، مدام الگوهایی
تکرارشونده می‌سازند.
00:49
And so those patternsالگوها produceتولید کردن
these tendenciesتمایلات, these leaningsلاین ها.
11
37745
4874
و این الگوها، این گرایشات و
زمینه‌ها رو شکل می‌دهند.
00:54
You can almostتقریبا think of it
as sortمرتب سازی of like gravityجاذبه زمین.
12
42643
2831
می‌توانید به نوعی مثل جاذبه
به آن فکر کنید.
00:57
Imagineتصور کن raindropsقطرات باران fallingافتادن into a valleyدره.
13
45498
2319
قطرات بارون رو تصور کنین
که روی یه دره می‌بارن.
00:59
The actualواقعی pathمسیر of a raindropقطرات باران
as it goesمی رود down the valleyدره
14
47841
3088
مسیر هر قطره تا به داخل دره می‌رسد
01:02
is unpredictableغیر قابل پیش بینی.
15
50953
1169
غیرقابل‌ پیش‌بینی است.
01:04
We cannotنمی توان see where it's going,
16
52651
1518
نمی‌تونیم ببینیم به کجا می‌رود،
01:06
but the generalعمومی directionجهت
is very inevitableاجتناب ناپذیر:
17
54193
2277
ولی جهت حرکتش کاملا مشخص است:
01:08
it's downwardپایین.
18
56494
1234
رو به پایین.
01:10
And so these baked-inپخته شده در
tendenciesتمایلات and urgenciesضروریات
19
58377
4572
بنابراین، این گرایشات و الزامات بالفطره
01:14
in technologicalتکنولوژیکی systemsسیستم های
20
62973
1476
در سیستم‌های تکنولوژیکی
01:17
give us a senseاحساس of where things
are going at the largeبزرگ formفرم.
21
65051
3609
در مقیاس بزرگ
سرنخ‌هایی از مقصد نهایی به ما می‌دهند.
01:21
So in a largeبزرگ senseاحساس,
22
69149
1401
خب در یک مقیاس کلی،
01:22
I would say that telephonesتلفن ها
were inevitableاجتناب ناپذیر,
23
70574
3361
ساخت تلفن اجتناب‌ناپذیر بود،
01:27
but the iPhoneآی فون was not.
24
75005
1342
ولی (موبایل) آی‌فون، نه.
01:29
The Internetاینترنت was inevitableاجتناب ناپذیر,
25
77094
1478
اینترنت اجتناب‌ناپذیر بود،
01:31
but Twitterتوییتر was not.
26
79274
1286
ولی توییتر نه.
01:33
So we have manyبسیاری ongoingدر دست اقدام
tendenciesتمایلات right now,
27
81036
3928
بنابراین، ما درحال‌حاضر
تمایلات و گرایشات زیادی داریم،
01:36
and I think one of the chiefرئیس amongدر میان them
28
84988
2720
و فکر می‌کنم مهم‌ترین این نیازها
01:39
is this tendencyگرایش to make things
smarterهوشمندانه and smarterهوشمندانه.
29
87732
3722
گرایش به هوشمندسازی هرچه بیش‌تر
اشیا است.
01:44
I call it cognifyingشناختن -- cognificationشناخت --
30
92041
2212
من بهش می‌گم ادراک‌سازی
-- ساخت ادراک و شناخت--
01:46
alsoهمچنین knownشناخته شده as artificialمصنوعی
intelligenceهوش, or AIAI.
31
94783
2782
که همون هوش مصنوعی
یا AI است.
01:50
And I think that's going to be one
of the mostاکثر influentialموثر developmentsتحولات
32
98025
3746
و من فکر می‎کنم که این یکی از
تأثیرگذارترین تحولات،
01:53
and trendsروند and directionsجهت ها and drivesدرایوها
in our societyجامعه in the nextبعد 20 yearsسالها.
33
101795
5575
روندها و پیشرفت‌های جامعه ما
در ۲۰ سال آینده خواهد بود.
02:00
So, of courseدوره, it's alreadyقبلا here.
34
108021
1985
و البته که همین حالا
هم انجام شده.
02:02
We alreadyقبلا have AIAI,
35
110030
2204
همین حالا هم هوش مصنوعی داریم،
02:04
and oftenغالبا it worksآثار in the backgroundزمینه,
36
112258
2398
که غالبا، در پشت صحنه
فعالیت می‌کند،
02:06
in the back officesدفاتر of hospitalsبیمارستان ها,
37
114680
1586
پشت پرده بیمارستان‌ها،
02:08
where it's used to diagnoseتشخیص دادن X-raysاشعه ایکس
better than a humanانسان doctorدکتر.
38
116290
4686
که در تشخیص نتایج اشعه اکس
بهتر از پزشک‌های انسانی عمل می‌کند.
02:13
It's in legalقانونی officesدفاتر,
39
121000
1726
در دفاتر قانونی،
02:14
where it's used to go
throughاز طریق legalقانونی evidenceشواهد
40
122750
2368
برای بررسی مدارک قانونی
02:17
better than a humanانسان paralawyerparalawyer.
41
125142
1855
بهتر از متخصصان حقوق انسانی ظاهر می‌شود.
02:19
It's used to flyپرواز the planeسطح
that you cameآمد here with.
42
127506
3656
هوش مصنوعی عامل پرواز هواپیمایی است
که شما را به اینجا آورده است.
خلبان‌های انسان فقط ۷ تا ۸ دقیقه
پرواز رو کنترل می‌کنند.
02:24
Humanانسان pilotsخلبانان only flewپرواز کرد it
sevenهفت to eightهشت minutesدقایق,
43
132165
2381
02:26
the restباقی مانده of the time the AIAI was drivingرانندگی.
44
134570
1953
بقیه عملیات را هوش مصنوعی
به عهده دارد.
02:28
And of courseدوره, in NetflixNetflix and Amazonآمازون,
45
136547
2173
و صدالبته در نت‌فلیکس و آمازون
02:30
it's in the backgroundزمینه,
makingساخت those recommendationsتوصیه ها.
46
138744
2530
هوش مصنوعی ست که در پشت‌صحنه
آن پیشنهادها را می‌دهد.
02:33
That's what we have todayامروز.
47
141298
1261
این ها چیزهایی است که امروز داریم.
02:34
And we have an exampleمثال, of courseدوره,
in a more front-facingجلوی درب aspectجنبه of it,
48
142583
4801
والبته مثال محسوس تری نیز داریم:
02:39
with the winپیروزی of the AlphaGoAlphaGo, who beatضرب و شتم
the world'sجهان greatestبزرگترین Go championقهرمان.
49
147408
6629
شکست قهرمان انسانی بازی گو، توسط
رقیب هوش مصنوعی اش آلفا-گو می باشد.
02:46
But it's more than that.
50
154478
4053
اما این بیشتر از این چیزهاست.
اگر بازی کامپیوتری میکنید درواقع
با هوش مصنوعی رقابت می‌کنید.
02:50
If you playبازی a videoویدئو gameبازی,
you're playingبازی کردن againstدر برابر an AIAI.
51
158555
2642
02:53
But recentlyبه تازگی, Googleگوگل taughtتدریس کرد theirخودشان AIAI
52
161221
4538
اما اخیرا، گوگل به هوش مصنوعی اش آموزش داد
02:57
to actuallyدر واقع learnیاد گرفتن how to playبازی videoویدئو gamesبازی ها.
53
165783
2412
که نحوه بازی کردن
بازی های کامپیوتری را فراگیرد.
03:00
Again, teachingدرس دادن videoویدئو gamesبازی ها
was alreadyقبلا doneانجام شده,
54
168686
2709
درواقع، آموزش
بازیهای کامپیوتری انجام شده بود،
03:03
but learningیادگیری how to playبازی
a videoویدئو gameبازی is anotherیکی دیگر stepگام.
55
171419
3897
اما آموزش به هوش مصنوعی جهت یادگیری
اینکه چگونه آن را بازی کند، قدم بعدی بود.
03:07
That's artificialمصنوعی smartnessهوشمندانه.
56
175340
1678
این هوشمندگرایی مصنوعی است.
کاری که ما انجام میدهیم این است که
هوشمندگرایی مصنوعی
03:10
What we're doing is takingگرفتن
this artificialمصنوعی smartnessهوشمندانه
57
178571
4522
03:15
and we're makingساخت it smarterهوشمندانه and smarterهوشمندانه.
58
183117
2423
را هرروز باهوش تر می کنیم.
03:18
There are threeسه aspectsجنبه های
to this generalعمومی trendروند
59
186710
3895
سه جنبه بر این روند کلی وجود دارد
که من فکر می کنم ناشناخته مانده اند؛
03:22
that I think are underappreciatedتحت تأثیر;
60
190629
1689
03:24
I think we would understandفهمیدن
AIAI a lot better
61
192342
2277
من فکرمیکنم ما در صورتی بهتر خواهیم فهمید
03:26
if we understoodفهمید these threeسه things.
62
194643
2301
که این سه چیز را خوب بفهمیم.
03:28
I think these things alsoهمچنین would
help us embraceپذیرفتن AIAI,
63
196968
3283
فکر میکنم این چیزها باعث می شود که
هوش مصنوعی را بهتر پذیرا باشیم
03:32
because it's only by embracingدر آغوش گرفتن it
that we actuallyدر واقع can steerهدایت کن it.
64
200275
3008
زیرا تنها با پذیرفتن هوش مصنوعی است
که می شود هدایتش کرد.
03:35
We can actuallyدر واقع steerهدایت کن the specificsمشخصات
by embracingدر آغوش گرفتن the largerبزرگتر trendروند.
65
203887
3157
در واقع می توانیم با استقبال از روند کلی،
جزئیات را هدایت کنیم.
03:39
So let me talk about
those threeسه differentناهمسان aspectsجنبه های.
66
207467
2979
خوب بگذارید به آن سه جنبه مختلف بپردازم.
03:42
The first one is: our ownخودت intelligenceهوش
has a very poorفقیر understandingدرك كردن
67
210470
3673
اول اینکه: هوش خودمان درک بسیار کمی از
03:46
of what intelligenceهوش is.
68
214167
1490
اینکه هوش چیست دارد.
03:48
We tendگرایش داشتن to think of intelligenceهوش
as a singleتنها dimensionابعاد,
69
216110
3653
ما متمایلیم که
به هوش از منظر تک بعدی بنگریم،
03:51
that it's kindنوع of like a noteتوجه داشته باشید
that getsمی شود louderبلندتر and louderبلندتر.
70
219787
2750
این شبیه یک صداست که
پیوسته بلند تر می شود.
03:54
It startsشروع می شود like with IQIQ measurementاندازه گیری.
71
222561
2607
آن با مقیاس های آی کیو شروع میشود.
03:57
It startsشروع می شود with maybe a simpleساده
lowکم IQIQ in a ratموش or mouseموش,
72
225192
4092
شاید با یک آی کیوی پایین
در موش شروع می شود
04:01
and maybe there's more in a chimpanzeeشامپانزه,
73
229308
2134
و شاید آی کیوی شامپانزه ها بیشتر باشد
و شاید آی کیوی یک انسان احمق
بیشتر از شامپانزه باشد
04:03
and then maybe there's more
in a stupidاحمق personفرد,
74
231887
2191
04:06
and then maybe an averageمیانگین
personفرد like myselfخودم,
75
234102
2096
و شاید یک انسان معمولی مثل من
04:08
and then maybe a geniusنابغه.
76
236222
1290
و بعد شاید یک نابغه.
04:09
And this singleتنها IQIQ intelligenceهوش
is gettingگرفتن greaterبزرگتر and greaterبزرگتر.
77
237536
4433
و این واحد هوش آی کیو
بزرگتر و بزرگتر می شود.
04:14
That's completelyبه صورت کامل wrongاشتباه.
78
242516
1151
وکاملا اشتباه است
04:15
That's not what intelligenceهوش is --
not what humanانسان intelligenceهوش is, anywayبه هر حال.
79
243691
3608
آن معنی هوش نیست --
در هرصورت معنای هوش انسانی هم نیست.
04:19
It's much more like a symphonyسمفونی
of differentناهمسان notesیادداشت,
80
247673
4506
هوش ما مانند یک سمفونی
از نوت های مختلف موسیقی است
04:24
and eachهر یک of these notesیادداشت is playedبازی کرد
on a differentناهمسان instrumentابزار of cognitionشناختن.
81
252203
3609
و هر یک از این نوت ها در یک
ساز مختلفی از شناخت نواخته می شوند.
04:27
There are manyبسیاری typesانواع
of intelligencesهوش in our ownخودت mindsذهنها.
82
255836
3701
گونه های زیادی از هوش در ذهن ما وجود دارد.
04:31
We have deductiveقیاسی reasoningاستدلال,
83
259561
3048
ما استدلال استقرایی داریم،
04:34
we have emotionalعاطفی intelligenceهوش,
84
262633
2221
هوش هیجانی داریم،
04:36
we have spatialفضایی intelligenceهوش;
85
264878
1393
هوش فضایی داریم؛
04:38
we have maybe 100 differentناهمسان typesانواع
that are all groupedگروه بندی شده togetherبا یکدیگر,
86
266295
4021
ما شاید ۱۰۰ نوع مختلف هوش داریم که باهم
در یکجا جمع می شوند،
04:42
and they varyمتفاوت in differentناهمسان strengthsنقاط قوت
with differentناهمسان people.
87
270340
3905
و از نظر قوت در افراد مختلف
با هم فرق می کنند.
04:46
And of courseدوره, if we go to animalsحیوانات,
they alsoهمچنین have anotherیکی دیگر basketسبد --
88
274269
4526
و البته اگر به حیوانات بپردازیم
آنها نیز شرایط دیگری دارند
04:50
anotherیکی دیگر symphonyسمفونی of differentناهمسان
kindsانواع of intelligencesهوش,
89
278819
2541
سمفونی متفاوت دیگری از نوع دیگری هوش
04:53
and sometimesگاه گاهی those sameیکسان instrumentsابزار
are the sameیکسان that we have.
90
281384
3566
و گاهی آن سازهای یکسان،
جزو اشتراکات ما با آنهاست.
04:56
They can think in the sameیکسان way,
but they mayممکن است have a differentناهمسان arrangementآرایش,
91
284974
3561
آنها می توانند به طور یکسان فکر کنند،
اما شاید آرایش آنها متفاوت باشد،
05:00
and maybe they're higherبالاتر
in some casesموارد than humansانسان,
92
288559
2467
و شاید آنها در بعضی موارد
از ما انسانها بهترند،
05:03
like long-termبلند مدت memoryحافظه in a squirrelسنجاب
is actuallyدر واقع phenomenalفوقالعاده,
93
291050
2837
مثل حافظه بلند مدت در
سنجاب که شگفت انگیز است
که می تواند به یاد بیاورد که کجا
دانه هایش را پنهان کرده است.
05:05
so it can rememberیاد آوردن
where it buriedدفن شده its nutsآجیل.
94
293911
2287
اما در موارد دیگری شاید
از ما ضعیف تر باشند.
05:08
But in other casesموارد they mayممکن است be lowerپایین تر.
95
296222
1987
05:10
When we go to make machinesماشین آلات,
96
298233
2730
زمانی که ما بسراغ
ماشینی کردن (هوش) می رویم،
05:12
we're going to engineerمهندس
them in the sameیکسان way,
97
300987
2196
ما آنها را به نحوه یکسانی
مهندسی خواهیم کرد،
05:15
where we'llخوب make some of those typesانواع
of smartnessهوشمندانه much greaterبزرگتر than oursما,
98
303207
5010
طوری که گونه هوش آنها را
از خودمان بهتر خواهیم کرد
05:20
and manyبسیاری of them won'tنخواهد بود be
anywhereهر جا nearنزدیک oursما,
99
308241
2571
و خیلی ازآنها به حد ما هم نخواهند رسید
05:22
because they're not neededمورد نیاز است.
100
310836
1544
چون به آنها احتیاجی نیست.
05:24
So we're going to take these things,
101
312404
2203
خب ما این چیزها رو می گیریم،
05:26
these artificialمصنوعی clustersخوشه ها,
102
314631
2081
این خوشه های مصنوعی را
05:28
and we'llخوب be addingاضافه كردن more varietiesارقام
of artificialمصنوعی cognitionشناختن to our AIsAIs.
103
316736
5362
و تنوع بیشتری از شناخت مصنوعی
را به هوش مصنوعی اضافه خواهیم کرد.
05:34
We're going to make them
very, very specificخاص.
104
322507
4071
ما آنها را خیلی خاص خواهیم ساخت.
05:38
So your calculatorماشین حساب is smarterهوشمندانه
than you are in arithmeticریاضی alreadyقبلا;
105
326602
6542
خب ماشین شما در علم حساب
از شما باهوش تر است،
05:45
your GPSجیپیاس is smarterهوشمندانه
than you are in spatialفضایی navigationجهت یابی;
106
333168
3697
جی پی اس شما در
جهت یابی فضایی از شما باهوشتر است،
05:49
Googleگوگل, Bingبینگ, are smarterهوشمندانه
than you are in long-termبلند مدت memoryحافظه.
107
337337
4258
گوگل و بینگ در زمینه حافظه
درازمدت از شما باهوشترند.
05:54
And we're going to take, again,
these kindsانواع of differentناهمسان typesانواع of thinkingفكر كردن
108
342339
4530
و ما دوباره این گونه ها با
افکار مختلف را میگیریم
05:58
and we'llخوب put them into, like, a carماشین.
109
346893
1933
و آنها را در چیزی چون خودرو می گذاریم.
علت اینکه می خواهیم آنها را در خودرو
جاسازی کنیم تا خودش را براند،
06:00
The reasonدلیل why we want to put them
in a carماشین so the carماشین drivesدرایوها,
110
348850
3057
به این خاطراست که مثل
یک انسان رانندگی نخواهد کرد.
06:03
is because it's not drivingرانندگی like a humanانسان.
111
351931
2302
06:06
It's not thinkingفكر كردن like us.
112
354257
1396
ماشین خودران مثل ما فکر نمیکند.
06:07
That's the wholeکل featureویژگی of it.
113
355677
1920
این ویژگی کلی آن است.
06:09
It's not beingبودن distractedپریشان,
114
357621
1535
حواسش پرت نمی شود،
06:11
it's not worryingنگرانی about whetherچه
it left the stoveاجاق گاز on,
115
359180
2754
نگران نمیشود درباره وضعیت اینکه
گاز را روشن گذاشته یا نه!
06:13
or whetherچه it should have
majoredمتخصص in financeمالی.
116
361958
2138
یا اینکه آیا باید مدرکش
را در اقتصاد می گرفت.
06:16
It's just drivingرانندگی.
117
364120
1153
اون فقط رانندگی می کند.
(خنده حضار)
06:17
(Laughterخنده)
118
365297
1142
06:18
Just drivingرانندگی, OK?
119
366463
1841
فقط رانندگی.باشه؟
06:20
And we actuallyدر واقع mightممکن even
come to advertiseتبلیغات these
120
368328
2937
و ما شاید آنها را اینگونه تبلیغ کنیم
06:23
as "consciousness-freeبدون آگاهی."
121
371289
1545
یک ماشین ناخودآگاه،
06:24
They're withoutبدون consciousnessآگاهی,
122
372858
1774
آنها فاقد خودآگاهی هستند
06:26
they're not concernedنگران about those things,
123
374656
2104
آنها در مورد هیچ چیزی نگرانی ندارند،
06:28
they're not distractedپریشان.
124
376784
1156
حواسشان پرت نمی شود.
06:29
So in generalعمومی, what we're tryingتلاش کن to do
125
377964
2966
خب به طورکلی، کاری که میخواهیم بکنیم
06:32
is make as manyبسیاری differentناهمسان
typesانواع of thinkingفكر كردن as we can.
126
380954
4500
این است که گونه های
مختلفی از تفکر را بسازیم.
06:37
We're going to populateجمعیت the spaceفضا
127
385804
2083
و ما فضا را با آنها پرخواهیم کرد
06:39
of all the differentناهمسان possibleامکان پذیر است typesانواع,
or speciesگونه ها, of thinkingفكر كردن.
128
387911
4159
از انواع ممکن تفکرهای همه گونه.
06:44
And there actuallyدر واقع mayممکن است be some problemsمشکلات
129
392094
2068
و در واقع شاید با مشکلاتی مواجه شویم
06:46
that are so difficultدشوار
in businessکسب و کار and scienceعلوم پایه
130
394186
2800
که آنقدر در علم و تجارت سخت هستند
06:49
that our ownخودت typeتایپ کنید of humanانسان thinkingفكر كردن
mayممکن است not be ableتوانایی to solveحل them aloneتنها.
131
397010
4042
که روش تفکر خود ما به عنوان انسان قادر
به حل این مشکلات نخواهد بود.
06:53
We mayممکن است need a two-stepدو قدم programبرنامه,
132
401076
1992
ممکن است به یک برنامه دو-گامی
نیاز داشته باشیم،
06:55
whichکه is to inventاختراع کردن newجدید kindsانواع of thinkingفكر كردن
133
403092
4203
که (این برنامه)،
اختراع گونه های جدید تفکر است
06:59
that we can work alongsideدر کنار of to solveحل
these really largeبزرگ problemsمشکلات,
134
407692
3734
که با استفاده از آن گونه های تفکر بتوانیم
این مشکلات بزرگ را حل کنیم،
07:03
say, like darkتاریک است energyانرژی or quantumکوانتومی gravityجاذبه زمین.
135
411450
2918
مثلا (ابهامات) انرژی تاریک
یا گرانش کوانتومی.
کاری که داریم انجام می دهیم
ساختن هوش خارجی است.
07:08
What we're doing
is makingساخت alienبیگانه intelligencesهوش.
136
416496
2646
07:11
You mightممکن even think of this
as, sortمرتب سازی of, artificialمصنوعی aliensبیگانگان
137
419166
4069
حتی ممکن است به آن به عنوان
بیگانه مصنوعی تفکر کنید
07:15
in some sensesاحساسات.
138
423259
1207
از برخی جهات.
07:16
And they're going to help
us think differentناهمسان,
139
424490
2300
و آنها به ما کمک خواهند که متفاوت فکر کنیم
07:18
because thinkingفكر كردن differentناهمسان
is the engineموتور of creationایجاد
140
426814
3632
زیرا تفکر متفاوت، موتور خلاقیت
07:22
and wealthثروت and newجدید economyاقتصاد.
141
430470
1867
و ثروت و یک اقتصاد جدید است.
07:25
The secondدومین aspectجنبه of this
is that we are going to use AIAI
142
433835
4923
جنبه دوم این است که ما
از هوش مصنوعی استفاده خواهیم کرد
07:30
to basicallyاساسا make a secondدومین
Industrialصنعتی Revolutionانقلاب.
143
438782
2950
تا اساساً دومین انقلاب صنعتی را رقم بزنیم.
07:34
The first Industrialصنعتی Revolutionانقلاب
was basedمستقر on the factواقعیت
144
442135
2773
اولین انقلاب صنعتی براساس
این واقعیت بود که
07:36
that we inventedاختراع شده است something
I would call artificialمصنوعی powerقدرت.
145
444932
3462
ما چیزی اختراع کردیم که بهش می گم
"قدرت مصنوعی"
07:40
Previousقبلی to that,
146
448879
1150
قبل از آن،
07:42
duringدر حین the Agriculturalکشاورزی Revolutionانقلاب,
147
450053
2034
در طول انقلاب کشاورزی،
07:44
everything that was madeساخته شده
had to be madeساخته شده with humanانسان muscleماهیچه
148
452111
3702
هر چیزی که باید توسط نیروی انسانی
07:47
or animalحیوانات powerقدرت.
149
455837
1307
یا نیروی حیوانی ساخته می شد.
07:49
That was the only way
to get anything doneانجام شده.
150
457565
2063
آن تنها راه انجام کارها در آن زمان بود.
07:51
The great innovationنوآوری duringدر حین
the Industrialصنعتی Revolutionانقلاب was,
151
459652
2945
بزرگترین نوآوری در زمان اتقلاب صنعتی،
07:54
we harnessedمهار steamبخار powerقدرت, fossilفسیلی fuelsسوخت ها,
152
462621
3109
بدست گرفتن نیروی بخار و سوخت های فسیلی بود
07:57
to make this artificialمصنوعی powerقدرت
that we could use
153
465754
3856
که این نیروی مصنوعی
را ایجاد کنیم تا بتوانیم
08:01
to do anything we wanted to do.
154
469634
1669
هر کاری که میخواهیم با آن بکنیم.
08:03
So todayامروز when you driveراندن down the highwayبزرگراه,
155
471327
2772
خب امروز وقتی درامتداد بزرگراه
رانندگی میکنید،
08:06
you are, with a flickتلنگر of the switchسوئیچ,
commandingفرمانده 250 horsesاسب ها --
156
474571
4525
شما با تحریک یک سوئیچ به
۲۵۰ اسب فرمان میدهید --
08:11
250 horsepowerاسب بخار --
157
479120
1572
به عبارتی ۲۵۰ اسب بخار --
08:12
whichکه we can use to buildساختن skyscrapersآسمان خراش ها,
to buildساختن citiesشهرها, to buildساختن roadsجاده ها,
158
480716
4692
که میتوانیم ازآن بهره ببریم برای ساخت
آسمان خراش ها، شهرها، جاده ها،
08:17
to make factoriesکارخانه ها that would churnتعویض out
linesخطوط of chairsصندلی ها or refrigeratorsیخچال ها
159
485432
5789
ساختن کارخانه هایی که مثل آب خوردن
مقدارزیادی صندلی ویخچال تولید کنند
08:23
way beyondفراتر our ownخودت powerقدرت.
160
491245
1654
چیزی که فراتر از قدرت و توانایی ماست.
08:24
And that artificialمصنوعی powerقدرت can alsoهمچنین
be distributedتوزیع شده on wiresسیم ها on a gridتوری
161
492923
6111
و این قدرت مصنوعی میتواند
از طریق شبکه ایی از سیم ها
08:31
to everyهرکدام home, factoryکارخانه, farmsteadfarmstead,
162
499058
3199
به هر خانه، کارخانه و مزرعه توزیع شود،
08:34
and anybodyهر شخصی could buyخرید
that artificialمصنوعی powerقدرت,
163
502281
4191
و هر شخصی میتواند این قدرت مصنوعس را بخرد،
08:38
just by pluggingوصل کردن something in.
164
506496
1472
تنها با متصل شدن به آن.
08:39
So this was a sourceمنبع
of innovationنوآوری as well,
165
507992
2439
خب این یک منبع خلاقیت هم بود،
08:42
because a farmerمزرعه دار could take
a manualکتابچه راهنمای handدست pumpتلمبه,
166
510455
3418
زیرا یک کشاورز می توانست
یک تلمبه دستی داشته باشد،
08:45
and they could addاضافه کردن this artificialمصنوعی
powerقدرت, this electricityالکتریسیته,
167
513897
2916
و آنها با اضافه کردن این قدرت مصنوعی یا
به عبارتی "الکتریسیته"
08:48
and he'dاو می خواهد have an electricالکتریکی pumpتلمبه.
168
516837
1497
میتوانستند، یک تلمبه الکترونیکی
داشته باشند.
08:50
And you multiplyتکثیر کردن that by thousandsهزاران نفر
or tensده ها of thousandsهزاران نفر of timesبار,
169
518358
3318
و اگرشما آنرا هزاران و ده ها هزاربرابر
در نظر بگیرید
08:53
and that formulaفرمول was what broughtآورده شده us
the Industrialصنعتی Revolutionانقلاب.
170
521700
3159
و این فرمولی بود که برای ما
انقلاب صنعتی را به ارمغان آورد.
08:56
All the things that we see,
all this progressپیش رفتن that we now enjoyلذت بردن,
171
524883
3585
همه چیزهایی که می بینم،
تمام این پیشرفتی که از آن لذت می بریم
09:00
has come from the factواقعیت
that we'veما هستیم doneانجام شده that.
172
528492
2063
از این واقعیت امده است که
ما انجامش داده ایم.
09:02
We're going to do
the sameیکسان thing now with AIAI.
173
530579
2348
ما مثل همین کاررا با
هوش مصنوعی انجام خواهیم داد.
09:04
We're going to distributeتوزیع کردن that on a gridتوری,
174
532951
2075
ما این نیروی جدید را
در شبکه ها توزیع خواهیم کرد
09:07
and now you can take that electricالکتریکی pumpتلمبه.
175
535050
2374
و حالا شما که یک تلمبه الکتریکی دارید.
09:09
You can addاضافه کردن some artificialمصنوعی intelligenceهوش,
176
537448
2968
میتونید به (ابزارآلات خود)
هوش مصنوعی اضافه کنید،
09:12
and now you have a smartهوشمندانه pumpتلمبه.
177
540440
1481
و شما حالا یک تلمبه
هوشمند خواهید داشت.
09:13
And that, multipliedچند برابر by a millionمیلیون timesبار,
178
541945
1928
و آن ضرب در یک میلیون بار،
09:15
is going to be this secondدومین
Industrialصنعتی Revolutionانقلاب.
179
543897
2363
عامل ایجاد دومین انقلاب صنعتی خواهد بود.
09:18
So now the carماشین is going down the highwayبزرگراه,
180
546284
2382
خب حالا ماشینی که در امتداد بزرگراه می رود
09:20
it's 250 horsepowerاسب بخار,
but in additionعلاوه بر این, it's 250 mindsذهنها.
181
548690
4294
علاوه بر قدرت ۲۵۰ اسب بخار،
۲۵۰ تا مغز نیز دارد.
09:25
That's the auto-drivenخودکار رانده شده carماشین.
182
553008
1769
این ماشین خودران است.
09:26
It's like a newجدید commodityکالا;
183
554801
1389
این یک کالا و
09:28
it's a newجدید utilityابزار.
184
556214
1303
فایده جدیدی است.
09:29
The AIAI is going to flowجریان
acrossدر سراسر the gridتوری -- the cloudابر --
185
557541
3041
هوش مصنوعی در شبکه ها -- ابری --
جریان خواهد یافت
09:32
in the sameیکسان way electricityالکتریسیته did.
186
560606
1567
همانطوری که الکتریسیته جریان پیدا کرد.
09:34
So everything that we had electrifiedالکتریکی,
187
562197
2380
پس هر چیزی را که برقی کردیم
09:36
we're now going to cognifyشناختن.
188
564601
1723
حالا می توانیم هوشمند بکنیم.
09:38
And I oweمدیون it to Jeffجف, then,
189
566693
1385
و من پیشنهاد می دهم
09:40
that the formulaفرمول
for the nextبعد 10,000 start-upsراه اندازی
190
568102
3732
که فرمول (ایجاد) ۱۰,۰۰۰ استارت‌آپ بعدی
09:43
is very, very simpleساده,
191
571858
1162
خیلی خیلی آسونه،
09:45
whichکه is to take x and addاضافه کردن AIAI.
192
573044
3167
به عبارتی شامل گرفتن هرچیزی
و اضافه کردن هوش مصنوعی به آن است.
09:49
That is the formulaفرمول,
that's what we're going to be doing.
193
577100
2812
این فرمولش است.
این کاری ست که می خواهیم انجام دهیم.
09:51
And that is the way
in whichکه we're going to make
194
579936
3306
و این راهی است که از این طریق
09:55
this secondدومین Industrialصنعتی Revolutionانقلاب.
195
583266
1858
دومین انقلاب صنعتی را رقم خواهیم زد.
09:57
And by the way -- right now, this minuteدقیقه,
196
585148
2154
و به هرحال، هم اکنون و در این لحظه
09:59
you can logوارد شوید on to Googleگوگل
197
587326
1169
شما می توانید به گوگل وارد شده
10:00
and you can purchaseخرید
AIAI for sixشش centsسنت ها, 100 hitsبازدید.
198
588519
3882
و میتوانید هوش مصنوعی را با ۶ سنت،
(یا) ۱۰۰ بازدید، بخرید.
10:04
That's availableدر دسترس است right now.
199
592758
1604
این الان موجود است.
10:06
So the thirdسوم aspectجنبه of this
200
594386
2286
خب پس جنبه سوم این
10:09
is that when we take this AIAI
and embodyتجسم it,
201
597315
2678
است که ما به هوش مصنوعی جسم بدهیم
10:12
we get robotsروبات ها.
202
600017
1173
و ربات ها را بسازیم.
10:13
And robotsروبات ها are going to be botsرباتها,
203
601214
1703
و ربات ها،
بات هایی (برنامه هایی) خواهند بود
10:14
they're going to be doing manyبسیاری
of the tasksوظایف that we have alreadyقبلا doneانجام شده.
204
602941
3328
که کارهای بسیاری که ما اکنون
انجام داده ایم، را انجام خواهند داد.
یک کار متشکل از یکسری وظایف است،
10:20
A jobکار is just a bunchدسته ای of tasksوظایف,
205
608357
1528
پس آنها تعریف دوباره ای
به شغلهای ما خواهند داد
10:21
so they're going to redefineدوباره تعریف کنید our jobsشغل ها
206
609909
1762
10:23
because they're going to do
some of those tasksوظایف.
207
611695
2259
زیرا آنها قرار است که بخشی از
وظایف شغلی ما را به عده بگیرند.
10:25
But they're alsoهمچنین going to curateدروغ گفتن
wholeکل newجدید categoriesدسته بندی ها,
208
613978
3197
اما آنها گروه های جدیدی تشکیل خواهند داد،
10:29
a wholeکل newجدید slewکشته شدن of tasksوظایف
209
617199
2247
گروه های کلی جدیدی از وظایف
10:31
that we didn't know
we wanted to do before.
210
619470
2457
که ما قبلا نمی دانستیم
که می خواهیم انجامشان دهیم.
10:33
They're going to actuallyدر واقع
engenderانگیزه newجدید kindsانواع of jobsشغل ها,
211
621951
3637
آنها درواقع شغلهای جدیدی ایجاد خواهند کرد،
10:37
newجدید kindsانواع of tasksوظایف that we want doneانجام شده,
212
625612
2271
وظایف جدیدی که ما می خواهیم انجام شوند،
10:39
just as automationاتوماسیون madeساخته شده up
a wholeکل bunchدسته ای of newجدید things
213
627907
3405
مثل اوتوماسیون که دسته ای از
چیزهای جدید را ایجاد کرد
10:43
that we didn't know we neededمورد نیاز است before,
214
631336
1834
که ما نمی دانستیم که به آنها نیاز هست
10:45
and now we can't liveزنده withoutبدون them.
215
633194
1956
و حالا بدون آنها نمی توانیم زندگی کنیم
10:47
So they're going to produceتولید کردن
even more jobsشغل ها than they take away,
216
635174
3956
خب آنها نسبت به شغلهایی که در اختیار
می گیرند شغلهای بیشتری تولید خواهند کرد،
10:51
but it's importantمهم that a lot of the tasksوظایف
that we're going to give them
217
639154
3434
اما مهم این است که
وظایفی که به آنها محول می کنیم
10:54
are tasksوظایف that can be definedتعریف شده است
in termsاصطلاحات of efficiencyبهره وری or productivityبهره وری.
218
642612
4572
وظایفی هستند که می توانند
به عنوان بهره وری تعریف می شوند.
اگر شما وظیفه ای را می‌توانید مشخص کنید،
10:59
If you can specifyمشخص كردن a taskوظیفه,
219
647676
1828
11:01
eitherیا manualکتابچه راهنمای or conceptualمفهومی,
220
649528
2235
چه دستی باشد چه مفهومی،
11:03
that can be specifiedمشخص شده in termsاصطلاحات
of efficiencyبهره وری or productivityبهره وری,
221
651787
4780
می تواند به عنوان بهره وری تلقی شود
11:08
that goesمی رود to the botsرباتها.
222
656591
1777
که به بات ها تعلق دارد.
11:10
Productivityبهره وری is for robotsروبات ها.
223
658758
2178
سودمندی به روبات ها تعلق دارد.
11:12
What we're really good at
is basicallyاساسا wastingاتلاف time.
224
660960
3070
تنها چیزی که ما انسانها درش خوب هستیم
وقت تلف کردن است.
11:16
(Laughterخنده)
225
664054
1028
(خنده)
11:17
We're really good at things
that are inefficientناکارآمد.
226
665106
2316
ما در چیزهایی که کارآمد نیستند خوب هستیم
11:19
Scienceعلوم پایه is inherentlyذاتا inefficientناکارآمد.
227
667446
3025
علم ذاتا ناکارآمد است.
11:22
It runsاجرا می شود on that factواقعیت that you have
one failureشکست after anotherیکی دیگر.
228
670816
2906
و براساس یک شکست بعد از
شکست دیگری به جلو می رود.
و براساس این واقعیت که شما آزمایشاتی
میسازید که کار نمی کنند پیش می رود،
11:25
It runsاجرا می شود on the factواقعیت that you make testsآزمایشات
and experimentsآزمایشات that don't work,
229
673746
3424
در غیراین صورت شما یاد نمی گیرید.
11:29
otherwiseدر غیر این صورت you're not learningیادگیری.
230
677194
1442
11:30
It runsاجرا می شود on the factواقعیت
231
678660
1162
توسط این واقعیت به پیش می رود
11:31
that there is not
a lot of efficiencyبهره وری in it.
232
679846
2083
که بهره وری زیادی در آن نیست.
11:33
Innovationنوآوری by definitionتعریف is inefficientناکارآمد,
233
681953
2779
نوآوری در تعریف ناکارآمد است،
11:36
because you make prototypesنمونه های اولیه,
234
684756
1391
زیرا ما نمونه های اولیه ای می سازیم،
11:38
because you try stuffچیز that failsشکست می خورد,
that doesn't work.
235
686171
2707
زیرا ما چیزهایی را آزمایش می کنیم
که کار نمی کنند و شکست می خورند.
11:40
Explorationاکتشاف is inherentlyذاتا inefficiencyناکارآمدی.
236
688902
3112
اکتشاف ذاتا ناکارآمد است.
11:44
Artهنر is not efficientکارآمد.
237
692038
1531
هنر کارآمد نیست.
11:45
Humanانسان relationshipsروابط are not efficientکارآمد.
238
693593
2127
روابط انسانی هم کارآمد نیستند.
11:47
These are all the kindsانواع of things
we're going to gravitateگران شدن to,
239
695744
2940
اینها تمام چیزهایی است
که به سمتشان متمایل خواهیم شد،
11:50
because they're not efficientکارآمد.
240
698708
1475
زیرا آنها کارآمد نیستند.
11:52
Efficiencyبهره وری is for robotsروبات ها.
241
700207
2315
کارآمدی فقط مال ربات هاست.
11:55
We're alsoهمچنین going to learnیاد گرفتن
that we're going to work with these AIsAIs
242
703338
4123
ما یاد خواهیم گرفت که چگونه
در کنار این هوش مصنوعی کار کنیم.
11:59
because they think differentlyمتفاوت است than us.
243
707485
1997
زیرا آنها به گونه ای متفاوت
از ما فکر می کنند.
12:02
When Deepعمیق Blueآبی beatضرب و شتم
the world'sجهان bestبهترین chessشطرنج championقهرمان,
244
710005
4314
زمانی که (هوش مصنوعی) deep blue،
قهرمان شطرنج دنیا را شکست داد،
12:06
people thought it was the endپایان of chessشطرنج.
245
714343
1929
مردم فکر کردند که کار شطرنج به پایان رسید.
12:08
But actuallyدر واقع, it turnsچرخش out that todayامروز,
the bestبهترین chessشطرنج championقهرمان in the worldجهان
246
716296
4402
اما معلوم شد که امروز بهترین
شطرنج باز دنیا
12:12
is not an AIAI.
247
720722
1557
یک هوش مصنوعی نیست
12:14
And it's not a humanانسان.
248
722906
1181
و یک انسان هم نیست
12:16
It's the teamتیم of a humanانسان and an AIAI.
249
724111
2715
بلکه ترکیبی از همکاری یک انسان
با هوش مصنوعی است.
12:18
The bestبهترین medicalپزشکی diagnosticianتشخیص دهنده
is not a doctorدکتر, it's not an AIAI,
250
726850
4000
بهتر تشخیص پزشکی،
یک پزشک (انسانی) یا یک هوش مصنوعی نیست
12:22
it's the teamتیم.
251
730874
1176
بلکه محصول همکاری این دوتاست.
12:24
We're going to be workingکار کردن with these AIsAIs,
252
732074
2149
ما با این هوش مصنوعی کار خواهیم کرد
12:26
and I think you'llشما خواهید بود be paidپرداخت شده in the futureآینده
253
734247
1995
و من فکر می کنم که شما در آینده
براساس این حقوق خواهید گرفت
12:28
by how well you work with these botsرباتها.
254
736266
2391
که تا چه حد خوب می توانید
با این بات ها کارکنید.
12:31
So that's the thirdسوم thing,
is that they're differentناهمسان,
255
739026
4257
خب این سومین هست.
که آنها متفاوت هستند
12:35
they're utilityابزار
256
743307
1165
و سودمند هستند
12:36
and they are going to be something
we work with ratherنسبتا than againstدر برابر.
257
744496
3816
و چیزهایی هستند که ما قرارهست
باهاشون کارکنیم نه برضدشان.
12:40
We're workingکار کردن with these
ratherنسبتا than againstدر برابر them.
258
748336
2639
ما با اونها کار خواهیم کرد نه بر ضدآنها.
12:42
So, the futureآینده:
259
750999
1477
خب، آینده:
12:44
Where does that take us?
260
752500
1420
این ما را به کجا می برد؟
12:45
I think that 25 yearsسالها from now,
they'llآنها خواهند شد look back
261
753944
3567
فکر می کنم ۲۵سال آینده،
آنها به گذشته نگاه خواهند کرد
12:49
and look at our understandingدرك كردن
of AIAI and say,
262
757535
3125
و به دانش ما از هوش مصنوعی
نگاه خواهند کرد و خواهند گفت،
12:52
"You didn't have AIAI. In factواقعیت,
you didn't even have the Internetاینترنت yetهنوز,
263
760684
3300
"شما هوش مصنوعی نداشتید.
در واقع، شما حتی اینترنت هم نداشتید،
12:56
comparedمقایسه کرد to what we're going
to have 25 yearsسالها from now."
264
764008
2741
در مقایسه با چیزی که ما در
۲۵ سال آینده خواهیم داشت."
هنوز هیچ متخصص هوش مصنوعی ای نداریم.
12:59
There are no AIAI expertsکارشناسان right now.
265
767849
3047
13:02
There's a lot of moneyپول going to it,
266
770920
1699
پول زیادی صرف آن می شود،
13:04
there are billionsمیلیاردها دلار of dollarsدلار
beingبودن spentصرف شده on it;
267
772643
2268
میلیاردها دلار دارد خرج آن می شود؛
13:06
it's a hugeبزرگ businessکسب و کار,
268
774935
2164
یک بیزینس بزرگ است،
13:09
but there are no expertsکارشناسان, comparedمقایسه کرد
to what we'llخوب know 20 yearsسالها from now.
269
777123
4272
اما هیچ متخصصی در مقایسه با چیزی
که در 20 سال آینده خواهیم دانست، نیست.
13:14
So we are just at the beginningشروع
of the beginningشروع,
270
782064
2885
خب ما هنوز در ابتدای راه هستیم،
13:16
we're in the first hourساعت of all this.
271
784973
2163
در ساعات اولیه آن.
13:19
We're in the first hourساعت of the Internetاینترنت.
272
787160
1935
در ساعات اولیه اینترنت،
13:21
We're in the first hourساعت of what's comingآینده.
273
789119
2040
در ساعت اولیه آنچیزی که خواهد آمد.
13:23
The mostاکثر popularمحبوب AIAI productتولید - محصول
in 20 yearsسالها from now,
274
791183
4153
محبوب ترین محصول
هوش مصنوعی در ۲۰ سال آینده،
13:27
that everybodyهمه usesاستفاده می کند,
275
795360
1444
که همه از ان استفاده خواهند کرد،
13:29
has not been inventedاختراع شده است yetهنوز.
276
797499
1544
هنوز اختراع نشده است.
13:32
That meansبه معنای that you're not lateدیر است.
277
800464
2467
این به این معنی است که
شما هنوز عقب مانده نیستید.
ممنون.
13:35
Thank you.
278
803684
1151
(خنده)
13:36
(Laughterخنده)
279
804859
1026
13:37
(Applauseتشویق و تمجید)
280
805909
2757
(تشویق)
Translated by Johira Afzali
Reviewed by nima pourreza

▲Back to top

ABOUT THE SPEAKER
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.

Why you should listen

Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.

More profile about the speaker
Kevin Kelly | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee