ABOUT THE SPEAKERS
Sebastian Thrun - Educator, entrepreneur
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us.

Why you should listen

Sebastian Thrun is an educator, entrepreneur and troublemaker. After a long life as a professor at Stanford University, Thrun resigned from tenure to join Google. At Google, he founded Google X, home to self-driving cars and many other moonshot technologies. Thrun also founded Udacity, an online university with worldwide reach, and Kitty Hawk, a "flying car" company. He has authored 11 books, 400 papers, holds 3 doctorates and has won numerous awards.

More profile about the speaker
Sebastian Thrun | Speaker | TED.com
Chris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading.

Why you should listen

Chris Anderson is the Curator of TED, a nonprofit devoted to sharing valuable ideas, primarily through the medium of 'TED Talks' -- short talks that are offered free online to a global audience.

Chris was born in a remote village in Pakistan in 1957. He spent his early years in India, Pakistan and Afghanistan, where his parents worked as medical missionaries, and he attended an American school in the Himalayas for his early education. After boarding school in Bath, England, he went on to Oxford University, graduating in 1978 with a degree in philosophy, politics and economics.

Chris then trained as a journalist, working in newspapers and radio, including two years producing a world news service in the Seychelles Islands.

Back in the UK in 1984, Chris was captivated by the personal computer revolution and became an editor at one of the UK's early computer magazines. A year later he founded Future Publishing with a $25,000 bank loan. The new company initially focused on specialist computer publications but eventually expanded into other areas such as cycling, music, video games, technology and design, doubling in size every year for seven years. In 1994, Chris moved to the United States where he built Imagine Media, publisher of Business 2.0 magazine and creator of the popular video game users website IGN. Chris eventually merged Imagine and Future, taking the combined entity public in London in 1999, under the Future name. At its peak, it published 150 magazines and websites and employed 2,000 people.

This success allowed Chris to create a private nonprofit organization, the Sapling Foundation, with the hope of finding new ways to tackle tough global issues through media, technology, entrepreneurship and, most of all, ideas. In 2001, the foundation acquired the TED Conference, then an annual meeting of luminaries in the fields of Technology, Entertainment and Design held in Monterey, California, and Chris left Future to work full time on TED.

He expanded the conference's remit to cover all topics, including science, business and key global issues, while adding a Fellows program, which now has some 300 alumni, and the TED Prize, which grants its recipients "one wish to change the world." The TED stage has become a place for thinkers and doers from all fields to share their ideas and their work, capturing imaginations, sparking conversation and encouraging discovery along the way.

In 2006, TED experimented with posting some of its talks on the Internet. Their viral success encouraged Chris to begin positioning the organization as a global media initiative devoted to 'ideas worth spreading,' part of a new era of information dissemination using the power of online video. In June 2015, the organization posted its 2,000th talk online. The talks are free to view, and they have been translated into more than 100 languages with the help of volunteers from around the world. Viewership has grown to approximately one billion views per year.

Continuing a strategy of 'radical openness,' in 2009 Chris introduced the TEDx initiative, allowing free licenses to local organizers who wished to organize their own TED-like events. More than 8,000 such events have been held, generating an archive of 60,000 TEDx talks. And three years later, the TED-Ed program was launched, offering free educational videos and tools to students and teachers.

More profile about the speaker
Chris Anderson | Speaker | TED.com
TED2017

Sebastian Thrun and Chris Anderson: What AI is -- and isn't

سيباستيان ثران وكريس أنديرسون: الجيل الجديد من الحواسب الآلية هو البرمجة نفسها

Filmed:
1,575,780 views

المعلم ورائد الأعمال (سيباستيان ثران) يريدنا أن نستخدم الذكاء الاصطناعي لتحرير البشرية من الأعمال التكرارية وإطلاق العنان لإبداعنا. في محادثة ملهمة ومفيدة مع أمين TED (كريس أنديرسون)، يناقش (ثران) تقدم التعلم الاصطناعي، ولماذا يجب ألا نخشى الذكاء الاصطناعي غير المتوقع وكيف سيصبح حال المجتمع أفضل إذا قمنا بالأعمال الرتيبة والشاقة بمساعدة الآلة. يقول (ثران): "اخترعنا واحدًا بالمائة فحسب من الأشياء المثيرة." وكذلك "أؤمن أننا جميعًا مبدعون بشكل جنوني... سيمكننا [الذكاء الاصطناعي] من تحويل الإبداع إلى أمر عملي."
- Educator, entrepreneur
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us. Full bio - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading. Full bio

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

00:12
Chrisكريس Andersonأندرسون: Help us understandتفهم
what machineآلة learningتعلم is,
0
904
2886
(كريس أنديرسون): ساعدنا
على فهم ماهية تعلم الآلة،
00:15
because that seemsيبدو to be the keyمفتاح driverسائق
1
3814
2054
لأن ذلك يبدو أنه العامل المسبب
00:17
of so much of the excitementإثارة
and alsoأيضا of the concernالاهتمام
2
5892
2737
للكثير من الإثارة وكذلك القلق
00:20
around artificialمصطنع intelligenceالمخابرات.
3
8653
1494
حول الذكاء الاصطناعي
00:22
How does machineآلة learningتعلم work?
4
10171
1643
كيف تتم عملية تعلم الآلة؟
00:23
Sebastianسيباستيان ThrunThrun: So, artificialمصطنع
intelligenceالمخابرات and machineآلة learningتعلم
5
11838
3896
(سيباستيان ثران): إن عمر كلا
من الذكاء الاصطناعي وتعلم الآلة
00:27
is about 60 yearsسنوات oldقديم
6
15758
2002
60 عامًا تقريبًا
00:29
and has not had a great day
in its pastالماضي untilحتى recentlyمؤخرا.
7
17784
4269
ولم يحظيا بحظ جيد
في ماضيهما حتى فترة قريبة
00:34
And the reasonالسبب is that todayاليوم,
8
22077
2924
والسبب في ذلك هو أن اليوم،
00:37
we have reachedوصل a scaleمقياس
of computingالحوسبة and datasetsقواعد البيانات
9
25025
3973
قد بلغنا مدى من الحوسبة ومجموعات البيانات
00:41
that was necessaryضروري to make machinesآلات smartذكي.
10
29022
2637
الذي يعد ضروريًا لجعل الآلات ذكية
00:43
So here'sمن هنا how it worksأعمال.
11
31683
1751
إليك كيف يتم الأمر
00:45
If you programبرنامج a computerالحاسوب todayاليوم,
say, your phoneهاتف,
12
33458
3497
إذا قمت ببرمجة حاسب آلي اليوم، هاتفك مثلًا
00:48
then you hireتوظيف softwareالبرمجيات engineersالمهندسين
13
36979
2335
ثم قمت بتعيين مهندسي برمجيات
00:51
that writeاكتب a very,
very long kitchenمطبخ recipeوصفة,
14
39338
3854
حيث يكتبون وصفة طبخ طويلة جدًا،
00:55
like, "If the waterماء is too hotالحار,
turnمنعطف أو دور down the temperatureدرجة الحرارة.
15
43216
3132
مثلًا "إذا كانت المياه
شديدة السخونة، قلل درجة الحرارة.
00:58
If it's too coldالبرد, turnمنعطف أو دور up
the temperatureدرجة الحرارة."
16
46372
2279
إذا كانت شديدة البرودة، ارفع درجة الحرارة"
01:00
The recipesوصفات are not just 10 linesخطوط long.
17
48675
2849
لا يبلغ طول الوصفات 10 أسطر فحسب
01:03
They are millionsملايين of linesخطوط long.
18
51548
2603
بل ملايين السطور
01:06
A modernحديث cellخلية - زنزانة phoneهاتف
has 12 millionمليون linesخطوط of codeالشفرة.
19
54175
4084
هاتف محمول حديث به 12 مليون سطر من الأكواد
01:10
A browserالمتصفح has fiveخمسة millionمليون linesخطوط of codeالشفرة.
20
58283
2646
المتصفح به 5 مليون سطر من الأكواد
01:12
And eachكل bugبق in this recipeوصفة
can causeسبب your computerالحاسوب to crashيصطدم _ تصادم.
21
60953
4969
وكل خطأ في وصفة كهذه يمكنه تعطيل جهازك
01:17
That's why a softwareالبرمجيات engineerمهندس
makesيصنع so much moneyمال.
22
65946
3075
لهذا السبب يجني
مهندسي البرمجيات الكثير من الأموال
01:21
The newالجديد thing now is that computersأجهزة الكمبيوتر
can find theirهم ownخاصة rulesقواعد.
23
69953
3660
ولكن الأمر الجديد الآن هو أن الحاسب
الآلي بوسعه ابتكار قواعده الخاصة
01:25
So insteadفي حين أن of an expertخبير
decipheringفك رموز, stepخطوة by stepخطوة,
24
73637
3606
فبدلًا من قيام خبير بكتابة،
خطوة تلو الأخرى،
01:29
a ruleقاعدة for everyكل contingencyطارئ,
25
77267
2148
قاعدة لكل حالة طارئة،
01:31
what you do now is you give
the computerالحاسوب examplesأمثلة
26
79439
3074
ما تقوم بفعله هو أنك
تزود الحاسب الآلي بالأمثلة
01:34
and have it inferالمخاطر its ownخاصة rulesقواعد.
27
82537
1581
وتجعله يتوصل إلى قواعده الخاصة
01:36
A really good exampleمثال is AlphaGoAlphaGo,
whichالتي recentlyمؤخرا was wonوون by Googleجوجل.
28
84142
4306
مثال جيد على ذلك هو برنامج (ألفاجو)،
الذي ربحته (جوجل) حديثًا
01:40
Normallyبشكل طبيعي, in gameلعبه playingتلعب,
you would really writeاكتب down all the rulesقواعد,
29
88472
3687
في العادة، عندما يتعلق الأمر بالألعاب،
تقوم بكتابة كل القواعد بنفسك
01:44
but in AlphaGo'sوAlphaGo caseقضية,
30
92183
1785
ولكن في حالة (ألفاجو)،
01:45
the systemالنظام lookedبدا over a millionمليون gamesألعاب
31
93992
2066
قام النظام بفحص أكثر من مليون لعبة
01:48
and was ableقادر to inferالمخاطر its ownخاصة rulesقواعد
32
96082
2192
واستطاع التوصل إلى قواعده الخاصة
01:50
and then beatتغلب the world'sالعالم
residingيقيم Go championبطل.
33
98298
2738
وتمكن من هزيمة بطل العالم في (جو)
01:53
That is excitingمثير, because it relievesيخفف
the softwareالبرمجيات engineerمهندس
34
101853
3509
هذا مثير، لأنه يعفي مهندسي البرمجيات
01:57
of the need of beingيجرى superممتاز smartذكي,
35
105386
1819
من الحاجة إلى أن يكونوا شديدي الذكاء
01:59
and pushesيدفع the burdenعبء towardsتجاه the dataالبيانات.
36
107229
2325
وبدلًا من ذلك يضع ذلك العبء على البيانات
02:01
As I said, the inflectionلديها pointنقطة
where this has becomeيصبح really possibleممكن --
37
109578
4534
وكما قلت، نقطة التحول
التي جعلت أمرًا كهذا ممكنًا،
02:06
very embarrassingمحرج, my thesisأطروحة
was about machineآلة learningتعلم.
38
114136
2746
هذا محرج للغاية،
لأن أطروحتي كانت حول تعلم الآلة
02:08
It was completelyتماما
insignificantتافه, don't readاقرأ it,
39
116906
2205
وكانت بلا أهمية مطلقًا، لا تقرؤوها،
02:11
because it was 20 yearsسنوات agoمنذ
40
119135
1350
لأنني كتبتها منذ 20 سنة مضت
02:12
and back then, the computersأجهزة الكمبيوتر
were as bigكبير as a cockroachصرصور brainدماغ.
41
120509
2907
وحينها، كان حجم أجهزة
الحاسب الآلي مثل حجم الديناصورات
02:15
Now they are powerfulقوي enoughكافية
to really emulateمحاكاة
42
123440
2331
والآن أصبحت قوية بما يكفي لمحاكاة
02:17
kindطيب القلب of specializedمتخصص humanبشري thinkingتفكير.
43
125795
2076
الفكر البشري المتخصص
02:19
And then the computersأجهزة الكمبيوتر
take advantageأفضلية of the factحقيقة
44
127895
2313
كذلك تستغل أجهزة الحاسب الآلي حقيقة
02:22
that they can look at
much more dataالبيانات than people can.
45
130232
2500
أن بوسعها فحص عدد هائل
من البيانات بخلاف البشر
02:24
So I'd say AlphaGoAlphaGo lookedبدا at
more than a millionمليون gamesألعاب.
46
132756
3080
لذا أقول أن (ألفاجو) قام
بفحص أكثر من مليون لعبة
02:27
No humanبشري expertخبير can ever
studyدراسة a millionمليون gamesألعاب.
47
135860
2839
ولا يوجد خبير بشري يمكنه دراسة مليون لعبة
02:30
Googleجوجل has lookedبدا at over
a hundredمائة billionمليار webشبكة pagesصفحات.
48
138723
3182
يقوم (جوجل) بالبحث فيما يزيد
عن مئة مليار صفحة ويب
02:33
No personشخص can ever studyدراسة
a hundredمائة billionمليار webشبكة pagesصفحات.
49
141929
2650
ولا يوجد إنسان بوسعه
دراسة مئة مليار صفحة ويب
02:36
So as a resultنتيجة,
the computerالحاسوب can find rulesقواعد
50
144603
2714
ونتيجة لذلك، تستطيع أجهزة
الحاسب الآلي التوصل إلى قواعد
02:39
that even people can't find.
51
147341
1755
لا يمكن للبشر التوصل إليها
02:41
CACA: So insteadفي حين أن of looking aheadالمكانية
to, "If he does that, I will do that,"
52
149120
4312
(أنديرسون): إذًا بدلًا
من كتابة "إذا فعل هذا، سأفعل ذلك"
02:45
it's more sayingقول, "Here is what
looksتبدو like a winningفوز patternنمط,
53
153456
3072
الأمر أقرب إلى، "يبدو هذا كنمط للفوز،
02:48
here is what looksتبدو like
a winningفوز patternنمط."
54
156552
2079
يبدو هذا كنمط للفوز"
02:50
STST: Yeah. I mean, think about
how you raiseربى childrenالأطفال.
55
158655
2517
(ثران): أجل، فكر في طريقة تريبة الأطفال
02:53
You don't spendأنفق the first 18 yearsسنوات
givingإعطاء kidsأطفال a ruleقاعدة for everyكل contingencyطارئ
56
161196
3644
لا تقضي أول 18 سنة وأنت تعلم
الأطفال كل قواعد حالات الطوارئ
02:56
and setجلس them freeحر
and they have this bigكبير programبرنامج.
57
164864
2347
ثم تجعلهم أحرارًا
فيصبح لديهم ذلك البرنامج الضخم
02:59
They stumbleتعثر, fallخريف, get up,
they get slappedصفع or spankedيضرب,
58
167235
2719
وبدلًا من ذلك، يتعثرون ويسقطون
وينهضون ويتم صفعهم أو ضربهم
03:01
and they have a positiveإيجابي experienceتجربة,
a good gradeدرجة in schoolمدرسة,
59
169978
2884
فيصبح لديهم تجربة إيجابية،
ودرجات جيدة بالمدرسة،
03:04
and they figureالشكل it out on theirهم ownخاصة.
60
172886
1834
ويتوصلون إلى ذلك بنفسهم
03:06
That's happeningحدث with computersأجهزة الكمبيوتر now,
61
174744
1737
الأمر ذاته يحصل مع الحاسب الآلي الآن
03:08
whichالتي makesيصنع computerالحاسوب programmingبرمجة
so much easierأسهل all of a suddenمفاجئ.
62
176505
3029
وذلك يجعل البرمجة
باستخدام الحاسب أكثر سهولة فجأة
03:11
Now we don't have to think anymoreأي أكثر من ذلك.
We just give them lots of dataالبيانات.
63
179558
3175
لم نعد بحاجة إلى التفكير،
فقط نزود الأجهزة بالكثير من البيانات
03:14
CACA: And so, this has been keyمفتاح
to the spectacularمذهل improvementتحسين
64
182757
3422
(أنديرسون): وكان ذلك السبب
الرئيسي لتحسينات رائعة
03:18
in powerقوة of self-drivingالقيادة الذاتية carsالسيارات.
65
186203
3064
على السيارات ذاتية القيادة
03:21
I think you gaveأعطى me an exampleمثال.
66
189291
1739
أظن أنك أعطيتني مثالًا على ذلك
03:23
Can you explainشرح what's happeningحدث here?
67
191054
2685
أيمكنك تفسير الأمر الذي يحدث هنا؟
03:25
STST: This is a driveقيادة of a self-drivingالقيادة الذاتية carسيارة
68
193763
3564
(ثران): هذا قرص سيارة ذاتية القيادة
03:29
that we happenedحدث to have at Udacityدورة Udacity
69
197351
1957
الذي صادف وجوده معنا في (يوداستي)
03:31
and recentlyمؤخرا madeمصنوع
into a spin-offدور calledمسمي Voyageرحلة.
70
199332
2398
وتم تحويله حديثًا
إلى برنامج فرعي يسمى (فوياج)
03:33
We have used this thing
calledمسمي deepعميق learningتعلم
71
201754
2574
قمنا باستخدام ذلك الشيء
الذي يسمى "التعلم الاصطناعي"
03:36
to trainقطار a carسيارة to driveقيادة itselfبحد ذاتها,
72
204352
1623
لتدريب السيارة على قيادة نفسها،
03:37
and this is drivingالقيادة
from Mountainجبل Viewرأي, Californiaكاليفورنيا,
73
205999
2387
وهذا فيديو للقيادة
من (ماونتن فيو)، (كاليفورنيا)،
03:40
to Sanسان Franciscoفرانسيسكو
74
208410
1168
إلى (سان فرانسيسكو)
03:41
on Elشركة Caminoكامينو Realحقيقة on a rainyماطر day,
75
209602
2259
بطريق (إل كامنو ريل) في يوم ممطر،
03:43
with bicyclistsالدراجات الهوائية and pedestriansالمشاة
and 133 trafficحركة المرور lightsأضواء.
76
211885
3524
مع وجود ركاب الدراجات
والمارة و133 إشارة مرور
03:47
And the novelرواية thing here is,
77
215433
2636
والشيء الجديد هنا هو
03:50
manyكثير, manyكثير moonsأقمار agoمنذ, I startedبدأت
the Googleجوجل self-drivingالقيادة الذاتية carسيارة teamالفريق.
78
218093
3120
أنني أنشأت منذ فترة طويلة
فريق سيارة (جوجل) ذاتية القيادة
03:53
And back in the day, I hiredالتعاقد
the world'sالعالم bestالأفضل softwareالبرمجيات engineersالمهندسين
79
221237
3181
وحينئذٍ، قمت بتعيين أفضل مهندسي البرمجيات
03:56
to find the world'sالعالم bestالأفضل rulesقواعد.
80
224442
1607
لوضع أفضل القواعد بالعالم
03:58
This is just trainedمتدرب.
81
226073
1754
تم تدريبها على هذا
03:59
We driveقيادة this roadطريق 20 timesمرات,
82
227851
3336
نقوم بالقيادة على هذا الطريق 20 مرة،
04:03
we put all this dataالبيانات
into the computerالحاسوب brainدماغ,
83
231211
2447
ثم نخزن كل تلك البيانات بذاكرة الحاسب،
04:05
and after a fewقليل hoursساعات of processingمعالجة,
84
233682
2082
وبعد بضع ساعات من المعالجة،
04:07
it comesيأتي up with behaviorسلوك
that oftenغالبا surpassesتفوق humanبشري agilityرشاقة.
85
235788
3926
يتوصل إلى طريقة
كثيرًا ما تتفوق على رشاقة البشر
04:11
So it's becomeيصبح really easyسهل to programبرنامج it.
86
239738
2017
لذا أصبح من السهل برمجة أمر كهذا
04:13
This is 100 percentنسبه مئويه autonomousواثق من نفسه,
about 33 milesاميال, an hourساعة and a halfنصف.
87
241779
3803
هذا تحكم ذاتي بنسبة 100%،
على مسافة نحو 33 ميلًا، طوال ساعة ونصف
04:17
CACA: So, explainشرح it -- on the bigكبير partجزء
of this programبرنامج on the left,
88
245606
3630
(أنديرسون): لإيضاح الأمر،
على الجانب الكبير باليسار في هذا البرنامج،
04:21
you're seeingرؤية basicallyفي الأساس what
the computerالحاسوب seesيرى as trucksالشاحنات and carsالسيارات
89
249260
3257
ترون ما يراها الحاسب الآلي كشاحنات وسيارات
04:24
and those dotsالنقاط overtakingالتجاوز it and so forthعليها.
90
252541
2886
التي تتجاوز السيارة وهكذا
04:27
STST: On the right sideجانب, you see the cameraالة تصوير
imageصورة, whichالتي is the mainالأساسية inputإدخال here,
91
255451
3762
(ثران): بالجانب الأيمن، ترون صورة
الكاميرا، التي تشكل المُدخَل الرئيسي هنا،
04:31
and it's used to find lanesالممرات,
other carsالسيارات, trafficحركة المرور lightsأضواء.
92
259237
2676
ويتم استخدامها للعثور
على الطرق والسيارات وإشارات المرور
04:33
The vehicleمركبة has a radarرادار
to do distanceمسافه: بعد estimationتقدير.
93
261937
2489
ثمة رادار بالسيارة لتقدير المسافات
04:36
This is very commonlyعادة used
in these kindطيب القلب of systemsأنظمة.
94
264450
2621
ويعد استخدامه شائعًا في أنظمة كهذه
04:39
On the left sideجانب you see a laserالليزر diagramرسم بياني,
95
267095
1992
بالجانب الأيسر ترون مخطط ليزر،
04:41
where you see obstaclesالعقبات like treesالأشجار
and so on depictedمصور by the laserالليزر.
96
269111
3200
حيث يوجد العوائق كالأشجار
وغيرها التي يظهرها الليزر
04:44
But almostتقريبيا all the interestingمثير للإعجاب work
is centeringتمركز on the cameraالة تصوير imageصورة now.
97
272335
3436
ولكن وكل العمل المثير
تقريبًا يوجد بالكاميرا الآن
04:47
We're really shiftingتحويل over from precisionالاحكام
sensorsأجهزة الاستشعار like radarsالرادارات and lasersالليزر
98
275795
3476
حيث نتحول من أجهزة
الاستشعار الدقيقة مثل الرادارات والليزر
04:51
into very cheapرخيص, commoditizedسلعية sensorsأجهزة الاستشعار.
99
279295
1842
إلى أجهزة استشعار زهيدة يمكن شراؤها
04:53
A cameraالة تصوير costsالتكاليف lessأقل than eightثمانية dollarsدولار.
100
281161
1987
فالكاميرا تكلف أقل من 8 دولارات
04:55
CACA: And that greenأخضر dotنقطة
on the left thing, what is that?
101
283172
2793
(أنديرسون): وتلك النقطة
الخضراء باليسار، ما هذه؟
04:57
Is that anything meaningfulذو معنى?
102
285989
1371
هل لها أي أهمية؟
04:59
STST: This is a look-aheadنظرة للأمام pointنقطة
for your adaptiveالتكيف cruiseرحلة بحرية controlمراقبة,
103
287384
3668
(ثران): هذه نقطة الرؤية
البعيدة لمثبت السرعة المتغير،
05:03
so it helpsيساعد us understandتفهم
how to regulateضبط velocity● السرعة
104
291076
2477
لذلك هي تساعدنا
على إدراك طريقة تنظيم السرعة
05:05
basedعلى أساس on how farبعيدا
the carsالسيارات in frontأمامي of you are.
105
293577
2634
بناء على مدى بعد السيارات التي أمامك
05:08
CACA: And so, you've alsoأيضا
got an exampleمثال, I think,
106
296235
2716
(أنديرسون): أظن أنك لديك مثال
05:10
of how the actualفعلي
learningتعلم partجزء takes placeمكان.
107
298975
2381
على طريقة التعلم الاصطناعي الفعلية
05:13
Maybe we can see that. Talk about this.
108
301380
2458
ربما يمكننا رؤية ذلك، حدثنا عن ذلك الأمر
05:15
STST: This is an exampleمثال where we posedطرحت
a challengeالتحدي to Udacityدورة Udacity studentsالطلاب
109
303862
3643
(ثران): هذا مثال على التحدي
الذي وضعناه أمام طلاب (يوداستي)
05:19
to take what we call
a self-drivingالقيادة الذاتية carسيارة Nanodegreeنانوديجري.
110
307529
3131
لأخذ ما نسميه
(النانوديجري) لسيارة ذاتية القيادة
05:22
We gaveأعطى them this datasetبيانات
111
310684
1495
أعطيناهم مجموعة البيانات
05:24
and said "Hey, can you guys figureالشكل out
how to steerقيادة this carسيارة?"
112
312203
3054
وقلنا لهم: "أيمكنكم التوصل
إلى طريقة ما لتوجيه هذه السيارة؟"
05:27
And if you look at the imagesصور,
113
315281
1624
وإذا نظرت إلى الصور،
05:28
it's, even for humansالبشر, quiteالى حد كبير impossibleغير ممكن
to get the steeringتوجيه right.
114
316929
4073
سيكون مستحيلًا حتى
على البشر توجيهها بشكل صحيح
05:33
And we ranجرى a competitionمنافسة and said,
"It's a deepعميق learningتعلم competitionمنافسة,
115
321026
3591
وأطلقنا مسابقة وقلنا:
"هذه مسابقة متعلقة بالتعلم الاصطناعي،
05:36
AIAI competitionمنافسة,"
116
324641
1173
مسابقة ذكاء اصطناعي"
05:37
and we gaveأعطى the studentsالطلاب 48 hoursساعات.
117
325838
1887
وحددنا مدة 48 ساعة فحسب للطلاب
05:39
So if you are a softwareالبرمجيات houseمنزل
like Googleجوجل or Facebookفيس بوك,
118
327749
4172
إذا كنت أنت شركة برمجيات
عملاقة مثل (جوجل) أو (فيسبوك)،
05:43
something like this costsالتكاليف you
at leastالأقل sixستة monthsالشهور of work.
119
331945
2717
سيستغرق إتمام أمر كهذا منك
6 أشهر على أقل تقدير
05:46
So we figuredأحسب 48 hoursساعات is great.
120
334686
2202
لذا أعتقد 48 ساعة فحسب مدة مذهلة
05:48
And withinفي غضون 48 hoursساعات, we got about
100 submissionsالمقدمة from studentsالطلاب,
121
336912
3467
وخلال 48 ساعة، تلقينا
نحو 100 مراسلة من الطلاب
05:52
and the topأعلى fourأربعة got it perfectlyتماما right.
122
340403
3370
والأربعة الأوائل
توصلوا إلى الطريقة المثالية
05:55
It drivesمحركات better than I could
driveقيادة on this imageryمصور,
123
343797
2640
فهي تقود نفسها أفضل
مما أستطيع أنا في حالة كهذه،
05:58
usingاستخدام deepعميق learningتعلم.
124
346461
1189
باستخدام التعلم الاصطناعي
05:59
And again, it's the sameنفسه methodologyالمنهجية.
125
347674
1799
ومرة أخرى، باستخدام الطريقة نفسها
06:01
It's this magicalسحري thing.
126
349497
1164
إنه ذلك الأمر السحري
06:02
When you give enoughكافية dataالبيانات
to a computerالحاسوب now,
127
350685
2085
حيث تزود الحاسب بمجموعة كافية من البيانات،
06:04
and give enoughكافية time
to comprehendفهم the dataالبيانات,
128
352794
2140
وتترك له وقتًا كافيًا لاستيعابها،
06:06
it findsيجد its ownخاصة rulesقواعد.
129
354958
1445
فيتوصل إلى قواعده الخاصة
06:09
CACA: And so that has led to the developmentتطوير
of powerfulقوي applicationsتطبيقات
130
357339
4845
(أنديرسون): وأدى ذلك الأمر
إلى تطوّر تطبيقات قوية
06:14
in all sortsأنواع of areasالمناطق.
131
362208
1525
في كل المجالات
06:15
You were talkingالحديث to me
the other day about cancerسرطان.
132
363757
2668
كنت تحدثني في وقت مضى عن السرطان
06:18
Can I showتبين this videoفيديو?
133
366449
1189
أيمكنني عرض هذا الفيديو؟
06:19
STST: Yeah, absolutelyإطلاقا, please.
CACA: This is coolبارد.
134
367662
2354
(ثران): بالطبع، تفضل
(أنيرسون): هذا رائع
06:22
STST: This is kindطيب القلب of an insightتبصر
into what's happeningحدث
135
370040
3534
(ثران): هذه نظرة على ما يحدث
06:25
in a completelyتماما differentمختلف domainنطاق.
136
373598
2429
داخل مجال مختلف تمامًا
06:28
This is augmentingزيادة, or competingالمتنافسة --
137
376051
3752
هذا شيء يقوّي أو ينافس،
06:31
it's in the eyeعين of the beholderناظر --
138
379827
1749
كما يتراءى للمشاهد،
06:33
with people who are beingيجرى paidدفع
400,000 dollarsدولار a yearعام,
139
381600
3454
هؤلاء الذين يتقاضون 400 ألف دولار سنويًا،
06:37
dermatologistsالأمراض الجلدية والتناسلية,
140
385078
1237
أخصائي الجلدية،
06:38
highlyجدا trainedمتدرب specialistsالمتخصصين.
141
386339
1983
أخصائيون مُدربون على أعلى مستوى
06:40
It takes more than a decadeعقد of trainingتدريب
to be a good dermatologistالامراض الجلدية.
142
388346
3561
حيث يستغرق الأمر أكثر من عقد
من التدريب لتصبح أخصائي جلدية متميز
06:43
What you see here is
the machineآلة learningتعلم versionالإصدار of it.
143
391931
3196
وما ترونه هنا
هو نسخة تعلم الآلة لذلك الأمر
06:47
It's calledمسمي a neuralعصبي networkشبكة الاتصال.
144
395151
1841
وتسمى بالشبكة العصبية
06:49
"Neuralعصبي networksالشبكات" is the technicalتقني termمصطلح
for these machineآلة learningتعلم algorithmsخوارزميات.
145
397016
3742
"الشبكات العصبية" هي المصطلح
الفني لخوارزميات تعلم الآلة تلك
06:52
They'veلقد been around sinceمنذ the 1980s.
146
400782
1789
وظهرت منذ الثمانينات
06:54
This one was inventedاخترع in 1988
by a Facebookفيس بوك Fellowزميل calledمسمي Yannيان LeCunLeCun,
147
402595
4640
وهذه الشبكة اخترعها مطوّر
في (فيسبوك) يدعى (يان ليكان) عام 1988،
06:59
and it propagatesتنتشر dataالبيانات stagesمراحل
148
407259
3558
وهي تعمل على توفير مراحل للبيانات
07:02
throughعبر what you could think of
as the humanبشري brainدماغ.
149
410841
2578
عبر ما قد تفكر فيه على أنه عقل بشري
07:05
It's not quiteالى حد كبير the sameنفسه thing,
but it emulatesيحاكي the sameنفسه thing.
150
413443
2966
ليس الأمر ذاته تمامًا،
ولكنها تحاكي الأمر ذاته
07:08
It goesيذهب stageالمسرح after stageالمسرح.
151
416433
1302
حيت تنتقل من مرحلة إلى أخرى
07:09
In the very first stageالمسرح, it takes
the visualبصري inputإدخال and extractsمقتطفات edgesحواف
152
417759
3637
وفي المرحلة الأولى، تأخذ
المُدخَل المرئي وتُخرِج edges
07:13
and rodsقضبان and dotsالنقاط.
153
421420
2612
وال(rods) وال(dots)
07:16
And the nextالتالى one becomesيصبح
more complicatedمعقد edgesحواف
154
424056
3037
وبالمرحلة التالية
تصبح ال(EDGES) أكثر تعقيدًا
07:19
and shapesالأشكال like little half-moonsهالفمونس.
155
427117
3191
وأشكالًا مثل نصف قمر صغير
07:22
And eventuallyفي النهاية, it's ableقادر to buildبناء
really complicatedمعقد conceptsالمفاهيم.
156
430332
4443
وبالنهاية، تتمكن
من بناء مفاهيم معقدة للغاية
07:26
Andrewأندرو Ngنغ has been ableقادر to showتبين
157
434799
2048
تمكن (أندرو نج) من إثبات
07:28
that it's ableقادر to find
catقط facesوجوه and dogالكلب facesوجوه
158
436871
3480
أنها بوسعها العثور على أوجه قطط وكلاب
07:32
in vastشاسع amountsكميات of imagesصور.
159
440375
1661
في مجموعات ضخمة من الصور
07:34
What my studentطالب علم teamالفريق
at Stanfordستانفورد has shownأظهرت is that
160
442060
2724
وما أثبته فريقي من الطلاب في (ستانفورد)
07:36
if you trainقطار it on 129,000 imagesصور
of skinبشرة conditionsالظروف,
161
444808
6073
هو أنك إذا دربتها
على 129 ألف صورة للأمراض الجلدية
07:42
includingبما فيها melanomaسرطان الجلد and carcinomasالأورام السرطانية,
162
450905
2565
بما في ذلك سرطان الجلد وأمراض السرطان،
07:45
you can do as good a jobوظيفة
163
453494
3301
يمكنك القيام بعمل جيد
07:48
as the bestالأفضل humanبشري dermatologistsالأمراض الجلدية والتناسلية.
164
456819
2197
تمامًا كأفضل أخصائيي الجلدية البشريين
07:51
And to convinceإقناع ourselvesأنفسنا
that this is the caseقضية,
165
459040
2549
ولنقنع أنفسنا بصحة ذلك،
07:53
we capturedالقبض an independentمستقل datasetبيانات
that we presentedقدم to our networkشبكة الاتصال
166
461613
3990
التقطنا مجموعة بيانات مستقلة
وقمنا بعرضها على شبكتنا
07:57
and to 25 board-certifiedالمجلس معتمدة
Stanford-levelجامعة ستانفورد--مستوى dermatologistsالأمراض الجلدية والتناسلية,
167
465627
4342
وعلى 25 أخصائي جلدية
حاصلين على الزمالة بمستوى (ستانفورد)،
08:01
and comparedمقارنة those.
168
469993
1672
وقمنا بالمقارنة بينها
08:03
And in mostعظم casesالحالات,
169
471689
1504
وفي معظم الحالات،
08:05
they were eitherإما on parقدم المساواة or aboveفي الاعلى
the performanceأداء classificationتصنيف accuracyصحة
170
473217
3875
كانت النتائج مطابقة
أو أكثر دقة في التصنيف من نتائج
08:09
of humanبشري dermatologistsالأمراض الجلدية والتناسلية.
171
477116
1467
أخصائيين الجلدية البشريين
08:10
CACA: You were tellingتقول me an anecdoteحكاية.
172
478607
1746
(أنديرسون): كنت تخبرني عن قصة ما
08:12
I think about this imageصورة right here.
173
480377
1957
حول هذه الصورة هنا
08:14
What happenedحدث here?
174
482358
1484
ما الذي حدث هنا؟
08:15
STST: This was last Thursdayالخميس.
That's a movingمتحرك pieceقطعة.
175
483866
4008
(ثران): كانت هذه يوم
الخميس الماضي، وهذه قطعة متحركة
08:19
What we'veقمنا shownأظهرت before and we publishedنشرت
in "Natureطبيعة" earlierسابقا this yearعام
176
487898
3600
وما قمنا بعرضه من قبل
ونشره في دورية "الطبيعة" بهذا العام
08:23
was this ideaفكرة that we showتبين
dermatologistsالأمراض الجلدية والتناسلية imagesصور
177
491522
2484
هو تلك الفكرة حيث نعرض
صورًا على أخصائيين الجلدية
08:26
and our computerالحاسوب programبرنامج imagesصور,
178
494030
1539
وكذلك على برنامجنا الحاسوبي،
08:27
and countعد how oftenغالبا they're right.
179
495593
1627
ثم نحسب عدد مرات النتائج المطابقة
08:29
But all these imagesصور are pastالماضي imagesصور.
180
497244
1778
ولكن كل هذه الصور قديمة
08:31
They'veلقد all been biopsiedفحص to make sure
we had the correctصيح classificationتصنيف.
181
499046
3460
كلها تم فحصها
حتى نتأكد أن تصنيفنا لها صحيح
08:34
This one wasn'tلم يكن.
182
502530
1172
أما هذه فلم تكن قديمة
08:35
This one was actuallyفعلا doneفعله at Stanfordستانفورد
by one of our collaboratorsالمتعاونين.
183
503726
3179
حدث ذلك الأمر
في (ستانفورد) بواسطة أحد معاونينا
08:38
The storyقصة goesيذهب that our collaboratorمتعاون,
184
506929
2314
وقصة الصورة هي أن معاوننا،
08:41
who is a world-famousالعالم الشهير dermatologistالامراض الجلدية,
one of the threeثلاثة bestالأفضل, apparentlyكما يبدو,
185
509267
3391
الذي هو أخصائي جلدية ذو شهرة عالمية،
واحد من أفضل ثلاثة أخصائيين جلدية،
08:44
lookedبدا at this moleخلد and said,
"This is not skinبشرة cancerسرطان."
186
512682
2935
قام بالنظر على هذه الشامة
وقال: "هذا ليس سرطان جلدي"
08:47
And then he had
a secondثانيا momentلحظة, where he said,
187
515641
2476
ثم أعاد التفكير وقال:
08:50
"Well, let me just checkالتحقق من with the appالتطبيق."
188
518141
1866
"حسنًا، دعني أتأكد باستخدام التطبيق"
08:52
So he tookأخذ out his iPhoneايفون
and ranجرى our pieceقطعة of softwareالبرمجيات,
189
520031
2699
فأخرج هاتفه (الأيفون) وشغّل تطبيقنا،
08:54
our "pocketجيب dermatologistالامراض الجلدية," so to speakتحدث,
190
522754
2121
"أخصائي الجلدية الجيبي"
خاصتنا، إن صح التعبير
08:56
and the iPhoneايفون said: cancerسرطان.
191
524899
2994
وقال (الأيفون): "سرطان"
08:59
It said melanomaسرطان الجلد.
192
527917
1306
قال الهاتف سرطان جلدي
09:01
And then he was confusedمشوش.
193
529849
1233
فأصبح الأخصائي في حيرة
09:03
And he decidedقرر, "OK, maybe I trustثقة
the iPhoneايفون a little bitقليلا more than myselfنفسي,"
194
531106
4551
ثم قرر وقال:
"حسنًا، ربما أثق في التطبيق أكثر من نفسي"
09:07
and he sentأرسلت it out to the labمختبر
to get it biopsiedفحص.
195
535681
2735
وأرسل الصورة إلى المختبر ليتم فحصها
09:10
And it cameأتى up as an aggressiveالعدواني melanomaسرطان الجلد.
196
538440
2469
وأظهرت النتائج أنه سرطان جلدي شديد
09:13
So I think this mightربما be the first time
that we actuallyفعلا foundوجدت,
197
541545
3067
لذا أظن أن هذه هي المرة الأولى
التي اكتشفنا فيها،
09:16
in the practiceيمارس of usingاستخدام deepعميق learningتعلم,
198
544636
2487
عمليًا باستخدام التعلم الاصطناعي،
09:19
an actualفعلي personشخص whoseملك من melanomaسرطان الجلد
would have goneذهب unclassifiedغير مصنفة,
199
547147
3372
سرطان جلدي لشخص ما
كان من الممكن يمر دون أن يُكتشف،
09:22
had it not been for deepعميق learningتعلم.
200
550543
2115
لولا وجود التعلم الاصطناعي
09:24
CACA: I mean, that's incredibleلا يصدق.
201
552682
1560
(أنديرسون): هذا مذهل
09:26
(Applauseتصفيق)
202
554266
1769
(تصفيق)
09:28
It feelsيشعر like there'dالاحمر be an instantلحظة demandالطلب
for an appالتطبيق like this right now,
203
556059
3600
يبدو أن هناك طلب فوري على تطبيق كهذا الآن،
09:31
that you mightربما freakاستثنائي out a lot of people.
204
559683
1966
حين قد تصيب الكثير من الناس بالذعر
09:33
Are you thinkingتفكير of doing this,
makingصناعة an appالتطبيق that allowsيسمح self-checkingالتحقق الذاتي?
205
561673
3527
هل تفكر في إنشاء
تطبيق يسمح بفحص الناس لأنفسهم؟
09:37
STST: So my in-boxفي المربع is floodedغمرت
about cancerسرطان appsالتطبيقات,
206
565224
4973
(ثران): امتلأ صندوق رسائلي الواردة
برسائل حول التطبيقات المتعلقة بالسرطان،
09:42
with heartbreakingمفجع storiesقصص of people.
207
570221
2303
وبها قصص مؤثرة لحالات مرضية
09:44
I mean, some people have had
10, 15, 20 melanomasالأورام الخبيثة removedإزالة,
208
572548
3204
أعني، تم إزالة 10، و15، و20
بقعة سرطان جلدي لبعضهم،
09:47
and are scaredخائف، خواف، مذعور that one
mightربما be overlookedالتغاضي, like this one,
209
575776
3952
وهم يخشون ألا يتم ملاحظة واحدة كهذه
09:51
and alsoأيضا, about, I don't know,
210
579752
1741
وكذلك، لا أعرف،
09:53
flyingطيران carsالسيارات and speakerالمتحدث inquiriesاستفسارات
these daysأيام, I guessخمن.
211
581517
2732
استفسارات حول السيارات الطائرة
والمتحدثين تُرسل هذه الأيام
09:56
My take is, we need more testingاختبارات.
212
584273
2738
وجهة نظري هي أننا، مازلنا
بحاجة إلى المزيد من الاختبارت
09:59
I want to be very carefulحذر.
213
587449
1778
وأريد أن أكون شديد الحذر
10:01
It's very easyسهل to give a flashyمبهرج resultنتيجة
and impressاعجاب a TEDTED audienceجمهور.
214
589251
3666
من السهل جدًا إعطاء
نتائج لافتة للنظر وتبهر جمهور (TED)
10:04
It's much harderأصعب to put
something out that's ethicalأخلاقي.
215
592941
2627
ولكن من الصعب تقديم شيء أخلاقي
10:07
And if people were to use the appالتطبيق
216
595592
2394
وإن كان الناس سيستخدمون هذا التطبيق
10:10
and chooseأختر not to consultشاور
the assistanceمساعدة of a doctorطبيب
217
598010
2797
ويختاروا ألا يلجؤوا إلى استشارة الأطباء
10:12
because we get it wrongخطأ,
218
600831
1583
لأننا نخطئ في تشخيصنا
10:14
I would feel really badسيئة about it.
219
602438
1653
سأشعر بالسوء الشديد حيال ذلك
10:16
So we're currentlyحاليا doing clinicalمرضي testsاختبارات,
220
604115
1925
لذا نجري بالوقت الحالي اختبارات سريرية،
10:18
and if these clinicalمرضي testsاختبارات commenceتبدأ
and our dataالبيانات holdsيحمل up,
221
606064
2798
وإذا أثبتت هذه الاختبارات نتائجًا مستقرة
10:20
we mightربما be ableقادر at some pointنقطة
to take this kindطيب القلب of technologyتقنية
222
608886
2990
قد نتمكن بوقت ما من نقل هذه التكنولوجيا
10:23
and take it out of the Stanfordستانفورد clinicعيادة
223
611900
1892
وإخراجها من عيادة (ستانفورد)
10:25
and bringاحضر it to the entireكامل worldالعالمية,
224
613816
1658
وتقديمها إلى العالم أجمع
10:27
placesأماكن where Stanfordستانفورد
doctorsالأطباء never, ever setجلس footقدم.
225
615498
2456
إلى أماكن حيث
لم يطأ أطباء (ستانفورد) قدمًا قط
10:30
CACA: And do I hearسمع this right,
226
618617
2580
(أنديرسون): هل ما سمعته صحيح،
10:33
that it seemedبدت like what you were sayingقول,
227
621221
1966
أنه يبدو ما تقوله،
10:35
because you are workingعامل
with this armyجيش of Udacityدورة Udacity studentsالطلاب,
228
623211
4254
لأنك تعمل مع جيش من طلاب (Udacity)،
10:39
that in a way, you're applyingتطبيق
a differentمختلف formشكل of machineآلة learningتعلم
229
627489
3221
أنه بطريقة ما، تقوم بتطبيق
نوعٍ مختلفٍ من تعلم الآلة
10:42
than mightربما take placeمكان in a companyشركة,
230
630734
1735
الذي قد يحدث في شركة ما،
10:44
whichالتي is you're combiningالجمع machineآلة learningتعلم
with a formشكل of crowdيحشد wisdomحكمة.
231
632493
3484
والذي هو أنك تمزج
تعلم الآلة بنوع من حكمة الجماهير
10:48
Are you sayingقول that sometimesبعض الأحيان you think
that could actuallyفعلا outperformيتفوق على
232
636001
3384
أتقول أنك تعتقد
أنه في بعض الأحيان قد يتفوق ذلك
10:51
what a companyشركة can do,
even a vastشاسع companyشركة?
233
639409
2050
على قدرة شركة ما،
حتى وإن كانت شركة عملاقة؟
10:53
STST: I believe there's now
instancesالحالات that blowعاصفة my mindعقل,
234
641483
2940
(ثران): أظن أن هناك الآن أمثلة تذهلني،
10:56
and I'm still tryingمحاولة to understandتفهم.
235
644447
1758
ومازلت أحاول أنا أفهم
10:58
What Chrisكريس is referringاشارة to
is these competitionsمسابقات that we runيركض.
236
646229
3937
الذي يشير (كريس) إليه
هو تلك المسابقات التي نجريها
11:02
We turnمنعطف أو دور them around in 48 hoursساعات,
237
650190
2268
نطلقها لمدة 48 ساعة فحسب،
11:04
and we'veقمنا been ableقادر to buildبناء
a self-drivingالقيادة الذاتية carسيارة
238
652482
2252
واستطعنا صناعة سيارة ذاتية القيادة
11:06
that can driveقيادة from Mountainجبل Viewرأي
to Sanسان Franciscoفرانسيسكو on surfaceسطح - المظهر الخارجي streetsالشوارع.
239
654758
3387
يمكنها القيادة من (ماونتن فيو)
وحتى (سان فرانسيسكو) بالشوراع الرئيسية
11:10
It's not quiteالى حد كبير on parقدم المساواة with Googleجوجل
after sevenسبعة yearsسنوات of Googleجوجل work,
240
658169
3584
ليست النتيجة مطابقة لنتائج (جوجل)
بعد أن عملوا على المشروع لسبع سنوات،
11:13
but it's gettingالحصول على there.
241
661777
2528
ولكنها قريبة منها
11:16
And it tookأخذ us only two engineersالمهندسين
and threeثلاثة monthsالشهور to do this.
242
664329
3084
واستغرقنا الأمر مهندسين
وثلاثة أشهر من العمل فحسب
11:19
And the reasonالسبب is, we have
an armyجيش of studentsالطلاب
243
667437
2856
والسبب يرجع لامتلاكنا جيشًا من الطلاب
11:22
who participateمشاركة in competitionsمسابقات.
244
670317
1850
الذين يشاركون بالمسابقات
11:24
We're not the only onesمنها
who use crowdsourcingالتعهيد الجماعي.
245
672191
2220
لسنا الوحيدين الذين نلجأ
إلى الاستعانة بالجمهور
11:26
Uberاوبر and Didiديدي use crowdsourceعلى جمع for drivingالقيادة.
246
674435
2223
(أوبر) و(ديدي) يلجؤون إليه للقيادة
11:28
Airbnbعبر Airbnb usesالاستخدامات crowdsourcingالتعهيد الجماعي for hotelsالفنادق.
247
676682
2759
(إير بي إن بي) تلجأ إليه للفنادق
11:31
There's now manyكثير examplesأمثلة
where people do bug-findingالبحث عن الأخطاء crowdsourcingالتعهيد الجماعي
248
679465
4007
ثمة الكثير من الأمثلة الآن على لجوء الناس
إلى الاستعانة بالجمهور للعثور على الثغرات
11:35
or proteinبروتين foldingللطي, of all things,
in crowdsourcingالتعهيد الجماعي.
249
683496
2804
وطيّ البروتين، لكل الأشياء،
عن طريق الاستعانة بالجمهور
11:38
But we'veقمنا been ableقادر to buildبناء
this carسيارة in threeثلاثة monthsالشهور,
250
686324
2915
ولكننا تمكنا من صناعة
هذه السيارة في ثلاثة أشهر،
11:41
so I am actuallyفعلا rethinkingإعادة التفكير
251
689263
3655
لذا أنا أعيد النظر
11:44
how we organizeتنظم corporationsالشركات.
252
692942
2238
في طريقة تنظيمنا للشركات
11:47
We have a staffالعاملين of 9,000 people
who are never hiredالتعاقد,
253
695204
4696
لدينا فريق عمل يتألف
من 9 آلاف شخص لم يتم تعيينهم قط،
11:51
that I never fireنار.
254
699924
1308
ولا أطردهم من العمل أبدًا
11:53
They showتبين up to work
and I don't even know.
255
701256
2362
يأتون إلى العمل دون أن أكتشف ذلك حتى
11:55
Then they submitخضع to me
maybe 9,000 answersالأجوبة.
256
703642
3058
وكذلك يرسلون لى نحو 9 آلاف إجابة
11:58
I'm not obligedمجبر to use any of those.
257
706724
2176
ولست مجبرًا عن استخدام أي منها
12:00
I endالنهاية up -- I payدفع only the winnersالفائزين,
258
708924
1991
وبالنهاية، أقوم بالدفع للفائزين فحسب،
12:02
so I'm actuallyفعلا very cheapskateالبخيل here,
whichالتي is maybe not the bestالأفضل thing to do.
259
710939
3718
أنا بخيل جدًا في هذا الأمر،
وقد يكون ذلك أمرًا سيئًا
12:06
But they considerيعتبر it partجزء
of theirهم educationالتعليم, too, whichالتي is niceلطيف.
260
714681
3185
ولكنهم ينظرون إليه على أنه
جزء من تعليمهم، وهذا أمر جيد
12:09
But these studentsالطلاب have been ableقادر
to produceإنتاج amazingرائعة حقا deepعميق learningتعلم resultsالنتائج.
261
717890
4201
ولكن استطاع هؤلاء الطلاب
تقديم نتائج مذهلة للتعلم الاصطناعي
12:14
So yeah, the synthesisنتيجة الجمع بين الطريحة والنقيضة of great people
and great machineآلة learningتعلم is amazingرائعة حقا.
262
722115
3861
لذا أجل، الجمع بين أناس رائعين
وتعلم آلة مميز أمر رائع
12:18
CACA: I mean, Garyغاري Kasparovكاسباروف said on
the first day [of TEDTED2017]
263
726000
2814
(أنديرسون): قال (جاري كاسباروف)
في اليوم الأول [لـTED2017]
12:20
that the winnersالفائزين of chessشطرنج, surprisinglyبشكل مفاجئ,
turnedتحول out to be two amateurالهاوي chessشطرنج playersلاعبين
264
728848
5412
أن الفائزين بلعبة الشطرنج،
من المثير للدهشة، أنهما كانا لاعبين هاويين
12:26
with threeثلاثة mediocre-ishميديوكريش,
mediocre-to-goodالمتوسط لحسن, computerالحاسوب programsبرامج,
265
734284
5371
بمساعدة ثلاثة برامج متوسطة المستوى
12:31
that could outperformيتفوق على one grandكبير masterرئيسي - سيد
with one great chessشطرنج playerلاعب,
266
739679
3163
واستطاعا التفوق
على أستاذ دولي كبير بلعبة الشطرنج
12:34
like it was all partجزء of the processمعالج.
267
742866
1743
وكأن ذلك كان جزءًا من عمل البرامج
12:36
And it almostتقريبيا seemsيبدو like
you're talkingالحديث about a much richerثراء versionالإصدار
268
744633
3335
ويبدو الأمر وكأنك تتحدث عن نسخة أكثر ثراءً
12:39
of that sameنفسه ideaفكرة.
269
747992
1200
من الفكرة ذاتها
12:41
STST: Yeah, I mean, as you followedيتبع
the fantasticرائع panelsلوحات yesterdayفي الامس morningصباح,
270
749216
3857
(ثران): أجل، أعني، كما تابعت أنت
الألواح الرائعة بصباح يوم أمس،
12:45
two sessionsجلسات about AIAI,
271
753097
1994
الجلستين حول الذكاء الاصطناعي،
12:47
roboticالروبوتية overlordsالأسياد and the humanبشري responseاستجابة,
272
755115
2167
الأسياد الآليين والاستجابة البشرية،
12:49
manyكثير, manyكثير great things were said.
273
757306
1982
قيل الكثير من الأشياء الرائعة
12:51
But one of the concernsاهتمامات is
that we sometimesبعض الأحيان confuseتخلط
274
759312
2687
ولكن أحد المخاوف كان أننا أحيانًا نخلط
12:54
what's actuallyفعلا been doneفعله with AIAI
with this kindطيب القلب of overlordالمدير الكبير threatالتهديد,
275
762023
4062
بين ما يحدث حقًا بالذكاء الاصطناعي
وهذا النوع من التهديد للأسياد الآليين،
12:58
where your AIAI developsتطور
consciousnessوعي, right?
276
766109
3424
حيث يكون لذكائك الاصطناعي وعي، صحيح؟
13:01
The last thing I want
is for my AIAI to have consciousnessوعي.
277
769557
2971
آخر شيء قد أريده
أن يكون لذكائي الاصطناعي وعيًا
13:04
I don't want to come into my kitchenمطبخ
278
772552
1716
لا أريد أن أدخل إلى مطبخي
13:06
and have the refrigeratorثلاجة fallخريف in love
with the dishwasherغسالة أطباق
279
774292
4193
وأجد أن الثلاجة وقعت في حب غسالة الأطباق
13:10
and tell me, because I wasn'tلم يكن niceلطيف enoughكافية,
280
778509
2124
وتخبرني، لأنني لم أكن لطيفًا معها،
13:12
my foodطعام is now warmدافئ.
281
780657
1837
أن طعامي ساخن الآن
13:14
I wouldn'tلن buyيشترى these productsمنتجات,
and I don't want them.
282
782518
2891
لم أكن لأشتري هذه المنتجات، ولا أريدها
13:17
But the truthحقيقة is, for me,
283
785825
1802
ولكن الحقيقة هي، بالنسبة لي،
13:19
AIAI has always been
an augmentationزيادة of people.
284
787651
2720
أن الذكاء الاصطناعي هو شيء مقوّي للبشر
13:22
It's been an augmentationزيادة of us,
285
790893
1676
إنه شيء مقوّي لكل منّا
13:24
to make us strongerأقوى.
286
792593
1457
شيء يجعلنا أكثر قوة
13:26
And I think Kasparovكاسباروف was exactlyبالضبط correctصيح.
287
794074
2831
وأظن أن (كاسباروف) كان محقًا تمامًا
13:28
It's been the combinationمزيج
of humanبشري smartsالذكاء and machineآلة smartsالذكاء
288
796929
3849
كان الأمر عبارة عن مزيج
من الذكاء البشري والذكاء الآلي
13:32
that make us strongerأقوى.
289
800802
1464
وذلك يجعلنا أكثر قوة
13:34
The themeالمقدمة of machinesآلات makingصناعة us strongerأقوى
is as oldقديم as machinesآلات are.
290
802290
4587
وفكرة أن الآلات تجعلنا
أكثر قوة قديمة للغاية كالآلات نفسها
13:39
The agriculturalزراعي revolutionثورة tookأخذ
placeمكان because it madeمصنوع steamبخار enginesمحركات
291
807567
3758
فالثورة الزراعية حدثت
بفضل المحركات البخارية
13:43
and farmingزراعة equipmentالرجعية
that couldn'tلم أستطع farmمزرعة by itselfبحد ذاتها,
292
811349
2666
ومعدات الزراعة التي لم تقم بالزراعة وحدها،
13:46
that never replacedاستبدال us;
it madeمصنوع us strongerأقوى.
293
814039
2122
ولم تستبدلنا قط، بل جلعتنا أكثر قوة
13:48
And I believe this newالجديد waveموجة of AIAI
will make us much, much strongerأقوى
294
816185
3738
وأنا أعتقد أن هذه الموجة الجديدة
من الذكاء الاصطناعي ستجعلنا أكثر قوة بكثير
13:51
as a humanبشري raceسباق.
295
819947
1183
كجنس بشري
13:53
CACA: We'llحسنا come on to that a bitقليلا more,
296
821765
1813
(أنديرسون): سنناقش هذا الأمر بعد قليل،
13:55
but just to continueاستمر with the scaryمخيف partجزء
of this for some people,
297
823602
3671
ولكن لنتابع النقاش فيما يتعلق
بالجزء المخيف لهذا الأمر لبعض الناس،
13:59
like, what feelsيشعر like it getsيحصل على
scaryمخيف for people is when you have
298
827297
3558
وما يخيف الناس هو عندما يصبح لديك
14:02
a computerالحاسوب that can, one,
rewriteاعادة كتابة its ownخاصة codeالشفرة,
299
830879
4618
حاسب آلي بوسعه، أولًا،
إعادة كتابة أكواده الخاصة،
14:07
so, it can createخلق
multipleمضاعف copiesنسخ of itselfبحد ذاتها,
300
835521
3584
وبذلك، يقوم بنسخ نفسه عدة مرات،
14:11
try a bunchباقة of differentمختلف codeالشفرة versionsإصدارات,
301
839129
1897
ويجرب مجموعة مختلفة من الأكواد،
14:13
possiblyربما even at randomعشوائي,
302
841050
1775
وربما بشكل عشوائي أيضًا
14:14
and then checkالتحقق من them out and see
if a goalهدف is achievedحقق and improvedتحسن.
303
842849
3632
ثم يجربهم ليرى إن كان
الهدف المطلوب قد تحقق وتحسن أم لا
14:18
So, say the goalهدف is to do better
on an intelligenceالمخابرات testاختبار.
304
846505
3641
لنقل مثلًا أن الهدف هو الأداء
بشكل أفضل في اختبار للذكاء
14:22
You know, a computerالحاسوب
that's moderatelyباعتدال good at that,
305
850170
3894
حاسب آلي جيد في ذلك نوعًا ما،
14:26
you could try a millionمليون versionsإصدارات of that.
306
854088
2509
فتقوم بتجربة ملايين النسخ منه
14:28
You mightربما find one that was better,
307
856621
2090
ولعلك تجد واحدًا أكثر كفاءة
14:30
and then, you know, repeatكرر.
308
858735
2004
ثم تقوم بتكراره
14:32
And so the concernالاهتمام is that you get
some sortفرز of runawayاهرب effectتأثير
309
860763
3040
وما يثير القلق هو حدوث تأثير غير متوقع
14:35
where everything is fine
on Thursdayالخميس eveningمساء,
310
863827
3008
حيث يكون كل شيء
على ما يرام بمساء يوم الخميس،
14:38
and you come back into the labمختبر
on Fridayيوم الجمعة morningصباح,
311
866859
2336
وتعود إلى المختبر بصباح اليوم الجمعة،
14:41
and because of the speedسرعة
of computersأجهزة الكمبيوتر and so forthعليها,
312
869219
2449
وبسبب سرعة عمل الحواسب،
14:43
things have goneذهب crazyمجنون, and suddenlyفجأة --
313
871692
1903
يصبح الأمر خارج السيطرة، وفجأة...
14:45
STST: I would say this is a possibilityإمكانية,
314
873619
2020
(ثران): لا أنكر احتمالية حدوث ذلك،
14:47
but it's a very remoteالتحكم عن بعد possibilityإمكانية.
315
875663
1916
ولكنها احتمالية بعيدة للغاية
14:49
So let me just translateترجمه
what I heardسمعت you say.
316
877603
3337
لذا دعني أعيد صياغة ما سمعتك تقوله للتو
14:52
In the AlphaGoAlphaGo caseقضية,
we had exactlyبالضبط this thing:
317
880964
2704
في حالة (ألفاجو)، كان لدينا ذلك الشيء:
14:55
the computerالحاسوب would playلعب
the gameلعبه againstضد itselfبحد ذاتها
318
883692
2315
يقوم الحاسب الآلي بلعب اللعبة ضد نفسه
14:58
and then learnتعلم newالجديد rulesقواعد.
319
886031
1250
ثم يتعلم قواعد جديدة
14:59
And what machineآلة learningتعلم is
is a rewritingإعادة كتابة of the rulesقواعد.
320
887305
3235
وتعلم الآلة عبارة عن إعادة كتابة القواعد
15:02
It's the rewritingإعادة كتابة of codeالشفرة.
321
890564
1769
فهو إعادة كتابة الأكواد
15:04
But I think there was
absolutelyإطلاقا no concernالاهتمام
322
892357
2845
ولكني أظن أنه لم يكن هناك أي خوف مطلقًا
15:07
that AlphaGoAlphaGo would take over the worldالعالمية.
323
895226
2426
من احتمالية سيطرة (ألفاجو) على العالم
15:09
It can't even playلعب chessشطرنج.
324
897676
1464
فهو لا يمكنه حتى لعب الشطرنج
15:11
CACA: No, no, no, but now,
these are all very single-domainواحد المجال things.
325
899164
5147
(أنديرسون): لا، لا، ولكن،
كل تلك الأشياء متعلقة بمجال واحد فحسب
15:16
But it's possibleممكن to imagineتخيل.
326
904335
2879
ولكن من الممكن تخيل...
15:19
I mean, we just saw a computerالحاسوب
that seemedبدت nearlyتقريبا capableقادر على
327
907238
3089
أعني، لقد رأينا حاسبًا كان قادرًا تقريبًا
15:22
of passingعابر a universityجامعة entranceمدخل testاختبار,
328
910351
2655
على اجتياز اختبار القبول بالجامعة،
15:25
that can kindطيب القلب of -- it can't readاقرأ
and understandتفهم in the senseإحساس that we can,
329
913030
3688
لا يمكنه القراءة
والفهم كما نفعل نحن البشر،
15:28
but it can certainlyمن المؤكد absorbتمتص all the textنص
330
916742
1987
ولكن يمكنه استيعاب كل النصوص
15:30
and maybe see increasedزيادة
patternsأنماط - رسم of meaningالمعنى.
331
918753
2899
وربما يرى أنماطًا إضافية للمعنى
15:33
Isn't there a chanceفرصة that,
as this broadensيوسع out,
332
921676
3694
أليس هناك فرصة، حيث يتطور الأمر،
15:37
there could be a differentمختلف
kindطيب القلب of runawayاهرب effectتأثير?
333
925394
2466
ويكون هناك نوع مختلف
من التأثير غير المتوقع؟
15:39
STST: That's where
I drawرسم the lineخط, honestlyبكل صراحه.
334
927884
2078
(ثران): هنا تمامًا أضع حدًا للأمر، بصراحة
15:41
And the chanceفرصة existsموجود --
I don't want to downplayالتقليل it --
335
929986
2643
وثمة فرصة لحدوث ذلك، لا أريد التقليل منها
15:44
but I think it's remoteالتحكم عن بعد, and it's not
the thing that's on my mindعقل these daysأيام,
336
932653
3672
ولكني أظن أنها بعيدة،
ولا أفكر بذلك بالوقت الحالي
15:48
because I think the bigكبير revolutionثورة
is something elseآخر.
337
936349
2512
لأنني أظن أن الثورة الكبيرة أمر آخر
15:50
Everything successfulناجح in AIAI
to the presentحاضر dateتاريخ
338
938885
2922
فكل شيء ناجح في الذكاء
الاصطناعي حتى يومنا هذا
15:53
has been extremelyجدا specializedمتخصص,
339
941831
2214
كان شديد التخصص،
15:56
and it's been thrivingمزدهر on a singleغير مرتبطة ideaفكرة,
340
944069
2489
وكان يحركه فكرة واحدة فحسب،
15:58
whichالتي is massiveكبير amountsكميات of dataالبيانات.
341
946582
2739
وهي الكميات الضخمة من البيانات
16:01
The reasonالسبب AlphaGoAlphaGo worksأعمال so well
is because of massiveكبير numbersأعداد of Go playsيلعب,
342
949345
4147
والسبب وراء نجاح (ألفاجو)
هو الأعداد الهائلة لألعاب (جو)،
16:05
and AlphaGoAlphaGo can't driveقيادة a carسيارة
or flyيطير a planeطائرة.
343
953516
3255
ولا يمكن لـ(ألفاجو)
قيادة سيارة أو التحليق بطائرة
16:08
The Googleجوجل self-drivingالقيادة الذاتية carسيارة
or the Udacityدورة Udacity self-drivingالقيادة الذاتية carسيارة
344
956795
3031
وسيارة (جوجل) ذاتية القيادة،
أو سيارة (يوداستي) ذاتية القيادة
16:11
thrivesيزدهر on massiveكبير amountsكميات of dataالبيانات,
and it can't do anything elseآخر.
345
959850
3240
تعتمد على الكميات الهائلة من البيانات،
ولا يمكنها فعل أي شيء آخر
16:15
It can't even controlمراقبة a motorcycleدراجة نارية.
346
963114
1727
فلا يمكنها حتى التحكم بدراجة نارية
16:16
It's a very specificمحدد,
domain-specificنطاق محدد functionوظيفة,
347
964865
2762
لأن آلية عملها متعلقة بمجال واحد محدد بشدة
16:19
and the sameنفسه is trueصحيح for our cancerسرطان appالتطبيق.
348
967651
1907
الأمر ذاته ينطبق
على تطبيق السرطان خاصتنا
16:21
There has been almostتقريبيا no progressتقدم
on this thing calledمسمي "generalجنرال لواء AIAI,"
349
969582
3236
فلا يوجد أي تقدم على ذلك الشيء
الذي يمسى "الذكاء الاصطناعي العام"
16:24
where you go to an AIAI and say,
"Hey, inventاخترع for me specialخاص relativityنسبية
350
972842
4000
حيث تقول لذكاء اصطناعي ما
"مرحبًا، اخترع لي نظرية نسبية
16:28
or stringخيط theoryنظرية."
351
976866
1666
أو نظرية أوتار"
16:30
It's totallyتماما in the infancyطفولة.
352
978556
1931
لا يزال الأمر في بدايته
16:32
The reasonالسبب I want to emphasizeالتأكيد على this,
353
980511
2127
وسبب رغبتي في التأكيد على ذلك،
16:34
I see the concernsاهتمامات,
and I want to acknowledgeاعترف them.
354
982662
3838
أنني أرى المخاوف، وأريد الاعتراف بوجودها
16:38
But if I were to think about one thing,
355
986524
2886
ولكني إن كنت سأفكر في أمر واحد،
16:41
I would askيطلب myselfنفسي the questionسؤال,
"What if we can take anything repetitiveتكرارية
356
989434
5563
كنت لأسأل نفسي هذا السؤال، "ماذا لو
كان باستطاعتنا إزالة كل الأعمال التكرارية
16:47
and make ourselvesأنفسنا
100 timesمرات as efficientفعالة?"
357
995021
3473
وجعل أنفسنا أكثر كفاءة بمئة مرة؟"
16:51
It so turnsيتحول out, 300 yearsسنوات agoمنذ,
we all workedعمل in agricultureالزراعة
358
999170
4249
فكما يبدو الأمر،
منذ 300 سنة، عملنا جميعًا بالزراعة
16:55
and did farmingزراعة and did repetitiveتكرارية things.
359
1003443
2051
وزرعنا وقمنا بأعمال تكرارية
16:57
Todayاليوم, 75 percentنسبه مئويه of us work in officesمكاتب
360
1005518
2556
واليوم، 75% مننا يعملون بالمكاتب
17:00
and do repetitiveتكرارية things.
361
1008098
2124
ويقومون بأعمال تكرارية
17:02
We'veقمنا becomeيصبح spreadsheetجدول monkeysالقرود.
362
1010246
2183
فأصبحنا كقرود الصحف الجدولية
17:04
And not just low-endنهاية منخفضة laborالعمل.
363
1012453
2054
والأمر لا يقتصر على العمال البسطاء فحسب
17:06
We'veقمنا becomeيصبح dermatologistsالأمراض الجلدية والتناسلية
doing repetitiveتكرارية things,
364
1014531
2754
فكذلك أصبحنا أخصائيي
جلدية نقوم بأعمال تكرارية
17:09
lawyersالمحامين doing repetitiveتكرارية things.
365
1017309
1749
ومحاميين نقوم بأعمال تكرارية
17:11
I think we are at the brinkحافة
of beingيجرى ableقادر to take an AIAI,
366
1019082
3823
أظن أننا قريبون من القدرة
على أخذ الذكاء الاصطناعي
17:14
look over our shouldersأكتاف,
367
1022929
1718
وجعله يعتني بنا،
17:16
and they make us maybe 10 or 50 timesمرات
as effectiveفعال in these repetitiveتكرارية things.
368
1024671
4058
وبذلك يجعلنا ربما أكثر كفاءة بـ10،
أو 50 مرة في القيام بتلك الأعمال التكرارية
17:20
That's what is on my mindعقل.
369
1028753
1275
هذا ما أفكر به
17:22
CACA: That soundsاصوات superممتاز excitingمثير.
370
1030052
2450
(أنديرسون): هذا مثير للغاية
17:24
The processمعالج of gettingالحصول على there seemsيبدو
a little terrifyingمرعب to some people,
371
1032526
3530
طريقة الوصول إلى هذه النتيجة
تبدو مخيفة بعض الشيء لبعض الناس
17:28
because onceذات مرة a computerالحاسوب
can do this repetitiveتكرارية thing
372
1036080
3180
لأنه بمجرد أن يصبح الحاسب
قادرًا على فعل تلك الأعمال التكرارية
17:31
much better than the dermatologistالامراض الجلدية
373
1039284
3434
أفضل من أخصائي الجلدية
17:34
or than the driverسائق, especiallyخصوصا,
is the thing that's talkedتحدث about
374
1042742
3230
أو أفضل من السائق،
بشكل خاص، الشيء الذي تحدثنا عنه
17:37
so much now,
375
1045996
1290
كثيرًا الآن
17:39
suddenlyفجأة millionsملايين of jobsوظائف go,
376
1047310
1958
فجأة تختفي ملايين الوظائف،
17:41
and, you know, the country'sالبلاد in revolutionثورة
377
1049292
2695
وتحدث ثورة في البلاد
17:44
before we ever get to the more
gloriousالمجيد aspectsالنواحي of what's possibleممكن.
378
1052011
4329
قبل حتى أن نصل
إلى الجوانب الرائعة لما هو ممكن
17:48
STST: Yeah, and that's an issueالقضية,
and it's a bigكبير issueالقضية,
379
1056364
2517
(ثران): أجل، وهذه مشكلة، وهي مشكلة كبيرة،
17:50
and it was pointedيشير الى out yesterdayفي الامس morningصباح
by severalالعديد من guestزائر speakersمكبرات الصوت.
380
1058905
4196
وتم الإشارة إليها بصباح أمس
من قِبَل العديد من الضيوف المتحدثين
17:55
Now, priorقبل to me showingتظهر up onstageعلى المسرح,
381
1063125
2754
قبل أن أصعد على خشبة المسرح،
17:57
I confessedاعترف I'm a positiveإيجابي,
optimisticمتفائل personشخص,
382
1065903
3739
اعترفت أنني شخص إيجابي ومتفائل
18:01
so let me give you an optimisticمتفائل pitchملعب كورة قدم,
383
1069666
2389
لذا دعني أخبرك بوجهة نظر إيجابية
18:04
whichالتي is, think of yourselfنفسك
back 300 yearsسنوات agoمنذ.
384
1072079
4795
فكر في نفسك منذ 300 سنة مضت
18:08
Europeأوروبا just survivedنجا 140 yearsسنوات
of continuousمستمر warحرب,
385
1076898
3996
نجت قارة أوروبا
من 140 عام من الحرب المستمرة
18:12
noneلا شيء of you could readاقرأ or writeاكتب,
386
1080918
1711
لم يكن بوسع أحد القراءة أو الكتابة،
18:14
there were no jobsوظائف that you holdمعلق todayاليوم,
387
1082653
2945
ولم يكن هناك الوظائف التي تعملونها اليوم،
18:17
like investmentاستثمار bankerمصرفي
or softwareالبرمجيات engineerمهندس or TVتلفزيون anchorمذيع الأخبار.
388
1085622
4096
كمستثمر بنكي،
أو مهندس برمجيات، أو مذيع تليفزيوني
18:21
We would all be in the fieldsمجالات and farmingزراعة.
389
1089742
2414
كنا جميعًا بالحقول نقوم بالزراعة
18:24
Now here comesيأتي little Sebastianسيباستيان
with a little steamبخار engineمحرك in his pocketجيب,
390
1092180
3573
ثم يأتي أحد مثلي ومعه محرك بخاري في جيبه،
18:27
sayingقول, "Hey guys, look at this.
391
1095777
1548
ويقول: "مرحبا، انظروا إلى هذا
18:29
It's going to make you 100 timesمرات
as strongقوي, so you can do something elseآخر."
392
1097349
3595
سوف يجعلكم أكثر قوة بمئة مرة،
لكي تقومون بفعل أمورٍ أخرى"
18:32
And then back in the day,
there was no realحقيقة stageالمسرح,
393
1100968
2470
وحينئذٍ، لم يكن هناك مسرح حقيقي،
18:35
but Chrisكريس and I hangعلق out
with the cowsالأبقار in the stableمستقر,
394
1103462
2526
ولكن أنا و(كريس) كنا
نتسكع مع الأبقار في الحظيرة،
18:38
and he saysيقول, "I'm really
concernedالمعنية about it,
395
1106012
2100
وهو يقول: "أنا قلق للغاية من ذلك
18:40
because I milkحليب my cowبقرة everyكل day,
and what if the machineآلة does this for me?"
396
1108136
3652
لأنني أحلب بقرتي كل يوم،
فماذا لو قامت آلة ما بفعل ذلك بدلًا مني؟"
18:43
The reasonالسبب why I mentionأشير this is,
397
1111812
1702
وسبب قولي ذلك،
18:46
we're always good in acknowledgingالاعتراف
pastالماضي progressتقدم and the benefitفائدة of it,
398
1114360
3603
هو أننا دائمًا ما نجيد
الاعتراف بإنجازات الماضي وفوائدها،
18:49
like our iPhonesفون or our planesطائرات
or electricityكهرباء or medicalطبي supplyيتبرع.
399
1117987
3354
مثل هواتف (الأيفون)
أو الطائرات أو الكهرباء أو اللوازم الطبية
18:53
We all love to liveحي to 80,
whichالتي was impossibleغير ممكن 300 yearsسنوات agoمنذ.
400
1121365
4245
كلنا نحب أن نعيش حتى عمر الـ80،
والذي كان مستحيلًا منذ 300 سنة مضت
18:57
But we kindطيب القلب of don't applyتطبيق
the sameنفسه rulesقواعد to the futureمستقبل.
401
1125634
4156
ولكننا لا نطبّق القواعد نفسها على المستقبل
19:02
So if I look at my ownخاصة jobوظيفة as a CEOالمدير التنفيذي,
402
1130621
3207
لذا إذا نظرت أنا إلى وظيفتي كمدير تنفيذي،
19:05
I would say 90 percentنسبه مئويه
of my work is repetitiveتكرارية,
403
1133852
3140
سأقول إن 90% من عملي هو عمل تكراري
19:09
I don't enjoyاستمتع it,
404
1137016
1351
لا أستمتع به،
19:10
I spendأنفق about fourأربعة hoursساعات perلكل day
on stupidغبي, repetitiveتكرارية emailالبريد الإلكتروني.
405
1138391
3978
أقضي نحو 4 ساعات يوميًا
على رسائل بريدية غبية ومكررة
19:14
And I'm burningاحتراق to have something
that helpsيساعد me get ridتخلص من of this.
406
1142393
3641
وأنا أتوق إلى امتلاك شيء
يساعدني على التخلص من ذلك
19:18
Why?
407
1146058
1158
لماذا؟
19:19
Because I believe all of us
are insanelyبجنون creativeخلاق;
408
1147240
3003
لأنني أؤمن أننا جميعًا مبدعون بشكل جنوني
19:22
I think the TEDTED communityتواصل اجتماعي
more than anybodyاي شخص elseآخر.
409
1150731
3194
وأظن أن مجتمع (TED)
أكثر إبداعًا من أي شخص آخر
19:25
But even blue-collarالياقات الزرقاء workersعمال;
I think you can go to your hotelالفندق maidعاملة نظافة
410
1153949
3559
ولكن حتى العمال محدودي الدخل،
أظن أنك قد تذهب إلى خادم الفندق
19:29
and have a drinkيشرب with him or her,
411
1157532
2402
وتتناول شرابًا معه أو معها،
19:31
and an hourساعة laterفي وقت لاحق,
you find a creativeخلاق ideaفكرة.
412
1159958
2717
وبعد ساعة، تتوصل إلى فكرة مبدعة
19:34
What this will empowerتمكين
is to turnمنعطف أو دور this creativityالإبداع into actionعمل.
413
1162699
4140
وسيمكننا ذلك من تحويل الإبداع إلى أمر عملي
19:39
Like, what if you could
buildبناء Googleجوجل in a day?
414
1167265
3442
مثلًا، ماذا لو كان بإمكانك
إنشاء (جوجل) في يوم فحسب؟
19:43
What if you could sitتجلس over beerبيرة
and inventاخترع the nextالتالى Snapchatسناب شات,
415
1171221
3316
ماذا لو كان بإمكانك اختراع
(سناب شات) جديدًا وأنت تتناول الجعة؟
19:46
whateverايا كان it is,
416
1174561
1165
أو أيًا كان ذلك،
19:47
and tomorrowغدا morningصباح it's up and runningجري?
417
1175750
2187
ثم تأتي في الصباح التالي وتجده يعمل؟
19:49
And that is not scienceعلم fictionخيال.
418
1177961
1773
وليس هذا خيالًا علميًا
19:51
What's going to happenيحدث is,
419
1179758
1254
ما الذي سيحدث هو،
19:53
we are alreadyسابقا in historyالتاريخ.
420
1181036
1867
أننا نعيش في التاريخ بالفعل
19:54
We'veقمنا unleashedالعنان this amazingرائعة حقا creativityالإبداع
421
1182927
3228
أطلقنا العنان لهذا الإبداع المذهل
19:58
by de-slavingإزالة استعبادها us from farmingزراعة
422
1186179
1611
عن طريق تحريرنا من قيود الزراعة
19:59
and laterفي وقت لاحق, of courseدورة, from factoryمصنع work
423
1187814
3363
وفيما بعد، من العمل بالمصانع بالطبع
20:03
and have inventedاخترع so manyكثير things.
424
1191201
3162
واخترعنا الكثير من الأشياء
20:06
It's going to be even better,
in my opinionرأي.
425
1194387
2178
سيكون الأمر أفضل بكثير في رأيي
20:08
And there's going to be
great sideجانب effectsتأثيرات.
426
1196589
2072
وسيكون هناك كذلك آثار جانبية كبيرة
20:10
One of the sideجانب effectsتأثيرات will be
427
1198685
1489
وأحدها سيكون
20:12
that things like foodطعام and medicalطبي supplyيتبرع
and educationالتعليم and shelterمأوى
428
1200198
4795
أن الأشياء كالطعام
واللوازم الطبية والتعليم والمأوى
20:17
and transportationوسائل النقل
429
1205017
1177
والنقل
20:18
will all becomeيصبح much more
affordableبأسعار معقولة، ميسور، متناول اليد to all of us,
430
1206218
2441
ستصبح معقولة التكلفة لنا جميعًا،
20:20
not just the richغني people.
431
1208683
1322
وليس للأغنياء فحسب
20:22
CACA: Hmmهم.
432
1210029
1182
(أنديرسون): نعم
20:23
So when Martinمارتن Fordمخاضة arguedجادل, you know,
that this time it's differentمختلف
433
1211235
4341
إذًا، عندما قال
(مارتن فورد) أن هذا الزمن مختلف
20:27
because the intelligenceالمخابرات
that we'veقمنا used in the pastالماضي
434
1215600
3453
لأن الذكاء الذي استخدمناه بالماضي
20:31
to find newالجديد waysطرق to be
435
1219077
2483
للعثور على طرق جديدة للمضي قدمًا
20:33
will be matchedيقابل at the sameنفسه paceسرعة
436
1221584
2279
سيُضاهى بالسرعة ذاتها
20:35
by computersأجهزة الكمبيوتر takingمع الأخذ over those things,
437
1223887
2291
بتحكم الحواسب الآلية بتلك الأشياء،
20:38
what I hearسمع you sayingقول
is that, not completelyتماما,
438
1226202
3078
ما أسمعك تقوله هو: "ليس تمامًا"
20:41
because of humanبشري creativityالإبداع.
439
1229304
2951
وذلك بسبب الإبداع البشري
20:44
Do you think that that's fundamentallyفي الأساس
differentمختلف from the kindطيب القلب of creativityالإبداع
440
1232279
3785
أتظن أن ذلك مختلف تمامًا عن نوع الإبداع
20:48
that computersأجهزة الكمبيوتر can do?
441
1236088
2696
الذي تنتجه الحواسب الآلية؟
20:50
STST: So, that's my firmمؤسسة
beliefإيمان as an AIAI personشخص --
442
1238808
4434
(ثران): إن إيماني الراسخ
كمتخصص بالذكاء الاصطناعي،
20:55
that I haven'tلم seenرأيت
any realحقيقة progressتقدم on creativityالإبداع
443
1243266
3803
هو أنني لم أرى حتى الآن
أي تقدم حقيقي في الإبداع
20:59
and out-of-the-boxخارج الصندوق thinkingتفكير.
444
1247949
1407
وفي التفكير خارج الصندوق
21:01
What I see right now -- and this is
really importantمهم for people to realizeأدرك,
445
1249380
3623
ما أراه الآن، ومن المهم
للغاية أن يدرك الناس ذلك،
21:05
because the wordكلمة "artificialمصطنع
intelligenceالمخابرات" is so threateningمهدد,
446
1253027
2903
لأن كلمة "الذكاء الاصطناعي" تشعرك بالتهديد
21:07
and then we have Steveستيف Spielbergسبيلبرغ
tossingالقذف a movieفيلم in,
447
1255954
2523
ثم يأتي (ستيفن سبيلبرج) ويخرج فيلمًا،
21:10
where all of a suddenمفاجئ
the computerالحاسوب is our overlordالمدير الكبير,
448
1258501
2413
حيث يصبح فجأة الحاسب الآلي سيدًا علينا،
21:12
but it's really a technologyتقنية.
449
1260938
1452
ولكنها حقًا تكنولوجيا
21:14
It's a technologyتقنية that helpsيساعد us
do repetitiveتكرارية things.
450
1262414
2982
تكنولوجيا تساعدنا
على القيام بالأعمال التكرارية
21:17
And the progressتقدم has been
entirelyتماما on the repetitiveتكرارية endالنهاية.
451
1265420
2913
والتقدم كان بشكل كامل بالجانب التكراري
21:20
It's been in legalقانوني documentوثيقة discoveryاكتشاف.
452
1268357
2228
فقد كان في اكتشاف المستندات القانونية
21:22
It's been contractعقد draftingصياغة.
453
1270609
1680
وصياغة العقود
21:24
It's been screeningتحري X-raysأشعة X of your chestصدر.
454
1272313
4223
وإجراء أشعة إكس لصدرك
21:28
And these things are so specializedمتخصص,
455
1276560
1773
وتلك الأشياء تخصصية تمامًا
21:30
I don't see the bigكبير threatالتهديد of humanityإنسانية.
456
1278357
2391
ولا أرى التهديد الحقيقي للبشرية
21:32
In factحقيقة, we as people --
457
1280772
1794
في الواقع، نحن كبشر،
21:34
I mean, let's faceوجه it:
we'veقمنا becomeيصبح superhumanجبار.
458
1282590
2385
أعني، لنواجه الأمر،
لقد أصبحنا بشرًا خارقين
21:36
We'veقمنا madeمصنوع us superhumanجبار.
459
1284999
1764
جعلنا من أنفسنا بشرًا خارقين
21:38
We can swimسباحة acrossعبر
the Atlanticالأطلسي in 11 hoursساعات.
460
1286787
2632
حيث يمكننا السباحة وعبور
المحيط الأطلنطي في 11 ساعة
21:41
We can take a deviceجهاز out of our pocketجيب
461
1289443
2074
وبوسعنا إخراج جهازٍ من جيبنا
21:43
and shoutيصيح، يصرخ، صيحة all the way to Australiaأستراليا,
462
1291541
2147
والصياح حتى (أستراليا)
21:45
and in realحقيقة time, have that personشخص
shoutingصياح back to us.
463
1293712
2600
وبالوقت ذاته، يصيح ذلك الشخص لنا أيضًا
21:48
That's physicallyجسديا not possibleممكن.
We're breakingكسر the rulesقواعد of physicsعلوم فيزيائية.
464
1296336
3624
هذا غير ممكن فيزيائيًا،
نحن نكسر قواعد الفيزياء
21:51
When this is said and doneفعله,
we're going to rememberتذكر everything
465
1299984
2943
وعندما يُقال ويتم ذلك، سوف نتذكر كل شيء
21:54
we'veقمنا ever said and seenرأيت,
466
1302951
1213
رأيناه وقلناه
21:56
you'llعليك rememberتذكر everyكل personشخص,
467
1304188
1496
سوف تتذكر كل شخص،
21:57
whichالتي is good for me
in my earlyمبكرا stagesمراحل of Alzheimer'sمرض الزهايمر.
468
1305708
2626
وهذا جيد لي في المراحل
الأولى لإصابتي بالزهايمر
22:00
Sorry, what was I sayingقول? I forgotنسيت.
469
1308358
1677
آسف، ما الذي كنت أقوله؟ لقد نسيت
22:02
CACA: (Laughsيضحك)
470
1310059
1578
(أنديرسون): (يضحك)
22:03
STST: We will probablyالمحتمل have
an IQمعدل الذكاء of 1,000 or more.
471
1311661
3077
(ثران): سيكون على الأرجح لدينا
معدل ذكاء يعادل ألف شخص أو أكثر
22:06
There will be no more
spellingالإملائية classesالطبقات for our kidsأطفال,
472
1314762
3425
ولن يكون هناك فصولٌ إملائية لأبنائنا،
22:10
because there's no spellingالإملائية issueالقضية anymoreأي أكثر من ذلك.
473
1318211
2086
لأنه ما من مشكلة إملائية
22:12
There's no mathالرياضيات issueالقضية anymoreأي أكثر من ذلك.
474
1320321
1832
ولا يوجد مشكلة بالرياضيات
22:14
And I think what really will happenيحدث
is that we can be superممتاز creativeخلاق.
475
1322177
3510
وأظن أن ما سيحدث
هو أننا يمكننا أن نصبح خارقي الإبداع
22:17
And we are. We are creativeخلاق.
476
1325711
1857
ونحن كذلك حقًا، فنحن مبدعون
22:19
That's our secretسر weaponسلاح.
477
1327592
1552
وهذا سلاحنا السري
22:21
CACA: So the jobsوظائف that are gettingالحصول على lostضائع,
478
1329168
2153
(أنديرسون): إذًا، الوظائف التي سنفقدها،
22:23
in a way, even thoughاعتقد
it's going to be painfulمؤلم,
479
1331345
2494
بطريقة ما، وعلى الرغم من كون ذلك مؤلمًا،
22:25
humansالبشر are capableقادر على
of more than those jobsوظائف.
480
1333863
2047
يستطيع البشر القيام بأكثر من تلك الوظائف
22:27
This is the dreamحلم.
481
1335934
1218
هذا هو الحلم
22:29
The dreamحلم is that humansالبشر can riseترتفع
to just a newالجديد levelمستوى of empowermentالتمكين
482
1337176
4247
الحلم هو صعود البشر
إلى مستوى جديد من التمكين
22:33
and discoveryاكتشاف.
483
1341447
1657
والاكتشاف
22:35
That's the dreamحلم.
484
1343128
1452
وذلك هو الحلم
22:36
STST: And think about this:
485
1344604
1643
(ثران): وفكر في هذا:
22:38
if you look at the historyالتاريخ of humanityإنسانية,
486
1346271
2021
إذا نظرت إلى التاريخ البشري،
22:40
that mightربما be whateverايا كان --
60-100,000 yearsسنوات oldقديم, give or take --
487
1348316
3328
والذي عمره، أيًا كان،
60-100 ألف عام، تعطي أو تأخد،
22:43
almostتقريبيا everything that you cherishنعتز به
in termsشروط of inventionاختراع,
488
1351668
3726
تقريبًأ كل شيء تعتز به متعلق بالاختراع،
22:47
of technologyتقنية, of things we'veقمنا builtمبني,
489
1355418
2151
والتكنولوجيا، والأشياء التي بنيناها،
22:49
has been inventedاخترع in the last 150 yearsسنوات.
490
1357593
3099
تم اختراعه في آخر 150 سنة
22:53
If you tossرمى in the bookكتاب and the wheelعجلة,
it's a little bitقليلا olderاكبر سنا.
491
1361756
3048
وإذا أضفت الكتب والعجلات،
سيكون التاريخ أقدم بعض الشيء
22:56
Or the axeفأس.
492
1364828
1169
أو الفأس
22:58
But your phoneهاتف, your sneakersأحذية رياضية,
493
1366021
2790
أما هاتفك، وحذائك الرياضي،
23:00
these chairsكراسي جلوس, modernحديث
manufacturingتصنيع, penicillinبنسلين --
494
1368835
3551
وهذه الكراسي، والصناعة الحديثة، والبنسلين،
23:04
the things we cherishنعتز به.
495
1372410
1714
الأشياء التي نعتز بها
23:06
Now, that to me meansيعني
496
1374148
3658
الآن، هذا يعني لي
23:09
the nextالتالى 150 yearsسنوات will find more things.
497
1377830
3041
أنه خلال الـ150 عام القادمين
سنجد المزيد من الأشياء
23:12
In factحقيقة, the paceسرعة of inventionاختراع
has goneذهب up, not goneذهب down, in my opinionرأي.
498
1380895
4154
في الواقع، ارتفعت سرعة
الاختراع، ولم تقل، في رأيي
23:17
I believe only one percentنسبه مئويه of interestingمثير للإعجاب
things have been inventedاخترع yetبعد. Right?
499
1385073
4905
أعتقد أننا اخترعنا واحدًا بالمائة
فحسب من الأشياء المثيرة، صحيح؟
23:22
We haven'tلم curedالشفاء cancerسرطان.
500
1390002
1988
حيث لم نعالج السرطان بعد
23:24
We don't have flyingطيران carsالسيارات -- yetبعد.
Hopefullyنأمل, I'll changeيتغيرون this.
501
1392014
3718
لا نمتلك سيارات طائرة بعد، آمل أن أغير ذلك
23:27
That used to be an exampleمثال
people laughedضحك about. (Laughsيضحك)
502
1395756
3257
اعتاد الناس أن يضحكوا على مثال كهذا. (ضحك)
23:31
It's funnyمضحك, isn't it?
Workingالعمل secretlyفي السر on flyingطيران carsالسيارات.
503
1399037
2992
هذا مضحك، أليس كذلك؟
العمل بسرية على السيارت الطائرة
23:34
We don't liveحي twiceمرتين as long yetبعد. OK?
504
1402053
2683
لا نعيش ضعف عمرنا بعد، صحيح؟
23:36
We don't have this magicسحر
implantزرع in our brainدماغ
505
1404760
2785
لا نملك تلك الشريحة السحرية في عقولنا
23:39
that givesيعطي us the informationمعلومات we want.
506
1407569
1832
والتي تزودنا بالمعلومات التي نريدها
23:41
And you mightربما be appalledبالفزع by it,
507
1409425
1526
وقد تكون الفكرة صاعقة لكم،
23:42
but I promiseوعد you,
onceذات مرة you have it, you'llعليك love it.
508
1410975
2444
ولكني أعدكم، بمجرد أن تمتلكوها، ستروقكم
23:45
I hopeأمل you will.
509
1413443
1166
أتمنى أن تروقكم
23:46
It's a bitقليلا scaryمخيف, I know.
510
1414633
1909
أعلم أنها مخيفة بعض الشيء
23:48
There are so manyكثير things
we haven'tلم inventedاخترع yetبعد
511
1416566
2254
ثمة الكثير من الأشياء التي لم نخترعها بعد
23:50
that I think we'llحسنا inventاخترع.
512
1418844
1268
والتي أظن أننا سنخترعها
23:52
We have no gravityالجاذبية shieldsالدروع.
513
1420136
1306
ليس لدينا دروع للجاذبية
23:53
We can't beamالحزم ourselvesأنفسنا
from one locationموقعك to anotherآخر.
514
1421466
2553
لا يمكننا نقل أنفسنا شعاعيًا من مكان لآخر
23:56
That soundsاصوات ridiculousسخيف,
515
1424043
1151
يبدو ذلك سخيفًا
23:57
but about 200 yearsسنوات agoمنذ,
516
1425218
1288
ولكن منذ 200 سنة مضت،
23:58
expertsخبراء were of the opinionرأي
that flightطيران wouldn'tلن existيوجد,
517
1426530
2667
أعتقد الخبراء أن الطيران لن يصبح ممكنًا،
24:01
even 120 yearsسنوات agoمنذ,
518
1429221
1324
حتى منذ 120 سنة مضت،
24:02
and if you movedانتقل fasterبسرعة
than you could runيركض,
519
1430569
2582
وأنك إذا تحركت بسرعة
أكبر مما يمكنك أن تركض،
24:05
you would instantlyفورا dieموت.
520
1433175
1520
فستموت على الفور
24:06
So who saysيقول we are correctصيح todayاليوم
that you can't beamالحزم a personشخص
521
1434719
3569
لذا من يقول إننا محقون اليوم
حول عدم قدرتنا على نقل شخصٍ شعاعيًا
24:10
from here to Marsالمريخ?
522
1438312
2249
من هنا وحتى المريخ؟
24:12
CACA: Sebastianسيباستيان, thank you so much
523
1440585
1569
شكرًا جزيلًا لك (سيباستيان)
24:14
for your incrediblyلا يصدق inspiringالملهمة visionرؤية
and your brillianceتألق.
524
1442178
2682
على رؤيتك شديدة الإلهام وعبقريتك
24:16
Thank you, Sebastianسيباستيان ThrunThrun.
525
1444884
1323
شكرًا لك، (سيباستيان ثران)
24:18
STST: That was fantasticرائع. (Applauseتصفيق)
526
1446231
1895
كان ذلك رائعًا. (تصفيق)
Translated by Mohamed Elamgad
Reviewed by Riyad Almubarak

▲Back to top

ABOUT THE SPEAKERS
Sebastian Thrun - Educator, entrepreneur
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us.

Why you should listen

Sebastian Thrun is an educator, entrepreneur and troublemaker. After a long life as a professor at Stanford University, Thrun resigned from tenure to join Google. At Google, he founded Google X, home to self-driving cars and many other moonshot technologies. Thrun also founded Udacity, an online university with worldwide reach, and Kitty Hawk, a "flying car" company. He has authored 11 books, 400 papers, holds 3 doctorates and has won numerous awards.

More profile about the speaker
Sebastian Thrun | Speaker | TED.com
Chris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading.

Why you should listen

Chris Anderson is the Curator of TED, a nonprofit devoted to sharing valuable ideas, primarily through the medium of 'TED Talks' -- short talks that are offered free online to a global audience.

Chris was born in a remote village in Pakistan in 1957. He spent his early years in India, Pakistan and Afghanistan, where his parents worked as medical missionaries, and he attended an American school in the Himalayas for his early education. After boarding school in Bath, England, he went on to Oxford University, graduating in 1978 with a degree in philosophy, politics and economics.

Chris then trained as a journalist, working in newspapers and radio, including two years producing a world news service in the Seychelles Islands.

Back in the UK in 1984, Chris was captivated by the personal computer revolution and became an editor at one of the UK's early computer magazines. A year later he founded Future Publishing with a $25,000 bank loan. The new company initially focused on specialist computer publications but eventually expanded into other areas such as cycling, music, video games, technology and design, doubling in size every year for seven years. In 1994, Chris moved to the United States where he built Imagine Media, publisher of Business 2.0 magazine and creator of the popular video game users website IGN. Chris eventually merged Imagine and Future, taking the combined entity public in London in 1999, under the Future name. At its peak, it published 150 magazines and websites and employed 2,000 people.

This success allowed Chris to create a private nonprofit organization, the Sapling Foundation, with the hope of finding new ways to tackle tough global issues through media, technology, entrepreneurship and, most of all, ideas. In 2001, the foundation acquired the TED Conference, then an annual meeting of luminaries in the fields of Technology, Entertainment and Design held in Monterey, California, and Chris left Future to work full time on TED.

He expanded the conference's remit to cover all topics, including science, business and key global issues, while adding a Fellows program, which now has some 300 alumni, and the TED Prize, which grants its recipients "one wish to change the world." The TED stage has become a place for thinkers and doers from all fields to share their ideas and their work, capturing imaginations, sparking conversation and encouraging discovery along the way.

In 2006, TED experimented with posting some of its talks on the Internet. Their viral success encouraged Chris to begin positioning the organization as a global media initiative devoted to 'ideas worth spreading,' part of a new era of information dissemination using the power of online video. In June 2015, the organization posted its 2,000th talk online. The talks are free to view, and they have been translated into more than 100 languages with the help of volunteers from around the world. Viewership has grown to approximately one billion views per year.

Continuing a strategy of 'radical openness,' in 2009 Chris introduced the TEDx initiative, allowing free licenses to local organizers who wished to organize their own TED-like events. More than 8,000 such events have been held, generating an archive of 60,000 TEDx talks. And three years later, the TED-Ed program was launched, offering free educational videos and tools to students and teachers.

More profile about the speaker
Chris Anderson | 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