TED2011
Rajesh Rao: A Rosetta Stone for a lost language
راجش رائو: سرنخی همانند «سنگ‌نوشته رزتا» برای یک زبان گمشده
Filmed:
Readability: 4.2
2,103,451 views
راجش رائو شیفته‌ی این است که چگونه میتوان خط کهن ایندوس که متعلق به ۴۰۰۰ سال قبل است را رمزگشایی کنیم و این کار را همانند حل «مادر تمام جدول‌های کلمات متقاطع» می‌داند. وی در کنفرانس تد سال ۲۰۱۱ می‌گوید که چطور از فنون محاسباتی مدرن برای خواندن زبان ایندوس بهره می‌برد. زبانی که کلید فهم این تمدن باستانی است.
Rajesh Rao - Computational neuroscientist
Rajesh Rao seeks to understand the human brain through computational modeling, on two fronts: developing computer models of our minds, and using tech to decipher the 4,000-year-old lost script of the Indus Valley civilization. Full bio
Rajesh Rao seeks to understand the human brain through computational modeling, on two fronts: developing computer models of our minds, and using tech to decipher the 4,000-year-old lost script of the Indus Valley civilization. Full bio
Double-click the English transcript below to play the video.
00:15
I'd like to begin with a thought experiment.
0
0
3000
اول می‌خوام با یه
تجربه‌ی فکری شروع کنم.
تجربه‌ی فکری شروع کنم.
00:19
Imagine that it's 4,000 years into the future.
1
4000
3000
تصور کنید ۴٫۰۰۰ سال بعده.
00:22
Civilization as we know it
2
7000
2000
تمدن به اون معنا که می‌شناسیم
00:24
has ceased to exist --
3
9000
2000
دیگه وجود نداره --
00:26
no books,
4
11000
2000
نه هیچ کتابی،
00:28
no electronic devices,
5
13000
3000
نه وسایل الکترونیکی،
00:31
no Facebook or Twitter.
6
16000
3000
نه فیسبوک و توییتر.
00:34
All knowledge of the English language and the English alphabet
7
19000
3000
تمام اطلاعات زبان و الفبای انگلیسی
00:37
has been lost.
8
22000
2000
از بین رفته.
00:39
Now imagine archeologists
9
24000
2000
حالا باستان‌شناس‌ها رو تصور کنید
00:41
digging through the rubble of one of our cities.
10
26000
2000
که در بقایای یکی از شهرهای ما
کاوش می‌کنن.
کاوش می‌کنن.
00:43
What might they find?
11
28000
2000
چی می‌تونن پیدا کنن؟
00:45
Well perhaps some rectangular pieces of plastic
12
30000
3000
خب شاید یه مشت پلاستیک مستطیلی شکل
00:48
with strange symbols on them.
13
33000
3000
با نمادهایی عجیب غریب بر رویشان.
00:51
Perhaps some circular pieces of metal.
14
36000
3000
شاید یه مشت فلزات دایره‌ای.
00:54
Maybe some cylindrical containers
15
39000
2000
شاید قوطی‌های استوانه‌ای
00:56
with some symbols on them.
16
41000
2000
با نمادهایی روشون.
00:58
And perhaps one archeologist becomes an instant celebrity
17
43000
3000
و شاید وقتی یک باستان‌شناس
در جایی در شمال آمریکا،
در جایی در شمال آمریکا،
01:01
when she discovers --
18
46000
2000
از زیر خروارها خاک کوه‌ها (هالیوود)
01:03
buried in the hills somewhere in North America --
19
48000
2000
نسخه‌های متعددی از
همان نمادها رو کشف می‌کند
همان نمادها رو کشف می‌کند
01:05
massive versions of these same symbols.
20
50000
3000
به یک شخصیت معروف بدل بشه.
01:10
Now let's ask ourselves,
21
55000
2000
حالا بیایید از خودمان سوال کنیم،
01:12
what could such artifacts say about us
22
57000
3000
چنین دست‌ساخته‌هایی
به مردم ۴٫۰۰۰ سال بعد
به مردم ۴٫۰۰۰ سال بعد
01:15
to people 4,000 years into the future?
23
60000
3000
راجع به ما می‌تونن چی بگن؟
01:18
This is no hypothetical question.
24
63000
2000
این یه سوال فرضی نیست.
01:20
In fact, this is exactly the kind of question we're faced with
25
65000
3000
در واقع این دقیقاً سوالی هست که ما
باهاش مواجهیم
باهاش مواجهیم
وقتی سعی داریم از تمدن «دره‌ی ایندوس»
که ۴٫۰۰۰ سال پیش
که ۴٫۰۰۰ سال پیش
01:23
when we try to understand the Indus Valley civilization,
26
68000
3000
01:26
which existed 4,000 years ago.
27
71000
2000
وجود داشته سر در بیاریم.
01:28
The Indus civilization was roughly contemporaneous
28
73000
3000
تمدن ایندوس تقریباً هم عصر بوده با
01:31
with the much better known Egyptian and the Mesopotamian civilizations,
29
76000
3000
تمدن‌های معروفی چون
تمدن مصر و بین‌النهرین،
تمدن مصر و بین‌النهرین،
01:34
but it was actually much larger than either of these two civilizations.
30
79000
3000
ولی در واقع خیلی بزرگتر از هر یک از
این دو تمدن بوده.
این دو تمدن بوده.
01:37
It occupied the area
31
82000
2000
شامل مساحتی بحدود
01:39
of approximately one million square kilometers,
32
84000
2000
یک میلیون کیلومتر مربع می‌شده است.
01:41
covering what is now Pakistan,
33
86000
2000
در جای پاکستان امروزی،
01:43
Northwestern India
34
88000
2000
شمال غربی هند،
01:45
and parts of Afghanistan and Iran.
35
90000
2000
و بخش‌هایی از ایران و افغانستان.
01:47
Given that it was such a vast civilization,
36
92000
2000
با این اوصاف تمدن خیلی پهناوری بوده،
01:49
you might expect to find really powerful rulers, kings,
37
94000
4000
و باید منتظر پیدا کردن
حاکمان قدرتمند، پادشاهان،
حاکمان قدرتمند، پادشاهان،
01:53
and huge monuments glorifying these powerful kings.
38
98000
3000
و مقبره‌های غول‌پیکر برای
تجلیل از این پادشاهان قدرتمند باشید.
تجلیل از این پادشاهان قدرتمند باشید.
01:56
In fact,
39
101000
2000
در واقع،
چیزی که باستان‌شناسان پیدا کرده‌اند
هیچ یک از اینها نیست.
هیچ یک از اینها نیست.
01:58
what archeologists have found is none of that.
40
103000
2000
02:00
They've found small objects such as these.
41
105000
3000
اونها اشیاء کوچکی
مثل اینها رو پیدا کرده‌اند.
مثل اینها رو پیدا کرده‌اند.
02:03
Here's an example of one of these objects.
42
108000
3000
این هم یک نمونه از آن اشیا است.
02:06
Well obviously this is a replica.
43
111000
2000
خب معلومه که این یه نمونه بازسازی شده هست.
02:08
But who is this person?
44
113000
3000
اما این شخص کیست؟
02:11
A king? A god?
45
116000
2000
یک پادشاه؟ یک خدا؟
02:13
A priest?
46
118000
2000
یک روحانی؟
02:15
Or perhaps an ordinary person
47
120000
2000
یا شاید یک شخص عادی
02:17
like you or me?
48
122000
2000
شبیه من یا شما؟
02:19
We don't know.
49
124000
2000
نمی‌دونیم.
اما مردم ایندوس دست‌ساخته‌هایی
همراه با نوشته هم باقی گذاشته‌اند.
همراه با نوشته هم باقی گذاشته‌اند.
02:21
But the Indus people also left behind artifacts with writing on them.
50
126000
3000
02:24
Well no, not pieces of plastic,
51
129000
2000
خب نه، از جنس پلاستیک نیست،
02:26
but stone seals, copper tablets,
52
131000
3000
اما مقداری مهرهای سنگی،
لوح‌های مسی،
لوح‌های مسی،
02:29
pottery and, surprisingly,
53
134000
2000
سفالینه و در کمال شگفتی،
یک تخته‌ی بزرگ از علائم،
02:31
one large sign board,
54
136000
2000
02:33
which was found buried near the gate of a city.
55
138000
2000
که در نزدیکی دروازه‌ی شهر
مدفون بوده است.
مدفون بوده است.
02:35
Now we don't know if it says Hollywood,
56
140000
2000
حال نمی‌دانیم درمورد هالیوود
02:37
or even Bollywood for that matter.
57
142000
2000
یا حتی بالیوود بوده یا نه.
02:39
In fact, we don't even know
58
144000
2000
در واقع، ما حتی نمی‌دونیم
روی هر کدام از این اشیاء چی نوشته،
02:41
what any of these objects say,
59
146000
2000
02:43
and that's because the Indus script is undeciphered.
60
148000
3000
و علتش اینه که خط ایندوسی رمزگشایی نشده.
02:46
We don't know what any of these symbols mean.
61
151000
2000
نمی‌دونیم هر یک از این نمادها
چه معنی می‌دهند.
چه معنی می‌دهند.
02:48
The symbols are most commonly found on seals.
62
153000
3000
این نمادها بیشتر روی مهرها بوده‌اند.
02:51
So you see up there one such object.
63
156000
2000
حالا اون بالا یکی از
این اشیاء رو می‌بینید.
این اشیاء رو می‌بینید.
02:53
It's the square object with the unicorn-like animal on it.
64
158000
3000
یک لوح مربع هست با حیوانی
تک‌شاخ-مانند روی آن.
تک‌شاخ-مانند روی آن.
02:56
Now that's a magnificent piece of art.
65
161000
2000
خب اثر هنری فوق‌العاده‌ای هست.
02:58
So how big do you think that is?
66
163000
2000
اما فکر می‌کنید اندازه‌اش چقدره؟
03:00
Perhaps that big?
67
165000
2000
شاید اینقدر؟
03:02
Or maybe that big?
68
167000
2000
یا شاید هم اینقدری؟
03:04
Well let me show you.
69
169000
2000
خب بذارید نشون‌تون بدم.
03:07
Here's a replica of one such seal.
70
172000
3000
این یک کپی از اون مهرهاست.
03:10
It's only about one inch by one inch in size --
71
175000
2000
فقط یک اینچ در یک اینچه --
03:12
pretty tiny.
72
177000
2000
خیلی کوچک.
03:14
So what were these used for?
73
179000
2000
اما مورد استفاده‌شون چی بوده؟
03:16
We know that these were used for stamping clay tags
74
181000
3000
می‌دونیم که برای مهر زدن بر
لوح‌های گلی استفاده می‌شده که
لوح‌های گلی استفاده می‌شده که
03:19
that were attached to bundles of goods that were sent from one place to the other.
75
184000
3000
به بسته‌های باری که به نقاط دیگر
ارسال می‌شده وصل می‌کرده‌اند.
ارسال می‌شده وصل می‌کرده‌اند.
03:22
So you know those packing slips you get on your FedEx boxes?
76
187000
3000
برچسب‌های بسته‌بندی رو می‌شناسید که
روی جعبه‌های پستی فدکس‌تان هست؟
روی جعبه‌های پستی فدکس‌تان هست؟
03:25
These were used to make those kinds of packing slips.
77
190000
3000
اینها هم همان کار را می‌کرده‌اند.
03:28
You might wonder what these objects contain
78
193000
3000
شاید این سئوال برایتان پیش بیاید
این اشیاء در نوشته‌های خود
این اشیاء در نوشته‌های خود
03:31
in terms of their text.
79
196000
2000
چه دارند؟
03:33
Perhaps they're the name of the sender
80
198000
2000
شاید نام فرستنده باشند
03:35
or some information about the goods
81
200000
2000
یا اطلاعاتی راجع به کالا
03:37
that are being sent from one place to the other -- we don't know.
82
202000
3000
که به جایی دیگه منتقل می‌شده -- نمی‌دونیم.
03:40
We need to decipher the script to answer that question.
83
205000
2000
برای جواب به این سئوال
باید خطش رو بفهمیم.
باید خطش رو بفهمیم.
03:42
Deciphering the script
84
207000
2000
رمزگشایی یک زبان
03:44
is not just an intellectual puzzle;
85
209000
2000
تنها یک معمای فکری نیست،
03:46
it's actually become a question
86
211000
2000
این کار حالا مأموریتی است
03:48
that's become deeply intertwined
87
213000
2000
که عمیقاً با تاریخ فرهنگی
03:50
with the politics and the cultural history of South Asia.
88
215000
3000
و سیاسی جنوب آسیا در هم تنیده شده.
03:53
In fact, the script has become a battleground of sorts
89
218000
3000
در حقیقت، این خط نوشته تبدیل شده به
میدان مبارزه‌ای بین
میدان مبارزه‌ای بین
03:56
between three different groups of people.
90
221000
2000
سه گروه مجزا از آدم‌ها.
03:58
First, there's a group of people
91
223000
2000
اول، گروهی از افراد
04:00
who are very passionate in their belief
92
225000
2000
که در اعتقادشان خیلی راسخ هستند
04:02
that the Indus script
93
227000
2000
که متون ایندوسی
04:04
does not represent a language at all.
94
229000
2000
اصلاً بیانگر هیچ زبانی نیست.
04:06
These people believe that the symbols
95
231000
2000
این افراد معتقدند که این نمادها
04:08
are very similar to the kind of symbols you find on traffic signs
96
233000
3000
بسیار شبیه به نمادهای تابلوهای
راهنمایی‌رانندگی هستند
راهنمایی‌رانندگی هستند
04:11
or the emblems you find on shields.
97
236000
3000
یا علائمی که روی سپرها هست.
04:14
There's a second group of people
98
239000
2000
دسته‌ی دومی از افراد هم هستند
04:16
who believe that the Indus script represents an Indo-European language.
99
241000
3000
که معتقدند متون ایندوسی یک زبان
هندواروپایی است.
هندواروپایی است.
04:19
If you look at a map of India today,
100
244000
2000
اگر امروز نگاهی به نقشه‌ی هند بکنید
04:21
you'll see that most of the languages spoken in North India
101
246000
3000
می‌بینید که بیشتر زبان‌های رایج
در شمال هند
در شمال هند
04:24
belong to the Indo-European language family.
102
249000
3000
هم‌خانواده‌ی زبان‌های هندواروپایی هستند.
04:27
So some people believe that the Indus script
103
252000
2000
و عده‌ای معتقدند که متون ایندوسی
بیانگر زبانی باستانی از خانواده‌ی
هندواروپایی همچون سانسکریت است.
هندواروپایی همچون سانسکریت است.
04:29
represents an ancient Indo-European language such as Sanskrit.
104
254000
3000
04:32
There's a last group of people
105
257000
2000
دسته‌ی آخر از مردم
04:34
who believe that the Indus people
106
259000
3000
بر این باورند که مردم ایندوس
نیاکان مردمی بوده‌اند که امروزه
در جنوب هند زندگی می‌کنند.
در جنوب هند زندگی می‌کنند.
04:37
were the ancestors of people living in South India today.
107
262000
3000
04:40
These people believe that the Indus script
108
265000
2000
این افراد فکر می‌کنند که خط نوشته‌ی ایندوس
04:42
represents an ancient form
109
267000
2000
بیانگر نمونه‌ای باستانی از
04:44
of the Dravidian language family,
110
269000
2000
خانواده‌ی زبان‌های دراویدی است،
04:46
which is the language family spoken in much of South India today.
111
271000
3000
که خانواده‌ای از زبان‌های عموماً رایج
در جنوب هند امروزی است.
در جنوب هند امروزی است.
04:49
And the proponents of this theory
112
274000
2000
و طرفداران این نظریه
04:51
point to that small pocket of Dravidian-speaking people in the North,
113
276000
3000
به حباب کوچکی از مردم متکلم
به دراویدی در شمال اشاره می‌کنند
به دراویدی در شمال اشاره می‌کنند
04:54
actually near Afghanistan,
114
279000
2000
که نزدیک به افغانستان است،
04:56
and they say that perhaps, sometime in the past,
115
281000
3000
و می‌گویند شاید، یک زمانی در گذشته،
04:59
Dravidian languages were spoken all over India
116
284000
3000
زبان دراویدی در همه‌جای هند صحبت می‌شده
05:02
and that this suggests
117
287000
2000
و این یعنی
05:04
that the Indus civilization is perhaps also Dravidian.
118
289000
3000
شاید تمدن ایندوس هم دراویدی بوده‌اند.
05:07
Which of these hypotheses can be true?
119
292000
3000
کدام یک از این نظریه‌ها درست است؟
05:10
We don't know, but perhaps if you deciphered the script,
120
295000
2000
نمی‌دانیم، اما شاید اگر متن را
رمزگشایی کنیم
رمزگشایی کنیم
05:12
you would be able to answer this question.
121
297000
2000
بشود جواب این پرسش را داد.
05:14
But deciphering the script is a very challenging task.
122
299000
2000
اما رمزگشایی این خط نوشته
کار خیلی پرچالشی است.
کار خیلی پرچالشی است.
05:16
First, there's no Rosetta Stone.
123
301000
2000
نخست اینکه هیچ «سنگ‌نوشته روزتا» نداریم.
05:18
I don't mean the software;
124
303000
2000
منظورم نرم‌افزار معروف یادگیری زبان نیست.
05:20
I mean an ancient artifact
125
305000
2000
منظورم دست‌نوشته‌ای باستانی است
05:22
that contains in the same text
126
307000
2000
که در یک متن همزمان
05:24
both a known text and an unknown text.
127
309000
3000
حاوی زبانی شناخته شده
و ناشناخته باشد.
و ناشناخته باشد.
05:27
We don't have such an artifact for the Indus script.
128
312000
3000
ما چنین سنگ‌تراشیده‌ای
برای خط نوشته‌ی ایندوسی نداریم.
برای خط نوشته‌ی ایندوسی نداریم.
05:30
And furthermore, we don't even know what language they spoke.
129
315000
3000
و مضاف بر آن، ما حتی نمی‌دانیم
زبان آنها چه بوده.
زبان آنها چه بوده.
05:33
And to make matters even worse,
130
318000
2000
و باز برای سخت‌تر شدن اوضاع،
05:35
most of the text that we have are extremely short.
131
320000
2000
بیشتر متن‌هایی که در دست داریم
خیلی کوتاه‌اند.
خیلی کوتاه‌اند.
05:37
So as I showed you, they're usually found on these seals
132
322000
2000
و همان‌طور که نشان‌تان دادم،
معمولاً روی این مهرهای
معمولاً روی این مهرهای
05:39
that are very, very tiny.
133
324000
2000
خیلی خیلی کوچک هستند.
05:41
And so given these formidable obstacles,
134
326000
2000
و حال با این موانع دشوار،
کسی شاید نگران شود و بپرسد که
05:43
one might wonder and worry
135
328000
2000
05:45
whether one will ever be able to decipher the Indus script.
136
330000
3000
آیا زمانی یک نفر متون ایندوسی را
رمزگشایی خواهد کرد؟
رمزگشایی خواهد کرد؟
05:48
In the rest of my talk,
137
333000
2000
در باقی‌مانده‌ی سخنرانی‌ام،
می‌خوام بهتون بگم چطور یاد گرفتم
نگران نباشم
نگران نباشم
05:50
I'd like to tell you about how I learned to stop worrying
138
335000
2000
05:52
and love the challenge posed by the Indus script.
139
337000
2000
و عاشق این چالش به وجود آمده
از خط-نوشته‌ی ایندوسی باشم.
از خط-نوشته‌ی ایندوسی باشم.
05:54
I've always been fascinated by the Indus script
140
339000
3000
من همیشه شیفته‌ی متن ایندوسی بودم
از زمانی که در درس‌های کتاب مدرسه
راجع بهش خوندم.
راجع بهش خوندم.
05:57
ever since I read about it in a middle school textbook.
141
342000
2000
05:59
And why was I fascinated?
142
344000
2000
و چرا مجذوبش شدم؟
06:01
Well it's the last major undeciphered script in the ancient world.
143
346000
4000
خب این آخرین متن مهم رمزگشایی نشده
در دنیای باستانه.
در دنیای باستانه.
06:05
My career path led me to become a computational neuroscientist,
144
350000
3000
مسیر شغلی من باعث شد که
مهندس شبکه‌های عصبی کامپیوتری بشوم،
مهندس شبکه‌های عصبی کامپیوتری بشوم،
06:08
so in my day job,
145
353000
2000
و در کار روزانه‌ام،
06:10
I create computer models of the brain
146
355000
2000
مدل‌های کامپیوتری از مغز می‌سازم
06:12
to try to understand how the brain makes predictions,
147
357000
3000
تا بفهمم مغز چطور پیش‌بینی می‌کنه،
06:15
how the brain makes decisions,
148
360000
2000
چطور تصمیم‌گیری می‌کنه،
06:17
how the brain learns and so on.
149
362000
2000
چطوری می‌آموزه و غیره.
اما سال ۲۰۰۷ باز گذرم
به خط-نوشته‌ی ایندوسی افتاد.
به خط-نوشته‌ی ایندوسی افتاد.
06:19
But in 2007, my path crossed again with the Indus script.
150
364000
3000
06:22
That's when I was in India,
151
367000
2000
اون سال در هند بودم،
06:24
and I had the wonderful opportunity
152
369000
2000
و این فرصت استثنایی رو داشتم
06:26
to meet with some Indian scientists
153
371000
2000
که با چند دانشمند هندی دیدار کنم
06:28
who were using computer models to try to analyze the script.
154
373000
3000
که از مدل‌های کامپیوتری برای
تحلیل این خط-نوشته استفاده می‌کردند.
تحلیل این خط-نوشته استفاده می‌کردند.
06:31
And so it was then that I realized
155
376000
2000
و آن زمان بود که فهمیدم
06:33
there was an opportunity for me to collaborate with these scientists,
156
378000
3000
این فرصت هست تا بتوانم
با آنها همکاری داشته باشم،
با آنها همکاری داشته باشم،
06:36
and so I jumped at that opportunity.
157
381000
2000
و آن فرصت رو غنیمت شمردم.
06:38
And I'd like to describe some of the results that we have found.
158
383000
2000
و مایلم بعضی از نتایج
این تحقیق رو شرح بدم.
این تحقیق رو شرح بدم.
06:40
Or better yet, let's all collectively decipher.
159
385000
3000
یا اصلاً بیایید با هم رمزگشایی‌اش کنیم.
06:43
Are you ready?
160
388000
2000
آماده هستید؟
06:45
The first thing that you need to do when you have an undeciphered script
161
390000
3000
اولین کاری که در مواجهه با یک
متن رمزگشایی نشده باید بکنید
متن رمزگشایی نشده باید بکنید
06:48
is try to figure out the direction of writing.
162
393000
2000
اینه که جهت اون نوشته رو پیدا کنید.
06:50
Here are two texts that contain some symbols on them.
163
395000
3000
در تصویر دو متن هست که
علائمی رویشان است.
علائمی رویشان است.
06:53
Can you tell me
164
398000
2000
آیا می‌توانید بگویید
06:55
if the direction of writing is right to left or left to right?
165
400000
3000
جهت خواندن راست به چپ است
یا از چپ به راست؟
یا از چپ به راست؟
06:58
I'll give you a couple of seconds.
166
403000
3000
چند ثانیه به شما وقت می‌دم.
07:01
Okay. Right to left, how many? Okay.
167
406000
3000
خیلی‌خب. راست به چپ چند نفر؟ خوبه.
07:04
Okay. Left to right?
168
409000
2000
خب، از چپ به راست؟
07:06
Oh, it's almost 50/50. Okay.
169
411000
2000
آه، تقریباً ۵۰/۵۰ هست. خیلی‌خب.
07:08
The answer is:
170
413000
2000
پاسخ اینه:
07:10
if you look at the left-hand side of the two texts,
171
415000
2000
اگر به سمت چپ دو نوشته نگاه کنید،
07:12
you'll notice that there's a cramping of signs,
172
417000
3000
می‌بینید که آنجا چندین علامت متراکم شده،
07:15
and it seems like 4,000 years ago,
173
420000
2000
و به نظر می‌رسه ۴٫۰۰۰ سال قبل
07:17
when the scribe was writing from right to left,
174
422000
2000
زمانی‌که متن از راست به چپ نوشته می‌شده،
07:19
they ran out of space.
175
424000
2000
جا کم آورده‌اند.
07:21
And so they had to cram the sign.
176
426000
2000
و مجبور شده‌اند علامت‌ها رو فشرده کنند.
07:23
One of the signs is also below the text on the top.
177
428000
2000
یکی از علائم در بالای تصویر
از خط اصلی پایین‌تره.
از خط اصلی پایین‌تره.
07:25
This suggests the direction of writing
178
430000
2000
این بیانگر جهت نوشته است
07:27
was probably from right to left,
179
432000
2000
که احتمالاً راست به چپ بوده،
07:29
and so that's one of the first things we know,
180
434000
2000
و این اولین چیزی است که می‌دانیم،
این جهت‌دار بودن یک ویژگی خیلی مهم
از نوشته‌های مربوط به زبان است،
از نوشته‌های مربوط به زبان است،
07:31
that directionality is a very key aspect of linguistic scripts.
181
436000
3000
07:34
And the Indus script now has
182
439000
2000
و خط-نوشته‌ی ایندوسی حالا
07:36
this particular property.
183
441000
2000
این ویژگی رو دارد.
این خط-نوشته چه خصوصیات دیگری
که مربوط به زبان باشد را نشان می‌دهد؟
که مربوط به زبان باشد را نشان می‌دهد؟
07:38
What other properties of language does the script show?
184
443000
2000
07:40
Languages contain patterns.
185
445000
2000
زبان‌ها دارای الگو هستند.
07:42
If I give you the letter Q
186
447000
2000
اگر به شما حرف Q را بدهم
و از شما بخواهم حرف بعد را پیش‌بینی کنید
فکر می‌کنید چه حرفی خواهد بود؟
فکر می‌کنید چه حرفی خواهد بود؟
07:44
and ask you to predict the next letter, what do you think that would be?
187
449000
3000
07:47
Most of you said U, which is right.
188
452000
2000
بیشتر شما گفتید U که درست هم هست.
07:49
Now if I asked you to predict one more letter,
189
454000
2000
حال اگر درخواست می‌کردم
یک حرف دیگر را هم بگویید،
یک حرف دیگر را هم بگویید،
07:51
what do you think that would be?
190
456000
2000
آن حرف به نظرتان کدام است؟
07:53
Now there's several thoughts. There's E. It could be I. It could be A,
191
458000
3000
چندین احتمال هست. شاید E باشد.
شاید I یا شاید A
شاید I یا شاید A
07:56
but certainly not B, C or D, right?
192
461000
3000
اما مطمئناً C ، B یا D نیست. درسته؟
07:59
The Indus script also exhibits similar kinds of patterns.
193
464000
3000
متن ایندوسی هم چنین الگوهایی در خود دارد.
08:02
There's a lot of text that start with this diamond-shaped symbol.
194
467000
3000
و متن‌های بی‌شماری هست که با این
نماد الماسی‌شکل شروع می‌شوند.
نماد الماسی‌شکل شروع می‌شوند.
08:05
And this in turn tends to be followed
195
470000
2000
و این در عوض تمایل دارد که
با این علائم شبیه نقل‌قول ادامه یابد.
08:07
by this quotation marks-like symbol.
196
472000
2000
08:09
And this is very similar to a Q and U example.
197
474000
2000
و این خیلی شبیه به مثال
Q و U است.
Q و U است.
08:11
This symbol can in turn be followed
198
476000
2000
در اینجا بعد از این علامت می‌شه
08:13
by these fish-like symbols and some other signs,
199
478000
3000
این علامت‌های ماهی‌شکل و
چند علامت دیگه بیان،
چند علامت دیگه بیان،
08:16
but never by these other signs at the bottom.
200
481000
2000
اما هیچوقت این علامت‌های پایینی
نمی‌شه بیان.
نمی‌شه بیان.
08:18
And furthermore, there's some signs
201
483000
2000
و بعلاوه، چند علامت هم هستند
08:20
that really prefer the end of texts,
202
485000
2000
که واقعاً آخر متن رو ترجیح می‌دن.
08:22
such as this jar-shaped sign,
203
487000
2000
مانند این علامت ظرفی‌شکل،
08:24
and this sign, in fact, happens to be
204
489000
2000
و این علامت، از قضا
بیشترین علامت تکرار شده
در این خط-نوشته است.
در این خط-نوشته است.
08:26
the most frequently occurring sign in the script.
205
491000
2000
08:28
Given such patterns, here was our idea.
206
493000
3000
بعد از گفتن این الگوها،
ایده‌ی ما این بود.
ایده‌ی ما این بود.
08:31
The idea was to use a computer
207
496000
2000
ایده استفاده از کامپیوتر برای
08:33
to learn these patterns,
208
498000
2000
یافتن این الگوها بود،
08:35
and so we gave the computer the existing texts.
209
500000
3000
پس متون موجود رو به کامپیوتر دادیم.
08:38
And the computer learned a statistical model
210
503000
2000
و کامپیوتر مدلی آماری یافت
08:40
of which symbols tend to occur together
211
505000
2000
از علامت‌هایی که معمولاً با هم میان
08:42
and which symbols tend to follow each other.
212
507000
2000
و علامت‌هایی که غالباً پشت‌هم میان.
08:44
Given the computer model,
213
509000
2000
حال که مدل کامپیوتری داریم،
08:46
we can test the model by essentially quizzing it.
214
511000
3000
می‌تونیم آن را با آزمودن بسنجیم.
08:49
So we could deliberately erase some symbols,
215
514000
2000
پس می‌تونیم بعضی علامت‌ها رو
با ترفند پاک کنیم،
با ترفند پاک کنیم،
08:51
and we can ask it to predict the missing symbols.
216
516000
3000
و ازش بخوایم علامت‌های
حذف شده رو حدس بزنه.
حذف شده رو حدس بزنه.
08:54
Here are some examples.
217
519000
3000
چند مثالش اینجاست.
09:00
You may regard this
218
525000
2000
شاید این رو به عنوان
09:02
as perhaps the most ancient game
219
527000
2000
قدیمی‌ترین بازی باستانی از
«چرخ شانس» در نظر بگیرید.
(برنامه تلویزیونی حل جدول)
(برنامه تلویزیونی حل جدول)
09:04
of Wheel of Fortune.
220
529000
3000
09:08
What we found
221
533000
2000
نتیجه این بود که
09:10
was that the computer was successful in 75 percent of the cases
222
535000
2000
کامپیوتر در ۷۵ درصد موارد
علامت درست رو
علامت درست رو
09:12
in predicting the correct symbol.
223
537000
2000
به خوبی پیش‌بینی کرد.
09:14
In the rest of the cases,
224
539000
2000
در باقی موارد،
09:16
typically the second best guess or third best guess was the right answer.
225
541000
3000
معمولاً دومین یا سومین حدس آن
جواب صحیح ما بود.
جواب صحیح ما بود.
09:19
There's also practical use
226
544000
2000
استفاده‌ی عملی دیگری هم
09:21
for this particular procedure.
227
546000
2000
برای این پروسه‌ی خاص وجود دارد.
09:23
There's a lot of these texts that are damaged.
228
548000
2000
انبوهی از این متون هست
که آسیب دیده‌اند.
که آسیب دیده‌اند.
09:25
Here's an example of one such text.
229
550000
2000
این یک مثال از آن متون است.
09:27
And we can use the computer model now to try to complete this text
230
552000
3000
و می‌شه با استفاده از این مدل کامپیوتری
این متن‌ها رو کامل کرد.
این متن‌ها رو کامل کرد.
09:30
and make a best guess prediction.
231
555000
2000
و بهترین حدس رو ازش دریافت کرد.
09:32
Here's an example of a symbol that was predicted.
232
557000
3000
اینجا یک مثال از علامتی است
که پیش‌بینی شده.
که پیش‌بینی شده.
09:35
And this could be really useful as we try to decipher the script
233
560000
2000
و این می‌تونه واقعاً در
رمزگشایی این متن با
رمزگشایی این متن با
09:37
by generating more data that we can analyze.
234
562000
3000
تولید اطلاعات بیشتر که
بتونیم تحلیل کنیم مفید باشه.
بتونیم تحلیل کنیم مفید باشه.
09:40
Now here's one other thing you can do with the computer model.
235
565000
3000
حال یک چیز دیگر که می‌شه
با مدل کامپیوتری انجام داد.
با مدل کامپیوتری انجام داد.
09:43
So imagine a monkey
236
568000
2000
میمونی را تصور کنید
09:45
sitting at a keyboard.
237
570000
2000
که پشت کیبورد بنشیند.
09:47
I think you might get a random jumble of letters that looks like this.
238
572000
3000
فکر می‌کنم دسته‌ای تصادفی از حروف
شبیه به این تحویل بگیرید.
شبیه به این تحویل بگیرید.
09:50
Such a random jumble of letters
239
575000
2000
چنین دسته‌ی تصادفی از حروف
09:52
is said to have a very high entropy.
240
577000
2000
دارای بی‌نظمی خیلی بالایی است.
09:54
This is a physics and information theory term.
241
579000
2000
این اصطلاح نظریه‌ی اطلاعات
و علم فیزیک است.
و علم فیزیک است.
09:56
But just imagine it's a really random jumble of letters.
242
581000
3000
اما تصور کنید واقعاً این
یک دسته‌ی تصادفی از حروف باشد.
یک دسته‌ی تصادفی از حروف باشد.
09:59
How many of you have ever spilled coffee on a keyboard?
243
584000
4000
چند نفر از شما تا کنون
قهوه را روی کیبورد ریخته‌اید؟
قهوه را روی کیبورد ریخته‌اید؟
10:03
You might have encountered the stuck-key problem --
244
588000
2000
احتمالاً با گیرکردن دکمه‌های کیبورد
مواجه شدید --
مواجه شدید --
10:05
so basically the same symbol being repeated over and over again.
245
590000
3000
طوری که یک علامت
بارها و بارها تکرار می‌شه.
بارها و بارها تکرار می‌شه.
10:08
This kind of a sequence is said to have a very low entropy
246
593000
3000
به این سری می‌گیم
بی‌نظمی خیلی کمی داره.
بی‌نظمی خیلی کمی داره.
10:11
because there's no variation at all.
247
596000
2000
چون اصلاً گوناگونی در کار نیست.
10:13
Language, on the other hand, has an intermediate level of entropy;
248
598000
3000
زبان، از طرف دیگر، بی‌نظمی متوسطی دارد،
10:16
it's neither too rigid,
249
601000
2000
نه خیلی یکنواخت است
10:18
nor is it too random.
250
603000
2000
نه خیلی پرتغییر.
10:20
What about the Indus script?
251
605000
2000
متن ایندویی چطور؟
10:22
Here's a graph that plots the entropies of a whole bunch of sequences.
252
607000
4000
اینجا نموداری هست که ترسیم‌گر
بی‌نظمی تمام انواع سری‌هاست.
بی‌نظمی تمام انواع سری‌هاست.
10:26
At the very top you find the uniformly random sequence,
253
611000
2000
در بالای نمودار شاهد
سری تصادفی یکنواخت هستید،
سری تصادفی یکنواخت هستید،
10:28
which is a random jumble of letters --
254
613000
2000
که یک دسته‌ی تصادفی از حروف است --
10:30
and interestingly, we also find
255
615000
2000
و جالب آنکه سری دی‌ان‌ای ژنوم انسان
10:32
the DNA sequence from the human genome and instrumental music.
256
617000
3000
و موسیقی سازی رو هم داریم
10:35
And both of these are very, very flexible,
257
620000
2000
و هر دوی اینها خیلی پرتغییر هستند،
10:37
which is why you find them in the very high range.
258
622000
2000
به همین دلیل آنها را در
گستره‌ی خیلی بالایی مشاهده می‌کنید.
گستره‌ی خیلی بالایی مشاهده می‌کنید.
10:39
At the lower end of the scale,
259
624000
2000
در سمت پایین نمودار،
10:41
you find a rigid sequence, a sequence of all A's,
260
626000
2000
یک سری یکنواخت را می‌بینید،
سری تماماً A
سری تماماً A
10:43
and you also find a computer program,
261
628000
2000
و همین‌طور یک برنامه‌ی
کامپیوتری هم می‌بینید
کامپیوتری هم می‌بینید
10:45
in this case in the language Fortran,
262
630000
2000
که در این مورد زبان فرترن هست،
10:47
which obeys really strict rules.
263
632000
2000
که از قوانین خیلی سختی پیروی می‌کند.
10:49
Linguistic scripts
264
634000
2000
متن‌های مرتبط با زبان
10:51
occupy the middle range.
265
636000
2000
گستره‌ی وسط را شامل می‌شوند.
10:53
Now what about the Indus script?
266
638000
2000
اما جای متن ایندوسی کجاست؟
10:55
We found that the Indus script
267
640000
2000
ما پی بردیم که متن ایندوسی
10:57
actually falls within the range of the linguistic scripts.
268
642000
2000
در واقع جزو گستره‌ی متن‌های
مرتبط با زبان است.
مرتبط با زبان است.
10:59
When this result was first published,
269
644000
2000
زمانی‌که برای نخستین بار
این نتیجه منتشر شد،
این نتیجه منتشر شد،
11:01
it was highly controversial.
270
646000
3000
خیلی بحث‌برانگیز شد.
11:04
There were people who raised a hue and cry,
271
649000
3000
عده‌ای سروصدا راه انداختند،
11:07
and these people were the ones who believed
272
652000
2000
اینها کسانی بودند که اعتقاد داشتند
11:09
that the Indus script does not represent language.
273
654000
3000
متن ایندوسی بیانگر یک زبان نیست.
حتی پیام‌های نفرت‌بار هم دریافت کردم.
11:12
I even started to get some hate mail.
274
657000
2000
11:14
My students said
275
659000
2000
دانشجوهایم بهم می‌گفتند
11:16
that I should really seriously consider getting some protection.
276
661000
3000
باید به طور جدی به فکر
داشتن محافظ باشم.
داشتن محافظ باشم.
11:19
Who'd have thought
277
664000
2000
چه کسی فکر می‌کرد
11:21
that deciphering could be a dangerous profession?
278
666000
2000
رمزگشایی می‌تواند یک شغل خطرناک باشد؟
11:23
What does this result really show?
279
668000
2000
این نتیجه واقعاً نشان‌دهنده‌ی چه چیزی است؟
11:25
It shows that the Indus script
280
670000
2000
نشانگر این است که متن ایندوسی
11:27
shares an important property of language.
281
672000
2000
خاصیت‌های مهمی از زبان را داراست.
11:29
So, as the old saying goes,
282
674000
2000
خب همان‌طور که قبلاً هم گفتم،
11:31
if it looks like a linguistic script
283
676000
2000
اگر شبیه به یک متن مربوط به زبان باشد
11:33
and it acts like a linguistic script,
284
678000
2000
و شبیه یک متن مربوط به زبان عمل کند،
11:35
then perhaps we may have a linguistic script on our hands.
285
680000
3000
آنوقت شاید این یک خط نوشته‌ی
مربوط به زبان باشد.
مربوط به زبان باشد.
11:38
What other evidence is there
286
683000
2000
چه سرنخ دیگری داریم که نشان دهد
11:40
that the script could actually encode language?
287
685000
2000
این خط نوشته‌ی یک زبان دارای معنی است؟
11:42
Well linguistic scripts can actually encode multiple languages.
288
687000
3000
خب با یک دسته الفبا می‌شود
به چندین زبان نوشت.
به چندین زبان نوشت.
11:45
So for example, here's the same sentence written in English
289
690000
3000
برای مثال، این یک جمله
به زبان انگلیسی است
به زبان انگلیسی است
11:48
and the same sentence written in Dutch
290
693000
2000
و همان جمله به زبان آلمانی
11:50
using the same letters of the alphabet.
291
695000
2000
که با حروف الفبای یکسان نوشته شده‌اند.
11:52
If you don't know Dutch and you only know English
292
697000
3000
اگر آلمانی ندانید و تنها
انگلیسی بلد باشید
انگلیسی بلد باشید
11:55
and I give you some words in Dutch,
293
700000
2000
و به شما چند کلمه‌ای آلمانی بدهم،
11:57
you'll tell me that these words contain
294
702000
2000
خواهید گفت که این کلمات
11:59
some very unusual patterns.
295
704000
2000
حاوی الگوهای خیلی عجیبی هستند.
12:01
Some things are not right,
296
706000
2000
یک چیزهایی درست نیست،
12:03
and you'll say these words are probably not English words.
297
708000
3000
و خواهید گفت احتمالاً این کلمات
انگلیسی نیستند.
انگلیسی نیستند.
چنین اتفاقی هم در مورد
متن ایندوسی صادق است.
متن ایندوسی صادق است.
12:06
The same thing happens in the case of the Indus script.
298
711000
2000
12:08
The computer found several texts --
299
713000
2000
کامپیوتر چندین متن را پیدا کرد --
12:10
two of them are shown here --
300
715000
2000
دو تا از آنها را در تصویر می‌بینید --
12:12
that have very unusual patterns.
301
717000
2000
که الگوهای خیلی عجیبی دارند.
12:14
So for example the first text:
302
719000
2000
برای مثال در اولین متن:
12:16
there's a doubling of this jar-shaped sign.
303
721000
3000
تکرار علامت ظرفی‌شکل آمده
12:19
This sign is the most frequently-occurring sign
304
724000
2000
این علامت دارای بیشترین تناوب
12:21
in the Indus script,
305
726000
2000
در متن ایندوسی است،
12:23
and it's only in this text
306
728000
2000
و فقط در این متن است که
12:25
that it occurs as a doubling pair.
307
730000
2000
به صورت دوتایی ظاهر شده.
12:27
Why is that the case?
308
732000
2000
چرا اینطور شده؟
12:29
We went back and looked at where these particular texts were found,
309
734000
3000
به عقب برگشتیم و نگاه کردیم
کجا این متن‌های خاص پیدا شده‌اند،
کجا این متن‌های خاص پیدا شده‌اند،
12:32
and it turns out that they were found
310
737000
2000
و معلوم شد در جایی خیلی خیلی
12:34
very, very far away from the Indus Valley.
311
739000
2000
دورتر از «دره‌ی ایندیوس» پیدا شده‌اند.
12:36
They were found in present day Iraq and Iran.
312
741000
3000
در جای عراق و ایران امروزی یافت شده‌اند.
12:39
And why were they found there?
313
744000
2000
و چرا آنجا پیدا شده‌اند؟
12:41
What I haven't told you is that
314
746000
2000
چیزی که به شما نگفتم این است که
12:43
the Indus people were very, very enterprising.
315
748000
2000
مردم ایندوس خیلی خیلی ماجراجو بودند.
12:45
They used to trade with people pretty far away from where they lived,
316
750000
3000
عادت داشتند با مردمانی بسیار دور از
منطقه‌ی خودشان داد و ستد کنند،
منطقه‌ی خودشان داد و ستد کنند،
12:48
and so in this case, they were traveling by sea
317
753000
3000
و در این مورد، آنها از راه دریا
12:51
all the way to Mesopotamia, present-day Iraq.
318
756000
3000
تا بین‌النهرین در عراق امروزی رفته بودند.
12:54
And what seems to have happened here
319
759000
2000
و چیزی که به نظر می‌رسد
آنجا رخ داده باشد
آنجا رخ داده باشد
12:56
is that the Indus traders, the merchants,
320
761000
3000
این است که بازرگان‌های ایندوس
12:59
were using this script to write a foreign language.
321
764000
3000
از این متن برای نوشتن یک
زبان بیگانه استفاده می‌کرده‌اند.
زبان بیگانه استفاده می‌کرده‌اند.
13:02
It's just like our English and Dutch example.
322
767000
2000
درست شبیه مثال انگلیسی و آلمانی خودمان.
13:04
And that would explain why we have these strange patterns
323
769000
2000
و این شاید توجیه کند که چرا
این الگوهای عجیب را داریم
این الگوهای عجیب را داریم
13:06
that are very different from the kinds of patterns you see in the text
324
771000
3000
که با متنی که در دره‌ی ایندوس یافت شده بود
13:09
that are found within the Indus Valley.
325
774000
3000
فرق خیلی زیادی دارند.
13:12
This suggests that the same script, the Indus script,
326
777000
2000
این یعنی همان خط، خط ایندوسی،
13:14
could be used to write different languages.
327
779000
3000
شاید برای نوشتن زبان‌های دیگری
به کار رفته باشد.
به کار رفته باشد.
13:17
The results we have so far seem to point to the conclusion
328
782000
3000
مشاهداتی که تاکنون به دست آورده‌ایم
به این نتیجه می‌رسند
به این نتیجه می‌رسند
13:20
that the Indus script probably does represent language.
329
785000
3000
که متن ایندوسی احتمالاً بیانگر زبان است.
13:23
If it does represent language,
330
788000
2000
اما اگر بیانگر زبان باشد،
13:25
then how do we read the symbols?
331
790000
2000
چطور باید علائم را بخوانیم؟
13:27
That's our next big challenge.
332
792000
2000
این چالش بزرگ بعدی ماست.
13:29
So you'll notice that many of the symbols
333
794000
2000
می‌بینید که خیلی از این علامت‌ها
13:31
look like pictures of humans, of insects,
334
796000
2000
شبیه تصویر انسان‌ها، حشرات
13:33
of fishes, of birds.
335
798000
3000
ماهی‌ها و پرندگان است
13:36
Most ancient scripts
336
801000
2000
اغلب متون باستانی
13:38
use the rebus principle,
337
803000
2000
از اصل تصویرسازی استفاده می‌کنند،
13:40
which is, using pictures to represent words.
338
805000
3000
یعنی استفاده از تصاویر در کلمات.
13:43
So as an example, here's a word.
339
808000
3000
برای مثال، این یک کلمه است.
13:46
Can you write it using pictures?
340
811000
2000
می‌توانید با تصویر آن را بنویسید؟
13:48
I'll give you a couple seconds.
341
813000
2000
چند ثانیه به شما وقت می‌دهم.
13:50
Got it?
342
815000
2000
شد؟
13:52
Okay. Great.
343
817000
2000
خیلی‌خب. خوبه.
13:54
Here's my solution.
344
819000
2000
راه حل من اینه.
می‌شه از تصویر زنبور عسل
در کنار تصویر یک برگ استفاده کرد --
در کنار تصویر یک برگ استفاده کرد --
13:56
You could use the picture of a bee followed by a picture of a leaf --
345
821000
2000
13:58
and that's "belief," right.
346
823000
2000
که می‌شه «اعتقاد» خب.
14:00
There could be other solutions.
347
825000
2000
شاید راه حل‌های دیگری هم باشد.
14:02
In the case of the Indus script,
348
827000
2000
در مورد متن ایندوسی،
14:04
the problem is the reverse.
349
829000
2000
مشکل برعکسه.
14:06
You have to figure out the sounds of each of these pictures
350
831000
3000
باید صدای هر یک از این تصاویر رو
پیدا کنید
پیدا کنید
14:09
such that the entire sequence makes sense.
351
834000
2000
به گونه‌ای که کل سری
بامعنی باشه.
بامعنی باشه.
14:11
So this is just like a crossword puzzle,
352
836000
3000
پس مثل یک جدول کلمات متقاطع هست،
14:14
except that this is the mother of all crossword puzzles
353
839000
3000
جز اینکه این مادر تمام اینگونه معماهاست.
14:17
because the stakes are so high if you solve it.
354
842000
4000
چون شانس حل کردنش خیلی کمه.
14:21
My colleagues, Iravatham Mahadevan and Asko Parpola,
355
846000
3000
همکارانم،
ایراواتام ماهادوان و آسکو پارپولا،
ایراواتام ماهادوان و آسکو پارپولا،
در حل این مسآله‌ی خاص
مشغول تلاش بودند.
مشغول تلاش بودند.
14:24
have been making some headway on this particular problem.
356
849000
2000
14:26
And I'd like to give you a quick example of Parpola's work.
357
851000
2000
و مایلم مثالی فوری از
کار پارپولا بگم.
کار پارپولا بگم.
14:28
Here's a really short text.
358
853000
2000
این یک متن خیلی کوتاه است.
14:30
It contains seven vertical strokes followed by this fish-like sign.
359
855000
3000
شامل هفت خط تیره عمودی
در کنار این علامت ماهی‌شکل است.
در کنار این علامت ماهی‌شکل است.
14:33
And I want to mention that these seals were used
360
858000
2000
و می‌خواهم اشاره کنم که
این مهرها برای
این مهرها برای
14:35
for stamping clay tags
361
860000
2000
لوح‌های گلی مصرف می‌شدند
14:37
that were attached to bundles of goods,
362
862000
2000
که به بسته‌های کالا وصل می‌شدند،
14:39
so it's quite likely that these tags, at least some of them,
363
864000
3000
پس کاملاً محتمل است که این لوح‌ها،
حداقل بعضی از آنها،
حداقل بعضی از آنها،
14:42
contain names of merchants.
364
867000
2000
شامل نام بازرگان‌شان باشند.
14:44
And it turns out that in India
365
869000
2000
و معلوم شد در هند
14:46
there's a long tradition
366
871000
2000
سنتی خیلی قدیمی هست
14:48
of names being based on horoscopes
367
873000
2000
که اسامی براساس طالع
14:50
and star constellations present at the time of birth.
368
875000
3000
و صور فلکی حاضر
در زمان تولد انتخاب می‌شدند.
در زمان تولد انتخاب می‌شدند.
14:53
In Dravidian languages,
369
878000
2000
در زبان‌های دراویدی،
14:55
the word for fish is "meen"
370
880000
2000
کلمه‌ی برابر ماهی «مین» است
14:57
which happens to sound just like the word for star.
371
882000
3000
که خیلی شبیه به کلمه‌ی ستاره است.
15:00
And so seven stars
372
885000
2000
و هفت ستاره
15:02
would stand for "elu meen,"
373
887000
2000
«ایلو مین» خوانده می‌شود.
15:04
which is the Dravidian word
374
889000
2000
که لغت دراویدی است
15:06
for the Big Dipper star constellation.
375
891000
2000
برای صورت فلکی دب اکبر.
15:08
Similarly, there's another sequence of six stars,
376
893000
3000
به طور مشابه، یک سری دیگر
از شش ستاره هست
از شش ستاره هست
15:11
and that translates to "aru meen,"
377
896000
2000
و ترجمه می‌شود به «آرو مین»،
15:13
which is the old Dravidian name
378
898000
2000
که نام قدیمی دراویدی
15:15
for the star constellation Pleiades.
379
900000
2000
برای صورت فلکی گاو است.
15:17
And finally, there's other combinations,
380
902000
3000
و در آخر، ترکیبات دیگری هست
15:20
such as this fish sign with something that looks like a roof on top of it.
381
905000
3000
مانند این علامت ماهی با چیزی شبیه به
یک سقف روی آن.
یک سقف روی آن.
15:23
And that could be translated into "mey meen,"
382
908000
3000
که شاید ترجمه شود به
«می مین»،
«می مین»،
15:26
which is the old Dravidian name for the planet Saturn.
383
911000
3000
که نام قدیمی دراویدی برای
سیاره‌ی زحل است.
سیاره‌ی زحل است.
15:29
So that was pretty exciting.
384
914000
2000
و این خیلی هیجان‌انگیز بود.
15:31
It looks like we're getting somewhere.
385
916000
2000
انگار داریم به جاهایی می‌رسیم.
15:33
But does this prove
386
918000
2000
اما آیا این اثبات می‌کند
15:35
that these seals contain Dravidian names
387
920000
2000
که مهرها دارای نام‌های دراویدی
15:37
based on planets and star constellations?
388
922000
2000
بر اساس سیارات و صور فلکی هستند؟
15:39
Well not yet.
389
924000
2000
خب نه هنوز.
15:41
So we have no way of validating
390
926000
2000
پس چاره‌ای نداریم جز اعتباربخشی
15:43
these particular readings,
391
928000
2000
به این متون خاص،
15:45
but if more and more of these readings start making sense,
392
930000
3000
ولی اگر متون بیشتری از آنها معنا دهد،
15:48
and if longer and longer sequences
393
933000
2000
و اگر سری‌های بلند و بلندتری
15:50
appear to be correct,
394
935000
2000
به درستی ظاهر شوند،
15:52
then we know that we are on the right track.
395
937000
2000
خواهیم فهمید که در مسیر درست هستیم.
15:54
Today,
396
939000
2000
امروز،
15:56
we can write a word such as TED
397
941000
3000
می‌توانیم کلمه‌ای مانند TED را
15:59
in Egyptian hieroglyphics and in cuneiform script,
398
944000
3000
به زبان هیروگلیف مصری
و خط میخی بنویسیم،
و خط میخی بنویسیم،
16:02
because both of these were deciphered
399
947000
2000
چون هر دوی اینها در قرن نوزدهم
16:04
in the 19th century.
400
949000
2000
رمزگشایی شده‌اند.
16:06
The decipherment of these two scripts
401
951000
2000
رمزگشایی این دو خط
16:08
enabled these civilizations to speak to us again directly.
402
953000
3000
تمدن‌هایشان را قادر ساخت
تا دوباره با ما مستقیم صحبت کنند.
تا دوباره با ما مستقیم صحبت کنند.
16:11
The Mayans
403
956000
2000
مایاها
16:13
started speaking to us in the 20th century,
404
958000
2000
در قرن بیستم شروع به گفتگو با ما کردند.
16:15
but the Indus civilization remains silent.
405
960000
3000
اما تمدن ایندوس همچنان ساکت مانده.
16:18
Why should we care?
406
963000
2000
چرا برایمان مهم باشد؟
16:20
The Indus civilization does not belong
407
965000
2000
تمدن ایندوس تنها به جنوب هند
16:22
to just the South Indians or the North Indians
408
967000
2000
یا به شمال هند یا به پاکستان
16:24
or the Pakistanis;
409
969000
2000
تعلق ندارد،
16:26
it belongs to all of us.
410
971000
2000
متعلق به همه‌ی ماست.
16:28
These are our ancestors --
411
973000
2000
آنها نیاکان ما هستند --
16:30
yours and mine.
412
975000
2000
نیاکان من و شما.
16:32
They were silenced
413
977000
2000
آنها به واسطه‌ی یک
16:34
by an unfortunate accident of history.
414
979000
2000
اتفاق ناگوار تاریخی خاموش شدند.
16:36
If we decipher the script,
415
981000
2000
اگر این خط را رمزگشایی کنیم،
16:38
we would enable them to speak to us again.
416
983000
2000
آنها را قادر می‌سازیم
تا دوباره با ما صحبت کنند.
تا دوباره با ما صحبت کنند.
16:40
What would they tell us?
417
985000
3000
به ما چه خواهند گفت؟
16:43
What would we find out about them? About us?
418
988000
3000
درباره آنها،
درباره خودمان چه خواهیم فهمید؟
درباره خودمان چه خواهیم فهمید؟
16:46
I can't wait to find out.
419
991000
3000
بی‌صبرانه منتظرم بفهمم.
16:49
Thank you.
420
994000
2000
متشکرم.
16:51
(Applause)
421
996000
4000
(تشویق)
ABOUT THE SPEAKER
Rajesh Rao - Computational neuroscientistRajesh Rao seeks to understand the human brain through computational modeling, on two fronts: developing computer models of our minds, and using tech to decipher the 4,000-year-old lost script of the Indus Valley civilization.
Why you should listen
Rajesh Rao is looking for the computational principles underlying the brain's remarkable ability to learn, process and store information -- hoping to apply this knowledge to the task of building adaptive robotic systems and artificially intelligent agents.
Some of the questions that motivate his research include: How does the brain learn efficient representations of novel objects and events occurring in the natural environment? What are the algorithms that allow useful sensorimotor routines and behaviors to be learned? What computational mechanisms allow the brain to adapt to changing circumstances and remain fault-tolerant and robust?
By investigating these questions within a computational and probabilistic framework, it is often possible to derive algorithms that not only provide functional interpretations of neurobiological properties but also suggest solutions to difficult problems in computer vision, speech, robotics and artificial intelligence.
Rajesh Rao | Speaker | TED.com