BOX SET: 6 Minute English - 'Technology 2' English mega-class! Thirty minutes of new vocabulary!

163,256 views ・ 2022-10-16

BBC Learning English


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو. الترجمة المترجمة تتم ترجمتها آليًا.

00:05
Hello. This is 6 Minute English
0
5920
1760
مرحبًا. هذه 6 دقائق للغة الإنجليزية
00:07
from BBC Learning English.
1
7680
1440
من BBC Learning English.
00:09
I’m Sam.
2
9120
720
00:09
And I’m Neil.
3
9840
880
أنا سام.
وأنا نيل.
00:10
On Saturday mornings I love going
4
10720
2000
في صباح يوم السبت ، أحب الذهاب
00:12
to watch football in the park.
5
12720
1920
لمشاهدة كرة القدم في الحديقة.
00:14
The problem is when it’s cold and
6
14640
1760
المشكلة هي عندما يكون الجو باردًا وممطرًا
00:16
rainy - I look out the bedroom window
7
16400
2160
- أنظر من نافذة غرفة النوم
00:18
and go straight back to bed!
8
18560
1760
وأعود إلى السرير مباشرة!
00:20
Well, instead of going to the park, why
9
20320
2000
حسنًا ، بدلاً من الذهاب إلى الحديقة ، لماذا
00:22
not bring the park to you? Imagine
10
22320
2400
لا تجلب لك الحديقة؟ تخيل
00:24
watching a live version of the
11
24720
1760
مشاهدة نسخة حية من
00:26
football match at home in the warm,
12
26480
1760
مباراة كرة القدم في المنزل في جو دافئ
00:28
with friends. Sound good, Sam?
13
28240
2240
مع الأصدقاء. حسن الصوت يا سام؟
00:30
Sounds great! – but how can I be in
14
30480
2160
يبدو عظيما! - ولكن كيف يمكنني أن أكون في
00:32
two places at once? Is there some
15
32640
2000
مكانين في وقت واحد؟ هل هناك
00:34
amazing invention to do that?
16
34640
1840
اختراع رائع لعمل ذلك؟
00:36
There might be, Sam - and it could
17
36480
1600
قد يكون هناك ، سام - ويمكن أن
00:38
be happening sooner than you think,
18
38080
2080
يحدث في وقت أقرب مما تعتقد ،
00:40
thanks to developments in VR, or
19
40160
2320
بفضل التطورات في الواقع الافتراضي ، أو
00:42
virtual reality. According to Facebook
20
42480
2000
الواقع الافتراضي. وفقًا
00:44
boss, Mark Zuckerberg, in the future
21
44480
2240
لرئيس Facebook ، مارك زوكربيرج ، في المستقبل
00:46
we’ll all spend much of our time
22
46720
1840
سنقضي جميعًا الكثير من وقتنا في
00:48
living and working in the ‘metaverse’ – a
23
48560
2880
العيش والعمل في "metaverse" -
00:51
series of virtual worlds.
24
51440
2400
سلسلة من العوالم الافتراضية. لقد
00:53
Virtual reality is a topic we’ve discussed
25
53840
2480
ناقشنا الواقع الافتراضي
00:56
before at 6 Minute English. But when
26
56320
2720
من قبل في 6 Minute English. ولكن عندما
00:59
Facebook announced that it was
27
59040
1280
أعلن Facebook أنه
01:00
hiring ten thousand new workers
28
60320
2000
يوظف عشرة آلاف عامل جديد
01:02
to develop VR for the ‘metaverse’, we
29
62320
2720
لتطوير VR لـ "metaverse" ،
01:05
thought it was time for another look.
30
65040
1760
اعتقدنا أن الوقت قد حان لإلقاء نظرة أخرى.
01:06
Is this programme, we’ll be hearing two
31
66800
1760
هل هذا البرنامج ، سنسمع
01:08
different opinions on the ‘metaverse’
32
68560
1760
رأيين مختلفين حول "metaverse"
01:10
and how it might shape the future.
33
70320
2000
وكيف يمكن أن يشكل المستقبل.
01:12
But first I have a question for you, Neil.
34
72320
3040
لكن أولاً لدي سؤال لك يا نيل.
01:15
According to a 2021 survey by
35
75360
2480
وفقًا لاستطلاع أجرته
01:17
gaming company, Thrive Analytics, what
36
77840
2880
شركة الألعاب Thrive Analytics لعام 2021 ، ما هي
01:20
percentage of people who try virtual
37
80720
2240
النسبة المئوية للأشخاص الذين جربوا
01:22
reality once want to try it again? Is it:
38
82960
3920
الواقع الافتراضي مرة أخرى والذين يرغبون في تجربته مرة أخرى؟ هل هي:
01:26
a) 9 percent?
39
86880
1920
أ) 9 في المائة؟
01:28
b) 49 percent? or,
40
88800
2240
ب) 49 في المائة؟ أو
01:31
c) 79 percent?
41
91040
2160
ج) 79 بالمائة؟
01:33
I guess with VR you either love it
42
93200
1840
أعتقد مع الواقع الافتراضي أنك إما تحبه
01:35
or hate it, so I’ll say b) 49 percent of
43
95040
3120
أو تكرهه ، لذلك سأقول ب) 49 بالمائة من
01:38
people want to try it again.
44
98160
1840
الناس يريدون تجربته مرة أخرى.
01:40
OK, I’ll reveal the correct answer
45
100000
1840
حسنًا ، سأكشف عن الإجابة الصحيحة
01:41
later in the programme. But what
46
101840
1760
لاحقًا في البرنامج. لكن ما
01:43
Neil said is true: people tend to either
47
103600
2400
قاله نيل صحيح: يميل الناس إما إلى
01:46
love virtual reality or hate it.
48
106000
2720
حب الواقع الافتراضي أو كرهه.
01:48
Somebody who loves it is
49
108720
1440
الشخص الذي يحبه هو
01:50
Emma Ridderstad, CEO of Warpin’, a
50
110160
2800
إيما ريدرستاد ، الرئيس التنفيذي لشركة Warpin ، وهي
01:52
company which develops
51
112960
1280
شركة تطور
01:54
VR technology.
52
114240
1200
تقنية الواقع الافتراضي.
01:55
Here she is telling BBC World
53
115440
1760
ها هي تخبر برنامج BBC World
01:57
Service programme, Tech Tent, her
54
117200
1920
Service ، Tech Tent ،
01:59
vision of the future:
55
119120
1520
رؤيتها للمستقبل:
02:00
In ten years, everything that you
56
120640
1760
في غضون عشر سنوات ، كل ما
02:02
do on your phone today, you will
57
122400
2160
تفعله على هاتفك اليوم ،
02:04
do in 3-D, through your classes
58
124560
2000
ستفعله بطريقة ثلاثية الأبعاد ، من خلال فصولك الدراسية
02:06
for example. You will be able to do
59
126560
2480
على سبيل المثال. ستكون قادرًا على القيام
02:09
your shopping, you will be able to
60
129040
1920
بالتسوق ، وستكون قادرًا على
02:10
meet your friends, you will be able
61
130960
1680
مقابلة أصدقائك ، وستكون قادرًا
02:12
to work remotely with whomever
62
132640
2400
على العمل عن بُعد مع من
02:15
you want, you will be able to share
63
135040
2480
تريد ، وستكون قادرًا على مشاركة
02:17
digital spaces, share music, share
64
137520
3920
المساحات الرقمية ، ومشاركة الموسيقى ، ومشاركة
02:21
art, share projects in digital spaces
65
141440
3200
الفن ، ومشاركة المشاريع في المساحات الرقمية
02:24
between each other. And you will also
66
144640
2080
بينهما. وستكون
02:26
be able to integrate the digital objects
67
146720
2160
قادرًا أيضًا على دمج الأشياء الرقمية
02:28
in your physical world, making the
68
148880
2720
في عالمك المادي ، مما يجعل
02:31
world much more phygital than
69
151600
1840
العالم أكثر فيجيتال بكثير مما هو
02:33
is it today.
70
153440
1399
عليه اليوم.
02:35
Virtual reality creates 3-D, or
71
155040
2720
يخلق الواقع الافتراضي تجارب ثلاثية الأبعاد أو
02:37
three-dimensional experiences where
72
157760
2080
ثلاثية الأبعاد حيث
02:39
objects have the three dimensions of
73
159840
2400
يكون للأشياء ثلاثة أبعاد هي
02:42
length, width and height. This makes
74
162240
2640
الطول والعرض والارتفاع. هذا يجعلها
02:44
them look lifelike and solid, not
75
164880
2400
تبدو واقعية وصلبة ، وليست
02:47
two-dimensional and flat.
76
167280
2560
ثنائية الأبعاد ومسطحة.
02:49
Emma says that in the future VR will
77
169840
2160
تقول إيما إن الواقع الافتراضي في المستقبل سوف
02:52
mix digital objects and physical
78
172000
2000
يخلط بين الأشياء الرقمية والأشياء المادية
02:54
objects to create exciting new
79
174000
1920
لخلق تجارب جديدة ومثيرة
02:55
experiences – like staying home to
80
175920
2400
- مثل البقاء في المنزل
02:58
watch the same football match
81
178320
1440
لمشاهدة مباراة كرة القدم نفسها
02:59
that is simultaneously happening in
82
179760
1840
التي تحدث في نفس الوقت في
03:01
the park. She blends the words
83
181600
2400
المتنزه. تمزج الكلمتين
03:04
‘physical’ and ‘digital’ to make a new
84
184000
2240
"المادية" و "الرقمية" لتكوين
03:06
word describing this
85
186240
1040
كلمة جديدة تصف هذا
03:07
combination: phygital.
86
187280
2480
المزيج: phygital.
03:09
But while a ‘phygital’ future sounds
87
189760
1920
ولكن في حين أن المستقبل "phygital" يبدو
03:11
like paradise to some, others are
88
191680
2080
مثل الجنة بالنسبة للبعض ، فإن البعض الآخر
03:13
more sceptical – they doubt that
89
193760
2080
أكثر تشككًا - فهم يشكون في أن
03:15
VR will come true or be useful.
90
195840
2480
الواقع الافتراضي سوف يتحقق أو يكون مفيدًا.
03:18
One such sceptic is technology
91
198320
2080
أحد هؤلاء المشككين هو
03:20
innovator, Dr Nicola Millard. For one
92
200400
2720
مبتكر التكنولوجيا ، الدكتور نيكولا ميلارد. لسبب واحد
03:23
thing, she doesn’t like wearing a
93
203120
1440
، هي لا تحب ارتداء
03:24
VR headset – the heavy helmet and
94
204560
2320
نظارات الواقع الافتراضي - الخوذة الثقيلة
03:26
glasses that create virtual reality
95
206880
2160
والنظارات التي تخلق الواقع الافتراضي
03:29
for the wearer – something she
96
209040
1760
لمن يرتديها - وهو شيء
03:30
explained to BBC World Service’s,
97
210800
2160
أوضحته لـ Tech Tent في BBC World Service
03:32
Tech Tent:
98
212960
1189
:
03:34
There are some basic things to
99
214480
1680
هناك بعض الأشياء الأساسية التي يجب
03:36
think about. So, how do we
100
216160
1600
التفكير فيها. إذن ، كيف
03:37
access it? So, the reason, sort of,
101
217760
2400
نصل إليه؟ لذا ، فإن السبب ، نوعًا ما ، في
03:40
social networks took off was, we’ve
102
220160
2240
انطلاق الشبكات الاجتماعية هو أننا
03:42
got mobile technologies that let
103
222400
1840
لدينا تقنيات الهاتف المحمول التي تسمح
03:44
us use it. Now, obviously one of
104
224240
1840
لنا باستخدامها. الآن ، من الواضح أن إحدى
03:46
the barriers can be that VR or AR
105
226080
2640
العوائق يمكن أن تكون سماعات رأس الواقع الافتراضي أو الواقع المعزز
03:48
headsets - so VR, I’ve always been
106
228720
2320
- لذلك كنت دائمًا
03:51
slightly sceptical about. I’ve called
107
231040
2480
متشككًا بعض الشيء في الواقع الافتراضي. لقد أطلقت
03:53
it ‘vomity reality’ for a while because,
108
233520
2240
عليها اسم "واقع القيء" لفترة من الوقت لأنني ،
03:55
frankly, I usually need a bucket
109
235760
2960
بصراحة ، عادةً ما أحتاج إلى دلو في
03:58
somewhere close if you’ve got a
110
238720
1360
مكان ما قريب إذا كان لديّ
04:00
headset on me… and also, do I want
111
240080
1840
سماعة رأس ... وأيضًا ، هل أرغب
04:01
to spend vast amounts of time in
112
241920
2000
في قضاء فترات طويلة من الوقت في
04:03
those rather unwieldy headsets?
113
243920
1440
تلك السماعات غير العملية إلى حد ما ؟
04:05
Now, I know they’re talking AR as
114
245360
1840
الآن ، أعلم أنهم يتحدثون بالواقع المعزز
04:07
well and obviously that does not
115
247200
1600
أيضًا ومن الواضح أن هذا لا
04:08
necessarily need a headset, but I
116
248800
1680
يحتاج بالضرورة إلى سماعة رأس ، لكنني
04:10
think we’re seeing some quite
117
250480
1840
أعتقد أننا نشهد
04:12
immersive environments coming
118
252320
1600
ظهور بعض البيئات الغامرة
04:13
out at the moment as well.
119
253920
1600
في الوقت الحالي أيضًا.
04:15
Nicola called VR ‘vomity reality’
120
255520
3040
وصفت نيكولا "الواقع الافتراضي بالقيء"
04:18
because wearing a headset makes
121
258560
1600
لأن ارتداء سماعة الرأس يجعلها
04:20
her feel sick, maybe because it’s
122
260160
2320
تشعر بالمرض ، ربما لأنها
04:22
so unwieldy – difficult to move or
123
262480
2640
غير عملية - يصعب تحريكها أو
04:25
wear because it’s big and heavy.
124
265120
2080
ارتدائها لأنها كبيرة وثقيلة.
04:27
She also makes a difference
125
267200
1440
كما أنها تُحدث فرقًا
04:28
between VR - virtual reality- and AR,
126
268640
3600
بين الواقع الافتراضي - الواقع الافتراضي - والواقع المعزز ،
04:32
which stands for augmented
127
272240
1600
الذي يمثل
04:33
reality – tech which adds to the
128
273840
2560
الواقع المعزز - التكنولوجيا التي تضيف إلى
04:36
ordinary physical world by
129
276400
1440
العالم المادي العادي من خلال
04:37
projecting virtual words, pictures
130
277840
2400
عرض الكلمات والصور
04:40
and characters, usually by wearing
131
280240
1840
والشخصيات الافتراضية ، عادةً عن طريق ارتداء
04:42
glasses or with a mobile phone.
132
282080
2320
النظارات أو باستخدام الهاتف المحمول.
04:44
While virtual reality replaces what
133
284400
2000
بينما يحل الواقع الافتراضي محل ما
04:46
you hear and see, augmented
134
286400
2000
تسمعه وتراه ، فإن
04:48
reality adds to it. Both VR and AR
135
288400
3920
الواقع المعزز يضيف إليه. تعد كل من VR و AR
04:52
are immersive experiences – they
136
292320
2400
تجارب غامرة - فهي
04:54
stimulate your senses and surround
137
294720
1920
تحفز حواسك
04:56
you so that you feel completely
138
296640
1600
وتحيطك بحيث تشعر
04:58
involved in the experience.
139
298240
1680
بالمشاركة الكاملة في التجربة.
04:59
In fact, the experience feels so real
140
299920
2480
في الواقع ، تبدو التجربة حقيقية لدرجة
05:02
that people keep coming back
141
302400
1280
أن الناس يستمرون في العودة
05:03
for more.
142
303680
720
للمزيد.
05:04
Right! In my question I asked
143
304400
2240
يمين! في سؤالي سألت
05:06
Neil how many people who try
144
306640
1600
نيل عن عدد الأشخاص الذين جربوا
05:08
VR for the first time want to try
145
308240
2000
الواقع الافتراضي لأول مرة والذين يريدون
05:10
it again.
146
310240
800
تجربته مرة أخرى.
05:11
I guessed it was about half –
147
311040
1760
خمنت أنها كانت حوالي النصف -
05:12
49 percent. Was I right?
148
312800
1840
49 في المائة. وكنت الحق؟
05:14
You were… wrong, I’m afraid.
149
314640
2400
كنت ... مخطئا ، أنا خائف.
05:17
The correct answer is much
150
317040
1440
الإجابة الصحيحة
05:18
higher - 79 percent of people
151
318480
2560
أعلى من ذلك بكثير - 79٪ من الأشخاص
05:21
would give VR another try.
152
321040
2080
سيجرون تجربة الواقع الافتراضي مرة أخرى.
05:23
I suppose because the experience
153
323120
1680
أفترض لأن التجربة
05:24
was so immersive – stimulating,
154
324800
2480
كانت غامرة للغاية - محفزة
05:27
surrounding and realistic.
155
327280
2000
ومحيطة وواقعية.
05:29
Ok, A, let’s recap the other
156
329280
1680
حسنًا ، دعنا نلخص
05:30
vocabulary from this programme
157
330960
1600
المفردات الأخرى من هذا البرنامج
05:32
on the ‘metaverse’, a kind of
158
332560
1840
على "metaverse" ، نوع من
05:34
augmented reality – reality which
159
334400
2720
الواقع المعزز - الواقع الذي
05:37
is enhanced or added to
160
337120
1600
تعززه التكنولوجيا أو تضيفه إليه
05:38
by technology.
161
338720
1280
.
05:40
3-D objects have three
162
340000
1280
الكائنات ثلاثية الأبعاد لها ثلاثة
05:41
dimensions, making them
163
341280
1200
أبعاد ، مما يجعلها
05:42
appear real and solid.
164
342480
1840
تبدو حقيقية وصلبة.
05:44
Phygital is an invented word
165
344320
1760
Phygital هي كلمة مخترعة
05:46
which combines the features of
166
346080
1680
تجمع بين ميزات
05:47
‘physical’ and ‘digital’ worlds.
167
347760
2240
العالمين "المادي" و "الرقمي".
05:50
A sceptical person is doubtful
168
350000
2320
الشخص المتشكك يشك
05:52
about something.
169
352320
1040
في شيء ما.
05:53
And finally, unwieldy means
170
353360
1760
وأخيرًا ، تعني كلمة "غير عملي"
05:55
difficult to move or carry because
171
355120
1840
صعوبة في الحركة أو الحمل لأنها
05:56
it’s so big and heavy.
172
356960
1520
كبيرة جدًا وثقيلة.
05:58
That’s our six minutes up, in this
173
358480
2000
هذه ست دقائق ، في هذا
06:00
reality anyway. See you in the
174
360480
2000
الواقع على أي حال. نراكم في
06:02
‘metaverse’ soon!
175
362480
1120
"metaverse" قريبًا! مع
06:03
Goodbye!
176
363600
959
السلامة!
06:10
Hello. This is 6 Minute English
177
370320
1680
مرحبًا. هذه 6 دقائق للغة الإنجليزية
06:12
from BBC Learning English.
178
372000
1680
من BBC Learning English.
06:13
I’m Neil.
179
373680
800
أنا نيل.
06:14
And I’m Sam.
180
374480
1040
وأنا سام.
06:15
What do shopping with a credit
181
375520
1520
ما هو الشيء المشترك بين التسوق
06:17
card, finding love through
182
377040
1680
ببطاقة الائتمان ، والعثور على الحب من خلال
06:18
internet dating and waiting for
183
378720
1920
المواعدة عبر الإنترنت ، وانتظار
06:20
the traffic lights to change
184
380640
1520
تغيير إشارات المرور
06:22
have in common?
185
382160
1040
؟
06:23
Hmmm, they all involve
186
383200
1920
هممم ، كلها تتضمن
06:25
computers?
187
385120
800
06:25
Good guess, Sam! But how
188
385920
1520
أجهزة كمبيوتر؟
تخمين جيد ، سام! لكن كيف
06:27
exactly do those computers work?
189
387440
2400
تعمل أجهزة الكمبيوتر هذه بالضبط؟
06:29
The answer is that they all use
190
389840
2400
الإجابة هي أنهم جميعًا يستخدمون
06:32
algorithms – sets of mathematical
191
392240
2480
الخوارزميات - مجموعات من
06:34
instructions which find solutions
192
394720
1920
التعليمات الرياضية التي تجد حلولًا
06:36
to problems.
193
396640
1120
للمشكلات.
06:37
Although they are often hidden,
194
397760
2000
على الرغم من أنها غالبًا ما تكون مخفية ، إلا أن
06:39
algorithms are all around us.
195
399760
2080
الخوارزميات موجودة في كل مكان حولنا.
06:41
From mobile phone maps to
196
401840
1520
من خرائط الهاتف المحمول إلى
06:43
home delivery pizza, they play a
197
403360
2160
توصيل البيتزا إلى المنازل ، يلعبون
06:45
big part of modern life. And
198
405520
2000
دورًا كبيرًا في الحياة العصرية.
06:47
they’re the topic of this programme.
199
407520
2080
وهم موضوع هذا البرنامج.
06:49
A simple way to think of algorithms
200
409600
2000
طريقة بسيطة للتفكير في الخوارزميات
06:51
is as recipes. To make pancakes
201
411600
2880
هي وصفات. لعمل الفطائر ،
06:54
you mix flour, eggs and milk, then
202
414480
2320
تخلط الدقيق والبيض والحليب ، ثم
06:56
melt butter in a frying pan and
203
416800
1920
تذوب الزبدة في مقلاة
06:58
so on. Computers do this in more
204
418720
2080
وهكذا. تقوم أجهزة الكمبيوتر بهذا
07:00
a complicated way by repeating
205
420800
2000
بطريقة أكثر تعقيدًا عن طريق تكرار
07:02
mathematical equations over
206
422800
1840
المعادلات الرياضية مرارًا
07:04
and over again.
207
424640
1360
وتكرارًا.
07:06
Equations are mathematical
208
426000
1440
المعادلات عبارة عن
07:07
sentences showing how two
209
427440
1520
جمل رياضية توضح
07:08
things are equal. They’re similar
210
428960
2160
تساوي شيئين. إنها تشبه
07:11
to algorithms and the most famous
211
431120
2080
الخوارزميات ويمكن اعتبار
07:13
scientific equation of all, Einstein's
212
433200
2720
المعادلة العلمية الأكثر شهرة على الإطلاق ،
07:15
E=MC2, can be thought of as a
213
435920
3520
E = MC2 لأينشتاين ،
07:19
three-part algorithm.
214
439440
1920
خوارزمية من ثلاثة أجزاء.
07:21
But before my brain gets squashed
215
441360
2000
ولكن قبل أن يتم سحق عقلي
07:23
by all this maths, I have a quiz
216
443360
1760
بسبب كل هذه الرياضيات ، لدي
07:25
question for you, Sam. As you know,
217
445120
2400
سؤال اختبار لك يا سام. كما تعلم ، فإن
07:27
Einstein’s famous equation is
218
447520
1760
معادلة أينشتاين الشهيرة هي
07:29
E=MC2 - but what does the
219
449280
2880
E = MC2 - ولكن ما الذي
07:32
‘E’ stand for? Is it:
220
452160
1680
يرمز إليه الحرف "E"؟ هل هي:
07:33
a) electricity?
221
453840
1840
أ) كهرباء؟
07:35
b) energy? or
222
455680
1360
ب) الطاقة؟ أو
07:37
c) everything?
223
457040
1600
ج) كل شيء؟
07:38
I’m tempted to say ‘E’ is for
224
458640
1680
أشعر بإغراء أن أقول إن "E" تعني "
07:40
‘everything’ but I reckon I know
225
460320
1760
كل شيء" لكنني أعتقد أنني أعرف
07:42
the answer: b – ‘E’ stands
226
462080
2320
الإجابة: ب - "E"
07:44
for ‘energy’.
227
464400
800
تعني "الطاقة".
07:45
OK, Sam, we’ll find out if you’re
228
465200
1600
حسنًا ، سام ، سنكتشف ما إذا كنت
07:46
right later in the programme.
229
466800
2000
حقًا في وقت لاحق من البرنامج.
07:48
With all this talk of computers, you
230
468800
1680
مع كل هذا الحديث عن أجهزة الكمبيوتر ،
07:50
might think algorithms are a
231
470480
1440
قد تعتقد أن الخوارزميات هي
07:51
new idea. In fact, they’ve been
232
471920
2320
فكرة جديدة. في الواقع ، لقد كانوا
07:54
around since Babylonian times,
233
474240
2080
موجودين منذ العصر البابلي ، منذ
07:56
around 4,000 years ago.
234
476320
2000
حوالي 4000 عام.
07:58
And their use today can be
235
478320
1520
ويمكن أن يكون استخدامها اليوم
07:59
controversial. Some algorithms
236
479840
2080
مثيرًا للجدل. تم اتهام بعض الخوارزميات
08:01
used in internet search engines
237
481920
1760
المستخدمة في محركات البحث على الإنترنت
08:03
have been accused of
238
483680
1040
08:04
racial prejudice.
239
484720
1440
بالتحيز العنصري.
08:06
Ramesh Srinivasan is Professor
240
486160
2000
راميش سرينيفاسان أستاذ
08:08
of Information Studies at the
241
488160
1600
دراسات المعلومات
08:09
University of California. Here’s what
242
489760
2400
بجامعة كاليفورنيا. هذا ما
08:12
he said when asked what the word
243
492160
1760
قاله عندما سئل عما
08:13
‘algorithm’ actually means by
244
493920
1760
تعنيه كلمة "خوارزمية" في الواقع من خلال
08:15
BBC World Service’s programme,
245
495680
1840
برنامج خدمة بي بي سي العالمية ،
08:17
The Forum:
246
497520
1219
المنتدى: ما
08:20
My understanding of the term
247
500560
2000
أفهمه من مصطلح "
08:22
‘algorithm’ is that it’s not necessarily
248
502560
1840
الخوارزمية" هو أنه ليس بالضرورة الشخص
08:24
the bogyman, or its not necessarily
249
504400
2640
المثير للدهشة ، أو أنه ليس بالضرورة
08:27
something that is, you know, inscrutable
250
507040
2800
شيئًا ، كما تعلمون ، غامضة
08:29
or mysterious to all people – it’s the
251
509840
2080
أو غامضة لجميع الأشخاص - إنها
08:31
set of instructions that you write in
252
511920
3760
مجموعة التعليمات التي تكتبها في
08:35
some mathematical form or in
253
515680
1920
شكل رياضي ما أو في
08:37
some software code – so it’s the
254
517600
1680
بعض التعليمات البرمجية للبرامج - لذا فهي
08:39
repeated set of instructions that
255
519280
2640
مجموعة التعليمات المتكررة التي
08:41
are sequenced, that are used and
256
521920
2400
يتم ترتيبها بالتسلسل ، والتي يتم استخدامها
08:44
applied to answer a question or
257
524320
2080
وتطبيقها للإجابة على سؤال أو
08:46
resolve a problem – it’s a simple
258
526400
1600
حل مشكلة - الأمر
08:48
as that, actually.
259
528000
1393
بهذه البساطة في الواقع.
08:51
Some think that algorithms have
260
531200
1440
يعتقد البعض أن الخوارزميات
08:52
been controversial, but Professor
261
532640
1760
كانت مثيرة للجدل ، لكن البروفيسور
08:54
Srinivasan says they are not
262
534400
2080
سرينيفاسان يقول إنها ليست
08:56
necessarily the bogyman. The
263
536480
2240
بالضرورة البعبع. يشير
08:58
bogyman refers to something
264
538720
1520
البعبع إلى شيء
09:00
people call ‘bad’ or ‘evil’ to make
265
540240
2800
يسميه الناس "سيئًا" أو "شريرًا" لجعل
09:03
other people afraid.
266
543040
1520
الآخرين يخافون.
09:04
Professor Srinivasan thinks
267
544560
1840
يعتقد البروفيسور سرينيفاسان أن
09:06
algorithms are neither evil nor
268
546400
2320
الخوارزميات ليست شريرة ولا
09:08
inscrutable – not showing emotions
269
548720
2640
غامضة - فهي لا تظهر المشاعر
09:11
or thoughts and therefore very
270
551360
1680
أو الأفكار وبالتالي
09:13
difficult to understand.
271
553040
1840
يصعب فهمها.
09:14
Still, it can be difficult to understand
272
554880
1920
ومع ذلك ، قد يكون من الصعب فهم
09:16
exactly what algorithms are,
273
556800
1840
ماهية الخوارزميات بالضبط ،
09:18
especially when there are many
274
558640
1680
خاصةً عند وجود
09:20
different types of them. So, let’s
275
560320
2080
أنواع مختلفة منها. فلنأخذ
09:22
take an example.
276
562400
1200
مثالا.
09:23
It’s autumn and we want to
277
563600
1280
إنه الخريف ونريد أن
09:24
collect all the apples from our
278
564880
1680
نجمع كل ثمار التفاح من
09:26
orchard and divide them into
279
566560
1360
بستاننا ونقسمها إلى
09:27
three groups – big, medium
280
567920
2080
ثلاث مجموعات - كبيرة ومتوسطة
09:30
and small. One method is to
281
570000
2000
وصغيرة. إحدى الطرق هي
09:32
collect all the apples together
282
572000
1760
جمع كل التفاح معًا
09:33
and compare their sizes.
283
573760
1840
ومقارنة أحجامها.
09:35
But doing this would take hours!
284
575600
1680
لكن القيام بذلك سيستغرق ساعات! من
09:37
It’s much easier to first collect
285
577280
1840
الأسهل بكثير أولاً جمع
09:39
the apples from only one tree -
286
579120
2240
التفاح من شجرة واحدة فقط -
09:41
divide those into big, medium
287
581360
2080
تقسيمها إلى كبيرة أو متوسطة
09:43
or small – and then repeat the
288
583440
2000
أو صغيرة - ثم كرر
09:45
process for the other trees,
289
585440
2000
العملية للأشجار الأخرى ، واحدة تلو
09:47
one by one.
290
587440
1440
الأخرى.
09:48
That’s basically what algorithms
291
588880
1680
هذا هو ما تفعله الخوارزميات بشكل أساسي
09:50
do – they find the most efficient
292
590560
1840
- فهي تجد الطريقة الأكثر فاعلية
09:52
way to get things done, or in other
293
592400
2080
لإنجاز المهام ، أو
09:54
words, get the best results in the
294
594480
1760
بعبارة أخرى ، الحصول على أفضل النتائج في
09:56
quickest time.
295
596240
1520
أسرع وقت. ويوافقه الرأي
09:57
Mathematics professor Ian
296
597760
1520
إيان ستيوارت أستاذ الرياضيات
09:59
Stewart agrees. Listen as he
297
599280
2080
. استمع وهو
10:01
explains how the algorithm called
298
601360
2240
يشرح كيف تعمل الخوارزمية المسماة
10:03
‘bubble sort’ works to BBC World
299
603600
2480
"بابل فرز" مع برنامج خدمة بي بي سي العالمية
10:06
Service’s programme, The Forum:
300
606080
2266
، المنتدى:
10:10
Think of when your computer is
301
610080
1440
فكر في الوقت الذي يقوم فيه جهاز الكمبيوتر الخاص بك
10:11
sorting emails by date and maybe
302
611520
2000
بفرز رسائل البريد الإلكتروني حسب التاريخ وربما يكون
10:13
you’ve got 500 emails and it sorts
303
613520
1760
لديك 500 رسالة بريد إلكتروني ويقوم بفرزها
10:15
them by date in a flash.
304
615280
1520
حسب التاريخ في لمح البصر.
10:16
Now it doesn’t use bubble sort,
305
616800
1280
الآن لا يستخدم فرز الفقاعات ،
10:18
but it does use a sorting method
306
618080
1920
ولكنه يستخدم طريقة الفرز
10:20
and if you tried to do that by hand
307
620000
2320
وإذا حاولت القيام بذلك يدويًا ،
10:22
it would take you a very long time,
308
622320
1520
فسيستغرق الأمر وقتًا طويلاً جدًا ،
10:23
whatever method you used.
309
623840
1982
مهما كانت الطريقة التي استخدمتها.
10:27
Professor Stewart describes how
310
627520
1680
يصف البروفيسور ستيوارت كيف تقوم
10:29
algorithms sort emails. To sort is a
311
629200
2880
الخوارزميات بفرز رسائل البريد الإلكتروني. الفرز هو
10:32
verb meaning to group together
312
632080
1520
فعل يعني تجميع
10:33
things which share similarities.
313
633600
2080
الأشياء التي تشترك في أوجه التشابه.
10:35
Just like grouping the apples by
314
635680
1760
تمامًا مثل تجميع التفاح حسب
10:37
size, sorting hundreds of emails
315
637440
2320
الحجم ، قد يستغرق فرز مئات الرسائل الإلكترونية
10:39
by hand would take a long time.
316
639760
2320
يدويًا وقتًا طويلاً.
10:42
But using algorithms, computers
317
642080
2080
لكن باستخدام الخوارزميات ، تقوم أجهزة الكمبيوتر
10:44
do it in a flash – very quickly or
318
644160
2720
بذلك في لمح البصر - بسرعة كبيرة أو
10:46
suddenly.
319
646880
880
فجأة.
10:47
That phrase – in a flash – reminds
320
647760
1840
تذكرني هذه العبارة - في لمح البصر -
10:49
me of how Albert Einstein came up
321
649600
2160
بكيفية توصل ألبرت أينشتاين
10:51
with his famous equation, E=MC2.
322
651760
4080
إلى معادلته الشهيرة ، E = MC2.
10:55
And that reminds me of your quiz
323
655840
2080
وهذا يذكرني بسؤال الاختبار الخاص بك
10:57
question. You asked about the ‘E’
324
657920
2720
. لقد سألت عن "E"
11:00
in E=MC2. I said it stands for ‘energy’.
325
660640
3840
في E = MC2. قلت أنها تعني "الطاقة".
11:04
So, was I right?
326
664480
1280
لذا ، هل كنت على حق؟
11:05
‘Energy’ is the correct answer.
327
665760
2560
"الطاقة" هي الإجابة الصحيحة.
11:08
Energy equals ‘M’ for mass,
328
668320
2080
الطاقة تساوي "M" للكتلة ،
11:10
multiplied by the Constant ‘C’ which
329
670400
2560
مضروبة في الثابت "C" وهو
11:12
is the speed of light, squared.
330
672960
2480
تربيع سرعة الضوء.
11:15
OK, let’s recap the vocabulary from
331
675440
2240
حسنًا ، دعنا نلخص المفردات من
11:17
this programme, starting with
332
677680
1520
هذا البرنامج ، بدءًا من
11:19
equation – a mathematical statement
333
679200
2640
المعادلة - بيان رياضي
11:21
using symbols to show two
334
681840
2000
يستخدم الرموز لإظهار
11:23
equal things.
335
683840
1040
شيئين متساويين.
11:24
If something is called a bogyman,
336
684880
2000
إذا كان هناك شيء يسمى بغيض ،
11:26
it’s something considered bad
337
686880
1680
فهذا شيء يعتبر سيئًا
11:28
and to be feared.
338
688560
1200
ويخشى منه.
11:29
Inscrutable people don’t show
339
689760
1760
لا يُظهر الأشخاص الغامضون
11:31
their emotions so are very difficult
340
691520
2080
مشاعرهم ، لذلك من الصعب جدًا
11:33
to get to know.
341
693600
1040
التعرف عليها.
11:34
Efficient means working quickly
342
694640
1680
الكفاءة تعني العمل بسرعة
11:36
and effectively in an
343
696320
1200
وفعالية
11:37
organised way.
344
697520
1040
بطريقة منظمة.
11:38
The verb to sort means to group
345
698560
2080
فعل الفرز يعني تجميع
11:40
together things which
346
700640
1120
الأشياء التي
11:41
share similarities.
347
701760
1360
تشترك في أوجه التشابه.
11:43
And finally, if something happens
348
703120
1840
وأخيرًا ، إذا حدث شيء
11:44
in a flash, it happens quickly
349
704960
2080
في ومضة ، فإنه يحدث بسرعة
11:47
or suddenly.
350
707040
960
أو فجأة.
11:48
That’s all the time we have to
351
708000
1360
هذا كل الوقت علينا أن
11:49
discuss algorithms. And if
352
709360
1920
نناقش الخوارزميات. وإذا
11:51
you’re still not 100% sure about
353
711280
2240
كنت لا تزال غير متأكد بنسبة 100٪ مما هي عليه
11:53
exactly what they are, we hope
354
713520
1840
بالضبط ، فنحن نأمل
11:55
at least you’ve learned some
355
715360
960
على الأقل أنك قد تعلمت بعض
11:56
useful vocabulary!
356
716320
1200
المفردات المفيدة!
11:57
Join us again soon for more
357
717520
1360
انضم إلينا مرة أخرى قريبًا لمزيد من
11:58
trending topics, sensational
358
718880
1840
الموضوعات الشائعة
12:00
science and useful vocabulary
359
720720
2080
والعلوم المثيرة والمفردات المفيدة
12:02
here at 6 Minute English from
360
722800
1440
هنا في 6 Minute English من
12:04
BBC Learning English.
361
724240
1520
BBC Learning English.
12:05
Bye for now!
362
725760
880
وداعا الآن! مع
12:06
Goodbye!
363
726640
830
السلامة!
12:13
Hello. This is 6 Minute English
364
733200
1760
مرحبًا. هذه 6 دقائق للغة الإنجليزية
12:14
from BBC Learning English.
365
734960
1680
من BBC Learning English.
12:16
I’m Neil.
366
736640
960
أنا نيل.
12:17
And I’m Sam.
367
737600
1520
وأنا سام.
12:19
In recent years, many people
368
739120
1520
في السنوات الأخيرة ، أراد الكثير من الناس
12:20
have wanted to find out more
369
740640
1600
معرفة المزيد
12:22
about where they come from.
370
742240
1760
عن من أين أتوا.
12:24
Millions have tried to trace
371
744000
1360
حاول الملايين تتبع
12:25
their family history and discover
372
745360
1920
تاريخ عائلاتهم واكتشاف
12:27
how their ancestors lived
373
747280
1360
كيف عاش أسلافهم
12:28
hundreds of years ago.
374
748640
1840
منذ مئات السنين.
12:30
The internet has made it much
375
750480
1680
سهّل الإنترنت
12:32
easier to find historical
376
752160
1680
العثور على
12:33
documents and records about
377
753840
1760
المستندات والسجلات التاريخية حول
12:35
your family history - and one of
378
755600
2000
تاريخ عائلتك - وأحد
12:37
the most useful documents for
379
757600
1840
أكثر الوثائق فائدة
12:39
doing this is the census.
380
759440
3120
للقيام بذلك هو التعداد.
12:42
A census is an official count of all
381
762560
2480
التعداد هو تعداد رسمي لجميع
12:45
the people living in a country.
382
765040
1920
الأشخاص الذين يعيشون في بلد ما.
12:46
It collects information about a
383
766960
1600
فهو يجمع معلومات حول
12:48
country’s population and is usually
384
768560
2160
سكان البلد وعادة ما يتم
12:50
carried out by the government.
385
770720
2080
تنفيذه من قبل الحكومة.
12:52
In Britain, a census has been
386
772800
1760
في بريطانيا ، يتم
12:54
carried out every ten years
387
774560
1840
إجراء إحصاء سكاني كل عشر سنوات
12:56
since 1801. In 2002, when
388
776400
4000
منذ عام 1801. في عام 2002 ، عندما أصبحت
13:00
census records from a hundred
389
780400
1600
سجلات التعداد
13:02
years before became available
390
782000
2080
قبل مائة عام متاحة على
13:04
online, so many people rushed
391
784080
2320
الإنترنت ، اندفع الكثير من الناس
13:06
to their computers to access
392
786400
1520
إلى أجهزة الكمبيوتر الخاصة بهم للوصول
13:07
them that the website crashed!
393
787920
2640
إليها مما أدى إلى تعطل الموقع!
13:10
But before we find out more
394
790560
1600
ولكن قبل أن نكتشف المزيد
13:12
about the census and its related
395
792160
1760
حول التعداد والمفردات المرتبطة به ، حان
13:13
vocabulary it’s time for a quiz
396
793920
1920
وقت طرح
13:15
question, Sam. Someone who
397
795840
2240
سؤال اختبار ، يا سام. الشخص الذي
13:18
knows a lot about his family
398
798080
1680
يعرف الكثير عن
13:19
history is British actor, Danny
399
799760
2000
تاريخ عائلته هو الممثل البريطاني داني
13:21
Dyer. When BBC television
400
801760
2480
داير. عندما برنامج تلفزيون بي بي سي
13:24
programme, Who Do You
401
804240
1120
، من
13:25
Think You Are? researched
402
805360
1280
تعتقد نفسك؟ بحثوا عن
13:26
his family history they discovered
403
806640
2240
تاريخ عائلته واكتشفوا
13:28
that the actor was related to
404
808880
1440
أن الممثل كان مرتبطًا
13:30
someone very famous – but
405
810320
2000
بشخص مشهور جدًا - لكن
13:32
who was it?
406
812320
1360
من كان؟
13:33
A) King Edward III,
407
813680
2080
أ) الملك إدوارد الثالث ،
13:35
B) William Shakespeare, or,
408
815760
2080
ب) ويليام شكسبير ، أو
13:37
C) Winston Churchill?
409
817840
2080
ج) ونستون تشرشل؟
13:39
Well, I know Danny Dyer usually
410
819920
2320
حسنًا ، أعرف أن داني داير
13:42
plays tough-guy characters so
411
822240
2400
يلعب عادةً شخصيات الرجل القوي ، لذا
13:44
maybe it’s
412
824640
640
ربما يكون
13:45
C), war hero Winston Churchill?
413
825280
3600
C) ، بطل الحرب وينستون تشرشل؟
13:48
OK, Sam, we’ll find out later if
414
828880
1920
حسنًا ، سام ، سنكتشف لاحقًا ما إذا كان
13:50
that’s correct. Now, although
415
830800
2160
هذا صحيحًا. الآن ، على الرغم من
13:52
the first British census took
416
832960
1520
إجراء أول تعداد سكاني بريطاني
13:54
place in 1801, other censuses
417
834480
2560
في عام 1801 ، فإن التعدادات الأخرى
13:57
have a much longer history.
418
837040
2480
لها تاريخ أطول بكثير.
13:59
In fact, the bible story of Mary
419
839520
2080
في الواقع ، ترتبط قصة
14:01
and Joseph travelling to
420
841600
1200
سفر مريم ويوسف في الكتاب المقدس إلى
14:02
Bethlehem is linked to a
421
842800
1440
بيت لحم
14:04
Roman census.
422
844240
2022
بإحصاء روماني.
14:06
So, what was the original
423
846262
2298
إذن ، ما هو
14:08
reason for counting people
424
848560
1840
السبب الأصلي لإحصاء الأشخاص
14:10
and what did governments
425
850400
1200
وما الذي
14:11
hope to achieve by doing so?
426
851600
2320
تأمل الحكومات في تحقيقه من خلال القيام بذلك؟
14:13
Here’s Dr Kathrin Levitan, author
427
853920
2640
إليكم الدكتورة كاثرين ليفيتان ، مؤلفة
14:16
of a book on the cultural history
428
856560
1760
كتاب عن التاريخ الثقافي
14:18
of the census, speaking to
429
858320
1840
للتعداد السكاني ، وهي تتحدث إلى
14:20
BBC World Service programme,
430
860160
1760
برنامج خدمة بي بي سي العالمية ،
14:21
The Forum:
431
861920
1299
المنتدى:
14:24
I think there were probably
432
864480
960
أعتقد أنه ربما كان هناك
14:25
two most common reasons.
433
865440
2080
سببان شائعان.
14:27
One was in order to figure out
434
867520
2000
كان أحدهما من أجل معرفة
14:29
who could fight in wars, so basically
435
869520
1760
من يمكنه القتال في الحروب ، لذلك
14:31
military conscription and in order
436
871280
2160
التجنيد العسكري بشكل أساسي ومن أجل
14:33
to find out who could fight in wars
437
873440
1840
معرفة من يمكنه القتال في الحروب ، كان على
14:35
ancient governments like the
438
875280
1040
الحكومات القديمة مثل
14:36
Roman Empire had to find out how
439
876320
2480
الإمبراطورية الرومانية معرفة
14:38
many men of a certain age there were.
440
878800
2560
عدد الرجال في سن معينة.
14:41
And I would say that the other thing
441
881360
1760
وأود أن أقول إن الشيء الآخر
14:43
that censuses were most commonly
442
883120
2080
الذي كانت التعدادات الأكثر
14:45
used for was for purposes of taxation.
443
885200
2800
استخدامًا من أجله كانت لأغراض الضرائب.
14:48
According to Kathrin Levitan, ancient
444
888880
2400
وفقًا لكاترين ليفيتان ،
14:51
censuses were used to figure out – or
445
891280
2400
تم استخدام التعدادات القديمة لمعرفة - أو
14:53
understand, how many men were
446
893680
2000
فهم ، عدد الرجال
14:55
available to fight wars.
447
895680
2000
المتاحين لخوض الحروب.
14:57
The Roman Empire needed a strong
448
897680
2400
احتاجت الإمبراطورية الرومانية إلى
15:00
army, and this depended on
449
900080
1840
جيش قوي ، وكان هذا يعتمد على
15:01
conscription – forcing people to
450
901920
2560
التجنيد الإجباري - مما أجبر الناس على أن
15:04
become soldiers and join the army.
451
904480
2320
يصبحوا جنودًا وينضموا إلى الجيش. كان
15:06
The other main reason for taking
452
906800
1600
السبب الرئيسي الآخر لإجراء
15:08
a census was taxation – the
453
908400
2080
التعداد هو الضرائب -
15:10
system of taxing people a certain
454
910480
2000
نظام فرض ضرائب على الناس على
15:12
amount of money to be paid to
455
912480
1600
مبلغ معين من المال يتم دفعه
15:14
the government for public services.
456
914080
2640
للحكومة مقابل الخدمات العامة. كانت
15:16
Ancient and early modern censuses
457
916720
2240
التعدادات القديمة والمبكرة الحديثة مشاريع
15:18
were large and difficult-to-organise
458
918960
2320
كبيرة ويصعب تنظيمها
15:21
projects. They often involved
459
921280
2160
. غالبًا ما شاركوا
15:23
government officials going from
460
923440
1600
مسؤولين حكوميين ينتقلون من
15:25
house to house, asking questions
461
925040
2640
منزل إلى منزل ، ويطرحون أسئلة
15:27
about the people who lived there.
462
927680
2400
حول الأشخاص الذين يعيشون هناك.
15:30
But over time governments’ desire
463
930080
2160
ولكن مع مرور الوقت ، أدت رغبة الحكومات
15:32
to know about, and control, its
464
932240
1840
في معرفة مواطنيها والسيطرة عليهم إلى
15:34
citizens gave rise to new
465
934080
1680
ظهور
15:35
technologies for counting people.
466
935760
2320
تقنيات جديدة لحساب الأشخاص.
15:38
Here’s statistician and economist
467
938080
2160
هنا الإحصائي والاقتصادي
15:40
Andrew Whitby explaining how
468
940240
1920
أندرو ويتبي يشرح كيف
15:42
this happened in the US to BBC
469
942160
2400
حدث هذا في الولايات المتحدة
15:44
World Service programme,
470
944560
1360
لبرنامج الخدمة العالمية لهيئة الإذاعة البريطانية ،
15:45
The Forum:
471
945920
2000
المنتدى: كان
15:47
The 1890 census of the United
472
947920
1760
الإحصاء السكاني لعام 1890 في
15:49
States was the first in which some
473
949680
1520
الولايات المتحدة هو الأول الذي تم فيه استخدام
15:51
kind of electro-mechanical process
474
951200
1760
نوع من العمليات الكهروميكانيكية
15:52
was used to count people… so
475
952960
1680
لعد الأشخاص ... لذا بدلاً
15:54
instead of armies of clerks reading
476
954640
2880
من جيوش من الكتبة يقرأون
15:57
off census schedules and tabulating
477
957520
2480
جداول التعداد ويجدون
16:00
these things by hand, for the first
478
960000
1520
هذه الأشياء يدويًا ، ولأول
16:01
time an individual census record
479
961520
1760
مرة يتم وضع سجل تعداد فردي
16:03
would be punched onto a card… so
480
963280
2080
على بطاقة ...
16:05
that there were holes in this card
481
965360
1520
بحيث تكون هناك ثقوب في هذه البطاقة
16:06
representing different characteristics
482
966880
1280
تمثل خصائص مختلفة
16:08
of the person and then those cards
483
968160
1120
للشخص ومن ثم
16:09
could be fed through a machine.
484
969280
1985
يمكن تغذية هذه البطاقات من خلال آلة.
16:12
Old-fashioned censuses were managed
485
972080
2000
التعدادات القديمة كانت تدار
16:14
by clerks – office workers whose job
486
974080
2640
من قبل كتبة - عمال مكاتب
16:16
involved keeping records.
487
976720
2160
تتضمن وظيفتهم حفظ السجلات. يقوم
16:18
Thousands of clerks would record
488
978880
1680
الآلاف من الكتبة بتسجيل
16:20
the information gathered in the
489
980560
1520
المعلومات التي تم جمعها في
16:22
census and tabulate it, in other words,
490
982080
3360
التعداد وجدولتها ، بمعنى آخر ،
16:25
show the information in the form of
491
985440
2080
إظهار المعلومات في شكل
16:27
a table with rows and columns.
492
987520
3280
جدول به صفوف وأعمدة.
16:30
The US census of 1890 was the first
493
990800
2800
كان تعداد الولايات المتحدة لعام 1890 هو أول
16:33
to use machines, and many censuses
494
993600
2400
من استخدم الآلات ، ويتم تحديث العديد من التعدادات
16:36
today are electronically updated to
495
996000
2320
اليوم إلكترونيًا
16:38
record new trends and shifts in
496
998320
2000
لتسجيل الاتجاهات الجديدة والتحولات في
16:40
populations as they happen.
497
1000320
2400
السكان فور حدوثها.
16:42
In fact, so much personal
498
1002720
1920
في الواقع ،
16:44
information is now freely available
499
1004640
2320
يتوفر الكثير من المعلومات الشخصية الآن مجانًا
16:46
through social media and the
500
1006960
1280
عبر وسائل التواصل الاجتماعي
16:48
internet that some people have
501
1008240
1920
والإنترنت لدرجة أن بعض الناس
16:50
questioned the need for having
502
1010160
1760
تساءلوا عن الحاجة إلى إجراء
16:51
a census at all.
503
1011920
1680
إحصاء سكاني على الإطلاق.
16:53
Yes, it isn’t hard to find out about
504
1013600
2080
نعم ، ليس من الصعب معرفة
16:55
someone famous, like a TV star.
505
1015680
2640
شخص مشهور ، مثل نجم تلفزيوني.
16:58
Someone like Danny Dyer, you mean?
506
1018320
2400
شخص مثل داني داير ، تقصد؟
17:00
Right. In my quiz question I asked
507
1020720
2000
يمين. في سؤال الاختبار الخاص بي ، سألت
17:02
Sam which historical figure TV
508
1022720
2400
سام عن شخصية الممثل التلفزيوني التاريخي ،
17:05
actor, Danny Dyer, was related to.
509
1025120
2720
داني داير ، الذي كان مرتبطًا به.
17:07
And I said it was
510
1027840
1120
وقلت إنه
17:08
C) Winston Churchill. Was I right?
511
1028960
3200
سي) ونستون تشرشل. وكنت الحق؟
17:12
It was a good guess, Sam, but
512
1032160
1440
لقد كان تخمينًا جيدًا يا سام ، لكن
17:13
the actual answer was
513
1033600
1120
الإجابة الفعلية كانت
17:14
A) King Edward III. And no-one
514
1034720
2640
أ) الملك إدوارد الثالث. ولم يكن أحد
17:17
was more surprised that he was
515
1037360
1440
متفاجئًا من
17:18
related to royalty than the
516
1038800
1600
ارتباطه بالملوك أكثر من
17:20
EastEnders actor himself!
517
1040400
2400
ممثل EastEnders نفسه!
17:22
OK, Neil, let’s recap the
518
1042800
1520
حسنًا ، نيل ، دعونا نلخص
17:24
vocabulary from this programme
519
1044320
1760
المفردات من هذا البرنامج
17:26
about the census - the official
520
1046080
2240
حول التعداد -
17:28
counting of a nation’s population.
521
1048320
2480
الإحصاء الرسمي لسكان الأمة.
17:30
To figure something out means
522
1050800
1600
لمعرفة شيء ما يعني
17:32
to understand it.
523
1052400
1760
فهمه.
17:34
The Romans used conscription
524
1054160
2000
استخدم الرومان التجنيد
17:36
to force men to join the army by law.
525
1056160
2960
لإجبار الرجال على الانضمام إلى الجيش بموجب القانون.
17:39
Taxation is the government’s
526
1059120
1520
الضرائب هي
17:40
system of taxing people to pay
527
1060640
2080
نظام الحكومة لفرض الضرائب على الناس لدفع تكاليف
17:42
for public services.
528
1062720
2000
الخدمات العامة.
17:44
A clerk is an office worker whose
529
1064720
2240
الكاتب هو موظف مكتب
17:46
job involves keeping records.
530
1066960
3120
وظيفته تتضمن حفظ السجلات.
17:50
And tabulate means show
531
1070080
1680
وتعني الجدولة إظهار
17:51
information in the form of a table
532
1071760
1920
المعلومات في شكل جدول
17:53
with rows and columns.
533
1073680
2217
به صفوف وأعمدة.
17:55
That’s all for our six-minute look
534
1075897
2023
هذا كل شيء من أجل إلقاء نظرة
17:57
at the census, but if we’ve whetted
535
1077920
1920
على الإحصاء السكاني لمدة ست دقائق ، ولكن إذا أثارنا
17:59
your appetite for more why not
536
1079840
2000
شهيتك لمزيد من المعلومات ، فلماذا لا
18:01
check out the whole episode – it’s
537
1081840
2080
تحقق من الحلقة بأكملها - فهي
18:03
available now on the website of
538
1083920
1920
متاحة الآن على موقع الويب
18:05
BBC World Service programme,
539
1085840
1760
لبرنامج BBC World Service ،
18:07
The Forum.
540
1087600
1440
المنتدى.
18:09
Bye for now!
541
1089040
1280
وداعا الآن!
18:10
Bye bye.
542
1090320
890
وداعا وداعا.
18:17
Hello. This is 6 Minute English
543
1097040
1520
مرحبًا. هذه 6 دقائق للغة الإنجليزية
18:18
from BBC Learning English.
544
1098560
1440
من BBC Learning English.
18:20
I’m Neil.
545
1100000
720
18:20
And I’m Georgina.
546
1100720
1360
أنا نيل.
وأنا جورجينا.
18:22
What do Homer, Ray Charles
547
1102080
1840
ما هو القاسم المشترك بين كل من هوميروس وراي تشارلز
18:23
and Jorge Borges all have in
548
1103920
1760
وخورخي بورخيس يا
18:25
common, Georgina?
549
1105680
1040
جورجينا؟
18:26
Hmm, so that’s the ancient Greek
550
1106720
2400
حسنًا ، هذا هو الشاعر اليوناني القديم
18:29
poet, Homer; American singer,
551
1109120
2160
، هوميروس ؛ المغني الأمريكي
18:31
Ray Charles; and Argentine writer,
552
1111280
2400
راي تشارلز. والكاتب الأرجنتيني
18:33
Jorge Luis Borges… I can’t see
553
1113680
2480
خورخي لويس بورخيس ... لا أستطيع أن أرى
18:36
much in common there, Neil.
554
1116160
1440
الكثير من القواسم المشتركة هناك ، نيل.
18:37
Well, the answer is that they
555
1117600
1360
حسنًا ، الجواب أنهم
18:38
were all blind.
556
1118960
1280
كانوا جميعًا مكفوفين.
18:40
Ah! But that obviously didn’t hold
557
1120240
1760
آه! لكن من الواضح أن ذلك لم
18:42
them back - I mean, they were
558
1122000
1280
يعيقهم - أعني أنهم كانوا
18:43
some of the greatest artists ever!
559
1123280
2160
من أعظم الفنانين على الإطلاق!
18:45
Right, but I wonder how easy they
560
1125440
1840
حسنًا ، لكني أتساءل عن مدى سهولة
18:47
would find it living and working in
561
1127280
1600
العثور عليها في الحياة والعمل في
18:48
the modern world.
562
1128880
1040
العالم الحديث.
18:49
Blind people can use a guide dog
563
1129920
1680
يمكن للأشخاص المكفوفين استخدام كلب إرشادي
18:51
or a white cane to help them
564
1131600
1280
أو عصا بيضاء لمساعدتهم على
18:52
move around.
565
1132880
1040
التحرك.
18:53
Yes, but a white cane is hardly
566
1133920
2000
نعم ، لكن العصا البيضاء ليست
18:55
advanced technology! Recently,
567
1135920
2240
تقنية متقدمة! في الآونة الأخيرة ،
18:58
smartphone apps have been
568
1138160
1440
تم اختراع تطبيقات الهواتف الذكية
18:59
invented which dramatically
569
1139600
1520
التي تعمل على
19:01
improve the lives of blind people
570
1141120
1760
تحسين حياة المكفوفين في
19:02
around the world.
571
1142880
1120
جميع أنحاء العالم بشكل كبير.
19:04
In this programme on blindness
572
1144000
1600
في هذا البرنامج الخاص بالعمى
19:05
in the digital age we’ll be looking
573
1145600
1920
في العصر الرقمي ، سننظر
19:07
at some of these inventions, known
574
1147520
2080
في بعض هذه الاختراعات ، المعروفة
19:09
collectively as assistive technology –
575
1149600
3040
مجتمعة باسم التكنولوجيا المساعدة -
19:12
that’s any software or equipment
576
1152640
2000
وهي أي برامج أو معدات
19:14
that helps people work around their
577
1154640
1920
تساعد الأشخاص في التغلب على
19:16
disabilities or challenges.
578
1156560
2080
إعاقاتهم أو تحدياتهم.
19:18
But first it’s time for my quiz
579
1158640
1680
ولكن أولاً حان وقت طرح
19:20
question, Georgina. In 1842 a
580
1160320
2960
السؤال على الأسئلة ، يا جورجينا. في عام 1842 ، تم اختراع
19:23
technique of using fingers to feel
581
1163280
2240
تقنية استخدام الأصابع لإحساس
19:25
printed raised dots was invented
582
1165520
2240
النقاط البارزة المطبوعة
19:27
which allowed blind people to read.
583
1167760
2080
والتي سمحت للمكفوفين بالقراءة.
19:29
But who invented it? Was it:
584
1169840
2000
لكن من اخترعها؟ هل هي:
19:31
a) Margaret Walker?,
585
1171840
2000
أ) مارغريت والكر؟ ،
19:33
b) Louis Braille?, or
586
1173840
1760
ب) لويس برايل؟ ، أم
19:35
c) Samuel Morse?
587
1175600
1360
ج) صموئيل مورس؟
19:36
Hmm, I’ve heard of Morse code but
588
1176960
2560
حسنًا ، لقد سمعت عن شفرة مورس ولكن
19:39
that wouldn’t help blind people
589
1179520
1440
هذا لن يساعد المكفوفين على
19:40
read, so I think it’s, b) Louis Braille.
590
1180960
2880
القراءة ، لذلك أعتقد أنه ، ب) لويس برايل.
19:43
OK, Georgina, we’ll find out the
591
1183840
1600
حسنًا ، جورجينا ، سنكتشف
19:45
answer at the end of the programme.
592
1185440
2160
الإجابة في نهاية البرنامج.
19:47
One remarkable feature of the latest
593
1187600
2080
إحدى الميزات الرائعة لأحدث
19:49
assistive technology is its practicality.
594
1189680
3200
التقنيات المساعدة هي عمليتها. تسمح
19:52
Smartphone apps like ‘BeMyEyes’
595
1192880
2400
تطبيقات الهواتف الذكية مثل "BeMyEyes"
19:55
allow blind users to find lost keys,
596
1195280
2480
للمستخدمين المكفوفين بالعثور على المفاتيح المفقودة
19:57
cross busy roads and even colour
597
1197760
2080
وعبور الطرق المزدحمة وحتى
19:59
match their clothes.
598
1199840
1200
مطابقة الألوان لملابسهم.
20:01
Brian Mwenda is CEO of a Kenyan
599
1201040
2640
بريان مويندا هو الرئيس التنفيذي
20:03
company developing this kind of
600
1203680
1760
لشركة كينية تقوم بتطوير هذا النوع من
20:05
technology. Here he explains to
601
1205440
2400
التكنولوجيا. هنا يشرح
20:07
BBC World Service programme,
602
1207840
2000
لبرنامج BBC World Service ،
20:09
Digital Planet, how his devices seek
603
1209840
2560
Digital Planet ، كيف تسعى أجهزته
20:12
to enhance, not replace, the
604
1212400
2160
إلى تحسين ، وليس استبدال ،
20:14
traditional white cane:
605
1214560
1829
العصا البيضاء التقليدية:
20:16
The device is very compatible with
606
1216880
1840
الجهاز متوافق للغاية مع
20:18
any kind of white cane. So, once you
607
1218720
2000
أي نوع من العصا البيضاء. لذلك ، بمجرد
20:20
clip it on to any white cane it
608
1220720
2160
تثبيته على أي عصا بيضاء ، فإنه
20:22
works perfectly to detect the
609
1222880
1360
يعمل بشكل مثالي لاكتشاف
20:24
obstacles in front of you, and it
610
1224240
1920
العوائق أمامك ،
20:26
relies on echo-location. So,
611
1226160
2080
ويعتمد على موقع الصدى. لذا ، فإن
20:28
echo-location is the same technology
612
1228240
1840
تحديد موقع الصدى هو نفس التقنية التي
20:30
used by bats and dolphins to detect
613
1230080
3520
تستخدمها الخفافيش والدلافين لاكتشاف
20:33
prey and obstacles and all that. You
614
1233600
2560
الفرائس والعقبات وكل ذلك.
20:36
send out a sound pulse and then
615
1236160
1840
ترسل نبضًا صوتيًا ثم
20:38
once it bounces off an obstacle, you
616
1238000
2000
بمجرد ارتداده عن أي عقبة ،
20:40
can tell how far the obstacle is.
617
1240000
2320
يمكنك معرفة مدى بُعد هذا العائق.
20:42
When attached to a white cane, the
618
1242320
1840
عند توصيله بعصا بيضاء ، يمكن
20:44
digital device - called ‘Sixth Sense’ -
619
1244160
2560
للجهاز الرقمي - المسمى "الحاسة السادسة" -
20:46
can detect obstacles – objects which
620
1246720
2640
اكتشاف العوائق - الأشياء التي
20:49
block your way, making it difficult for
621
1249360
2160
تسد طريقك ، مما يجعل من الصعب
20:51
you to move forward.
622
1251520
1360
عليك المضي قدمًا.
20:52
‘Sixth Sense’ works using echo-location,
623
1252880
3040
تعمل "الحاسة السادسة" باستخدام خاصية تحديد الموقع بالصدى ،
20:55
a kind of ultrasound like that used by
624
1255920
2640
وهي نوع من الموجات فوق الصوتية مثل تلك التي تستخدمها
20:58
bats who send out sound waves
625
1258560
2000
الخفافيش التي ترسل موجات صوتية
21:00
which bounce off surrounding objects.
626
1260560
2560
ترتد عن الأجسام المحيطة.
21:03
The returning echoes show where these
627
1263120
2320
تظهر أصداء العودة مكان
21:05
objects are located.
628
1265440
1840
وجود هذه الكائنات.
21:07
Some of the assistive apps are so
629
1267280
1840
بعض التطبيقات المساعدة
21:09
smart they can even tell what kind of
630
1269120
2000
ذكية للغاية بحيث يمكنها حتى معرفة نوع
21:11
object is coming up ahead – be it a
631
1271120
2240
الكائن الذي سيظهر أمامك - سواء كان ذلك
21:13
friend, a shop door or a speeding car.
632
1273360
3040
صديقًا أو باب متجر أو سيارة مسرعة.
21:16
I guess being able to move around
633
1276400
1600
أعتقد أن القدرة على التحرك
21:18
confidently really boosts people’s
634
1278000
2000
بثقة تعزز حقًا
21:20
independence.
635
1280000
1200
استقلالية الناس.
21:21
Absolutely. And it’s challenging
636
1281200
1760
قطعاً. وهي تتحدى القوالب
21:22
stereotypes around blindness too.
637
1282960
2480
النمطية حول العمى أيضًا. تستخدم
21:25
Blogger, Fern Lulham, who is blind
638
1285440
2160
المدونة ، فيرن لولهام ، المكفوفة
21:27
herself, uses assistive apps every day.
639
1287600
3280
نفسها ، التطبيقات المساعدة كل يوم.
21:30
Here she is talking to
640
1290880
1120
ها هي تتحدث إلى
21:32
BBC World Service’s, Digital Planet:
641
1292000
2979
ديجيتال بلانيت في بي بي سي وورلد سيرفيس:
21:35
I think the more that society sees
642
1295680
2160
أعتقد أنه كلما رأى المجتمع
21:37
blind people in the community, at work,
643
1297840
2640
المكفوفين في المجتمع ، في العمل ،
21:40
in relationships it does help to tackle
644
1300480
2800
في العلاقات ، يساعد ذلك في معالجة
21:43
all of these stereotypes, it helps
645
1303280
1440
كل هذه الصور النمطية ، فإنه يساعد
21:44
people to see blind and
646
1304720
1600
الناس على رؤية المكفوفين
21:46
visually-impaired people in a whole
647
1306320
1200
وضعاف البصر الناس
21:47
new way and it just normalises
648
1307520
2240
بطريقة جديدة تمامًا وهي فقط تطبيع
21:49
disability – that’s what we need, we
649
1309760
1520
الإعاقة - هذا ما نحتاجه ،
21:51
need to see people just getting on
650
1311280
1840
نحتاج إلى رؤية الناس يواصلون
21:53
with their life and doing it and then
651
1313120
1600
حياتهم ويفعلون ذلك ، وبعد ذلك
21:54
people won’t see it as such a big
652
1314720
1760
لن يرى الناس أنها
21:56
deal anymore, it’ll just be the ordinary.
653
1316480
2979
مشكلة كبيرة بعد الآن ، كن عاديا.
22:00
Fern distinguishes between people
654
1320320
1680
يميز السرخس بين الأشخاص
22:02
who are blind, or unable to see, and
655
1322000
2480
المكفوفين أو غير القادرين على الرؤية
22:04
those who are visually impaired –
656
1324480
2080
والذين يعانون من ضعف البصر -
22:06
experience a decreased ability to see.
657
1326560
3120
يعانون من ضعف القدرة على الرؤية.
22:09
Assistive tech helps blind people
658
1329680
2080
تساعد التكنولوجيا المساعدة المكفوفين على
22:11
lead normal, independent lives within
659
1331760
2400
عيش حياة طبيعية ومستقلة داخل
22:14
their local communities. Fern hopes
660
1334160
2640
مجتمعاتهم المحلية. يأمل فيرن
22:16
that this will help normalise disability –
661
1336800
2640
أن يساعد هذا في تطبيع الإعاقة -
22:19
treat something as normal which has
662
1339440
2000
تعامل مع شيء ما على أنه أمر طبيعي
22:21
not been accepted as normal before…
663
1341440
2480
لم يتم قبوله كالمعتاد من قبل ...
22:23
…so being blind doesn’t have to be a
664
1343920
2160
... لذلك لا يجب أن يكون العمى
22:26
big deal – an informal way to say
665
1346080
2240
مشكلة كبيرة - طريقة غير رسمية لقول
22:28
something is not a serious problem.
666
1348320
2800
شيء ما ليست مشكلة خطيرة.
22:31
Just keep your eyes closed for a
667
1351120
1280
فقط أبقِ عينيك مغمضتين
22:32
minute and try moving around the
668
1352400
1440
لدقيقة وحاولي التحرك في أرجاء
22:33
room. You’ll soon see how difficult
669
1353840
2320
الغرفة. سترى قريبًا مدى صعوبة
22:36
it is… and how life changing this
670
1356160
1680
ذلك ... وكيف يمكن أن تغير الحياة هذه
22:37
technology can be.
671
1357840
1600
التكنولوجيا.
22:39
Being able to read books must also
672
1359440
2240
يجب أن تفتح القدرة على قراءة الكتب أيضًا
22:41
open up a world of imagination.
673
1361680
2320
عالماً من الخيال.
22:44
So what was the answer to your
674
1364000
1280
إذن ما هي إجابة
22:45
quiz question, Neil?
675
1365280
1600
سؤال الاختبار الخاص بك يا نيل؟
22:46
Ah yes. I asked Georgina who
676
1366880
1600
أه نعم. سألت جورجينا التي
22:48
invented the system of reading
677
1368480
1760
ابتكرت نظام القراءة
22:50
where fingertips are used to feel
678
1370240
1840
حيث تستخدم أطراف الأصابع لتشعر
22:52
patterns of printed raised dots.
679
1372080
2160
بأنماط النقاط المرتفعة المطبوعة.
22:54
What did you say, Georgina?
680
1374240
1600
ماذا قلت يا جورجينا؟
22:55
I thought it was, b) Louis Braille.
681
1375840
2880
اعتقدت أنه كان ، ب) لويس برايل.
22:58
Which was…of course the correct
682
1378720
1600
الذي كان ... بالطبع
23:00
answer! Well done, Georgina – Louise
683
1380320
2560
الإجابة الصحيحة! أحسنت صنعًا ، جورجينا - لويز
23:02
Braille the inventor of a reading
684
1382880
1600
برايل مخترعة
23:04
system which is known worldwide
685
1384480
1760
نظام القراءة المعروف عالميًا
23:06
simply as braille.
686
1386240
1680
ببساطة باسم برايل.
23:07
I suppose braille is an early example
687
1387920
2160
أفترض أن طريقة برايل هي مثال مبكر
23:10
of assistive technology – systems
688
1390080
2480
على التكنولوجيا المساعدة - الأنظمة
23:12
and equipment that assist people
689
1392560
1600
والمعدات التي تساعد الأشخاص
23:14
with disabilities to perform everyday
690
1394160
2160
ذوي الإعاقة على أداء
23:16
functions. Let’s recap the rest of
691
1396320
2400
الوظائف اليومية. دعونا نلخص بقية
23:18
the vocabulary, Neil.
692
1398720
1760
المفردات ، نيل.
23:20
OK. An obstacle is an object that
693
1400480
2240
نعم. العائق هو الشيء الذي
23:22
is in your way and blocks your
694
1402720
2000
يعترض طريقك ويمنع
23:24
movement.
695
1404720
1120
حركتك.
23:25
Some assisted technology works
696
1405840
1680
تعمل بعض التقنيات المساعدة
23:27
using echo-location – a system of
697
1407520
2560
باستخدام موقع الصدى - وهو نظام
23:30
ultrasound detection used by bats.
698
1410080
3120
للكشف بالموجات فوق الصوتية تستخدمه الخفافيش.
23:33
Being blind is different from being
699
1413200
1760
أن تكون أعمى يختلف عن
23:34
visually impaired - having a
700
1414960
1840
ضعف البصر -
23:36
decreased ability to see, whether
701
1416800
1920
انخفاض القدرة على الرؤية ، سواء كان
23:38
disabling or not.
702
1418720
1626
معاقًا أم لا.
23:40
And finally, the hope is that
703
1420346
1654
وأخيرًا ، يكمن الأمل في أن تساعد
23:42
assistive phone apps can help
704
1422000
1760
تطبيقات الهاتف المساعدة في
23:43
normalise disability – change the
705
1423760
2160
تطبيع الإعاقة - تغيير
23:45
perception of something into
706
1425920
1440
التصور عن شيء ما ليصبح
23:47
being accepted as normal…
707
1427360
2080
مقبولًا على أنه أمر طبيعي ... بحيث
23:49
..so that disability is no longer a
708
1429440
2080
لم تعد الإعاقة
23:51
big deal – not a big problem.
709
1431520
2240
مشكلة كبيرة - وليست مشكلة كبيرة.
23:53
That’s all for this programme but
710
1433760
1360
هذا كل ما يخص هذا البرنامج ، لكن
23:55
join us again soon at 6 Minute English…
711
1435120
2800
انضم إلينا مرة أخرى قريبًا في 6 Minute English…
23:57
…and remember you can find many
712
1437920
1360
... وتذكر أنه يمكنك العثور على العديد من
23:59
more 6 Minute topics and useful
713
1439280
1920
الموضوعات والمفردات المفيدة في 6 Minute
24:01
vocabulary archived on
714
1441200
1440
المؤرشفة على
24:02
bbclearningenglish.com.
715
1442640
2240
bbclearningenglish.com.
24:04
Don’t forget we also have an app
716
1444880
1680
لا تنس أن لدينا أيضًا تطبيقًا
24:06
you can download for free from
717
1446560
1600
يمكنك تنزيله مجانًا من
24:08
the app stores. And of course we
718
1448160
2160
متاجر التطبيقات. وبالطبع نحن في
24:10
are all over social media, so come
719
1450320
2240
جميع أنحاء وسائل التواصل الاجتماعي ، لذا تعال
24:12
on over and say hi.
720
1452560
1360
وقل مرحبًا.
24:13
Bye for now!
721
1453920
800
وداعا الآن!
24:14
Bye!
722
1454720
830
الوداع!
24:21
Welcome to 6 Minute English, where
723
1461280
1520
مرحبًا بكم في 6 Minute English ، حيث
24:22
we bring you an intelligent topic
724
1462800
1600
نقدم لك موضوعًا ذكيًا
24:24
and six related items of vocabulary.
725
1464400
2480
وستة عناصر ذات صلة من المفردات.
24:26
I’m Neil.
726
1466880
640
أنا نيل.
24:27
And I’m Tim. And today we’re talking
727
1467520
2560
وأنا تيم. واليوم نتحدث
24:30
about AI – or Artificial Intelligence.
728
1470080
3840
عن الذكاء الاصطناعي - أو الذكاء الاصطناعي.
24:33
Artificial Intelligence is the ability of
729
1473920
2480
الذكاء الاصطناعي هو قدرة
24:36
machines to copy human intelligent
730
1476400
2560
الآلات على نسخ السلوك البشري الذكي
24:38
behaviour – for example, an
731
1478960
1920
- على سبيل المثال ،
24:40
intelligent machine can learn
732
1480880
1440
يمكن للآلة الذكية أن تتعلم
24:42
from its own mistakes, and make
733
1482320
1600
من أخطائها ، وتتخذ
24:43
decisions based on what’s happened
734
1483920
2000
القرارات بناءً على ما حدث
24:45
in the past.
735
1485920
880
في الماضي.
24:46
There’s a lot of talk about AI these
736
1486800
2000
هناك الكثير من الحديث عن الذكاء الاصطناعي هذه
24:48
days, Neil, but it’s still just science
737
1488800
2160
الأيام يا نيل ، لكنه لا يزال مجرد
24:50
fiction, isn’t it?
738
1490960
1360
خيال علمي ، أليس كذلك؟
24:52
That’s not true – AI is everywhere.
739
1492320
2640
هذا ليس صحيحًا - الذكاء الاصطناعي موجود في كل مكان.
24:54
Machine thinking is in our homes,
740
1494960
2160
التفكير الآلي موجود في منازلنا
24:57
offices, schools and hospitals.
741
1497120
2480
ومكاتبنا ومدارسنا ومستشفياتنا.
24:59
Computer algorithms are helping
742
1499600
1680
تساعدنا خوارزميات الكمبيوتر في
25:01
us drive our cars. They’re diagnosing
743
1501280
2560
قيادة سياراتنا. إنهم يشخصون
25:03
what’s wrong with us in hospitals.
744
1503840
2160
ما هو خطأ في المستشفيات.
25:06
They’re marking student essays…
745
1506000
1840
إنهم يصنفون مقالات الطلاب ...
25:07
They’re telling us what to read on
746
1507840
1520
إنهم يخبروننا بما نقرأه على
25:09
our smartphones…
747
1509360
960
هواتفنا الذكية ...
25:10
Well, that really does sound like
748
1510320
1680
حسنًا ، هذا يبدو حقًا مثل
25:12
science fiction – but it’s
749
1512000
1760
الخيال العلمي - لكنه
25:13
happening already, you say, Neil?
750
1513760
1840
يحدث بالفعل ، كما تقول ، نيل؟
25:15
It’s definitely happening, Tim.
751
1515600
2245
إنه يحدث بالتأكيد يا تيم.
25:17
And an algorithm, by the way, is
752
1517845
1435
وبالمناسبة ، فإن الخوارزمية هي
25:19
a set of steps a computer follows
753
1519280
2320
مجموعة من الخطوات التي يتبعها الكمبيوتر
25:21
in order to solve a problem.
754
1521600
1680
لحل مشكلة ما.
25:23
So can you tell me what was the
755
1523280
2080
هل يمكن أن تخبرني ما هو
25:25
name of the computer which
756
1525360
1920
اسم الكمبيوتر الذي
25:27
famously beat world chess
757
1527280
1600
اشتهر بهزيمة بطل الشطرنج العالمي
25:28
champion Garry Kasparov
758
1528880
1600
غاري كاسباروف
25:30
using algorithms in 1997?
759
1530480
2800
باستخدام الخوارزميات في عام 1997؟ هل
25:33
Was it…
760
1533280
400
25:33
a) Hal, b) Alpha 60,
761
1533680
3120
كانت ...
أ) هال ، ب) ألفا 60 ،
25:36
or, c) Deep Blue?
762
1536800
1840
أو ، ج) ديب بلو؟
25:38
I’ll say Deep Blue.
763
1538640
2800
سأقول ديب بلو.
25:41
Although I’m just guessing.
764
1541440
1200
على الرغم من أنني مجرد التخمين.
25:42
Was it an educated guess, Tim?
765
1542640
1920
هل كان تخمينًا متعلمًا يا تيم؟
25:44
I know a bit about chess…
766
1544560
1520
أعرف القليل عن الشطرنج ...
25:46
An educated guess is based
767
1546080
1920
التخمين المتعلم مبني
25:48
on knowledge and experience
768
1548000
1600
على المعرفة والخبرة
25:49
and is therefore likely to be correct.
769
1549600
2080
وبالتالي من المحتمل أن يكون صحيحًا.
25:51
Well, we’ll find out later on how
770
1551680
1760
حسنًا ، سنكتشف لاحقًا مدى
25:53
educated your guess was in
771
1553440
1440
تثقيف تخمينك في
25:54
this case, Tim!
772
1554880
880
هذه الحالة ، تيم!
25:55
Indeed. But getting back to AI
773
1555760
2400
بالفعل. لكن العودة إلى الذكاء الاصطناعي
25:58
and what machines can do – are
774
1558160
2480
وما الذي يمكن أن تفعله الآلات - هل
26:00
they any good at solving real-life
775
1560640
2720
هي جيدة في حل مشاكل الحياة الواقعية
26:03
problems? Computers think in zeros
776
1563360
2640
؟ أجهزة الكمبيوتر تفكر بالأصفار
26:06
and ones don’t they? That sounds
777
1566000
1760
والآحاد أليس كذلك؟ هذا يبدو
26:07
like a pretty limited language when
778
1567760
1600
وكأنه لغة محدودة للغاية عندما
26:09
it comes to life experience!
779
1569360
1760
يتعلق الأمر بتجربة الحياة!
26:11
You would be surprised to what
780
1571120
1520
سوف تتفاجأ بما
26:12
those zeroes and ones can do, Tim.
781
1572640
2240
يمكن أن يفعله هؤلاء الأصفار والآحاد ، تيم.
26:14
Although you’re right that AI does
782
1574880
1920
على الرغم من أنك محق في أن الذكاء الاصطناعي
26:16
have its limitations at the moment.
783
1576800
1920
له حدوده في الوقت الحالي.
26:18
And if something has limitations
784
1578720
1760
وإذا كان هناك شيء ما له قيود ،
26:20
there’s a limit on what it can do or
785
1580480
1920
فهناك حدود لما يمكن أن يفعله أو إلى
26:22
how good it can be.
786
1582400
1280
أي مدى يمكن أن يكون جيدًا.
26:23
OK – well now might be a good time
787
1583680
2640
حسنًا - قد يكون الوقت مناسبًا الآن
26:26
to listen to Zoubin Bharhramani,
788
1586320
2160
للاستماع إلى Zoubin Bharhramani ،
26:28
Professor of Information Engineering
789
1588480
1920
أستاذ هندسة المعلومات
26:30
at the University of Cambridge and
790
1590400
2240
في جامعة كامبريدج
26:32
deputy director of the Leverhulme Centre
791
1592640
2880
ونائب مدير مركز Leverhulme
26:35
for the Future of Intelligence.
792
1595520
2000
لمستقبل الذكاء.
26:37
He’s talking about what limitations
793
1597520
2240
إنه يتحدث عن قيود
26:39
AI has at the moment.
794
1599760
2240
الذكاء الاصطناعي في الوقت الحالي.
26:43
I think it’s very interesting how many
795
1603280
2880
أعتقد أنه من المثير للاهتمام عدد
26:46
of the things that we take for granted –
796
1606160
2160
الأشياء التي نأخذها كأمر مسلم به -
26:48
we humans take for granted – as being
797
1608320
2000
نحن البشر نأخذها كأمر مسلم به - باعتبارها
26:50
sort of things we don’t even think about
798
1610320
1600
نوعًا من الأشياء التي لا نفكر فيها حتى
26:51
like how do we walk, how do we reach,
799
1611920
2320
مثل كيف نمشي ، وكيف نصل ،
26:54
how do we recognize our mother. You
800
1614240
3120
وكيف نتعرف على الأم.
26:57
know, all these things. When you start
801
1617360
2480
تعلمون ، كل هذه الأشياء. عندما تبدأ
26:59
to think how to implement them on a
802
1619840
1840
في التفكير في كيفية تنفيذها على جهاز
27:01
computer, you realize that it’s those
803
1621680
3120
كمبيوتر ، فإنك تدرك أنه من
27:04
things that are incredibly difficult to get
804
1624800
4400
الصعب للغاية جعل
27:09
computers to do, and that’s where the
805
1629200
2960
أجهزة الكمبيوتر تقوم بها ، وهذا هو المكان الذي تتواجد فيه
27:12
current cutting edge of research is.
806
1632160
2899
أحدث الأبحاث حاليًا.
27:16
If we take something for granted we
807
1636320
1440
إذا أخذنا شيئًا ما كأمر مسلم به ، فإننا
27:17
don’t realise how important something is.
808
1637760
2400
لا ندرك مدى أهمية الشيء.
27:20
You sometimes take me for granted, I
809
1640160
2080
أنت في بعض الأحيان تأخذني كأمر مسلم به ، على ما
27:22
think, Neil.
810
1642240
1200
أعتقد ، نيل.
27:23
No – I never take you for granted, Tim!
811
1643440
1920
لا - أنا لا أعتبرك أبدًا أمرًا مفروغًا منه ، يا تيم!
27:25
You’re far too important for that!
812
1645360
2320
أنت مهم جدًا لذلك!
27:27
Good to hear! So things we take for
813
1647680
2800
من الجيد سماع! لذا فإن الأشياء التي نأخذها كأمر مسلم به
27:30
granted are doing every day tasks like
814
1650480
3280
هي القيام بمهام يومية مثل
27:33
walking, picking something up, or
815
1653760
2160
المشي أو التقاط شيء ما أو
27:35
recognizing somebody. We implement –
816
1655920
3040
التعرف على شخص ما. نحن ننفذ -
27:38
or perform – these things without
817
1658960
2240
أو ننفذ - هذه الأشياء دون
27:41
thinking – Whereas it’s cutting edge
818
1661200
2640
تفكير - في حين أنه من أحدث
27:43
research to try and program a
819
1663840
1760
الأبحاث لمحاولة برمجة
27:45
machine to do them.
820
1665600
1200
آلة للقيام بها.
27:46
Cutting edge means very new and
821
1666800
2000
المتطورة تعني الجديد
27:48
advanced. It’s interesting isn't it, that
822
1668800
2000
والمتقدم للغاية. ليس من المثير للاهتمام ، أنه
27:50
over ten years ago a computer beat
823
1670800
2160
منذ أكثر من عشر سنوات ، تغلب الكمبيوتر على
27:52
a chess grand master – but the
824
1672960
1680
سيد الشطرنج الكبير - ولكن
27:54
same computer would find it incredibly
825
1674640
2240
نفس الكمبيوتر سيجد
27:56
difficult to pick up a chess piece.
826
1676880
2000
صعوبة كبيرة في التقاط قطعة شطرنج.
27:58
I know. It’s very strange. But now
827
1678880
2400
أنا أعرف. انه غريب جدا. لكنك
28:01
you’ve reminded me that we need
828
1681280
1520
ذكّرتني الآن أننا بحاجة إلى
28:02
the answer to today’s question.
829
1682800
2080
إجابة سؤال اليوم.
28:04
Which was: What was the name
830
1684880
1840
والذي كان: ما هو اسم
28:06
of the computer which famously
831
1686720
1600
الكمبيوتر الذي اشتهر
28:08
beat world chess champion
832
1688320
1760
بهزيمة بطل الشطرنج العالمي
28:10
Garry Kasparov in 1997? Now, you
833
1690080
2800
غاري كاسباروف في عام 1997؟ الآن ،
28:12
said Deep Blue, Tim, and … that was
834
1692880
2400
قلت "ديب بلو" ، وتيم ، و ... كانت تلك هي
28:15
the right answer!
835
1695280
1200
الإجابة الصحيحة! كما
28:16
You see, my educated guess was
836
1696480
2320
ترى ، استند تخميني المتعلم
28:18
based on knowledge and experience!
837
1698800
2160
على المعرفة والخبرة!
28:20
Or maybe you were just lucky. So, the
838
1700960
3680
أو ربما كنت محظوظًا فقط. لذلك ،
28:24
IBM supercomputer Deep Blue played
839
1704640
2320
لعب كمبيوتر IBM العملاق Deep Blue
28:26
against US world chess champion
840
1706960
2000
ضد بطل الشطرنج الأمريكي
28:28
Garry Kasparov in two chess matches.
841
1708960
2400
غاري كاسباروف في مباراتين للشطرنج.
28:31
The first match was played in
842
1711360
1360
أقيمت المباراة الأولى في
28:32
Philadelphia in 1996 and was
843
1712720
2080
فيلادلفيا عام 1996 وفاز
28:34
won by Kasparov. The second was
844
1714800
2080
بها كاسباروف. لعبت الثانية
28:36
played in New York City in 1997
845
1716880
2320
في مدينة نيويورك في عام 1997
28:39
and won by Deep Blue. The 1997
846
1719200
3120
وفاز بها ديب بلو.
28:42
match was the first defeat of a
847
1722320
1600
كانت مباراة عام 1997 هي الهزيمة الأولى
28:43
reigning world chess champion
848
1723920
1600
لبطل العالم في الشطرنج
28:45
by a computer under
849
1725520
1360
بواسطة جهاز كمبيوتر في ظل
28:46
tournament conditions.
850
1726880
1680
ظروف البطولة.
28:48
Let’s go through the words we
851
1728560
1520
دعونا نستعرض الكلمات التي
28:50
learned today. First up was
852
1730080
2320
تعلمناها اليوم. الأول هو
28:52
‘artificial intelligence’ or AI – the
853
1732400
3200
"الذكاء الاصطناعي" أو الذكاء الاصطناعي -
28:55
ability of machines to copy human
854
1735600
2400
قدرة الآلات على نسخ
28:58
intelligent behaviour.
855
1738000
1200
سلوك الإنسان الذكي.
28:59
“There are AI programs that can
856
1739200
1840
"هناك برامج ذكاء اصطناعي يمكنها
29:01
write poetry.”
857
1741040
1280
كتابة الشعر."
29:02
Do you have any examples you
858
1742320
1600
هل لديك أي أمثلة يمكنك أن
29:03
can recite?
859
1743920
1040
تقرأها؟
29:04
Afraid I don’t! Number two – an
860
1744960
2080
لا أخاف! رقم اثنين -
29:07
algorithm is a set of steps a
861
1747040
1840
الخوارزمية هي مجموعة من الخطوات التي
29:08
computer follows in order to
862
1748880
1520
يتبعها الكمبيوتر لحل
29:10
solve a problem. For example,
863
1750400
1760
مشكلة ما. على سبيل المثال ،
29:12
“Google changes its search
864
1752160
1680
"تغير Google
29:13
algorithm hundreds of times
865
1753840
1760
خوارزمية البحث مئات المرات
29:15
every year.”
866
1755600
880
كل عام."
29:16
The adjective is algorithmic – for
867
1756480
2560
الصفة خوارزمية - على سبيل
29:19
example, “Google has made many
868
1759040
2240
المثال ، "قامت Google بإجراء العديد من
29:21
algorithmic changes.”
869
1761280
1760
التغييرات الخوارزمية."
29:23
Number three – if something has
870
1763040
2000
رقم ثلاثة - إذا كان هناك شيء ما
29:25
‘limitations’ – there’s a limit on
871
1765040
1680
"قيود" - فهناك حد
29:26
what it can do or how good it
872
1766720
1520
لما يمكن أن يفعله أو إلى أي مدى
29:28
can be. “Our show has certain
873
1768240
2400
يمكن أن يكون جيدًا. "عرضنا به
29:30
limitations – for example, it’s only
874
1770640
2320
قيود معينة - على سبيل المثال ،
29:32
six minutes long!”
875
1772960
1040
مدته ست دقائق فقط!"
29:34
That’s right – there’s only time to
876
1774000
1760
هذا صحيح - هناك وقت فقط
29:35
present six vocabulary items.
877
1775760
2400
لتقديم ستة عناصر من المفردات.
29:38
Short but sweet!
878
1778160
1120
قصير لكن حلو!
29:39
And very intelligent, too. OK, the
879
1779280
2640
وذكي للغاية أيضًا. حسنًا ،
29:41
next item is ‘take something for
880
1781920
1760
العنصر التالي هو "خذ شيئًا ما
29:43
granted’ – which is when we don’t
881
1783680
1760
كأمر مسلم به" - وهو عندما لا
29:45
realise how important something is.
882
1785440
1920
ندرك مدى أهمية شيء ما.
29:47
“We take our smart phones for granted
883
1787360
2160
"نحن نأخذ هواتفنا الذكية كأمر مسلم به
29:49
these days – but before 1995 hardly
884
1789520
3200
هذه الأيام - ولكن قبل عام 1995 ، لم يكن
29:52
anyone owned one.”
885
1792720
1520
أحد يمتلكها."
29:54
Number five – ‘to implement’ – means
886
1794240
2480
رقم خمسة - "التنفيذ" - يعني
29:56
to perform a task, or take action.
887
1796720
2080
أداء مهمة ، أو اتخاذ إجراء.
29:58
“Neil implemented some changes
888
1798800
1760
"أجرى نيل بعض التغييرات
30:00
to the show.”
889
1800560
880
على العرض."
30:01
The final item is ‘cutting edge’ – new
890
1801440
2480
العنصر الأخير هو "الأحدث" - الجديد
30:03
and advanced – “This software is
891
1803920
2000
والمتقدم - "هذا البرنامج
30:05
cutting edge.”
892
1805920
880
متقدم".
30:06
“The software uses cutting edge
893
1806800
2000
"يستخدم البرنامج أحدث
30:08
technology.”
894
1808800
1280
التقنيات."
30:10
OK – that’s all we have time for on
895
1810080
1840
حسنًا - هذا كل ما لدينا من وقت لعرض
30:11
today’s cutting edge show. But please
896
1811920
2640
أحدث العروض اليوم. لكن يرجى
30:14
check out our Instagram, Twitter,
897
1814560
1840
مراجعة صفحاتنا على Instagram و Twitter و
30:16
Facebook and YouTube pages.
898
1816400
1840
Facebook و YouTube.
30:18
Bye-bye!
899
1818240
560
30:18
Goodbye!
900
1818800
903
وداعا وداعا! مع
السلامة!
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7