Fake smiles and the computers that can spot them - 6 Minute English

64,842 views ・ 2019-09-19

BBC Learning English


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید. زیرنویس های ترجمه شده به صورت ماشینی ترجمه می شوند.

00:07
Neil: Hello. This is 6 Minute English, I'm Neil.
0
7920
2200
نیل: سلام. این 6 دقیقه انگلیسی است، من نیل هستم.
00:10
Sam: And I'm Sam.
1
10120
1460
سام: و من سام هستم.
00:11
Neil: It’s good to see you again, Sam
2
11580
1480
نیل: خوشحالم که دوباره می بینمت، سم
00:13
Sam: Really?
3
13060
600
00:13
Neil: Yes, of course, can’t you tell by the
4
13660
2339
سام: واقعا؟
نیل: بله، البته، نمی توانید از
00:15
way I’m smiling?
5
15999
1000
طریق لبخند زدن من بگویید؟
00:17
Sam: Ah well, I find it difficult to tell if
6
17000
2620
سام: آه خوب، تشخیص اینکه
00:19
someone is really smiling or if it’s a fake
7
19620
2380
کسی واقعاً می خندد یا اینکه یک لبخند ساختگی است، برایم سخت است
00:22
smile.
8
22000
900
00:22
Neil: Well, that’s a coincidence because
9
22900
2040
.
نیل: خب، این یک تصادف است، زیرا
00:24
this programme is all about how
10
24940
2140
این برنامه در مورد این است که چگونه
00:27
computers may be able tell real smiles
11
27080
2380
کامپیوترها ممکن است
00:29
from fake smiles better than humans can.
12
29460
3200
بهتر از انسان ها بتوانند لبخند واقعی را از لبخند مصنوعی تشخیص دهند.
00:32
Before we get in to that though, a
13
32660
1314
قبل از اینکه به آن بپردازیم، یک
00:33
question. The expressions we can
14
33974
2516
سوال. عباراتی که می
00:36
make with our face are controlled by
15
36490
2258
توانیم با صورت خود بیان کنیم توسط ماهیچه ها کنترل
00:38
muscles. How many muscles do we have
16
38748
2303
می شود. چند ماهیچه
00:41
in our face? Is it:
17
41060
1220
در صورتمان داریم؟ آیا این است:
00:42
A: 26, B: 43 or C: 62?
18
42280
4600
A: 26، B: 43 یا C: 62؟
00:46
What do you think, Sam?
19
46880
1000
نظرت چیه سام؟
00:47
Sam: No idea! But a lot, I’d guess, so I’m
20
47880
3680
سام: هیچ نظری ندارم! اما حدس می‌زنم خیلی زیاد است، بنابراین من
00:51
going with 62.
21
51560
1420
با 62 می‌روم.
00:52
Neil: OK. Well, we’ll see if you’ll be smiling
22
52980
2240
نیل: باشه. خب، ما بعداً در برنامه خواهیم دید که لبخند می‌زنید
00:55
or crying later in the programme.
23
55220
2185
یا گریه می‌کنید.
00:57
Hassan Ugail is a professor of visual
24
57405
2496
حسن اوگیل استاد محاسبات بصری
00:59
computing at the University of Bradford.
25
59901
2399
در دانشگاه برادفورد است.
01:02
He’s been working on getting computers
26
62300
1680
او در حال کار بر روی کامپیوترهایی
01:03
to be able to recognise human emotions
27
63980
2680
است که بتوانند احساسات انسان را
01:06
from the expressions on our
28
66660
1500
از روی عبارات صورت ما تشخیص
01:08
face. Here he is speaking on the BBC
29
68160
3140
دهند. در اینجا او در برنامه رادیویی بی بی سی
01:11
Inside Science radio programme – how
30
71300
2680
Inside Science صحبت می کند -
01:13
successful does he say they have been?
31
73980
1870
او می گوید که آنها چقدر موفق بوده اند؟
01:15
Professor Hassan Ugail: We've been
32
75850
1350
پروفسور حسن اوگیل: ما
01:17
working quite a lot on the human
33
77200
1270
خیلی روی احساسات انسان کار کرده ایم
01:18
emotions, so the idea is how the facial
34
78470
2869
، بنابراین ایده این است که چگونه
01:21
muscle movement, which is reflected on
35
81339
2640
حرکت ماهیچه های صورت که بر روی صورت منعکس
01:23
the face, through obviously a computer
36
83979
1966
می شود، آشکارا از طریق یک کامپیوتر
01:25
through video frames and trying to
37
85945
1791
از طریق فریم های ویدئویی و تلاش برای
01:27
understand how these muscle
38
87740
1360
درک اینکه چگونه این
01:29
movements actually relate to facial
39
89100
1972
حرکات ماهیچه ای در واقع چگونه است. به حالات چهره
01:31
expressions and then from facial
40
91072
2126
و سپس از حالات چهره در
01:33
expressions trying to understand the
41
93198
1980
تلاش برای درک
01:35
emotions or to infer the emotions. And
42
95178
2121
احساسات یا استنتاج احساسات مربوط می شود. و در
01:37
they have been quite successful
43
97299
1730
انجام این کار کاملاً موفق بوده اند
01:39
in doing that. We have software that can
44
99029
2471
. ما نرم‌افزاری داریم که
01:41
actually look at somebody's face in real
45
101500
2700
در واقع می‌تواند به صورت واقعی به صورت شخصی نگاه
01:44
time and then identify the series of
46
104200
2820
کند و سپس مجموعه‌ای از
01:47
emotions that person
47
107023
1337
احساساتی را که شخص
01:48
is expressing in real time as well.
48
108367
2352
در زمان واقعی ابراز می‌کند شناسایی کند.
01:50
Neil: So, have they been successful in
49
110719
2136
نیل: بنابراین، آیا آنها در
01:52
getting computers to identify emotions?
50
112855
2444
شناسایی احساسات توسط رایانه ها موفق بوده اند؟
01:55
Sam: Yes, he says they’ve been quite
51
115299
2636
سام: بله، او می‌گوید که آنها کاملاً
01:57
successful, and what’s interesting is that
52
117935
2856
موفق بوده‌اند، و جالب این است
02:00
he says that the computers can do it in
53
120800
2380
که می‌گوید رایانه‌ها می‌توانند این کار را
02:03
'real time'. This means that there’s no
54
123180
2480
در زمان واقعی انجام دهند. این بدان معنی است که هیچ تاخیری وجود ندارد
02:05
delay. They don’t have to stop and analyse
55
125660
2740
. آنها مجبور نیستند متوقف شوند و
02:08
the data, or crunch the numbers, they can
56
128400
2780
داده ها را تجزیه و تحلیل کنند، یا اعداد را خرد کنند، آنها می توانند
02:11
do it as the person is talking.
57
131180
2320
این کار را همانطور که شخص در حال صحبت است انجام دهند.
02:13
Neil: The system uses video to analyse a
58
133500
2640
نیل: این سیستم از ویدئو برای تجزیه و تحلیل
02:16
person’s expressions and can then infer
59
136140
2352
عبارات افراد استفاده می کند و سپس می تواند
02:18
the emotions.
60
138492
797
احساسات را استنتاج کند.
02:19
'To infer something' means to get an
61
139289
2128
«استنتاج چیزی» به معنای
02:21
understanding of something without
62
141417
1960
درک چیزی است بدون
02:23
actually being told directly.
63
143377
1696
اینکه مستقیماً به او گفته شود.
02:25
So, you look at available information and
64
145073
2397
بنابراین، شما به اطلاعات موجود نگاه می کنید و
02:27
use your understanding and knowledge to
65
147470
1911
از درک و دانش خود
02:29
work out the meaning.
66
149381
1029
برای یافتن معنی استفاده می کنید.
02:30
Sam: It’s a bit like being a detective, isn’t
67
150410
2840
سام: کمی شبیه کارآگاه بودن است، اینطور نیست
02:33
it? You look at the clues and infer what
68
153250
2330
؟ شما به سرنخ ها نگاه می کنید و استنباط می کنید که چه
02:35
happened even if you don’t have all the
69
155580
2160
اتفاقی افتاده است، حتی اگر تمام
02:37
details.
70
157740
660
جزئیات را نداشته باشید.
02:38
Neil: Yes, and in this case the computer
71
158400
1980
نیل: بله، و در این مورد، کامپیوتر
02:40
looks at how the movement of muscles in
72
160380
2520
به چگونگی حرکت
02:42
the face or 'facial muscles', show different
73
162900
2180
عضلات صورت یا «عضلات صورت»، احساسات متفاوتی را نشان می‌دهد
02:45
emotions. Here’s Professor Ugail again.
74
165080
2600
. اینجا دوباره پروفسور اوگیل است.
02:47
Professor Hassan Ugail: We've been
75
167680
1262
پروفسور حسن اوگیل: ما
02:48
working quite a lot on the human
76
168942
1187
خیلی روی احساسات انسان
02:50
emotions so the idea is how the facial
77
170129
2842
کار کرده ایم، بنابراین ایده این است که چگونه
02:52
muscle movement, which is reflected on
78
172971
2640
حرکت ماهیچه های صورت، که بر روی صورت منعکس
02:55
the face, through obviously a computer
79
175611
1985
می شود، آشکارا از طریق یک کامپیوتر
02:57
through video frames and trying to
80
177596
1810
از طریق فریم های ویدئویی و تلاش برای
02:59
understand how these
81
179406
1064
درک چگونگی ارتباط این
03:00
muscle movements actually relate to
82
180470
2092
حرکات ماهیچه ای به
03:02
facial expressions and then from facial
83
182562
2377
حالات چهره و سپس از حالات چهره
03:04
expressions trying to understand the
84
184939
1960
سعی در درک
03:06
emotions or to infer the emotions. And
85
186899
2098
احساسات یا استنتاج احساسات. و در
03:08
they have been quite successful
86
188997
1712
انجام این کار کاملاً موفق بوده اند
03:10
in doing that. We have software that can
87
190709
2703
. ما نرم‌افزاری داریم که
03:13
actually look at somebody's face in real
88
193420
2360
در واقع می‌تواند به صورت واقعی به صورت شخصی نگاه
03:15
time and then identify the series of
89
195780
2774
کند و سپس مجموعه‌ای از
03:18
emotions that person is expressing in real
90
198554
2837
احساساتی را که شخص در زمان واقعی ابراز می‌کند
03:21
time as well.
91
201391
878
شناسایی کند.
03:22
Neil: So, how do the computers know
92
202269
2443
نیل: خب، کامپیوترها از کجا
03:24
what is a real or a fake smile? The
93
204712
2552
بفهمند لبخند واقعی یا ساختگی چیست؟ ابتدا
03:27
computers have to learn
94
207264
1703
کامپیوترها باید آن را یاد بگیرند
03:28
that first. Here’s Professor Ugail again
95
208967
2963
. در اینجا پروفسور Ugail دوباره
03:31
talking about how they do that.
96
211930
2070
در مورد نحوه انجام این کار صحبت می کند.
03:34
Professor Hassan Ugail: We have a data
97
214000
1280
پروفسور حسن اوگیل: ما یک
03:35
set of real smiles and we have
98
215293
1297
مجموعه داده از لبخندهای واقعی و
03:36
a data set of fake smiles. These real
99
216590
2029
یک مجموعه داده از لبخندهای ساختگی داریم. این لبخندهای واقعی،
03:38
smiles are induced smiles in a lab. So,
100
218619
2177
لبخندهای القا شده در آزمایشگاه هستند. بنابراین،
03:40
you put somebody on a chair and then
101
220796
2486
شما یک نفر را روی یک صندلی می‌گذارید و سپس
03:43
show some funny movies
102
223282
1542
چند فیلم خنده‌دار نشان می‌دهید
03:44
and we expect the smiles are genuine
103
224824
2400
و ما انتظار داریم که لبخندها، لبخندهای واقعی باشند
03:47
smiles.
104
227224
685
03:47
And similarly we ask them to pretend to
105
227909
2012
.
و به همین ترتیب از آنها می خواهیم وانمود کنند که
03:49
smile. So, these are what you'd call fake
106
229921
2019
لبخند می زنند. بنابراین، این همان چیزی است که شما آن را
03:51
smiles.
107
231940
680
لبخندهای ساختگی می نامید.
03:52
So, what we do is we throw these into the
108
232620
2440
بنابراین، کاری که ما انجام می‌دهیم این است که اینها را
03:55
machine and then the machine figures
109
235060
1860
داخل دستگاه می‌اندازیم و سپس دستگاه مشخص
03:56
out what are the characteristics of a real
110
236920
2160
می‌کند که ویژگی‌های یک
03:59
smile and what are the characteristics of
111
239080
2300
لبخند واقعی و ویژگی‌های یک لبخند مصنوعی چیست
04:01
a fake smile.
112
241387
1093
.
04:02
Neil: So, how do they get the data that the
113
242480
2840
نیل: بنابراین، چگونه می‌توانند داده‌هایی را که
04:05
computers use to see if your smile is fake
114
245320
2260
رایانه‌ها استفاده می‌کنند تا ببینند لبخند شما تقلبی است
04:07
or 'genuine' – which is another word which
115
247580
2271
یا «اصیل» - که کلمه دیگری
04:09
means real?
116
249851
1108
به معنای واقعی است، به دست می‌آورند؟
04:10
Sam: They induce real smiles in the lab by
117
250959
2720
سام: آنها با
04:13
showing people funny films. This means
118
253680
3360
نشان دادن فیلم های خنده دار به مردم لبخند واقعی را در آزمایشگاه القا می کنند. این بدان معنی است
04:17
that they make the smiles come naturally.
119
257040
2519
که آنها باعث می شوند که لبخندها به طور طبیعی ظاهر شوند.
04:19
They assume that the smiles while
120
259560
1700
آنها تصور می کنند که لبخندهای هنگام
04:21
watching the funny films are genuine.
121
261260
2600
تماشای فیلم های خنده دار واقعی است.
04:23
Neil: And then they ask the people to
122
263860
1400
نیل: و سپس از مردم می خواهند
04:25
pretend to smile and the computer
123
265267
1954
وانمود کنند که لبخند می زنند و برنامه کامپیوتری
04:27
programme now has a database of real
124
267221
2165
اکنون یک پایگاه داده از
04:29
and fake smiles and is able
125
269386
1624
لبخندهای واقعی و ساختگی دارد و می
04:31
to figure out which is which.
126
271010
1790
تواند بفهمد کدام کدام است.
04:32
Sam: 'Figure out' means to calculate and
127
272800
2500
سام: «پیدا کردن» یعنی محاسبه کردن و
04:35
come to an answer
128
275300
1360
رسیدن به یک پاسخ
04:36
Neil: Yes, and apparently the system gets
129
276660
1260
نیل: بله، و ظاهراً سیستم در
04:37
it right 90% of the time, which is much
130
277920
2840
90 درصد مواقع آن را به درستی دریافت می‌کند، که بسیار
04:40
higher than we humans can. Right, well
131
280760
2640
بالاتر از آن چیزی است که ما انسان‌ها می‌توانیم. درست است،
04:43
before we remind ourselves of our
132
283400
1780
قبل از اینکه دایره لغات خود را به خود یادآوری کنیم
04:45
vocabulary, let’s get the answer to the
133
285220
1936
، بیایید پاسخ
04:47
question. How many muscles do
134
287156
2184
سوال را دریافت کنیم. چند ماهیچه
04:49
we have in our face? Is it:
135
289340
1920
در صورتمان داریم؟ آیا این است:
04:51
A: 26, B: 43 or C: 62.
136
291260
3720
A: 26، B: 43 یا C: 62.
04:54
Sam, are you going to be smiling?
137
294980
1339
سام، آیا قرار است لبخند بزنی؟
04:56
What did you say?
138
296319
1411
چی گفتی؟
04:57
Sam: So I thought 62! Am I smiling, Neil?
139
297730
2870
سام: پس من فکر کردم 62! من میخندم نیل؟
05:00
Neil: Sadly you are not, you are using
140
300600
2440
نیل: متأسفانه نیستی، از
05:03
different muscles for that sort of sad
141
303040
2560
ماهیچه های مختلفی برای این نوع
05:05
look! Actually the answer is 43.
142
305600
3380
نگاه غمگین استفاده می کنی! در واقع پاسخ
05:08
Congratulations to anyone
143
308980
1580
05:10
who got that right. Now our vocabulary.
144
310570
2070
43 است. حالا واژگان ما
05:12
Sam: Yes – 'facial' is the adjective relating
145
312640
3280
سام: بله - "صورت" صفت مربوط
05:15
to face.
146
315920
1320
به صورت است.
05:17
Neil: Then we had 'infer'. This verb means
147
317240
2460
نیل: سپس ما "استنتاج" داشتیم. این فعل به معنای
05:19
to understand something even when you
148
319700
1900
فهمیدن چیزی است حتی زمانی
05:21
don’t have all the information, and you
149
321600
2034
که همه اطلاعات را ندارید و
05:23
come to this understanding
150
323634
1356
05:24
based on your experience and knowledge,
151
324990
1854
بر اساس تجربه و دانش خود
05:26
or in the case of a computer, the
152
326844
2116
یا در مورد رایانه،
05:28
programming.
153
328960
980
برنامه نویسی به این درک می رسید.
05:29
Sam: And these computers work in 'real
154
329940
2020
سام: و این کامپیوترها در "
05:31
time', which means that there’s no delay
155
331967
2705
زمان واقعی" کار می کنند، به این معنی که هیچ تاخیری وجود ندارد
05:34
and they can tell a fake smile from a
156
334680
2260
و آنها می توانند یک لبخند ساختگی را از یک لبخند
05:36
'genuine' one, which means a real one, as
157
336940
2080
"اصیل" تشخیص دهند، که به معنای واقعی است، همانطور
05:39
the person is speaking.
158
339020
1570
که شخص در حال صحبت است.
05:40
Neil: They made people smile, or as the
159
340590
2150
نیل: آنها باعث لبخند مردم می شوند یا به
05:42
Professor said, they 'induced' smiles by
160
342740
2260
قول استاد با نمایش فیلم های خنده دار لبخند را "القاء" می کنند
05:45
showing funny films.
161
345000
1540
.
05:46
Sam: And the computer is able to 'figure
162
346540
1780
سام: و کامپیوتر می‌تواند «پیدا
05:48
out', or calculate, whether the smile is fake
163
348320
3740
کند» یا محاسبه کند که لبخند تقلبی
05:52
or genuine.
164
352060
820
05:52
Neil: OK, thank you, Sam. That’s all from
165
352880
1440
یا واقعی است.
نیل: باشه، متشکرم سام. این همه از
05:54
6 Minute English today. We look forward
166
354320
2200
6 دقیقه انگلیسی امروز است. ما مشتاقانه
05:56
to your company next time and if you
167
356520
1640
منتظر شرکت شما هستیم و اگر
05:58
can’t wait you can find lots more from
168
358160
1880
نمی توانید صبر کنید، می توانید موارد بیشتری را از
06:00
bbclearningenglish online,
169
360040
1740
bbclearningenglish به صورت آنلاین،
06:01
on social media and on our app. Goodbye!
170
361780
2400
در رسانه های اجتماعی و برنامه ما بیابید. خداحافظ!
06:04
Sam: Bye!
171
364600
1100
سام: خداحافظ!
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7