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

163,292 views ・ 2022-10-16

BBC Learning English


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון. כתוביות מתורגמות מתורגמות במכונה.

00:05
Hello. This is 6 Minute English
0
5920
1760
שלום. זוהי 6 דקות אנגלית
00:07
from BBC Learning English.
1
7680
1440
מבית BBC Learning English.
00:09
I’m Sam.
2
9120
720
00:09
And I’m Neil.
3
9840
880
אני סאם.
ואני ניל.
00:10
On Saturday mornings I love going
4
10720
2000
בשבת בבוקר אני אוהב ללכת
00:12
to watch football in the park.
5
12720
1920
לראות כדורגל בפארק.
00:14
The problem is when it’s cold and
6
14640
1760
הבעיה היא כשקר
00:16
rainy - I look out the bedroom window
7
16400
2160
וגשום - אני מסתכל מחלון חדר השינה
00:18
and go straight back to bed!
8
18560
1760
וחוזר ישר למיטה!
00:20
Well, instead of going to the park, why
9
20320
2000
ובכן, במקום ללכת לפארק, למה
00:22
not bring the park to you? Imagine
10
22320
2400
שלא תביא את הפארק אליך? תארו לעצמכם
00:24
watching a live version of the
11
24720
1760
לראות גרסה חיה של
00:26
football match at home in the warm,
12
26480
1760
משחק הכדורגל בבית בחמימות,
00:28
with friends. Sound good, Sam?
13
28240
2240
עם חברים. נשמע טוב, סאם?
00:30
Sounds great! – but how can I be in
14
30480
2160
נשמע נפלא! – אבל איך אני יכול להיות
00:32
two places at once? Is there some
15
32640
2000
בשני מקומות בו זמנית? יש איזו
00:34
amazing invention to do that?
16
34640
1840
המצאה מדהימה לעשות את זה?
00:36
There might be, Sam - and it could
17
36480
1600
יכול להיות שיש, סם - וזה יכול
00:38
be happening sooner than you think,
18
38080
2080
לקרות מוקדם ממה שאתה חושב,
00:40
thanks to developments in VR, or
19
40160
2320
הודות להתפתחויות ב-VR, או
00:42
virtual reality. According to Facebook
20
42480
2000
במציאות מדומה. לדברי
00:44
boss, Mark Zuckerberg, in the future
21
44480
2240
הבוס של פייסבוק, מארק צוקרברג, בעתיד
00:46
we’ll all spend much of our time
22
46720
1840
כולנו נבלה חלק ניכר מזמננו
00:48
living and working in the ‘metaverse’ – a
23
48560
2880
בחיים ועבודה ב-'metaverse' -
00:51
series of virtual worlds.
24
51440
2400
סדרה של עולמות וירטואליים.
00:53
Virtual reality is a topic we’ve discussed
25
53840
2480
מציאות מדומה היא נושא שדיברנו עליו
00:56
before at 6 Minute English. But when
26
56320
2720
בעבר ב-6 דקות אנגלית. אבל כשפייסבוק
00:59
Facebook announced that it was
27
59040
1280
הודיעה שהיא
01:00
hiring ten thousand new workers
28
60320
2000
מגייסת עשרת אלפים עובדים חדשים
01:02
to develop VR for the ‘metaverse’, we
29
62320
2720
כדי לפתח VR עבור ה-'metaverse',
01:05
thought it was time for another look.
30
65040
1760
חשבנו שהגיע הזמן לבדיקה נוספת.
01:06
Is this programme, we’ll be hearing two
31
66800
1760
האם זו תוכנית, אנחנו נשמע שתי
01:08
different opinions on the ‘metaverse’
32
68560
1760
דעות שונות על ה"מטאוורס"
01:10
and how it might shape the future.
33
70320
2000
וכיצד הוא עשוי לעצב את העתיד.
01:12
But first I have a question for you, Neil.
34
72320
3040
אבל קודם יש לי שאלה אליך, ניל.
01:15
According to a 2021 survey by
35
75360
2480
לפי סקר משנת 2021 של
01:17
gaming company, Thrive Analytics, what
36
77840
2880
חברת המשחקים Thrive Analytics, איזה
01:20
percentage of people who try virtual
37
80720
2240
אחוז מהאנשים שמנסים
01:22
reality once want to try it again? Is it:
38
82960
3920
מציאות מדומה פעם אחת רוצים לנסות אותה שוב? האם זה:
01:26
a) 9 percent?
39
86880
1920
א) 9 אחוז?
01:28
b) 49 percent? or,
40
88800
2240
ב) 49 אחוז? או,
01:31
c) 79 percent?
41
91040
2160
ג) 79 אחוז?
01:33
I guess with VR you either love it
42
93200
1840
אני מניח שעם VR אתה או אוהב את זה
01:35
or hate it, so I’ll say b) 49 percent of
43
95040
3120
או שונא את זה, אז אני אגיד ב) 49 אחוז
01:38
people want to try it again.
44
98160
1840
מהאנשים רוצים לנסות את זה שוב.
01:40
OK, I’ll reveal the correct answer
45
100000
1840
בסדר, אני אגלה את התשובה הנכונה
01:41
later in the programme. But what
46
101840
1760
בהמשך התוכנית. אבל מה
01:43
Neil said is true: people tend to either
47
103600
2400
שניל אמר נכון: אנשים נוטים
01:46
love virtual reality or hate it.
48
106000
2720
לאהוב מציאות מדומה או לשנוא אותה.
01:48
Somebody who loves it is
49
108720
1440
מי שאוהבת את זה היא
01:50
Emma Ridderstad, CEO of Warpin’, a
50
110160
2800
אמה רידרסטאד, מנכ"לית Warpin',
01:52
company which develops
51
112960
1280
חברה המפתחת
01:54
VR technology.
52
114240
1200
טכנולוגיית VR.
01:55
Here she is telling BBC World
53
115440
1760
הנה היא מספרת לתוכנית BBC World
01:57
Service programme, Tech Tent, her
54
117200
1920
Service, Tech Tent, את
01:59
vision of the future:
55
119120
1520
חזון העתיד שלה:
02:00
In ten years, everything that you
56
120640
1760
בעוד עשר שנים, כל מה שאתה
02:02
do on your phone today, you will
57
122400
2160
עושה בטלפון שלך היום, אתה
02:04
do in 3-D, through your classes
58
124560
2000
תעשה בתלת מימד, דרך השיעורים שלך
02:06
for example. You will be able to do
59
126560
2480
למשל. תוכל לעשות את
02:09
your shopping, you will be able to
60
129040
1920
הקניות שלך, תוכל
02:10
meet your friends, you will be able
61
130960
1680
לפגוש את החברים שלך, תוכל
02:12
to work remotely with whomever
62
132640
2400
לעבוד מרחוק עם מי
02:15
you want, you will be able to share
63
135040
2480
שתרצה, תוכל לשתף
02:17
digital spaces, share music, share
64
137520
3920
חללים דיגיטליים, לשתף מוזיקה, לשתף
02:21
art, share projects in digital spaces
65
141440
3200
אמנות, לשתף פרויקטים במרחבים דיגיטליים
02:24
between each other. And you will also
66
144640
2080
בין אחד לשני. וגם
02:26
be able to integrate the digital objects
67
146720
2160
תוכל לשלב את האובייקטים הדיגיטליים
02:28
in your physical world, making the
68
148880
2720
בעולם הפיזי שלך, מה שהופך את
02:31
world much more phygital than
69
151600
1840
העולם להרבה יותר פיגיטלי ממה
02:33
is it today.
70
153440
1399
שהוא היום.
02:35
Virtual reality creates 3-D, or
71
155040
2720
מציאות מדומה יוצרת חוויות תלת ממדיות, או
02:37
three-dimensional experiences where
72
157760
2080
תלת מימדיות שבהן
02:39
objects have the three dimensions of
73
159840
2400
לאובייקטים יש את שלושת המימדים של
02:42
length, width and height. This makes
74
162240
2640
אורך, רוחב וגובה. זה גורם
02:44
them look lifelike and solid, not
75
164880
2400
להם להיראות אמיתיים ומוצקים, לא
02:47
two-dimensional and flat.
76
167280
2560
דו מימדיים ושטוחים.
02:49
Emma says that in the future VR will
77
169840
2160
אמה אומרת שבעתיד VR
02:52
mix digital objects and physical
78
172000
2000
תערבב אובייקטים דיגיטליים ואובייקטים פיזיים
02:54
objects to create exciting new
79
174000
1920
כדי ליצור חוויות חדשות ומרגשות
02:55
experiences – like staying home to
80
175920
2400
- כמו להישאר בבית
02:58
watch the same football match
81
178320
1440
לצפות באותו משחק כדורגל
02:59
that is simultaneously happening in
82
179760
1840
שמתרחש בו זמנית
03:01
the park. She blends the words
83
181600
2400
בפארק. היא משלבת את המילים
03:04
‘physical’ and ‘digital’ to make a new
84
184000
2240
'פיזי' ו'דיגיטלי' כדי ליצור
03:06
word describing this
85
186240
1040
מילה חדשה המתארת ​​את
03:07
combination: phygital.
86
187280
2480
השילוב הזה: phygital.
03:09
But while a ‘phygital’ future sounds
87
189760
1920
אבל בעוד שעתיד 'פיגיטלי' נשמע
03:11
like paradise to some, others are
88
191680
2080
לחלקם כמו גן עדן, אחרים
03:13
more sceptical – they doubt that
89
193760
2080
ספקנים יותר - הם בספק אם
03:15
VR will come true or be useful.
90
195840
2480
VR יתגשם או יהיה שימושי.
03:18
One such sceptic is technology
91
198320
2080
ספקן אחד כזה הוא
03:20
innovator, Dr Nicola Millard. For one
92
200400
2720
חדשן הטכנולוגיה, ד"ר ניקולה מילארד.
03:23
thing, she doesn’t like wearing a
93
203120
1440
דבר אחד, היא לא אוהבת ללבוש
03:24
VR headset – the heavy helmet and
94
204560
2320
אוזניות VR - הקסדה הכבדה
03:26
glasses that create virtual reality
95
206880
2160
והמשקפיים שיוצרות מציאות מדומה
03:29
for the wearer – something she
96
209040
1760
עבור הלובש אותה - משהו שהיא
03:30
explained to BBC World Service’s,
97
210800
2160
הסבירה ל-BBC World Service,
03:32
Tech Tent:
98
212960
1189
Tech Tent:
03:34
There are some basic things to
99
214480
1680
יש כמה דברים בסיסיים שצריך
03:36
think about. So, how do we
100
216160
1600
לחשוב עליהם. אז איך אנחנו
03:37
access it? So, the reason, sort of,
101
217760
2400
ניגשים לזה? אז הסיבה, סוג של,
03:40
social networks took off was, we’ve
102
220160
2240
הרשתות החברתיות המריאו הייתה
03:42
got mobile technologies that let
103
222400
1840
שיש לנו טכנולוגיות ניידות שמאפשרות
03:44
us use it. Now, obviously one of
104
224240
1840
לנו להשתמש בהן. עכשיו, ברור שאחד
03:46
the barriers can be that VR or AR
105
226080
2640
החסמים יכול להיות אוזניות VR או AR
03:48
headsets - so VR, I’ve always been
106
228720
2320
- אז VR, תמיד הייתי
03:51
slightly sceptical about. I’ve called
107
231040
2480
מעט סקפטי לגביו. קראתי
03:53
it ‘vomity reality’ for a while because,
108
233520
2240
לזה 'מציאות קיא' במשך זמן מה, כי
03:55
frankly, I usually need a bucket
109
235760
2960
למען האמת, אני בדרך כלל צריך דלי
03:58
somewhere close if you’ve got a
110
238720
1360
איפשהו קרוב אם יש לך
04:00
headset on me… and also, do I want
111
240080
1840
אוזניות עליי... וגם, האם אני רוצה
04:01
to spend vast amounts of time in
112
241920
2000
לבלות כמויות עצומות של זמן באוזניות
04:03
those rather unwieldy headsets?
113
243920
1440
המסורבלות האלה. ?
04:05
Now, I know they’re talking AR as
114
245360
1840
עכשיו, אני יודע שהם מדברים גם על AR
04:07
well and obviously that does not
115
247200
1600
וברור שזה לא
04:08
necessarily need a headset, but I
116
248800
1680
בהכרח צריך אוזניות, אבל אני
04:10
think we’re seeing some quite
117
250480
1840
חושב שאנחנו רואים כמה
04:12
immersive environments coming
118
252320
1600
סביבות די סוחפות
04:13
out at the moment as well.
119
253920
1600
יוצאות כרגע.
04:15
Nicola called VR ‘vomity reality’
120
255520
3040
ניקולה כינתה את ה-VR 'מציאות קיא'
04:18
because wearing a headset makes
121
258560
1600
מכיוון שחבישה של אוזניות גורמת
04:20
her feel sick, maybe because it’s
122
260160
2320
לה להרגיש בחילה, אולי בגלל שזה
04:22
so unwieldy – difficult to move or
123
262480
2640
כל כך לא מנוהל - קשה לזוז או
04:25
wear because it’s big and heavy.
124
265120
2080
ללבוש כי זה גדול וכבד.
04:27
She also makes a difference
125
267200
1440
היא גם עושה הבדל
04:28
between VR - virtual reality- and AR,
126
268640
3600
בין VR - מציאות מדומה - לבין AR,
04:32
which stands for augmented
127
272240
1600
המייצג
04:33
reality – tech which adds to the
128
273840
2560
מציאות רבודה - טכנולוגיה שמוסיפה לעולם
04:36
ordinary physical world by
129
276400
1440
הפיזי הרגיל על ידי
04:37
projecting virtual words, pictures
130
277840
2400
הקרנת מילים, תמונות
04:40
and characters, usually by wearing
131
280240
1840
ודמויות וירטואליות, בדרך כלל באמצעות
04:42
glasses or with a mobile phone.
132
282080
2320
משקפיים או עם טלפון נייד.
04:44
While virtual reality replaces what
133
284400
2000
בעוד שמציאות מדומה מחליפה את מה
04:46
you hear and see, augmented
134
286400
2000
שאתה שומע ורואה,
04:48
reality adds to it. Both VR and AR
135
288400
3920
מציאות רבודה מוסיפה לה. גם VR וגם AR
04:52
are immersive experiences – they
136
292320
2400
הם חוויות סוחפות - הם
04:54
stimulate your senses and surround
137
294720
1920
מגרים את החושים שלך ומקיפים
04:56
you so that you feel completely
138
296640
1600
אותך כך שאתה מרגיש
04:58
involved in the experience.
139
298240
1680
מעורב לחלוטין בחוויה.
04:59
In fact, the experience feels so real
140
299920
2480
למעשה, החוויה מרגישה כל כך אמיתית
05:02
that people keep coming back
141
302400
1280
שאנשים ממשיכים לחזור
05:03
for more.
142
303680
720
בשביל עוד.
05:04
Right! In my question I asked
143
304400
2240
ימין! בשאלתי שאלתי את
05:06
Neil how many people who try
144
306640
1600
ניל כמה אנשים שמנסים
05:08
VR for the first time want to try
145
308240
2000
VR בפעם הראשונה רוצים לנסות
05:10
it again.
146
310240
800
את זה שוב.
05:11
I guessed it was about half –
147
311040
1760
שיערתי שזה בערך חצי -
05:12
49 percent. Was I right?
148
312800
1840
49 אחוז. צדקתי?
05:14
You were… wrong, I’m afraid.
149
314640
2400
טעית... אני חושש.
05:17
The correct answer is much
150
317040
1440
התשובה הנכונה היא הרבה
05:18
higher - 79 percent of people
151
318480
2560
יותר גבוהה - 79 אחוז מהאנשים
05:21
would give VR another try.
152
321040
2080
היו מנסים VR נוסף.
05:23
I suppose because the experience
153
323120
1680
אני מניח שבגלל שהחוויה
05:24
was so immersive – stimulating,
154
324800
2480
הייתה כל כך סוחפת - מעוררת,
05:27
surrounding and realistic.
155
327280
2000
מקיפה ומציאותית.
05:29
Ok, A, let’s recap the other
156
329280
1680
אוקי, א', בואו נסכם את אוצר
05:30
vocabulary from this programme
157
330960
1600
המילים האחר מהתוכנית הזו
05:32
on the ‘metaverse’, a kind of
158
332560
1840
על ה-'metaverse', סוג של
05:34
augmented reality – reality which
159
334400
2720
מציאות מוגברת - מציאות
05:37
is enhanced or added to
160
337120
1600
שמשופרת או מתווספת
05:38
by technology.
161
338720
1280
על ידי הטכנולוגיה.
05:40
3-D objects have three
162
340000
1280
לאובייקטים תלת מימדיים יש שלושה
05:41
dimensions, making them
163
341280
1200
מימדים, מה שגורם להם
05:42
appear real and solid.
164
342480
1840
להיראות אמיתיים ומוצקים.
05:44
Phygital is an invented word
165
344320
1760
פיגיטל היא מילה מומצאת
05:46
which combines the features of
166
346080
1680
המשלבת את התכונות של
05:47
‘physical’ and ‘digital’ worlds.
167
347760
2240
עולמות "פיזיים" ו"דיגיטליים".
05:50
A sceptical person is doubtful
168
350000
2320
אדם סקפטי מטיל ספק
05:52
about something.
169
352320
1040
במשהו.
05:53
And finally, unwieldy means
170
353360
1760
ולבסוף, מסורבל פירושו
05:55
difficult to move or carry because
171
355120
1840
שקשה להזיז אותו או לסחוב אותו מכיוון
05:56
it’s so big and heavy.
172
356960
1520
שהוא כל כך גדול וכבד.
05:58
That’s our six minutes up, in this
173
358480
2000
זה שש הדקות שלנו,
06:00
reality anyway. See you in the
174
360480
2000
בכל מקרה במציאות הזו. נתראה ב-
06:02
‘metaverse’ soon!
175
362480
1120
'metaverse' בקרוב!
06:03
Goodbye!
176
363600
959
הֱיה שלום!
06:10
Hello. This is 6 Minute English
177
370320
1680
שלום. זוהי 6 דקות אנגלית
06:12
from BBC Learning English.
178
372000
1680
מבית BBC Learning English.
06:13
I’m Neil.
179
373680
800
אני ניל.
06:14
And I’m Sam.
180
374480
1040
ואני סם.
06:15
What do shopping with a credit
181
375520
1520
מה משותף לקניות בכרטיס אשראי
06:17
card, finding love through
182
377040
1680
, למצוא אהבה באמצעות
06:18
internet dating and waiting for
183
378720
1920
היכרויות באינטרנט והמתנה
06:20
the traffic lights to change
184
380640
1520
לשינוי הרמזורים
06:22
have in common?
185
382160
1040
?
06:23
Hmmm, they all involve
186
383200
1920
הממ, כולם מערבים
06:25
computers?
187
385120
800
06:25
Good guess, Sam! But how
188
385920
1520
מחשבים?
ניחוש טוב, סם! אבל איך
06:27
exactly do those computers work?
189
387440
2400
בדיוק עובדים אותם מחשבים?
06:29
The answer is that they all use
190
389840
2400
התשובה היא שכולם משתמשים
06:32
algorithms – sets of mathematical
191
392240
2480
באלגוריתמים - קבוצות של
06:34
instructions which find solutions
192
394720
1920
הוראות מתמטיות שמוצאות פתרונות
06:36
to problems.
193
396640
1120
לבעיות.
06:37
Although they are often hidden,
194
397760
2000
למרות שלעתים קרובות הם מוסתרים,
06:39
algorithms are all around us.
195
399760
2080
אלגוריתמים נמצאים מסביבנו.
06:41
From mobile phone maps to
196
401840
1520
ממפות טלפונים ניידים ועד
06:43
home delivery pizza, they play a
197
403360
2160
פיצה משלוחים עד הבית, הם ממלאים
06:45
big part of modern life. And
198
405520
2000
חלק גדול מהחיים המודרניים. והם
06:47
they’re the topic of this programme.
199
407520
2080
הנושא של התוכנית הזו.
06:49
A simple way to think of algorithms
200
409600
2000
דרך פשוטה לחשוב על אלגוריתמים
06:51
is as recipes. To make pancakes
201
411600
2880
היא כמתכונים. להכנת פנקייק
06:54
you mix flour, eggs and milk, then
202
414480
2320
מערבבים קמח, ביצים וחלב, ואז
06:56
melt butter in a frying pan and
203
416800
1920
ממיסים חמאה במחבת וכן
06:58
so on. Computers do this in more
204
418720
2080
הלאה. מחשבים עושים זאת בצורה
07:00
a complicated way by repeating
205
420800
2000
מסובכת יותר על ידי חזרה על
07:02
mathematical equations over
206
422800
1840
משוואות מתמטיות שוב
07:04
and over again.
207
424640
1360
ושוב.
07:06
Equations are mathematical
208
426000
1440
משוואות הן
07:07
sentences showing how two
209
427440
1520
משפטים מתמטיים המראים כיצד שני
07:08
things are equal. They’re similar
210
428960
2160
דברים שווים. הם דומים
07:11
to algorithms and the most famous
211
431120
2080
לאלגוריתמים וניתן לחשוב על
07:13
scientific equation of all, Einstein's
212
433200
2720
המשוואה המדעית המפורסמת מכולם,
07:15
E=MC2, can be thought of as a
213
435920
3520
E=MC2 של איינשטיין
07:19
three-part algorithm.
214
439440
1920
כאלגוריתם של שלושה חלקים.
07:21
But before my brain gets squashed
215
441360
2000
אבל לפני שהמוח שלי יימעך
07:23
by all this maths, I have a quiz
216
443360
1760
מכל המתמטיקה הזו, יש לי
07:25
question for you, Sam. As you know,
217
445120
2400
שאלת חידון בשבילך, סאם. כפי שאתה יודע,
07:27
Einstein’s famous equation is
218
447520
1760
המשוואה המפורסמת של איינשטיין היא
07:29
E=MC2 - but what does the
219
449280
2880
E=MC2 - אבל מה
07:32
‘E’ stand for? Is it:
220
452160
1680
מסמל ה-E? האם זה:
07:33
a) electricity?
221
453840
1840
א) חשמל?
07:35
b) energy? or
222
455680
1360
ב) אנרגיה? או
07:37
c) everything?
223
457040
1600
ג) הכל?
07:38
I’m tempted to say ‘E’ is for
224
458640
1680
אני מתפתה לומר ש'E' הוא עבור
07:40
‘everything’ but I reckon I know
225
460320
1760
'הכל', אבל אני חושב שאני יודע
07:42
the answer: b – ‘E’ stands
226
462080
2320
את התשובה: ב - 'E'
07:44
for ‘energy’.
227
464400
800
מייצג 'אנרגיה'.
07:45
OK, Sam, we’ll find out if you’re
228
465200
1600
בסדר, סם, נגלה אם אתה
07:46
right later in the programme.
229
466800
2000
צודק בהמשך התוכנית.
07:48
With all this talk of computers, you
230
468800
1680
עם כל הדיבורים האלה על מחשבים, אתה
07:50
might think algorithms are a
231
470480
1440
עשוי לחשוב שאלגוריתמים הם
07:51
new idea. In fact, they’ve been
232
471920
2320
רעיון חדש. למעשה, הם
07:54
around since Babylonian times,
233
474240
2080
קיימים מאז ימי בבל,
07:56
around 4,000 years ago.
234
476320
2000
לפני כ-4,000 שנה.
07:58
And their use today can be
235
478320
1520
והשימוש בהם כיום יכול להיות
07:59
controversial. Some algorithms
236
479840
2080
שנוי במחלוקת. כמה אלגוריתמים
08:01
used in internet search engines
237
481920
1760
המשמשים במנועי חיפוש באינטרנט
08:03
have been accused of
238
483680
1040
הואשמו
08:04
racial prejudice.
239
484720
1440
בדעות קדומות גזעיות.
08:06
Ramesh Srinivasan is Professor
240
486160
2000
ראמש סריניוואסן הוא פרופסור
08:08
of Information Studies at the
241
488160
1600
ללימודי מידע באוניברסיטת
08:09
University of California. Here’s what
242
489760
2400
קליפורניה. הנה מה
08:12
he said when asked what the word
243
492160
1760
שהוא אמר כשנשאל מה
08:13
‘algorithm’ actually means by
244
493920
1760
בעצם משמעות המילה 'אלגוריתם'
08:15
BBC World Service’s programme,
245
495680
1840
בתוכנית של BBC World Service,
08:17
The Forum:
246
497520
1219
The Forum:
08:20
My understanding of the term
247
500560
2000
ההבנה שלי של המונח '
08:22
‘algorithm’ is that it’s not necessarily
248
502560
1840
אלגוריתם' היא שזה לא בהכרח
08:24
the bogyman, or its not necessarily
249
504400
2640
הבוגמן, או שזה לא בהכרח
08:27
something that is, you know, inscrutable
250
507040
2800
משהו שהוא, אתה יודע, בלתי ניתנת לבדיקה
08:29
or mysterious to all people – it’s the
251
509840
2080
או מסתורית לכל האנשים – זוהי
08:31
set of instructions that you write in
252
511920
3760
קבוצת ההוראות שאתה כותב
08:35
some mathematical form or in
253
515680
1920
בצורה מתמטית כלשהי או
08:37
some software code – so it’s the
254
517600
1680
בקוד תוכנה כלשהו – כך שזו קבוצת
08:39
repeated set of instructions that
255
519280
2640
ההוראות החוזרת ונשנית אשר
08:41
are sequenced, that are used and
256
521920
2400
מרצפות, המשמשות ומיושמות
08:44
applied to answer a question or
257
524320
2080
כדי לענות על שאלה או
08:46
resolve a problem – it’s a simple
258
526400
1600
לפתור בעיה – זה פשוט
08:48
as that, actually.
259
528000
1393
כמו זה, למעשה.
08:51
Some think that algorithms have
260
531200
1440
יש הסבורים שאלגוריתמים
08:52
been controversial, but Professor
261
532640
1760
היו שנויים במחלוקת, אבל פרופסור
08:54
Srinivasan says they are not
262
534400
2080
סריניוואסן אומר שהם לא
08:56
necessarily the bogyman. The
263
536480
2240
בהכרח הבוגמן.
08:58
bogyman refers to something
264
538720
1520
הבוגמן מתייחס למשהו
09:00
people call ‘bad’ or ‘evil’ to make
265
540240
2800
שאנשים מכנים 'רע' או 'רשע' כדי לגרום
09:03
other people afraid.
266
543040
1520
לאנשים אחרים לפחד.
09:04
Professor Srinivasan thinks
267
544560
1840
פרופסור Srinivasan חושב
09:06
algorithms are neither evil nor
268
546400
2320
שאלגוריתמים אינם מרושעים ואינם ניתנים
09:08
inscrutable – not showing emotions
269
548720
2640
לבירור - אינם מראים רגשות
09:11
or thoughts and therefore very
270
551360
1680
או מחשבות ולכן
09:13
difficult to understand.
271
553040
1840
קשה מאוד להבין אותם.
09:14
Still, it can be difficult to understand
272
554880
1920
ובכל זאת, זה יכול להיות קשה להבין
09:16
exactly what algorithms are,
273
556800
1840
בדיוק מה הם אלגוריתמים,
09:18
especially when there are many
274
558640
1680
במיוחד כאשר ישנם
09:20
different types of them. So, let’s
275
560320
2080
סוגים רבים ושונים שלהם. אז בואו
09:22
take an example.
276
562400
1200
ניקח דוגמה.
09:23
It’s autumn and we want to
277
563600
1280
סתיו ואנחנו רוצים
09:24
collect all the apples from our
278
564880
1680
לאסוף את כל התפוחים מהמטע שלנו
09:26
orchard and divide them into
279
566560
1360
ולחלק אותם לשלוש
09:27
three groups – big, medium
280
567920
2080
קבוצות - גדולות, בינוניות
09:30
and small. One method is to
281
570000
2000
וקטנות. שיטה אחת היא
09:32
collect all the apples together
282
572000
1760
לאסוף את כל התפוחים יחד
09:33
and compare their sizes.
283
573760
1840
ולהשוות את הגדלים שלהם.
09:35
But doing this would take hours!
284
575600
1680
אבל לעשות את זה ייקח שעות!
09:37
It’s much easier to first collect
285
577280
1840
הרבה יותר קל לאסוף
09:39
the apples from only one tree -
286
579120
2240
את התפוחים מעץ אחד בלבד -
09:41
divide those into big, medium
287
581360
2080
לחלק אותם לגדולים, בינוניים
09:43
or small – and then repeat the
288
583440
2000
או קטנים - ולאחר מכן לחזור על
09:45
process for the other trees,
289
585440
2000
התהליך עבור העצים האחרים,
09:47
one by one.
290
587440
1440
אחד אחד.
09:48
That’s basically what algorithms
291
588880
1680
זה בעצם מה שהאלגוריתמים
09:50
do – they find the most efficient
292
590560
1840
עושים - הם מוצאים את הדרך היעילה ביותר
09:52
way to get things done, or in other
293
592400
2080
לבצע דברים, או במילים אחרות
09:54
words, get the best results in the
294
594480
1760
, להשיג את התוצאות הטובות ביותר
09:56
quickest time.
295
596240
1520
בזמן המהיר ביותר.
09:57
Mathematics professor Ian
296
597760
1520
פרופסור למתמטיקה איאן
09:59
Stewart agrees. Listen as he
297
599280
2080
סטיוארט מסכים. הקשיבו כשהוא
10:01
explains how the algorithm called
298
601360
2240
מסביר כיצד האלגוריתם שנקרא
10:03
‘bubble sort’ works to BBC World
299
603600
2480
'מיון בועות' עובד
10:06
Service’s programme, The Forum:
300
606080
2266
לתוכנית של BBC World Service, The Forum:
10:10
Think of when your computer is
301
610080
1440
תחשוב על כשהמחשב שלך
10:11
sorting emails by date and maybe
302
611520
2000
ממיין מיילים לפי תאריך ואולי
10:13
you’ve got 500 emails and it sorts
303
613520
1760
יש לך 500 מיילים והוא ממיין
10:15
them by date in a flash.
304
615280
1520
אותם לפי תאריך במהירות הבזק.
10:16
Now it doesn’t use bubble sort,
305
616800
1280
עכשיו הוא לא משתמש במיון בועות,
10:18
but it does use a sorting method
306
618080
1920
אבל הוא כן משתמש בשיטת מיון
10:20
and if you tried to do that by hand
307
620000
2320
ואם תנסה לעשות זאת ביד
10:22
it would take you a very long time,
308
622320
1520
זה ייקח לך הרבה מאוד זמן,
10:23
whatever method you used.
309
623840
1982
בכל שיטה שבה השתמשת.
10:27
Professor Stewart describes how
310
627520
1680
פרופסור סטיוארט מתאר כיצד
10:29
algorithms sort emails. To sort is a
311
629200
2880
אלגוריתמים ממיינים מיילים. מיון הוא
10:32
verb meaning to group together
312
632080
1520
פועל שמשמעותו לקבץ יחד
10:33
things which share similarities.
313
633600
2080
דברים בעלי דמיון.
10:35
Just like grouping the apples by
314
635680
1760
בדיוק כמו לקבץ את התפוחים לפי
10:37
size, sorting hundreds of emails
315
637440
2320
גודל, מיון של מאות מיילים
10:39
by hand would take a long time.
316
639760
2320
ביד ייקח הרבה זמן.
10:42
But using algorithms, computers
317
642080
2080
אבל באמצעות אלגוריתמים, מחשבים
10:44
do it in a flash – very quickly or
318
644160
2720
עושים זאת במהירות הבזק - מהר מאוד או
10:46
suddenly.
319
646880
880
פתאום.
10:47
That phrase – in a flash – reminds
320
647760
1840
הביטוי הזה - בהבזק - מזכיר
10:49
me of how Albert Einstein came up
321
649600
2160
לי איך אלברט איינשטיין הגה את
10:51
with his famous equation, E=MC2.
322
651760
4080
המשוואה המפורסמת שלו, E=MC2.
10:55
And that reminds me of your quiz
323
655840
2080
וזה מזכיר לי את שאלת החידון שלך
10:57
question. You asked about the ‘E’
324
657920
2720
. שאלת לגבי ה-E
11:00
in E=MC2. I said it stands for ‘energy’.
325
660640
3840
ב-E=MC2. אמרתי שזה מייצג 'אנרגיה'.
11:04
So, was I right?
326
664480
1280
אז, צדקתי?
11:05
‘Energy’ is the correct answer.
327
665760
2560
'אנרגיה' היא התשובה הנכונה.
11:08
Energy equals ‘M’ for mass,
328
668320
2080
אנרגיה שווה ל-'M' עבור מסה,
11:10
multiplied by the Constant ‘C’ which
329
670400
2560
כפול הקבוע 'C'
11:12
is the speed of light, squared.
330
672960
2480
שהוא מהירות האור בריבוע.
11:15
OK, let’s recap the vocabulary from
331
675440
2240
בסדר, בואו נסכם את אוצר המילים מהתוכנית
11:17
this programme, starting with
332
677680
1520
הזו, החל
11:19
equation – a mathematical statement
333
679200
2640
במשוואה - הצהרה מתמטית
11:21
using symbols to show two
334
681840
2000
המשתמשת בסמלים כדי להראות שני
11:23
equal things.
335
683840
1040
דברים שווים.
11:24
If something is called a bogyman,
336
684880
2000
אם למשהו קוראים בוגימן,
11:26
it’s something considered bad
337
686880
1680
זה משהו שנחשב רע
11:28
and to be feared.
338
688560
1200
ויש לפחד ממנו.
11:29
Inscrutable people don’t show
339
689760
1760
אנשים בלתי ניתנים לבירור אינם מראים את
11:31
their emotions so are very difficult
340
691520
2080
רגשותיהם ולכן קשה מאוד
11:33
to get to know.
341
693600
1040
להכיר אותם.
11:34
Efficient means working quickly
342
694640
1680
יעיל פירושה עבודה מהירה
11:36
and effectively in an
343
696320
1200
ויעילה
11:37
organised way.
344
697520
1040
בצורה מאורגנת.
11:38
The verb to sort means to group
345
698560
2080
הפועל למיין פירושו לקבץ
11:40
together things which
346
700640
1120
יחד דברים
11:41
share similarities.
347
701760
1360
בעלי קווי דמיון.
11:43
And finally, if something happens
348
703120
1840
ולבסוף, אם משהו קורה
11:44
in a flash, it happens quickly
349
704960
2080
במהירות הבזק, זה קורה במהירות
11:47
or suddenly.
350
707040
960
או בפתאומיות.
11:48
That’s all the time we have to
351
708000
1360
זה כל הזמן שיש לנו
11:49
discuss algorithms. And if
352
709360
1920
לדון באלגוריתמים. ואם
11:51
you’re still not 100% sure about
353
711280
2240
אתה עדיין לא בטוח ב-100%
11:53
exactly what they are, we hope
354
713520
1840
בדיוק מה הם, אנו מקווים
11:55
at least you’ve learned some
355
715360
960
שלפחות למדת אוצר
11:56
useful vocabulary!
356
716320
1200
מילים שימושי!
11:57
Join us again soon for more
357
717520
1360
הצטרף אלינו שוב בקרוב
11:58
trending topics, sensational
358
718880
1840
לנושאים מגמתיים נוספים,
12:00
science and useful vocabulary
359
720720
2080
מדע סנסציוני ואוצר מילים שימושי
12:02
here at 6 Minute English from
360
722800
1440
כאן ב-6 דקות אנגלית מבית
12:04
BBC Learning English.
361
724240
1520
BBC Learning English.
12:05
Bye for now!
362
725760
880
להתראות בינתיים!
12:06
Goodbye!
363
726640
830
הֱיה שלום!
12:13
Hello. This is 6 Minute English
364
733200
1760
שלום. זוהי 6 דקות אנגלית
12:14
from BBC Learning English.
365
734960
1680
מבית BBC Learning English.
12:16
I’m Neil.
366
736640
960
אני ניל.
12:17
And I’m Sam.
367
737600
1520
ואני סם.
12:19
In recent years, many people
368
739120
1520
בשנים האחרונות אנשים רבים
12:20
have wanted to find out more
369
740640
1600
רצו לברר יותר
12:22
about where they come from.
370
742240
1760
מהיכן הם מגיעים.
12:24
Millions have tried to trace
371
744000
1360
מיליונים ניסו להתחקות אחר
12:25
their family history and discover
372
745360
1920
ההיסטוריה המשפחתית שלהם ולגלות
12:27
how their ancestors lived
373
747280
1360
כיצד חיו אבותיהם
12:28
hundreds of years ago.
374
748640
1840
לפני מאות שנים.
12:30
The internet has made it much
375
750480
1680
האינטרנט עשה את זה הרבה
12:32
easier to find historical
376
752160
1680
יותר קל למצוא
12:33
documents and records about
377
753840
1760
מסמכים היסטוריים ורשומות על
12:35
your family history - and one of
378
755600
2000
ההיסטוריה המשפחתית שלך - ואחד
12:37
the most useful documents for
379
757600
1840
המסמכים השימושיים ביותר
12:39
doing this is the census.
380
759440
3120
לעשות זאת הוא מפקד האוכלוסין.
12:42
A census is an official count of all
381
762560
2480
מפקד אוכלוסין הוא ספירה רשמית של כל
12:45
the people living in a country.
382
765040
1920
האנשים החיים במדינה.
12:46
It collects information about a
383
766960
1600
זה אוסף מידע על
12:48
country’s population and is usually
384
768560
2160
אוכלוסיית מדינה ומתבצע בדרך כלל
12:50
carried out by the government.
385
770720
2080
על ידי הממשלה.
12:52
In Britain, a census has been
386
772800
1760
בבריטניה נערך מפקד אוכלוסין
12:54
carried out every ten years
387
774560
1840
כל עשר שנים
12:56
since 1801. In 2002, when
388
776400
4000
מאז 1801. בשנת 2002, כאשר
13:00
census records from a hundred
389
780400
1600
רשומות מפקד האוכלוסין ממאה
13:02
years before became available
390
782000
2080
שנים לפני כן הפכו לזמינים
13:04
online, so many people rushed
391
784080
2320
באינטרנט, כל כך הרבה אנשים מיהרו
13:06
to their computers to access
392
786400
1520
למחשביהם כדי לגשת
13:07
them that the website crashed!
393
787920
2640
אליהם עד שהאתר קרס!
13:10
But before we find out more
394
790560
1600
אבל לפני שנגלה יותר
13:12
about the census and its related
395
792160
1760
על מפקד האוכלוסין ואוצר המילים הקשור אליו
13:13
vocabulary it’s time for a quiz
396
793920
1920
הגיע הזמן
13:15
question, Sam. Someone who
397
795840
2240
לשאלת חידון, סם. מי שיודע
13:18
knows a lot about his family
398
798080
1680
הרבה על ההיסטוריה המשפחתית שלו
13:19
history is British actor, Danny
399
799760
2000
הוא השחקן הבריטי, דני
13:21
Dyer. When BBC television
400
801760
2480
דייר. כשתוכנית הטלוויזיה של ה-BBC
13:24
programme, Who Do You
401
804240
1120
, מי אתה
13:25
Think You Are? researched
402
805360
1280
חושב שאתה? חקרו את
13:26
his family history they discovered
403
806640
2240
ההיסטוריה המשפחתית שלו הם גילו
13:28
that the actor was related to
404
808880
1440
שהשחקן קשור למישהו
13:30
someone very famous – but
405
810320
2000
מפורסם מאוד - אבל
13:32
who was it?
406
812320
1360
מי זה היה?
13:33
A) King Edward III,
407
813680
2080
א) המלך אדוארד השלישי,
13:35
B) William Shakespeare, or,
408
815760
2080
ב) וויליאם שייקספיר, או,
13:37
C) Winston Churchill?
409
817840
2080
ג) ווינסטון צ'רצ'יל?
13:39
Well, I know Danny Dyer usually
410
819920
2320
ובכן, אני יודע שדני דייר בדרך כלל
13:42
plays tough-guy characters so
411
822240
2400
מגלם דמויות של בחורים קשוחים אז
13:44
maybe it’s
412
824640
640
אולי זה
13:45
C), war hero Winston Churchill?
413
825280
3600
C), גיבור המלחמה וינסטון צ'רצ'יל?
13:48
OK, Sam, we’ll find out later if
414
828880
1920
בסדר, סאם, נגלה מאוחר יותר אם
13:50
that’s correct. Now, although
415
830800
2160
זה נכון. כעת, למרות
13:52
the first British census took
416
832960
1520
שהמפקד הבריטי הראשון
13:54
place in 1801, other censuses
417
834480
2560
התקיים ב-1801, למפקדים אחרים
13:57
have a much longer history.
418
837040
2480
יש היסטוריה ארוכה בהרבה.
13:59
In fact, the bible story of Mary
419
839520
2080
למעשה, סיפור התנ"ך על נסיעה של מרים
14:01
and Joseph travelling to
420
841600
1200
ויוסף
14:02
Bethlehem is linked to a
421
842800
1440
לבית לחם קשור למפקד
14:04
Roman census.
422
844240
2022
רומי.
14:06
So, what was the original
423
846262
2298
אז מה הייתה
14:08
reason for counting people
424
848560
1840
הסיבה המקורית לספירת אנשים
14:10
and what did governments
425
850400
1200
ומה
14:11
hope to achieve by doing so?
426
851600
2320
קיוו הממשלות להשיג בכך?
14:13
Here’s Dr Kathrin Levitan, author
427
853920
2640
הנה ד"ר קתרין לויתן, מחברת
14:16
of a book on the cultural history
428
856560
1760
ספר על ההיסטוריה התרבותית
14:18
of the census, speaking to
429
858320
1840
של מפקד האוכלוסין, מדברת עם
14:20
BBC World Service programme,
430
860160
1760
התוכנית של BBC World Service,
14:21
The Forum:
431
861920
1299
The Forum:
14:24
I think there were probably
432
864480
960
אני חושב שהיו כנראה
14:25
two most common reasons.
433
865440
2080
שתי סיבות נפוצות ביותר.
14:27
One was in order to figure out
434
867520
2000
האחד היה על מנת להבין
14:29
who could fight in wars, so basically
435
869520
1760
מי יכול להילחם במלחמות, אז בעצם
14:31
military conscription and in order
436
871280
2160
גיוס צבאי וכדי
14:33
to find out who could fight in wars
437
873440
1840
לגלות מי יכול להילחם במלחמות
14:35
ancient governments like the
438
875280
1040
ממשלות עתיקות כמו
14:36
Roman Empire had to find out how
439
876320
2480
האימפריה הרומית היו צריכים לברר
14:38
many men of a certain age there were.
440
878800
2560
כמה גברים בגיל מסוים היו.
14:41
And I would say that the other thing
441
881360
1760
והייתי אומר שהדבר השני
14:43
that censuses were most commonly
442
883120
2080
שמפקדי האוכלוסין
14:45
used for was for purposes of taxation.
443
885200
2800
שימשו לו הכי הרבה היה לצורכי מיסוי.
14:48
According to Kathrin Levitan, ancient
444
888880
2400
לפי קתרין לויתן,
14:51
censuses were used to figure out – or
445
891280
2400
מפקדים עתיקים שימשו כדי להבין - או
14:53
understand, how many men were
446
893680
2000
להבין, כמה גברים היו
14:55
available to fight wars.
447
895680
2000
זמינים להילחם במלחמות.
14:57
The Roman Empire needed a strong
448
897680
2400
האימפריה הרומית הייתה זקוקה
15:00
army, and this depended on
449
900080
1840
לצבא חזק, וזה היה תלוי
15:01
conscription – forcing people to
450
901920
2560
בגיוס - אילץ אנשים
15:04
become soldiers and join the army.
451
904480
2320
להפוך לחיילים ולהצטרף לצבא.
15:06
The other main reason for taking
452
906800
1600
הסיבה העיקרית הנוספת לעריכת
15:08
a census was taxation – the
453
908400
2080
מפקד הייתה מיסוי -
15:10
system of taxing people a certain
454
910480
2000
שיטת המיסוי של אנשים על
15:12
amount of money to be paid to
455
912480
1600
סכום כסף מסוים שישולם
15:14
the government for public services.
456
914080
2640
לממשלה עבור שירותים ציבוריים.
15:16
Ancient and early modern censuses
457
916720
2240
מפקדים עתיקים ומודרניים מוקדמים
15:18
were large and difficult-to-organise
458
918960
2320
היו פרויקטים גדולים וקשים לארגון
15:21
projects. They often involved
459
921280
2160
. לעתים קרובות הם היו מעורבים
15:23
government officials going from
460
923440
1600
בפקידי ממשל שעוברים מבית
15:25
house to house, asking questions
461
925040
2640
לבית, ושאלו שאלות
15:27
about the people who lived there.
462
927680
2400
על האנשים שחיו שם.
15:30
But over time governments’ desire
463
930080
2160
אבל עם הזמן הרצון של ממשלות
15:32
to know about, and control, its
464
932240
1840
לדעת על אזרחיה ולשלוט בהן
15:34
citizens gave rise to new
465
934080
1680
הוליד
15:35
technologies for counting people.
466
935760
2320
טכנולוגיות חדשות לספירת אנשים.
15:38
Here’s statistician and economist
467
938080
2160
הנה הסטטיסטיקאי והכלכלן
15:40
Andrew Whitby explaining how
468
940240
1920
אנדרו ויטבי מסביר איך
15:42
this happened in the US to BBC
469
942160
2400
זה קרה בארה"ב
15:44
World Service programme,
470
944560
1360
לתוכנית השירות העולמי של BBC,
15:45
The Forum:
471
945920
2000
The Forum:
15:47
The 1890 census of the United
472
947920
1760
מפקד האוכלוסין של
15:49
States was the first in which some
473
949680
1520
ארצות הברית ב-1890 היה הראשון שבו נעשה שימוש
15:51
kind of electro-mechanical process
474
951200
1760
בסוג של תהליך אלקטרו-מכני
15:52
was used to count people… so
475
952960
1680
כדי לספור אנשים... אז במקום
15:54
instead of armies of clerks reading
476
954640
2880
צבאות של פקידים שקוראים את
15:57
off census schedules and tabulating
477
957520
2480
לוחות הזמנים של מפקד האוכלוסין ומפרטים את
16:00
these things by hand, for the first
478
960000
1520
הדברים האלה ביד, בפעם הראשונה תירשם
16:01
time an individual census record
479
961520
1760
מפקד פרטני
16:03
would be punched onto a card… so
480
963280
2080
על כרטיס... כך
16:05
that there were holes in this card
481
965360
1520
שהיו חורים בכרטיס הזה
16:06
representing different characteristics
482
966880
1280
המייצגים מאפיינים שונים
16:08
of the person and then those cards
483
968160
1120
של האדם ואז
16:09
could be fed through a machine.
484
969280
1985
ניתן היה להזין את הקלפים האלה. דרך מכונה.
16:12
Old-fashioned censuses were managed
485
972080
2000
מפקדים מיושנים נוהלו
16:14
by clerks – office workers whose job
486
974080
2640
על ידי פקידים - עובדי משרד שתפקידם
16:16
involved keeping records.
487
976720
2160
כלל ניהול רישומים.
16:18
Thousands of clerks would record
488
978880
1680
אלפי פקידים היו מתעדים
16:20
the information gathered in the
489
980560
1520
את המידע שנאסף
16:22
census and tabulate it, in other words,
490
982080
3360
במפקד ומציגים אותו בטבלאות, במילים אחרות,
16:25
show the information in the form of
491
985440
2080
מציגים את המידע בצורה של
16:27
a table with rows and columns.
492
987520
3280
טבלה עם שורות ועמודות. מפקד
16:30
The US census of 1890 was the first
493
990800
2800
האוכלוסין בארה"ב של 1890 היה הראשון
16:33
to use machines, and many censuses
494
993600
2400
שהשתמש במכונות, ומפקדים רבים
16:36
today are electronically updated to
495
996000
2320
כיום מתעדכנים אלקטרונית כדי
16:38
record new trends and shifts in
496
998320
2000
לתעד מגמות חדשות ושינויים
16:40
populations as they happen.
497
1000320
2400
באוכלוסיות בזמן שהם מתרחשים.
16:42
In fact, so much personal
498
1002720
1920
למעשה, כל כך הרבה
16:44
information is now freely available
499
1004640
2320
מידע אישי זמין כעת באופן חופשי
16:46
through social media and the
500
1006960
1280
דרך המדיה החברתית והאינטרנט,
16:48
internet that some people have
501
1008240
1920
עד שחלק מהאנשים
16:50
questioned the need for having
502
1010160
1760
הטילו ספק בצורך בקיום
16:51
a census at all.
503
1011920
1680
מפקד אוכלוסין.
16:53
Yes, it isn’t hard to find out about
504
1013600
2080
כן, זה לא קשה לגלות על
16:55
someone famous, like a TV star.
505
1015680
2640
מישהו מפורסם, כמו כוכב טלוויזיה.
16:58
Someone like Danny Dyer, you mean?
506
1018320
2400
מישהו כמו דני דייר, אתה מתכוון?
17:00
Right. In my quiz question I asked
507
1020720
2000
ימין. בשאלת החידון שלי שאלתי את
17:02
Sam which historical figure TV
508
1022720
2400
סם לאיזו דמות היסטורית
17:05
actor, Danny Dyer, was related to.
509
1025120
2720
שחקן הטלוויזיה, דני דייר, קשור.
17:07
And I said it was
510
1027840
1120
ואני אמרתי שזה
17:08
C) Winston Churchill. Was I right?
511
1028960
3200
ג) ווינסטון צ'רצ'יל. צדקתי?
17:12
It was a good guess, Sam, but
512
1032160
1440
זה היה ניחוש טוב, סם, אבל
17:13
the actual answer was
513
1033600
1120
התשובה האמיתית הייתה
17:14
A) King Edward III. And no-one
514
1034720
2640
א) המלך אדוארד השלישי. ואף אחד לא
17:17
was more surprised that he was
515
1037360
1440
היה מופתע יותר מכך שהוא
17:18
related to royalty than the
516
1038800
1600
קשור לבני מלוכה מאשר
17:20
EastEnders actor himself!
517
1040400
2400
שחקן האיסטאנדרס עצמו!
17:22
OK, Neil, let’s recap the
518
1042800
1520
בסדר, ניל, בואו נסכם את אוצר
17:24
vocabulary from this programme
519
1044320
1760
המילים מהתוכנית הזו
17:26
about the census - the official
520
1046080
2240
על מפקד האוכלוסין -
17:28
counting of a nation’s population.
521
1048320
2480
הספירה הרשמית של אוכלוסיית המדינה.
17:30
To figure something out means
522
1050800
1600
להבין משהו פירושו
17:32
to understand it.
523
1052400
1760
להבין אותו.
17:34
The Romans used conscription
524
1054160
2000
הרומאים השתמשו בגיוס
17:36
to force men to join the army by law.
525
1056160
2960
כדי לאלץ גברים להצטרף לצבא על פי חוק.
17:39
Taxation is the government’s
526
1059120
1520
מיסוי הוא
17:40
system of taxing people to pay
527
1060640
2080
השיטה של ​​הממשלה להטיל מס על אנשים לשלם
17:42
for public services.
528
1062720
2000
עבור שירותים ציבוריים.
17:44
A clerk is an office worker whose
529
1064720
2240
פקיד הוא עובד משרד שתפקידו
17:46
job involves keeping records.
530
1066960
3120
כרוך בניהול רישומים.
17:50
And tabulate means show
531
1070080
1680
ואמצעי טבלה מציגים
17:51
information in the form of a table
532
1071760
1920
מידע בצורה של טבלה
17:53
with rows and columns.
533
1073680
2217
עם שורות ועמודות.
17:55
That’s all for our six-minute look
534
1075897
2023
זה הכל בשביל ההסתכלות שלנו בת שש דקות במפקד
17:57
at the census, but if we’ve whetted
535
1077920
1920
האוכלוסין, אבל אם פתחנו את
17:59
your appetite for more why not
536
1079840
2000
התיאבון שלך לעוד למה שלא
18:01
check out the whole episode – it’s
537
1081840
2080
תבדוק את הפרק כולו - הוא
18:03
available now on the website of
538
1083920
1920
זמין עכשיו באתר של
18:05
BBC World Service programme,
539
1085840
1760
תוכנית השירות העולמי של BBC,
18:07
The Forum.
540
1087600
1440
הפורום.
18:09
Bye for now!
541
1089040
1280
להתראות בינתיים!
18:10
Bye bye.
542
1090320
890
ביי ביי.
18:17
Hello. This is 6 Minute English
543
1097040
1520
שלום. זוהי 6 דקות אנגלית
18:18
from BBC Learning English.
544
1098560
1440
מבית BBC Learning English.
18:20
I’m Neil.
545
1100000
720
18:20
And I’m Georgina.
546
1100720
1360
אני ניל.
ואני ג'ורג'ינה.
18:22
What do Homer, Ray Charles
547
1102080
1840
מה משותף להומר, ריי צ'ארלס
18:23
and Jorge Borges all have in
548
1103920
1760
וחורחה בורחס
18:25
common, Georgina?
549
1105680
1040
, ג'ורג'ינה?
18:26
Hmm, so that’s the ancient Greek
550
1106720
2400
הממ, אז זה המשורר היווני העתיק
18:29
poet, Homer; American singer,
551
1109120
2160
, הומרוס; הזמר האמריקאי,
18:31
Ray Charles; and Argentine writer,
552
1111280
2400
ריי צ'ארלס; והסופר הארגנטינאי,
18:33
Jorge Luis Borges… I can’t see
553
1113680
2480
חורחה לואיס בורחס... אני לא יכול לראות
18:36
much in common there, Neil.
554
1116160
1440
הרבה במשותף שם, ניל.
18:37
Well, the answer is that they
555
1117600
1360
ובכן, התשובה היא שכולם
18:38
were all blind.
556
1118960
1280
היו עיוורים.
18:40
Ah! But that obviously didn’t hold
557
1120240
1760
אה! אבל זה כמובן לא
18:42
them back - I mean, they were
558
1122000
1280
הפריע להם - כלומר, הם היו
18:43
some of the greatest artists ever!
559
1123280
2160
כמה מהאמנים הגדולים ביותר אי פעם!
18:45
Right, but I wonder how easy they
560
1125440
1840
נכון, אבל אני תוהה כמה קל היה להם
18:47
would find it living and working in
561
1127280
1600
לחיות ולעבוד
18:48
the modern world.
562
1128880
1040
בעולם המודרני.
18:49
Blind people can use a guide dog
563
1129920
1680
אנשים עיוורים יכולים להשתמש בכלב נחייה
18:51
or a white cane to help them
564
1131600
1280
או במקל לבן כדי לעזור להם
18:52
move around.
565
1132880
1040
להתנייד.
18:53
Yes, but a white cane is hardly
566
1133920
2000
כן, אבל מקל לבן הוא בקושי
18:55
advanced technology! Recently,
567
1135920
2240
טכנולוגיה מתקדמת! לאחרונה
18:58
smartphone apps have been
568
1138160
1440
הומצאו אפליקציות לסמארטפון
18:59
invented which dramatically
569
1139600
1520
אשר משפרות באופן דרמטי
19:01
improve the lives of blind people
570
1141120
1760
את חייהם של עיוורים
19:02
around the world.
571
1142880
1120
ברחבי העולם.
19:04
In this programme on blindness
572
1144000
1600
בתוכנית זו על עיוורון
19:05
in the digital age we’ll be looking
573
1145600
1920
בעידן הדיגיטלי, נסתכל
19:07
at some of these inventions, known
574
1147520
2080
על כמה מההמצאות הללו, הידועות
19:09
collectively as assistive technology –
575
1149600
3040
ביחד כטכנולוגיה מסייעת -
19:12
that’s any software or equipment
576
1152640
2000
זו כל תוכנה או ציוד
19:14
that helps people work around their
577
1154640
1920
שעוזרים לאנשים לעקוף את
19:16
disabilities or challenges.
578
1156560
2080
המוגבלות או האתגרים שלהם.
19:18
But first it’s time for my quiz
579
1158640
1680
אבל קודם כל הגיע הזמן לשאלת החידון שלי
19:20
question, Georgina. In 1842 a
580
1160320
2960
, ג'ורג'ינה. בשנת 1842 הומצאה
19:23
technique of using fingers to feel
581
1163280
2240
טכניקה של שימוש באצבעות כדי להרגיש
19:25
printed raised dots was invented
582
1165520
2240
נקודות מורמות מודפסות
19:27
which allowed blind people to read.
583
1167760
2080
שאפשרה לעיוורים לקרוא.
19:29
But who invented it? Was it:
584
1169840
2000
אבל מי המציא את זה? האם זה היה:
19:31
a) Margaret Walker?,
585
1171840
2000
א) מרגרט ווקר?,
19:33
b) Louis Braille?, or
586
1173840
1760
ב) לואי ברייל?, או
19:35
c) Samuel Morse?
587
1175600
1360
ג) סמואל מורס?
19:36
Hmm, I’ve heard of Morse code but
588
1176960
2560
הממ, שמעתי על קוד מורס אבל
19:39
that wouldn’t help blind people
589
1179520
1440
זה לא יעזור לעיוורים
19:40
read, so I think it’s, b) Louis Braille.
590
1180960
2880
לקרוא, אז אני חושב שזה, ב) לואי ברייל.
19:43
OK, Georgina, we’ll find out the
591
1183840
1600
בסדר, ג'ורג'ינה, אנחנו נגלה את
19:45
answer at the end of the programme.
592
1185440
2160
התשובה בסוף התוכנית.
19:47
One remarkable feature of the latest
593
1187600
2080
תכונה יוצאת דופן של
19:49
assistive technology is its practicality.
594
1189680
3200
הטכנולוגיה המסייעת העדכנית ביותר היא המעשיות שלה.
19:52
Smartphone apps like ‘BeMyEyes’
595
1192880
2400
אפליקציות לסמארטפון כמו 'BeMyEyes'
19:55
allow blind users to find lost keys,
596
1195280
2480
מאפשרות למשתמשים עיוורים למצוא מפתחות שאבדו,
19:57
cross busy roads and even colour
597
1197760
2080
לחצות כבישים סואנים ואפילו
19:59
match their clothes.
598
1199840
1200
להתאים צבע לבגדיהם.
20:01
Brian Mwenda is CEO of a Kenyan
599
1201040
2640
בריאן מוונדה הוא מנכ"ל
20:03
company developing this kind of
600
1203680
1760
חברה קנייתית המפתחת טכנולוגיה מסוג זה
20:05
technology. Here he explains to
601
1205440
2400
. כאן הוא מסביר
20:07
BBC World Service programme,
602
1207840
2000
לתוכנית BBC World Service,
20:09
Digital Planet, how his devices seek
603
1209840
2560
Digital Planet, כיצד המכשירים שלו מבקשים
20:12
to enhance, not replace, the
604
1212400
2160
לשפר, לא להחליף, את
20:14
traditional white cane:
605
1214560
1829
המקל הלבן המסורתי:
20:16
The device is very compatible with
606
1216880
1840
המכשיר תואם מאוד
20:18
any kind of white cane. So, once you
607
1218720
2000
לכל סוג של מקל לבן. אז ברגע שאתה
20:20
clip it on to any white cane it
608
1220720
2160
מצמיד אותו לכל מקל לבן זה
20:22
works perfectly to detect the
609
1222880
1360
עובד בצורה מושלמת כדי לזהות את
20:24
obstacles in front of you, and it
610
1224240
1920
המכשולים מולך, והוא
20:26
relies on echo-location. So,
611
1226160
2080
מסתמך על מיקום הד. אז,
20:28
echo-location is the same technology
612
1228240
1840
אקו-מיקום היא אותה טכנולוגיה
20:30
used by bats and dolphins to detect
613
1230080
3520
המשמשת עטלפים ודולפינים כדי לזהות
20:33
prey and obstacles and all that. You
614
1233600
2560
טרף ומכשולים וכל זה. אתה
20:36
send out a sound pulse and then
615
1236160
1840
שולח דופק קול ואז
20:38
once it bounces off an obstacle, you
616
1238000
2000
ברגע שהוא קופץ ממכשול, אתה
20:40
can tell how far the obstacle is.
617
1240000
2320
יכול לדעת כמה רחוק המכשול.
20:42
When attached to a white cane, the
618
1242320
1840
כשהוא מחובר למקל לבן,
20:44
digital device - called ‘Sixth Sense’ -
619
1244160
2560
המכשיר הדיגיטלי - הנקרא 'חוש שישי' -
20:46
can detect obstacles – objects which
620
1246720
2640
יכול לזהות מכשולים - עצמים שחוסמים את
20:49
block your way, making it difficult for
621
1249360
2160
דרכך ומקשים
20:51
you to move forward.
622
1251520
1360
עליך להתקדם.
20:52
‘Sixth Sense’ works using echo-location,
623
1252880
3040
'החוש השישי' פועל באמצעות אקו-מיקום,
20:55
a kind of ultrasound like that used by
624
1255920
2640
מעין אולטרסאונד כמו זה המשמש
20:58
bats who send out sound waves
625
1258560
2000
עטלפים ששולחים גלי קול
21:00
which bounce off surrounding objects.
626
1260560
2560
שמקפיצים את העצמים הסובבים.
21:03
The returning echoes show where these
627
1263120
2320
ההדים החוזרים מראים היכן
21:05
objects are located.
628
1265440
1840
נמצאים החפצים הללו.
21:07
Some of the assistive apps are so
629
1267280
1840
חלק מהאפליקציות המסייעות כל כך
21:09
smart they can even tell what kind of
630
1269120
2000
חכמות שהן מסוגלות אפילו לדעת איזה סוג של
21:11
object is coming up ahead – be it a
631
1271120
2240
חפץ מגיע קדימה - בין אם זה
21:13
friend, a shop door or a speeding car.
632
1273360
3040
חבר, דלת חנות או מכונית דוהרת.
21:16
I guess being able to move around
633
1276400
1600
אני מניח שהיכולת להסתובב
21:18
confidently really boosts people’s
634
1278000
2000
בביטחון ממש מחזקת את העצמאות של אנשים
21:20
independence.
635
1280000
1200
.
21:21
Absolutely. And it’s challenging
636
1281200
1760
בהחלט. וזה
21:22
stereotypes around blindness too.
637
1282960
2480
גם מאתגר סטריאוטיפים סביב עיוורון.
21:25
Blogger, Fern Lulham, who is blind
638
1285440
2160
הבלוגרית, פרן לולהם, שעיוורת
21:27
herself, uses assistive apps every day.
639
1287600
3280
בעצמה, משתמשת באפליקציות מסייעות מדי יום.
21:30
Here she is talking to
640
1290880
1120
כאן היא מדברת עם
21:32
BBC World Service’s, Digital Planet:
641
1292000
2979
שירות ה-BBC World Service, Digital Planet:
21:35
I think the more that society sees
642
1295680
2160
אני חושב שככל שהחברה רואה
21:37
blind people in the community, at work,
643
1297840
2640
אנשים עיוורים בקהילה, בעבודה,
21:40
in relationships it does help to tackle
644
1300480
2800
במערכות יחסים, זה עוזר להתמודד עם
21:43
all of these stereotypes, it helps
645
1303280
1440
כל הסטריאוטיפים האלה, זה עוזר
21:44
people to see blind and
646
1304720
1600
לאנשים לראות עיוורים ולקויי
21:46
visually-impaired people in a whole
647
1306320
1200
ראייה אנשים
21:47
new way and it just normalises
648
1307520
2240
בדרך חדשה לגמרי וזה פשוט מנרמל
21:49
disability – that’s what we need, we
649
1309760
1520
מוגבלות - זה מה שאנחנו צריכים, אנחנו
21:51
need to see people just getting on
650
1311280
1840
צריכים לראות אנשים פשוט ממשיכים
21:53
with their life and doing it and then
651
1313120
1600
בחיים שלהם ועושים את זה ואז
21:54
people won’t see it as such a big
652
1314720
1760
אנשים לא יראו בזה
21:56
deal anymore, it’ll just be the ordinary.
653
1316480
2979
עניין כזה יותר, זה פשוט להיות הרגיל.
22:00
Fern distinguishes between people
654
1320320
1680
פרן מבחין בין אנשים
22:02
who are blind, or unable to see, and
655
1322000
2480
עיוורים, או שאינם מסוגלים לראות, לבין
22:04
those who are visually impaired –
656
1324480
2080
אלו הסובלים מלקויות ראייה -
22:06
experience a decreased ability to see.
657
1326560
3120
חווים ירידה ביכולת לראות.
22:09
Assistive tech helps blind people
658
1329680
2080
טכנולוגיה מסייעת עוזרת לעיוורים
22:11
lead normal, independent lives within
659
1331760
2400
לנהל חיים נורמליים ועצמאיים בתוך
22:14
their local communities. Fern hopes
660
1334160
2640
הקהילות המקומיות שלהם. פרן מקווה
22:16
that this will help normalise disability –
661
1336800
2640
שזה יעזור לנרמל נכות -
22:19
treat something as normal which has
662
1339440
2000
התייחס למשהו כנורמלי שלא
22:21
not been accepted as normal before…
663
1341440
2480
התקבל כרגיל קודם לכן...
22:23
…so being blind doesn’t have to be a
664
1343920
2160
...אז להיות עיוור לא חייב להיות
22:26
big deal – an informal way to say
665
1346080
2240
עניין גדול - דרך לא רשמית לומר
22:28
something is not a serious problem.
666
1348320
2800
משהו היא לא בעיה רצינית.
22:31
Just keep your eyes closed for a
667
1351120
1280
פשוט עצום את העיניים למשך
22:32
minute and try moving around the
668
1352400
1440
דקה ונסה להסתובב
22:33
room. You’ll soon see how difficult
669
1353840
2320
בחדר. בקרוב תראה כמה
22:36
it is… and how life changing this
670
1356160
1680
זה קשה... ואיך
22:37
technology can be.
671
1357840
1600
הטכנולוגיה הזו יכולה להיות משנה חיים.
22:39
Being able to read books must also
672
1359440
2240
היכולת לקרוא ספרים חייבת גם
22:41
open up a world of imagination.
673
1361680
2320
לפתוח עולם של דמיון.
22:44
So what was the answer to your
674
1364000
1280
אז מה הייתה התשובה
22:45
quiz question, Neil?
675
1365280
1600
לשאלת החידון שלך, ניל?
22:46
Ah yes. I asked Georgina who
676
1366880
1600
אה כן. שאלתי את ג'ורג'ינה
22:48
invented the system of reading
677
1368480
1760
שהמציאה את מערכת הקריאה
22:50
where fingertips are used to feel
678
1370240
1840
שבה משתמשים בקצות האצבעות כדי להרגיש
22:52
patterns of printed raised dots.
679
1372080
2160
דפוסים של נקודות מורמות מודפסות.
22:54
What did you say, Georgina?
680
1374240
1600
מה אמרת, ג'ורג'ינה?
22:55
I thought it was, b) Louis Braille.
681
1375840
2880
חשבתי שזה, ב) לואי ברייל.
22:58
Which was…of course the correct
682
1378720
1600
מה שהיה... כמובן
23:00
answer! Well done, Georgina – Louise
683
1380320
2560
התשובה הנכונה! כל הכבוד, ג'ורג'ינה - לואיז
23:02
Braille the inventor of a reading
684
1382880
1600
ברייל הממציאה
23:04
system which is known worldwide
685
1384480
1760
מערכת קריאה המוכרת ברחבי העולם
23:06
simply as braille.
686
1386240
1680
פשוט כברייל.
23:07
I suppose braille is an early example
687
1387920
2160
אני מניח שברייל הוא דוגמה מוקדמת
23:10
of assistive technology – systems
688
1390080
2480
לטכנולוגיה מסייעת - מערכות
23:12
and equipment that assist people
689
1392560
1600
וציוד המסייעים לאנשים
23:14
with disabilities to perform everyday
690
1394160
2160
עם מוגבלויות לבצע
23:16
functions. Let’s recap the rest of
691
1396320
2400
פעולות יומיומיות. בואו נסכם את שאר
23:18
the vocabulary, Neil.
692
1398720
1760
אוצר המילים, ניל.
23:20
OK. An obstacle is an object that
693
1400480
2240
בסדר. מכשול הוא חפץ
23:22
is in your way and blocks your
694
1402720
2000
שעומד בדרכך וחוסם את
23:24
movement.
695
1404720
1120
תנועתך.
23:25
Some assisted technology works
696
1405840
1680
חלק מהטכנולוגיה המסייעת עובדת
23:27
using echo-location – a system of
697
1407520
2560
באמצעות אקו-מיקום - מערכת
23:30
ultrasound detection used by bats.
698
1410080
3120
זיהוי אולטרסאונד המשמשת עטלפים.
23:33
Being blind is different from being
699
1413200
1760
להיות עיוור שונה מלהיות
23:34
visually impaired - having a
700
1414960
1840
לקוי ראייה - בעל
23:36
decreased ability to see, whether
701
1416800
1920
ירידה ביכולת הראייה, בין אם
23:38
disabling or not.
702
1418720
1626
נכה או לא.
23:40
And finally, the hope is that
703
1420346
1654
ולבסוף, התקווה היא שאפליקציות
23:42
assistive phone apps can help
704
1422000
1760
טלפון מסייעות יכולות לעזור
23:43
normalise disability – change the
705
1423760
2160
לנרמל מוגבלות - לשנות את
23:45
perception of something into
706
1425920
1440
התפיסה של משהו
23:47
being accepted as normal…
707
1427360
2080
להיות מקובל כרגיל...
23:49
..so that disability is no longer a
708
1429440
2080
..כך שנכות היא כבר לא
23:51
big deal – not a big problem.
709
1431520
2240
עניין גדול - לא בעיה גדולה.
23:53
That’s all for this programme but
710
1433760
1360
זה הכל עבור התוכנית הזו, אבל
23:55
join us again soon at 6 Minute English…
711
1435120
2800
הצטרף אלינו שוב בקרוב ב-6 דקות אנגלית...
23:57
…and remember you can find many
712
1437920
1360
...וזכרו שתוכלו למצוא
23:59
more 6 Minute topics and useful
713
1439280
1920
עוד הרבה נושאים של 6 דקות ואוצר
24:01
vocabulary archived on
714
1441200
1440
מילים שימושי בארכיון ב-
24:02
bbclearningenglish.com.
715
1442640
2240
bbclearningenglish.com.
24:04
Don’t forget we also have an app
716
1444880
1680
אל תשכח שיש לנו גם אפליקציה
24:06
you can download for free from
717
1446560
1600
שתוכל להוריד בחינם
24:08
the app stores. And of course we
718
1448160
2160
מחנויות האפליקציות. וכמובן
24:10
are all over social media, so come
719
1450320
2240
שאנחנו בכל המדיה החברתית, אז
24:12
on over and say hi.
720
1452560
1360
בוא ותגיד שלום.
24:13
Bye for now!
721
1453920
800
להתראות בינתיים!
24:14
Bye!
722
1454720
830
ביי!
24:21
Welcome to 6 Minute English, where
723
1461280
1520
ברוכים הבאים לאנגלית של 6 דקות, שם
24:22
we bring you an intelligent topic
724
1462800
1600
אנו מביאים לכם נושא אינטליגנטי
24:24
and six related items of vocabulary.
725
1464400
2480
ושישה פריטים קשורים של אוצר מילים.
24:26
I’m Neil.
726
1466880
640
אני ניל.
24:27
And I’m Tim. And today we’re talking
727
1467520
2560
ואני טים. והיום אנחנו מדברים
24:30
about AI – or Artificial Intelligence.
728
1470080
3840
על AI - או בינה מלאכותית.
24:33
Artificial Intelligence is the ability of
729
1473920
2480
בינה מלאכותית היא היכולת של
24:36
machines to copy human intelligent
730
1476400
2560
מכונות להעתיק התנהגות אינטליגנטית אנושית
24:38
behaviour – for example, an
731
1478960
1920
- למשל,
24:40
intelligent machine can learn
732
1480880
1440
מכונה אינטליגנטית יכולה ללמוד
24:42
from its own mistakes, and make
733
1482320
1600
מהטעויות שלה, ולקבל
24:43
decisions based on what’s happened
734
1483920
2000
החלטות על סמך מה שקרה
24:45
in the past.
735
1485920
880
בעבר.
24:46
There’s a lot of talk about AI these
736
1486800
2000
יש הרבה דיבורים על AI בימים אלה
24:48
days, Neil, but it’s still just science
737
1488800
2160
, ניל, אבל זה עדיין רק מדע בדיוני
24:50
fiction, isn’t it?
738
1490960
1360
, לא?
24:52
That’s not true – AI is everywhere.
739
1492320
2640
זה לא נכון - AI נמצא בכל מקום.
24:54
Machine thinking is in our homes,
740
1494960
2160
חשיבה מכונה נמצאת בבתים,
24:57
offices, schools and hospitals.
741
1497120
2480
במשרדים, בבתי הספר ובבתי החולים שלנו.
24:59
Computer algorithms are helping
742
1499600
1680
אלגוריתמי מחשב עוזרים
25:01
us drive our cars. They’re diagnosing
743
1501280
2560
לנו לנהוג במכוניות שלנו. הם מאבחנים
25:03
what’s wrong with us in hospitals.
744
1503840
2160
מה לא בסדר איתנו בבתי חולים.
25:06
They’re marking student essays…
745
1506000
1840
הם מסמנים מאמרים של תלמידים...
25:07
They’re telling us what to read on
746
1507840
1520
הם אומרים לנו מה לקרוא
25:09
our smartphones…
747
1509360
960
בסמארטפונים שלנו...
25:10
Well, that really does sound like
748
1510320
1680
ובכן, זה באמת נשמע כמו
25:12
science fiction – but it’s
749
1512000
1760
מדע בדיוני - אבל זה
25:13
happening already, you say, Neil?
750
1513760
1840
כבר קורה, אתה אומר, ניל?
25:15
It’s definitely happening, Tim.
751
1515600
2245
זה בהחלט קורה, טים.
25:17
And an algorithm, by the way, is
752
1517845
1435
ואלגוריתם, אגב, הוא
25:19
a set of steps a computer follows
753
1519280
2320
סט של שלבים שמחשב עוקב אחריהם
25:21
in order to solve a problem.
754
1521600
1680
כדי לפתור בעיה.
25:23
So can you tell me what was the
755
1523280
2080
אז אתה יכול להגיד לי מה היה
25:25
name of the computer which
756
1525360
1920
שמו של המחשב
25:27
famously beat world chess
757
1527280
1600
שהביס את אלוף העולם בשחמט,
25:28
champion Garry Kasparov
758
1528880
1600
גארי קספרוב,
25:30
using algorithms in 1997?
759
1530480
2800
באמצעות אלגוריתמים ב-1997? האם
25:33
Was it…
760
1533280
400
25:33
a) Hal, b) Alpha 60,
761
1533680
3120
זה היה...
א) האל, ב) אלפא 60,
25:36
or, c) Deep Blue?
762
1536800
1840
או, ג) כחול עמוק?
25:38
I’ll say Deep Blue.
763
1538640
2800
אני אגיד כחול עמוק.
25:41
Although I’m just guessing.
764
1541440
1200
למרות שאני רק מנחש.
25:42
Was it an educated guess, Tim?
765
1542640
1920
האם זה היה ניחוש מושכל, טים?
25:44
I know a bit about chess…
766
1544560
1520
אני יודע קצת על שחמט...
25:46
An educated guess is based
767
1546080
1920
ניחוש מושכל מבוסס
25:48
on knowledge and experience
768
1548000
1600
על ידע וניסיון
25:49
and is therefore likely to be correct.
769
1549600
2080
ולכן סביר להניח שהוא נכון.
25:51
Well, we’ll find out later on how
770
1551680
1760
ובכן, נגלה מאוחר יותר עד כמה
25:53
educated your guess was in
771
1553440
1440
הניחוש שלך היה משכיל
25:54
this case, Tim!
772
1554880
880
במקרה הזה, טים!
25:55
Indeed. But getting back to AI
773
1555760
2400
אכן. אבל לחזור ל-AI
25:58
and what machines can do – are
774
1558160
2480
ומה המכונות יכולות לעשות - האם
26:00
they any good at solving real-life
775
1560640
2720
הם טובים בפתרון בעיות מהחיים האמיתיים
26:03
problems? Computers think in zeros
776
1563360
2640
? מחשבים חושבים באפסים
26:06
and ones don’t they? That sounds
777
1566000
1760
ואחדים לא? זה נשמע
26:07
like a pretty limited language when
778
1567760
1600
כמו שפה די מוגבלת כשזה
26:09
it comes to life experience!
779
1569360
1760
מגיע לניסיון חיים!
26:11
You would be surprised to what
780
1571120
1520
תופתע מה
26:12
those zeroes and ones can do, Tim.
781
1572640
2240
האפסים והאחדים האלה יכולים לעשות, טים.
26:14
Although you’re right that AI does
782
1574880
1920
למרות שאתה צודק של-AI
26:16
have its limitations at the moment.
783
1576800
1920
יש את המגבלות שלו כרגע.
26:18
And if something has limitations
784
1578720
1760
ואם למשהו יש מגבלות,
26:20
there’s a limit on what it can do or
785
1580480
1920
יש גבול למה שהוא יכול לעשות או
26:22
how good it can be.
786
1582400
1280
כמה טוב הוא יכול להיות.
26:23
OK – well now might be a good time
787
1583680
2640
בסדר - ובכן, עכשיו אולי זה זמן טוב
26:26
to listen to Zoubin Bharhramani,
788
1586320
2160
להקשיב לזובין בההרמני,
26:28
Professor of Information Engineering
789
1588480
1920
פרופסור להנדסת מידע
26:30
at the University of Cambridge and
790
1590400
2240
באוניברסיטת קיימברידג' וסגן
26:32
deputy director of the Leverhulme Centre
791
1592640
2880
מנהל מרכז לבורהולמה
26:35
for the Future of Intelligence.
792
1595520
2000
לעתיד המודיעין.
26:37
He’s talking about what limitations
793
1597520
2240
הוא מדבר על המגבלות
26:39
AI has at the moment.
794
1599760
2240
שיש ל-AI כרגע.
26:43
I think it’s very interesting how many
795
1603280
2880
אני חושב שזה מאוד מעניין כמה
26:46
of the things that we take for granted –
796
1606160
2160
מהדברים שאנחנו לוקחים כמובנים מאליהם -
26:48
we humans take for granted – as being
797
1608320
2000
אנחנו בני האדם לוקחים כמובן מאליו - כמו
26:50
sort of things we don’t even think about
798
1610320
1600
דברים שאנחנו אפילו לא חושבים עליהם
26:51
like how do we walk, how do we reach,
799
1611920
2320
כמו איך אנחנו הולכים, איך אנחנו מגיעים,
26:54
how do we recognize our mother. You
800
1614240
3120
איך אנחנו מזהים את שלנו אִמָא. אתה
26:57
know, all these things. When you start
801
1617360
2480
יודע, כל הדברים האלה. כשאתה מתחיל
26:59
to think how to implement them on a
802
1619840
1840
לחשוב איך ליישם אותם
27:01
computer, you realize that it’s those
803
1621680
3120
במחשב, אתה מבין שזה
27:04
things that are incredibly difficult to get
804
1624800
4400
הדברים שקשה להפליא לגרום
27:09
computers to do, and that’s where the
805
1629200
2960
למחשבים לעשות, ושם
27:12
current cutting edge of research is.
806
1632160
2899
נמצא חוד החנית הנוכחי של המחקר.
27:16
If we take something for granted we
807
1636320
1440
אם אנחנו לוקחים משהו כמובן מאליו אנחנו
27:17
don’t realise how important something is.
808
1637760
2400
לא מבינים כמה משהו חשוב.
27:20
You sometimes take me for granted, I
809
1640160
2080
לפעמים אתה לוקח אותי כמובן מאליו, אני
27:22
think, Neil.
810
1642240
1200
חושב, ניל.
27:23
No – I never take you for granted, Tim!
811
1643440
1920
לא - אני אף פעם לא לוקח אותך כמובן מאליו, טים!
27:25
You’re far too important for that!
812
1645360
2320
אתה יותר מדי חשוב בשביל זה!
27:27
Good to hear! So things we take for
813
1647680
2800
טוב לשמוע! אז דברים שאנחנו לוקחים כמובנים
27:30
granted are doing every day tasks like
814
1650480
3280
מאליהם הם ביצוע משימות יומיומיות כמו
27:33
walking, picking something up, or
815
1653760
2160
הליכה, להרים משהו או
27:35
recognizing somebody. We implement –
816
1655920
3040
לזהות מישהו. אנחנו מיישמים -
27:38
or perform – these things without
817
1658960
2240
או מבצעים - את הדברים האלה בלי
27:41
thinking – Whereas it’s cutting edge
818
1661200
2640
לחשוב - בעוד שזה
27:43
research to try and program a
819
1663840
1760
מחקר חדשני לנסות ולתכנת
27:45
machine to do them.
820
1665600
1200
מכונה לעשות אותם.
27:46
Cutting edge means very new and
821
1666800
2000
חדשני פירושו חדש
27:48
advanced. It’s interesting isn't it, that
822
1668800
2000
ומתקדם מאוד. זה לא מעניין, שלפני
27:50
over ten years ago a computer beat
823
1670800
2160
יותר מעשר שנים מחשב ניצח
27:52
a chess grand master – but the
824
1672960
1680
אמן גדול בשחמט - אבל
27:54
same computer would find it incredibly
825
1674640
2240
אותו מחשב היה
27:56
difficult to pick up a chess piece.
826
1676880
2000
מתקשה להפליא להרים כלי שחמט.
27:58
I know. It’s very strange. But now
827
1678880
2400
אני יודע. זה מאוד מוזר. אבל עכשיו
28:01
you’ve reminded me that we need
828
1681280
1520
הזכרת לי שאנחנו צריכים
28:02
the answer to today’s question.
829
1682800
2080
את התשובה לשאלה של היום.
28:04
Which was: What was the name
830
1684880
1840
מה היה: מה היה שמו
28:06
of the computer which famously
831
1686720
1600
של המחשב
28:08
beat world chess champion
832
1688320
1760
שהביס את אלוף העולם בשחמט,
28:10
Garry Kasparov in 1997? Now, you
833
1690080
2800
גארי קספרוב, ב-1997? עכשיו,
28:12
said Deep Blue, Tim, and … that was
834
1692880
2400
אמרת כחול עמוק, טים, ו... זו הייתה
28:15
the right answer!
835
1695280
1200
התשובה הנכונה!
28:16
You see, my educated guess was
836
1696480
2320
אתה מבין, הניחוש המושכל שלי
28:18
based on knowledge and experience!
837
1698800
2160
התבסס על ידע וניסיון!
28:20
Or maybe you were just lucky. So, the
838
1700960
3680
או שאולי סתם היה לך מזל. אז,
28:24
IBM supercomputer Deep Blue played
839
1704640
2320
מחשב העל של IBM Deep Blue שיחק
28:26
against US world chess champion
840
1706960
2000
נגד אלוף העולם בארה"ב,
28:28
Garry Kasparov in two chess matches.
841
1708960
2400
גארי קספרוב, בשני משחקי שח.
28:31
The first match was played in
842
1711360
1360
המשחק הראשון נערך
28:32
Philadelphia in 1996 and was
843
1712720
2080
בפילדלפיה ב-1996 וניצח על
28:34
won by Kasparov. The second was
844
1714800
2080
ידי קספרוב. השני
28:36
played in New York City in 1997
845
1716880
2320
שיחק בניו יורק בשנת 1997
28:39
and won by Deep Blue. The 1997
846
1719200
3120
וניצח על ידי Deep Blue.
28:42
match was the first defeat of a
847
1722320
1600
המשחק ב-1997 היה התבוסה הראשונה של
28:43
reigning world chess champion
848
1723920
1600
אלוף עולם בשחמט
28:45
by a computer under
849
1725520
1360
על ידי מחשב
28:46
tournament conditions.
850
1726880
1680
בתנאי טורניר.
28:48
Let’s go through the words we
851
1728560
1520
בואו נעבור על המילים
28:50
learned today. First up was
852
1730080
2320
שלמדנו היום. ראשית הייתה
28:52
‘artificial intelligence’ or AI – the
853
1732400
3200
'בינה מלאכותית' או AI -
28:55
ability of machines to copy human
854
1735600
2400
היכולת של מכונות להעתיק
28:58
intelligent behaviour.
855
1738000
1200
התנהגות אינטליגנטית אנושית.
28:59
“There are AI programs that can
856
1739200
1840
"ישנן תוכניות בינה מלאכותית שיכולות
29:01
write poetry.”
857
1741040
1280
לכתוב שירה."
29:02
Do you have any examples you
858
1742320
1600
יש לך דוגמאות שאתה
29:03
can recite?
859
1743920
1040
יכול לדקלם?
29:04
Afraid I don’t! Number two – an
860
1744960
2080
מפחדת שאני לא! מספר שתיים -
29:07
algorithm is a set of steps a
861
1747040
1840
אלגוריתם הוא קבוצה של שלבים שמחשב
29:08
computer follows in order to
862
1748880
1520
מבצע על מנת
29:10
solve a problem. For example,
863
1750400
1760
לפתור בעיה. לדוגמה,
29:12
“Google changes its search
864
1752160
1680
"גוגל משנה את אלגוריתם החיפוש שלה
29:13
algorithm hundreds of times
865
1753840
1760
מאות פעמים
29:15
every year.”
866
1755600
880
בכל שנה."
29:16
The adjective is algorithmic – for
867
1756480
2560
שם התואר הוא אלגוריתמי -
29:19
example, “Google has made many
868
1759040
2240
לדוגמה, "גוגל ביצעה
29:21
algorithmic changes.”
869
1761280
1760
שינויים אלגוריתמיים רבים."
29:23
Number three – if something has
870
1763040
2000
מספר שלוש - אם למשהו יש
29:25
‘limitations’ – there’s a limit on
871
1765040
1680
'מגבלות' - יש גבול
29:26
what it can do or how good it
872
1766720
1520
למה שהוא יכול לעשות או כמה טוב הוא
29:28
can be. “Our show has certain
873
1768240
2400
יכול להיות. "לתוכנית שלנו יש
29:30
limitations – for example, it’s only
874
1770640
2320
מגבלות מסוימות - למשל, היא
29:32
six minutes long!”
875
1772960
1040
אורכת רק שש דקות!"
29:34
That’s right – there’s only time to
876
1774000
1760
זה נכון - יש רק זמן
29:35
present six vocabulary items.
877
1775760
2400
להציג שישה פריטי אוצר מילים.
29:38
Short but sweet!
878
1778160
1120
קצר אבל מתוק!
29:39
And very intelligent, too. OK, the
879
1779280
2640
וגם מאוד אינטליגנטי. בסדר,
29:41
next item is ‘take something for
880
1781920
1760
הפריט הבא הוא 'לקחת משהו
29:43
granted’ – which is when we don’t
881
1783680
1760
כמובן מאליו' - וזה כאשר אנחנו לא
29:45
realise how important something is.
882
1785440
1920
מבינים כמה משהו חשוב.
29:47
“We take our smart phones for granted
883
1787360
2160
"אנחנו לוקחים את הטלפונים החכמים שלנו כמובנים מאליהם
29:49
these days – but before 1995 hardly
884
1789520
3200
בימינו - אבל לפני 1995 כמעט
29:52
anyone owned one.”
885
1792720
1520
אף אחד לא היה בבעלותו".
29:54
Number five – ‘to implement’ – means
886
1794240
2480
מספר חמש - 'ליישם' - פירושו
29:56
to perform a task, or take action.
887
1796720
2080
לבצע משימה, או לנקוט בפעולה.
29:58
“Neil implemented some changes
888
1798800
1760
"ניל יישם כמה שינויים
30:00
to the show.”
889
1800560
880
בתוכנית."
30:01
The final item is ‘cutting edge’ – new
890
1801440
2480
הפריט האחרון הוא 'קדמת הקצה' - חדש
30:03
and advanced – “This software is
891
1803920
2000
ומתקדם - "התוכנה הזו היא
30:05
cutting edge.”
892
1805920
880
בקדמת הקצה."
30:06
“The software uses cutting edge
893
1806800
2000
"התוכנה משתמשת
30:08
technology.”
894
1808800
1280
בטכנולוגיה מתקדמת."
30:10
OK – that’s all we have time for on
895
1810080
1840
אוקיי - זה כל מה שיש לנו זמן עבור
30:11
today’s cutting edge show. But please
896
1811920
2640
המופע החדשני של היום. אבל אנא
30:14
check out our Instagram, Twitter,
897
1814560
1840
בדוק את דפי האינסטגרם, הטוויטר,
30:16
Facebook and YouTube pages.
898
1816400
1840
הפייסבוק וה-YouTube שלנו.
30:18
Bye-bye!
899
1818240
560
30:18
Goodbye!
900
1818800
903
ביי ביי!
הֱיה שלום!
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7