Algorithms - 6 Minute English

79,839 views ・ 2021-12-23

BBC Learning English


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film. Przetłumaczone napisy są tłumaczone maszynowo.

00:03
Hello. This is 6 Minute English from
0
3149
7391
Cześć. To jest 6-minutowy angielski z
00:10
BBC Learning English. I'm Neil.
1
10540
2280
BBC Learning English. Jestem Neilem.
00:12
And I'm Sam.
2
12820
1120
A ja jestem Samem.
00:13
What do shopping with a credit card,
3
13940
2130
Co mają wspólnego zakupy z kartą kredytową,
00:16
finding love through internet
4
16070
1290
szukanie miłości przez
00:17
dating and waiting for the traffic
5
17360
2009
randki internetowe i czekanie na
00:19
lights to change have in common?
6
19369
2561
zmianę sygnalizacji świetlnej?
00:21
Hmmm, they all involve computers?
7
21930
2269
Hmmm, wszystkie dotyczą komputerów?
00:24
Good guess, Sam! But how exactly
8
24199
1871
Dobre przypuszczenie, Samie! Ale jak dokładnie
00:26
do those computers work?
9
26070
2140
działają te komputery?
00:28
The answer is that they all
10
28210
1649
Odpowiedź jest taka, że ​​wszystkie
00:29
use algorithms - sets of
11
29859
2310
używają algorytmów - zestawów
00:32
mathematical instructions
12
32169
1401
instrukcji matematycznych,
00:33
which find solutions to problems.
13
33570
2570
które znajdują rozwiązania problemów.
00:36
Although they are often hidden,
14
36140
2430
Chociaż często są ukryte,
00:38
algorithms are all around us.
15
38570
1680
algorytmy są wszędzie wokół nas.
00:40
From mobile phone maps to
16
40250
1250
Od map do telefonów komórkowych po
00:41
home delivery pizza, they
17
41500
1720
pizzę z dostawą do domu —
00:43
play a big part of modern
18
43220
1730
odgrywają one dużą rolę we współczesnym
00:44
life. And they're the
19
44950
1490
życiu. I to one są
00:46
topic of this programme.
20
46440
1450
tematem tego programu.
00:47
A simple way to think of
21
47890
1150
Prostym sposobem myślenia o
00:49
algorithms is as recipes.
22
49040
2620
algorytmach są przepisy.
00:51
To make pancakes you mix flour,
23
51660
2460
Aby zrobić naleśniki, mieszasz mąkę,
00:54
eggs and milk, then melt
24
54120
1110
jajka i mleko, a następnie rozpuszczasz
00:55
butter in a frying pan
25
55230
1390
masło na patelni
00:56
and so on. Computers do
26
56620
1760
i tak dalej. Komputery robią
00:58
this in more a complicated
27
58380
1320
to w bardziej skomplikowany
00:59
way by repeating mathematical
28
59700
1970
sposób, powtarzając w kółko
01:01
equations over and over again.
29
61670
2419
równania matematyczne.
01:04
Equations are mathematical
30
64089
1481
Równania to
01:05
sentences showing how two
31
65570
1430
zdania matematyczne pokazujące, jak dwie
01:07
things are equal. They're
32
67000
1950
rzeczy są sobie równe. Są
01:08
similar to algorithms and
33
68950
1660
podobne do algorytmów, a
01:10
the most famous scientific
34
70610
1340
najsłynniejsze
01:11
equation of all, Einstein's
35
71950
2100
ze wszystkich równań naukowych,
01:14
E=MC2, can be thought of as
36
74050
3430
E=MC2 Einsteina, można traktować jako
01:17
a three-part algorithm.
37
77480
2330
algorytm składający się z trzech części.
01:19
But before my brain gets
38
79810
1270
Ale zanim mój mózg zostanie
01:21
squashed by all this maths,
39
81080
1440
zmiażdżony przez całą tę matematykę,
01:22
I have a quiz question for
40
82520
1600
mam dla ciebie pytanie quizowe
01:24
you, Sam. As you know,
41
84120
2180
, Sam. Jak wiesz,
01:26
Einstein's famous equation
42
86300
1060
słynne równanie Einsteina
01:27
is E=MC2 - but what does the
43
87360
2880
to E=MC2 – ale co
01:30
'E' stand for? Is it:
44
90240
2290
oznacza „E”? Czy jest to:
01:32
a) electricity? b) energy?
45
92530
2520
a) elektryczność? b) energia?
01:35
or c) everything?
46
95050
1890
lub c) wszystko?
01:36
I'm tempted to say 'E' is
47
96940
1480
Kusi mnie, by powiedzieć, że „E”
01:38
for 'everything' but I
48
98420
1000
oznacza „wszystko”, ale
01:39
reckon I know the answer:
49
99420
2160
wydaje mi się, że znam odpowiedź:
01:41
b - 'E' stands for 'energy'.
50
101580
1860
b - „E” oznacza „energię”.
01:43
OK, Sam, we'll find out if
51
103440
1430
OK, Sam, w dalszej części programu dowiemy się, czy
01:44
you're right later
52
104870
1000
masz rację
01:45
in the programme.
53
105870
1000
.
01:46
With all this talk of
54
106870
1380
Przy całej tej rozmowie o
01:48
computers, you might think
55
108250
1000
komputerach można by pomyśleć, że
01:49
algorithms are a new idea.
56
109250
1720
algorytmy to nowy pomysł.
01:50
In fact, they've been
57
110970
1460
W rzeczywistości
01:52
around since Babylonian times,
58
112430
2070
istniały już od czasów babilońskich,
01:54
around 4,000 years ago.
59
114500
2250
około 4000 lat temu.
01:56
And their use today can be
60
116750
1460
A ich użycie dzisiaj może budzić
01:58
controversial. Some algorithms
61
118210
1880
kontrowersje. Niektóre algorytmy
02:00
used in internet search engines
62
120090
1830
używane w wyszukiwarkach internetowych
02:01
have been accused
63
121920
1000
zostały oskarżone
02:02
of racial prejudice.
64
122920
1260
o uprzedzenia rasowe.
02:04
Ramesh Srinivasan is Professor
65
124180
2130
Ramesh Srinivasan jest profesorem
02:06
of Information Studies at the
66
126310
1669
studiów informacyjnych na
02:07
University of California.
67
127979
1620
Uniwersytecie Kalifornijskim.
02:09
Here's what he said when asked
68
129599
1780
Oto, co powiedział, gdy zapytano go,
02:11
what the word 'algorithm'
69
131379
1480
co właściwie oznacza słowo „algorytm”
02:12
actually means by BBC World
70
132859
2051
w programie BBC World
02:14
Service's programme, The Forum:
71
134910
3999
Service, The Forum:
02:18
My understanding of the term
72
138909
1851
Moje rozumienie terminu „
02:20
'algorithm' is that it's not
73
140760
1099
algorytm” jest takie, że niekoniecznie jest to
02:21
necessarily the bogyman, or
74
141859
2280
straszak lub
02:24
its not necessarily something
75
144139
2020
niekoniecznie coś,
02:26
that is, you know, inscrutable
76
146159
1931
co jest, wiesz, nieodgadniony
02:28
or mysterious to all people -
77
148090
1659
lub tajemniczy dla wszystkich ludzi - jest to
02:29
it's the set of instructions
78
149749
2710
zestaw instrukcji,
02:32
that you write in some
79
152459
1661
które piszesz w jakiejś
02:34
mathematical form or in
80
154120
1659
formie matematycznej lub w
02:35
some software code - so it's
81
155779
1501
jakimś kodzie oprogramowania - więc jest to
02:37
the repeated set of
82
157280
1500
powtarzający się zestaw
02:38
instructions that are
83
158780
1879
instrukcji, które są
02:40
sequenced, that are used
84
160659
1861
sekwencjonowane, które są używane
02:42
and applied to answer a
85
162520
1340
i stosowane, aby odpowiedzieć na
02:43
question or resolve a
86
163860
1219
pytanie lub rozwiązać
02:45
problem - it's a simple as
87
165079
1561
problem -
02:46
that, actually.
88
166640
1590
właściwie to takie proste.
02:48
Some think that algorithms
89
168230
2500
Niektórzy uważają, że algorytmy
02:50
have been controversial,
90
170730
1269
były kontrowersyjne,
02:51
but Professor Srinivasan
91
171999
1410
ale profesor Srinivasan
02:53
says they are not necessarily
92
173409
1970
twierdzi, że niekoniecznie są
02:55
the bogyman. The bogyman
93
175379
2220
straszydłem. Bogyman
02:57
refers to something people
94
177599
1121
odnosi się do czegoś, co ludzie
02:58
call 'bad' or 'evil' to
95
178720
2140
nazywają „złym” lub „złym”, aby
03:00
make other people afraid.
96
180860
2420
przestraszyć innych ludzi.
03:03
Professor Srinivasan thinks
97
183280
1359
Profesor Srinivasan uważa, że
03:04
algorithms are neither evil
98
184639
1860
algorytmy nie są ani złe,
03:06
nor inscrutable - not
99
186499
2011
ani nieprzeniknione - nie
03:08
showing emotions or thoughts
100
188510
1780
pokazują emocji ani myśli,
03:10
and therefore very difficult
101
190290
1360
a zatem są bardzo trudne
03:11
to understand.
102
191650
1000
do zrozumienia.
03:12
Still, it can be difficult
103
192650
1669
Jednak
03:14
to understand exactly what
104
194319
1301
dokładne zrozumienie, czym
03:15
algorithms are, especially
105
195620
1989
są algorytmy, może być trudne, zwłaszcza
03:17
when there are many different
106
197609
1330
gdy istnieje wiele różnych
03:18
types of them. So, let's
107
198939
1651
ich rodzajów. Weźmy więc
03:20
take an example.
108
200590
1410
przykład.
03:22
It's autumn and we want to
109
202000
1060
Jest jesień i chcemy
03:23
collect all the apples from
110
203060
1560
zebrać wszystkie jabłka z
03:24
our orchard and divide them
111
204620
1239
naszego sadu i podzielić je
03:25
into three groups - big, medium
112
205859
2310
na trzy grupy - duże, średnie
03:28
and small. One method is to
113
208169
2000
i małe. Jedną z metod jest
03:30
collect all the apples together
114
210169
1830
zebranie wszystkich jabłek razem
03:31
and compare their sizes.
115
211999
1981
i porównanie ich rozmiarów.
03:33
But doing this would take hours!
116
213980
1519
Ale zrobienie tego zajęłoby godziny! O
03:35
It's much easier to first
117
215499
1511
wiele łatwiej jest najpierw
03:37
collect the apples from only
118
217010
1470
zebrać jabłka tylko z
03:38
one tree - divide those into
119
218480
2420
jednego drzewa - podzielić je na
03:40
big, medium or small - and
120
220900
1989
duże, średnie lub małe - a
03:42
then repeat the process for
121
222889
1481
następnie powtórzyć proces dla
03:44
the other trees, one by one.
122
224370
2970
pozostałych drzew, jedno po drugim. W
03:47
That's basically what
123
227340
1000
zasadzie to właśnie
03:48
algorithms do - they find
124
228340
1390
robią algorytmy – znajdują
03:49
the most efficient way to
125
229730
1349
najskuteczniejszy sposób na
03:51
get things done, or in other
126
231079
1740
załatwienie sprawy, czyli innymi
03:52
words, get the best results
127
232819
1450
słowy, uzyskanie najlepszych wyników
03:54
in the quickest time.
128
234269
2281
w jak najkrótszym czasie.
03:56
Mathematics professor Ian Stewart
129
236550
1299
03:57
agrees. Listen as he explains
130
237849
2230
Zgadza się z tym profesor matematyki Ian Stewart. Posłuchaj, jak wyjaśnia,
04:00
how the algorithm called
131
240079
1580
jak algorytm zwany
04:01
'bubble sort' works to BBC
132
241659
2491
„sortowaniem bąbelkowym” działa w
04:04
World Service's programme,
133
244150
1349
programie BBC World Service,
04:05
The Forum:
134
245499
3030
The Forum:
04:08
Think of when your computer
135
248529
1100
Pomyśl o tym, kiedy Twój komputer
04:09
is sorting emails by date and
136
249629
1881
sortuje e-maile według daty, a
04:11
maybe you've got 500 emails
137
251510
1349
może masz 500 e-maili
04:12
and it sorts them by date in
138
252859
1371
i sortuje je według daty w
04:14
a flash. Now it doesn't use
139
254230
1479
mgnieniu oka. Teraz nie używa
04:15
bubble sort, but it does
140
255709
1022
sortowania bąbelkowego, ale
04:16
use a sorting method and if
141
256731
1819
używa metody sortowania, a gdybyś
04:18
you tried to do that by
142
258550
1140
spróbował to zrobić
04:19
hand it would take you a
143
259690
1509
ręcznie, zajęłoby ci to
04:21
very long time, whatever
144
261199
1340
bardzo dużo czasu, niezależnie od
04:22
method you used.
145
262539
3641
użytej metody.
04:26
Professor Stewart describes
146
266180
1000
Profesor Stewart opisuje,
04:27
how algorithms sort emails.
147
267180
2100
w jaki sposób algorytmy sortują e-maile.
04:29
'To sort' is a verb meaning
148
269280
1729
„Posortować” to czasownik oznaczający
04:31
to group together things
149
271009
1130
grupowanie rzeczy,
04:32
which share similarities.
150
272139
1821
które mają wspólne podobieństwa.
04:33
Just like grouping the
151
273960
1000
Podobnie jak grupowanie
04:34
apples by size, sorting
152
274960
1910
jabłek według wielkości,
04:36
hundreds of emails by hand
153
276870
1729
ręczne sortowanie setek e-maili
04:38
would take a long time.
154
278599
1861
zajęłoby dużo czasu.
04:40
But using algorithms,
155
280460
1910
Ale za pomocą algorytmów
04:42
computers do it in a flash -
156
282370
1810
komputery robią to w mgnieniu oka -
04:44
very quickly or suddenly.
157
284180
1959
bardzo szybko lub nagle.
04:46
That phrase - in a flash -
158
286139
1191
To zdanie - w mgnieniu oka -
04:47
reminds me of
159
287330
1000
przypomina mi,
04:48
how Albert Einstein
160
288330
1130
jak Albert Einstein
04:49
came up with his famous
161
289460
1190
wymyślił swoje słynne
04:50
equation, E=MC2.
162
290650
3609
równanie, E=MC2.
04:54
And that reminds me of your
163
294259
1671
I to przypomina mi twoje
04:55
quiz question. You asked
164
295930
1910
pytanie z quizu. Zapytałeś
04:57
about the 'E' in E=MC2.
165
297840
3260
o „E” w E = MC2.
05:01
I said it stands for
166
301100
1390
Powiedziałem, że to oznacza
05:02
'energy'. So, was I right?
167
302490
1739
„energię”. Więc, czy miałem rację?
05:04
'Energy' is the correct answer.
168
304229
2641
„Energia” to prawidłowa odpowiedź.
05:06
Energy equals 'M' for mass,
169
306870
1849
Energia równa się „M” dla masy
05:08
multiplied by the Constant
170
308719
1521
pomnożonej przez stałą „
05:10
'C' which is the speed
171
310240
1459
C”, która jest prędkością
05:11
of light, squared.
172
311699
1201
światła podniesioną do kwadratu.
05:12
OK, let's recap the vocabulary
173
312900
2380
OK, podsumujmy słownictwo
05:15
from this programme, starting
174
315280
1780
z tego programu, zaczynając
05:17
with 'equation' - a mathematical
175
317060
2340
od „równania” —
05:19
statement using symbols to
176
319400
1900
wyrażenia matematycznego wykorzystującego symbole do
05:21
show two equal things.
177
321300
1910
pokazania dwóch równych rzeczy.
05:23
If something is called a 'bogyman',
178
323210
2120
Jeśli coś nazywa się „strachem”,
05:25
it's something considered
179
325330
1040
jest to coś uważane za
05:26
bad and to be feared.
180
326370
1670
złe i należy się go bać.
05:28
'Inscrutable' people don't show
181
328040
1610
„Niezbadani” ludzie nie okazują
05:29
their emotions so are very
182
329650
1620
swoich emocji, więc bardzo
05:31
difficult to get to know.
183
331270
2060
trudno ich poznać.
05:33
'Efficient' means working
184
333330
1000
„Wydajny” oznacza
05:34
quickly and effectively
185
334330
1079
szybką i efektywną pracę
05:35
in an organised way.
186
335409
1470
w zorganizowany sposób.
05:36
The verb 'to sort' means
187
336879
1491
Czasownik „sortować” oznacza
05:38
to group together things
188
338370
1269
grupować rzeczy,
05:39
which share similarities.
189
339639
1851
które mają wspólne podobieństwa.
05:41
And finally, if something
190
341490
1060
I wreszcie, jeśli coś
05:42
happens 'in a flash', it
191
342550
1721
dzieje się „w mgnieniu oka”,
05:44
happens quickly or suddenly.
192
344271
1779
dzieje się to szybko lub nagle.
05:46
That's all the time we have
193
346050
1359
To cały czas, jaki mamy na
05:47
to discuss algorithms. And if
194
347409
2151
omawianie algorytmów. A jeśli
05:49
you're still not 100% sure
195
349560
1829
nadal nie jesteś w 100% pewien, czym
05:51
about exactly what they are,
196
351389
1810
one dokładnie są, mamy
05:53
we hope at least you've
197
353199
1000
nadzieję, że przynajmniej
05:54
learned some useful vocabulary!
198
354199
1601
nauczyłeś się przydatnego słownictwa!
05:55
Join us again soon for more
199
355800
1300
Dołącz do nas ponownie wkrótce, aby uzyskać dostęp do bardziej
05:57
trending topics, sensational
200
357100
1749
popularnych tematów, sensacyjnej
05:58
science and useful vocabulary
201
358849
2120
nauki i przydatnego słownictwa
06:00
here at 6 Minute English from
202
360969
1531
tutaj, w 6 Minute English od
06:02
BBC Learning English.
203
362500
1610
BBC Learning English.
06:04
Bye for now!
204
364110
2329
Na razie!
06:06
Goodbye!
205
366439
2100
Do widzenia!

Original video on YouTube.com
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7