Daniel Wolpert: The real reason for brains

المترجم: Mohamed Achraf BEN MOHAMED المدقّق: Anwar Dafa-Alla

I'm a neuroscientist.

أنا عالم أعصاب.

And in neuroscience,

وفي علم الأعصاب،

we have to deal with many difficult questions about the brain.

علينا أن نتعامل مع العديد من الأسئلة الصعبة حول الدماغ.

But I want to start with the easiest question

ولكن أريد أن أبدأ مع أسهل سؤال

and the question you really should have all asked yourselves at some point in your life,

وهو السؤال الذي ينبغي حقا عليكم جميعا أن تطرحوه على أنفسكم في مرحلة ما من حياتكم،

because it's a fundamental question

لأنّه سؤال أساسيّ

if we want to understand brain function.

إذا ما أردنا أن نفهم وظيفة الدماغ.

And that is, why do we and other animals

السؤال هو، لماذا نملك نحن وبعض الحيوانات الأخرى

have brains?

أدمغة؟

Not all species on our planet have brains,

ليست كل الأنواع على كوكبنا ذوات أدمغة،

so if we want to know what the brain is for,

لذا إذا أردنا أن نعرف دور الدماغ،

let's think about why we evolved one.

دعونا نفكر لماذا قمنا بتطويره.

Now you may reason that we have one

يمكن أن تعتقد أنّ السبب أننا نمتلك دماغا

to perceive the world or to think,

لإدراك العالم أو للتفكير،

and that's completely wrong.

وهذا خاطئ تماما.

If you think about this question for any length of time,

إذا قمت بالتفكير في هذه المسألة ولأي مدة من الزمن،

it's blindingly obvious why we have a brain.

فسيكون من الواضح والجلي لماذا لدينا دماغ.

We have a brain for one reason and one reason only,

لدينا دماغ لسبب واحد وسبب واحد فقط،

and that's to produce adaptable and complex movements.

وهو أداء حركات متكيفة ومعقدة.

There is no other reason to have a brain.

ليس هناك سبب آخر لكوننا نملك دماغ.

Think about it.

فكّروا في الامر.

Movement is the only way you have

الحركة هي السبيل الوحيد لديك

of affecting the world around you.

للتأثير في العالم من حولك.

Now that's not quite true. There's one other way, and that's through sweating.

هذا ليس صحيحا تماما. هناك إحدى الطرق الأخرى، وذلك عن طريق التعرّق.

But apart from that,

ولكن بصرف النظر عن ذلك،

everything else goes through contractions of muscles.

كل شيء عدا ذلك يمرّ عبر تقلّصات العضلات.

So think about communication --

فكروا في التواصل --

speech, gestures, writing, sign language --

الكلام والإيماءات والكتابة ولغة الإشارة --

they're all mediated through contractions of your muscles.

تتمّ جميعها من خلال تقلصات العضلات.

So it's really important to remember

لذا فمن المهم حقا أن نتذكر

that sensory, memory and cognitive processes are all important,

أن العمليات الحسية والذاكرة والإدراك كلها مهمة،

but they're only important

ولكنها مهمّة فقط

to either drive or suppress future movements.

لإنتاج أو لحذف حركات مستقبلية.

There can be no evolutionary advantage

يمكن أن يكون هناك أي ميزة تطورية

to laying down memories of childhood

لترك ذكريات الطفولة

or perceiving the color of a rose

أو إدراك لون زهرة

if it doesn't affect the way you're going to move later in life.

إذا كان ذلك لن يؤثر على طريقة حركتك في وقت لاحق في الحياة.

Now for those who don't believe this argument,

الآن بالنسبة لأولئك الذين لا يعتقدون في الحجة،

we have trees and grass on our planet without the brain,

لدينا الأشجار والأعشاب على كوكبنا دون أن يكون لها دماغ،

but the clinching evidence is this animal here --

لكن الدليل الحاسم هو هذا الحيوان هنا --

the humble sea squirt.

بخ البحر المتواضع.

Rudimentary animal, has a nervous system,

حيوان بدائيّ، لديه نظام عصبيّ،

swims around in the ocean in its juvenile life.

يقوم بالسّباحة حول المحيطات في أوّل حياته.

And at some point of its life,

وعند نقطة معينة من حياته،

it implants on a rock.

يلتصق بصخرة.

And the first thing it does in implanting on that rock, which it never leaves,

وأول شيء يفعله عند الإلتصاق بالصخرة، والتي لن يتركها أبدا،

is to digest its own brain and nervous system

هو هضم دماغه ونظامه العصبي

for food.

ليتغذى بهما.

So once you don't need to move,

لذلك متى انتفت الحاجة لديك للحركة،

you don't need the luxury of that brain.

انتفت معها الحاجة لاكتساب دماغ.

And this animal is often taken

وغالبا ما يتم أخذ هذا الحيوان

as an analogy to what happens at universities

باعتباره قياسا على ما يحدث في الجامعات

when professors get tenure,

عندما يتم تثبيت أساتذة في وضيفتهم،

but that's a different subject.

ولكن هذا موضوع مختلف.

(Applause)

(تصفيق)

So I am a movement chauvinist.

أنا شوفيني للحركة.

I believe movement is the most important function of the brain --

أعتقد أن الحركة هي أهم وظيفة للدماغ --

don't let anyone tell you that it's not true.

لا تدع احدا يقول لكم انّ هذا ليس صحيحا.

Now if movement is so important,

الآن إذا كانت الحركة مهمّة لهذا الحدّ،

how well are we doing

أين وصلنا في

understanding how the brain controls movement?

فهم كيفية تحكّم الدماغ في حركة؟

And the answer is we're doing extremely poorly; it's a very hard problem.

والجواب هو أنّ مردودنا سيئ للغاية، انها مشكلة صعبة للغاية.

But we can look at how well we're doing

ولكن يمكننا أن نرى الجانب الإيجابيّ

by thinking about how well we're doing building machines

من خلال التفكير في مردودنا في بناء الآلات

which can do what humans can do.

التي يمكنها أن تقوم بما يمكن أن يقوم به البشر.

Think about the game of chess.

فلنأخذ لعبة الشطرنج.

How well are we doing determining what piece to move where?

ماهي قدرتنا على تحديد أيّ قطعة علينا تحريكها و إلى أين؟

If you pit Garry Kasparov here, when he's not in jail,

إذا وضعت غاري كاسباروف هنا، إذا لم يكن في السجن،

against IBM's Deep Blue,

في مقابل حاسوب شركة آي بي إم "ديب بلو"،

well the answer is IBM's Deep Blue will occasionally win.

فإن الجواب هو أنّ حاسوب شركة آي بي إم "ديب بلو" سيفوز في بعض الأحيان.

And I think if IBM's Deep Blue played anyone in this room, it would win every time.

واعتقد انه اذا لعب حاسوب شركة آي بي إم "ديب بلو" ضدّ أيّ شخص في هذه الغرفة، فسيكون الفائز في كل مرة.

That problem is solved.

هذا المشكل تم حله.

What about the problem

ماذا عن مشكلة

of picking up a chess piece,

التقاط قطعة شطرنج،

dexterously manipulating it and putting it back down on the board?

وتحريكها بمهارة من ثم وضعها مجدّدا على الرّقعة؟

If you put a five year-old child's dexterity against the best robots of today,

إذا وضعت مهارة طفل ذو خمس سنوات ضد أفضل الروبوتات الحديثة،

the answer is simple:

فسيكون الجواب بسيطا :

the child wins easily.

سيفوز الطفل بسهولة.

There's no competition at all.

ليس هناك مجال للمنافسة على الإطلاق.

Now why is that top problem so easy

مالذي يجعل تلك المسألة في الأعلى على هذه الدرجة من السهوله

and the bottom problem so hard?

وتلك في الأسفل على هذه الدرجة من الصعوبة؟

One reason is a very smart five year-old

أحد الأسباب هو أنّه بإمكان ذي الخمس سنوات ذلك الذكيّ جدا

could tell you the algorithm for that top problem --

ان يمدّكم بخوارزمية تلك المسألة في الأعلى --

look at all possible moves to the end of the game

ابحث عن كل التحركات الممكنة حتّى نهاية اللعبة

and choose the one that makes you win.

ثم قم باختيار تلك التي تجعلك تفوز.

So it's a very simple algorithm.

لذلك فهذه تعتبر خوارزمية بسيطة جدا.

Now of course there are other moves,

بالطبع هناك تحركات أخرى،

but with vast computers we approximate

ولكن مع أجهزة الكمبيوتر كبيرة نقوم بعمليّة تقريبيّة

and come close to the optimal solution.

تجعلنا أقرب من الحل الأمثل.

When it comes to being dexterous,

عندما يتعلق الأمر بالبراعة،

it's not even clear what the algorithm is you have to solve to be dexterous.

ليس واضحا حتى ماهيّة الخوارزمية التي يجب حلّها لتكون بارعا.

And we'll see you have to both perceive and act on the world,

وسنرى انّه سيكون عليك على حد سواء إدراك العالم والتحرّك في نطاقه،

which has a lot of problems.

وهو ما يطرح الكثير من المشاكل.

But let me show you cutting-edge robotics.

ولكن اسمحوا لي أن أعرض عليكم أحدث الروبوتات.

Now a lot of robotics is very impressive,

لدينا حاليّا الكثير من الروبوتات الرائعة،

but manipulation robotics is really just in the dark ages.

لكن قدرة الروبوتات على تحريك الأشياء لا تزال في خطواتها الأولى.

So this is the end of a Ph.D. project

هذا ما انتهى إليه بحث دكتوراه

from one of the best robotics institutes.

من أحد أفضل المعاهد المختصّة في الروبوتات.

And the student has trained this robot

وقد قام الطالب بتدريب هذا الروبوت

to pour this water into a glass.

ليسكب هذه المياه في الكأس.

It's a hard problem because the water sloshes about, but it can do it.

انها مشكلة صعبة لان المياه يمكن أن تنسكب جانبا، لكنه يستطيع ان يفعل ذلك.

But it doesn't do it with anything like the agility of a human.

لكنه لا يمكنه أن يقوم بذلك مع أي درجة من خفة الحركة لدى الإنسان.

Now if you want this robot to do a different task,

الآن إذا ما أردت من هذا الروبوت أن يقوم بمهمة مختلفة،

that's another three-year Ph.D. program.

فهذا يمثّل برنامج لدكتوراه ثانية تدوم ثلاث سنوات.

There is no generalization at all

ليس هناك تعميم على الإطلاق

from one task to another in robotics.

من مهمة إلى أخرى في مجال الروبوتات.

Now we can compare this

الآن يمكننا مقارنة هذا

to cutting-edge human performance.

مع أداء بشري متطور.

So what I'm going to show you is Emily Fox

سأقدّم لكم (إيميلي فوكس)

winning the world record for cup stacking.

أثناء فوزها بالرقم القياسي العالمي لتكديس الكؤوس.

Now the Americans in the audience will know all about cup stacking.

الآن سوف يتعرّف الاميركيوون من بين الحضور على تكديس الكؤوس.

It's a high school sport

انها رياضة في المدرسة الثانوية

where you have 12 cups you have to stack and unstack

حيث لديك 12 كوبا عليك أن تجمّعهم في كومة ومن ثم تفرّقهم

against the clock in a prescribed order.

في أقصر وقت ممكن وفي ترتيب معيّن.

And this is her getting the world record in real time.

وها هي تحصل على الرقم القياسي العالمي في الوقت الحقيقي.

(Laughter)

(ضحك)

(Applause)

(تصفيق)

And she's pretty happy.

إنها سعيدة جدا.

We have no idea what is going on inside her brain when she does that,

ليس لدينا أي فكرة عما يجري داخل دماغها عندما تقوم بذلك،

and that's what we'd like to know.

وهذا ما نود ان نعرفه.

So in my group, what we try to do

في مجموعتي، ما نحاول القيام به

is reverse engineer how humans control movement.

هو اجراء هندسة عكسيّة لمعرفة كيفيّة سيطرة البشر على الحركة .

And it sounds like an easy problem.

وهذا يبدو مشكلة سهلة.

You send a command down, it causes muscles to contract.

تقوم بإرسال الأوامر، فينجرّ عن ذلك تقلّص للعضلات.

Your arm or body moves,

يتحرّك ذراعك أو جسمك،

and you get sensory feedback from vision, from skin, from muscles and so on.

وتحصل على ردود فعل حسية من خلال الرؤية، والجلد، والعضلات وهلم جرا.

The trouble is

المشكلة هي

these signals are not the beautiful signals you want them to be.

أنّ هذه الإشارات ليست بتلك الإشارات الجميلة التي تريدها.

So one thing that makes controlling movement difficult

لذلك إحدى الأشياء التي تجعل من الصعب السيطرة على الحركة

is, for example, sensory feedback is extremely noisy.

هي، على سبيل المثال، أن ردود الفعل الحسية مشوّشة للغاية.

Now by noise, I do not mean sound.

أنا هنا لا أعني بالتشويش الصوت.

We use it in the engineering and neuroscience sense

نستعملها في هندسة وعلم الأعصاب

meaning a random noise corrupting a signal.

بمعنى الضجيج العشوائي الذي يفسد الإشارة.

So the old days before digital radio when you were tuning in your radio

في الايام الخوالي قبل وجود الاذاعي الرقمي عندما كنت تضبط الراديو الخاص بك

and you heard "crrcckkk" on the station you wanted to hear,

وتسمع "كغغغك" على المحطة التي تودّ سماعها،

that was the noise.

ذلك كان تشويشا.

But more generally, this noise is something that corrupts the signal.

ولكن بشكل عام، هذا الضجيج هو شيء يفسد الإشارة.

So for example, if you put your hand under a table

فعلى سبيل المثال، إذا وضعت يدك تحت طاولة

and try to localize it with your other hand,

ثم حاولت تحديد مكانها باستعمال يدك الأخرى،

you can be off by several centimeters

يمكن أن تكون على بعد عدة سنتيمترات

due to the noise in sensory feedback.

بسبب التشويش في ردود الفعل الحسية.

Similarly, when you put motor output on movement output,

على نحو مماثل، عندما تجمع بين نتيجتي قوة دافعة وحركة

it's extremely noisy.

فإنه يحدث تشويشا كبيرا للغاية.

Forget about trying to hit the bull's eye in darts,

لا تحاولوا اصابة الهدف في لعبة رمي النبال،

just aim for the same spot over and over again.

حاولوا فقط استهداف نفس المكان مرارا وتكرارا.

You have a huge spread due to movement variability.

لديك مجال كبير بسبب تغيّر الحركة.

And more than that, the outside world, or task,

وأكثر من ذلك، فإن العالم الخارجي، أو المهمة،

is both ambiguous and variable.

على حدٍ سواء غامضة ومتغيرة.

The teapot could be full, it could be empty.

إبريق الشاي يمكن أن يكون ممتلئا، ويمكن أن يكون فارغا.

It changes over time.

يتغير مع مرور الوقت.

So we work in a whole sensory movement task soup of noise.

لذلك فنحن نعمل في مهمّةِ حركةٍ حِسيّةٍ ضمن كمٍّ كبير من التشويش.

Now this noise is so great

هذا التشويش هو من الضخامة بحيث

that society places a huge premium

يمنح المجتمع أهميّة كبيرة

on those of us who can reduce the consequences of noise.

لأولئك من بيننا الذين يمكنهم الحد من عواقب التشويش.

So if you're lucky enough to be able to knock a small white ball

لذا إذا كنت محظوظا بما فيه الكفاية لتكون قادر على رمي كرة بيضاء صغيرة

into a hole several hundred yards away using a long metal stick,

في حفرة تبعد عدة مئات من الياردات باستخدام عصا معدنية طويلة،

our society will be willing to reward you

فسوف يكون مجتمعنا على استعداد أن يكافئك

with hundreds of millions of dollars.

بمئات الملايين من الدولارات.

Now what I want to convince you of

الآن ما أريد أن أقنعكم به

is the brain also goes through a lot of effort

هو أنّ الدماغ يقدّم الكثير من الجهد

to reduce the negative consequences

للحد من الآثار السلبية

of this sort of noise and variability.

لهذا النوع من التشويش والتقلب.

And to do that, I'm going to tell you about a framework

وللقيام بذلك، سأخبركم بإطار

which is very popular in statistics and machine learning of the last 50 years

حظى بشعبية كبيرة في مجال الاحصاءات والتعلم الآلي في السنوات الخمسين الماضية

called Bayesian decision theory.

يدعى نظرية إتخاذ القرار البايزي.

And it's more recently a unifying way

واُعتُبِرَتْ في الآونة الأخيرة طريقة موحدة

to think about how the brain deals with uncertainty.

للتفكير في كيفية تعامل الدماغ مع حالة عدم اليقين.

And the fundamental idea is you want to make inferences and then take actions.

والفكرة الأساسية هي أنك تريد أن تأخذ الاستدلالات ومن ثم اتخاذ الإجراءات.

So let's think about the inference.

دعونا نفكر في الاستدلال.

You want to generate beliefs about the world.

تريد توليد المعتقدات حول العالم المحيط.

So what are beliefs?

فما هي المعتقدات؟

Beliefs could be: where are my arms in space?

يمكن أن تكون المعتقدات : أين ذراعيَّ في الفضاء؟

Am I looking at a cat or a fox?

هل أنا أنظر إلى قط أم إلى ثعلب؟

But we're going to represent beliefs with probabilities.

لكننا سنقوم بتمثيل المعتقدات باستعمال الاحتمالات.

So we're going to represent a belief

لذلك سنقوم بتمثيل معتقد

with a number between zero and one --

برقم بين الصفر والواحد --

zero meaning I don't believe it at all, one means I'm absolutely certain.

الصفر يعني لا أعتقد ذلك على الإطلاق، والواحد يعني أنّي واثق تماما.

And numbers in between give you the gray levels of uncertainty.

والأرقام بينهما تعطيك المستويات الرماديّة من عدم اليقين.

And the key idea to Bayesian inference

والفكرة الأساسية للاستدلال البايزي

is you have two sources of information

وهو أنّ لديك مصدرين اثنين للمعلومات

from which to make your inference.

تقوم بالاستناد عليهما بوضع استدلالك الخاص.

You have data,

لديك بيانات،

and data in neuroscience is sensory input.

والبيانات في علم الأعصاب تمثّل المعلومات الحسية.

So I have sensory input, which I can take in to make beliefs.

إذن لديّ معلومات حسية، يمكنني أن أجعل منها معتقدات.

But there's another source of information, and that's effectively prior knowledge.

ولكن هناك مصدر آخر للمعلومات، وهو ما يمثّل في الواقع المعارف المسبقة.

You accumulate knowledge throughout your life in memories.

أنتم تراكمون المعرفة طوال حياتكم في ذكراتكم.

And the point about Bayesian decision theory

ومفهوم نظرية إتخاذ القرار البايزي

is it gives you the mathematics

أنها تمنحك عن طريق الرياضيّات

of the optimal way to combine

السبيل اللأمثل لدمج

your prior knowledge with your sensory evidence

معارفك المسبقة مع أدلّتك الحسية

to generate new beliefs.

لتوليد معتقدات جديدة.

And I've put the formula up there.

لقد قمت بوضع القاعدة هناك.

I'm not going to explain what that formula is, but it's very beautiful.

أنا لن أقوم بشرح ما هيّة هذه الصيغة، لكنها غاية في جميلة.

And it has real beauty and real explanatory power.

ولديها جمال حقيقي وقوة تفسيرية حقيقية.

And what it really says, and what you want to estimate,

وما تفيدنا به في الوقع، وما تود أن تقوم بتقديره،

is the probability of different beliefs

هو احتمال معتقدات مختلفة

given your sensory input.

مع الأخذ بعين الإعتبارالمعلومة الحسيّة التي لديك.

So let me give you an intuitive example.

لذلك اسمحوا لي أن أقدم لكم مثالا بديهيّا.

Imagine you're learning to play tennis

تخيل أنك تتعلّم لعب التنس

and you want to decide where the ball is going to bounce

وتريد أن تقرر مكان ارتداد الكرة

as it comes over the net towards you.

بعد تجاوزها الشبكة في اتجاهك.

There are two sources of information

هناك مصدران للمعلومات

Bayes' rule tells you.

بالإستناد إلى قاعدة (بايز).

There's sensory evidence -- you can use visual information auditory information,

هناك أدلة حسية -- يمكنك استخدام المعلومات السمعية المعلومات البصرية،

and that might tell you it's going to land in that red spot.

وهو ما يمكن أن يسمح لكم باعتماد تلك البقعة الحمراء.

But you know that your senses are not perfect,

لكنك تعلم أن حواسك ليست مثالية،

and therefore there's some variability of where it's going to land

وبالتالي هناك بعض التباين من حيث مكان سقوطها على الأرض

shown by that cloud of red,

يظهر من خلال تلك السحابة الحمراء،

representing numbers between 0.5 and maybe 0.1.

تمثل أرقاما ما بين 0.5 و 0.1 ربما.

That information is available in the current shot,

هذه المعلومات متوفرة بالنسبة للرمية الحالية،

but there's another source of information

ولكن هناك مصدر آخر للمعلومات

not available on the current shot,

غير متوفر بالنسبة للرمية الحالية،

but only available by repeated experience in the game of tennis,

ولكنها متاحة فقط من خلال التجربة المتكررة في لعبة التنس،

and that's that the ball doesn't bounce

وهي ان الكرة لا ترتد

with equal probability over the court during the match.

مع احتمالات متساوية على كامل الملعب خلال المباراة.

If you're playing against a very good opponent,

إذا كنت تلعب ضد منافس جيد للغاية،

they may distribute it in that green area,

فإنه قد يوزّعها نحو تلك المنطقة الخضراء،

which is the prior distribution,

وهو ما يمثّل التوزيع الأمثل،

making it hard for you to return.

مما يجعل من الصعب عليك أن تصدّها.

Now both these sources of information carry important information.

كِلا هذه المصادر من المعلومات تحمل معلومات هامة.

And what Bayes' rule says

ما تفيدنا به قاعدة (بايز)

is that I should multiply the numbers on the red by the numbers on the green

هو أنه عليّ ضرب أرقام المنطقة الحمراء في أرقام المنطقة الخضراء

to get the numbers of the yellow, which have the ellipses,

للحصول على أرقام المنطقة الصفراء، ذات الأشكال البيضاوية،

and that's my belief.

وهذا ما يمثّل اعتقادي.

So it's the optimal way of combining information.

هذه هي الطريقة المثلى لدمج المعلومات.

Now I wouldn't tell you all this if it wasn't that a few years ago,

لم أكن لأخبركم بهذا لو لم نكن أثبتنا منذ بضع سنوات،

we showed this is exactly what people do

أنّ هذا هو بالضبط ما يفعله الناس

when they learn new movement skills.

عند تعلّم مهارات حركة جديدة.

And what it means

وهذا ما يعني

is we really are Bayesian inference machines.

وأنّنا نمثّل حقّا آلات استدلال بايزيّ.

As we go around, we learn about statistics of the world and lay that down,

وكلّما مضينا قدما، تعرّفنا على الإحصاءات في العالم وقمنا بأخذ الدّروس،

but we also learn

ولكن تعلّمنا أيضا

about how noisy our own sensory apparatus is,

كم هي صاخبة أجهزتنا الحسية،

and then combine those

ثم قمنا بجمع كلّ ذلك

in a real Bayesian way.

بطريقة بايزيّة حقيقية.

Now a key part to the Bayesian is this part of the formula.

الجزء الأساسيّ في بايز هو هذا الجزء من القاعدة.

And what this part really says

وما يخبرنا به في الواقع هذا الجزء

is I have to predict the probability

هو أنّه عليّ توقع احتمال

of different sensory feedbacks

تقييمات حسية مختلفة

given my beliefs.

مع الأخذ بعين الإعتبار معتقداتي.

So that really means I have to make predictions of the future.

وهذا يعني في الواقع أنّه عليّ وضع توقعات للمستقبل.

And I want to convince you the brain does make predictions

وأريد أن أقنعكم بأنّ الدماغ يقوم بتـنبؤات

of the sensory feedback it's going to get.

لردود الفعل الحسية التي سوف يحصل عليها.

And moreover, it profoundly changes your perceptions

وعلاوة على ذلك، فإنه يغير بعمق ادراكك

by what you do.

من خلال ما تقوم به.

And to do that, I'll tell you

لتحقيق ذلك، سوف أخبركم

about how the brain deals with sensory input.

عن كيفيّة تعامل الدماغ مع المعلومات الحسية.

So you send a command out,

تقوم بإرسال أمر بها،

you get sensory feedback back,

فتحصل على ردود الفعل الحسية،

and that transformation is governed

ويخضع هذا التحول

by the physics of your body and your sensory apparatus.

إلى فيزياء جسمك ولأجهزتك الحسية.

But you can imagine looking inside the brain.

ولكن يمكنك أن تتخيل أنّك تنظر داخل الدماغ.

And here's inside the brain.

هذا هو داخل الدماغ.

You might have a little predictor, a neural simulator,

قد يكون لديك جهاز توقع صغير، وجهاز محاكاة عصبية،

of the physics of your body and your senses.

لفيزياء جسمك وحواسك.

So as you send a movement command down,

بحيث مع قيامك بإرسال أمر الحركة إلى الأسفل،

you tap a copy of that off

تقوم بأخذ نسخة منه

and run it into your neural simulator

وتقوم بتشغيله في جهاز المحاكاة العصبيّ خاصّتك

to anticipate the sensory consequences of your actions.

لاستباق النتائج الحسية لحركاتك.

So as I shake this ketchup bottle,

ولذا فمع قيامي بهز زجاجة الكاتشب هذه،

I get some true sensory feedback as the function of time in the bottom row.

أحصل على بعض ردود الفعل الحسية الحقيقيّة بمرور الوقت في السّطر السفلي.

And if I've got a good predictor, it predicts the same thing.

وإذا كنت أملك جهاز توقع جيد، فإنه سيتوقع نفس الشيء.

Well why would I bother doing that?

ولكن لماذا أتحمّل عناء القيام بذلك؟

I'm going to get the same feedback anyway.

فأنا سأحصل على ردود الفعل نفسها على أي حال.

Well there's good reasons.

هناك أسباب وجيهة.

Imagine, as I shake the ketchup bottle,

تخيل، بينما أنا بصدد هزّ زجاجة الكاتشب،

someone very kindly comes up to me and taps it on the back for me.

يأتي شخص ويقوم بكلّ لطف بمساعدتي بضرب الزجاجة من فوق.

Now I get an extra source of sensory information

الآن حصلت على مصدر اضافي للمعلومات الحسية

due to that external act.

نتيجة لذلك الفعل الخارجي.

So I get two sources.

لذلك حصلت على مصادرين اثنين.

I get you tapping on it, and I get me shaking it,

أنت قمت بضربه من فوق، وأنا قمت بهزّه،

but from my senses' point of view,

ولكن من وجهة نظر حواسّي،

that is combined together into one source of information.

يقترن هذان معا في مصدر واحد للمعلومات.

Now there's good reason to believe

الآن هناك سبب وجيه للاعتقاد

that you would want to be able to distinguish external events from internal events.

إنذك تريد أن تكون قادرا على التمييز بين الأحداث الخارجية والأحداث الداخلية.

Because external events are actually much more behaviorally relevant

لأنّ الأحداث الخارجية هي في الواقع أكثر صلة بالموضوع سلوكيا

than feeling everything that's going on inside my body.

من الشعور بأن كل شيء يجري داخل جسدي.

So one way to reconstruct that

إحدى طرق إعادة بناء هذا

is to compare the prediction --

هو مقارنة التنبؤ --

which is only based on your movement commands --

والمستند فقط على أوامرك للحركة --

with the reality.

مع الواقع.

Any discrepancy should hopefully be external.

ونتمنّى أن يكون أي تباين مصدره خارجيّ.

So as I go around the world,

بينما أجوب العالم،

I'm making predictions of what I should get, subtracting them off.

فأنا أقوم بتنبؤات لما ينبغي أن يحصل لي، ثم أقوم بطرحها.

Everything left over is external to me.

كل ما يبقى بعد ذلك هو خارجي بالنسبة لي.

What evidence is there for this?

ما هو الدليل على ذلك؟

Well there's one very clear example

هناك مثال واحد واضح جدا

where a sensation generated by myself feels very different

حيث يكون احساس صادر منّي مختلفا جدا

then if generated by another person.

عن آخر صادر عن شخص آخر.

And so we decided the most obvious place to start

ولذا قررنا أنّ المثال الأكثر وضوحا لنبدء منه

was with tickling.

كان الدغدغة.

It's been known for a long time, you can't tickle yourself

من المعروف منذ وقت طويل، أنّه لا يمكنك دغدغة نفسك

as well as other people can.

وكما يمكن للأشخاص آخرين أن يفعلوا.

But it hasn't really been shown, it's because you have a neural simulator,

ولكن لم يكن قد ثبت حقا، لأنه لديك جهاز محاكاة عصبيّ،

simulating your own body

يقوم بمحاكاة جسمك

and subtracting off that sense.

ثمّ يقوم بطرح ذك الإحساس.

So we can bring the experiments of the 21st century

يمكن جلب خبرات القرن الواحد والعشرين

by applying robotic technologies to this problem.

من خلال تطبيق تقنيات الروبوت على هذه المشكلة.

And in effect, what we have is some sort of stick in one hand attached to a robot,

وفي الواقع، لدينا عصا في احدى اليدين مربوطة إلى روبوت،

and they're going to move that back and forward.

وسيقومون بتحريكها إلى الخلف وإلى الأمام.

And then we're going to track that with a computer

ومن ثم سنقوم بتتبّعها عن طريق جهاز كمبيوتر

and use it to control another robot,

وسنستخدمها للتحكّم في روبوت آخر،

which is going to tickle their palm with another stick.

سيقوم بدغدغة كفّ يده باستعمال عصا أخرى.

And then we're going to ask them to rate a bunch of things

ثم سنطلب منهم يقيّموا مجموعة من الأشياء

including ticklishness.

بما في ذلك الدغدغة.

I'll show you just one part of our study.

سأكتفي بأن أعرض عليكم جزءا واحدا من دراستنا.

And here I've taken away the robots,

قمت هنا بأخذ الروبوتات بعيدا،

but basically people move with their right arm sinusoidally back and forward.

ولكن يقوم الناس أساسا بتحريك ذراعهم إلى الخلف و إلى الأمام بطريقة جيـبـية.

And we replay that to the other hand with a time delay.

ونقوم بتكرار ذلك مع اليد الأخرى مع تأخير في الوقت.

Either no time delay,

أو بدون أيّ تأخير،

in which case light would just tickle your palm,

في تلك الحالة يقوم الضوء بدغدغة كفّ يدك،

or with a time delay of two-tenths of three-tenths of a second.

أو مع تأخير في الوقت لعشرين أو ثلاثة أعشار من الثانية.

So the important point here

وبالتالي فإن الأمر المهم هنا

is the right hand always does the same things -- sinusoidal movement.

هو أنّ اليد اليمنى تقوم دائما بنفس الأشياء -- الحركة الجيبية.

The left hand always is the same and puts sinusoidal tickle.

كما تقوم اليد اليسرى بالشيء نفسه دائما وتقوم بدغدغة جيبية.

All we're playing with is a tempo causality.

كل ما نقوم به هو إيقاع سببيّ.

And as we go from naught to 0.1 second,

وبانطلاقنا من صفر إلى 0.1 ثانية،

it becomes more ticklish.

يصبح أكثر دغدغة.

As you go from 0.1 to 0.2,

و بذهابنا من 0,1 إلى 0,2،

it becomes more ticklish at the end.

يصبح أكثر دغدغة في النهاية.

And by 0.2 of a second,

وعند بلوغنا 0.2 من الثانية،

it's equivalently ticklish

فانها تدغدغ بنفس القدر

to the robot that just tickled you without you doing anything.

الذي يقوم روبوت بدغدغتك من دون أن تقوم بأي شيء.

So whatever is responsible for this cancellation

أيا كان المسؤول عن هذا الإلغاء

is extremely tightly coupled with tempo causality.

فالأمر مقرون بإحكام مع الإيقاع السببيّ.

And based on this illustration, we really convinced ourselves in the field

وبناء على هذا التوضيح، فنحن مقتنعون تماما أنّنا في مجال

that the brain's making precise predictions

أن الدماغ يقوم بتنبؤات دقيقة

and subtracting them off from the sensations.

ويقوم بطرحها من الأحاسيس.

Now I have to admit, these are the worst studies my lab has ever run.

لا بد لي من الاعتراف الآن، أنّ هذه هي أسوأ الدراسات التي قام بها مخبري على الإطلاق.

Because the tickle sensation on the palm comes and goes,

لأن الإحساس بالدغدغة يأتي ويذهب،

you need large numbers of subjects

تحتاج إلى أعداد كبيرة من المتطوّعين

with these stars making them significant.

مع هذه النجوم التي تجعلها ذات معنى.

So we were looking for a much more objective way

لذا كنا نبحث عن وسيلة أكثر موضوعية

to assess this phenomena.

لتقييم هذه الظواهر.

And in the intervening years I had two daughters.

وفي السنوات التي تلت كان لدي ابنتان.

And one thing you notice about children in backseats of cars on long journeys,

ستلاحظ أمرا واحد عن الأطفال عندما يجلسون في المقاعد الخلفية للسيارة في الرحلات الطويلة،

they get into fights --

أنّهم يقومون بمعارك --

which started with one of them doing something to the other, the other retaliating.

تبدأ بقيام احد منهم بفعل شيئ للآخر، يردّ الآخر الفعل.

It quickly escalates.

فيتصاعد الأمر بسرعة.

And children tend to get into fights which escalate in terms of force.

يميل الأطفال إلى الدخول في المعارك التي تتصاعد من حيث القوة.

Now when I screamed at my children to stop,

الآن عندما أصرخ في وجه أطفالي ليتوقفوا،

sometimes they would both say to me

في بعض الأحيان يجيبني الإثنان

the other person hit them harder.

بأنّ الآخر ضربه بشدّة.

Now I happen to know my children don't lie,

أنا على يقين أنّ أولادي لا يكذبون،

so I thought, as a neuroscientist,

حتى ظننت، بصفتي عالم أعصاب،

it was important how I could explain

أنّه من المهم كيف يمكنني أن أفسّر

how they were telling inconsistent truths.

كيف كانوا يدلون بحقائق غير متناسقة.

And we hypothesize based on the tickling study

ونحن نفترض استنادا إلى دراسة الدغدغة

that when one child hits another,

أنه عندما يضرب طفل الآخر،

they generate the movement command.

فهم يولّدون أمر الحركة.

They predict the sensory consequences and subtract it off.

ويتوقعون النتائج حسية ويقومون بطرحها.

So they actually think they've hit the person less hard than they have --

لذلك فانهم يعتقدون فعلا انهم قاموا بضرب الشخص أقل حدّة مما كانت يجب عليهم --

rather like the tickling.

وليس مثل الدغدغة.

Whereas the passive recipient

في حين أن المتلقي السلبي

doesn't make the prediction, feels the full blow.

لا يقوم بعمليّة التنبؤ، ويشعر بالضربة كاملة.

So if they retaliate with the same force,

لذا إذا قاموا بردّ الفعل بنفس القوة،

the first person will think it's been escalated.

سيعتقد الشخص الأوّل بأنّ الأمر قد تصاعد.

So we decided to test this in the lab.

لذلك قررنا اختبار هذا في المختبر.

(Laughter)

(ضحك)

Now we don't work with children, we don't work with hitting,

نحن الآن لا نتعامل مع الأطفال، ونحن لا نتعامل مع الضرب،

but the concept is identical.

لكن المفهوم هو ذاته.

We bring in two adults. We tell them they're going to play a game.

نأتي بشخصين بالغين. و نخبرهم أنّهم سيلعبون مباراة.

And so here's player one and player two sitting opposite to each other.

ولدينا أحد اللاعبين وهنا الثاني جالسين قبالة بعضهما البعض.

And the game is very simple.

واللعبة بسيطة جدا.

We started with a motor

بدأنا مع محرك

with a little lever, a little force transfuser.

مع رافعة صغيرة، وناقل قوة صغير.

And we use this motor to apply force down to player one's fingers

ونستخدم هذا المحرك لتطبيق قوّة على أحد أصابع اللاعب

for three seconds and then it stops.

لمدة ثلاث ثوان ومن ثم فإنه يتوقف.

And that player's been told, remember the experience of that force

قد تم الطلب من ذلك اللاعب، أن يتذكّر تجربة تلك القوة

and use your other finger

وأن يستخدم إصبعه الآخر

to apply the same force

لتطبيق نفس القوة

down to the other subject's finger through a force transfuser -- and they do that.

على إصبع الشّخص الآخر من خلال ناقل القوة -- وذلك ما يقومون به.

And player two's been told, remember the experience of that force.

قد تم الطلب من اللاعب الثاني، أن يتذكّر تجربة تلك القوة

Use your other hand to apply the force back down.

واستخدم يدك الأخرى في تطبيق القوة.

And so they take it in turns

ثمّ يتناوبون على القيام

to apply the force they've just experienced back and forward.

لتطبيق القوة التي قاموا بتجربتها جيئة و ذهابا.

But critically,

ولكن الأهم من ذلك،

they're briefed about the rules of the game in separate rooms.

تم إطلاعهم على قواعد اللعبة في غرف منفصلة.

So they don't know the rules the other person's playing by.

حتى لا يعرف كلّ منهما القواعد التي يتّبعها الشخص الآخر في اللعب.

And what we've measured

وما قمنا بقياسه

is the force as a function of terms.

كانت القوة بوصفها تابعا من الشروط.

And if we look at what we start with,

وإذا نظرنا إلى ما بدأنا به،

a quarter of a Newton there, a number of turns,

رُبْع نيوتن هناك، عدد الأدوار،

perfect would be that red line.

ذلك الخط الأحمر سيكون مثاليّا.

And what we see in all pairs of subjects is this --

وما نلاحظه مع جميع أزواج اللاعبين هو هذا --

a 70 percent escalation in force

تصعيد بنسبة 70 في المئة في القوة

on each go.

على كل شوط.

So it really suggests, when you're doing this --

هذا يبيّن حقا، إذا ما فعلتم هذا --

based on this study and others we've done --

استنادا إلى هذه الدراسة وغيرها مما قمنا به --

that the brain is canceling the sensory consequences

أن الدماغ قام بإلغاء النتائج الحسية

and underestimating the force it's producing.

والتقليل من شأن القوة المنتجة.

So it re-shows the brain makes predictions

لذلك فهذا يظهر من جديد انّ الدماغ يقوم بالتنبؤات

and fundamentally changes the precepts.

ويحدث تغيرات جوهرية في الادراك.

So we've made inferences, we've done predictions,

لذلك فقد وضعنا استدلالات، وقمنا بالتنبؤات،

now we have to generate actions.

والآن علينا توليد الحركة.

And what Bayes' rule says is, given my beliefs,

وما يبيّنه قانون (بايز) هو، بالنظر الى معتقداتي،

the action should in some sense be optimal.

ينبغي أن تكون الحركة بشكل ما مثاليّة.

But we've got a problem.

ولكن لدينا مشكلة.

Tasks are symbolic -- I want to drink, I want to dance --

المهام هي رمزية -- أريد أن أشرب، أريد أن الرقص --

but the movement system has to contract 600 muscles

ولكن على نظام الحركة تحريك 600 عضلة

in a particular sequence.

في تسلسل معين.

And there's a big gap

وهناك فجوة كبيرة

between the task and the movement system.

بين المهام ونظام الحركة.

So it could be bridged in infinitely many different ways.

بحيث يمكن أن يتمّ ردم الهوّة بعدد لانهائي من الطرق المختلفة.

So think about just a point to point movement.

فكّروا فقط في الحركة من نقطة إلى نقطة.

I could choose these two paths

يمكنني اختيار هذه المسارين

out of an infinite number of paths.

من بين عدد لانهائي من المسارات.

Having chosen a particular path,

بعد اختيار مسار معين،

I can hold my hand on that path

يمكن أن أضع يدي على هذا المسار

as infinitely many different joint configurations.

في عدد لا متناهي من التكوينات المختلفة.

And I can hold my arm in a particular joint configuration

ويمكنني تثبيت ذراعي ضمن ترتيب خاص

either very stiff or very relaxed.

إما مقبوضة جدا أو مرتخية جدا.

So I have a huge amount of choice to make.

لذا فإن لدي مجموعة كبيرة من الخيارات لعمل ذلك.

Now it turns out, we are extremely stereotypical.

اتضح الآن، أنّنا نمطيّون للغاية.

We all move the same way pretty much.

نحن نتحرك جميعا الى حد كبير بنفس الطريقة.

And so it turns out we're so stereotypical,

وهكذا اتضح أنّنا نمطيّون جدّا،

our brains have got dedicated neural circuitry

قد قامت أدمغتنا بتخصيص الدوائر العصبية

to decode this stereotyping.

لفك هذا التنميط.

So if I take some dots

فإذا قمت بأخذ بعض النقاط

and set them in motion with biological motion,

ثم قمت بتحريكها وفق حركة بيولوجية،

your brain's circuitry would understand instantly what's going on.

سوف تتمكّن دوائر دماغنا على الفور من فهم ما يجري.

Now this is a bunch of dots moving.

الآن لدينا مجموعة من النقاط المتحركة.

You will know what this person is doing,

سوف تتمكّنون من معرفة ما يفعله هذا الشخص،

whether happy, sad, old, young -- a huge amount of information.

سواء أكان سعيدا، حزينا، كبيرا، شابّا -- كمية هائلة من المعلومات.

If these dots were cars going on a racing circuit,

إذا كانت هذه النقاط تمثّل سيارات تسير على حلبة السباق،

you would have absolutely no idea what's going on.

لن يكون لديك مطلقا اي فكرة عما يحدث.

So why is it

فلماذا

that we move the particular ways we do?

نتحرّك بتلك الطّريقة الخاصّة بنا؟

Well let's think about what really happens.

دعونا نفكر في ما يحدث حقا.

Maybe we don't all quite move the same way.

ربما لا نتحرّك جميعنا تماما بنفس الطريقة.

Maybe there's variation in the population.

ربما هناك تباين بين الأشخاص.

And maybe those who move better than others

وربما كان أولئك الذين يتحرّكون على نحو أفضل من غيرهم

have got more chance of getting their children into the next generation.

لديهم فرصة أكبر لإيصال أبنائهم إلى الجيل القادم.

So in evolutionary scales, movements get better.

في سلّم التطوّر، تتحسن الحركات.

And perhaps in life, movements get better through learning.

وربما في الحياة، نحصل على حركات أفضل من خلال التعلم.

So what is it about a movement which is good or bad?

فمالذي يجعل حركة جيدة أو سيئة؟

Imagine I want to intercept this ball.

تخيل انّي أريد اعتراض هذه الكرة.

Here are two possible paths to that ball.

لدينا هنا مسارين ممكنين للكرة.

Well if I choose the left-hand path,

إذا قمت باختيارالمسار المقابل لليد اليسرى،

I can work out the forces required

أستطيع حساب القوّة المطلوبة

in one of my muscles as a function of time.

في أحد عضلاتي بوصفها دالة في الزمن.

But there's noise added to this.

ولكن هناك ضجيج وأضاف على ذلك.

So what I actually get, based on this lovely, smooth, desired force,

ما أحصل عليه في الواقع، بالإعتماد على هذه القوّة الرائعة، السلسة، المطلوبة،

is a very noisy version.

هي نسخة مشوّشة جدّا.

So if I pick the same command through many times,

فإذا قمت بإعادة نفس الأمر عدة مرات،

I will get a different noisy version each time, because noise changes each time.

فسوف أحصل في كل مرة على نسخة مختلفة مشوّشة، لأن التشويش يتغيّر في كل مرة.

So what I can show you here

ما يمكنني أن أريكم هنا

is how the variability of the movement will evolve

هي كيف سيتطور تغيّر الحركة

if I choose that way.

إذا اخترت هذا الطريق.

If I choose a different way of moving -- on the right for example --

إذا اخترت طريقة مختلفة للحركة -- إلى اليمين على سبيل المثال --

then I'll have a different command, different noise,

ثم سأحصل على أمر مختلف، وتشويش مختلف،

playing through a noisy system, very complicated.

لعب من خلال نظام مشوّش ومعقد للغاية.

All we can be sure of is the variability will be different.

كل ما يمكن أن نكون متأكّدين منه هو أنّ التغيّر سيكون مختلف.

If I move in this particular way,

إذا قُمْتُ بالتحرك بهذه الطريقة الخاصة،

I end up with a smaller variability across many movements.

سأنتهي مع أصغر تغيّر عبر العديد من الحركات.

So if I have to choose between those two,

لذا إذا كنت مخيّرا بين هذين،

I would choose the right one because it's less variable.

فسأختار الأيمن لأنه أقل تغيّرا.

And the fundamental idea

والفكرة الأساسية

is you want to plan your movements

هي أنّك تريد تنظيم حركاتك

so as to minimize the negative consequence of the noise.

بحيث تحدّ من النّتائج السلبية للتشويش.

And one intuition to get

وإحدى البديهيّات التي نحصل عليها

is actually the amount of noise or variability I show here

هي أنّه تغيّر كمية التشويش في الواقع التي أعرضها هنا

gets bigger as the force gets bigger.

تَكبر كلّما كَبُرت القوة.

So you want to avoid big forces as one principle.

لذلك ترغب في تجنب القوات الكبيرة بصورة مبدئيّة.

So we've shown that using this,

لقد أظهرنا أنه باستخدام هذا،

we can explain a huge amount of data --

يمكن أن نفسر كمية هائلة من البيانات --

that exactly people are going about their lives planning movements

انّ الناس يعيشون حياتهم بتخطيط الحركات

so as to minimize negative consequences of noise.

وذلك بهدف تقليل الآثار السلبية للتشويش.

So I hope I've convinced you the brain is there

لذا آمل أن أكون قد قمت باقناعكم بأنّ الدماغ موجود

and evolved to control movement.

ويتطوّر للتحكّم في الحركة.

And it's an intellectual challenge to understand how we do that.

وأن فهم الكيفيّة التي نفعل بها ذلك يُشكّل تحديّا فكريّا.

But it's also relevant

لكنها أيضا ذات صلة

for disease and rehabilitation.

بالمرض وإعادة التأهيل.

There are many diseases which effect movement.

هناك العديد من الأمراض التي تصيب الحركة.

And hopefully if we understand how we control movement,

ونأمل أنّنا إذا تمكّنا من فهم كيفيّة سيطرتنا على الحركة،

we can apply that to robotic technology.

فسنستطيع أن نطبق ذلك على تكنولوجيا الروبوت.

And finally, I want to remind you,

وأخيرا، أودّ أن أذكّركم،

when you see animals do what look like very simple tasks,

عندما تشاهدون الحيوانات تقوم بما يبدو وكأنها مهام بسيطة للغاية،

the actual complexity of what is going on inside their brain

أنّ درجة تعقيد ما يجري داخل دماغها

is really quite dramatic.

هو حقا مثير للغاية.

Thank you very much.

شكرا جزيلا.

(Applause)

(تصفيق)

Chris Anderson: Quick question for you, Dan.

كريس اندرسون : سؤال سريع لك، دان.

So you're a movement -- (DW: Chauvinist.) -- chauvinist.

إذن أنت بالنسبة للحركة -- (د. و. : شوفينيّ) -- شوفينيّ.

Does that mean that you think that the other things we think our brains are about --

هل يعني ذلك أنك تعتقد أن أشياء أخرى نعتقد أدمغتنا هي المسؤولة عنها --

the dreaming, the yearning, the falling in love and all these things --

الحلم، التّوق، والوقوع في الحب وجميع هذه الأمور --

are a kind of side show, an accident?

هي نوعا ما حدث جانبيّ، مجرّد حادث؟

DW: No, no, actually I think they're all important

د. و.: لا، لا، في الواقع اعتقد أنّها جميعا هامة

to drive the right movement behavior to get reproduction in the end.

لتتحكّم في سلوك الحركة السّليمة للحصول على التكاثر في نهاية المطاف.

So I think people who study sensation or memory

لذا أعتقد أن الناس الذين يدرسون الإحساس أو الذاكرة

without realizing why you're laying down memories of childhood.

دون أن يدركوا لماذا نضع جانبا ذكريات الطفولة.

The fact that we forget most of our childhood, for example,

حقيقة أننا ننسى معظم طفولتنا، على سبيل المثال،

is probably fine, because it doesn't effect our movements later in life.

لا يشكّل عائقا، لأن ليس لها تأثير على حركاتنا في وقت لاحق في الحياة.

You only need to store things which are really going to effect movement.

نحتاج فقط لتخزين الأشياء التي لها حقا تأثير على الحركة.

CA: So you think that people thinking about the brain, and consciousness generally,

ك. أ. : إذا أنت تعتقد أن الناس الذين يفكّرون في الدماغ، والوعي بصفة عامة،

could get real insight

مكنهم الحصول على رؤية واقعية

by saying, where does movement play in this game?

بقولهم : أين دور الحركة في هذا؟

DW: So people have found out for example

د. و. : اكتشف الناس على سبيل المثال

that studying vision in the absence of realizing why you have vision

أنّ دراسة البصر في غياب ادراك لماذا لدينا بصر

is a mistake.

هو خطأ.

You have to study vision with the realization

عليك دراسة البصر مع إدراك

of how the movement system is going to use vision.

كيف يمكن لنظام الحركة أن يستخدم البصر.

And it uses it very differently once you think about it that way.

وهو يستخدمه بشكل مختلف جدا بمجرّد ما تفكّر فيه بهذه الطريقة.

CA: Well that was quite fascinating. Thank you very much indeed.

ك. أ. : حسنا كان ذلك رائعا جدا. شكرا جزيلا لك.

(Applause)

(تصفيق)