Rana el Kaliouby: This app knows how you feel — from the look on your face

137,190 views ・ 2015-06-15

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: DAHOU Mohamed المدقّق: ali alshalali
00:12
Our emotions influence every aspect of our lives,
0
12556
4017
عواطفنا تؤثر على كل نواحي حياتنا،
00:16
from our health and how we learn, to how we do business and make decisions,
1
16573
3576
من صحتنا وطريقة تعلمنا إلى كيفية تأدية أعمالنا واتخاذنا للقرارات
00:20
big ones and small.
2
20149
1773
الصغيرة منها أو الكبيرة.
00:22
Our emotions also influence how we connect with one another.
3
22672
3490
كما أنها تؤثر في كيفية تواصلنا مع بعضنا.
00:27
We've evolved to live in a world like this,
4
27132
3976
فقد تطورنا لنعيش في عالم كهذا،
00:31
but instead, we're living more and more of our lives like this --
5
31108
4319
ولكننا نعيش حياتنا أكثر فأكثر بهذا الشكل --
00:35
this is the text message from my daughter last night --
6
35427
3134
هذه رسالة نصية أرسلتها لي ابنتي الليلة الماضية --
00:38
in a world that's devoid of emotion.
7
38561
2740
في عالم منزوع المشاعر.
00:41
So I'm on a mission to change that.
8
41301
1951
أنا في مهمة لتغيير ذلك.
00:43
I want to bring emotions back into our digital experiences.
9
43252
4091
أود إعادة المشاعر إلى تجاربنا الرقمية.
00:48
I started on this path 15 years ago.
10
48223
3077
انطلقت على هذا الدرب منذ 15 سنة.
00:51
I was a computer scientist in Egypt,
11
51300
2066
كنت عالمة حاسوب في مصر،
00:53
and I had just gotten accepted to a Ph.D. program at Cambridge University.
12
53366
4505
وكنت قد قُبِلت للتو في برنامج للدكتوراه بجامعة كامبريدج.
00:57
So I did something quite unusual
13
57871
2113
وقمت وقتها بشيء غير اعتيادي
00:59
for a young newlywed Muslim Egyptian wife:
14
59984
4225
بالنسبة لفتاة مصرية مسلمة ومتزوجة حديثاً:
01:05
With the support of my husband, who had to stay in Egypt,
15
65599
2999
بدعم من زوجي الذي ظل في مصر،
01:08
I packed my bags and I moved to England.
16
68598
3018
حزمت حقائبي وانتقلت إلى انجلترا.
01:11
At Cambridge, thousands of miles away from home,
17
71616
3228
وفي كامبريدج بعيدا عن منزلي بآلاف الأميال،
01:14
I realized I was spending more hours with my laptop
18
74844
3413
أدركت أني أقضي وقتا أكبر أمام حاسوبي
01:18
than I did with any other human.
19
78257
2229
مما كنت أفعل مع الناس.
01:20
Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.
20
80486
4853
ورغم كل تلك الألفة بيننا لم يكن لدى حاسوبي أية فكرة عما أشعر به.
01:25
It had no idea if I was happy,
21
85339
3211
لم تكن لديه أية فكرة إن كنت فرحة
01:28
having a bad day, or stressed, confused,
22
88550
2988
أو إن كان نهاري سيئاً أو أنني مرهقة، قلقة،
01:31
and so that got frustrating.
23
91538
2922
وقد أصبح الأمر محبطاً.
01:35
Even worse, as I communicated online with my family back home,
24
95600
5231
بل أن الأمر ساء عندما كنت أتصل بأسرتي،
01:41
I felt that all my emotions disappeared in cyberspace.
25
101421
3282
بحيث بدأت أحس بمشاعري تختفي في الفضاء الإلكتروني.
01:44
I was homesick, I was lonely, and on some days I was actually crying,
26
104703
5155
كنت أحن للوطن وكنت وحيدة بل إني كنت أبكي في بعض الأيام،
01:49
but all I had to communicate these emotions was this.
27
109858
4928
لكن الوسيلة التي كنت أنقل بها مشاعري،
كانت هي هذه.
01:54
(Laughter)
28
114786
2020
(ضحك)
01:56
Today's technology has lots of I.Q., but no E.Q.;
29
116806
4974
قد تملك التقنية اليوم نسبة ذكاء كبيرة لكنها تفتقد للمشاعر؛
02:01
lots of cognitive intelligence, but no emotional intelligence.
30
121780
3176
الكثير من الذكاء الإدراكي لكن دون ذكاء عاطفي.
02:04
So that got me thinking,
31
124956
2197
وهذا جعلني أفكر،
02:07
what if our technology could sense our emotions?
32
127153
3624
ماذا لو كان بإمكان تقنيتنا إدراك مشاعرنا؟
02:10
What if our devices could sense how we felt and reacted accordingly,
33
130777
4076
ماذا لو كان بإمكان أجهزتنا أن تحس بمشاعرنا وتتفاعل معنا على أساسها،
02:14
just the way an emotionally intelligent friend would?
34
134853
3013
كما كان ليفعل معكم صديق؟
02:18
Those questions led me and my team
35
138666
3564
وقد قادتني هذه الأسئلة وفريقي
02:22
to create technologies that can read and respond to our emotions,
36
142230
4377
إلى ابتكار تقنية قادرة على قراءة مشاعرنا والتفاعل معها،
02:26
and our starting point was the human face.
37
146607
3090
وكانت نقطة انطلاقنا من الوجه.
02:30
So our human face happens to be one of the most powerful channels
38
150577
3173
يعتبر وجهنا أقوى الوسائل
02:33
that we all use to communicate social and emotional states,
39
153750
4016
التي نستخدمها جميعا في التعبير عن حالاتنا الاجتماعية والعاطفية،
02:37
everything from enjoyment, surprise,
40
157766
3010
عن كل شيء عن الفرح والتفاجئ
02:40
empathy and curiosity.
41
160776
4203
والتعاطف والفضول.
02:44
In emotion science, we call each facial muscle movement an action unit.
42
164979
4928
نسمي في علم المشاعر كل حركة لعضلة الوجه بالحركة كوحدة قياس.
02:49
So for example, action unit 12,
43
169907
2925
فمثلا الحركة 12،
02:52
it's not a Hollywood blockbuster,
44
172832
2038
ليست بفيلم هوليوودي ضخم،
02:54
it is actually a lip corner pull, which is the main component of a smile.
45
174870
3442
في الواقع هي شد الشفتين لرسم البسمة.
02:58
Try it everybody. Let's get some smiles going on.
46
178312
2988
جربوها جميعا. دعونا نرسم بعض البسمات.
03:01
Another example is action unit 4. It's the brow furrow.
47
181300
2654
المثال الثاني هو الحركة 4. تقطيب الجبين.
03:03
It's when you draw your eyebrows together
48
183954
2238
وهذا عندما تقاربون بين حواجبكم
03:06
and you create all these textures and wrinkles.
49
186192
2267
لتظهر تلك الأخاديد والخطوط على جباهكم.
03:08
We don't like them, but it's a strong indicator of a negative emotion.
50
188459
4295
نحن لا نحبها لكنها علامة قوية على مشاعر سلبية.
03:12
So we have about 45 of these action units,
51
192754
2206
لدينا حوالي 45 حركة كوحدات قياس،
03:14
and they combine to express hundreds of emotions.
52
194960
3390
نجمع بينها للتعبير على المئات من المشاعر.
03:18
Teaching a computer to read these facial emotions is hard,
53
198350
3901
من الصعب تعليم الحاسوب كيفية قراءتها،
03:22
because these action units, they can be fast, they're subtle,
54
202251
2972
لأننا نقوم بتلك الحركات في رمشة عين، إنها خفية،
03:25
and they combine in many different ways.
55
205223
2554
ويمكن الجمع بينها بطرق مختلفة ومتعددة.
03:27
So take, for example, the smile and the smirk.
56
207777
3738
وخذ على سبيل المثال، البسمة العادية والصفراء.
03:31
They look somewhat similar, but they mean very different things.
57
211515
3753
قد تبدوان متشابهتين لكنهما بمعنيين جد مختلفين.
03:35
(Laughter)
58
215268
1718
(ضحك)
03:36
So the smile is positive,
59
216986
3004
فالبسمة العادية إيجابية المعنى
03:39
a smirk is often negative.
60
219990
1270
والصفراء في الغالب سلبيه.
03:41
Sometimes a smirk can make you become famous.
61
221260
3876
وقد تجعلكم البسمة الصفراء أحيانا مشهورين.
03:45
But seriously, it's important for a computer to be able
62
225136
2824
لكن وبشكل جدي، من المهم أن يكون الحاسوب قادراً
03:47
to tell the difference between the two expressions.
63
227960
2855
على التفريق بين هذين التعبيرين.
03:50
So how do we do that?
64
230815
1812
فكيف نفعل ذلك؟
03:52
We give our algorithms
65
232627
1787
أضفنا لخوارزمياتنا
03:54
tens of thousands of examples of people we know to be smiling,
66
234414
4110
العشرات من الآلاف من الأمثلة لأشخاص نعلم أنهم يبتسمون بحق،
03:58
from different ethnicities, ages, genders,
67
238524
3065
من مختلف الأعراق والأعمار والأجناس،
04:01
and we do the same for smirks.
68
241589
2811
ونفس الشيء للبسمة الصفراء.
04:04
And then, using deep learning,
69
244400
1554
وبعدها باستخدام عملية معقدة
04:05
the algorithm looks for all these textures and wrinkles
70
245954
2856
تبحث الخوارزمية على جميع تلك الأخاديد والخطوط
04:08
and shape changes on our face,
71
248810
2580
وعلى الاختلافات الصغيرة على وجوهنا،
04:11
and basically learns that all smiles have common characteristics,
72
251390
3202
التوصل إلى أن جميع البسمات العادية لديها مميزات مشتركة،
04:14
all smirks have subtly different characteristics.
73
254592
3181
وأن البسمات الصفراء لديها مميزات مختلفة خفية.
04:17
And the next time it sees a new face,
74
257773
2368
وفي المرة القادمة عند رؤيتها لوجه جديد
04:20
it essentially learns that
75
260141
2299
تتعرف الخوارزمية في الأساس
04:22
this face has the same characteristics of a smile,
76
262440
3033
بأن هذا الوجه لديه نفس مميزات البسمة العادية،
04:25
and it says, "Aha, I recognize this. This is a smile expression."
77
265473
4278
فتقول: "أنا أعرف هذه البسمة."
04:30
So the best way to demonstrate how this technology works
78
270381
2800
وأفضل طريقة لتوضيح كيفية عمل هذه التقنية
04:33
is to try a live demo,
79
273181
2136
هي تجربة عرض مباشر.
04:35
so I need a volunteer, preferably somebody with a face.
80
275317
3913
أنا بحاجة لمتطوع، ومن الأفضل أن يمتلك وجهاً.
04:39
(Laughter)
81
279230
2334
(ضحك)
04:41
Cloe's going to be our volunteer today.
82
281564
2771
كلوي هي متطوعتنا اليوم.
04:45
So over the past five years, we've moved from being a research project at MIT
83
285325
4458
خلال السنوات 5 الماضية، انتقلنا من مرحلة مشروع بحث بمعهد ماساتشوستس للتقنية
04:49
to a company,
84
289783
1156
إلى شركة،
04:50
where my team has worked really hard to make this technology work,
85
290939
3192
حيث عمل فريقي بجد لجعل هذه التقنية تعمل،
04:54
as we like to say, in the wild.
86
294131
2409
كما يقال، في الطبيعة.
04:56
And we've also shrunk it so that the core emotion engine
87
296540
2670
كما قمنا بتصغيرحجمها
04:59
works on any mobile device with a camera, like this iPad.
88
299210
3320
لتعمل مع كافة الهواتف النقالة ذات الكاميرا كهذا الآي باد.
05:02
So let's give this a try.
89
302530
2786
دعونا إذا نجربها.
05:06
As you can see, the algorithm has essentially found Cloe's face,
90
306756
3924
كما تلاحظون، حددت الخوارزمية تقاسيم وجه كلوي
05:10
so it's this white bounding box,
91
310680
1692
في هذا الإطار الأبيض
05:12
and it's tracking the main feature points on her face,
92
312372
2571
وهي تبحث على النقط الرئيسية في وجهها،
05:14
so her eyebrows, her eyes, her mouth and her nose.
93
314943
2856
وهي حاجبيها وعينيها وفمها وأنفها.
05:17
The question is, can it recognize her expression?
94
317799
2987
والسؤال هو، هل ستتمكن من التعرف على تعابير وجهها؟
05:20
So we're going to test the machine.
95
320786
1671
سنختبر الآن الآلة لنعرف.
05:22
So first of all, give me your poker face. Yep, awesome. (Laughter)
96
322457
4186
في البداية، أود رؤية وجه لاعب الورق. نعم، رائع. (ضحك)
05:26
And then as she smiles, this is a genuine smile, it's great.
97
326643
2813
وبينما هي تبتسم، هذه ابتسامة جميلة، رائع.
05:29
So you can see the green bar go up as she smiles.
98
329456
2300
يمكنكم ملاحظة الشريط الأخضر يرتفع كلما ابتسمت.
05:31
Now that was a big smile.
99
331756
1222
كانت هذه ابتسامة مشرقة.
05:32
Can you try a subtle smile to see if the computer can recognize?
100
332978
3043
هل يمكنك الابتسام خفية لنرى إن كان الحاسوب سيتعرف عليها؟
05:36
It does recognize subtle smiles as well.
101
336021
2331
لقد تعرف على الابتسامة الخفية أيضا.
05:38
We've worked really hard to make that happen.
102
338352
2125
لقد عملنا بجد لتحقيق هذا.
05:40
And then eyebrow raised, indicator of surprise.
103
340477
2962
وبعدها رفع الحاجبين علامة المفاجأة.
05:43
Brow furrow, which is an indicator of confusion.
104
343439
4249
تقطيب الحاجبين علامة الارتباك.
05:47
Frown. Yes, perfect.
105
347688
4007
تقطيب. نعم، رائع.
05:51
So these are all the different action units. There's many more of them.
106
351695
3493
كانت هذه جميع الحركات المختلفة. وهناك العديد منها.
05:55
This is just a slimmed-down demo.
107
355188
2032
كان هذا عرضا بسيطا.
05:57
But we call each reading an emotion data point,
108
357220
3148
ونسمي كل نقطة تم التعرف عليها بنقطة بيانات عاطفية،
06:00
and then they can fire together to portray different emotions.
109
360368
2969
وبعد تمازجها معا تقدم لنا علامات عن مختلف المشاعر.
06:03
So on the right side of the demo -- look like you're happy.
110
363337
4653
وعلى يمين العرض -- يبدو أنك سعيدة.
06:07
So that's joy. Joy fires up.
111
367990
1454
هذا مؤشر الفرح ينطلق.
06:09
And then give me a disgust face.
112
369444
1927
والآن تعبير بالقرف.
06:11
Try to remember what it was like when Zayn left One Direction.
113
371371
4272
حاولي تذكر شعورك عندما ترك زين فرقة ون دايركشن.
06:15
(Laughter)
114
375643
1510
(ضحك)
06:17
Yeah, wrinkle your nose. Awesome.
115
377153
4342
نعم، تقلص أنفك. رائع.
06:21
And the valence is actually quite negative, so you must have been a big fan.
116
381495
3731
انظروا إلى المقياس إنه جد سلبي، لابد وأنك معجبة كبيرة.
06:25
So valence is how positive or negative an experience is,
117
385226
2700
يبين هذا المقياس إن كانت التجربة إيجابية أو سلبية،
06:27
and engagement is how expressive she is as well.
118
387926
2786
و"الالتزام" مستوى التعبير.
06:30
So imagine if Cloe had access to this real-time emotion stream,
119
390712
3414
تخيلوا لو كان بإمكان كلوي الوصول إلى هذه البيانات العاطفية المباشرة،
06:34
and she could share it with anybody she wanted to.
120
394126
2809
ومشاركتها مع من تريد.
06:36
Thank you.
121
396935
2923
شكرا جزيلا كلوي.
06:39
(Applause)
122
399858
4621
(تصفيق)
06:45
So, so far, we have amassed 12 billion of these emotion data points.
123
405749
5270
لقد جمعنا لغاية الآن 12 مليار نقطة بيانات عاطفية تلك.
06:51
It's the largest emotion database in the world.
124
411019
2611
وهي أكبر قاعدة بيانات عاطفية في العالم.
06:53
We've collected it from 2.9 million face videos,
125
413630
2963
وجمعناها من 2,9 مليون فيديو وجه،
06:56
people who have agreed to share their emotions with us,
126
416593
2600
لأشخاص وافقوا على مشاركة مشاعرهم معنا،
06:59
and from 75 countries around the world.
127
419193
3205
ومن 75 دولة حول العالم.
07:02
It's growing every day.
128
422398
1715
وهي تكبر كل يوم.
07:04
It blows my mind away
129
424603
2067
وقد أذهلني
07:06
that we can now quantify something as personal as our emotions,
130
426670
3195
كيف أنه أصبح بمقدورنا قياس شيء شخصي كمشاعرنا،
07:09
and we can do it at this scale.
131
429865
2235
وأن نفعل ذلك على هذا المستوى.
07:12
So what have we learned to date?
132
432100
2177
فما الذي تعلمناه إلى اليوم؟
07:15
Gender.
133
435057
2331
النوع.
07:17
Our data confirms something that you might suspect.
134
437388
3646
تؤكد بياناتنا أمر لربما تتوقعونه.
07:21
Women are more expressive than men.
135
441034
1857
النساء كن أكثر تعبيرا من الرجال.
07:22
Not only do they smile more, their smiles last longer,
136
442891
2683
ليس فقط أنهن الأكثر ابتساما بل لوقت أطول أيضاً
07:25
and we can now really quantify what it is that men and women
137
445574
2904
ويمكننا اليوم قياس ما يتفاعل معه الرجال والنساء
07:28
respond to differently.
138
448478
2136
بشكل مختلف.
07:30
Let's do culture: So in the United States,
139
450614
2290
من الجانب الثقافي: في الولايات المتحدة،
07:32
women are 40 percent more expressive than men,
140
452904
3204
من النساء هن 40% أكثر تعبيرا من الرجال،
07:36
but curiously, we don't see any difference in the U.K. between men and women.
141
456108
3645
لكن الغريب أنهما متساويان في المملكة المتحدة.
07:39
(Laughter)
142
459753
2506
(ضحك)
07:43
Age: People who are 50 years and older
143
463296
4027
العمري: الأشخاص من 50 سنة فما فوق
07:47
are 25 percent more emotive than younger people.
144
467323
3436
هم 25% أكثر تعبيرا من الشباب.
07:51
Women in their 20s smile a lot more than men the same age,
145
471899
3852
النساء في سن 20 يبتسمن أكثر من الرجال في نفس السن،
07:55
perhaps a necessity for dating.
146
475751
3839
ربما لضرورة التعارف.
07:59
But perhaps what surprised us the most about this data
147
479590
2617
لكن ما فاجأنا أكثر في هذه البيانات
08:02
is that we happen to be expressive all the time,
148
482207
3203
هو أننا دائمي التعبير عن مشاعرنا،
08:05
even when we are sitting in front of our devices alone,
149
485410
2833
حتى عندما نكون جالسين أمام أجهزتنا لوحدنا،
08:08
and it's not just when we're watching cat videos on Facebook.
150
488243
3274
وليس فقط عندما نكون بصدد مشاهدة فيديوهات القطط على الفيسبوك.
08:12
We are expressive when we're emailing, texting, shopping online,
151
492217
3010
بل إننا نعبر أثناء كتابة رسالة أو التسوق على الإنترنت
08:15
or even doing our taxes.
152
495227
2300
أو حتى أثناء حسابنا للضريبة نهاية السنة.
08:17
Where is this data used today?
153
497527
2392
فيما تستخدم هذه البيانات حاليا؟
08:19
In understanding how we engage with media,
154
499919
2763
في فهم كيفية التعامل مع وسائل الإعلام
08:22
so understanding virality and voting behavior;
155
502682
2484
فهم الظواهر الشائعة وسلوكيات التصويت؛
08:25
and also empowering or emotion-enabling technology,
156
505166
2740
وكذلك تعزيز أو تمكين التقنية من المشاعر،
08:27
and I want to share some examples that are especially close to my heart.
157
507906
4621
وأرغب في مشاركتكم بعض الأمثلة العزيزة على قلبي.
08:33
Emotion-enabled wearable glasses can help individuals
158
513197
3068
نظرات قارئة للمشاعر ستساعد ضعاف البصر
08:36
who are visually impaired read the faces of others,
159
516265
3228
في التعرف على تعابير وجوه الآخرين،
08:39
and it can help individuals on the autism spectrum interpret emotion,
160
519493
4187
ويمكن أن تساعد مرضى التوحد تأويل المشاعر،
08:43
something that they really struggle with.
161
523680
2778
وهو أمر يعانون منه كثيرا.
08:47
In education, imagine if your learning apps
162
527918
2859
في التعليم، تخيلوا إن كانت تطبيقاتكم التعليمية
08:50
sense that you're confused and slow down,
163
530777
2810
تحس بارتباككم فتبطئ الوتيرة
08:53
or that you're bored, so it's sped up,
164
533587
1857
أو بمللكم فتسرعها،
08:55
just like a great teacher would in a classroom.
165
535444
2969
كما قد يفعل أي مدرس متمرس في القسم.
08:59
What if your wristwatch tracked your mood,
166
539043
2601
تخيلوا ساعتكم تخبركم بمزاجكم
09:01
or your car sensed that you're tired,
167
541644
2693
أو أن تحس سيارتكم بأنكم تعبين
09:04
or perhaps your fridge knows that you're stressed,
168
544337
2548
أو أن تعرف ثلاجتكم بأنكم متوترين
09:06
so it auto-locks to prevent you from binge eating. (Laughter)
169
546885
6066
فتقفل تلقائيا لمنعكم من الأكل بشراهة. (ضحك)
كنت لأرغب في ذلك، نعم.
09:12
I would like that, yeah.
170
552951
2717
09:15
What if, when I was in Cambridge,
171
555668
1927
ماذا لو تمكنت، عندما كنت في كامبريدج،
09:17
I had access to my real-time emotion stream,
172
557595
2313
من الوصول إلى بياناتي العاطفية المباشرة،
09:19
and I could share that with my family back home in a very natural way,
173
559908
3529
وتشاركتها مع أسرتي في الوطن بطريقة طبيعية،
09:23
just like I would've if we were all in the same room together?
174
563437
3971
كما كنت لأفعل لو كنا جميعا في الغرفة نفسها؟
09:27
I think five years down the line,
175
567408
3142
أعتقد أنه خلال السنوات الخمس القادمة،
09:30
all our devices are going to have an emotion chip,
176
570550
2337
ستحتوي جميع أجهزتنا على شريحة مشاعر
09:32
and we won't remember what it was like when we couldn't just frown at our device
177
572887
4064
وسننسى بعدها كيف أننا كنا نعبس
09:36
and our device would say, "Hmm, you didn't like that, did you?"
178
576951
4249
أمام أجهزتنا فلا ترد قائلة: "أنت لا تحب هذا، أليس كذلك؟"
09:41
Our biggest challenge is that there are so many applications of this technology,
179
581200
3761
التحدي الكبير الذي يواجهنا هو أن هناك طرق متعددة لاستعمال هذه التقنية،
09:44
my team and I realize that we can't build them all ourselves,
180
584961
2903
وقد أدركت وفريقي بأنه لا يمكننا ابتكارها جميعا بمفردنا،
09:47
so we've made this technology available so that other developers
181
587864
3496
لذا أتحنا هذه التقنية ليتمكن باقي المطورين
09:51
can get building and get creative.
182
591360
2114
من المساهمة في التطوير والابتكار.
09:53
We recognize that there are potential risks
183
593474
4086
ونحن نعترف بأن هناك مخاطر محتملة
09:57
and potential for abuse,
184
597560
2067
وإمكانية لاستغلالها،
09:59
but personally, having spent many years doing this,
185
599627
2949
لكن شخصيا، وبعد أن قضيت عدة سنوات في هذا العمل،
10:02
I believe that the benefits to humanity
186
602576
2972
أؤمن بأن الفوائد التي ستجنيها البشرية
10:05
from having emotionally intelligent technology
187
605548
2275
من الحصول على تقنية ذات ذكاء عاطفي
10:07
far outweigh the potential for misuse.
188
607823
3576
أكبر بكثير من احتمال سوء استخدامها.
10:11
And I invite you all to be part of the conversation.
189
611399
2531
وأدعوكم جميعا لتكونوا جزءا من النقاش.
10:13
The more people who know about this technology,
190
613930
2554
فكلما كان عدد الأشخاص المطلعين على هذه التقنية أكبر
10:16
the more we can all have a voice in how it's being used.
191
616484
3177
كلما كان لنا رأي في طريقة استخدامها.
10:21
So as more and more of our lives become digital,
192
621081
4574
وبينما تصبح حياتنا رقمية أكثر فأكثر،
10:25
we are fighting a losing battle trying to curb our usage of devices
193
625655
3498
فإننا نخوض معركة خاسرة بمحاولتنا للحد من استخدام الأجهزة
10:29
in order to reclaim our emotions.
194
629153
2229
من أجل المطالبة بمشاعرنا.
10:32
So what I'm trying to do instead is to bring emotions into our technology
195
632622
3914
وما أحاول القيام به هو تمكين أجهزتنا من المشاعر
10:36
and make our technologies more responsive.
196
636536
2229
وجعل تقنياتنا أكثر تفاعلا.
10:38
So I want those devices that have separated us
197
638765
2670
وأود من تلك الأجهزة التي فرقتنا
10:41
to bring us back together.
198
641435
2462
أن تكون سبباً في جمعنا معاً.
10:43
And by humanizing technology, we have this golden opportunity
199
643897
4588
وبتأنيس التقنية نكون أمام فرصة ذهبية
10:48
to reimagine how we connect with machines,
200
648485
3297
لمراجعتنا لطريقة تواصلنا مع الآلات،
10:51
and therefore, how we, as human beings,
201
651782
4481
وبالتالي، كيف يمكننا، كبشر،
10:56
connect with one another.
202
656263
1904
بأن نتواصلنا فيما بيننا
10:58
Thank you.
203
658167
2160
شكراً جزيلا.
(تصفيق)
11:00
(Applause)
204
660327
3313
حول هذا الموقع

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

https://forms.gle/WvT1wiN1qDtmnspy7