Ray Kurzweil: A university for the coming singularity

ری کورزوایل: دانشگاهی برای تکینگی در پیش رو

87,426 views

2009-06-02 ・ TED


New videos

Ray Kurzweil: A university for the coming singularity

ری کورزوایل: دانشگاهی برای تکینگی در پیش رو

87,426 views ・ 2009-06-02

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: Shahryar Zareparvar Reviewer: mahmood rokni
00:13
Information technology grows in an exponential manner.
0
13160
3000
فناوری اطلاعات به صورت نمایی رشد می کند.
00:16
It's not linear. And our intuition is linear.
1
16160
4000
خطی نیست. اما درک ما خطی هست.
00:20
When we walked through the savanna a thousand years ago
2
20160
2000
1000 سال پیش که ما از میان ساوانا عبور کردیم
00:22
we made linear predictions where that animal would be,
3
22160
2000
ما پیش بینی های خطی کردیم که یک حیوان کجا می تواند باشد.
00:24
and that worked fine. It's hardwired in our brains.
4
24160
3000
و اون روش نتیجه داد. و در مغزهای ما نهادینه شد.
00:27
But the pace of exponential growth
5
27160
3000
ولی سرعت رشد نمایی
00:30
is really what describes information technologies.
6
30160
3000
واقعا چیزیه که فناوری های اطلاعات رو تبیین می کنه.
00:33
And it's not just computation.
7
33160
3000
و فقط موضوع محاسبات نیست.
00:36
There is a big difference between linear and exponential growth.
8
36160
2000
تفاوت زیادی هست بین رشد خطی و رشد نمایی.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
38160
4000
اگر من 30 گام خطی بردارم، یک، دو، سه، چهار، پنج،
00:42
I get to 30.
10
42160
2000
به 30 می رسم.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
44160
3000
اگر 30 گام به صورت نمایی بردارم، دو، چهار، هشت، شانزده،
00:47
I get to a billion.
12
47160
2000
من به یک میلیارد میرسم.
00:49
It makes a huge difference.
13
49160
2000
تفاوت بزرگی میان این دو هست.
00:51
And that really describes information technology.
14
51160
2000
و این چیزیه که فناوری اطلاعات رو توضیح میده.
00:53
When I was a student at MIT,
15
53160
2000
زمانی که من در MIT دانشجو بودم
00:55
we all shared one computer that took up a whole building.
16
55160
2000
همه ما از یک کامپیوتر استفاده می کردیم که تمام فضای یک ساختمان رو اشغال کرده بود.
00:57
The computer in your cellphone today is a million times cheaper,
17
57160
3000
کامپیوتری که امروز در تلفن همراه شما هست میلیون ها بار ارزان تر،
01:00
a million times smaller,
18
60160
2000
میلیون ها بار کوچکتر،
01:02
a thousand times more powerful.
19
62160
2000
و هزاران بار قوی تر هستش.
01:04
That's a billion-fold increase in capability per dollar
20
64160
3000
این یعنی قدرت به ازای هر دلار میلیارد برابر شده
01:07
that we've actually experienced since I was a student.
21
67160
2000
که ما اون رو از زمان دانشجویی من تا بحال تجربه کردیم.
01:09
And we're going to do it again in the next 25 years.
22
69160
3000
و ما این کار رو ظرف 25 سال آینده باز هم انجام میدهیم.
01:12
Information technology progresses
23
72160
2000
پیشرفت فناوری اطلاعات
01:14
through a series of S-curves
24
74160
2000
به صورت منحنی های S شکل هست
01:16
where each one is a different paradigm.
25
76160
2000
که هر کدام از آنها یک پارادایم می باشد.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
78160
3000
مردم میگن: "زمانی که قانون مور به انتها برسه چی میشه؟"
01:21
Which will happen around 2020.
27
81160
2000
که البته در حدود سال 2020 اتفاق می افته.
01:23
We'll then go to the next paradigm.
28
83160
2000
اون موقع به پارادایم بعدی میریم.
01:25
And Moore's Law was not the first paradigm
29
85160
2000
و قانون مور هم اولین پارادایم نبوده
01:27
to bring exponential growth to computing.
30
87160
2000
که رشد نمایی رو به حیطه محاسبات آورده باشه.
01:29
The exponential growth of computing started
31
89160
2000
رشد نمایی محاسبات (توان کامپیوترها)
01:31
decades before Gordon Moore was even born.
32
91160
2000
دهه ها قبل از تولد گوردون مور شروع شد.
01:33
And it doesn't just apply to computation.
33
93160
4000
و این فقط هم برای محاسبات صدق نمی کنه.
01:37
It's really any technology where we can measure
34
97160
2000
در واقع برای هر فناوری که بتوانیم
01:39
the underlying information properties.
35
99160
3000
خصیصه های اطلاعاتی نهفته در اون رو بسنجیم، صدق میکنه.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
102160
4000
اینجا 49 تا کامپیوتر معروف رو داریم. (توان محاسباتی) اینها رو در نمودار لگاریتمی رسم کردم.
01:46
The logarithmic scale hides the scale of the increase,
37
106160
4000
مقیاس لگاریتمی میزان رشد رو پنهان میکنه.
01:50
because this represents trillions-fold increase
38
110160
2000
چون که این نمودار رشدهای بیلیون برابر
01:52
since the 1890 census.
39
112160
3000
از زمان آمارگیری 1890 رو نشون میده.
01:55
In 1950s they were shrinking vacuum tubes,
40
115160
2000
در دهه 50 لامپ های خلأ رو کوچک می کردن،
01:57
making them smaller and smaller. They finally hit a wall;
41
117160
3000
کوچک تر و کوچک تر. تا وقتی که به مانع خوردن.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
120160
2000
اونا دیگه نمی تونستن لامپ خلأ رو کوچکتر کنند چون دیگه نمی تونستند خلأ رو درش نگه دارن.
02:02
And that was the end of the shrinking of vacuum tubes,
43
122160
3000
و این پایان کوچک سازی لامپ های خلأ بود.
02:05
but it was not the end of the exponential growth of computing.
44
125160
3000
ولی این پایان رشد نمایی محاسبات نبود.
02:08
We went to the fourth paradigm, transistors,
45
128160
2000
ما به پارادایم چهارم که ترانزیستور هست رفتیم،
02:10
and finally integrated circuits.
46
130160
2000
و در نهایت به تراشه ها رسیدیم.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
132160
2000
وقتی که اون هم تموم شه ما به ششمین پارادایم میریم،
02:14
three-dimensional self-organizing molecular circuits.
48
134160
4000
و اون مدارهای ملکولی خود سازمان ده سه بعدی هست.
02:18
But what's even more amazing, really, than this
49
138160
3000
اما چیزی که حتی از این مقیاس بزرگ
02:21
fantastic scale of progress,
50
141160
2000
پیشرفت هم جالب تره اینه که
02:23
is that -- look at how predictable this is.
51
143160
2000
ببینید که چقدر این قابل پیش بینی هست.
02:25
I mean this went through thick and thin,
52
145160
2000
منظورم اینه که این روند در شرایط سخت،
02:27
through war and peace, through boom times and recessions.
53
147160
3000
در زمان جنگ و صلح، در زمان رونق و رکود ادامه داشته.
02:30
The Great Depression made not a dent in this exponential progression.
54
150160
4000
رکود بزرگ کوچکترین خللی در این رشد نمایی ایجاد نکرد.
02:34
We'll see the same thing in the economic recession we're having now.
55
154160
4000
ما همین شرایط رو در رکودی که الان در اون هستیم خواهیم داشت.
02:38
At least the exponential growth of information technology capability
56
158160
3000
حداقل رشد نمایی قابلیت فناوری اطلاعات
02:41
will continue unabated.
57
161160
3000
بدون هیچ کاهشی ادامه یافته.
02:44
And I just updated these graphs.
58
164160
2000
و من این نمودارها رو به روز کردم.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
166160
3000
چون که اینها رو از سال 2002 در کتابم "تکینگی نزدیک است" داشتم
02:49
So we updated them,
60
169160
2000
پس به روزشون کردیم
02:51
so I could present it here, to 2007.
61
171160
3000
تا بتونم اینجا ارائه شون کنم، تا سال 2007.
02:54
And I was asked, "Well aren't you nervous?
62
174160
2000
از من پرسیدن: "نگران نیستی؟
02:56
Maybe it kind of didn't stay on this exponential progression."
63
176160
4000
شاید یه جوری بر مبنای این رشد نمایی نمونده باشه."
03:00
I was a little nervous
64
180160
2000
من یه مقدار نگران بودم
03:02
because maybe the data wouldn't be right,
65
182160
2000
چون شاید داده ها صحیح نمی بودن،
03:04
but I've done this now for 30 years,
66
184160
2000
ولی من 30 سال این کار رو میکنم،
03:06
and it has stayed on this exponential progression.
67
186160
3000
و این بر مبنای رشد نمایی مانده است.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
189160
3000
این نمودار رو ببینید. در سال 1968 می توانستید با یک دلار، یک ترانزیستور بخرید.
03:12
You can buy half a billion today,
69
192160
2000
الان با این پول می تونید نیم میلیارد ترانزیستور بگیرید.
03:14
and they are actually better, because they are faster.
70
194160
2000
و اینها بهتر هستند چون سریعترند.
03:16
But look at how predictable this is.
71
196160
2000
ولی ببینید که چقدر قابل پیش بینی هست.
03:18
And I'd say this knowledge is over-fitting to past data.
72
198160
3000
و من میگم این دانش در مورد داده های گذشته بیش برازش دارد.
03:21
I've been making these forward-looking predictions for about 30 years.
73
201160
4000
من برای 30 سال هست که پیش بینی های آینده نگرانه می کنم.
03:25
And the cost of a transistor cycle,
74
205160
2000
و هزینه یک سیکل ترانزیستور
03:27
which is a measure of the price performance of electronics,
75
207160
2000
که شاخصی برای هزینه ی عملکرد وسایل الکترونیکی هست،
03:29
comes down about every year.
76
209160
2000
هر سال پایین تر میاد.
03:31
That's a 50 percent deflation rate.
77
211160
2000
این به معنی نرخ نزول 50 درصدی.
03:33
And it's also true of other examples,
78
213160
2000
و همچنین این برای موارد دیگر هم صادقه
03:35
like DNA data or brain data.
79
215160
2000
مثل داده های DNA یا داده های مغز.
03:37
But we more than make up for that.
80
217160
2000
ولی ما جای اون رو پر می کنیم.
03:39
We actually ship more than twice as much
81
219160
2000
در واقع میزان کالاهی مبتنی بر فناوری اطلاعاتی در هر نوع
03:41
of every form of information technology.
82
221160
2000
که به فروش می رسد، دو برابر شده است.
03:43
We've had 18 percent growth in constant dollars
83
223160
3000
در نیم قرن گذشته بازار همه انواع فناوری اطلاعات
03:46
in every form of information technology for the last half-century,
84
226160
3000
به نرخ سال پایه، رشدی 18 درصدی داشته.
03:49
despite the fact that you can get twice as much of it each year.
85
229160
4000
علیرغم این واقعیت که هر سال (با همان پول) میشه دو برابر سال قبل گرفت.
03:53
This is a completely different example.
86
233160
2000
این مثال کاملا متفاوتی هست.
03:55
This is not Moore's Law.
87
235160
2000
این قانون مور نیست.
03:57
The amount of DNA data
88
237160
2000
میزان داده های ناشی از
03:59
we've sequenced has doubled every year.
89
239160
2000
رمزگشایی خطی DNA هر سال دو برابر شده.
04:01
The cost has come down by half every year.
90
241160
3000
هزینه آن هر سال نصف شده.
04:04
And this has been a smooth progression
91
244160
2000
و این یک پیشرفت هموار بوده
04:06
since the beginning of the genome project.
92
246160
2000
از زمان آغاز پروژه ژنوم.
04:08
And halfway through the project, skeptics said,
93
248160
2000
و در میانه این پروژه، بدبین ها گفتند
04:10
"Well, this is not working out. You're halfway through the genome project
94
250160
3000
"این به نتیجه نمیرسه. شما در میانه پروژه ژنوم هستید
04:13
and you've finished one percent of the project."
95
253160
2000
و تنها یک درصد پروژه رو به اتمام رسوندید."
04:15
But that was really right on schedule.
96
255160
2000
ولی اون کاملا طبق برنامه بود.
04:17
Because if you double one percent seven more times,
97
257160
2000
چون اگه یک درصد رو هفت بار دو کنید،
04:19
which is exactly what happened,
98
259160
2000
که دقیقا همون چیزیه که اتفاق افتاد،
04:21
you get 100 percent. And the project was finished on time.
99
261160
3000
به 100 درصد میرسید. و پروژه سر وقت به اتمام رسید.
04:24
Communication technologies:
100
264160
2000
تکنولوژی های ارتباطی:
04:26
50 different ways to measure this,
101
266160
2000
50 راه مختلف برای اندازه گیری این هست.
04:28
the number of bits being moved around, the size of the Internet.
102
268160
3000
مثل تعداد بیت هایی که فرستاده می شوند، یا اندازه اینترنت.
04:31
But this has progressed at an exponential pace.
103
271160
2000
اما این با نرخ نمایی رشد کرده.
04:33
This is deeply democratizing.
104
273160
2000
و بسیار دموکراتیزه کننده هستند.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
275160
3000
من بیش از 20 سال قبل در کتاب "عصر ماشین های معنوی" نوشتم
04:38
when the Soviet Union was going strong, that it would be swept away
106
278160
3000
زمانی که اتحادیه جماهیر شوروی در حال قدرت گرفتن بود، گفتم که
04:41
by this growth of decentralized communication.
107
281160
4000
با رشد وسایل ارتباطی غیرمتمرکز متلاشی میشه.
04:45
And we will have plenty of computation as we go through the 21st century
108
285160
3000
و ما در طول قرن 21 کلی محاسبات داریم
04:48
to do things like simulate regions of the human brain.
109
288160
4000
از جمله شبیه سازی نواحی مغز انسان.
04:52
But where will we get the software?
110
292160
2000
اما نرم افزارش رو از کجا میاریم؟
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
294160
3000
بعضی از منتقدها میگن: "نرم افزار که به گل نشسته."
04:57
But we are learning more and more about the human brain.
112
297160
2000
اما ما در مورد مغز انسان داریم بیشتر و بیشتر یاد می گیریم.
04:59
Spatial resolution of brain scanning is doubling every year.
113
299160
3000
وسعت رزولوشن اسکن مغزی هر سال دو برابر میشه.
05:02
The amount of data we're getting about the brain is doubling every year.
114
302160
3000
میزان داده هایی که هر سال راجع به مغز بدست میاوریم هر سال دو برابر میشه.
05:05
And we're showing that we can actually turn this data
115
305160
3000
و داره نشون داده میشه که حقیقتا میشه این داده ها رو
05:08
into working models and simulations of brain regions.
116
308160
3000
به مدل ها و شبیه سازی های کارآمدی از نواحی مغز تبدیل کرد.
05:11
There is about 20 regions of the brain that have been modeled,
117
311160
2000
حدود 20 ناحیه از مغز هستند که مدل شده اند،
05:13
simulated and tested:
118
313160
2000
مدل و تست شده اند:
05:15
the auditory cortex, regions of the visual cortex;
119
315160
3000
قشر شنوایی مغز، بخش هایی از قشر بینایی،
05:18
cerebellum, where we do our skill formation;
120
318160
2000
مخچه، که توانایی های ما در اونجا شکل میگیره،
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
320160
4000
قسمت هایی از مخ، که تفکر منطقی مربوط به این ناحیه است.
05:24
And all of this has fueled
122
324160
2000
و تمام اینها به رشد هموار و قابل پیش بینی
05:26
an increase, very smooth and predictable, of productivity.
123
326160
3000
در نتایج منتهی شده.
05:29
We've gone from 30 dollars to 130 dollars
124
329160
2000
ما در ارزش متوسط یک ساعت نیروی انسانی
05:31
in constant dollars in the value of an average hour of human labor,
125
331160
4000
از 30 دلار به 130 دلار به نسبت سال پایه رسیدیم
05:35
fueled by this information technology.
126
335160
3000
به لطف فناوری اطلاعات.
05:38
And we're all concerned about energy and the environment.
127
338160
3000
و همه ما نگران انرژی و محیط زیست هستیم.
05:41
Well this is a logarithmic graph.
128
341160
2000
خب این یه نمودار لگاریتمی است.
05:43
This represents a smooth doubling,
129
343160
2000
این نمودار، دو برابر شدن به صورت همواری رو نشون میده
05:45
every two years, of the amount of solar energy we're creating,
130
345160
4000
در میزان انرژی خورشیدی که ما پدید آوردیم.
05:49
particularly as we're now applying nanotechnology,
131
349160
2000
مشخصا الان که از نانوفناوری، که یک نوع
05:51
a form of information technology, to solar panels.
132
351160
3000
فناوری اطلاعات هست، در پنل های خورشیدی استفاده می کنیم.
05:54
And we're only eight doublings away
133
354160
2000
و ما تنها 8 تا دو برابر شدن در این میزان
05:56
from it meeting 100 percent of our energy needs.
134
356160
2000
تا پوشش دادن کل نیاز ما به انرژی فاصله داریم.
05:58
And there is 10 thousand times more sunlight than we need.
135
358160
4000
و میزان نور خورشید 10 هزار بار بیشتر از نیاز ماست.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
362160
5000
نهایتا ما با این فناوری تلفیق میشیم. تا همین الان خیلی به ما نزدیک شده.
06:07
When I was a student it was across campus, now it's in our pockets.
137
367160
3000
زمانی که من دانش آموز بودم (کامپیوتر) آن طرف محوطه دانشگاه بود. الان در جیب های ما جا میشه.
06:10
What used to take up a building now fits in our pockets.
138
370160
3000
چیزی که به اندازه یک ساختمان جا می گرفت الان در جیب های ما جا میشه.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
373160
3000
چیزی که الان در جیب های ما جا میشه، ظرف 25 سال آینده در سلولهای خون ما جا میگیره.
06:16
And we will begin to actually deeply influence
140
376160
4000
و ما همین طور که به این فناوری نزدیک تر و نزدیک تر بشیم
06:20
our health and our intelligence,
141
380160
2000
عملا شروع می کنیم به تأثیر گذاشتن
06:22
as we get closer and closer to this technology.
142
382160
4000
بر روی وضعیت جسمانی و هوش خودمان.
06:26
Based on that we are announcing, here at TED,
143
386160
3000
چیزی که ما در اینجا براساس سنت اصیل TED
06:29
in true TED tradition, Singularity University.
144
389160
3000
معرفی می کنیم، دانشگاه تکینگی هستش.
06:32
It's a new university
145
392160
2000
این یه دانشگاه جدیده
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
394160
2000
که توسط پیتر دایمندیس، که در میان حضار هست،
06:36
and myself.
147
396160
2000
و خود من تأسیس شده.
06:38
It's backed by NASA and Google,
148
398160
2000
این دانشگاه توسط
06:40
and other leaders in the high-tech and science community.
149
400160
4000
ناسا و گوگل که در جامعه فناوری برتر و علمی هستند، حمایت میشند.
06:44
And our goal was to assemble the leaders,
150
404160
3000
و هدف ما این بود که رهبران،
06:47
both teachers and students,
151
407160
2000
و هم معلمان و هم دانش آموزان،
06:49
in these exponentially growing information technologies,
152
409160
2000
رو در ارتباط با این فناوری های اطلاعات که نمایی رشد می کنند
06:51
and their application.
153
411160
2000
و کاربرد اونها، گردهم بیاریم.
06:53
But Larry Page made an impassioned speech
154
413160
2000
اما لری پیج در جلسه تأسیس
06:55
at our organizing meeting,
155
415160
2000
سخنرانی پرشوری داشت،
06:57
saying we should devote this study
156
417160
5000
و گفت ما باید این تحصیلات رو متوجه
07:02
to actually addressing some of the major challenges facing humanity.
157
422160
4000
حل مشکلات اساسی بکنیم که رو در روی بشریت قرار دارن.
07:06
And if we did that, then Google would back this.
158
426160
2000
و در اینصورت هست که گوگل هم از ما حمایت میکنه.
07:08
And so that's what we've done.
159
428160
2000
و ما هم همین کار رو کردیم.
07:10
The last third of the nine-week intensive summer session
160
430160
4000
سه هفته ی آخر برنامه ی نه هفته ای تابستان ما
07:14
will be devoted to a group project to address
161
434160
2000
به یک گروه پروژه ای برای حل
07:16
some major challenge of humanity.
162
436160
2000
برخی چالش های اساسی بشریت اختصاص داره.
07:18
Like for example, applying the Internet,
163
438160
2000
مثل، چگونگی استفاده از اینترنت،
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
440160
5000
که الان همه جا هست، حتی در مناطق دورافتاده چین یا آفریقا،
07:25
to bringing health information
165
445160
2000
برای در اختیار قرار دادن اطلاعات پزشکی
07:27
to developing areas of the world.
166
447160
3000
به نواحی در حال توسعه در جهان.
07:30
And these projects will continue past these sessions,
167
450160
3000
و این پروژه ها در این جلسات پی گیری میشن،
07:33
using collaborative interactive communication.
168
453160
3000
به استفاده از وسایل ارتباطی اشتراکی و تبادلی.
07:36
All the intellectual property that is created and taught
169
456160
4000
تمام مالکیت فکری که خلق بشه و آموزش داده بشه
07:40
will be online and available,
170
460160
2000
در اینترنت و در دسترس خواهد بود،
07:42
and developed online in a collaborative fashion.
171
462160
3000
و در فضای اینترنت به صورت تشریک مساعی پرورش می یابد.
07:45
Here is our founding meeting.
172
465160
2000
این جلسه افتتاحیه مون هست.
07:47
But this is being announced today.
173
467160
2000
اما این رسما امروز اعلام میشه.
07:49
It will be permanently headquartered in Silicon Valley,
174
469160
3000
دفتر مرکزی اون به صورت دائمی در Sillicon Valley خواهد بود،
07:52
at the NASA Ames research center.
175
472160
2000
در مرکز تحقیقات NASA Ames.
07:54
There are different programs for graduate students,
176
474160
2000
برنامه های متفاوتی برای دانشجویان ارشد هست،
07:56
for executives at different companies.
177
476160
3000
همچنین برای مدیران اجرایی شرکت های مختلف.
07:59
The first six tracks here -- artificial intelligence,
178
479160
2000
6 خط اول اینجا، هوش مصنوعی،
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
481160
3000
فناوری پیشرفته محاسبات، زیست فناوری، نانو فناوری،
08:04
are the different core areas of information technology.
180
484160
4000
هسته های مختلف فناوری اطلاعات هستند.
08:08
Then we are going to apply them to the other areas,
181
488160
2000
بعد اونها را در موضوعات دیگه به کار میگیریم،
08:10
like energy, ecology,
182
490160
3000
مثل انرژی، بوم شناسی،
08:13
policy law and ethics, entrepreneurship,
183
493160
2000
حقوق و سیاست و اخلاقیات و کارآفرینی،
08:15
so that people can bring these new technologies to the world.
184
495160
4000
که این افراد بتونند این فناوری های جدید رو به دنیا برسونند.
08:19
So we're very appreciative of the support we've gotten
185
499160
5000
بنابراین من خیلی متشکرم از حمایت هایی که داشتیم،
08:24
from both the intellectual leaders, the high-tech leaders,
186
504160
2000
هم از رهبران فکری، رهبران دنیای فناوری،
08:26
particularly Google and NASA.
187
506160
2000
به طور مشخص گوگل و ناسا.
08:28
This is an exciting new venture.
188
508160
2000
این یک کسب و کار جالب و جدید هست.
08:30
And we invite you to participate. Thank you very much.
189
510160
3000
و از همه شما دعوت می کنیم که مشارکت کنید. بسیار ممنونم.
08:33
(Applause)
190
513160
3000
(تشویق)
درباره این وب سایت

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

https://forms.gle/WvT1wiN1qDtmnspy7