Art in the age of machine intelligence | Refik Anadol

647,354 views ・ 2020-08-19

TED


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

Translator: shirin etebar Reviewer: Masoud Motamedifar
00:12
Hi, I'm Refik. I'm a media artist.
0
12784
2875
سلام، من رفیک هستم. من یک هنرمند رسانه هستم.
00:15
I use data as a pigment
1
15683
1975
از داده‌ها به عنوان رنگدانه استفاده می‌کنم
00:17
and paint with a thinking brush
2
17682
1890
و با یک قلم‌موی هوشمند
00:19
that is assisted by artificial intelligence.
3
19596
2859
که هوش مصنوعی به آن کمک می‌کند، نقاشی می‌کنم.
00:23
Using architectural spaces as canvases,
4
23128
2748
با استفاده از فضاهای معماری به‌عنوان بوم،
00:25
I collaborate with machines
5
25900
1794
با دستگاه‌ها همکاری می‌کنم
00:27
to make buildings dream and hallucinate.
6
27718
2943
تا ساختمان‌ها را به رویا و توهم بکشانم.
00:30
You may be wondering, what does all this mean?
7
30685
2715
شاید از خود بپرسید که همه این‌ها به چه معناست؟
00:33
So let me please take you into my work and my world.
8
33424
3665
پس لطفاً بگذارید شما را وارد کار و دنیای خودم کنم.
00:37
I witnessed the power of imagination when I was eight years old,
9
37851
3739
من از کودکی که در استانبول بزرگ شدم،
00:41
as a child growing up in Istanbul.
10
41614
2342
از هشت سالگی شاهد قدرت تخیل بودم.
00:43
One day, my mom brought home a videocassette
11
43980
3391
یک روز، مادرم نوار ویدیویی فیلم علمی تخیلی
00:47
of the science-fiction movie "Blade Runner."
12
47395
2683
«بلید رانر» را به خانه آورد. (اشاره به فیلم Blade Runner)
00:50
I clearly remember being mesmerized
13
50102
2975
من به وضوح به یاد می‌آورم
00:53
by the stunning architectural vision of the future of Los Angeles,
14
53101
4909
که توسط چشم‌انداز معماری خیره‌کننده از آینده لس‌آنجلس مسحور شده‌ بودم،
00:58
a place that I had never seen before.
15
58034
2552
مکانی که قبلاً هرگز ندیده بودم.
01:00
That vision became a kind of a staple of my daydreams.
16
60610
5397
آن چشم‌انداز به نوعی پایه اصلی رویاهایم شد.
01:06
When I arrived in LA in 2012
17
66031
2762
هنگامی که در سال ۲۰۱۲ برای یک دوره تحصیلات تکمیلی
01:08
for a graduate program in Design Media Arts,
18
68817
2420
در Design Media Arts وارد لس‌آنجلس شدم،
01:11
I rented a car and drove downtown
19
71261
2390
یک ماشین اجاره کردم و برای دیدنِ
01:13
to see that wonderful world of the near future.
20
73675
3046
آن دنیای شگفت‌انگیز از آینده نزدیک به مرکز شهر رفتم.
01:17
I remember a specific line
21
77482
1646
خط خاصی را به خاطر می‌آورم
01:19
that kept playing over and over in my head:
22
79152
3069
که بارها و بارها به ذهنم خطور می‌کرد:
01:22
the scene when the android Rachael
23
82245
2095
وقتی اندروید ریچل متوجه می‌شود که
01:24
realizes that her memories are actually not hers,
24
84364
3715
خاطرات او واقعاً از آن او نیستند،
01:28
and when Deckard tells her they are someone else's memories.
25
88103
4651
و وقتی دکارد به او می‌گوید آنها خاطرات شخص دیگری هستند.
01:32
Since that moment,
26
92778
1233
از آن لحظه،
01:34
one of my inspirations has been this question.
27
94035
2880
یکی از الهامات من این سوال بود.
01:37
What can a machine do with someone else's memories?
28
97561
4339
یک دستگاه با خاطرات شخص دیگر چه کاری می‌تواند انجام دهد؟
01:41
Or, to say that in another way,
29
101924
2703
یا، به طریقی دیگر بگویم،
01:44
what does it mean to be an AI in the 21st century?
30
104651
3751
معنی یک هوش مصنوعی بودن در قرن ۲۱ چیست؟
01:49
Any android or AI machine
31
109441
2097
هر دستگاه اندرویدی یا هوش مصنوعی
01:51
is only intelligent as long as we collaborate with it.
32
111562
3117
فقط تا زمانی که با آن همکاری کنیم هوشمند است.
01:55
It can construct things
33
115327
1465
این می‌تواند چیزهایی را بسازد
01:56
that human intelligence intends to produce
34
116816
3256
که هوش انسانی قصد تولید آن را دارد
02:00
but does not have the capacity to do so.
35
120096
2142
اما توانایی انجام آن را ندارد.
02:03
Think about your activities and social networks, for example.
36
123373
3805
به عنوان مثال در مورد فعالیت‌ها و شبکه‌های اجتماعی خود فکر کنید.
02:07
They get smarter the more you interact with them.
37
127208
3548
هرچه با آنها تعامل بیشتری داشته باشید هوشمندتر می‌شوند.
02:10
If machines can learn or process memories,
38
130780
4469
اگر ماشین‌ها می‌توانند خاطرات را یاد بگیرند یا پردازش کنند،
02:15
can they also dream?
39
135273
1861
آنها می‌توانند رویاپردازی هم کنند؟
02:17
Hallucinate?
40
137158
1486
توهم ببینند؟
02:18
Involuntarily remember,
41
138668
2414
غیر ارادی بیاد بیاورند،
02:21
or make connections between multiple people's dreams?
42
141106
3953
یا بین رویاهای چند نفر ارتباط برقرار کنند؟
02:25
Does being an AI in the 21st century simply mean not forgetting anything?
43
145083
6023
آیا یک هوش مصنوعی در قرن ۲۱ بودن به معنای فراموش نکردن چیزی است؟
02:32
And, if so,
44
152365
1183
و اگر چنین است،
02:33
isn't it the most revolutionary thing that we have experienced
45
153572
4254
آیا انقلابی‌ترین چیزی نیست که
02:37
in our centuries-long effort to capture history across media?
46
157850
4912
ما در تلاش چند صد ساله خود برای ثبت تاریخ در رسانه‌ها تجربه کرده‌ایم؟
02:43
In other words,
47
163406
1334
به عبارت دیگر،
02:44
how far have we come since Ridley Scott's "Blade Runner"?
48
164764
3453
ما از زمان «بلید رانر» ساخته ریدلی اسکات تا کجا پیش رفته‌ایم؟
02:48
So I established my studio in 2014
49
168678
3487
پس من استودیوی خودم را در سال ۲۰۱۴ تأسیس کردم
02:52
and invited architects,
50
172189
2011
و از معماران،
02:54
computer and data scientists, neuroscientists,
51
174224
2372
دانشمندان کامپیوتر و داده، دانشمندان علوم اعصاب،
02:56
musicians and even storytellers
52
176620
2847
موسیقیدانان و حتی داستان سرایان دعوت کردم
02:59
to join me in realizing my dreams.
53
179491
2741
تا در تحقق رویاهایم به من بپیوندند.
03:03
Can data become a pigment?
54
183001
2834
آیا داده‌ها می‌توانند به یک رنگدانه تبدیل شوند؟
03:05
This was the very first question we asked
55
185859
2587
این اولین سوالی بود
03:08
when starting our journey to embed media arts into architecture,
56
188470
4547
که ما هنگام شروع سفر خود برای جاسازی هنرهای رسانه‌ای در معماری،
03:13
to collide virtual and physical worlds.
57
193041
2658
به منظور برخورد با دنیای مجازی و فیزیکی، پرسیدیم.
03:16
So we began to imagine what I would call the poetics of data.
58
196555
4739
سپس ما شروع به تصور چیزی که من آن را شاعرانگی داده‌ها می‌نامم، کردیم.
03:22
One of our first projects, "Virtual Depictions,"
59
202124
2717
یکی از اولین پروژه‌های ما، «نمایش مجازی»،
03:24
was a public data sculpture piece
60
204865
2099
یک قطعه فرم هنر بصری داده‌های عمومی بود
03:26
commissioned by the city of San Francisco.
61
206988
2700
که به سفارش شهر سانفرانسیسکو ساخته شد.
03:29
The work invites the audience
62
209712
2206
این کار مخاطب را دعوت به
03:31
to be part of a spectacular aesthetic experience
63
211942
3215
بخشی از یک تجربه زیباشناسی دیدنی
03:35
in a living urban space
64
215181
1639
در یک فضای زندگی شهری بودن،
03:36
by depicting a fluid network of connections of the city itself.
65
216844
5571
با به تصویر کشیدن یک شبکه روان از اتصالات شهر می‌کند.
03:42
It also stands as a reminder
66
222439
2723
همچنین این به عنوان یک یادآوری است
03:45
of how invisible data from our everyday lives,
67
225186
3360
که چگونه داده‌های نامرئی از زندگی روزمره ما،
03:48
like the Twitter feeds that are represented here,
68
228570
3166
مانند فیدهای توییتر که در اینجا نشان داده می‌شوند،
03:51
can be made visible
69
231760
2128
قابل مشاهده هستند
03:53
and transformed into sensory knowledge that can be experienced collectively.
70
233912
5697
و به دانش حسی تبدیل شوند که می‌توانند به صورت جمعی تجربه شوند.
04:00
In fact, data can only become knowledge when it's experienced,
71
240619
4900
در حقیقت، داده‌ها فقط زمانی می‌توانند به دانش تبدیل شوند که تجربه شده باشند،
04:05
and what is knowledge and experience can take many forms.
72
245543
3976
و آنچه که دانش و تجربه است می‌تواند اشکال مختلفی داشته باشد.
04:09
When exploring such connections
73
249543
1760
هنگام کاوش چنین ارتباطاتی
04:11
through the vast potential of machine intelligence,
74
251327
4506
از طریق پتانسیل وسیع هوش ماشینی،
04:15
we also pondered the connection between human senses
75
255857
5215
ما همچنین به ارتباط بین حواس انسان
04:21
and the machines' capacity for simulating nature.
76
261096
3651
و ظرفیت ماشین‌ها برای شبیه سازی طبیعت فکر کردیم.
04:24
These inquiries began while working on wind-data paintings.
77
264771
5000
این پرسش‌ها هنگام کار روی ‌نقاشی‌های داده‌های باد آغاز شد.
04:29
They took the shape of visualized poems
78
269795
2960
آنها بر اساس مجموعه داده‌های پنهانی
04:32
based on hidden data sets that we collected from wind sensors.
79
272779
4814
که از حسگرهای باد جمع کردیم، شکل نظم‌های مصوری را به خود گرفتند.
04:37
We then used generative algorithms
80
277617
2813
سپس ما از الگوریتم‌های تولیدی
04:40
to transform wind speed, gust and direction
81
280454
4191
برای تبدیل سرعت، شدت و جهت باد
04:44
into an ethereal data pigment.
82
284669
2634
به یک رنگدانه داده فضایی استفاده کردیم.
04:48
The result was a meditative yet speculative experience.
83
288387
4031
نتیجه‌ یک تجربه خیالی در عین حال برپایه حدس و گمان بود.
04:53
This kinetic data sculpture, titled "Bosphorus,"
84
293349
2863
این فرم هنری بصریِ پویا از داده‌، با عنوان «بسفر»،
04:56
was a similar attempt to question our capacity to reimagine
85
296236
4317
تلاشی مشابه برای زیر سوال بردن توانایی ما در تصورِ دوباره‌ی
05:00
natural occurrences.
86
300577
1405
وقایع طبیعی بود.
05:03
Using high-frequency radar collections of the Marmara Sea,
87
303299
4437
با استفاده از مجموعه‌های راداری با فرکانس بالا از دریای مرمره،
05:07
we collected sea-surface data
88
307760
2230
ما داده‌های سطح دریا را جمع‌آوری کردیم
05:10
and projected its dynamic movement with machine intelligence.
89
310014
3181
و حرکت پویای آن را با هوش ‌ماشینی پیش‌بینی کردیم.
05:13
We create a sense of immersion
90
313874
2098
ما احساس غوطه‌وری را
05:15
in a calm yet constantly changing synthetic sea view.
91
315996
4179
در یک منظره دریای آرام و در عین حال دائما در حال تغییر ایجاد کردیم.
05:21
Seeing with the brain is often called imagination,
92
321524
4088
اغلب دیدن با مغز تخیل نامیده می‌شود،
05:25
and, for me, imagining architecture
93
325636
2304
و برای من، تصور معماری
05:27
goes beyond just glass, metal or concrete,
94
327964
3881
فراتر از شیشه، فلز یا بتن است،
05:31
instead experimenting with the furthermost possibilities of immersion
95
331869
4501
در عوض بیشترین احتمال غوطه‌وری و روش‌های تقویت درک ما
05:36
and ways of augmenting our perception in built environments.
96
336394
4113
در محیط‌های ساخته شده را آزمایش می‌کند.
05:40
Research in artificial intelligence is growing every day,
97
340531
3653
تحقیقات در مورد هوش مصنوعی هر روز در حال رشد است،
05:44
leaving us with the feeling of being plugged into a system
98
344208
3878
و این احساس را برای ما ایجاد می‌کند که
05:48
that is bigger and more knowledgeable
99
348110
2294
به سیستمی متصل شده‌ایم که از خودمان
05:50
than ourselves.
100
350428
1452
بزرگتر و باهوش‌تر است.
05:51
In 2017, we discovered an open-source library
101
351904
3604
در سال ۲۰۱۷، ما یک کتابخانه منبع آزاد
05:55
of cultural documents in Istanbul
102
355532
2642
از اسناد فرهنگی در استانبول کشف کردیم
05:58
and began working on "Archive Dreaming,"
103
358198
3460
و شروع به کار روی «بایگانی آرزو»،
06:01
one of the first AI-driven public installations in the world,
104
361682
4294
یکی از اولین چیدمان‌های عمومی در جهان مبتنی بر هوش مصنوعی کردیم،
06:06
an AI exploring approximately 1.7 million documents that span 270 years.
105
366000
6975
یک هوش مصنوعی حدود ۱/۷ میلیون سند که ۲۷۰ ساله‌اند را کاوش می‌کند.
06:13
One of our inspirations during this process
106
373788
2842
یکی از الهامات ما در طی این روند،
06:16
was a short story called "The Library of Babel"
107
376654
3427
داستانی کوتاه به نام «کتابخانه بابل»
06:20
by the Argentine writer Jorge Luis Borges.
108
380105
3207
از نویسنده آرژانتینی خورخه لوئیس بورخس بود.
06:23
In the story, the author conceives a universe in the form of a vast library
109
383336
5729
در داستان، نویسنده جهانی را در قالب یک کتابخانه گسترده
06:29
containing all possible 410-page books of a certain format and character set.
110
389089
5911
شامل همه کتاب‌های ممکن ۴۱۰ صفحه ای با یک قالب و مجموعه شخصیت خاص تصور می‌کند.
06:35
Through this inspiring image,
111
395024
1469
از طریق این تصویر الهام‌بخش،
06:36
we imagine a way to physically explore the vast archives of knowledge
112
396517
4730
ما راهی برای کشف فیزیکی بایگانی‌های گسترده دانش
06:41
in the age of machine intelligence.
113
401271
2491
در عصر هوش ماشینی تصور می‌کنیم.
06:43
The resulting work, as you can see,
114
403786
2058
همانطور که می‌بینید، نتیجه کار
06:45
was a user-driven immersive space.
115
405868
2623
یک فضای غوطه‌وری کاربر محور بود.
06:48
"Archive Dreaming" profoundly transformed the experience of a library
116
408515
4875
«بایگانی آرزو» تجربه کتابخانه‌ای را
06:53
in the age of machine intelligence.
117
413414
2749
در عصر هوش ماشینی عمیقاً دگرگون کرد.
06:56
"Machine Hallucination" is an exploration of time and space
118
416187
4068
«توهم ماشینی» کاوش در زمان و مکان است
07:00
experienced through New York City's public photographic archives.
119
420279
4453
که از طریق آرشیو عکاسی عمومی شهر نیویورک تجربه می‌شود.
07:04
For this one-of-a-kind immersive project,
120
424756
2626
برای این طرح منحصر به فرد فراگیر
07:07
we deployed machine-learning algorithms
121
427406
2664
ما الگوریتم‌های یادگیری ماشین را
07:10
to find and process over 100 million photographs of the city.
122
430094
4162
برای یافتن و پردازش بیش از ۱۰۰ میلیون عکس از شهر گسترش دادیم.
07:15
We designed an innovative narrative system
123
435008
3082
ما یک سیستم روایتی خلاقانه طراحی کرده‌ایم
07:18
to use artificial intelligence to predict or to hallucinate new images,
124
438114
6203
تا با استفاده از هوش مصنوعی تصاویر جدیدی را پیش بینی یا توهم‌زایی کند،
07:24
allowing the viewer to step into a dreamlike fusion
125
444341
3923
به بیننده اجازه ‌دهد تا در تلفیقی رویایی
07:28
of past and future New York.
126
448288
2124
از نیویورک گذشته و آینده گام بردارد.
07:31
As our projects delve deeper
127
451832
1819
همانطور که پروژه‌های ما
07:33
into remembering and transmitting knowledge,
128
453675
3676
بیشتر به یادآوری و انتقال دانش می‌پردازند،
07:37
we thought more about how memories were not static recollections
129
457375
4958
بیشتر به این فکر کردیم که چگونه خاطرات ایستا نیستند
07:42
but ever-changing interpretations of past events.
130
462357
3361
بلکه تفسیرهای در حال تغییر از وقایع گذشته هستند.
07:46
We pondered how machines
131
466269
2081
ما در مورد اینکه چگونه ماشین‌ها
07:48
could simulate unconscious and subconscious events,
132
468374
4030
می‌توانند حوادث ناخودآگاه
07:52
such as dreaming, remembering and hallucinating.
133
472428
3912
مانند خواب دیدن، یادآوری و توهم را شبیه‌سازی کنند، فکر کردیم.
07:57
Thus, we created "Melting Memories"
134
477356
2904
بنابراین، ما «خاطرات ذوب شونده» را ایجاد کردیم
08:00
to visualize the moment of remembering.
135
480284
2421
تا لحظه به یادآوری را تجسم کنیم.
08:03
The inspiration came from a tragic event,
136
483824
2667
الهام انجام این کار از یک اتفاق غم‌انگیز حاصل شد،
08:06
when I found out that my uncle was diagnosed with Alzheimer's.
137
486515
3511
وقتی فهمیدم عموی من مبتلا به آلزایمر است.
08:11
At that time, all I could think about
138
491602
2421
در آن زمان، تنها چیزی که می‌توانستم فکر کنم
08:14
was to find a way to celebrate how and what we remember
139
494047
5063
این بود که راهی برای تکریم چگونگی و آنچه را که به یاد می‌آوریم، پیدا کنم
08:19
when we are still able to do so.
140
499134
1994
وقتی هنوز قادر به انجام این کار هستیم.
08:21
I began to think of memories not as disappearing
141
501152
4080
شروع کردم به یادآوری خاطرات نه به عنوان ناپدید شدن
08:25
but as melting or changing shape.
142
505256
2912
بلکه به عنوان ذوب شدن یا تغییر شکل.
08:28
With the help of machine intelligence,
143
508192
2061
با کمک هوش ماشینی،
08:30
we worked with the scientists at the Neuroscape Laboratory
144
510277
3463
ما با دانشمندان آزمایشگاه نوروسکیپ
08:33
at the University of California,
145
513764
1839
در دانشگاه کالیفرنیا کار کردیم،
08:35
who showed us how to understand brain signals as memories are made.
146
515627
5557
به ما نشان دادند که چگونه می‌توان هنگام ایجاد خاطرات سیگنال‌های مغز را درک کرد.
08:41
Although my own uncle was losing the ability to process memories,
147
521208
5103
اگرچه عموی خودم توانایی پردازش خاطرات را از دست می‌داد،
08:46
the artwork generated by EEG data
148
526335
3523
اما آثار هنری تولید شده توسط داده‌های EEG (نوار مغزی)،
08:49
explored the materiality of remembering
149
529882
3302
اهمیت یادآوری را کشف کرد
08:53
and stood as a tribute to what my uncle had lost.
150
533208
4380
و برای گرامی داشت آنچه که عموی من از دست داده بود، ایستاد.
09:00
Almost nothing about contemporary LA
151
540533
2954
تقریباً هیچ چیز در مورد لس‌آنجلس معاصر
09:03
matched my childhood expectation of the city,
152
543511
3761
با دوران کودکی من از شهر مطابقت نداشت،
09:07
with the exception of one amazing building:
153
547296
3090
به استثنای یک ساختمان شگفت‌انگیز:
09:10
the Walt Disney Concert Hall, designed by Frank Gehry,
154
550410
3389
سالن کنسرت والت دیزنی، طراحی شده توسط فرانک گری،
09:13
one of my all-time heroes.
155
553823
1731
یکی از قهرمانان همیشه من.
09:16
In 2018, I had a call from the LA Philharmonic
156
556208
3357
در سال ۲۰۱۸، تماسی از طرف فیلارمونیک لس‌آنجلس داشتم
09:19
who was looking for an installation
157
559589
1911
که به دنبال تاسیساتی
09:21
to help mark the celebrated symphony's hundred-year anniversary.
158
561524
4090
برای کمک به بزرگداشت صد سالگی سمفونی جشن گرفته شده بود.
09:25
For this, we decided to ask the question,
159
565638
3372
برای این، ما تصمیم گرفتیم این سوال را بپرسیم،
09:29
"Can a building learn? Can it dream?"
160
569034
2940
«آیا یک ساختمان می‌تواند یاد بگیرد؟ آیا می‌تواند خواب ببیند؟»
09:32
To answer this question,
161
572614
1177
برای پاسخ به این سوال،
09:33
we decided to collect everything recorded in the archives of the LA Phil and WDCH.
162
573815
5831
ما تصمیم گرفتیم همه‌ی آرشیو‌های ثبت شده در Phil و WDCH لس‌آنجلس را جمع آوری کنیم.
09:39
To be precise, 77 terabytes of digitally archived memories.
163
579670
4865
به طور دقیق، ۷۷ ترابایت حافظه بایگانی شده دیجیتال.
09:44
By using machine intelligence,
164
584559
2167
با استفاده از هوش ماشینی،
09:46
the entire archive, going back 100 years,
165
586750
3416
کل بایگانی، با بازگشت به ۱۰۰ سال قبل،
09:50
became projections on the building's skin,
166
590190
3005
بر روی پوسته ساختمان نمایش داده شد،
09:53
42 projectors to achieve this futuristic public experience
167
593219
3944
۴۲ پروژکتور برای دستیابی به این تجربه عمومی آینده
09:57
in the heart of Los Angeles,
168
597187
2175
در قلب لس‌آنجلس،
09:59
getting one step closer to the LA of "Blade Runner."
169
599386
3983
یک قدم به لس‌آنجلس در «بلید رانر» نزدیک شدن.
10:04
If ever a building could dream,
170
604146
2514
اگر ساختمانی می‌توانست خواب ببیند،
10:06
it was in this moment.
171
606684
1677
در این لحظه بود.
10:11
Now, I am inviting you to one last journey into the mind of a machine.
172
611703
4746
اکنون، من شما را به آخرین سفر به ذهن ماشین دعوت می‌کنم.
10:17
Right now, we are fully immersed in the data universe
173
617877
3364
در حال حاضر، ما کاملاً در جهان داده‌های
10:21
of every single curated TED Talk from the past 30 years.
174
621265
4548
هر سخنرانی TED مربوط به ۳۰ ساله گذشته شناوریم.
10:25
That means this data set includes 7,705 talks from the TED stage.
175
625837
6602
یعنی این مجموعه داده شامل ۷۷۰۵ گفتگو از صفحه نمایش TED است.
10:33
Those talks have been translated into 7.4 million seconds,
176
633094
4541
این گفتارها به ۷/۴ میلیون ثانیه ترجمه شده است،
10:37
and each second is represented here in this data universe.
177
637659
4095
و هر ثانیه در اینجا در این جهان داده نمایش داده می‌شود.
10:41
Every image that you are seeing in here
178
641778
2071
هر تصویری که در اینجا مشاهده می‌کنید
10:43
represents unique moments from those talks.
179
643873
3072
بیانگر لحظات بی‌نظیری از آن گفتگوها است.
10:46
By using machine intelligence,
180
646969
1873
با استفاده از هوش ماشینی،
10:48
we processed a total of 487,000 sentences
181
648866
4301
ما در مجموع ۴۸۷,۰۰۰ جمله را
10:53
into 330 unique clusters of topics like nature, global emissions,
182
653191
4389
در ۳۳۰ گروه منحصر به فرد از موضوعاتی مانند طبیعت، انتشار گازهای جهانی،
10:57
extinction, race issues, computation,
183
657604
3286
انقراض، مسائل نژادی، محاسبات،
11:00
trust, emotions, water and refugees.
184
660914
3540
اعتماد، احساسات، آب و پناهندگان پردازش کردیم.
11:04
These clusters are then connected to each other
185
664478
2849
این گروه‌ها سپس با الگوریتمی
11:07
by an algorithm,
186
667351
1262
به یکدیگر متصل می‌شوند،
11:08
[that] generated 113 million line segments,
187
668637
3842
۱۱۳ میلیون بخش خطی ایجاد می‌کنند،
11:12
which reveal new conceptual relationships.
188
672503
3103
که روابط مفهومی جدیدی را نشان می‌دهد.
11:15
Wouldn't it be amazing to be able to remember
189
675630
3341
آیا اینکه بتوانید تمام سوالاتی را که تاکنون در صحنه پرسیده شده است
11:18
all the questions that have ever been asked on the stage?
190
678995
3069
به خاطر بسپارید، حیرت‌انگیز نخواهد بود؟
11:23
Here I am,
191
683507
1439
من اینجا هستم،
11:24
inside the mind of countless great thinkers,
192
684970
2862
در ذهن بسیاری از متفکران بزرگ،
11:27
as well as a machine, interacting with various feelings
193
687856
3723
و همچنین یک ماشین، در تعامل با احساسات مختلفی
11:31
attributed to learning,
194
691603
2365
که ناشی از یادگیری،
11:33
remembering, questioning
195
693992
2236
به خاطر سپردن، سوال پرسیدن
11:36
and imagining all at the same time,
196
696252
3367
و تخیل همزمان است،
11:39
expanding the power of the mind.
197
699643
2275
و قدرت ذهن را گسترش می‌دهم.
11:43
For me, being right here
198
703034
2397
برای من، اینجا بودن
11:45
is indeed what it means to be an AI in the 21st century.
199
705455
3952
حقیقا معنای هوش مصنوعی بودن در قرن ۲۱ است.
11:50
It is in our hands, humans,
200
710184
2293
در دست ما انسان‌هاست،
11:52
to train this mind to learn and remember
201
712501
3516
که این ذهن را آموزش دهیم تا آنچه را که فقط می‌توانیم در رویای آن باشیم
11:56
what we can only dream of.
202
716041
2093
یاد بگیرد و به یاد بیاورد.
11:59
Thank you.
203
719258
1150
متشکرم.
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