Geoffrey West: The surprising math of cities and corporations

رياضيات شگفت‌آور شهرها و شركت‌ها

170,139 views

2011-07-26 ・ TED


New videos

Geoffrey West: The surprising math of cities and corporations

رياضيات شگفت‌آور شهرها و شركت‌ها

170,139 views ・ 2011-07-26

TED


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

Translator: soheila Jafari Reviewer: Maral Salehi
00:16
Cities are the crucible of civilization.
0
16260
3000
شهرها کوره حوادث تمدن هستند.
00:19
They have been expanding,
1
19260
2000
آنها همواره در حال گسترش بوده‌اند.
00:21
urbanization has been expanding,
2
21260
2000
شهرنشینی،
00:23
at an exponential rate in the last 200 years
3
23260
2000
با یک نرخ تصاعدی در طي 200 سال گذشته، در حال گسترش بوده است،
00:25
so that by the second part of this century,
4
25260
3000
بنابر این در نیمه دوم این قرن،
00:28
the planet will be completely dominated
5
28260
2000
این سیاره کاملا" مغلوب
00:30
by cities.
6
30260
3000
شهرها خواهد بود.
00:33
Cities are the origins of global warming,
7
33260
3000
شهرها منشاء اصلی گرم شدن زمین هستند،
00:36
impact on the environment,
8
36260
2000
و بر محیط زیست،
00:38
health, pollution, disease,
9
38260
3000
سلامت، آلودگی، بیماری،
00:41
finance,
10
41260
2000
امور مالي،
00:43
economies, energy --
11
43260
3000
اقتصاد و انرژی تاثير می‌گذارند--
00:46
they're all problems
12
46260
2000
آنها تمام مشکلاتی هستند
00:48
that are confronted by having cities.
13
48260
2000
که به دلیل وجود شهرها با آنها مواجه‌ايم.
00:50
That's where all these problems come from.
14
50260
2000
تمامی اين مشکلات از شهرها می‌آیند.
00:52
And the tsunami of problems that we feel we're facing
15
52260
3000
و سونامی مشکلاتی که امروز احساس می‌کنیم که با آنها مواجه هستیم
00:55
in terms of sustainability questions
16
55260
2000
از نظر مسائل بقا،
00:57
are actually a reflection
17
57260
2000
در واقع بازتابی
00:59
of the exponential increase
18
59260
2000
از افزایش تصاعدی
01:01
in urbanization across the planet.
19
61260
3000
شهرنشینی در سراسر این سیاره است.
01:04
Here's some numbers.
20
64260
2000
در اینجا آمارهايي داريم.
01:06
Two hundred years ago, the United States
21
66260
2000
200 سال پیش، در ایلات متحده
01:08
was less than a few percent urbanized.
22
68260
2000
کمتر از چند درصد شهر نشین بودند.
01:10
It's now more than 82 percent.
23
70260
2000
حالا این ميزان 82 درصد است.
01:12
The planet has crossed the halfway mark a few years ago.
24
72260
3000
چند سال پیش، جمعیت شهری این سیاره از مرز نصف گذشت.
01:15
China's building 300 new cities
25
75260
2000
چین 300 شهر جدید را
01:17
in the next 20 years.
26
77260
2000
در 20 سال آینده خواهد ساخت.
01:19
Now listen to this:
27
79260
2000
حالا به این گوش کنید:
01:21
Every week for the foreseeable future,
28
81260
3000
هر هفته، در آينده نزديك،
01:24
until 2050,
29
84260
2000
يعني تا سال 2050،
01:26
every week more than a million people
30
86260
2000
هر هفته بیشتر از یک میلیون نفر
01:28
are being added to our cities.
31
88260
2000
به شهرها اضافه می شوند.
01:30
This is going to affect everything.
32
90260
2000
كه همه چیز را تحت تاثیر قرار خواهد داد.
01:32
Everybody in this room, if you stay alive,
33
92260
2000
هركسي كه در این اطاق هست، اگر تا آن موقع زنده باشد،
01:34
is going to be affected
34
94260
2000
تحت تاثير
01:36
by what's happening in cities
35
96260
2000
آنچه که در شهرها
01:38
in this extraordinary phenomenon.
36
98260
2000
در اين پديده غيرعادي رخ مي‌دهد، قرار خواهد گرفت.
01:40
However, cities,
37
100260
3000
با این حال، شهرها،
01:43
despite having this negative aspect to them,
38
103260
3000
با وجود داشتن این جنبه های منفی،
01:46
are also the solution.
39
106260
2000
همچنین راه حل مساله هم هستند.
01:48
Because cities are the vacuum cleaners and the magnets
40
108260
4000
زیرا شهرها جارو برقی‌ها و آهن رباهایی هستند
01:52
that have sucked up creative people,
41
112260
2000
که افراد خلاق،
01:54
creating ideas, innovation,
42
114260
2000
ایده‌های خلاق، نوآوری،
01:56
wealth and so on.
43
116260
2000
ثروت و نظاير آن را به خود جذب مي‌كنند.
01:58
So we have this kind of dual nature.
44
118260
2000
خوب ما اين طبیعت دوگانه‌ را داریم.
02:00
And so there's an urgent need
45
120260
3000
بنابراین نیاز فوری به یک
02:03
for a scientific theory of cities.
46
123260
4000
نظریه علمی برای شهرها هست.
02:07
Now these are my comrades in arms.
47
127260
3000
اين نظريه‌ها در دست من هستند.
02:10
This work has been done with an extraordinary group of people,
48
130260
2000
این کار بوسیله گروهی از افراد فوق العاده انجام شده است،
02:12
and they've done all the work,
49
132260
2000
آنها همه کار را انجام داده‌اند،
02:14
and I'm the great bullshitter
50
134260
2000
و من يك متقلب بزرگم
02:16
that tries to bring it all together.
51
136260
2000
که تلاش می کند همه آنها را يكجا گرد آورد.
02:18
(Laughter)
52
138260
2000
( خنده تماشاگران)
02:20
So here's the problem: This is what we all want.
53
140260
2000
خوب مشکل این است: این چیزی است که همه ما می خواهیم.
02:22
The 10 billion people on the planet in 2050
54
142260
3000
ده میلیارد انسان بر روی زمین در سال 2050
02:25
want to live in places like this,
55
145260
2000
می خواهند در مکانهايی مشابه این زندگی کنند،
02:27
having things like this,
56
147260
2000
چیزهایی مثل این داشته باشند،
02:29
doing things like this,
57
149260
2000
کارهایی مثل این بکنند،
02:31
with economies that are growing like this,
58
151260
3000
با اقتصادی که اينچنين در حال رشد است،
02:34
not realizing that entropy
59
154260
2000
بدون توجه به اينكه اين مشكل
02:36
produces things like this,
60
156260
2000
چيزهايي مثل این ايجاد مي‌كند،
02:38
this, this
61
158260
4000
این، این
02:42
and this.
62
162260
2000
و این.
02:44
And the question is:
63
164260
2000
و سوال این است:
02:46
Is that what Edinburgh and London and New York
64
166260
2000
آیا این چیزی است که ادینبرگ یا لندن و یا نیویورک
02:48
are going to look like in 2050,
65
168260
2000
در سال 2050 خواهند بود،
02:50
or is it going to be this?
66
170260
2000
يا اينكه قرار است اينگونه بشود؟
02:52
That's the question.
67
172260
2000
سوال این است.
02:54
I must say, many of the indicators
68
174260
2000
من باید بگویم، بسیاری از شاخص ها
02:56
look like this is what it's going to look like,
69
176260
3000
مثل اين، چیزی است كه آنگونه خواهد شد،
02:59
but let's talk about it.
70
179260
3000
اما اجازه دهید در این مورد صحبت کنیم.
03:02
So my provocative statement
71
182260
3000
بنابراین بیانیه جنجالي من
03:05
is that we desperately need a serious scientific theory of cities.
72
185260
3000
این است که ما به شدت نیاز به یک نظریه علمی جدی در مورد شهرها داریم.
03:08
And scientific theory means quantifiable --
73
188260
3000
و نظریه علمی یعنی قابل اندازه گیری‌بودن --
03:11
relying on underlying generic principles
74
191260
3000
تکیه بر اصول اساسي عامي
03:14
that can be made into a predictive framework.
75
194260
2000
که بتوان در يك چارچوب پیش بینی بدان رسید.
03:16
That's the quest.
76
196260
2000
تلاش این است.
03:18
Is that conceivable?
77
198260
2000
آیا این ممكن است؟
03:20
Are there universal laws?
78
200260
2000
آیا قوانین جهانی وجود دارد؟
03:22
So here's two questions
79
202260
2000
خوب اینجا دو سوال
03:24
that I have in my head when I think about this problem.
80
204260
2000
در ذهنم ايجاد مي‌شود وقتی در باره این مشکل فکر می کنم.
03:26
The first is:
81
206260
2000
اولین سوال این است:
03:28
Are cities part of biology?
82
208260
2000
آیا شهرها بخشی از محیط زیست طبیعی هستند؟
03:30
Is London a great big whale?
83
210260
2000
آیا لندن یک نهنگ عظیم الجثه است؟
03:32
Is Edinburgh a horse?
84
212260
2000
آیا ادینبرگ یک اسب است؟
03:34
Is Microsoft a great big anthill?
85
214260
2000
آیا ماکروسافت یک لانه بزرگ مورچه است؟
03:36
What do we learn from that?
86
216260
2000
ما از آنها چه چیزی یاد می گیریم؟
03:38
We use them metaphorically --
87
218260
2000
ما آنها را به صورت استعاره به كار می‌بريم --
03:40
the DNA of a company, the metabolism of a city, and so on --
88
220260
2000
DNA یک شرکت، متابولیسم شهرستان، و نظاير آن --
03:42
is that just bullshit, metaphorical bullshit,
89
222260
3000
که یک حرف مزخرف است، استعاره مزخرف،
03:45
or is there serious substance to it?
90
225260
3000
یا يك موضوع جدی در آن هست؟
03:48
And if that is the case,
91
228260
2000
در صورتی که این حقيقت داشته باشد،
03:50
how come that it's very hard to kill a city?
92
230260
2000
کشتن یک شهر بسیار سخت است ، این چگونه امکان دارد؟
03:52
You could drop an atom bomb on a city,
93
232260
2000
خوب شما می توانید یک بمب اتمی را بر سر يك شهر بیاندازید،
03:54
and 30 years later it's surviving.
94
234260
2000
و 30 سال بعد آن همچنان به حيات خود ادامه مي‌دهد.
03:56
Very few cities fail.
95
236260
3000
فقط تعداد کمی اينگونه نبوده‌اند.
03:59
All companies die, all companies.
96
239260
3000
همه شرکتها می میرند، همه شرکتها.
04:02
And if you have a serious theory, you should be able to predict
97
242260
2000
در صورتی که اگر شما یک تئوری جدی داشته باشید، شما باید بتوانید پيش‌بيني كنيد
04:04
when Google is going to go bust.
98
244260
3000
که گوگل چه زماني ورشکست مي‌شود.
04:07
So is that just another version
99
247260
3000
خوب آیا این نسخه دیگری
04:10
of this?
100
250260
2000
از اين است؟
04:12
Well we understand this very well.
101
252260
2000
خوب ما این را به خوبی درک می کنیم.
04:14
That is, you ask any generic question about this --
102
254260
2000
به این معنا که شما هر سوال کلی در این باره بکنید --
04:16
how many trees of a given size,
103
256260
2000
چند درخت در یک اندازه معین هست،
04:18
how many branches of a given size does a tree have,
104
258260
2000
یک درخت در یک اندازه معین چند تا شاخه دارد،
04:20
how many leaves,
105
260260
2000
چند تا برگ دارد،
04:22
what is the energy flowing through each branch,
106
262260
2000
جریان انرژی از طریق هر شاخه چگونه است،
04:24
what is the size of the canopy,
107
264260
2000
تاج پوششی آن چه اندازه است،
04:26
what is its growth, what is its mortality?
108
266260
2000
رشد آن چیست؟ مرگ آن چیست؟
04:28
We have a mathematical framework
109
268260
2000
ما یک چارچوب ریاضی
04:30
based on generic universal principles
110
270260
3000
که مبتني بر اصول جهانی عام است داریم
04:33
that can answer those questions.
111
273260
2000
که می تواند به این سوالات پاسخ دهد.
04:35
And the idea is can we do the same for this?
112
275260
4000
ایده این است که آیا می توانیم برای این هم کار مشابهی را انجام دهیم؟
04:40
So the route in is recognizing
113
280260
3000
خوب این مسیر كه به عنوان
04:43
one of the most extraordinary things about life,
114
283260
2000
یکی از فوق‌العاده‌ترین چیزها درباره زندگی شناخته شده است،
04:45
is that it is scalable,
115
285260
2000
قابل سنجش و مقیاس‌پذیر است،
04:47
it works over an extraordinary range.
116
287260
2000
و در طيف بسیار شگفت آوری کار می کند.
04:49
This is just a tiny range actually:
117
289260
2000
در واقع این یک طيف کوچک است؛
04:51
It's us mammals;
118
291260
2000
این ما، پستانداران هستیم،
04:53
we're one of these.
119
293260
2000
ما یکی از آنها هستیم.
04:55
The same principles, the same dynamics,
120
295260
2000
همان اصول، همان پویایی،
04:57
the same organization is at work
121
297260
2000
همان ترتيب
04:59
in all of these, including us,
122
299260
2000
در همه اینها، و از جمله ما هست،
05:01
and it can scale over a range of 100 million in size.
123
301260
3000
و می توان آن را در یک طیف بيش از 100 میلیون نفر سنجيد.
05:04
And that is one of the main reasons
124
304260
3000
و این یکی از دلایل اصلی اين است
05:07
life is so resilient and robust --
125
307260
2000
که زندگی بسیار جان‌سخت و ستبر است--
05:09
scalability.
126
309260
2000
يعني مقیاس‌پذیری.
05:11
We're going to discuss that in a moment more.
127
311260
3000
قصد داریم این را بیشتر مورد بحث قرار دهیم.
05:14
But you know, at a local level,
128
314260
2000
می دانید در سطح محلی،
05:16
you scale; everybody in this room is scaled.
129
316260
2000
شما مقياس داريد، همه افرادي كه در این اطاق هستند مقياس‌بندي دارند.
05:18
That's called growth.
130
318260
2000
این را رشد می نامند.
05:20
Here's how you grew.
131
320260
2000
در اینجا چگونگی رشد شما نشان داده می شود.
05:22
Rat, that's a rat -- could have been you.
132
322260
2000
موش، این یک موش است--که می توانست شما باشد.
05:24
We're all pretty much the same.
133
324260
3000
ما همگي بسيار مثل هم هستيم.
05:27
And you see, you're very familiar with this.
134
327260
2000
می بینید، شما با این بسیار آشنا هستید.
05:29
You grow very quickly and then you stop.
135
329260
2000
شما خیلی زود رشد می کنید و سپس رشدتان متوقف می شود.
05:31
And that line there
136
331260
2000
و این خط در اینجا
05:33
is a prediction from the same theory,
137
333260
2000
يك پیش بینی از يك نظریه مشابه است،
05:35
based on the same principles,
138
335260
2000
بر اساس همان اصول،
05:37
that describes that forest.
139
337260
2000
كه جنگل هم را توصيف می‌كند.
05:39
And here it is for the growth of a rat,
140
339260
2000
و در اينجا آن برای رشد یک موش است.
05:41
and those points on there are data points.
141
341260
2000
و این نقاط كه در آنجا هستند داده‌هاي ما هستند.
05:43
This is just the weight versus the age.
142
343260
2000
این فقط وزن در مقابل سن است.
05:45
And you see, it stops growing.
143
345260
2000
و شما می بینید، رشد متوقف می شود.
05:47
Very, very good for biology --
144
347260
2000
بسیار بسيار عالي براي زیست شناسی--
05:49
also one of the reasons for its great resilience.
145
349260
2000
و نيز یکی از دلایل انعطاف پذیری زیاد آن (همين مساله است.)
05:51
Very, very bad
146
351260
2000
و بسیار بسیار بد
05:53
for economies and companies and cities
147
353260
2000
برای اقتصادها و شرکتها و شهرهاي
05:55
in our present paradigm.
148
355260
2000
مدل علمی اخير ما.
05:57
This is what we believe.
149
357260
2000
این چیزی است که ما باور داریم.
05:59
This is what our whole economy
150
359260
2000
این چیزی است که كل اقتصاد ما
06:01
is thrusting upon us,
151
361260
2000
به زور بر ما تحميل مي‌كند،
06:03
particularly illustrated in that left-hand corner:
152
363260
3000
كه به خصوص در آن گوشه دست چپ نشان داده شده :
06:06
hockey sticks.
153
366260
2000
چوب‌هاي هاکی.
06:08
This is a bunch of software companies --
154
368260
2000
این دسته‌اي از شرکت‌های نرم‌افزاری است --
06:10
and what it is is their revenue versus their age --
155
370260
2000
و چيزي كه هست عايدي آنها در مقابل سن آنها است --
06:12
all zooming away,
156
372260
2000
هردو از هم دور می‌شوند،
06:14
and everybody making millions and billions of dollars.
157
374260
2000
و هر یک از اين شركتها میلیون‌ها و میلیاردها دلار درآمد دارد.
06:16
Okay, so how do we understand this?
158
376260
3000
خوب ما این را چگونه می فهمیم؟
06:19
So let's first talk about biology.
159
379260
3000
اجازه دهید اول راجع به زیست شناسی صحبت کنیم.
06:22
This is explicitly showing you
160
382260
2000
این به صراحت به شما چگونگی
06:24
how things scale,
161
384260
2000
سنجش و مقياس چیزها را نشان می‌دهد.
06:26
and this is a truly remarkable graph.
162
386260
2000
و این یک نمودار واقعا قابل توجه است.
06:28
What is plotted here is metabolic rate --
163
388260
3000
نمودار اينجا نرخ سوخت و ساز را نشان مي‌دهد--
06:31
how much energy you need per day to stay alive --
164
391260
3000
شما روزانه به چه مقدار انرژی برای زنده ماندن نیاز دارید --
06:34
versus your weight, your mass,
165
394260
2000
در مقابل وزن شما، جرم قرار دارد،
06:36
for all of us bunch of organisms.
166
396260
3000
اين در مورد همه ما موجودات زنده صادق است.
06:39
And it's plotted in this funny way by going up by factors of 10,
167
399260
3000
و در اين نمودار به شکل جالبي با ضرايب ده پيش می‌رود.
06:42
otherwise you couldn't get everything on the graph.
168
402260
2000
در غیر این صورت شما نمی توانيد همه چیز را روی نمودار داشته باشيد.
06:44
And what you see if you plot it
169
404260
2000
و اگر شما آن را
06:46
in this slightly curious way
170
406260
2000
به این شيوه نسبتا نادر در نمودار رسم کنید،
06:48
is that everybody lies on the same line.
171
408260
3000
خواهيد ديد که همه در يك خط قرار دارند.
06:51
Despite the fact that this is the most complex and diverse system
172
411260
3000
عليرغم این واقعیت که این پیچیده ترین و متنوع ترین سیستم
06:54
in the universe,
173
414260
3000
در جهان است،
06:57
there's an extraordinary simplicity
174
417260
2000
يك سادگی فوق‌العاده‌ای
06:59
being expressed by this.
175
419260
2000
با آن بیان می شود.
07:01
It's particularly astonishing
176
421260
3000
این به ویژه شگفت آوراست،
07:04
because each one of these organisms,
177
424260
2000
زیرا هر یک از این موجودات،
07:06
each subsystem, each cell type, each gene,
178
426260
2000
هر مجموعه فرعي، هر نوع سلول، هر ژن،
07:08
has evolved in its own unique environmental niche
179
428260
4000
در موقعیت زيست‌محيطي منحصر به فرد خود
07:12
with its own unique history.
180
432260
3000
با تاریخچه منحصر به فرد خود تکامل یافته‌اند.
07:15
And yet, despite all of that Darwinian evolution
181
435260
3000
و در عین حال، با وجود همه تکامل داروینی
07:18
and natural selection,
182
438260
2000
و انتخاب طبیعی،
07:20
they've been constrained to lie on a line.
183
440260
2000
آنها در یک خط واقع شده‌اند.
07:22
Something else is going on.
184
442260
2000
چیز دیگری در جریان است.
07:24
Before I talk about that,
185
444260
2000
قبل از اینکه راجع به آن صحبت کنم،
07:26
I've written down at the bottom there
186
446260
2000
من در پایین شیب این منحنی،
07:28
the slope of this curve, this straight line.
187
448260
2000
این خط راست را نوشته‌ام.
07:30
It's three-quarters, roughly,
188
450260
2000
تقريبا سه چهارم،
07:32
which is less than one -- and we call that sublinear.
189
452260
3000
که کمتر از یک است --و ما آن را زیر خط‌دار مینامیم.
07:35
And here's the point of that.
190
455260
2000
و داده آن اینجاست.
07:37
It says that, if it were linear,
191
457260
3000
این گزارش می گوید که اگر آن خطي بود،
07:40
the steepest slope,
192
460260
2000
يعني تندترین شیب،
07:42
then doubling the size
193
462260
2000
آنگاه براي دوبرابر كردن اندازه
07:44
you would require double the amount of energy.
194
464260
2000
شما به دو برابر ميزان انرژی نیاز خواهيد داشت.
07:46
But it's sublinear, and what that translates into
195
466260
3000
اما اين كه ما داريم زیرخط‌دار است و معني آن
07:49
is that, if you double the size of the organism,
196
469260
2000
این است که ، اگر شما بخواهيد اندازه ارگانیسم را دو برابر كنيد،
07:51
you actually only need 75 percent more energy.
197
471260
3000
در واقع شما فقط به 75 درصد انرژی بیشتر نياز دارید.
07:54
So a wonderful thing about all of biology
198
474260
2000
بنابراین یک چیز فوق‌العاده در مورد كل زیست شناسی
07:56
is that it expresses an extraordinary economy of scale.
199
476260
3000
اين است كه آن بيانگر يك صرفه جویی مقیاسی فوق‌العاده(سرشكن شدن و كاهش هزينه توليد از طريق بيشتر كردن ميزان توليد) است.
07:59
The bigger you are systematically,
200
479260
2000
هر چه شما به لحاظ سيستماتيك بزرگتر باشید،
08:01
according to very well-defined rules,
201
481260
2000
با توجه به قواعد بسیار دقیق،
08:03
less energy per capita.
202
483260
3000
انرژی سرانه کمتری نیاز دارید.
08:06
Now any physiological variable you can think of,
203
486260
3000
حال، هر متغیر فیزیولوژیکی که شما می توانید درباره آن فکر کنید،
08:09
any life history event you can think of,
204
489260
2000
هر رویداد تاریخی از زندگی که شما می توانید درباره آن فکر کنید ،
08:11
if you plot it this way, looks like this.
205
491260
3000
اگر شما آن را به این شیوه روي نمودار بياوريد، اینطور به نظر می رسد.
08:14
There is an extraordinary regularity.
206
494260
2000
نظم فوق العاده‌ای وجود دارد.
08:16
So you tell me the size of a mammal,
207
496260
2000
بنابراين، اگر به من اندازه جثه یک پستاندار را بگویید،
08:18
I can tell you at the 90 percent level everything about it
208
498260
3000
من می توانم به شما تا 90 درصد هر چیزي كه در مورد آن هست را بگویم،
08:21
in terms of its physiology, life history, etc.
209
501260
4000
از لحاظ فیزیولوژی آن، تاریخچه زندگی آن، و غیره .
08:25
And the reason for this is because of networks.
210
505260
3000
ودلیل آن وجود شبکه‌ها است.
08:28
All of life is controlled by networks --
211
508260
3000
همه زندگی توسط شبکه‌ها کنترل می شود --
08:31
from the intracellular through the multicellular
212
511260
2000
از تك‌ياخته‌اي به چندسلولی
08:33
through the ecosystem level.
213
513260
2000
از طريق سطح اکوسیستم.
08:35
And you're very familiar with these networks.
214
515260
3000
و شما با این شبکه ها بسیار آشنا هستید.
08:39
That's a little thing that lives inside an elephant.
215
519260
3000
آن یک چیز کوچک است كه در درون یک فیل زندگی می کند.
08:42
And here's the summary of what I'm saying.
216
522260
3000
و این خلاصه‌ای است از آنچه که من دارم می‌گویم.
08:45
If you take those networks,
217
525260
2000
اگر شما این شبکه ها را بگیرید،
08:47
this idea of networks,
218
527260
2000
اين ایده شبکه‌ها را،
08:49
and you apply universal principles,
219
529260
2000
و اصول جهانی
08:51
mathematizable, universal principles,
220
531260
2000
اصول جهانی محاسبه‌پذير را اعمال کنيد،
08:53
all of these scalings
221
533260
2000
همه این سنجش‌ها
08:55
and all of these constraints follow,
222
535260
3000
و همه اینها نتيجه را،
08:58
including the description of the forest,
223
538260
2000
از جمله توصيف جنگل،
09:00
the description of your circulatory system,
224
540260
2000
توصيف سيستم گردش خونتان،
09:02
the description within cells.
225
542260
2000
و توصيف داخل سلولها را محدود مي‌كنند.
09:04
One of the things I did not stress in that introduction
226
544260
3000
یکی از چیزهایی که در مقدمه به آن تاكيد نکردم
09:07
was that, systematically, the pace of life
227
547260
3000
این بود که، بطور سيستماتيك، به موازات بزرگتر شدن شما،
09:10
decreases as you get bigger.
228
550260
2000
سرعت زندگی کاهش مي‌يابد.
09:12
Heart rates are slower; you live longer;
229
552260
3000
ضربان قلب آهسته‌تر مي‌شود؛ شما طولانی‌تر زندگی می‌کنید؛
09:15
diffusion of oxygen and resources
230
555260
2000
انتشار اکسیژن و منابع
09:17
across membranes is slower, etc.
231
557260
2000
در سراسر پوست کندتر می‌شود و غیره.
09:19
The question is: Is any of this true
232
559260
2000
سوال این است : آیا هیچ یک از اینها
09:21
for cities and companies?
233
561260
3000
درمورد شهرها و شرکت‌ها صادق است؟
09:24
So is London a scaled up Birmingham,
234
564260
3000
آیا لندن از نظر مقیاس بالاتر از بیرمنگام است،
09:27
which is a scaled up Brighton, etc., etc.?
235
567260
3000
که آن هم از نظر مقیاس بالاتر از برایتون باشد، و غیره و غیره؟
09:30
Is New York a scaled up San Francisco,
236
570260
2000
آيا نیویورک از نظر مقياس برتر از سان‌فرانسیسکو است،
09:32
which is a scaled up Santa Fe?
237
572260
2000
که آن هم از نظر مقیاس برتر از سانتافه باشد؟
09:34
Don't know. We will discuss that.
238
574260
2000
نميدانم، ما در این مورد صحبت خواهیم کرد.
09:36
But they are networks,
239
576260
2000
اما آنها شبکه‌هايي هستند.
09:38
and the most important network of cities
240
578260
2000
و مهم‌ترین شبکه شهرها
09:40
is you.
241
580260
2000
شمائيد.
09:42
Cities are just a physical manifestation
242
582260
3000
شهرها فقط نمود فیزیکی
09:45
of your interactions,
243
585260
2000
تعاملات شما،
09:47
our interactions,
244
587260
2000
تعاملات ما،
09:49
and the clustering and grouping of individuals.
245
589260
2000
دسته‌بندی‌ها و گروه‌بندی‌هاي افراد هستند.
09:51
Here's just a symbolic picture of that.
246
591260
3000
اینجا فقط یک تصویر نمادین از آن است.
09:54
And here's scaling of cities.
247
594260
2000
و اینجا قیاس شدن شهرها است.
09:56
This shows that in this very simple example,
248
596260
3000
این نشان می دهد که در این مثال بسیار ساده،
09:59
which happens to be a mundane example
249
599260
2000
که يك مثال دنیوی
10:01
of number of petrol stations
250
601260
2000
از تعدادي پمپ بنزین است
10:03
as a function of size --
251
603260
2000
كه به عنوان تابعی از اندازه --
10:05
plotted in the same way as the biology --
252
605260
2000
به همان روش زیست‌شناسی در نمودار قرار گرفته‌اند--
10:07
you see exactly the same kind of thing.
253
607260
2000
دقیقا، چنان چیزي را می بینید.
10:09
There is a scaling.
254
609260
2000
یک مقیاس و سنجش وجود دارد.
10:11
That is that the number of petrol stations in the city
255
611260
4000
و آن این است که اگر تعدادی از پمپ بنزین های شهر
10:15
is now given to you
256
615260
2000
اكنون به شما داده شود
10:17
when you tell me its size.
257
617260
2000
زمانی که شما اندازه آن را به من بگویید،
10:19
The slope of that is less than linear.
258
619260
3000
شیب آن کمتر از خطی است.
10:22
There is an economy of scale.
259
622260
2000
صرفه‌جويي مقياسي هم هست.
10:24
Less petrol stations per capita the bigger you are -- not surprising.
260
624260
3000
هر چه شما بزرگتر باشيد سرانه ایستگاه‌های بنزین کمتر است-- این تعجب آور نیست.
10:27
But here's what's surprising.
261
627260
2000
اما چیز تعجب‌آور اين است.
10:29
It scales in the same way everywhere.
262
629260
2000
كه آن در همه جا به شیوه مشابهی عمل مي‌كند.
10:31
This is just European countries,
263
631260
2000
اینها فقط کشورهای اروپایی هستند،
10:33
but you do it in Japan or China or Colombia,
264
633260
3000
ولی اگر شما این کار را در ژاپن یا چین یا کلمبیا هم انجام دهید،
10:36
always the same
265
636260
2000
همواره مشابه‌اند
10:38
with the same kind of economy of scale
266
638260
2000
با صرفه‌جويي مقياسي مشابه
10:40
to the same degree.
267
640260
2000
با درجات مشابه.
10:42
And any infrastructure you look at --
268
642260
3000
و هر زیر ساختاری که به آن نگاه کنید--
10:45
whether it's the length of roads, length of electrical lines --
269
645260
3000
خواه طول یک جاده باشد، يا طول خطوط برقي--
10:48
anything you look at
270
648260
2000
هر چیزی که به آن نگاه کنید
10:50
has the same economy of scale scaling in the same way.
271
650260
3000
سنجش آن به همان صورت صرفه‌جویی مقیاسی و به همان طريق است.
10:53
It's an integrated system
272
653260
2000
این يك سیستم یکپارچه است
10:55
that has evolved despite all the planning and so on.
273
655260
3000
که با وجود تمام برنامه‌ریزی‌ها و نظاير آن تکامل یافته است.
10:58
But even more surprising
274
658260
2000
اما حتی تعجب آورتر
11:00
is if you look at socio-economic quantities,
275
660260
2000
این است اگر شما به كميت‌هاي اقتصادي اجتماعی نگاه کنید،
11:02
quantities that have no analog in biology,
276
662260
3000
كميت‌هايي که هیچ سنخیتی با زیست‌شناسی ندارند،
11:05
that have evolved when we started forming communities
277
665260
3000
که اين كميت‌ها هنگامی که جوامع ما
11:08
eight to 10,000 years ago.
278
668260
2000
در هشت تا ده هزار سال پیش شکل می‌گرفت، تکامل یافته‌اند.
11:10
The top one is wages as a function of size
279
670260
2000
بالاترين مورد دستمزدها است كه به عنوان تابعی از اندازه
11:12
plotted in the same way.
280
672260
2000
به همان شیوه در نمودار قرار گرفته است.
11:14
And the bottom one is you lot --
281
674260
2000
و در پائین شما هستید--
11:16
super-creatives plotted in the same way.
282
676260
3000
فوق خلاق‌ها، به شیوه مشابهی در نمودار قرار گرفته‌اند.
11:19
And what you see
283
679260
2000
و چیزی که شما می‌بینید
11:21
is a scaling phenomenon.
284
681260
2000
یک پدیده سنجشي و مقياسي است.
11:23
But most important in this,
285
683260
2000
اما مهم‌ترین مطلب آن اين است كه،
11:25
the exponent, the analog to that three-quarters
286
685260
2000
توان آن، يعني معياري كه براي آن سه چهارم
11:27
for the metabolic rate,
287
687260
2000
صرف سوخت و ساز مي‌شود،
11:29
is bigger than one -- it's about 1.15 to 1.2.
288
689260
2000
در اينجا بزرگتر از یک است-- حدود 1.15 تا 1.20 است.
11:31
Here it is,
289
691260
2000
بفرمائيد،
11:33
which says that the bigger you are
290
693260
3000
می گوید هر چه بزرگتر باشید
11:36
the more you have per capita, unlike biology --
291
696260
3000
سرانه بیشتري خواهید داشت- بر خلاف زیست‌شناسی--
11:39
higher wages, more super-creative people per capita as you get bigger,
292
699260
4000
هر چه شما بزرگتر شويد، دستمزدها بالاتر، سرانه افراد فوق خلاق بيشتر،
11:43
more patents per capita, more crime per capita.
293
703260
3000
سرانه ثبت اختراعات بیشتر ، سرانه جرم و جنایات بیشتر خواهد شد.
11:46
And we've looked at everything:
294
706260
2000
و ما همه چیز را بررسي كرده‌ايم:
11:48
more AIDS cases, flu, etc.
295
708260
3000
مواردی مثل ایدز، آنفلوآنزا، و غیره
11:51
And here, they're all plotted together.
296
711260
2000
در اینجا، همه آنها با هم در نمودار آمده است.
11:53
Just to show you what we plotted,
297
713260
2000
برای اینکه به شما نشان دهیم که ما چه چیزی را روي نمودار برده‌ايم،
11:55
here is income, GDP --
298
715260
3000
این درآمد، تولید ناخالص ملی--
11:58
GDP of the city --
299
718260
2000
تولید ناخالص شهری--
12:00
crime and patents all on one graph.
300
720260
2000
جرم و جنایات و اختراعات ثبت شده همه در این نمودار هستند.
12:02
And you can see, they all follow the same line.
301
722260
2000
و همانطور که می بینید، همه یک خط را دنبال می کنند.
12:04
And here's the statement.
302
724260
2000
این اصل است.
12:06
If you double the size of a city from 100,000 to 200,000,
303
726260
3000
اگر اندازه شهر را دوبرابر کنیم از 100000 به 200000
12:09
from a million to two million, 10 to 20 million,
304
729260
2000
از یک میلیون به دو میلیون، از ده به بیست میلیون،
12:11
it doesn't matter,
305
731260
2000
اين مساله مهم نيست،
12:13
then systematically
306
733260
2000
سپس به طور سيستماتيك
12:15
you get a 15 percent increase
307
735260
2000
افزایش 15 درصدی
12:17
in wages, wealth, number of AIDS cases,
308
737260
2000
در دستمزدها، ثروت، تعداد موارد ایدز،
12:19
number of police,
309
739260
2000
تعداد افراد پلیس،
12:21
anything you can think of.
310
741260
2000
و هر چیزی که بتوانید به آن فکر کنید خواهید داشت.
12:23
It goes up by 15 percent,
311
743260
2000
15 درصد بالا می رود.
12:25
and you have a 15 percent savings
312
745260
3000
و شما 15 درصد صرفه جویی در
12:28
on the infrastructure.
313
748260
3000
زیرساختها خواهید داشت.
12:31
This, no doubt, is the reason
314
751260
3000
و بي شك دلیل آن این است،
12:34
why a million people a week are gathering in cities.
315
754260
3000
كه یک میلیون نفر هر هفته در شهرها جمع می شوند.
12:37
Because they think that all those wonderful things --
316
757260
3000
زیرا مردم به این چیزهای فوق العاده فکر می کنند،
12:40
like creative people, wealth, income --
317
760260
2000
مثل افراد نوآور، ثروت، درآمد،
12:42
is what attracts them,
318
762260
2000
اينها چیزهایی هستند که مردم را جذب می کنند،
12:44
forgetting about the ugly and the bad.
319
764260
2000
و آنها چیزهای بد و زشت شهرها را ناديده می‌گيرند.
12:46
What is the reason for this?
320
766260
2000
دلیل آن چیست؟
12:48
Well I don't have time to tell you about all the mathematics,
321
768260
3000
خوب من برای توضیح ریاضی آن وقتی ندارم،
12:51
but underlying this is the social networks,
322
771260
3000
اما زیر بنای آن شبکه های اجتماعی هستند،
12:54
because this is a universal phenomenon.
323
774260
3000
زیرا این یک پدیده جهانی است.
12:57
This 15 percent rule
324
777260
3000
این قاعده 15 درصدی
13:00
is true
325
780260
2000
همه جا صادق است
13:02
no matter where you are on the planet --
326
782260
2000
مهم نیست که شما در کجای این سیاره باشید--
13:04
Japan, Chile,
327
784260
2000
ژاپن، شیلی،
13:06
Portugal, Scotland, doesn't matter.
328
786260
3000
پرتقال، اسکاتلند، اينها مهم نیست.
13:09
Always, all the data shows it's the same,
329
789260
3000
همواره، همه داده ها این را يكسان نشان می دهند،
13:12
despite the fact that these cities have evolved independently.
330
792260
3000
علی رغم این حقیقت که این شهر ها مستقلا تکامل یافته اند.
13:15
Something universal is going on.
331
795260
2000
يك چیز جهانی در جريان است.
13:17
The universality, to repeat, is us --
332
797260
3000
آن جهان‌شمولی ما هستيم، محض تکرار مي‌گويم --
13:20
that we are the city.
333
800260
2000
که آن شهر ما هستیم.
13:22
And it is our interactions and the clustering of those interactions.
334
802260
3000
و آن شهر تعاملات ما و دسته‌بندي آن تعاملات است.
13:25
So there it is, I've said it again.
335
805260
2000
این چیزی است که من دوباره آن را گفتم.
13:27
So if it is those networks and their mathematical structure,
336
807260
3000
خوب اگر این شبکه ها و ساختار ریاضی شان است،
13:30
unlike biology, which had sublinear scaling,
337
810260
3000
برخلاف زیست شناسی، که مقياس سنجشي زیرخط‌دار،
13:33
economies of scale,
338
813260
2000
و صرفه‌جويي‌هاي اقتصادي داشتند،
13:35
you had the slowing of the pace of life
339
815260
2000
كه زندگی شما كندتر و آهسته‌تر مي‌شد
13:37
as you get bigger.
340
817260
2000
وقتي بزرگتر مي‌شدید.
13:39
If it's social networks with super-linear scaling --
341
819260
2000
اگر شبکه‌های اجتماعی در مقياس اَبرخطي باشد--
13:41
more per capita --
342
821260
2000
يعني سرانه بيشتري داشته باشند--
13:43
then the theory says
343
823260
2000
آنگاه بر اساس تئوری
13:45
that you increase the pace of life.
344
825260
2000
روند زندگی تندتر می‌شود.
13:47
The bigger you are, life gets faster.
345
827260
2000
هر چه بزرگتر باشید، زندگی سریع تر می شود.
13:49
On the left is the heart rate showing biology.
346
829260
2000
در سمت چپ ضربان بیولوژیکی قلب نشان داده می‌شود.
13:51
On the right is the speed of walking
347
831260
2000
در سمت راست سرعت پياده‌روي
13:53
in a bunch of European cities,
348
833260
2000
در تعدادی از شهرهای اروپایی،
13:55
showing that increase.
349
835260
2000
اين افزایش را نشان می‌دهد.
13:57
Lastly, I want to talk about growth.
350
837260
3000
در نهایت، می خواهم در مورد رشد صحبت کنم.
14:00
This is what we had in biology, just to repeat.
351
840260
3000
این چیزیست که ما در زیست شناسی داریم، فقط محض تکرار مي‌گويم.
14:03
Economies of scale
352
843260
3000
صرفه‌جويي مقیاسی در اقتصاد
14:06
gave rise to this sigmoidal behavior.
353
846260
3000
اين حركت هلالي شكل را بيشتر مي‌كند.
14:09
You grow fast and then stop --
354
849260
3000
شما سریع رشد می کنید و بعد متوقف می شوید--
14:12
part of our resilience.
355
852260
2000
اين بخشی از انعطاف‌پذیری ما است.
14:14
That would be bad for economies and cities.
356
854260
3000
اما این برای اقتصادها و برای شهرها بد خواهد بود.
14:17
And indeed, one of the wonderful things about the theory
357
857260
2000
در واقع، یکی از چیزهای بسیار شگفت انگیز درباره این تئوری
14:19
is that if you have super-linear scaling
358
859260
3000
این است که اگر شما مقياس ابرخطي
14:22
from wealth creation and innovation,
359
862260
2000
از ثروت و نوآوری داشته باشید،
14:24
then indeed you get, from the same theory,
360
864260
3000
آنگاه شما در واقع، بر اساس همان تئوري،
14:27
a beautiful rising exponential curve -- lovely.
361
867260
2000
یک منحني نمايي در حال رشد زيبا خواهید داشت-- جالب است.
14:29
And in fact, if you compare it to data,
362
869260
2000
در حقیقت، اگر شما آن را با داده‌ها مقایسه کنید،
14:31
it fits very well
363
871260
2000
آن به خوبي
14:33
with the development of cities and economies.
364
873260
2000
با توسعه شهرها و اقتصادها متناسب خواهد بود.
14:35
But it has a terrible catch,
365
875260
2000
اما آن دست‌آورد بسيار بدي هم دارد.
14:37
and the catch
366
877260
2000
و آن دست‌آورد
14:39
is that this system is destined to collapse.
367
879260
3000
اين است كه اين سيستم محكوم به فروپاشي است.
14:42
And it's destined to collapse for many reasons --
368
882260
2000
به دلایل بسياری محكوم به فروپاشي است --
14:44
kind of Malthusian reasons -- that you run out of resources.
369
884260
3000
دلايلي از نوع دلایل توماس مالتوس -- يعني منابع شما تمام خواهد شد.
14:47
And how do you avoid that? Well we've done it before.
370
887260
3000
چگونه می توانید از آن اجتناب کنید؟ خوب ما آن را قبلا انجام داده‌ایم.
14:50
What we do is,
371
890260
2000
آنچه کا ما انجام می دهیم این است که،
14:52
as we grow and we approach the collapse,
372
892260
3000
همانطور که ما رشد كرده و به فروپاشی نزديك مي‌شويم،
14:55
a major innovation takes place
373
895260
3000
یک نوآوری بزرگ جايگزين شده
14:58
and we start over again,
374
898260
2000
و ما از نو مي‌آغازيم.
15:00
and we start over again as we approach the next one, and so on.
375
900260
3000
ووقتي به فروپاشي بعدي نزديك مي‌شويم دوباره مي‌آغازيم و به همين ترتيب ادامه دارد.
15:03
So there's this continuous cycle of innovation
376
903260
2000
خوب این چرخه پیوسته نوآوری هست
15:05
that is necessary
377
905260
2000
كه وجودش لازم است
15:07
in order to sustain growth and avoid collapse.
378
907260
3000
تا رشد را حفظ كرده و از فروپاشي جلوگیری كند.
15:10
The catch, however, to this
379
910260
2000
با این حال، براي دستيابي به آن
15:12
is that you have to innovate
380
912260
2000
شما بايد
15:14
faster and faster and faster.
381
914260
3000
سریع تر و سریع تر و سريع‌تر نوآوري كنيد.
15:17
So the image
382
917260
2000
خوب مثل اين مي‌ماند كه
15:19
is that we're not only on a treadmill that's going faster,
383
919260
3000
ما نه تنها روی تردمیلي هستيم كه سریع‌تر می‌شود،
15:22
but we have to change the treadmill faster and faster.
384
922260
3000
بلکه ما باید تریدمیل‌ها را سریع‌تر و سریع‌تر عوض كنيم.
15:25
We have to accelerate on a continuous basis.
385
925260
3000
ما باید شتاب خود را بر يك مبناي دائمي بيشتر كنيم.
15:28
And the question is: Can we, as socio-economic beings,
386
928260
3000
و سوال این است كه، آیا ما به عنوان موجوداتي اجتماعي اقتصادي مي‌توانيم
15:31
avoid a heart attack?
387
931260
3000
از حمله قلبی جلوگیری کنیم؟
15:34
So lastly, I'm going to finish up in this last minute or two
388
934260
3000
خوب در نهایت، قصد دارم در یکی دو دقیقه با
15:37
asking about companies.
389
937260
2000
سوالی در مورد شرکت ها بحث را پایان دهم.
15:39
See companies, they scale.
390
939260
2000
شرکتها را ببینید، آنها مقیاس دارند.
15:41
The top one, in fact, is Walmart on the right.
391
941260
2000
در واقع، بالاترین آنها وال مارت است كه در سمت راست است.
15:43
It's the same plot.
392
943260
2000
این همان نمودار است.
15:45
This happens to be income and assets
393
945260
2000
اين درآمدها و دارایی‌ها
15:47
versus the size of the company as denoted by its number of employees.
394
947260
2000
در مقابل اندازه آن شرکت بر اساس تعداد کارکنان آن است.
15:49
We could use sales, anything you like.
395
949260
3000
ما می توانیم فروش یا هر چیزی كه دوست داريم را به كار ببريم.
15:52
There it is: after some little fluctuations at the beginning,
396
952260
3000
نتيجه اين خواهد بود: بعد از برخي نوسانات اندك در آغاز كار،
15:55
when companies are innovating,
397
955260
2000
وقتی شرکتها در حال نوآوری هستند
15:57
they scale beautifully.
398
957260
2000
آنها به خوبي وزين می شوند.
15:59
And we've looked at 23,000 companies
399
959260
3000
می توانم بگویم ما 23000 شرکت
16:02
in the United States, may I say.
400
962260
2000
در ایلات متحده را بررسي کردیم.
16:04
And I'm only showing you a little bit of this.
401
964260
3000
و تنها کمی از نتايج بررسي را با شما در ميان می‌گذارم.
16:07
What is astonishing about companies
402
967260
2000
چیزي كه در مورد شرکتها حيرت‌آور است
16:09
is that they scale sublinearly
403
969260
3000
این است که آنها به شکل زيرخط‌دار سنجيده می‌شوند
16:12
like biology,
404
972260
2000
مثل زیست شناسی،
16:14
indicating that they're dominated,
405
974260
2000
که نشاندهنده اين است كه آنها نه تنها مغلوب
16:16
not by super-linear
406
976260
2000
ايده‌ها و نوآوري‌هاي ابرخطي
16:18
innovation and ideas;
407
978260
3000
شده‌اند؛ بلكه
16:21
they become dominated
408
981260
2000
آنها مغلوب
16:23
by economies of scale.
409
983260
2000
صرفه‌جويي مقياسي شده‌اند.
16:25
In that interpretation,
410
985260
2000
در این برداشت
16:27
by bureaucracy and administration,
411
987260
2000
از بروکراسی و ادارات،
16:29
and they do it beautifully, may I say.
412
989260
2000
شايد بشه گفت به خوبي عمل مي‌کنند.
16:31
So if you tell me the size of some company, some small company,
413
991260
3000
خوب اگر شما به من اندازه برخی از شرکتها برخی از شرکتهای کوچک را بگوئید،
16:34
I could have predicted the size of Walmart.
414
994260
3000
من می توانم اندازه وال مارت را پیش بینی كنم.
16:37
If it has this sublinear scaling,
415
997260
2000
اگر آن این مقياس زیر خط‌دار را داشته باشد،
16:39
the theory says
416
999260
2000
بر اساس این تئوری
16:41
we should have sigmoidal growth.
417
1001260
3000
ما باید رشد هلالي داشته باشیم.
16:44
There's Walmart. Doesn't look very sigmoidal.
418
1004260
2000
این وال مارت است. خیلی به نظر هلالي نیست.
16:46
That's what we like, hockey sticks.
419
1006260
3000
این چیزی مثل چوب هاکی است.
16:49
But you notice, I've cheated,
420
1009260
2000
اما شما متوجه می‌شوید که من تقلب كردم،
16:51
because I've only gone up to '94.
421
1011260
2000
زیرا من فقط تا 94 بالا رفته ام.
16:53
Let's go up to 2008.
422
1013260
2000
اجازه بدهید برویم به سال 2008.
16:55
That red line is from the theory.
423
1015260
3000
این خط قرمزرنگ حاصل از این تئوریست.
16:58
So if I'd have done this in 1994,
424
1018260
2000
خوب اگر من این را در سال 1994 انجام داده بودم،
17:00
I could have predicted what Walmart would be now.
425
1020260
3000
می توانستم پیش بینی كنم که وال مارت الان در چه وضعیتی خواهد بود.
17:03
And then this is repeated
426
1023260
2000
و بعد این
17:05
across the entire spectrum of companies.
427
1025260
2000
برای طیف کاملی از شرکت‌ها تکرار می شود.
17:07
There they are. That's 23,000 companies.
428
1027260
3000
23000 شرکت اینجا هستند.
17:10
They all start looking like hockey sticks,
429
1030260
2000
كه همه دارند مثل چوب هاکی مي‌شوند.
17:12
they all bend over,
430
1032260
2000
همه خم شده‌اند،
17:14
and they all die like you and me.
431
1034260
2000
و همه آنها مثل من و شما می میرند.
17:16
Thank you.
432
1036260
2000
سپاسگزارم
17:18
(Applause)
433
1038260
9000
(تشویق تماشاگران)
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