Don't fear superintelligent AI | Grady Booch

270,234 views ・ 2017-03-13

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Melissa Csikszentmihályi
00:12
When I was a kid, I was the quintessential nerd.
0
12580
3840
Kiskoromban a végletekig kocka voltam.
00:17
I think some of you were, too.
1
17140
2176
Szerintem páran önök közül is.
00:19
(Laughter)
2
19340
1216
(Nevetés)
00:20
And you, sir, who laughed the loudest, you probably still are.
3
20580
3216
Maga, uram, aki a leghangosabban nevetett, talán még mindig az.
00:23
(Laughter)
4
23820
2256
(Nevetés)
00:26
I grew up in a small town in the dusty plains of north Texas,
5
26100
3496
Észak-Texas poros pusztai kisvárosában nőttem föl,
00:29
the son of a sheriff who was the son of a pastor.
6
29620
3336
egy sheriff fiaként, akinek lelkész volt az apja.
00:32
Getting into trouble was not an option.
7
32980
1920
Rosszalkodni nem volt lehetőségem.
00:35
And so I started reading calculus books for fun.
8
35860
3256
Szórakozásból differenciál- és integrálszámítás-könyvet kezdtem olvasni.
00:39
(Laughter)
9
39140
1536
(Nevetés)
00:40
You did, too.
10
40700
1696
Maguk is.
00:42
That led me to building a laser and a computer and model rockets,
11
42420
3736
Így kezdtem lézert, számítógépet és rakétamodellt építeni.
00:46
and that led me to making rocket fuel in my bedroom.
12
46180
3000
Aztán rákaptam arra, hogy a hálószobámban rakéta-hajtóanyagot kontyvasszak..
00:49
Now, in scientific terms,
13
49780
3656
Tudományos értelemben
00:53
we call this a very bad idea.
14
53460
3256
ez nagyon rossz ötlet.
00:56
(Laughter)
15
56740
1216
(Nevetés)
00:57
Around that same time,
16
57980
2176
Akkortájt kezdték játszani
01:00
Stanley Kubrick's "2001: A Space Odyssey" came to the theaters,
17
60180
3216
Stanley Kubrick 2001: Űrodüsszeia c. filmjét a mozikban,
01:03
and my life was forever changed.
18
63420
2200
s életem mindörökre megváltozott.
01:06
I loved everything about that movie,
19
66100
2056
Minden rettentően tetszett a filmben,
01:08
especially the HAL 9000.
20
68180
2536
különösen a HAL 9000.
01:10
Now, HAL was a sentient computer
21
70740
2056
A HAL tudományos számítógép volt,
01:12
designed to guide the Discovery spacecraft
22
72820
2456
amelyet a Discovery űrhajó Föld–Jupiter közötti útjának
01:15
from the Earth to Jupiter.
23
75300
2536
irányítására terveztek.
01:17
HAL was also a flawed character,
24
77860
2056
A HAL ráadásul romlott jellemű volt,
01:19
for in the end he chose to value the mission over human life.
25
79940
4280
mert végül az emberi életnél többre értékelte a küldetést.
01:24
Now, HAL was a fictional character,
26
84660
2096
A HAL kitalált szereplő volt,
01:26
but nonetheless he speaks to our fears,
27
86780
2656
de azért hangot ad félelmünknek,
01:29
our fears of being subjugated
28
89460
2096
azon félelmünknek, hogy alá vagyunk vetve
01:31
by some unfeeling, artificial intelligence
29
91580
3016
bizonyos érzéketlen mesterséges intelligenciának (MI),
01:34
who is indifferent to our humanity.
30
94620
1960
aki közömbös emberi mivoltunk iránt.
01:37
I believe that such fears are unfounded.
31
97700
2576
Ezek a félelmek alaptalanok.
01:40
Indeed, we stand at a remarkable time
32
100300
2696
Olyan nevezetes időket élünk
01:43
in human history,
33
103020
1536
most történelmünkben,
01:44
where, driven by refusal to accept the limits of our bodies and our minds,
34
104580
4976
amelyben testünk és lelkünk korlátait vagy tagadva vagy elfogadva
01:49
we are building machines
35
109580
1696
kiváló, gyönyörűen bonyolult
01:51
of exquisite, beautiful complexity and grace
36
111300
3616
és kecses gépeket építünk,
01:54
that will extend the human experience
37
114940
2056
amelyek képzeletünket túlszárnyalva
01:57
in ways beyond our imagining.
38
117020
1680
kibővítik emberi élményeinket.
01:59
After a career that led me from the Air Force Academy
39
119540
2576
Pályafutásom során, amely a Légierő Akadémiától
02:02
to Space Command to now,
40
122140
1936
az Űrparancsnokságig ívelt,
02:04
I became a systems engineer,
41
124100
1696
rendszermérnök lettem.
02:05
and recently I was drawn into an engineering problem
42
125820
2736
Nemrég a NASA Mars-expedíciójával kapcsolatos
02:08
associated with NASA's mission to Mars.
43
128580
2576
egyik mérnöki feladatba vontak be.
02:11
Now, in space flights to the Moon,
44
131180
2496
A holdutazáskor támaszkodhatunk
02:13
we can rely upon mission control in Houston
45
133700
3136
az expedíció Houstonból történő irányítására,
02:16
to watch over all aspects of a flight.
46
136860
1976
amellyel leshetjük az út minden mozzanatát.
02:18
However, Mars is 200 times further away,
47
138860
3536
De a Mars 200-szor messzebb van,
02:22
and as a result it takes on average 13 minutes
48
142420
3216
ezért a jelek átlag 13 perc alatt
02:25
for a signal to travel from the Earth to Mars.
49
145660
3136
jutnak el a Földről a Marsra.
02:28
If there's trouble, there's not enough time.
50
148820
3400
Ha baj történik, szűk az idő.
02:32
And so a reasonable engineering solution
51
152660
2496
Ezért az észszerű mérnöki megoldás
02:35
calls for us to put mission control
52
155180
2576
azt diktálja, hogy az utazás irányítását
02:37
inside the walls of the Orion spacecraft.
53
157780
3016
az Orion űrhajón belül oldjuk meg.
02:40
Another fascinating idea in the mission profile
54
160820
2896
Az utazáshoz kapcsolódik egy másik elragadó ötlet:
02:43
places humanoid robots on the surface of Mars
55
163740
2896
vigyünk a Mars felszínére humanoid robotokat,
02:46
before the humans themselves arrive,
56
166660
1856
még az ember odaérkezése előtt,
02:48
first to build facilities
57
168540
1656
előbb a berendezések megépítésére,
02:50
and later to serve as collaborative members of the science team.
58
170220
3360
majd hogy hasznos tagjai legyenek a tudóscsoportnak.
02:55
Now, as I looked at this from an engineering perspective,
59
175220
2736
Mérnöki szemszögből nézve
02:57
it became very clear to me that what I needed to architect
60
177980
3176
világossá vált számomra,
hogy okos, együttműködő,
03:01
was a smart, collaborative,
61
181180
2176
03:03
socially intelligent artificial intelligence.
62
183380
2376
szociálisan intelligens mesterséges értelmet kell alkotnom.
03:05
In other words, I needed to build something very much like a HAL
63
185780
4296
Azaz, a HAL-hoz valami nagyon hasonlót kell építenem,
03:10
but without the homicidal tendencies.
64
190100
2416
de olyant, ami gyilkos hajlamoktól mentes.
03:12
(Laughter)
65
192540
1360
(Nevetés)
03:14
Let's pause for a moment.
66
194740
1816
Egy pillanat.
03:16
Is it really possible to build an artificial intelligence like that?
67
196580
3896
Tényleg lehetséges ilyen mesterséges értelmet létrehozni?
03:20
Actually, it is.
68
200500
1456
A válasz: igen.
03:21
In many ways,
69
201980
1256
Ez több szempontból is
03:23
this is a hard engineering problem
70
203260
1976
nehéz mérnöki feladat,
03:25
with elements of AI,
71
205260
1456
de az MI elemeivel
03:26
not some wet hair ball of an AI problem that needs to be engineered.
72
206740
4696
nem olyan, amit ne lehetne megoldani.
03:31
To paraphrase Alan Turing,
73
211460
2656
Alan Turing után szabadon:
03:34
I'm not interested in building a sentient machine.
74
214140
2376
Nem érdekel érző gép megépítése.
03:36
I'm not building a HAL.
75
216540
1576
Nem építek HAL-t.
03:38
All I'm after is a simple brain,
76
218140
2416
Csupán egyszerű agyat akarok,
03:40
something that offers the illusion of intelligence.
77
220580
3120
ami az intelligencia illúzióját kelti.
03:44
The art and the science of computing have come a long way
78
224820
3136
A számítástechnika művészete és tudománya hosszú utat tett meg
03:47
since HAL was onscreen,
79
227980
1496
a HAL képernyőre kerüléséig,
03:49
and I'd imagine if his inventor Dr. Chandra were here today,
80
229500
3216
és elképzelem, ha feltalálója, dr. Chandra most itt lenne,
03:52
he'd have a whole lot of questions for us.
81
232740
2336
lenne hozzánk jó pár kérdése.
03:55
Is it really possible for us
82
235100
2096
Meg tudjuk-e valósítani,
03:57
to take a system of millions upon millions of devices,
83
237220
4016
hogy milliók rendszerét milliónyi gépre telepítve
04:01
to read in their data streams,
84
241260
1456
elolvassuk az adatfolyamukat,
04:02
to predict their failures and act in advance?
85
242740
2256
hogy előre megtippeljük hibáikat és tetteiket?
04:05
Yes.
86
245020
1216
Igen.
04:06
Can we build systems that converse with humans in natural language?
87
246260
3176
Képesek vagyunk-e emberi nyelven beszélő gépeket építeni?
04:09
Yes.
88
249460
1216
Igen.
04:10
Can we build systems that recognize objects, identify emotions,
89
250700
2976
Képesek vagyunk-e tárgyfölismerő, érzelmeket azonosító,
04:13
emote themselves, play games and even read lips?
90
253700
3376
érzelmüket kifejező, játékot játszó és szájról olvasó gépeket építeni?
04:17
Yes.
91
257100
1216
Igen.
04:18
Can we build a system that sets goals,
92
258340
2136
Képesek vagyunk-e célokat kitűző,
04:20
that carries out plans against those goals and learns along the way?
93
260500
3616
célokat megvalósító és menet közben tanuló gépeket építeni?
04:24
Yes.
94
264140
1216
Igen.
04:25
Can we build systems that have a theory of mind?
95
265380
3336
Képesek vagyunk-e tudatelmélettel bíró rendszereket építeni?
04:28
This we are learning to do.
96
268740
1496
Ezt most tanuljuk.
04:30
Can we build systems that have an ethical and moral foundation?
97
270260
3480
Képesek vagyunk-e etikai és erkölcsi alapokon álló gépeket építeni?
04:34
This we must learn how to do.
98
274300
2040
Ezt még meg kell tanulnunk.
04:37
So let's accept for a moment
99
277180
1376
Egyelőre fogadjuk el,
04:38
that it's possible to build such an artificial intelligence
100
278580
2896
hogy űrutazásokra képesek vagyunk megépíteni
04:41
for this kind of mission and others.
101
281500
2136
ilyen mesterséges értelmet.
04:43
The next question you must ask yourself is,
102
283660
2536
A következő kérdés:
04:46
should we fear it?
103
286220
1456
kell-e félnünk tőle?
04:47
Now, every new technology
104
287700
1976
Minden új technológia
04:49
brings with it some measure of trepidation.
105
289700
2896
bizonyos mértékű felbolydulást okoz.
04:52
When we first saw cars,
106
292620
1696
Az első kocsik megpillantásakor
04:54
people lamented that we would see the destruction of the family.
107
294340
4016
az emberek azon siránkoztak, hogy tönkremennek a családok.
04:58
When we first saw telephones come in,
108
298380
2696
Az első telefonok megjelenésekor
05:01
people were worried it would destroy all civil conversation.
109
301100
2896
az emberek attól tartottak, hogy kipusztul az emberi beszéd.
05:04
At a point in time we saw the written word become pervasive,
110
304020
3936
Amikor elterjedt a nyomtatott írás,
05:07
people thought we would lose our ability to memorize.
111
307980
2496
az emberek azt hitték, elvész az emlékezőtehetségünk.
05:10
These things are all true to a degree,
112
310500
2056
Bizonyos fokig ez mind igaz,
05:12
but it's also the case that these technologies
113
312580
2416
de az is tény, hogy az új technológiák
05:15
brought to us things that extended the human experience
114
315020
3376
alapvetően az emberi élmények
kibővítését eredményezték.
05:18
in some profound ways.
115
318420
1880
05:21
So let's take this a little further.
116
321660
2280
Gondolkodjunk el ezen egy kicsit.
05:24
I do not fear the creation of an AI like this,
117
324940
4736
Nem félek az MI létrehozásától,
05:29
because it will eventually embody some of our values.
118
329700
3816
mert meg fogja testesíteni némely értékünket.
05:33
Consider this: building a cognitive system is fundamentally different
119
333540
3496
Vegyük tekintetbe, hogy kognitív rendszert építeni teljesen más,
05:37
than building a traditional software-intensive system of the past.
120
337060
3296
mint hagyományos szoftveres rendszert.
05:40
We don't program them. We teach them.
121
340380
2456
Az MI-ket nem programozzuk, hanem tanítjuk.
05:42
In order to teach a system how to recognize flowers,
122
342860
2656
Hogy megtanítsam a virág fölismerését,
05:45
I show it thousands of flowers of the kinds I like.
123
345540
3016
a rendszernek ezernyi ilyesféle virágot mutatok.
05:48
In order to teach a system how to play a game --
124
348580
2256
Hogy megtanítsam játékot játszani...
05:50
Well, I would. You would, too.
125
350860
1960
Megtenném. Önök is.
05:54
I like flowers. Come on.
126
354420
2040
Szeretem a virágokat. Tényleg.
05:57
To teach a system how to play a game like Go,
127
357260
2856
Hogy megtanítsam a gépnek a go játékot játszani,
06:00
I'd have it play thousands of games of Go,
128
360140
2056
ezernyi játszmát kell vele játszanom,
06:02
but in the process I also teach it
129
362220
1656
de közben tanítom is,
06:03
how to discern a good game from a bad game.
130
363900
2416
hogyan különböztesse meg a jó játszmát a rossztól.
06:06
If I want to create an artificially intelligent legal assistant,
131
366340
3696
Ha mesterségesen intelligens jogi segéderőt akarnék csinálni,
06:10
I will teach it some corpus of law
132
370060
1776
betanítanék neki néhány törvénykönyvet,
06:11
but at the same time I am fusing with it
133
371860
2856
de egyben beleplántálnám
06:14
the sense of mercy and justice that is part of that law.
134
374740
2880
az irgalom s az igazságosság érzését, amelyek hozzátartoznak a joghoz.
06:18
In scientific terms, this is what we call ground truth,
135
378380
2976
Tudományosan ezt hívjuk alapigazságnak,
06:21
and here's the important point:
136
381380
2016
s ez a fontos, ez a lényeg:
06:23
in producing these machines,
137
383420
1456
a gépek készítésekor
06:24
we are therefore teaching them a sense of our values.
138
384900
3416
ezért tanítjuk nekik az értékeink iránti fogékonyságot.
06:28
To that end, I trust an artificial intelligence
139
388340
3136
Ezért ugyanúgy bízom, ha nem jobban,
06:31
the same, if not more, as a human who is well-trained.
140
391500
3640
a mesterséges értelemben, mint a jól képzett emberben.
06:35
But, you may ask,
141
395900
1216
De kérdezhetik, mi a helyzet
06:37
what about rogue agents,
142
397140
2616
a gazemberekkel,
06:39
some well-funded nongovernment organization?
143
399780
3336
a gazdag civil szervezetekkel?
06:43
I do not fear an artificial intelligence in the hand of a lone wolf.
144
403140
3816
Nem tartok attól, hogy a MI egy magányos farkas kezébe kerül.
06:46
Clearly, we cannot protect ourselves against all random acts of violence,
145
406980
4536
Tény, hogy nem tudjuk magunkat megvédeni a spontán erőszakos cselekedetektől,
06:51
but the reality is such a system
146
411540
2136
de az a helyzet, hogy egy ilyen rendszer
06:53
requires substantial training and subtle training
147
413700
3096
alapos, kifinomult kiképzést igényel,
06:56
far beyond the resources of an individual.
148
416820
2296
ami jócskán meghaladja egy egyén erőforrásait.
06:59
And furthermore,
149
419140
1216
Továbbá,
07:00
it's far more than just injecting an internet virus to the world,
150
420380
3256
ez sokkal több, mint egy internetvírust kibocsátani a világba;
07:03
where you push a button, all of a sudden it's in a million places
151
423660
3096
ott csak leütünk egy billentyűt, és hirtelen milliónyi helyen
07:06
and laptops start blowing up all over the place.
152
426780
2456
és laptopon működésbe lépnek.
07:09
Now, these kinds of substances are much larger,
153
429260
2816
Ezek az állományok sokkal nagyobbak,
07:12
and we'll certainly see them coming.
154
432100
1715
és biztos eljön az idejük.
07:14
Do I fear that such an artificial intelligence
155
434340
3056
Féljek-e, hogy ilyen mesterséges értelem
07:17
might threaten all of humanity?
156
437420
1960
az egész emberiséget veszélyeztetheti?
07:20
If you look at movies such as "The Matrix," "Metropolis,"
157
440100
4376
Ha megnézzük a Mátrix, a Metropolis,
07:24
"The Terminator," shows such as "Westworld,"
158
444500
3176
a Terminátor c. filmeket, a Westworld c. filmsorozatot,
07:27
they all speak of this kind of fear.
159
447700
2136
mind az efféle félelemről szólnak.
07:29
Indeed, in the book "Superintelligence" by the philosopher Nick Bostrom,
160
449860
4296
Nick Bostrom filozófus a Szuperintelligencia c. könyvében
07:34
he picks up on this theme
161
454180
1536
foglalkozik a témával:
07:35
and observes that a superintelligence might not only be dangerous,
162
455740
4016
figyelmeztet, hogy a szuper-intelligencia nemcsak veszélyes lehet,
07:39
it could represent an existential threat to all of humanity.
163
459780
3856
hanem az emberiség létét is fenyegetheti.
07:43
Dr. Bostrom's basic argument
164
463660
2216
Dr. Bostrom fő érve,
07:45
is that such systems will eventually
165
465900
2736
hogy az ilyen rendszereknek végül
07:48
have such an insatiable thirst for information
166
468660
3256
olyan telhetetlen információéhségük lehet,
07:51
that they will perhaps learn how to learn
167
471940
2896
hogy talán azt is megtanulják, hogyan kell tanulni,
07:54
and eventually discover that they may have goals
168
474860
2616
és végső fokon rájönnek, hogy olyan céljaik lehetnek,
07:57
that are contrary to human needs.
169
477500
2296
amelyek ellentétesek az emberi szükségletekkel.
07:59
Dr. Bostrom has a number of followers.
170
479820
1856
Dr. Bostromnak sok követője van.
08:01
He is supported by people such as Elon Musk and Stephen Hawking.
171
481700
4320
Elon Musk és Stephen Hawking is támogatja például.
08:06
With all due respect
172
486700
2400
E ragyogó elmék iránti
08:09
to these brilliant minds,
173
489980
2016
minden kötelező tiszteletem ellenére,
08:12
I believe that they are fundamentally wrong.
174
492020
2256
úgy vélem, hogy alapvetően tévednek.
08:14
Now, there are a lot of pieces of Dr. Bostrom's argument to unpack,
175
494300
3176
Dr. Bostromnak számos, megvizsgálásra érdemes érve van,
08:17
and I don't have time to unpack them all,
176
497500
2136
de most itt nincs időnk mindegyikre.
08:19
but very briefly, consider this:
177
499660
2696
Dióhéjban, gondoljuk át a következőket:
08:22
super knowing is very different than super doing.
178
502380
3736
a szuper tudás egészen más, mint a szuper cselekedet.
08:26
HAL was a threat to the Discovery crew
179
506140
1896
A HAL akkor jelentett fenyegetést a Discovery személyzetére,
08:28
only insofar as HAL commanded all aspects of the Discovery.
180
508060
4416
amikor a Discoveryt teljesen ő irányította.
08:32
So it would have to be with a superintelligence.
181
512500
2496
Ehhez szuper intelligensnek kell lennie.
08:35
It would have to have dominion over all of our world.
182
515020
2496
Ez világuralmat jelentene.
08:37
This is the stuff of Skynet from the movie "The Terminator"
183
517540
2816
Aztán itt van a Skynet a Terminátorból,
08:40
in which we had a superintelligence
184
520380
1856
amelyben szuper intelligencia van,
amely az emberi akaratot irányítja;
08:42
that commanded human will,
185
522260
1376
08:43
that directed every device that was in every corner of the world.
186
523660
3856
az egész világon minden készüléket a Skynet irányít.
08:47
Practically speaking,
187
527540
1456
Ilyen a gyakorlatban
08:49
it ain't gonna happen.
188
529020
2096
nem történhet meg.
08:51
We are not building AIs that control the weather,
189
531140
3056
Nem építünk olyan MI-t, amely az időjárást
08:54
that direct the tides,
190
534220
1336
vagy a dagályt irányítja,
08:55
that command us capricious, chaotic humans.
191
535580
3376
vagy nekünk, szeszélyes, zűrös embereknek parancsol.
08:58
And furthermore, if such an artificial intelligence existed,
192
538980
3896
Továbbá, ha létezne is ilyen mesterséges értelem,
09:02
it would have to compete with human economies,
193
542900
2936
meg kellene küzdenie az emberi takarékoskodással,
09:05
and thereby compete for resources with us.
194
545860
2520
és ezért harcolnia kellene velünk az erőforrásokért.
09:09
And in the end --
195
549020
1216
Végül...
09:10
don't tell Siri this --
196
550260
1240
– meg ne mondják Sirinek –,
09:12
we can always unplug them.
197
552260
1376
bármikor kikapcsolhatjuk őket.
09:13
(Laughter)
198
553660
2120
(Nevetés)
09:17
We are on an incredible journey
199
557180
2456
A gépeinkkel közös
09:19
of coevolution with our machines.
200
559660
2496
hihetetlen fejlődési úton járunk.
09:22
The humans we are today
201
562180
2496
Ma emberekként nem olyanok vagyunk,
09:24
are not the humans we will be then.
202
564700
2536
mint amilyenek egykor leszünk.
09:27
To worry now about the rise of a superintelligence
203
567260
3136
A szuper intelligencia megjelenése miatti mai aggodalmak
09:30
is in many ways a dangerous distraction
204
570420
3056
több szempontból veszélyes figyelemelterelés,
09:33
because the rise of computing itself
205
573500
2336
mert a számítástechnika fejlődése már önmagában is
09:35
brings to us a number of human and societal issues
206
575860
3016
egy csomó emberi és társadalmi kérdést vet föl,
09:38
to which we must now attend.
207
578900
1640
amelyekbe be kell kapcsolódnunk.
09:41
How shall I best organize society
208
581180
2816
Hogyan szervezzem a legjobban a társadalmat,
09:44
when the need for human labor diminishes?
209
584020
2336
ha a munkaerő-szükséglet csökken?
09:46
How can I bring understanding and education throughout the globe
210
586380
3816
Hogyan érhető el megértés és végezhető oktatás a Földön,
09:50
and still respect our differences?
211
590220
1776
a különbségek tiszteletben tartásával?
09:52
How might I extend and enhance human life through cognitive healthcare?
212
592020
4256
Hogyan hosszabbítható meg és javítható az élet kognitív egészségügy révén?
09:56
How might I use computing
213
596300
2856
Hogyan használhatom a számítástechnikát,
09:59
to help take us to the stars?
214
599180
1760
hogy eljussunk a csillagokba?
10:01
And that's the exciting thing.
215
601580
2040
Ez itt az izgató kérdés.
10:04
The opportunities to use computing
216
604220
2336
A számítástechnikában rejlő lehetőségek kihasználása
10:06
to advance the human experience
217
606580
1536
az emberi élmények javítására
10:08
are within our reach,
218
608140
1416
jelenleg csak
10:09
here and now,
219
609580
1856
karnyújtásnyira van,
10:11
and we are just beginning.
220
611460
1680
és ez csupán a kezdet.
10:14
Thank you very much.
221
614100
1216
Köszönöm szépen.
10:15
(Applause)
222
615340
4286
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7