Can a computer write poetry? | Oscar Schwartz

89,886 views ・ 2016-02-10

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Francesco Truzzi Revisore: Jacqueline Molho
00:12
I have a question.
0
12881
1230
Ho una domanda.
00:15
Can a computer write poetry?
1
15422
1943
Un computer può scrivere poesie?
00:18
This is a provocative question.
2
18959
2077
È una domanda provocatoria.
00:21
You think about it for a minute,
3
21715
1718
Se ci pensate per un minuto,
00:23
and you suddenly have a bunch of other questions like:
4
23457
2590
immediatamente vi sorgono una serie di altre domande come:
00:26
What is a computer?
5
26769
1381
Che cos'è un computer?
00:28
What is poetry?
6
28710
1575
Che cos'è la poesia?
00:30
What is creativity?
7
30707
1689
Che cos'è la creatività?
00:33
But these are questions
8
33650
1172
Ma queste sono domande
00:34
that people spend their entire lifetime trying to answer,
9
34846
3070
a cui le persone dedicano l'intera vita in cerca di una risposta,
00:37
not in a single TED Talk.
10
37940
2224
non una sola conferenza TED.
00:40
So we're going to have to try a different approach.
11
40188
2445
Quindi proveremo ad utilizzare un approccio diverso.
00:42
So up here, we have two poems.
12
42657
2143
Qui sopra, abbiamo due poesie.
00:45
One of them is written by a human,
13
45839
2276
Una delle due è scritta da un umano,
00:48
and the other one's written by a computer.
14
48139
2102
l'altra è scritta da un computer.
00:50
I'm going to ask you to tell me which one's which.
15
50754
2410
Ora vi chiederò di dirmi quale è stata scritta da chi.
00:53
Have a go:
16
53858
1156
Provateci:
00:55
Poem 1: Little Fly / Thy summer's play, / My thoughtless hand / Has brush'd away.
17
55038
4056
1: Piccola Mosca / il tuo gioco d’estate / la mia mano spensierata / ha spazzato via.
00:59
Am I not / A fly like thee? / Or art not thou / A man like me?
18
59118
3394
Non sono io / una mosca come te? / E non sei tu / un uomo come me?
01:02
Poem 2: We can feel / Activist through your life's / morning /
19
62536
3299
2: Possiamo sentire / L'attivista attraverso la mattina / della tua vita
01:05
Pauses to see, pope I hate the / Non all the night to start a / great otherwise (...)
20
65859
4247
Ferma a vedere, Papa odio il / Non tutta notte ad iniziare / altrimenti ottimo (..)
01:10
Alright, time's up.
21
70130
1359
Ok, tempo scaduto.
01:11
Hands up if you think Poem 1 was written by a human.
22
71513
4096
Su le mani se credete che la prima poesia sia stata scritta da un umano.
01:17
OK, most of you.
23
77547
1490
Ok, siete in maggioranza.
01:19
Hands up if you think Poem 2 was written by a human.
24
79061
3023
Su le mani se credete che la seconda poesia sia stata scritta da un umano.
01:23
Very brave of you,
25
83172
1190
Molto coraggiosi,
01:24
because the first one was written by the human poet William Blake.
26
84855
4285
perché la prima è stata scritta dal poeta umano William Blake.
01:29
The second one was written by an algorithm
27
89784
2949
La seconda è stata scritta da un algoritmo
01:32
that took all the language from my Facebook feed on one day
28
92757
3692
che ha preso tutti i contenuti presenti sulla mia bacheca Facebook in un giorno
01:36
and then regenerated it algorithmically,
29
96473
2763
e l'ha rigenerato algoritmicamente,
01:39
according to methods that I'll describe a little bit later on.
30
99260
3590
secondo metodi che vi descriverò fra un po'.
01:43
So let's try another test.
31
103218
2404
Proviamo con un altro test.
01:46
Again, you haven't got ages to read this,
32
106398
2093
Neanche qui avrete molto tempo,
01:48
so just trust your gut.
33
108515
1612
quindi fidatevi del vostro istinto.
01:50
Poem 1: A lion roars and a dog barks. It is interesting / and fascinating
34
110151
4045
1: Un leone ruggisce e un cane abbaia. È interessante / e affascinante
01:54
that a bird will fly and not / roar or bark. Enthralling stories about animals
35
114220
4303
che un uccello voli e non / ruggisca o abbai. Sogno storie affascinanti
01:58
are in my dreams and I will sing them all if I / am not exhausted or weary.
36
118547
4060
sugli animali, e le canterò tutte se non sarò esausto o stanco.
02:02
Poem 2: Oh! kangaroos, sequins, chocolate sodas! / You are really beautiful!
37
122631
3985
2: Oh! Canguri, lustrini, bibite al cioccolato! / Siete davvero meravigliose!
02:06
Pearls, / harmonicas, jujubes, aspirins! All / the stuff they've always talked about (...)
38
126640
4358
Perle / armoniche, giuggiole, aspirine! Tutto / ciò di cui parlano sempre (...)
02:11
Alright, time's up.
39
131022
1158
Ok, tempo scaduto.
02:12
So if you think the first poem was written by a human,
40
132204
3137
Se credete che la prima poesia sia stata scritta da un umano,
02:15
put your hand up.
41
135365
1215
alzate la mano.
02:17
OK.
42
137687
1154
Ok.
02:18
And if you think the second poem was written by a human,
43
138865
2675
Se credete che la seconda poesia sia stata scritta da un umano,
02:21
put your hand up.
44
141564
1155
alzate la mano.
02:23
We have, more or less, a 50/50 split here.
45
143779
3810
Siete divisi più o meno al 50 per cento.
02:28
It was much harder.
46
148157
1436
Questa era molto più difficile.
02:29
The answer is,
47
149617
1712
La risposta è: la prima
02:31
the first poem was generated by an algorithm called Racter,
48
151353
3483
poesia è stata generata da un algoritmo chiamato Racter,
02:34
that was created back in the 1970s,
49
154860
3002
creato negli anni '70,
02:37
and the second poem was written by a guy called Frank O'Hara,
50
157886
3189
e la seconda poesia è stata scritta da un tale chiamato Frank O'Hara,
02:41
who happens to be one of my favorite human poets.
51
161099
2668
che guarda caso è uno dei miei poeti umani preferiti.
02:44
(Laughter)
52
164631
3058
(Risate)
02:48
So what we've just done now is a Turing test for poetry.
53
168046
3228
Quello che abbiamo appena eseguito è un test di Turing per le poesie.
02:52
The Turing test was first proposed by this guy, Alan Turing, in 1950,
54
172018
4547
Il test di Turing fu ideato da quest'uomo, Alan Turing, nel 1950,
02:56
in order to answer the question,
55
176589
1564
per rispondere alla domanda:
02:58
can computers think?
56
178177
1637
i computer possono pensare?
03:00
Alan Turing believed that if a computer was able
57
180245
2770
Alan Turing credeva che se un computer fosse stato in grado
03:03
to have a to have a text-based conversation with a human,
58
183039
3078
di sostenere una conversazione testuale con un umano,
03:06
with such proficiency such that the human couldn't tell
59
186141
2770
con una tale padronanza che l'umano non potesse distinguere
03:08
whether they are talking to a computer or a human,
60
188935
2966
di stare parlando con un computer o con un umano,
03:11
then the computer can be said to have intelligence.
61
191925
2856
allora si sarebbe potuto dire che il computer è intelligente.
03:15
So in 2013, my friend Benjamin Laird and I,
62
195270
3295
Quindi nel 2013, io e il mio amico Benjamin Laird
03:18
we created a Turing test for poetry online.
63
198589
2988
abbiamo creato un test di Turing online per le poesie.
03:21
It's called bot or not,
64
201601
1277
Si chiama "bot o no,"
03:22
and you can go and play it for yourselves.
65
202902
2044
e potete provarlo voi stessi.
03:24
But basically, it's the game we just played.
66
204970
2251
Ma è il gioco a cui abbiamo appena giocato.
03:27
You're presented with a poem,
67
207245
1528
Vi viene mostrata una poesia,
03:28
you don't know whether it was written by a human or a computer
68
208797
3028
non sapete se sia stata scritta da un umano o da un computer,
03:31
and you have to guess.
69
211849
1166
e dovete indovinare.
03:33
So thousands and thousands of people have taken this test online,
70
213039
3191
Migliaia e migliaia di persone si sono sottoposte a questo test online,
03:36
so we have results.
71
216254
1449
quindi abbiamo dei risultati.
03:37
And what are the results?
72
217727
1428
E quali sono i risultati?
03:39
Well, Turing said that if a computer could fool a human
73
219704
2879
Secondo Turing se un computer riuscisse a far credere
03:42
30 percent of the time that it was a human,
74
222607
3019
ad un uomo di essere un umano il 30% delle volte,
03:45
then it passes the Turing test for intelligence.
75
225650
2397
allora supererebbe il test di Turing per l'intelligenza.
03:48
We have poems on the bot or not database
76
228625
2438
Abbiamo poesie nel database di "bot o no"
03:51
that have fooled 65 percent of human readers into thinking
77
231087
2979
che hanno ingannato il 65% dei lettori, facendo loro credere
03:54
it was written by a human.
78
234090
1395
di essere state scritte da un umano.
03:55
So, I think we have an answer to our question.
79
235959
2817
Quindi credo abbiamo una risposta alla nostra domanda.
03:59
According to the logic of the Turing test,
80
239546
2348
Secondo la logica del test di Turing,
04:01
can a computer write poetry?
81
241918
1928
può un computer scrivere poesie?
04:03
Well, yes, absolutely it can.
82
243870
2351
Beh, sì, assolutamente sì.
04:07
But if you're feeling a little bit uncomfortable
83
247782
2346
Ma se vi sentite un po' a disagio
04:10
with this answer, that's OK.
84
250152
1927
con questa risposta, è normale.
04:12
If you're having a bunch of gut reactions to it,
85
252103
2316
In caso abbiate reazioni istintive,
04:14
that's also OK because this isn't the end of the story.
86
254443
3205
va comunque bene perché questa non è la fine della storia.
04:18
Let's play our third and final test.
87
258594
2324
Giochiamo al terzo ed ultimo test.
04:22
Again, you're going to have to read
88
262000
1750
Di nuovo, dovrete leggere e dirmi
04:23
and tell me which you think is human.
89
263774
1909
quale delle poesie credete sia umana.
04:25
Poem 1: Red flags the reason for pretty flags. / And ribbons.
90
265707
3718
1: Bandiere rosse, la ragione delle belle bandiere. / E dei fiocchi
04:29
Ribbons of flags / And wearing material / Reasons for wearing material. (...)
91
269449
4321
Fiocchi di bandiere / E materiale da indossare / Motivi per il materiale (...)
04:33
Poem 2: A wounded deer leaps highest, / I've heard the daffodil
92
273794
3918
2: Un cervo ferito salta più in alto, / Ho sentito il narciso
04:37
I've heard the flag to-day / I've heard the hunter tell; /
93
277736
3446
Oggi ho sentito la bandiera / Ho sentito il caccatore dire; /
04:41
'Tis but the ecstasy of death, / And then the brake is almost done (...)
94
281206
3702
Questo tranne la gioia della morte, / E poi la boscaglia è quasi finita (...)
04:44
OK, time is up.
95
284932
1599
Ok, tempo scaduto.
04:46
So hands up if you think Poem 1 was written by a human.
96
286555
3837
Su le mani se credete che la prima poesia sia stata scritta da un umano.
04:51
Hands up if you think Poem 2 was written by a human.
97
291973
3038
Su le mani se credete che la seconda poesia sia stata scritta da un umano.
04:55
Whoa, that's a lot more people.
98
295035
2331
Wow, molte più persone.
04:58
So you'd be surprised to find that Poem 1
99
298327
2968
Sarete quindi sorpresi di sapere che la prima poesia
05:01
was written by the very human poet Gertrude Stein.
100
301319
3993
è stata scritta da Gertrude Stein, una poetessa decisamente umana.
05:06
And Poem 2 was generated by an algorithm called RKCP.
101
306100
5038
E la seconda è stata generata da un algoritmo chiamato RKCP.
05:11
Now before we go on, let me describe very quickly and simply,
102
311162
3319
Prima di continuare, lasciate che vi descriva, in modo semplice e facile,
05:14
how RKCP works.
103
314505
1781
come funziona l'RKCP.
05:16
So RKCP is an algorithm designed by Ray Kurzweil,
104
316873
3850
L'RKCP è un algoritmo progettato da Ray Kurzweil,
05:20
who's a director of engineering at Google
105
320747
2222
che è un direttore dell'ingegneria a Google
05:22
and a firm believer in artificial intelligence.
106
322993
2360
e un convinto sostenitore dell'intelligenza artificiale.
05:25
So, you give RKCP a source text,
107
325822
3991
Quando fornite un testo a RKCP,
05:29
it analyzes the source text in order to find out how it uses language,
108
329837
4469
esso analizza il testo sorgente per capire come utilizza il linguaggio,
05:34
and then it regenerates language
109
334330
1948
e poi rigenera un linguaggio
05:36
that emulates that first text.
110
336302
2528
che emula quel testo di partenza.
05:38
So in the poem we just saw before,
111
338854
2113
Quindi, nella poesia che abbiamo visto prima,
05:40
Poem 2, the one that you all thought was human,
112
340991
2625
la seconda poesia, quella che tutti credevate fosse umana,
05:43
it was fed a bunch of poems
113
343640
1550
gli sono state fornite delle poesie
05:45
by a poet called Emily Dickinson
114
345214
2035
da parte della poetessa Emily Dickinson,
05:47
it looked at the way she used language,
115
347273
2189
ha analizzato il modo in cui lei utilizzò il linguaggio,
05:49
learned the model,
116
349486
1165
ha imparato il modello,
05:50
and then it regenerated a model according to that same structure.
117
350675
4258
e poi ha rigenerato un modello conforme a quella stessa struttura.
05:56
But the important thing to know about RKCP
118
356732
2178
Ma la cosa importante da sapere di RKCP
05:58
is that it doesn't know the meaning of the words it's using.
119
358934
2838
è che non conosce il significato delle parole che utilizza.
06:02
The language is just raw material,
120
362359
2276
Il linguaggio è solo un materiale grezzo:
06:04
it could be Chinese, it could be in Swedish,
121
364659
2160
potrebbe essere cinese, potrebbe essere svedese,
06:06
it could be the collected language from your Facebook feed for one day.
122
366843
4179
potrebbe essere il linguaggio raccolto dai post del tuo Facebook in un giorno.
06:11
It's just raw material.
123
371046
1652
Non è altro che una materia prima.
06:13
And nevertheless, it's able to create a poem
124
373380
2697
Ciò nonostante, riesce a creare una poesia
06:16
that seems more human than Gertrude Stein's poem,
125
376101
3327
che sembra più umana della poesia di Gertrude Stein,
06:19
and Gertrude Stein is a human.
126
379452
2153
e Gertrude Stein è umana.
06:22
So what we've done here is, more or less, a reverse Turing test.
127
382846
4072
Ciò che abbiamo fatto qui è, più o meno, un test di Turing inverso.
06:27
So Gertrude Stein, who's a human, is able to write a poem
128
387940
5179
Quindi Gertrude Stein, che è umana, riesce a scrivere una poesia
06:33
that fools a majority of human judges into thinking
129
393143
3738
che fa credere ad una maggioranza di giudici umani
06:36
that it was written by a computer.
130
396905
1826
di essere stata scritta da un computer.
06:39
Therefore, according to the logic of the reverse Turing test,
131
399176
4141
Quindi, secondo la logica del test di Turing inverso,
06:43
Gertrude Stein is a computer.
132
403341
1916
Gertrude Stein è un computer.
06:45
(Laughter)
133
405281
1462
(Risata)
06:47
Feeling confused?
134
407358
1294
Vi sentite confusi?
06:49
I think that's fair enough.
135
409193
1515
Mi sembra abbastanza giusto.
06:51
So far we've had humans that write like humans,
136
411546
4116
Finora abbiamo avuto umani che scrivono come umani,
06:55
we have computers that write like computers,
137
415686
3111
abbiamo computer che scrivono come computer,
06:58
we have computers that write like humans,
138
418821
3055
abbiamo computer che scrivono come umani,
07:01
but we also have, perhaps most confusingly,
139
421900
3632
ma abbiamo anche, forse in modo più confusionario,
07:05
humans that write like computers.
140
425556
2375
umani che scrivono come computer.
07:08
So what do we take from all of this?
141
428938
1766
Che cosa ricaviamo da tutto questo?
07:11
Do we take that William Blake is somehow more of a human
142
431611
3157
Ne traiamo che William Blake è in qualche modo più umano
07:14
than Gertrude Stein?
143
434792
1249
di Gertrude Stein?
07:16
Or that Gertrude Stein is more of a computer than William Blake?
144
436065
3046
O che Gertrude Stein è più computer di William Blake?
07:19
(Laughter)
145
439135
1552
(Risate)
07:20
These are questions I've been asking myself
146
440711
2323
Queste sono domande che mi sto ponendo
07:23
for around two years now,
147
443058
1465
da circa due anni,
07:24
and I don't have any answers.
148
444547
2309
e non ho nessuna risposta.
07:26
But what I do have are a bunch of insights
149
446880
2330
Ma quello che ho è un po' di conoscenza
07:29
about our relationship with technology.
150
449234
2534
sul nostro rapporto con la tecnologia.
07:32
So my first insight is that, for some reason,
151
452999
3609
La mia prima opinione è che, per qualche ragione,
07:36
we associate poetry with being human.
152
456632
3111
associamo la poesia con l'essere umani.
07:40
So that when we ask, "Can a computer write poetry?"
153
460197
3715
Quindi quando chiediamo "Può un computer scrivere poesie?"
07:43
we're also asking,
154
463936
1193
stiamo anche chiedendo:
07:45
"What does it mean to be human
155
465153
1798
"Che cosa significa essere umani
07:46
and how do we put boundaries around this category?
156
466975
3172
e come facciamo a mettere dei paletti intorno a questo concetto?
07:50
How do we say who or what can be part of this category?"
157
470171
3658
Come facciamo a capire chi o cosa può essere parte di questo concetto?"
07:54
This is an essentially philosophical question, I believe,
158
474376
3351
Questa credo sia una questione essenzialmente filosofica,
07:57
and it can't be answered with a yes or no test,
159
477751
2229
a cui non si può rispondere con un test sì/no
08:00
like the Turing test.
160
480004
1327
come il test di Turing.
08:01
I also believe that Alan Turing understood this,
161
481805
3045
Credo inoltre che Alan Turing l'avesse capito,
08:04
and that when he devised his test back in 1950,
162
484874
3305
e che quando ideò il suo test nel lontano 1950,
08:08
he was doing it as a philosophical provocation.
163
488203
2802
lo stesse facendo come provocazione filosofica.
08:13
So my second insight is that, when we take the Turing test for poetry,
164
493124
5541
La mia seconda opinione è che, quando utilizziamo il Turing test per le poesie,
08:18
we're not really testing the capacity of the computers
165
498689
3460
non stiamo davvero testando la capacità dei computer
08:22
because poetry-generating algorithms,
166
502173
2893
perché gli algoritmi di generazione delle poesie
08:25
they're pretty simple and have existed, more or less, since the 1950s.
167
505090
4563
sono abbastanza semplici ed esistono, più o meno, dagli anni '50.
08:31
What we are doing with the Turing test for poetry, rather,
168
511055
3118
Quello che stiamo facendo con il test di Turing per la poesia, invece,
08:34
is collecting opinions about what constitutes humanness.
169
514197
4615
è raccogliere opinioni su quello che costituisce l'essere umani.
08:40
So, what I've figured out,
170
520313
2729
Quello che ho scoperto,
08:43
we've seen this when earlier today,
171
523066
2972
e l'abbiamo visto oggi,
08:46
we say that William Blake is more of a human
172
526062
2478
è che diciamo che William Blake è più un umano
08:48
than Gertrude Stein.
173
528564
1565
di Gertrude Stein.
08:50
Of course, this doesn't mean that William Blake
174
530153
2462
Ovviamente, questo non significa che William Blake
08:52
was actually more human
175
532639
1828
fosse effettivamente più umano
08:54
or that Gertrude Stein was more of a computer.
176
534491
2327
oppure che Gertrude Stein fosse più un computer.
08:57
It simply means that the category of the human is unstable.
177
537533
4714
Semplicemente significa che il concetto di umano è instabile.
09:03
This has led me to understand
178
543450
2074
Questo mi ha fatto capire
09:05
that the human is not a cold, hard fact.
179
545548
2763
che l'essere umani non è un dato di fatto nudo e crudo.
09:08
Rather, it is something that's constructed with our opinions
180
548832
3132
Al contrario, è qualcosa di costruito con le nostre opinioni,
09:11
and something that changes over time.
181
551988
2855
qualcosa che muta nel tempo.
09:16
So my final insight is that the computer, more or less,
182
556671
4479
Quindi la mia idea finale è che il computer, più o meno,
09:21
works like a mirror that reflects any idea of a human
183
561174
4006
funziona come uno specchio che riflette qualsiasi idea di un umano
09:25
that we show it.
184
565204
1375
che noi gli mostriamo.
09:26
We show it Emily Dickinson,
185
566958
1884
Gli mostriamo Emily Dickinson,
09:28
it gives Emily Dickinson back to us.
186
568866
2321
ci restituisce Emily Dickinson.
09:31
We show it William Blake,
187
571768
1834
Gli mostriamo William Blake,
09:33
that's what it reflects back to us.
188
573626
2285
ed è quello che ci riflette.
09:35
We show it Gertrude Stein,
189
575935
1839
Gli mostriamo Gertrude Stein,
09:37
what we get back is Gertrude Stein.
190
577798
2470
quello che otteniamo è Gertrude Stein.
09:41
More than any other bit of technology,
191
581083
2368
Più di ogni altro pezzo di tecnologia,
09:43
the computer is a mirror that reflects any idea of the human we teach it.
192
583475
5165
il computer è uno specchio che riflette ogni idea umana che gli insegniamo.
09:50
So I'm sure a lot of you have been hearing
193
590061
2287
Sono sicuro che ultimamente molti di voi
09:52
a lot about artificial intelligence recently.
194
592372
2862
hanno sentito parlare di intelligenza artificiale.
09:56
And much of the conversation is,
195
596694
2830
E gran parte della discussione è:
10:00
can we build it?
196
600292
1189
possiamo costruirlo?
10:02
Can we build an intelligent computer?
197
602383
3135
Possiamo costruire un computer intelligente?
10:05
Can we build a creative computer?
198
605542
2763
Possiamo costruire un computer creativo?
10:08
What we seem to be asking over and over
199
608329
2113
Quello che pare continuiamo a chiedere
10:10
is can we build a human-like computer?
200
610466
2724
è se possiamo costruire un computer che somigli ad un umano.
10:13
But what we've seen just now
201
613961
1556
Ma ciò che abbiamo appena visto
10:15
is that the human is not a scientific fact,
202
615541
3088
è che l'uomo non è solo un fatto scientifico,
10:18
that it's an ever-shifting, concatenating idea
203
618653
3530
ma che è un'idea sempre in mutamento, concatenata
10:22
and one that changes over time.
204
622207
2531
e che cambia nel tempo.
10:24
So that when we begin to grapple with the ideas
205
624762
3152
Quindi quando in futuro inizieremo a scontrarci con le idee
10:27
of artificial intelligence in the future,
206
627938
2386
dell'intelligenza artificiale,
10:30
we shouldn't only be asking ourselves,
207
630348
1905
non dovremmo solamente chiederci
10:32
"Can we build it?"
208
632277
1368
"Possiamo costruirlo?"
10:33
But we should also be asking ourselves,
209
633669
1894
Ma dovremmo anche chiederci:
10:35
"What idea of the human do we want to have reflected back to us?"
210
635587
3713
"Quale idea di uomo vogliamo ci venga riflessa?"
10:39
This is an essentially philosophical idea,
211
639820
2693
Questa è un'idea essenzialmente filosofica
10:42
and it's one that can't be answered with software alone,
212
642537
2997
e che non può essere affrontata solo con il software
10:45
but I think requires a moment of species-wide, existential reflection.
213
645558
4977
ma credo richieda un momento di riflessione esistenziale collettiva.
10:51
Thank you.
214
651040
1153
Grazie.
10:52
(Applause)
215
652217
2695
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7