Can a computer write poetry? | Oscar Schwartz

89,886 views ・ 2016-02-10

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Wiktoria Witek Korekta: Małgorzata Ciborska
00:12
I have a question.
0
12881
1230
Mam pytanie.
00:15
Can a computer write poetry?
1
15422
1943
Czy komputer może pisać poezję?
00:18
This is a provocative question.
2
18959
2077
To prowokujące pytanie.
00:21
You think about it for a minute,
3
21715
1718
Jeśli chwilę o nim pomyślisz,
00:23
and you suddenly have a bunch of other questions like:
4
23457
2590
nagle przyjdzie ci do głowy kilka innych pytań:
00:26
What is a computer?
5
26769
1381
Czym jest komputer?
00:28
What is poetry?
6
28710
1575
Czym jest poezja?
00:30
What is creativity?
7
30707
1689
Czym jest kreatywność?
00:33
But these are questions
8
33650
1172
To pytania,
00:34
that people spend their entire lifetime trying to answer,
9
34846
3070
nad którymi niektórzy rozmyślają całe swoje życie,
00:37
not in a single TED Talk.
10
37940
2224
a nie podczas jednej prelekcji TED.
00:40
So we're going to have to try a different approach.
11
40188
2445
Musimy więc spróbować innego podejścia.
00:42
So up here, we have two poems.
12
42657
2143
Oto dwa wiersze.
00:45
One of them is written by a human,
13
45839
2276
Jeden napisany przez człowieka, a drugi przez komputer.
00:48
and the other one's written by a computer.
14
48139
2102
00:50
I'm going to ask you to tell me which one's which.
15
50754
2410
Powiedzcie mi, który jest który.
00:53
Have a go:
16
53858
1156
Proszę:
00:55
Poem 1: Little Fly / Thy summer's play, / My thoughtless hand / Has brush'd away.
17
55038
4056
Wiersz 1: Mała muszko / Twe letnie harce Ma tępa dłoń / Przegoniła palcem.
00:59
Am I not / A fly like thee? / Or art not thou / A man like me?
18
59118
3394
Czyż nie jestem / Twoim echem? Czyż nie jesteś / Jak ja, człowiekiem?
01:02
Poem 2: We can feel / Activist through your life's / morning /
19
62536
3299
Wiersz 2: Czujemy / Aktywisto przez życia twego / ranek
01:05
Pauses to see, pope I hate the / Non all the night to start a / great otherwise (...)
20
65859
4247
Przerwa, spójrz, papieża nie cierpię / Nie cała noc, by zacząć / niewspaniały...
01:10
Alright, time's up.
21
70130
1359
OK, koniec czasu.
01:11
Hands up if you think Poem 1 was written by a human.
22
71513
4096
Podnieś rękę, jeśli myślisz, że wiersz 1 jest dziełem człowieka.
01:17
OK, most of you.
23
77547
1490
Większość z was.
01:19
Hands up if you think Poem 2 was written by a human.
24
79061
3023
A teraz, jeśli myślisz, że wiersz 2 jest dziełem człowieka.
01:23
Very brave of you,
25
83172
1190
Odważni jesteście.
01:24
because the first one was written by the human poet William Blake.
26
84855
4285
Pierwszy wiersz napisał poeta, William Blake.
01:29
The second one was written by an algorithm
27
89784
2949
Drugi powstał przy użyciu algorytmu,
01:32
that took all the language from my Facebook feed on one day
28
92757
3692
który zebrał wszystkie słowa z mojej tablicy na Facebooku
01:36
and then regenerated it algorithmically,
29
96473
2763
i poukładał według algorytmu,
01:39
according to methods that I'll describe a little bit later on.
30
99260
3590
przy użyciu metod, które wyjaśnię za chwilę.
01:43
So let's try another test.
31
103218
2404
Spróbujmy innego testu.
01:46
Again, you haven't got ages to read this,
32
106398
2093
Wiem, że nie macie dużo czasu, żeby to przeczytać,
01:48
so just trust your gut.
33
108515
1612
więc zaufajcie intuicji.
01:50
Poem 1: A lion roars and a dog barks. It is interesting / and fascinating
34
110151
4045
Wiersz 1: Lew ryczy, a pies szczeka, To interesujące i fascynujące
01:54
that a bird will fly and not / roar or bark. Enthralling stories about animals
35
114220
4303
że ptak lata, ale nie ryczy ani szczeka. Wciągające historie o zwierzętach
01:58
are in my dreams and I will sing them all if I / am not exhausted or weary.
36
118547
4060
wciąż mi się śnią i będę je opiewać, póki starczy sił.
02:02
Poem 2: Oh! kangaroos, sequins, chocolate sodas! / You are really beautiful!
37
122631
3985
Wiersz 2: Och! Kangury, cekiny, czekoladowe napoje! Jesteście tak piękne!
02:06
Pearls, / harmonicas, jujubes, aspirins! All / the stuff they've always talked about (...)
38
126640
4358
Perły, harmonijki, głożyny, aspiryny! To wszystko, o czym tyle gadamy
02:11
Alright, time's up.
39
131022
1158
Koniec czasu.
02:12
So if you think the first poem was written by a human,
40
132204
3137
Jeśli sądzisz, że pierwszy wiersz jest dziełem człowieka,
02:15
put your hand up.
41
135365
1215
podnieś rękę.
02:17
OK.
42
137687
1154
OK.
02:18
And if you think the second poem was written by a human,
43
138865
2675
A jeśli myślisz, że to drugi wiersz jest dziełem człowieka,
02:21
put your hand up.
44
141564
1155
podnieś rękę.
02:23
We have, more or less, a 50/50 split here.
45
143779
3810
Mamy mniej więcej remis.
02:28
It was much harder.
46
148157
1436
To było trudniejsze.
02:29
The answer is,
47
149617
1712
Odpowiedź brzmi:
02:31
the first poem was generated by an algorithm called Racter,
48
151353
3483
pierwszy wiersz powstał przy użyciu algorytmu o nazwie Racter,
02:34
that was created back in the 1970s,
49
154860
3002
stworzonego jeszcze w latach 70.
02:37
and the second poem was written by a guy called Frank O'Hara,
50
157886
3189
Drugi wiersz napisał Frank O'Hara,
02:41
who happens to be one of my favorite human poets.
51
161099
2668
jeden z moich ulubionych.
ludzkich poetów.
02:44
(Laughter)
52
164631
3058
(Śmiech)
02:48
So what we've just done now is a Turing test for poetry.
53
168046
3228
Przed chwilą rozwiązaliście test Turinga w dziedzinie poezji.
02:52
The Turing test was first proposed by this guy, Alan Turing, in 1950,
54
172018
4547
Test ten wymyślił w roku 1950 Alan Turing.
02:56
in order to answer the question,
55
176589
1564
Miał odpowiedzieć na pytanie "Czy komputery myślą?".
02:58
can computers think?
56
178177
1637
03:00
Alan Turing believed that if a computer was able
57
180245
2770
Turing sądził, że jeśli komputer potrafiłby
03:03
to have a to have a text-based conversation with a human,
58
183039
3078
prowadzić z człowiekiem pisemną rozmowę
03:06
with such proficiency such that the human couldn't tell
59
186141
2770
tak biegle, że człowiek nie byłby w stanie odróżnić,
03:08
whether they are talking to a computer or a human,
60
188935
2966
czy rozmawia z komputerem, czy z drugim człowiekiem,
03:11
then the computer can be said to have intelligence.
61
191925
2856
komputer ten można by nazwać inteligentnym.
03:15
So in 2013, my friend Benjamin Laird and I,
62
195270
3295
Więc w 2013 roku, razem z moim kumplem, Benjaminem Lairdem,
03:18
we created a Turing test for poetry online.
63
198589
2988
stworzyliśmy w internecie test Turinga w dziedzinie poezji.
03:21
It's called bot or not,
64
201601
1277
Nazywa się "Bot or Not" - "Bot, czy nie bot".
03:22
and you can go and play it for yourselves.
65
202902
2044
Możecie sami się nim pobawić.
03:24
But basically, it's the game we just played.
66
204970
2251
Przypomina grę, w którą właśnie zagraliśmy.
03:27
You're presented with a poem,
67
207245
1528
Pojawia się wiersz.
03:28
you don't know whether it was written by a human or a computer
68
208797
3028
nie wiecie, czy napisał go człowiek, czy komputer,
03:31
and you have to guess.
69
211849
1166
i naszym zadaniem jest zgadnąć.
03:33
So thousands and thousands of people have taken this test online,
70
213039
3191
Test wykonało już tysiące ludzi, więc mamy wyniki.
03:36
so we have results.
71
216254
1449
03:37
And what are the results?
72
217727
1428
Jak one wyglądają?
03:39
Well, Turing said that if a computer could fool a human
73
219704
2879
Turing stwierdził, że jeśli komputer oszuka człowieka,
03:42
30 percent of the time that it was a human,
74
222607
3019
że sam jest człowiekiem, w 30% przypadków,
03:45
then it passes the Turing test for intelligence.
75
225650
2397
to wystarczy, żeby przeszedł test.
03:48
We have poems on the bot or not database
76
228625
2438
W naszej bazie danych mamy wiersze,
03:51
that have fooled 65 percent of human readers into thinking
77
231087
2979
które przez 65% odbiorców zostały mylnie uznane
03:54
it was written by a human.
78
234090
1395
za napisane przez człowieka.
03:55
So, I think we have an answer to our question.
79
235959
2817
Mamy więc odpowiedź na nasze pytanie.
03:59
According to the logic of the Turing test,
80
239546
2348
Idąc za logiką Turinga, czy komputer może pisać poezję?
04:01
can a computer write poetry?
81
241918
1928
04:03
Well, yes, absolutely it can.
82
243870
2351
Tak, jak najbardziej.
04:07
But if you're feeling a little bit uncomfortable
83
247782
2346
Ale jeśli nie czujecie się do końca komfortowo
04:10
with this answer, that's OK.
84
250152
1927
z taką odpowiedzią, w porządku.
04:12
If you're having a bunch of gut reactions to it,
85
252103
2316
Jeśli macie w tym względzie mieszane odczucia,
04:14
that's also OK because this isn't the end of the story.
86
254443
3205
to w porządku, bo to nie koniec tej historii.
04:18
Let's play our third and final test.
87
258594
2324
Pobawmy się trzeci i ostatni raz.
Znów przeczytacie dwa wiersze
04:22
Again, you're going to have to read
88
262000
1750
04:23
and tell me which you think is human.
89
263774
1909
i powiecie, który z nich napisał człowiek.
04:25
Poem 1: Red flags the reason for pretty flags. / And ribbons.
90
265707
3718
Wiersz 1: Czerwony jest powodem pięknych flag. / I wstążek.
04:29
Ribbons of flags / And wearing material / Reasons for wearing material. (...)
91
269449
4321
Wstążki flag, noszony materiał. Przyczyna noszenia materiału.
04:33
Poem 2: A wounded deer leaps highest, / I've heard the daffodil
92
273794
3918
Wiersz 2: Zraniony jeleń skacze najwyżej, Usłyszałem żonkila,
04:37
I've heard the flag to-day / I've heard the hunter tell; /
93
277736
3446
Usłyszałem dziś flagę, Usłyszałem bajkę myśliwego;
04:41
'Tis but the ecstasy of death, / And then the brake is almost done (...)
94
281206
3702
Nic, prócz ekstazy śmierci, I gdy na koniec przyjdzie stop (...)
04:44
OK, time is up.
95
284932
1599
OK, koniec czasu.
04:46
So hands up if you think Poem 1 was written by a human.
96
286555
3837
Podnieś rękę, jeśli sądzisz, że wiersz 1 jest dziełem człowieka.
04:51
Hands up if you think Poem 2 was written by a human.
97
291973
3038
A teraz, jeśli obstawiasz wiersz 2.
04:55
Whoa, that's a lot more people.
98
295035
2331
Miażdżąca większość.
04:58
So you'd be surprised to find that Poem 1
99
298327
2968
Zaskoczę was, ale to wiersz 1
05:01
was written by the very human poet Gertrude Stein.
100
301319
3993
został napisany przez jak najbardziej ludzką poetkę, Gertrudę Stein.
05:06
And Poem 2 was generated by an algorithm called RKCP.
101
306100
5038
Drugi został wygenerowany przy pomocy algorytmu znanego jako RKCP.
05:11
Now before we go on, let me describe very quickly and simply,
102
311162
3319
Zanim przejdziemy dalej,
spróbuję krótko i zwięźle wyjaśnić działanie RKCP.
05:14
how RKCP works.
103
314505
1781
05:16
So RKCP is an algorithm designed by Ray Kurzweil,
104
316873
3850
Algorytm ten zaprojektował Ray Kurzweil,
05:20
who's a director of engineering at Google
105
320747
2222
dyrektor działu programowania w Google,
05:22
and a firm believer in artificial intelligence.
106
322993
2360
zwolennik sztucznej inteligencji.
05:25
So, you give RKCP a source text,
107
325822
3991
Wybierasz tekst źródłowy,
05:29
it analyzes the source text in order to find out how it uses language,
108
329837
4469
a RKCP analizuje go, by odkryć, jak stosuje się tam język.
05:34
and then it regenerates language
109
334330
1948
Potem generuje nowy tekst, naśladując ten pierwotny.
05:36
that emulates that first text.
110
336302
2528
05:38
So in the poem we just saw before,
111
338854
2113
Przed utworzeniem wiersza, który pokazałem,
05:40
Poem 2, the one that you all thought was human,
112
340991
2625
tego drugiego, który uznaliście za dzieło człowieka,
05:43
it was fed a bunch of poems
113
343640
1550
program zanalizował całą kupę wierszy autorstwa Emily Dickinson.
05:45
by a poet called Emily Dickinson
114
345214
2035
05:47
it looked at the way she used language,
115
347273
2189
Algorytm zbadał, jak używała języka,
05:49
learned the model,
116
349486
1165
nauczył się schematu,
05:50
and then it regenerated a model according to that same structure.
117
350675
4258
i wygenerował tekst o takiej samej strukturze.
05:56
But the important thing to know about RKCP
118
356732
2178
Jednak najważniejsze w RKCP jest to,
05:58
is that it doesn't know the meaning of the words it's using.
119
358934
2838
że nie zna on znaczenia słów, których używa.
06:02
The language is just raw material,
120
362359
2276
To dla niego tylko dane.
06:04
it could be Chinese, it could be in Swedish,
121
364659
2160
Mogą być po chińsku, po szwedzku.
06:06
it could be the collected language from your Facebook feed for one day.
122
366843
4179
Albo posty z czyjegoś dnia na Facebooku.
06:11
It's just raw material.
123
371046
1652
To tylko surowiec.
06:13
And nevertheless, it's able to create a poem
124
373380
2697
Mimo to algorytm jest w stanie napisać wiersz,
06:16
that seems more human than Gertrude Stein's poem,
125
376101
3327
który wydaje się bardziej ludzki niż dzieło Gertrudy Stein,
06:19
and Gertrude Stein is a human.
126
379452
2153
która była człowiekiem.
06:22
So what we've done here is, more or less, a reverse Turing test.
127
382846
4072
To, do czego doszliśmy, to odwrotność testu Turinga.
06:27
So Gertrude Stein, who's a human, is able to write a poem
128
387940
5179
Gertruda Stein, człowiek, napisała wiersz,
06:33
that fools a majority of human judges into thinking
129
393143
3738
który przekonał większość jury, że napisał go komputer.
06:36
that it was written by a computer.
130
396905
1826
06:39
Therefore, according to the logic of the reverse Turing test,
131
399176
4141
Zgodnie z logiką odwrotnego testu Turinga,
06:43
Gertrude Stein is a computer.
132
403341
1916
Gertruda Stein jest komputerem.
06:45
(Laughter)
133
405281
1462
(Śmiech)
06:47
Feeling confused?
134
407358
1294
Pogubiliście się?
06:49
I think that's fair enough.
135
409193
1515
Zrozumiałe.
06:51
So far we've had humans that write like humans,
136
411546
4116
Do tej pory mówiliśmy o ludziach, którzy piszą jak ludzie,
06:55
we have computers that write like computers,
137
415686
3111
i komputerach, które piszą jak komputery,
06:58
we have computers that write like humans,
138
418821
3055
a także o komputerach, które piszą jak ludzie,
07:01
but we also have, perhaps most confusingly,
139
421900
3632
oraz, co być może wnosi pewien zamęt,
07:05
humans that write like computers.
140
425556
2375
o ludziach, którzy piszą jak komputery.
07:08
So what do we take from all of this?
141
428938
1766
Jakie wnioski możemy wyciągnąć?
07:11
Do we take that William Blake is somehow more of a human
142
431611
3157
Czy taki, że William Blake jest jakoś bardziej ludzki
07:14
than Gertrude Stein?
143
434792
1249
niż Gertruda Stein?
07:16
Or that Gertrude Stein is more of a computer than William Blake?
144
436065
3046
A może to ona jest bardziej komputerowa?
07:19
(Laughter)
145
439135
1552
(Śmiech)
07:20
These are questions I've been asking myself
146
440711
2323
Zadaję sobie te pytania od około dwóch lat.
07:23
for around two years now,
147
443058
1465
07:24
and I don't have any answers.
148
444547
2309
Odpowiedzi brak.
07:26
But what I do have are a bunch of insights
149
446880
2330
Ale poczyniłem kilka spostrzeżeń co do naszych relacji z techniką.
07:29
about our relationship with technology.
150
449234
2534
07:32
So my first insight is that, for some reason,
151
452999
3609
Pierwsze jest takie, że z jakiegoś powodu łączymy poezję z byciem człowiekiem.
07:36
we associate poetry with being human.
152
456632
3111
07:40
So that when we ask, "Can a computer write poetry?"
153
460197
3715
Kiedy pytamy "Czy komputer może pisać poezję?",
07:43
we're also asking,
154
463936
1193
pytamy także "Co to znaczy być człowiekiem,
07:45
"What does it mean to be human
155
465153
1798
07:46
and how do we put boundaries around this category?
156
466975
3172
i gdzie przebiegają granice tej kategorii?".
07:50
How do we say who or what can be part of this category?"
157
470171
3658
"Jak mamy ocenić, kto i co może być jej częścią?".
07:54
This is an essentially philosophical question, I believe,
158
474376
3351
To bardzo filozoficzne pytanie.
07:57
and it can't be answered with a yes or no test,
159
477751
2229
Nie da się odpowiedzieć "tak" lub "nie",
08:00
like the Turing test.
160
480004
1327
jak przy teście Turinga.
08:01
I also believe that Alan Turing understood this,
161
481805
3045
Sądzę, że sam Turing też zdawał sobie z tego sprawę.
08:04
and that when he devised his test back in 1950,
162
484874
3305
Test, który stworzył w 1950 roku,
08:08
he was doing it as a philosophical provocation.
163
488203
2802
był trochę filozoficzną prowokacją.
08:13
So my second insight is that, when we take the Turing test for poetry,
164
493124
5541
Zrozumiałem też, że biorąc udział w poetyckim teście Turinga,
08:18
we're not really testing the capacity of the computers
165
498689
3460
tak naprawdę nie sprawdzamy możliwości komputerów,
08:22
because poetry-generating algorithms,
166
502173
2893
bo algorytmy piszące wiersze
08:25
they're pretty simple and have existed, more or less, since the 1950s.
167
505090
4563
są całkiem proste i istnieją od lat pięćdziesiątych.
08:31
What we are doing with the Turing test for poetry, rather,
168
511055
3118
Przy pomocy tego testu
08:34
is collecting opinions about what constitutes humanness.
169
514197
4615
raczej zbieramy opinie na temat tego, co czyni nas ludźmi.
08:40
So, what I've figured out,
170
520313
2729
Zorientowałem się, że, jak kilka minut temu,
08:43
we've seen this when earlier today,
171
523066
2972
08:46
we say that William Blake is more of a human
172
526062
2478
ludzie miewają odczucie, że William Blake jest bardziej człowiekiem
08:48
than Gertrude Stein.
173
528564
1565
niż Gertruda Stein.
08:50
Of course, this doesn't mean that William Blake
174
530153
2462
Oczywiście, to nie znaczy, że William Blake był bardziej ludzki,
08:52
was actually more human
175
532639
1828
08:54
or that Gertrude Stein was more of a computer.
176
534491
2327
ani że Gertruda Stein była bardziej komputerowa.
08:57
It simply means that the category of the human is unstable.
177
537533
4714
To znaczy po prostu, że kategoria człowieczeństwa jest płynna.
09:03
This has led me to understand
178
543450
2074
Dzięki temu zrozumiałem,
09:05
that the human is not a cold, hard fact.
179
545548
2763
że bycie człowiekiem to nie po prostu fakt.
09:08
Rather, it is something that's constructed with our opinions
180
548832
3132
Stwierdzenie czyjegoś człowieczeństwa wynika z naszych opinii,
09:11
and something that changes over time.
181
551988
2855
i dlatego pojęcie człowieczeństwa zmienia się z biegiem czasu.
09:16
So my final insight is that the computer, more or less,
182
556671
4479
Moja ostatnia refleksja:
że komputery w pewnym sensie działają jak zwierciadło,
09:21
works like a mirror that reflects any idea of a human
183
561174
4006
odbijając każdą ludzką ideę, jaką im przedstawimy.
09:25
that we show it.
184
565204
1375
09:26
We show it Emily Dickinson,
185
566958
1884
Pokażemy komputerowi Emily Dickinson,
09:28
it gives Emily Dickinson back to us.
186
568866
2321
to odtworzy dla nas Emily Dickinson.
09:31
We show it William Blake,
187
571768
1834
Pokażemy mu Williama Blake'a,
09:33
that's what it reflects back to us.
188
573626
2285
i pokaże nam go, jak w lustrze.
09:35
We show it Gertrude Stein,
189
575935
1839
Pokażemy mu Gertrudę Stein,
09:37
what we get back is Gertrude Stein.
190
577798
2470
i dostaniemy Gertrudę Stein.
09:41
More than any other bit of technology,
191
581083
2368
Komputer, w większym stopniu niż inne urządzenia,
09:43
the computer is a mirror that reflects any idea of the human we teach it.
192
583475
5165
jak lustro odbija ideę człowieczeństwa, jaką mu przekazujemy.
09:50
So I'm sure a lot of you have been hearing
193
590061
2287
Z pewnością wiele ostatnio słyszeliście o rozwoju sztucznej inteligencji.
09:52
a lot about artificial intelligence recently.
194
592372
2862
09:56
And much of the conversation is,
195
596694
2830
Wiele osób zadaje sobie pytanie, czy potrafimy ją stworzyć?
10:00
can we build it?
196
600292
1189
10:02
Can we build an intelligent computer?
197
602383
3135
Czy powstanie inteligentny komputer?
10:05
Can we build a creative computer?
198
605542
2763
Czy powstanie komputer twórczy?
10:08
What we seem to be asking over and over
199
608329
2113
To pytanie chyba powinno brzmieć
10:10
is can we build a human-like computer?
200
610466
2724
"Czy zbudujemy ludzki komputer?".
10:13
But what we've seen just now
201
613961
1556
Ale z tego, co widzimy, wynika,
10:15
is that the human is not a scientific fact,
202
615541
3088
że bycie ludzkim to nie naukowy fakt,
10:18
that it's an ever-shifting, concatenating idea
203
618653
3530
ale płynna, złożona idea,
10:22
and one that changes over time.
204
622207
2531
która zmienia się z biegiem czasu.
10:24
So that when we begin to grapple with the ideas
205
624762
3152
W przyszłości, rozmyślając nad naturą sztucznej inteligencji,
10:27
of artificial intelligence in the future,
206
627938
2386
10:30
we shouldn't only be asking ourselves,
207
630348
1905
powinniśmy pytać nie tylko "Czy uda się ją zbudować?",
10:32
"Can we build it?"
208
632277
1368
10:33
But we should also be asking ourselves,
209
633669
1894
ale także "Jaką ludzkość chcemy zobaczyć w tym lustrze?".
10:35
"What idea of the human do we want to have reflected back to us?"
210
635587
3713
10:39
This is an essentially philosophical idea,
211
639820
2693
To pytanie z natury filozoficzne
10:42
and it's one that can't be answered with software alone,
212
642537
2997
i nie poradzi sobie z nim wyłącznie oprogramowanie.
10:45
but I think requires a moment of species-wide, existential reflection.
213
645558
4977
Wymaga ono egzystencjalnej refleksji całego naszego gatunku.
10:51
Thank you.
214
651040
1153
Dziękuję.
10:52
(Applause)
215
652217
2695
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7