The accelerating power of technology | Ray Kurzweil

308,980 views ・ 2007-01-12

TED


براہ کرم ویڈیو چلانے کے لیے نیچے دیے گئے انگریزی سب ٹائٹلز پر ڈبل کلک کریں۔

Translator: Aasem Bakhshi Reviewer: Maha Rahman
00:25
Well, it's great to be here.
0
25000
1000
یہاں آ کر بہت اچھا لگ رہا ہے۔
00:26
We've heard a lot about the promise of technology, and the peril.
1
26000
5000
ہم نے ٹیکنالوجی سے جڑی امیدوں اور خدشات کے بارے میں بہت کچھ سنا ہے۔
00:31
I've been quite interested in both.
2
31000
2000
میں دونوں ہی میں دلچپسی رکھتا ہوں۔
00:33
If we could convert 0.03 percent
3
33000
4000
اگر ہم زمین پر پڑنے والی شمسی روشنی کا
00:37
of the sunlight that falls on the earth into energy,
4
37000
2000
0.03 فی صد توانائی میں بدل سکیں تو
00:39
we could meet all of our projected needs for 2030.
5
39000
5000
2030 تک کی ممکنہ ضروریات پوری کر سکتے ہیں۔
00:44
We can't do that today because solar panels are heavy,
6
44000
3000
یہ آج ممکن نہیں کیوں کہ شمسی پینل وزنی،
00:47
expensive and very inefficient.
7
47000
2000
مہنگے اور بہت غیر مؤثر ہیں۔
00:49
There are nano-engineered designs,
8
49000
3000
نینو انجینئیرنگ کے ایسے ڈیزائن موجود ہیں
00:52
which at least have been analyzed theoretically,
9
52000
2000
جو کم از کم نظری تجزیے سے گزر چکے ہیں اور
00:54
that show the potential to be very lightweight,
10
54000
2000
اپنے اندر بہت ہلکے پن، کم قیمت اور
00:56
very inexpensive, very efficient,
11
56000
2000
قدرے مؤثر ہونے کے امکانات رکھتے ہیں، اور
00:58
and we'd be able to actually provide all of our energy needs in this renewable way.
12
58000
4000
ہم یقیناً اس تجدیدی طریقے سے توانائی کی تمام ضروریات پوری کر سکنے کے قابل ہوں گے۔
01:02
Nano-engineered fuel cells
13
62000
2000
نینو انجینئرنگ سے بنا ایندھن
01:04
could provide the energy where it's needed.
14
64000
3000
ضرورت کے مطابق توانائی فراہم کر سکتا ہے۔
01:07
That's a key trend, which is decentralization,
15
67000
2000
یہ لامرکزیت کا ایک بنیادی رجحان ہے،
01:09
moving from centralized nuclear power plants and
16
69000
3000
یعنی مرکزی نیوکلیائی پلانٹوں اور
01:12
liquid natural gas tankers
17
72000
2000
مائع قدرتی گیس کے ٹینکروں کی بجائے
01:14
to decentralized resources that are environmentally more friendly,
18
74000
4000
لامرکزی وسائل کو ترجیح جو ماحول کی بہتری کے لیے زیادہ موافق،
01:18
a lot more efficient
19
78000
3000
کہیں زیادہ مؤثر،
01:21
and capable and safe from disruption.
20
81000
4000
اہل اور خلل انگیزی سے محفوظ ہیں۔
01:25
Bono spoke very eloquently,
21
85000
2000
بونو نے بہت بلاغت سے کام لیتے ہوئے
01:27
that we have the tools, for the first time,
22
87000
4000
کہا ہے کہ ہمارے پاس پہلی بار وہ وسائل ہیں
01:31
to address age-old problems of disease and poverty.
23
91000
4000
جو بیماری اور غربت جیسے کہنہ مسائل کے حل تجویز کر سکتے ہیں۔
01:35
Most regions of the world are moving in that direction.
24
95000
4000
دنیا کے زیادہ تر علاقے اسی سمت میں جا رہے ہیں۔
01:39
In 1990, in East Asia and the Pacific region,
25
99000
4000
1990 میں مشرقی ایشیا اور بحرالکاہل کے علاقے میں
01:43
there were 500 million people living in poverty --
26
103000
2000
پچاس کروڑ لوگ غربت کی لکیر سے نیچے تھے
01:45
that number now is under 200 million.
27
105000
3000
جو تعداد اب کم ہو کر بیس کروڑ رہ گئی ہے۔
01:48
The World Bank projects by 2011, it will be under 20 million,
28
108000
3000
ورلڈ بینک کے تخمینے کے مطابق 2011 میں یہ تعداد دو کروڑ ہو گی
01:51
which is a reduction of 95 percent.
29
111000
3000
جو پچانوے فی صد کمی ہے۔
01:54
I did enjoy Bono's comment
30
114000
3000
بونو کے تبصرے نے مجھے بہت لطف دیا
01:57
linking Haight-Ashbury to Silicon Valley.
31
117000
4000
جب اس نے ہیٹ ایش بری کو سلیکون ویلی سے جا ملایا
02:01
Being from the Massachusetts high-tech community myself,
32
121000
3000
میساچوسیٹس کی اعلیٰ صنعتی معاشرت کا ایک فرد ہونے کے ناطے
02:04
I'd point out that we were hippies also in the 1960s,
33
124000
4000
میں ذکر کروں گا کہ ہم 1960 میں بھی ہپی تھے
گو ہارورڈ چوک کے ارد گرد پھرتے تھے۔
02:09
although we hung around Harvard Square.
34
129000
3000
02:12
But we do have the potential to overcome disease and poverty,
35
132000
5000
لیکن ہم میں بیماری اور غربت پر قابو پانے کی طاقت ہے،
02:17
and I'm going to talk about those issues, if we have the will.
36
137000
3000
اور اگر ہو سکا تو میں ان مسائل کے بارے میں بات کروں گا۔
02:20
Kevin Kelly talked about the acceleration of technology.
37
140000
3000
کیون کیلی نے ٹیکنالوجی کی رفتار پر بات کی۔
02:23
That's been a strong interest of mine,
38
143000
3000
یہ موضوع میرے دل کے بہت قریب رہا ہے
02:26
and a theme that I've developed for some 30 years.
39
146000
3000
اور میں اس پر تیس سال سے کام کر رہا ہوں۔
02:29
I realized that my technologies had to make sense when I finished a project.
40
149000
5000
میں نے جانا کہ کسی بھی منصوبے کے خاتمے پر میری ٹیکنالوجیز کو بامعنی ہونا چاہیے۔
02:34
That invariably, the world was a different place
41
154000
3000
یعنی ہو نہ ہو، جب میں کوئی ٹیکنالوجی متعارف کرواؤں
02:37
when I would introduce a technology.
42
157000
2000
تو دنیا کو پہلے سے مختلف ہونا چاہیے۔
02:39
And, I noticed that most inventions fail,
43
159000
2000
میں نے دیکھا کہ زیادہ تر ایجادات اس لیے
02:41
not because the R&D department can't get it to work --
44
161000
3000
ناکام نہیں ہوتیں کہ تحقیق اور منصوبہ بندی کام نہیں آتی ۔۔
02:44
if you look at most business plans, they will actually succeed
45
164000
3000
اگر زیادہ تر منصوبوں پر نظر دوڑائیں تو وہ دراصل کامیاب ہوتے ہیں
02:47
if given the opportunity to build what they say they're going to build --
46
167000
4000
اگر انہیں وہ بنانے دیا جائے جو وہ بنانا چاہ رہے ہوتے ہیں ۔۔
02:51
and 90 percent of those projects or more will fail, because the timing is wrong --
47
171000
3000
اور ان میں سے نوے فی صد یا اس سے بھی زیادہ اس لیے ناکام ہوتے ہیں
02:54
not all the enabling factors will be in place when they're needed.
48
174000
3000
کیوں کہ وقت اور متعلقہ عوامل خاطر خواہ نہیں ہوتے
02:57
So I began to be an ardent student of technology trends,
49
177000
4000
لہٰذا میں ٹیکنالوجی کے رجحانات کے ایک مستقل طالبِ علم کے طور پر
03:01
and track where technology would be at different points in time,
50
181000
3000
سراغ لگاتا رہتا ہوں کہ مختلف اوقات میں ٹیکنالوجی کہاں ہو گی
03:04
and began to build the mathematical models of that.
51
184000
3000
اور اس کی ریاضیاتی خاکہ بندی کرتا رہتا ہوں۔
03:07
It's kind of taken on a life of its own.
52
187000
2000
یہ اب خود ایک طرح کا منصوبہ ہے۔
03:09
I've got a group of 10 people that work with me to gather data
53
189000
3000
میرے پاس ڈیٹا جمع کرنے کے لیے دس لوگوں کا ایک گروپ ہے جو
03:12
on key measures of technology in many different areas, and we build models.
54
192000
5000
مختلف دائروں میں ٹیکنالوجی کی اساسیات مرتب کرتا ہے، یوں ہم خاکہ بندی کرتے ہیں۔
03:17
And you'll hear people say, well, we can't predict the future.
55
197000
3000
آپ لوگوں کو یہی کہتے سنیں گے کہ مستقبل کی پیش گوئی ممکن نہیں۔
03:20
And if you ask me,
56
200000
2000
لیکن اگر مجھ سے پوچھیں،
03:22
will the price of Google be higher or lower than it is today three years from now,
57
202000
3000
کہ کیا تین سال بعد گوگل کی قیمت آج کی نسبت زیادہ ہو گی یا کم،
03:25
that's very hard to say.
58
205000
2000
تو کچھ کہنا بہت مشکل ہے۔
03:27
Will WiMax CDMA G3
59
207000
3000
کیا وائی میکس جی 3 آج سے تین سال بعد
03:30
be the wireless standard three years from now? That's hard to say.
60
210000
2000
لاسلکی معیار ہو گا؟ کچھ کہنا مشکل ہے۔
03:32
But if you ask me, what will it cost
61
212000
2000
لیکن اگر مجھ سے پوچھیے کہ 2010 میں
03:34
for one MIPS of computing in 2010,
62
214000
3000
ایک MIPS حسابیت کی قیمت کیا ہو گی،
03:37
or the cost to sequence a base pair of DNA in 2012,
63
217000
3000
یا پھر 2012 میں ایک اساسی ڈی این اے جوڑے کی سلسلہ بندی کی قیمت،
03:40
or the cost of sending a megabyte of data wirelessly in 2014,
64
220000
4000
یا 2014 میں لاسلکی طور پر ایک میگابائٹ ڈیٹا بھیجنے کی قیمت،
03:44
it turns out that those are very predictable.
65
224000
3000
تو یہ سب کافی حد تک قابلِ پیش گوئی ہے۔
03:47
There are remarkably smooth exponential curves
66
227000
2000
حیران کن حد تک ملائم، ایسے خطوطِ منحنی
03:49
that govern price performance, capacity, bandwidth.
67
229000
3000
موجود ہیں جن کے تحت قیمتی اثرات، وسعت اور حیطہ ہیں۔
03:52
And I'm going to show you a small sample of this,
68
232000
2000
میں آپ کو ایک چھوٹا سا نمونہ دکھاتا ہوں،
03:54
but there's really a theoretical reason
69
234000
2000
لیکن دراصل ایک نظری وجہ بھی ہے کہ
03:56
why technology develops in an exponential fashion.
70
236000
5000
ٹیکنالوجی اس اٹھان کے خط پر ہی کیوں بڑھتی ہے۔
04:01
And a lot of people, when they think about the future, think about it linearly.
71
241000
2000
کئی لوگ مستقبل کے بارے میں خطی انداز میں
04:03
They think they're going to continue
72
243000
2000
سوچتے ہیں۔ ان کا خیال ہے کہ وہ آج کے
04:05
to develop a problem
73
245000
2000
طریقوں اور رفتار سے کسی مسئلے کی
04:07
or address a problem using today's tools,
74
247000
3000
خاکہ بندی یا اس پر سوچ بچار کر سکتے ہیں،
04:10
at today's pace of progress,
75
250000
2000
لیکن وہ اس توضیحی اٹھان پر توجہ کرنے
04:12
and fail to take into consideration this exponential growth.
76
252000
4000
میں ناکام رہتے ہیں۔
04:16
The Genome Project was a controversial project in 1990.
77
256000
3000
جینوم منصوبہ 1990 میں ایک متنازع منصوبہ تھا۔
04:19
We had our best Ph.D. students,
78
259000
2000
ہمارے پاس اپنے بہترین پی ایچ ڈی طلباء تھے،
04:21
our most advanced equipment around the world,
79
261000
2000
دنیا کے سب سے اعلٰی ٰتکنیکی وسائل بھی تھے،
04:23
we got 1/10,000th of the project done,
80
263000
2000
ہم منصوبے کا دس ہزارواں حصہ مکمل کر سکے
04:25
so how're we going to get this done in 15 years?
81
265000
2000
تو پندرہ سال میں اسے کیسے مکمل کریں گے؟
04:27
And 10 years into the project,
82
267000
3000
دس سال ہو چکے ہیں،
متشککین آج بھی اپنی جگہ کھڑ ے ہیں۔۔۔
04:31
the skeptics were still going strong -- says, "You're two-thirds through this project,
83
271000
2000
04:33
and you've managed to only sequence
84
273000
2000
کہا جاتا ہے کہ ’’دو تہائی وقت گزر چکا ہے،
04:35
a very tiny percentage of the whole genome."
85
275000
3000
اور اب تک پورے جینوم کا ذرا سی فی صد ہی سلسلہ بند ہوا ہے۔‘‘
04:38
But it's the nature of exponential growth
86
278000
2000
لیکن یہی اس تیز اٹھان کی کیفیت ہے کہ اب
04:40
that once it reaches the knee of the curve, it explodes.
87
280000
2000
خطِ منحنی کے سرے پہنچی اور ایک تیزی آئی۔
04:42
Most of the project was done in the last
88
282000
2000
منصوبے کا زیادہ حصہ ان آخری چند سالوں
04:44
few years of the project.
89
284000
2000
ہی میں ہوا ہے۔
04:46
It took us 15 years to sequence HIV --
90
286000
2000
HIV کی سلسلہ بندی میں پندرہ سال لگے
04:48
we sequenced SARS in 31 days.
91
288000
2000
SARS اکتیس دنوں میں پورا ہوا۔
04:50
So we are gaining the potential to overcome these problems.
92
290000
4000
لہٰذا ہم ان مسائل پر قابو پا رہے ہیں۔
04:54
I'm going to show you just a few examples
93
294000
2000
میں آپ کو کچھ مثالیں دکھاؤں گا کہ
04:56
of how pervasive this phenomena is.
94
296000
3000
یہ مظہر کتنا اثر پزیر ہے۔
04:59
The actual paradigm-shift rate, the rate of adopting new ideas,
95
299000
4000
رجحان میں تبدیلی کی اصل رفتار، نئے تصورات کو اپنانے کی رفتار
05:03
is doubling every decade, according to our models.
96
303000
3000
ہمارے خاکوں کے مطابق ہر دہائی میں دگنا ہو رہی ہے۔
05:06
These are all logarithmic graphs,
97
306000
3000
یہ سب لوگرتھمی گراف ہیں، لہٰذا جوں جوں آپ اوپر جائیں
05:09
so as you go up the levels it represents, generally multiplying by factor of 10 or 100.
98
309000
3000
دس یا سو سے ضرب ہو رہی ہے۔
05:12
It took us half a century to adopt the telephone,
99
312000
3000
ٹیلی فون کو اپنانے میں نصف صدی لگ گئی،
05:15
the first virtual-reality technology.
100
315000
3000
جو پہلی مجازی حقیقی ٹیکنالوجی تھی
05:18
Cell phones were adopted in about eight years.
101
318000
2000
سیل فون تقریباً آٹھ سال میں اپنائے گئے۔
05:20
If you put different communication technologies
102
320000
3000
اگر آپ مختلف مواصلاتی مصنوعات کو
05:23
on this logarithmic graph,
103
323000
2000
اس لوگرتھمی گراف پر رکھیں،
05:25
television, radio, telephone
104
325000
2000
تو ٹیلی وژن، ریڈیو، ٹیلی فون
05:27
were adopted in decades.
105
327000
2000
دہائیوں میں اپنائے گئے۔
05:29
Recent technologies -- like the PC, the web, cell phones --
106
329000
3000
حالیہ مصنوعات جیسے کمپیوٹر، ویب، سیل فون
05:32
were under a decade.
107
332000
2000
نے دہائی سے کم عرصہ لیا۔
05:34
Now this is an interesting chart,
108
334000
2000
اب یہ ایک دلچسپ چارٹ ہے،
05:36
and this really gets at the fundamental reason why
109
336000
2000
اور یہی اس اساسی وجہ تک لے جاتا ہے کہ
05:38
an evolutionary process -- and both biology and technology are evolutionary processes --
110
338000
4000
ایک ارتقائی عمل کیونکر، اور حیاتیات اور ٹیکنالوجی دونوں ارتقائی عملیات ہیں،
05:42
accelerate.
111
342000
2000
تیزرفتاری سے بڑھتا ہے۔
05:44
They work through interaction -- they create a capability,
112
344000
3000
یہ باہم تعامل پر چلتے ہیں، قابلیت کی تخلیق کرتے ہیں،
05:47
and then it uses that capability to bring on the next stage.
113
347000
3000
پھر اس قابلیت کے استعمال سے اگلے درجے پر پہنچتے ہیں۔
05:50
So the first step in biological evolution,
114
350000
3000
لہٰذا حیاتیاتی ارتقاء میں پہلا پڑاؤ یعنی ڈی این اے
05:53
the evolution of DNA -- actually it was RNA came first --
115
353000
2000
کے ظہور۔۔۔ دراصل آر این اے پہلے آیا
05:55
took billions of years,
116
355000
2000
نے ارب ہا ارب سال لیے،
05:57
but then evolution used that information-processing backbone
117
357000
3000
لیکن ارتقاء انفارمیشن عملیت کی ریڑھ کی ہڈی کی مدد سے
06:00
to bring on the next stage.
118
360000
2000
اگلے پڑاؤ پر پہنچا۔
06:02
So the Cambrian Explosion, when all the body plans of the animals were evolved,
119
362000
3000
لہٰذا کیمبری دور جب تمام جانوروں کی جسمانی ساختوں کا ظہور ہوا
06:05
took only 10 million years. It was 200 times faster.
120
365000
4000
صرف ایک کروڑ سال رہا۔ یعنی دو سو گنا تیز۔
06:09
And then evolution used those body plans
121
369000
2000
پھر ارتقاء نے ان جسمانی ساختوں کی مدد سے
06:11
to evolve higher cognitive functions,
122
371000
2000
ارفع وقوفی عملیات کو ڈھالا،
06:13
and biological evolution kept accelerating.
123
373000
2000
اور حیاتیاتی ارتقاء تیز تر ہوتا رہا۔
06:15
It's an inherent nature of an evolutionary process.
124
375000
3000
یہ کسی بھی عملِ ارتقاء کی داخلی فطرت ہے۔
06:18
So Homo sapiens, the first technology-creating species,
125
378000
3000
لہٰذا نوعِ انسانی، یعنی پہلی صانع و خلاق نوع،
06:21
the species that combined a cognitive function
126
381000
2000
جس نے ایک وقوفی عملیے کو
06:23
with an opposable appendage --
127
383000
2000
ایک زور آور حصے سے جوڑا۔۔
06:25
and by the way, chimpanzees don't really have a very good opposable thumb --
128
385000
4000
اور یاد رکھیے کہ بن مانس دراصل ایک اچھا زور آور انگوٹھا نہیں رکھتا۔۔
06:29
so we could actually manipulate our environment with a power grip
129
389000
2000
تاکہ ہم ایک پرزور گرفت اور لطیف و مربوط
06:31
and fine motor coordination,
130
391000
2000
حرکت سے ماحول سے چھیڑ چھاڑ کر سکیں،
06:33
and use our mental models to actually change the world
131
393000
2000
اپنے ذہنی خاکوں کی مدد سے واقعتاً دنیا کو
06:35
and bring on technology.
132
395000
2000
بدلیں اور ٹیکنالوجی کو ممکن بنائیں۔
06:37
But anyway, the evolution of our species took hundreds of thousands of years,
133
397000
3000
خیر، ہماری نوع کو ارتقاء میں سینکڑوں ہزاروں سال لگے،
06:40
and then working through interaction,
134
400000
2000
پھر تعامل کی مدد سے
06:42
evolution used, essentially,
135
402000
2000
ارتقاء نے لازماً اگلے پڑاؤ پر پہنچنے کی
06:44
the technology-creating species to bring on the next stage,
136
404000
3000
خاطر نوعِ خلاق کا استعمال کیا
06:47
which were the first steps in technological evolution.
137
407000
3000
جو ٹیکنالوجی کے ارتقاء میں اولین قدم تھے۔
06:50
And the first step took tens of thousands of years --
138
410000
3000
اور پہلے قدم ہی میں ہزار ہا سال لگ گئے۔۔
06:53
stone tools, fire, the wheel -- kept accelerating.
139
413000
3000
پتھر کے اوزار، آگ، پہیہ۔۔۔رفتار بڑھتی رہی۔
06:56
We always used then the latest generation of technology
140
416000
2000
ہم نے ہمیشہ ٹیکنالوجی کی اگلی نسل بنانے
06:58
to create the next generation.
141
418000
2000
کے لیے سب سے نئی نسل کو استعمال کیا۔
07:00
Printing press took a century to be adopted;
142
420000
2000
چھاپے خانے کو اپنانے میں ایک صدی لگی،
07:02
the first computers were designed pen-on-paper -- now we use computers.
143
422000
4000
اولین کمپیوٹر کے نقشے کاغذ قلم سے تیار ہوئے۔۔اب ہم کمپیوٹر ہی استعمال کرتے ہیں۔
07:06
And we've had a continual acceleration of this process.
144
426000
3000
اور اس عمل میں مسلسل تیزی آتی رہی ہے۔
07:09
Now by the way, if you look at this on a linear graph, it looks like everything has just happened,
145
429000
3000
بالفرض اسے ایک خظی گراف پر دیکھیں تو گمان ہوتا ہے کہ سب کچھ ابھی
07:12
but some observer says, "Well, Kurzweil just put points on this graph
146
432000
6000
ہوا لیکن کوئی کہہ سکتا ہے کہ ’’کرزویل اس گراف پر نقطے لگا رہا ہے
07:18
that fall on that straight line."
147
438000
2000
جو سیدھی لکیر پر واقع ہیں۔‘‘
07:20
So, I took 15 different lists from key thinkers,
148
440000
3000
لہٰذا میں نے مستند مفکرین کی پندرہ مختلف فہرستیں لی ہیں،
07:23
like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar
149
443000
4000
مثلاً انسائیکلوپیڈیا بریٹینیکا، نیچرل ہسٹری میوزیم، کارل ساگاں کا کیلنڈر
07:27
on the same -- and these people were not trying to make my point;
150
447000
3000
ہیں۔۔اور یہ سب میرا مقدمہ نہیں لڑ رہے،
07:30
these were just lists in reference works,
151
450000
2000
یہ تو محض حوالہ جات کی فہرستیں ہیں،
07:32
and I think that's what they thought the key events were
152
452000
3000
اور میرا خیال ہے ان کے خیال میں یہ
07:35
in biological evolution and technological evolution.
153
455000
3000
حیاتیاتی اور تکنیکی ارتقاء میں اہم واقعات تھے۔
07:38
And again, it forms the same straight line. You have a little bit of thickening in the line
154
458000
3000
تو لیجیے، یہ بھی وہی خطِ مستقیم بنتا ہے۔ ذرا سی موٹائی ضرور ہے
07:41
because people do have disagreements, what the key points are,
155
461000
3000
کیوں کہ اساسی نقاط پر اختلافات ہیں
07:44
there's differences of opinion when agriculture started,
156
464000
2000
جیسے دورِ زراعت کا آغاز کب ہوا،
07:46
or how long the Cambrian Explosion took.
157
466000
3000
کیمبری دور نے کتنا عرصہ لیا۔
07:49
But you see a very clear trend.
158
469000
2000
لیکن آپ ایک واضح رجحان دیکھ سکتے ہیں۔
07:51
There's a basic, profound acceleration of this evolutionary process.
159
471000
5000
یہاں اس عملِ ارتقاء کی بنیادی اور گہری تیزرفتاری ہے۔
07:56
Information technologies double their capacity, price performance, bandwidth,
160
476000
5000
انفارمیشن ٹیکنالوجی ہر سال اپنی وسعت، قیمت اثری، حیطے
08:01
every year.
161
481000
2000
کو دوگنا کرتی ہے۔
08:03
And that's a very profound explosion of exponential growth.
162
483000
4000
اور یہ تیزرفتار بڑھوتی کا ایک عمیق رجحان ہے۔
08:07
A personal experience, when I was at MIT --
163
487000
2000
ایک ذاتی تجربہ جب میں ایم آئی ٹی میں تھا۔
08:09
computer taking up about the size of this room,
164
489000
2000
کمپیوٹر اس کمرے جتنی جگہ گھیرتا تھا،
08:11
less powerful than the computer in your cell phone.
165
491000
5000
اور آپ کے سیل فون کے کمپیوٹر سے کم طاقت ور تھا۔
08:16
But Moore's Law, which is very often identified with this exponential growth,
166
496000
4000
لیکن قانونِ مُور جسے اکثر اس اٹھان پر مبنی بڑھوتری سے جوڑا جاتا ہے،
08:20
is just one example of many, because it's basically
167
500000
2000
کئی میں سے صرف ایک ایسی مثال ہے کیوں کہ یہ
08:22
a property of the evolutionary process of technology.
168
502000
5000
بنیادی طور پر ٹیکنالوجی کے ارتقاء کی خاصیت ہے۔
08:27
I put 49 famous computers on this logarithmic graph --
169
507000
3000
میں نے اس لوگرتھمی گراف پر 49 مشہور کمپیوٹر رکھے ہیں۔۔
08:30
by the way, a straight line on a logarithmic graph is exponential growth --
170
510000
4000
لوگرتھمی گراف پر خطِ مستقیم اٹھان پر مبنی بڑھوتری کو ظاہر کرتا ہے۔۔
08:34
that's another exponential.
171
514000
2000
سو یہ ایک اور خطِ منحنی ہے۔
08:36
It took us three years to double our price performance of computing in 1900,
172
516000
3000
1900 میں ہمیں حسابی قیمت اثری کو دوگنا کرنے میں تین سال لگے،
08:39
two years in the middle; we're now doubling it every one year.
173
519000
3000
یعنی وسط میں دو، اب ہم ہر سال دوگنا کر رہے ہیں۔
اور اٹھان پر مبنی یہ بڑھوتری پانچ مختلف مناہج میں ہے۔
08:43
And that's exponential growth through five different paradigms.
174
523000
3000
08:46
Moore's Law was just the last part of that,
175
526000
2000
قانونِ مُور صرف اس کا آخری حصہ تھا،
08:48
where we were shrinking transistors on an integrated circuit,
176
528000
3000
جہاں ہم اتمامی سرکٹوں پر زیادہ سے زیادہ ٹرانسسٹر نصب کر رہے تھے
08:51
but we had electro-mechanical calculators,
177
531000
3000
لیکن ہمارے کیلکولیٹر برقی میکانی تھے،
08:54
relay-based computers that cracked the German Enigma Code,
178
534000
2000
ریلے کمپیوٹر جنہوں نے جرمن خفیہ کوڈ توڑا،
08:56
vacuum tubes in the 1950s predicted the election of Eisenhower,
179
536000
4000
پچاس کی دہائی میں برقیائی نلیوں نے آئزن ہاور کے انتخاب کی پیش گوئی کی،
09:00
discreet transistors used in the first space flights
180
540000
3000
ممیز ٹرانسسٹر جو اولین خلائی پروازوں میں استعمال ہوئے
09:03
and then Moore's Law.
181
543000
2000
اور پھر قانونِ مُور۔
09:05
Every time one paradigm ran out of steam,
182
545000
2000
ہمیشہ جب ایک منہج کمزور پڑا،
09:07
another paradigm came out of left field to continue the exponential growth.
183
547000
3000
تو ایک اور نے بائیں جانب سے آ کر اس اٹھتی بڑھوتری کو جاری رکھا۔
09:10
They were shrinking vacuum tubes, making them smaller and smaller.
184
550000
3000
وہ برقیائی نلیوں کو سکیڑ کر چھوٹے سے چھوٹا کر رہے تھے۔
09:13
That hit a wall. They couldn't shrink them and keep the vacuum.
185
553000
3000
آخر سامنے دیوار گئی۔ اب سکیڑ کر خلا کو باقی رکھنا ممکن نہ رہا۔
09:16
Whole different paradigm -- transistors came out of the woodwork.
186
556000
2000
مکمل دوسرا منہج۔۔تراش خراش سے ٹرانسسٹر نکلا
09:18
In fact, when we see the end of the line for a particular paradigm,
187
558000
3000
دراصل جب ہم ایک مخصوص منہج کے سرے پر پہنچتے ہیں تو
09:21
it creates research pressure to create the next paradigm.
188
561000
4000
دوسرے منہج کی تخلیق کے لیے تحقیقی دباؤ کا سامنا ہوتا ہے۔
09:25
And because we've been predicting the end of Moore's Law
189
565000
3000
پھر چونکہ ہم کافی عرصے تک قانونِ مُور کے اختتام کی پیش گوئی
09:28
for quite a long time -- the first prediction said 2002, until now it says 2022.
190
568000
3000
کرتے رہے ہیں۔۔۔پہلی پیش گوئی 2002 کی تھی، اور اب 2022 کی ہے۔
09:31
But by the teen years,
191
571000
3000
لیکن 2020 تک
09:34
the features of transistors will be a few atoms in width,
192
574000
3000
ٹراننسٹر چوڑائی میں چند ایٹموں جتنے ہو جائیں گے
09:37
and we won't be able to shrink them any more.
193
577000
2000
اور انہیں مزید سکیڑنا ممکن نہ ہو گا۔
09:39
That'll be the end of Moore's Law, but it won't be the end of
194
579000
3000
یہ قانونِ مُور کا خاتمہ ہو گا لیکن حسابی بڑھوتری میں اٹھان کا
09:42
the exponential growth of computing, because chips are flat.
195
582000
2000
ختمہ نہیں ہو گا کیوں سرکٹ چِپ مسطح ہیں۔
09:44
We live in a three-dimensional world; we might as well use the third dimension.
196
584000
3000
ہم ایک سہ بعدی دنیا کے باسی ہیں، تو تیسری جہت کام آ سکتی ہے۔
09:47
We will go into the third dimension
197
587000
2000
ہم تیسری جہت میں جائیں گے
09:49
and there's been tremendous progress, just in the last few years,
198
589000
3000
اور پچھلے چند سالوں ہی میں اس طرف خوب پیش قدمی ہوئی ہے،
09:52
of getting three-dimensional, self-organizing molecular circuits to work.
199
592000
4000
کہ سہ بعدی، خود تنظیمی سالماتی سرکٹ بنائے جائیں۔
09:56
We'll have those ready well before Moore's Law runs out of steam.
200
596000
7000
قانونِ مُور کی سانس ٹوٹنے سے کافی پہلے ہم وہ بنا لیں گے۔
10:03
Supercomputers -- same thing.
201
603000
2000
سپر کمپیوٹر ۔۔ وہ بھی یہی بات ہے۔
10:06
Processor performance on Intel chips,
202
606000
3000
ان ٹیل چپس پر پروسسیر کی کارکردگی،
10:09
the average price of a transistor --
203
609000
3000
ٹراننسٹر کی اوسط قیمت ۔۔
10:12
1968, you could buy one transistor for a dollar.
204
612000
3000
1968 میں ایک ڈالر کا ایک ٹرانسسٹر آتا تھا۔
10:15
You could buy 10 million in 2002.
205
615000
3000
2002 میں آپ ایک کروڑ خرید سکتے ہیں۔
10:18
It's pretty remarkable how smooth
206
618000
3000
اٹھان پر مبنی بڑھوتری کا یہ عمل حیران کن
10:21
an exponential process that is.
207
621000
2000
حد تک ہموار ہے۔
10:23
I mean, you'd think this is the result of some tabletop experiment,
208
623000
3000
میرا مطلب ہے، گمان ہوتا ہے گویا کسی سجے سجائے تجربے کا نتیجہ ہو،
لیکن یہ دنیا بھر میں یکساں ایک بکھراؤ کا نتیجہ ہے ۔۔ ایک دوجے
10:27
but this is the result of worldwide chaotic behavior --
209
627000
3000
10:30
countries accusing each other of dumping products,
210
630000
2000
پر مصنوعات کی ناکامی کا الزام لگاتے ممالک
10:32
IPOs, bankruptcies, marketing programs.
211
632000
2000
آئی پی او، دیوالیہ پن، مارکیٹنگ منصوبے۔
10:34
You would think it would be a very erratic process,
212
634000
3000
آپ کہیں گے کہ یہ ایک بہت ڈانواڈول عمل ہے،
10:37
and you have a very smooth
213
637000
2000
اور آپ کے پاس اس بکھراؤ پر مبنی عمل
10:39
outcome of this chaotic process.
214
639000
2000
کا ایک ہموار نتیجہ ہے۔
10:41
Just as we can't predict
215
641000
2000
بالکل اسی طرح جیسے ہم پیش گوئی نہیں کر
10:43
what one molecule in a gas will do --
216
643000
2000
سکتے کہ گیس کا ایک سالمہ کیا کرے گا ۔۔
10:45
it's hopeless to predict a single molecule --
217
645000
3000
ایک سالمے پر پیش گوئی بے کار ہے ۔۔
10:48
yet we can predict the properties of the whole gas,
218
648000
2000
لیکن حرکیات کی مدد سے پوری گیس کے خواص
10:50
using thermodynamics, very accurately.
219
650000
3000
کی بہت عمدہ پیش گوئی ممکن ہے۔
10:53
It's the same thing here. We can't predict any particular project,
220
653000
3000
یہاں بھی ایسا ہی ہے۔ ہم کسی مخصوص منصوبے کی پیش گوئی تو نہیں
10:56
but the result of this whole worldwide,
221
656000
2000
لیکن دینا بھر میں اس یکساں بکھراؤ،
10:58
chaotic, unpredictable activity of competition
222
658000
5000
ناقابلِ پیش گوئی مقابلے کی فضا،
11:03
and the evolutionary process of technology is very predictable.
223
663000
3000
اور ٹیکنالوجی کے ارتقائی عمل کے نتیجے کی پیش گوئی کر سکتے ہیں۔
11:06
And we can predict these trends far into the future.
224
666000
3000
اور ہم ان رجحانات پر مستقبل میں بہت آگے کی پیش گوئی کر سکتے ہیں۔
جرٹروڈ سٹین کے گلابوں کے برعکس یہاں معاملہ
11:11
Unlike Gertrude Stein's roses,
225
671000
2000
11:13
it's not the case that a transistor is a transistor.
226
673000
2000
یہ نہیں کہ ایک ٹرانسسٹر بس ٹرانسسٹر ہے۔
11:15
As we make them smaller and less expensive,
227
675000
2000
جب ہم انہیں چھوٹا اور کم قیمت بناتے ہیں،
11:17
the electrons have less distance to travel.
228
677000
2000
تو برقیوں کو کم فاصلہ طے کرنا ہوتا ہے۔
11:19
They're faster, so you've got exponential growth in the speed of transistors,
229
679000
4000
وہ تیزتر ہیں لہٰذا ان کی رفتار میں اٹھان پر مبنی بڑھوتری ہوتی ہے۔
11:23
so the cost of a cycle of one transistor
230
683000
4000
لہٰذا ایک ٹرانسسٹر کے سلسلے کی قیمت
11:27
has been coming down with a halving rate of 1.1 years.
231
687000
3000
نصف ہوتے ہوتے 1.1 سال تک پہنچ گئی ہے۔
11:30
You add other forms of innovation and processor design,
232
690000
3000
آپ اس میں جدت اور پراسیسر ڈیزائن کی دوسری شکلیں بھی شامل کر لیں
11:33
you get a doubling of price performance of computing every one year.
233
693000
4000
تو آپ کو ہر سال حسابی قیمت اثری میں دوگنا اضافہ ملے گا۔
11:37
And that's basically deflation --
234
697000
3000
اور یہ بنیادی طور پر تفریطی رجحان ہے ۔۔
11:40
50 percent deflation.
235
700000
2000
پچاس فی صد تفریط۔
11:42
And it's not just computers. I mean, it's true of DNA sequencing;
236
702000
3000
پھر یہ صرف کمپیوٹروں کی بات نہیں۔ ڈی این اے سلسلہ بندی،
11:45
it's true of brain scanning;
237
705000
2000
دماغ کی خاکہ بندی میں بھی ایسا ہی ہے،
11:47
it's true of the World Wide Web. I mean, anything that we can quantify,
238
707000
2000
انٹرنیٹ کی وسعت بھی۔ یعنی ہر وہ چیز جسے
11:49
we have hundreds of different measurements
239
709000
3000
مقداری طور پر جانچا جا سکے، سینکڑوں مختلف پیمائشیں ہیں،
11:52
of different, information-related measurements --
240
712000
3000
مختلف، انفارمیشن سے متعلق چیزوں کی ۔۔
11:55
capacity, adoption rates --
241
715000
2000
ان کی وسعت، مقبولیت کی رفتاریں ۔۔
اور زیرِ نظر پیمائش کے حساب سے یہ بنیادی طور پر ہر بارہ تیرہ یا
11:57
and they basically double every 12, 13, 15 months,
242
717000
3000
12:00
depending on what you're looking at.
243
720000
2000
پندرہ مہینوں میں دوگنی ہو رہی ہیں۔
12:02
In terms of price performance, that's a 40 to 50 percent deflation rate.
244
722000
4000
قیمت اثری کے حساب سے یہ 40 یا 50 فی صد تفریطی رفتار ہے۔
معاشیات دان اب اس پر فکر مند ہونے لگے ہیں۔
12:07
And economists have actually started worrying about that.
245
727000
2000
12:09
We had deflation during the Depression,
246
729000
2000
معاشی سرگرمی کے بدترین دور میں تفریط تھی،
12:11
but that was collapse of the money supply,
247
731000
2000
لیکن وہ دولت کی ترسیل کا انہدام تھا،
12:13
collapse of consumer confidence, a completely different phenomena.
248
733000
3000
صارف کے اعتماد کا انہدام تھا، یعنی ایک بالکل مختلف مظہر۔
12:16
This is due to greater productivity,
249
736000
2000
اس کی وجہ زیادہ پیداواریت ہے،
لیکن معیشت دانوں کے مطابق ’’آپ کسی طور اس
12:19
but the economist says, "But there's no way you're going to be able to keep up with that.
250
739000
2000
12:21
If you have 50 percent deflation, people may increase their volume
251
741000
3000
رفتار پر نہیں رہ سکتے۔ 50 فی صد تفریط ہو تو لوگ حجم کو 30 یا 40%
12:24
30, 40 percent, but they won't keep up with it."
252
744000
2000
تک بڑھا لیں، لیکن اس پر نہیں رہ سکیں گے۔‘‘
12:26
But what we're actually seeing is that
253
746000
2000
لیکن ہم دراصل یہ دیکھ رہے ہیں کہ
12:28
we actually more than keep up with it.
254
748000
2000
ہم واقعی اس سے بھی آگے ہیں۔
12:30
We've had 28 percent per year compounded growth in dollars
255
750000
3000
یہاں پچھلے پچاس سالوں میں انفارمیشن ٹیکنالوجی میں ڈالروں میں
12:33
in information technology over the last 50 years.
256
753000
3000
28 فی صد سالانہ بڑھوتری ہے۔
12:36
I mean, people didn't build iPods for 10,000 dollars 10 years ago.
257
756000
4000
میرا مطلب ہے کہ لوگوں نے دس سال قبل دس ہزار ڈالر میں آئی پاڈ نہیں بنائے۔
12:40
As the price performance makes new applications feasible,
258
760000
3000
جیسے جیسے قیمت اثری نئی مصنوعات کو ممکن بناتی ہے،
12:43
new applications come to the market.
259
763000
2000
نئی نئی مصنوعات مارکیٹ میں آ جاتی ہیں۔
12:45
And this is a very widespread phenomena.
260
765000
3000
اور یہ بہت عمومی مظہر ہے۔
12:48
Magnetic data storage --
261
768000
2000
مقناطیسی ڈیٹا کی ذخیرہ کاری۔۔۔
12:50
that's not Moore's Law, it's shrinking magnetic spots,
262
770000
3000
یہ قانونِ مُور نہیں ہے، سکڑتے مقناطیسی دھبے ہیں،
12:53
different engineers, different companies, same exponential process.
263
773000
4000
مختلف انجینیر، مختلف کمپنیاں، وہی اٹھان پر مبنی بڑھوتری کا عمل۔
12:57
A key revolution is that we're understanding our own biology
264
777000
4000
ایک اہم انقلاب یہ ہے کہ ہم انفارمیشن تناظر میں اپنی
13:01
in these information terms.
265
781000
2000
حیاتیات کی گرہ کشائی کر رہے ہیں،۔
13:03
We're understanding the software programs
266
783000
2000
ہم ان سافٹ وئیر پروگراموں کو سمجھ رہے ہیں
13:05
that make our body run.
267
785000
2000
جو ہمارے جسم کو چلاتے ہیں۔
13:07
These were evolved in very different times --
268
787000
2000
ان کا ارتقاء مختلف اوقات میں ہوا ہے۔۔
13:09
we'd like to actually change those programs.
269
789000
2000
ہم دراصل ان پروگراموں کو بدلنا چاہتے ہیں۔
13:11
One little software program, called the fat insulin receptor gene,
270
791000
2000
فیٹ انسولین ریسیپٹر جین نامی ایک ننھے سے
13:13
basically says, "Hold onto every calorie,
271
793000
2000
پرگروام کا کہنا ہے کہ’’ہر کیلوری کو سنبھالو
13:15
because the next hunting season may not work out so well."
272
795000
4000
کیوں کہ شکار کی اگلی رُت شاید اتنی اچھی نہ ہو۔‘‘
13:19
That was in the interests of the species tens of thousands of years ago.
273
799000
3000
ہزار ہا سال قبل یہ ان انواع کے فائدے میں تھا۔
13:22
We'd like to actually turn that program off.
274
802000
3000
ہم دراصل اس پروگرام کو بند کرنا چاہیں گے۔
13:25
They tried that in animals, and these mice ate ravenously
275
805000
3000
انہوں نے جانوروں پر اس کو کوشش کی اور یہ چوہے بے تحاشا کھا کر
13:28
and remained slim and got the health benefits of being slim.
276
808000
2000
بھی دبلے پتلے رہے اور یوں فائدے میں رہے۔
13:30
They didn't get diabetes; they didn't get heart disease;
277
810000
3000
انہیں ذیابیطس نہیں ہوئی، دل کی بیماری سے بچ گئے،
13:33
they lived 20 percent longer; they got the health benefits of caloric restriction
278
813000
3000
بیس فی صد زیادہ عمر ہوئی، کم کیلوری سے بلا روک ٹوک صحت
13:36
without the restriction.
279
816000
2000
کے فوائد حاصل کرتے رہے۔
13:38
Four or five pharmaceutical companies have noticed this,
280
818000
3000
چار یا پانچ ادویہ سازی کمپنیوں نے یہ دیکھا
13:41
felt that would be
281
821000
3000
اور محسوس کیا کہ یہ
13:44
interesting drug for the human market,
282
824000
3000
انسانی مارکیٹ کے لیے دلچسپ دوا ہو گی،
13:47
and that's just one of the 30,000 genes
283
827000
2000
اور یہ تیس ہزار جینیاتی مورثوں میں سے بس
13:49
that affect our biochemistry.
284
829000
3000
ایک ہے جو ہماری حیاتی کیمیا کو متاثر کرتا ہے۔
13:52
We were evolved in an era where it wasn't in the interests of people
285
832000
3000
ہمارا ارتقاء ایک ایسے دور میں ہوا جب یہ لوگوں کے فائدے میں
13:55
at the age of most people at this conference, like myself,
286
835000
3000
نہیں تھا یعنی میری طرح اس کانفرنس میں زیادہ تر لوگوں کی عمر میں،
13:58
to live much longer, because we were using up the precious resources
287
838000
4000
کہ ان کی عمر زیادہ ہو، کیوں کہ ہم وہ قیمتی وسائل استعمال کر رہے تھے
14:02
which were better deployed towards the children
288
842000
1000
جنہیں بچوں اور ان کی
14:03
and those caring for them.
289
843000
2000
نگہداشت کرنے والوں پر لگنا چاہے تھا۔
14:05
So, life -- long lifespans --
290
845000
2000
لہٰذا طویل ۔۔۔ عمر کے طویل ادوار
14:07
like, that is to say, much more than 30 --
291
847000
2000
یعنی تیس سال سے کہیں زیادہ
14:09
weren't selected for,
292
849000
3000
منتخب نہیں ہوئی،
14:12
but we are learning to actually manipulate
293
852000
3000
لیکن ہم ان سافٹ وئیر پروگراموں کو اصل میں چھیڑنے اور انہیں
14:15
and change these software programs
294
855000
2000
حیاتی کیمیائی انقلاب کے ذریعے
14:17
through the biotechnology revolution.
295
857000
2000
بدلنا سیکھ رہے ہیں۔
14:19
For example, we can inhibit genes now with RNA interference.
296
859000
4000
مثلاً اب ہم آر این اے مزاحمت سے جینیاتی مورثوں کو روک سکتے ہیں۔
14:23
There are exciting new forms of gene therapy
297
863000
2000
جینیاتی علاج کی ایسی منفرد نئی شکلیں سامنے
14:25
that overcome the problem of placing the genetic material
298
865000
2000
آ رہی ہیں جو جینیاتی مادے کو کروموسوم میں
14:27
in the right place on the chromosome.
299
867000
2000
درست جگہ رکھنے کے مسئلے پر قابو پا لیں گی۔
14:29
There's actually a -- for the first time now,
300
869000
3000
اب پہلی دفعہ واقعتاً انسانوں پر کچھ تجربات ہو رہے ہیں جو واقعی
14:32
something going to human trials, that actually cures pulmonary hypertension --
301
872000
3000
ایک جان لیوا بیماری پھیپھڑوں کے فشارِ خون
14:35
a fatal disease -- using gene therapy.
302
875000
3000
پر جینیاتی علاج کو آزما رہے ہیں۔
14:38
So we'll have not just designer babies, but designer baby boomers.
303
878000
3000
لہٰذا اب نہ صرف ڈیزائینر بچے بلکہ ڈیزائینر بوڑھے بھی ہوں گے۔
14:41
And this technology is also accelerating.
304
881000
3000
پھر یہ ٹیکنالوجی بھی تیزی سے بڑھ رہی ہے۔
14:44
It cost 10 dollars per base pair in 1990,
305
884000
3000
ایک اساسی نوعیت کی مرمت پر 1990 میں دس ڈالر لاگت آتی تھی
14:47
then a penny in 2000.
306
887000
2000
اور پھر 2000 میں ایک سینٹ۔
14:49
It's now under a 10th of a cent.
307
889000
2000
اب یہ سینٹ کا دسواں حصہ ہے۔
14:51
The amount of genetic data --
308
891000
2000
جینیاتی ڈیٹا کی مقدار ۔۔
14:53
basically this shows that smooth exponential growth
309
893000
3000
بنیادی طور پر یہاں اٹھان پر مبنی ہموار بڑھوتری
14:56
doubled every year,
310
896000
2000
ہر سال دگنی ہوئی،
14:58
enabling the genome project to be completed.
311
898000
3000
جس کی وجہ سے جینوم منصوبہ مکمل ہو سکا۔
15:01
Another major revolution: the communications revolution.
312
901000
3000
ایک اور اہم انقلاب: مواصلاتی انقلاب۔
15:04
The price performance, bandwidth, capacity of communications measured many different ways;
313
904000
5000
مختلف طرح سے ماپی گئی قیمت اثری، حیطہ، مواصلاتی وسعت چاہے
15:09
wired, wireless is growing exponentially.
314
909000
3000
سلکی یا لاسلکی، تیزی سے بڑھ رہی ہے۔
15:12
The Internet has been doubling in power and continues to,
315
912000
3000
انٹرنیٹ قوت میں دگنا ہوتا چلا جا رہا ہے،
15:15
measured many different ways.
316
915000
2000
جسے کئی طرح ماپا جاتا ہے۔
15:17
This is based on the number of hosts.
317
917000
2000
اس پیمائش کی بنیاد کمپیوٹروں کی تعداد ہے۔
15:19
Miniaturization -- we're shrinking the size of technology
318
919000
2000
مختصرکاری ۔۔ یعنی ہم ٹیکانالوجی کے حجم کو
15:21
at an exponential rate,
319
921000
2000
تیزی سے سکیڑ رہے ہیں،
15:23
both wired and wireless.
320
923000
2000
سلکی اور لاسلکی دونوں طرح۔
15:25
These are some designs from Eric Drexler's book --
321
925000
4000
یہ ایرک ڈریکسلر کی کتاب سے لیے گئے کچھ نمونے ہیں ۔۔
15:29
which we're now showing are feasible
322
929000
2000
جو ہم دکھا رہے ہیں وہ اعلیٰ حسابی بناوٹوں
15:31
with super-computing simulations,
323
931000
2000
کی مدد سے ممکن ہوں گے،
15:33
where actually there are scientists building
324
933000
2000
جب کے ایسے سائنسدان واقعتاً موجود ہیں جو
15:35
molecule-scale robots.
325
935000
2000
سالموں جتنے روبوٹ تخلیق کر رہے ہیں۔
15:37
One has one that actually walks with a surprisingly human-like gait,
326
937000
2000
سالموں سے بنا ایک ایسا ہے جو حیران کن حد
15:39
that's built out of molecules.
327
939000
3000
تک انسانوں کی سی چال رکھتا ہے۔
15:42
There are little machines doing things in experimental bases.
328
942000
4000
ننھی مشینیں تجرباتی بنیادوں پر کام کر رہی ہیں۔
15:46
The most exciting opportunity
329
946000
3000
سب سے پرجوش موقع یہ ہے کہ
15:49
is actually to go inside the human body
330
949000
2000
واقعتاً انسانی جسم کے اندر پہنچا جائے
15:51
and perform therapeutic and diagnostic functions.
331
951000
3000
اور معالجی اور تشخیصی افعال انجام دیے جائیں۔
15:54
And this is less futuristic than it may sound.
332
954000
2000
اور یہ اتنا بھی دور نہیں جتنا لگتا ہے۔
15:56
These things have already been done in animals.
333
956000
2000
یہ کام جانوروں میں پہلے ہی کیے جا چکے ہیں۔
15:58
There's one nano-engineered device that cures type 1 diabetes. It's blood cell-sized.
334
958000
4000
ایک ایسی نینو انجینئر مشین ہے جو ٹائپ اول ذیابیطس کا علاج کرتی ہے۔
16:02
They put tens of thousands of these
335
962000
2000
خون کے خلیے میں ایسی ہزاروں رکھی جاتی ہیں۔
16:04
in the blood cell -- they tried this in rats --
336
964000
2000
چوہوں پر تجربات کیے جا چکے ہیں۔
16:06
it lets insulin out in a controlled fashion,
337
966000
2000
انسولین کی متعین ترسیل کے باعث
16:08
and actually cures type 1 diabetes.
338
968000
2000
ٹائپ اول ذیابیطس واقعی بہتر ہو جاتی ہے۔
16:10
What you're watching is a design
339
970000
3000
آپ کے سامنے روبوٹک لال خونی خلیے
16:13
of a robotic red blood cell,
340
973000
2000
کا ایک نمونہ ہے،
16:15
and it does bring up the issue that our biology
341
975000
2000
جو ہمیں یہ دکھاتا ہے کہ ہماری حیاتیات
16:17
is actually very sub-optimal,
342
977000
2000
دراصل کافی نازک ہے،
16:19
even though it's remarkable in its intricacy.
343
979000
3000
حالانکہ حیرت ناک حد تک پیچیدہ ہے۔
16:22
Once we understand its principles of operation,
344
982000
3000
ایک بار ہم اس کے عملی اصولوں کی تہہ میں پہنچ جائیں،
16:25
and the pace with which we are reverse-engineering biology is accelerating,
345
985000
3000
اور جس رفتار سے حیاتیات کی معکوس انجینیرنگ تیز ہو رہی ہے،
ہم واقعی ان چیزوں کو یوں بنا لیں گے کہ
16:29
we can actually design these things to be
346
989000
2000
16:31
thousands of times more capable.
347
991000
2000
یہ ہزاروں گنا زیادہ باقوت ہوں۔
16:33
An analysis of this respirocyte, designed by Rob Freitas,
348
993000
4000
راب فریٹاس کے بنائے اس تنفسی خلیے کا تجزیہ یہ بتاتا ہے کہ اگر آپ اپنے سرخ
خونی خلیوں کا دس فی صد بھی ان سے بدل دیں،
16:38
indicates if you replace 10 percent of your red blood cells with these robotic versions,
349
998000
2000
تو آپ سانس لیے بغیر پندرہ منٹ تک ایک اولپمک دوڑ لگا سکتے ہیں۔
16:41
you could do an Olympic sprint for 15 minutes without taking a breath.
350
1001000
3000
16:44
You could sit at the bottom of your pool for four hours --
351
1004000
3000
آپ اپنے تالاب کی تہہ میں چار گھنٹے تک بیٹھ سکتے ہیں ۔۔
16:47
so, "Honey, I'm in the pool," will take on a whole new meaning.
352
1007000
4000
لہٰذا ’’جانِ من میں تالاب میں ہوں،‘‘ کے معنی یکسر تبدیل ہونے والے ہیں۔
16:51
It will be interesting to see what we do in our Olympic trials.
353
1011000
2000
اولمپک مشقوں کو دیکھنا دلچسپ ہو گا۔
16:53
Presumably we'll ban them,
354
1013000
2000
غالباً ہم ان پر پابندی لگا دیں گے،
16:55
but then we'll have the specter of teenagers in their high schools gyms
355
1015000
2000
لیکن پھر ہائی اسکول جِم میں روزانہ بچوں
16:57
routinely out-performing the Olympic athletes.
356
1017000
3000
کو اولمپک ایتھلیٹوں سے بہتر کارکردگی دکھاتے ملاحظہ کریں گے۔
فریٹاس کے پاس سفید خونی خلیے کا ڈیزائن بھی موجود ہے۔
17:02
Freitas has a design for a robotic white blood cell.
357
1022000
3000
17:05
These are 2020-circa scenarios,
358
1025000
4000
یہ 2020 کے آس پاس کے امکانی خاکے ہیں،
17:09
but they're not as futuristic as it may sound.
359
1029000
2000
لیکن اتنی دور نہیں جتنا گمان ہوتا ہے۔
17:11
There are four major conferences on building blood cell-sized devices;
360
1031000
4000
خونی خلیے جتنی مشینوں پر چار اہم اجلاس ہو چکے ہیں،
17:15
there are many experiments in animals.
361
1035000
2000
جانوروں پر کئی تجربات ہوئے ہیں۔
17:17
There's actually one going into human trial,
362
1037000
2000
ایک انسانی تجربہ بھی عنقریب ہونے والا ہے۔
17:19
so this is feasible technology.
363
1039000
3000
لہٰذا یہ ایک قابلِ عمل ٹیکنالوجی ہے۔
اگر ہم اٹھتی حسابی بڑھوتری کی جانب لوٹیں
17:23
If we come back to our exponential growth of computing,
364
1043000
2000
17:25
1,000 dollars of computing is now somewhere between an insect and a mouse brain.
365
1045000
3000
تو 1000 ڈالر کی حسابیت کہیں کیڑے اور چوہے کے دماغ کے درمیان ہے۔
17:28
It will intersect human intelligence
366
1048000
3000
یہ قابلیت کے اعتبار سے 2020 کی دہائی میں
17:31
in terms of capacity in the 2020s,
367
1051000
3000
انسانی ذہانت سے جا ملے گی،
17:34
but that'll be the hardware side of the equation.
368
1054000
2000
لیکن یہ مساوات کی ہارڈوئیر والی سمت ہو گی۔
17:36
Where will we get the software?
369
1056000
2000
ہم سافٹ وئیر کہاں سے لائیں گے؟
17:38
Well, it turns out we can see inside the human brain,
370
1058000
2000
یہاں خبر یہ ہے کہ ہم انسانی دماغ کے اندر
17:40
and in fact not surprisingly,
371
1060000
2000
دیکھ سکتے ہیں دراصل یہ حیرانی کی بات نہیں
17:42
the spatial and temporal resolution of brain scanning is doubling every year.
372
1062000
4000
کہ دماغی خاکہ بندی کی زمانی و مکانی گداخت پر سال دگنا ہو رہی ہے۔
17:46
And with the new generation of scanning tools,
373
1066000
2000
پھر خاکہ بندی کے آلات کی نئی اقسام کے ساتھ
17:48
for the first time we can actually see
374
1068000
2000
ہم پہلی بار واقعتاً انفرادی بین العصبی
17:50
individual inter-neural fibers
375
1070000
2000
ریشے دیکھ سکتے ہیں،
17:52
and see them processing and signaling in real time --
376
1072000
3000
انہیں زمانِ اصل میں مواصلاتی تعلق قائم کرتے دیکھ سکتے ہیں ۔۔
17:55
but then the question is, OK, we can get this data now,
377
1075000
2000
لیکن سوال پیدا ہوتا ہے کہ اچھا یہ ڈیٹا
17:57
but can we understand it?
378
1077000
2000
مل تو گیا لیکن کیا ہم اسے سمجھ سکتے ہیں؟
17:59
Doug Hofstadter wonders, well, maybe our intelligence
379
1079000
3000
ڈوگ ہاف سٹیڈر سوال اٹھاتا ہے کہ شاید ہماری ذہانت اتنی کافی
18:02
just isn't great enough to understand our intelligence,
380
1082000
3000
نہیں کہ خود کو سمجھ سکے،
18:05
and if we were smarter, well, then our brains would be that much more complicated,
381
1085000
3000
اور اگر ہم مزید ہوشیار ہوتے ہمارے دماغ کئی گنا زیادہ پیچیدہ ہوتے
18:08
and we'd never catch up to it.
382
1088000
2000
اور ہم کبھی ان تک نہیں پہنچیں گے۔
معلوم ہوتا ہے کہ ہم انہیں سمجھ سکتے ہیں۔
18:11
It turns out that we can understand it.
383
1091000
3000
18:14
This is a block diagram of
384
1094000
3000
یہ ایک متشکل خاکہ ہے جو
18:17
a model and simulation of the human auditory cortex
385
1097000
4000
انسانی قشرِ سماعت کا ایسا نمونہ اور عملی نقالی ہے
18:21
that actually works quite well --
386
1101000
2000
جو اچھا خاصہ کام کرتا ہے اور نفسی سماعتی
18:23
in applying psychoacoustic tests, gets very similar results to human auditory perception.
387
1103000
2000
جانچ میں انسانی ادراک جیسے نتائج لاتا ہے۔
یہ عقبی دماغ کی ایک اور عملی نقالی ہے ۔۔
18:27
There's another simulation of the cerebellum --
388
1107000
3000
18:30
that's more than half the neurons in the brain --
389
1110000
2000
جو دماغی عصبیوں کی تعداد کے نصف سے زیادہ ہے
18:32
again, works very similarly to human skill formation.
390
1112000
3000
یہ بھی انسانی تشکیلات سے ملتی جلتی ہے۔
یہ ابھی اولین دور میں ہے لیکن آپ
18:36
This is at an early stage, but you can show
391
1116000
3000
18:39
with the exponential growth of the amount of information about the brain
392
1119000
3000
دماغ کے متعلق انفارمیشن کی مقدار میں اٹھان پر مبنی بڑھوتری
18:42
and the exponential improvement
393
1122000
2000
اور دماغی خاکہ بندی کی گداخت میں اٹھان پر
18:44
in the resolution of brain scanning,
394
1124000
2000
مبنی بہتری کی مدد سے یہ کہہ سکے ہیں
18:46
we will succeed in reverse-engineering the human brain
395
1126000
3000
کہ ہم 2020 کی دہائی تک انسانی دماغ کی معکوس انجینئرنگ
18:49
by the 2020s.
396
1129000
2000
میں کامیاب ہو جائیں گے۔
18:51
We've already had very good models and simulation of about 15 regions
397
1131000
3000
ہمارے پاس پہلے ہی دماغ کے سینکڑوں میں سے پندرہ حصوں کے بہت اچھے
18:54
out of the several hundred.
398
1134000
3000
نمونے اور برقی بناوٹیں موجود ہیں۔
18:57
All of this is driving
399
1137000
2000
یہ سب کچھ تیزرفتار معاشی
18:59
exponentially growing economic progress.
400
1139000
2000
ترقی کا باعث ہے۔
19:01
We've had productivity go from 30 dollars to 150 dollars per hour
401
1141000
3000
ہمارے ہاں افرادی قوت کی پیداواریت پچھلے پچاس سال
میں 30 سے 50 ڈالر فی گھنٹہ بڑھی ہے۔
19:06
of labor in the last 50 years.
402
1146000
2000
19:08
E-commerce has been growing exponentially. It's now a trillion dollars.
403
1148000
3000
ای کامرس میں بھی تیزرفتار بڑھوتی ہے۔ یہ اب دس ارب ڈالر ہو گئی۔
19:11
You might wonder, well, wasn't there a boom and a bust?
404
1151000
2000
آپ سوچیں گے کہ سب کچھ یک لخت بیٹھا نہیں؟
19:13
That was strictly a capital-markets phenomena.
405
1153000
2000
وہ شدت سے سرمایہ دار منڈی کا ایک مظہر تھا۔
19:15
Wall Street noticed that this was a revolutionary technology, which it was,
406
1155000
4000
وال اسٹریٹ نے دیکھ لیا کہ یہ ایک انقلابی ٹیکنالوجی تھی، جو کہ یہ تھی،
19:19
but then six months later, when it hadn't revolutionized all business models,
407
1159000
3000
لیکن پھر چھ ماہ بعد، جب اس نے تمام کاروبادی خاکوں کو بدلا نہیں،
19:22
they figured, well, that was wrong,
408
1162000
2000
تو انہوں نے سوچا کہ یہ سب کچھ غلط تھا،
19:24
and then we had this bust.
409
1164000
2000
اور پھر سب کچھ دھڑام سے گر گیا۔
ٹھیک ہے، یہ ایک ایسی ٹیکنالوجی ہے جسے
19:27
All right, this is a technology
410
1167000
2000
19:29
that we put together using some of the technologies we're involved in.
411
1169000
3000
ہم موجودہ تکنیکی مصنوعات کی مدد سے کھڑا کرتے ہیں۔
19:32
This will be a routine feature in a cell phone.
412
1172000
4000
یہ سیل فون میں روزمرہ کا معمول ہے۔
19:36
It would be able to translate from one language to another.
413
1176000
2000
یہ ایک زبان سے دوسری میں ترجمہ کر سکے گا۔
19:48
So let me just end with a couple of scenarios.
414
1188000
2000
میں کچھ امکانی خاکوں پر بات ختم کرتا ہوں۔
19:50
By 2010 computers will disappear.
415
1190000
3000
2010 تک کمپیوٹر غائب ہو جائیں گے۔
19:54
They'll be so small, they'll be embedded in our clothing, in our environment.
416
1194000
3000
اتنے چھوٹے ہوں گے کہ ہمارے لباس، ہمارے ماحول میں سما جائیں گے۔
19:57
Images will be written directly to our retina,
417
1197000
2000
عکس براہِ راست ہمارے پردۂ چشم پر بنیں گے،
19:59
providing full-immersion virtual reality,
418
1199000
2000
اور مکمل مجازی حقیقت بہم پہنچائیں گے،
20:01
augmented real reality. We'll be interacting with virtual personalities.
419
1201000
3000
جو اصل حقیقت کی تکثیر کرے گی۔ ہم مجازی شخصیات سے ملا کریں گے۔
20:05
But if we go to 2029, we really have the full maturity of these trends,
420
1205000
4000
لیکن 2029 تک ان رجحانات میں پوری بلوغت آ چکی ہو گی،
20:09
and you have to appreciate how many turns of the screw
421
1209000
3000
اور آپ اندازہ کریں گے ٹیکانالوجی کی مد میں پہیہ کتنے چکر کھاتا،
20:12
in terms of generations of technology, which are getting faster and faster, we'll have at that point.
422
1212000
4000
تیز سے تیز ہوتا، اس وقت تک کہاں سے کہاں پہنچ چکا ہو گا۔
20:16
I mean, we will have two-to-the-25th-power
423
1216000
2000
میرا مطلب ہے کہ ان تکنیکی مصنوعات کی
20:18
greater price performance, capacity and bandwidth
424
1218000
3000
قیمت اثری، قابلیت اور حیطہ دو کی پچسویں قوت تک بڑھ چکا ہو گا
20:21
of these technologies, which is pretty phenomenal.
425
1221000
2000
جو کتنی بڑی بات ہے۔
20:23
It'll be millions of times more powerful than it is today.
426
1223000
2000
آج کی بہ نسبت لاکھوں گنا طاقت ور ہوں گی۔
20:25
We'll have completed the reverse-engineering of the human brain,
427
1225000
2000
انسانی دماغ کی معکوس انجینرنگ ہو چکی ہو گی
20:28
1,000 dollars of computing will be far more powerful
428
1228000
3000
اور 1000 ڈالر کی حسابیت بنیادی قابلیت کے حساب سے
20:31
than the human brain in terms of basic raw capacity.
429
1231000
4000
انسانی دماغ کی بہ نسبت کہیں زیادہ طاقت ور ہو گی۔
20:35
Computers will combine
430
1235000
2000
کمپیوٹر انسانی ذہانت کی لطیف آفاقی شناخت
20:37
the subtle pan-recognition powers
431
1237000
2000
اس طور مجتمع کر سکٰیں گے جس قسم کی
20:39
of human intelligence with ways in which machines are already superior,
432
1239000
3000
تجزیاتی فکر میں مشینیں
20:42
in terms of doing analytic thinking,
433
1242000
2000
پہلے ہی بہتر ہیں، یعنی اربوں
20:44
remembering billions of facts accurately.
434
1244000
2000
واقعات ٹھیک ٹھیک یاد رکھ سکتی ہیں۔
20:46
Machines can share their knowledge very quickly.
435
1246000
2000
مشینیں علم کی شرکت میں بہت تیز ہیں۔
20:48
But it's not just an alien invasion of intelligent machines.
436
1248000
5000
لیکن یہ صرف ذہین مشینوں کا ایک خلائی حملہ نہیں۔
20:53
We are going to merge with our technology.
437
1253000
2000
ہم اپنی ٹیکنالوجی میں مدغم ہونے والے ہیں۔
20:55
These nano-bots I mentioned
438
1255000
2000
میں نے جن ننھے روبوٹوں کا ذکر کیا
20:57
will first be used for medical and health applications:
439
1257000
4000
وہ پہلے تو طبی اور حفظانِ صحت کے مسائل میں استعمال ہوں گے:
21:01
cleaning up the environment, providing powerful fuel cells
440
1261000
3000
یعنی ماحول کو صاف کریں گے، طاقت ور ایندھن سیل اور ہر طرف پھیلے
21:04
and widely distributed decentralized solar panels and so on in the environment.
441
1264000
5000
شمسی پینل فراہم کریں گے۔
21:09
But they'll also go inside our brain,
442
1269000
2000
لیکن وہ ہمارے دماغ میں داخل ہوتے ہوئے
21:11
interact with our biological neurons.
443
1271000
2000
حیاتیاتی عصبیوں سے چھیڑ چھاڑ کریں گے۔
21:13
We've demonstrated the key principles of being able to do this.
444
1273000
3000
ہم اس قابلیت کے اساسی اصولوں کو ثابت کر چکے ہیں۔
21:16
So, for example,
445
1276000
2000
لہٰذا، مثال کے طور پر
21:18
full-immersion virtual reality from within the nervous system,
446
1278000
2000
نظامِ عصبی میں پوری طرح بسی مجازی حقیقت،
21:20
the nano-bots shut down the signals coming from your real senses,
447
1280000
3000
یعنی اصل حسیات سے دماغ کی جانب آتے سگنل کو بند کرنے اور
21:23
replace them with the signals that your brain would be receiving
448
1283000
3000
انہیں تبدیل کر دینے والے ننھے روبوٹ
21:26
if you were in the virtual environment,
449
1286000
2000
اگر آپ مجازی ماحول میں ہوں، اور پھر یہ بھی
21:28
and then it'll feel like you're in that virtual environment.
450
1288000
2000
محسوس ہو گا کہ آپ اس مجازی ماحول کا حصہ ہیں
21:30
You can go there with other people, have any kind of experience
451
1290000
2000
آپ وہاں دوسروں کے ساتھ ہیں، کسی کے بھی ساتھ
21:32
with anyone involving all of the senses.
452
1292000
2000
پوری حساسیت سے کسی بھی تجربے سے گزرتے ہیں۔
میں انہیں ’’تجرباتی بوچھاڑ‘‘ کا نام دیتا ہوں جو اپنے جذبات کی
21:35
"Experience beamers," I call them, will put their whole flow of sensory experiences
453
1295000
3000
21:38
in the neurological correlates of their emotions out on the Internet.
454
1298000
3000
عصبی نسبتوں کا کل بہاؤ انٹرنیٹ پر ڈال دیں گے۔
21:41
You can plug in and experience what it's like to be someone else.
455
1301000
3000
آپ بس ساتھ جڑیں اور تجربہ کریں کہ کسی دوسرے کی طرح ہونا کیسا ہے۔
21:44
But most importantly,
456
1304000
2000
لیکن سب سے اہم بات یہ ہے کہ
21:46
it'll be a tremendous expansion
457
1306000
2000
یہ انسانی ذہانت کا ٹیکنالوجی کے ساتھ
21:48
of human intelligence through this direct merger with our technology,
458
1308000
4000
براہِ راست مل کر ایک عظیم پھیلاؤ ہو گا،
21:52
which in some sense we're doing already.
459
1312000
2000
جس میں ہم کسی حد تک پہلے ہی مشغول ہیں۔
21:54
We routinely do intellectual feats
460
1314000
2000
ہم روزانہ وہ ذہنی معرکے دکھاتے ہیں
21:56
that would be impossible without our technology.
461
1316000
2000
جو ہماری ٹیکنالوجی کے بغیر ناممکن ہیں۔
21:58
Human life expectancy is expanding. It was 37 in 1800,
462
1318000
3000
انسانی زندگی کی ممکنہ مدت بڑھ رہی ہے۔ یہ 1800 میں 37 سال تھی،
22:01
and with this sort of biotechnology, nano-technology revolutions,
463
1321000
5000
اور اس قسم کی حیاتیاتی ٹیکنالوجی، نینو ٹیکنالوجی انقلابات کے ساتھ
22:06
this will move up very rapidly
464
1326000
2000
ہم آنے والے سالوں میں بہت تیزی
22:08
in the years ahead.
465
1328000
2000
سے اوپر کو حرکت کریں گے۔
22:10
My main message is that progress in technology
466
1330000
4000
میرا بنیادی پیغام یہی ہے کہ ٹیکنالوجی میں بڑھوتری
22:14
is exponential, not linear.
467
1334000
3000
خطی نہیں بلکہ تیز اٹھان پر مبنی ہے۔
22:17
Many -- even scientists -- assume a linear model,
468
1337000
4000
کئی لوگ یہاں تک کہ کئی سائنس دان بھی خطی خاکہ فرض کرتے ہوئے
22:21
so they'll say, "Oh, it'll be hundreds of years
469
1341000
2000
کہتے ہیں کہ ’’اوہ، اس میں تو سو سال لگیں گے
22:23
before we have self-replicating nano-technology assembly
470
1343000
3000
کہ خود کو دہرانے والی نینو ٹیکنالوجی یا ایسی ہی
22:26
or artificial intelligence."
471
1346000
2000
مصنوعی ذہانت سامنے آ جائے۔‘‘
22:28
If you really look at the power of exponential growth,
472
1348000
3000
اگر آپ واقعی اٹھان پر مبنی ترقی کی قوت ملاحظہ کریں
22:31
you'll see that these things are pretty soon at hand.
473
1351000
3000
دیکھیں گے کہ چیزیں بس جلد ہی رونما ہوئی چاہتی ہیں۔
22:34
And information technology is increasingly encompassing
474
1354000
3000
اور انفارمیشن ٹیکنالوجی تیزی سے ہماری زندگیوں پر چھا رہی ہے،
22:37
all of our lives, from our music to our manufacturing
475
1357000
4000
ہماری موسیقی سے لے کر صنعت و حرفت،
22:41
to our biology to our energy to materials.
476
1361000
4000
ہماری حیاتیات سے لے کر توانائی اور وہاں سے مادے تک۔
22:45
We'll be able to manufacture almost anything we need in the 2020s,
477
1365000
3000
ہم 2020 کی دہائی میں انفارمیشن سے تقریباً کوئی بھی ایسی چیز بنا
22:48
from information, in very inexpensive raw materials,
478
1368000
2000
سکیں گے جس کی ہمیں ضرورت ہو،
22:50
using nano-technology.
479
1370000
3000
یہ نینو ٹیکنالوجی اور کم قیمت مادے کی مدد سے ہو گا۔
22:53
These are very powerful technologies.
480
1373000
2000
یہ بہت طاقتور تکنیکی مصنوعات ہیں۔
22:55
They both empower our promise and our peril.
481
1375000
4000
ہماری امیدوں اور خدشات دونوں ہی کو طاقت عطا کرتی ہیں۔ لہٰذا ہمارے اندر انہیں
22:59
So we have to have the will to apply them to the right problems.
482
1379000
3000
درست مسائل میں استعمال کرنے کا ارادہ تو ہونا ہی چاہیے۔
23:02
Thank you very much.
483
1382000
1000
آپ کا بہت شکریہ۔
23:03
(Applause)
484
1383000
1000
(تالیاں)
اس ویب سائٹ کے بارے میں

یہ سائٹ آپ کو یوٹیوب ویڈیوز سے متعارف کرائے گی جو انگریزی سیکھنے کے لیے مفید ہیں۔ آپ دیکھیں گے کہ انگریزی اسباق دنیا بھر کے اعلیٰ ترین اساتذہ کے ذریعہ پڑھائے جاتے ہیں۔ وہاں سے ویڈیو چلانے کے لیے ہر ویڈیو پیج پر دکھائے گئے انگریزی سب ٹائٹلز پر ڈبل کلک کریں۔ سب ٹائٹلز ویڈیو پلے بیک کے ساتھ مطابقت پذیر ہوتے ہیں۔ اگر آپ کے کوئی تبصرے یا درخواستیں ہیں، تو براہ کرم اس رابطہ فارم کا استعمال کرتے ہوئے ہم سے رابطہ کریں۔

https://forms.gle/WvT1wiN1qDtmnspy7