WEBVTT 00:00.783 --> 00:04.219 ما در میان انقلابی جذاب ولی زیان آوری هستیم 00:04.219 --> 00:06.421 که حتی نمیتوانیم تصورش را کنیم 00:07.156 --> 00:11.194 روباتها در کنار ما زندگی و کار میکنند 00:11.194 --> 00:15.365 و حالا ما آنها را طوری طراحی میکنیم که بتوانند برای خودشان تفکر کنند 00:17.467 --> 00:21.437 ما به آنها این قدرت را میدهیم که یاد بگیرند برای خودشان حرکت کنند 00:23.840 --> 00:26.108 آیا این فرمهای جدید زندگی 00:26.108 --> 00:29.045 رشد و نمو پیدا میکنند تا از ما باهوشتر و تواناتر باشند ؟ 00:29.045 --> 00:32.481 یا ما انتخاب میکنیم که با ماشینها ترکیب شویم ؟ 00:33.348 --> 00:36.587 آیا روباتها آینده ی تکامل بشریت هستند ؟ 00:37.987 --> 00:41.087 درون کرمچاله 00:41.356 --> 00:46.029 فضا ، زمان ، خود زندگی 00:48.264 --> 00:52.702 اسرار کیهان درون کرمچاله نهفته است 00:52.702 --> 00:55.204 ترجمه شده توسط : محمد جلوه Email : mohammad.jelveh2004@yahoo.com 01:04.880 --> 01:07.316 ما انسانها دوست داریم تا خودمان را 01:07.316 --> 01:09.685 به عنوان اوج تکامل تصور کنیم 01:09.685 --> 01:14.423 ما باهوشترین و وفق پذیرترین فرم حیات در کره ی زمین هستیم 01:14.423 --> 01:18.727 ما جهان را آنگونه که مناسب نیازهایمان بود تغییر شکل دادیم 01:18.728 --> 01:22.698 ولی همانطور که ( گونه ی مدرن بشریت ) homo sapiens ( انسان راست قامت اولیه ) homo erectus جایگزین شد 00:01:22,760 --> 00:01:26,364 اینکه چیزی جایگزین ما شود اجتناب ناپذیر است 01:26.302 --> 01:29.938 چی میشه اگه ما جانشینهای خودمون رو بسازیم ؟ 01:29.938 --> 01:34.610 همانطور که ما حرکت کردن ، فکر کردن و احساس کردن برای خودمان را یاد میگیریم 01:34.610 --> 01:38.513 هم اکنون ما همین تواناییها را به روبات ها میدهیم 01:38.513 --> 01:40.516 این پیشرفت تا کجا جلو میره ؟ 01:40.516 --> 01:44.153 این چیزیه که برای بشریت اتفاق میفته ؟ 01:48.591 --> 01:53.830 وقتیکه من یک نوجوان بودم دوچرخه ای از اجزای یدکی ساختم 01:53.830 --> 01:57.331 دوچرخه ی من خیلی متعادل بود 01:57.332 --> 02:00.269 من میتونستم کنار اون آروم راه برم بدون اینکه اونو نگه دارم 02:02.305 --> 02:05.708 هیچکس تحت تأثیر قرار نگرفت ولی من را به فکر فرو برد 02:05.708 --> 02:08.143 آیا ما روزی ماشینهایی خواهیم داشت 02:08.143 --> 02:12.448 که خودشون بتونن به خوبی حرکت کنن ؟ 02:12.448 --> 02:16.085 آیا اونا حتی دیگه به ما نیاز خواهند داشت ؟ 02:22.944 --> 02:26.715 دنیل ولپرت از دانشگاه کمبریج 02:26.715 --> 02:28.116 معتقد است که اگر روباتها 02:28.116 --> 02:30.619 قراره که آینده ی تکامل بشریت باشن 02:30.619 --> 02:35.690 اونا باید یاد بگیرن که مثل ما به خوبی حرکت کنن 02:35.690 --> 02:39.527 چون حرکت ، مهمترین دستاورد هوش قدرتمند ماست 02:39.527 --> 02:41.830 02:41.830 --> 02:44.132 اساسی ترین سؤالی که من فکر میکنم میتونیم بپرسیم اینه که 02:44.132 --> 02:46.702 اصلا چرا و چه زمانی درک و فهم حیوانات نمو پیدا کرد ؟ 02:46.702 --> 02:48.704 حالا ، زمانیکه من از دانشجوهام این سؤال رو میپرسم 02:48.704 --> 02:49.903 اونا به من میگن که 02:49.904 --> 02:51.673 ما باید کسانی باشیم که تفکر میکنن و دنیا رو درک میکنن 02:51.673 --> 02:52.973 و این کاملا اشتباهه 02:52.974 --> 02:55.477 ما مغز رو فقط و فقط برای یک دلیل داریم 02:55.477 --> 02:58.247 ارائه ی وفق پذیری و همچنین حرکتهای پیچیده 02:58.247 --> 03:00.448 چون حرکت تنها راهیست که ما داریم 03:00.448 --> 03:02.349 تا روی دنیای اطرافمون تأثیر بذاریم 03:02.350 --> 03:04.354 تمام ظرفیت ذهنی مغزهای ما 03:04.434 --> 03:06.336 به خاطر یک محرک اولیه رشد کرد 03:06.436 --> 03:09.906 اینکه یاد بگیریم چطور بهتر حرکت کنیم 00:03:09,968 --> 00:03:13,172 توانایی راه رفتن روی دو پایمان بود 03:13.110 --> 03:16.779 صحبت کردن و ابراز احساسات با حرکات پیچیده ی صورت 03:16.780 --> 03:19.716 و همچنین اداره ی ماهرانه ی اعضای بدن 03:19.716 --> 03:23.351 اینه که انسان رو در بالای زنجیره ی غذایی قرار داده 03:23.352 --> 03:24.788 هیچ ارزشی نداره که 03:24.788 --> 03:27.356 آگاه باشید ، احساسات داشته باشید یا اینکه تفکر کنید 03:27.357 --> 03:29.058 بدون توانایی عمل کردن به اونچه که در فکرتون میگذره 03:29.058 --> 03:30.593 همه ی اون خصوصیات دیگه 03:30.593 --> 03:33.964 مثل حافظه ، ادراک ، عشق و ترس ، در گستره ی قدرت حرکت ایفای نقش میکنن 03:33.964 --> 03:35.899 که آخرین محصول ( خروجی ) مغزه 03:37.968 --> 03:40.270 هیچ ماشینی نمیتونه 03:40.270 --> 03:44.475 تنوع عظیم حرکات پیچیده ای رو که ما هر روز به نمایش در میاریم رو به کار ببره 03:46.810 --> 03:48.411 فقط تصور کنید روباتی رو که 03:48.411 --> 03:51.915 تلاش میکنه تا یکی از مشهورترین ورزشهای انگلیسی رو انجام بده 03:57.120 --> 03:59.122 اگرچه اون ضربه به نظر ساده میاد 03:59.122 --> 04:00.690 و انگار که برام ساده بوده 04:00.690 --> 04:02.359 پیچیدگی اتفاقی که داره در مغز من میفته 04:02.359 --> 04:03.559 واقعا قابل توجه هست 04:03.560 --> 04:05.962 همینطور که پرتاب کننده توپ رو پرتاب میکنه ، من باید توپ رو دنبال کنم 04:05.962 --> 04:07.931 و پیشبینی کنم که توپ قراره کجا بیفته 04:07.931 --> 04:09.165 و چطور قراره که دوباره از سطح زمین بلند بشه 04:09.165 --> 04:10.467 سپس باید تصمیم بگیرم 04:10.467 --> 04:12.335 که چه مدل ضربه ای بزنم 04:12.335 --> 04:15.003 و سرانجام ، من باید 600 ماهیچه رو 04:15.003 --> 04:17.640 به ترتیب خاصی برای زدن یک ضربه به کار بگیرم 04:17.640 --> 04:19.241 حالا ، هر یک از اون مؤلفه ها 04:19.242 --> 04:21.211 پیچیدگی ریاضی منحصر به فرد خودشون رو دارن 04:21.211 --> 04:24.614 که در حال حاضر فراتر از توانایی هر روباتیه 04:24.614 --> 04:27.184 یکی از بزرگترین چالشها 04:27.184 --> 04:28.984 در آماده کردن روباتها برای حرکت کردن مثل خود ما 04:28.985 --> 04:33.123 اینه که بهشون یاد بدیم که چطور با چیزهای نامعلوم سرو کار داشته باشن 04:33.123 --> 04:36.826 این چیزیه که مغز ما بطور ذاتی انجام میده 04:36.826 --> 04:39.963 هیچوقت یک توپ از یک مسیر 2 بار به طرف شما نمیاد 04:42.331 --> 04:45.969 هر بار شما باید فورا چرخش خودتون رو تنظیم کنید 04:48.972 --> 04:50.940 ... سؤال اینه که 04:50.940 --> 04:54.744 چطور مغز انسان با همه ی این بلاتکلیفی ها سروکار داره ؟ 04:54.744 --> 04:59.015 دنیل معتقده که یک تئوری تخمین احتمالات برای درک این روند ، مؤثره 04:59.015 --> 05:00.917 ( Bayesian inference )که استنباط بیزی نامیده میشه 05:00.917 --> 05:02.618 05:02.618 --> 05:05.756 یه چیز بحرانی که زننده ی توپ باید انجام بده اینه که 05:05.756 --> 05:08.025 تصمیم بگیره که این توپ کجا بیفته 05:08.025 --> 05:10.060 پس خودشونو آماده میکنن که ضربه ی درستی بزنن 05:10.060 --> 05:12.229 و برای انجام اینکار ، اونا نیاز به استنباط بیزی دارن 05:12.229 --> 05:14.297 استنباط بیزی در رابطه با چیه ؟ 05:14.297 --> 05:17.234 تصمیم گیری ، بهینه سازی ، موقعیت افتادن توپ 05:17.234 --> 05:19.736 از 2 منبع مختلف از اطلاعات 05:19.736 --> 05:22.205 یک منبع اطلاعاتی کاملا آشکار است 05:22.205 --> 05:26.008 شما به توپ نگاه میکنید 05:26.009 --> 05:28.678 شما میتوانید مسیر توپ را توسط بینایی خودتان دنبال کنید 05:28.678 --> 05:29.946 زمانی که به شما نزدیک میشود 05:29.946 --> 05:32.148 سعی میکنید و ارزیابی میکنید که توپ قراره کجا بیفته 05:32.148 --> 05:33.650 ولی بینایی ، کامل نیست 05:33.650 --> 05:36.720 در پردازشگرهای بصری ما تغییرپذیری وجود دارد 05:36.720 --> 05:38.987 حدأقل مکان توزیع در اینجا با رنگ قرمز نشان داده شده است 05:38.988 --> 05:41.058 که مکانهای محتمل برخورد توپ با زمین هستند 05:41.058 --> 05:45.228 ولی قانون بیزی میگه که منبع دیگری از اطلاعات وجود داره 05:45.228 --> 05:48.431 و اون آگاهی قبلی از مکانهای محتمل برخورد توپ با زمینه 05:48.431 --> 05:49.966 اگر شما یک ضربه زننده ی خوب باشید 05:49.966 --> 05:52.235 شما میتوانید به طور مؤثری به پرتاب کننده نگاه کنید 05:52.235 --> 05:56.506 و شاید توسط مدل پرتاب کردنش و اشاره های اندکش 05:56.506 --> 05:58.407 که اون با سایه ی آبی رنگ مشخص شده 05:58.408 --> 05:59.609 که ناحیه ی متفاوتی است 05:59.609 --> 06:01.978 بنابراین ، استنباط بیزی ترکیبیه از 06:01.978 --> 06:04.548 این توزیع قرمز رنگ با توزیع آبی رنگ 06:04.548 --> 06:07.584 و شما آنرا از طریق ضرب کردن اعداد باهم در هر یک از آنها انجام می دهید 06:07.584 --> 06:09.619 تا این توزیع زرد رنگ را تولید کنید 06:09.619 --> 06:11.421 که "یقین" نامیده میشه 06:11.421 --> 06:12.989 و از آن اطلاعات استفاده می کنید 06:12.989 --> 06:15.225 ضربه زننده ها حالا میتونن برای زدن ضربه آماده بشن 06:15.225 --> 06:17.727 من باید از سر راه برم کنار 06:20.029 --> 06:22.699 مغز ضربه زنندگان به توپ ، همانند مغز ماست 06:22.699 --> 06:25.969 و این ریاضیات را به طور خودکار انجام می دهد 06:25.969 --> 06:29.405 ما گونه ای هستیم که کاملا میتوانیم حرکت را پیشگویی کنیم 06:29.405 --> 06:31.241 این چیزیه که ما رو 06:31.241 --> 06:36.212 به بهترین شکارچیان و ابزارسازهای این سیاره تبدیل کرده 06:36.212 --> 06:39.149 هم اکنون ما روباتهایی رو داریم که سریعتر و دقیقتر 06:39.149 --> 06:42.085 از ما هستن 06:42.085 --> 06:45.154 ولی ما باید هر حرکت آنها را برنامه ریزی کنیم 06:45.154 --> 06:48.792 برای روباتهایی که مسیر تکامل رو دارن با پای پیاده میرن 06:48.792 --> 06:50.660 مسیری که ما قبلا کاملا اونو طی کردیم 06:50.660 --> 06:53.664 اونا باید یاد بگیرن که چطور خودشون حرکت کنن 06:55.098 --> 06:57.100 بعدش چه اتفاقی می افته ؟ 06:57.100 --> 07:01.905 آیا اونا دارای مغزهای پیچیده ای مثل مغزهای ما میشن ؟ 07:04.240 --> 07:09.513 جاش بانگارد که یک سازنده ی روبات از دانشگاه ورمانت است 07:09.513 --> 07:13.149 و هاد لیپسون از دانشگاه کرنل 07:13.149 --> 07:15.919 در تلاشند تا به اون سؤال جواب بدن 07:15.919 --> 07:18.788 به طور فزاینده ای ، ما فعل و انفعالات را با دنیا مشاهده می کنیم 07:18.788 --> 07:21.758 با دنیای فیزیکی . این برای هوش مهمه 07:21.758 --> 07:24.460 شما نمی تونید یه مغز رو فقط توی شیشه درست کنید 07:24.460 --> 07:29.099 هدف جاش و هاد اینه که ماشینی بسازن 07:29.099 --> 07:33.203 که به اندازه ی کافی باهوش باشه که بتونه یاد بگیره که چطور به اطراف خودش حرکت کنه 07:33.203 --> 07:36.739 اونا در حین کارشون مجموعه ای از روباتهای عجیبی ساختن 07:36.739 --> 07:38.842 07:38.842 --> 07:41.912 ولی کار اونا با برنامه ریزی کامپیوتری شروع میشه 07:41.912 --> 07:45.580 که طراحی شده تا بدنهای روباتها را پیشرفت بده 07:45.581 --> 07:47.951 طرح های مختلفی از پیکره رو طراحی میکنه 07:47.951 --> 07:51.055 سپس استراتژیهای مختلفی رو امتحان میکنه تا اونا را به حرکت در بیاره 07:51.937 --> 07:54.139 ! خیلی خب ، بیاید مسیر رو هدایت کنیم 07:54.139 --> 07:57.009 یک شبیه سازی تکاملی واقعی 07:58.676 --> 08:00.212 در این مورد 08:00.212 --> 08:03.548 ما به کامپیوتر گفتیم که روباتی میخوایم که دو تا پا داشته باشه 08:03.548 --> 08:05.917 ولی میخوایم که کامپیوتر برای ما چگونگی حرکت موزون و هماهنگ روی دو پا رو برای روبات معین کنه 08:05.917 --> 08:07.184 ولی میخوایم که کامپیوتر برای ما چگونگی حرکت موزون و هماهنگ روی دو پا رو برای روبات معین کنه 08:07.185 --> 08:10.721 ولی میخوایم که کامپیوتر برای ما چگونگی حرکت موزون و هماهنگ روی دو پا رو برای روبات معین کنه 08:10.721 --> 08:13.158 و اینجا ما چیزیو میبینیم که یکم غافلگیر کنندس 08:13.158 --> 08:17.062 و اون اینه که تکامل به راه حلی که ما از اون استفاده میکنیم پی نبرد ( یعنی کامپوتر نتونست بفهمه که چطور روبات رو روی دو تا پا درست حرکت بده ) 08:17.062 --> 08:20.398 بعضی اوقات که ما این روند تکاملی رو ادامه میدیم 08:20.398 --> 08:23.501 کامپیوتر چیزی آشنا رو برای ما تولید میکنه ، مثل راه رفتن 08:23.501 --> 08:26.703 و در موارد دیگه چیزهایی ناآشنا تولید میکنه 08:26.704 --> 08:29.407 چیزهایی که به درد ما نمیخورن 08:29.407 --> 08:32.711 اون بقای شایسته ترین هاست 08:32.711 --> 08:35.080 یا شاید اونایی که کمترین میزان ناشایستگی رو دارن 08:35.179 --> 08:38.049 درست همانطور که طبیعت نسلهای مختلف رو بر اساس تواناییشان برای زنده ماندن انتخاب میکنه 08:38.049 --> 08:40.885 درست همانطور که طبیعت نسلهای مختلف رو بر اساس تواناییشان برای زنده ماندن انتخاب میکنه 08:40.885 --> 08:43.287 به همین صورت شبیه سازی هم اینکار رو انجام میده 08:43.287 --> 08:44.823 کامپیوتر روباتهایی رو که کار خیلی خوبی انجام نمیدن رو حذف میکنه 08:44.823 --> 08:46.691 کامپیوتر روباتهایی رو که کار خیلی خوبی انجام نمیدن رو حذف میکنه 08:46.691 --> 08:48.593 و روباتهایی رو که عملکردشون یکم بهتره رو انتخاب میکنه 08:48.593 --> 08:50.428 و روباتهایی رو که عملکردشون یکم بهتره رو انتخاب میکنه 08:50.428 --> 08:52.964 و کپی های اصلاح شده ای از اونا درست میکنه 08:52.964 --> 08:55.934 و این روند رو بارها و بارها تکرار میکنه 08:55.934 --> 09:00.972 و بعد از مدتی ، کامپیوتر شروع به پیدا کردن روباتهایی میکنه 09:00.972 --> 09:03.041 که ، در این مورد ، قادرن از سمت چپ صفحه به سمت راست صفحه راه برن 09:03.041 --> 09:06.478 که ، در این مورد ، قادرن از سمت چپ صفحه به سمت راست صفحه راه برن 09:08.713 --> 09:12.517 این تکامل استروئیدهاست 09:12.517 --> 09:16.488 چیزی که طبیعت در طول میلیونها سال به کار برده 09:16.488 --> 09:20.090 در کامپیوتر فقط در چند ساعت اتفاق افتاد 09:20.091 --> 09:23.695 در طول شب ، کامپیوتر هزاران مدل مختلف رو تست میکنه 09:23.695 --> 09:28.934 و سرانجام روباتی رو تولید میکنه که به هدف رسیده 09:28.934 --> 09:31.102 وقتی که شبیه سازی چیزی میسازه 09:31.102 --> 09:33.305 که به نظر مخصوص و جالب توجه میاد 09:33.305 --> 09:37.007 هاد و جاش اون طرح بدنه رو میگیرن و اون رو میسازن 09:37.008 --> 09:39.043 حالا اونا میتونن 09:39.043 --> 09:42.213 استراتژیهای حرکتی رو که در شبیه سازی یاد گرفتن رو تست کنن 09:42.213 --> 09:44.815 در دنیای واقعی به خوبی کار میکنه 09:44.816 --> 09:48.319 نامیده میشه quadratot این روبات 09:48.319 --> 09:51.589 و به طور اساسی اون روباتیه که با استفاده از تکنیکهای تکاملی روباتیک یاد میگیره که چطور راه بره 09:51.589 --> 09:53.391 و به طور اساسی اون روباتیه که با استفاده از تکنیکهای تکاملی روباتیک یاد میگیره که چطور راه بره 09:53.792 --> 09:55.727 و بنابراین ، چیزی که ما میتونیم در اینجا ببینیم 09:55.727 --> 09:59.130 یک نمونه ی خاص از اینه که این روبات چطور یاد میگیره 09:59.130 --> 10:02.201 این یکی از اولین قدمهاییه که اون برداشت 10:02.201 --> 10:05.903 و ما میتونیم ببینیم که اون خیلی زیاد یا خیلی سریع حرکت نمیکنه 10:05.903 --> 10:08.140 اون تا حدی مثل یه بچه است 10:08.140 --> 10:11.141 در دورانی که حرکتهای سینه خیز انجام میده 10:11.142 --> 10:13.078 اون چیزهای مختلفی رو امتحان میکنه 10:13.078 --> 10:15.881 بعضی چیزا بهتر عمل میکنن ، بعضی چیزا کمتر 10:15.881 --> 10:18.815 و از اونا تجربه بدست میاره و یاد میگیره 10:18.816 --> 10:20.786 و به تدریج راه رفتنش رو بهبود میبخشه 10:20.786 --> 10:24.222 روباتهای زیادی هستن که وقتی در خصوص یک وظیفه ی از پیش تعیین شده اداره میشن ، میتونن به خوبی حرکت کنن 10:24.222 --> 10:28.425 روباتهای زیادی هستن که وقتی در خصوص یک وظیفه ی از پیش تعیین شده اداره میشن ، میتونن به خوبی حرکت کنن 10:28.426 --> 10:32.063 ولی روباتهای هاد و جاش 10:32.063 --> 10:34.899 باید یادگیری خودشون رو از اول شروع کنن 10:34.899 --> 10:37.636 در یک محیط ناشناس 10:37.636 --> 10:39.904 اون میتونه پیشرفت خودش رو حس کنه 10:39.904 --> 10:42.307 و مثل یه بچه یاد بگیره که بخزه 10:42.307 --> 10:44.209 اون با هر قدم و هر بار زمین خوردن ، بیشتر از بدن خودش آگاه میشه 10:44.409 --> 10:45.745 اون با هر قدم و هر بار زمین خوردن ، بیشتر از بدن خودش آگاه میشه 10:45.938 --> 10:48.908 هاد و جاش معتقدند که این خودآگاهی 10:48.908 --> 10:54.413 به تدریج در یک فرم اساسی از هوشیاری ساخته میشه 10:54.414 --> 10:56.515 اغلب ، ما سوالی پرسیدیم 10:56.515 --> 10:58.818 آیا اون چیز هوشیاره ، یا نه ؟ 10:58.818 --> 11:00.486 ولی اون واقعا یه مسئله ی ساده و پیش پا افتاده نیست 11:00.486 --> 11:01.721 اون بیشتر در مورد اینه که 11:01.721 --> 11:05.357 چه درجه ای از ذات یک چیز ، قادره تا برای خودش فکر کنه 11:05.358 --> 11:08.028 خودش رو شبیه سازی کنه ، در مورد خودش فکر کنه 11:08.028 --> 11:09.762 خودآگاه باشه 11:09.762 --> 11:13.699 هنگامیکه روباتها یاد میگیرن تا به روشهای پیچیده تری حرکت کنن 11:13.699 --> 11:17.136 ممکنه که اونا سطوح هوشیاری رو هم تراز با ما و یا حتی فراتر توسعه بدن 11:17.136 --> 11:20.407 ممکنه که اونا سطوح هوشیاری رو هم تراز با ما و یا حتی فراتر توسعه بدن 11:21.774 --> 11:23.842 ولی برطبق نظریات یک دانشمند 11:23.843 --> 11:26.813 برای اینکه یک روبات به درستی هوشیار بشه 11:28.248 --> 11:31.151 ... اون باید احساسات رو پرورش بده 11:32.938 --> 11:35.275 هوشیاری چیه ؟ 11:35.775 --> 11:39.812 پاسخ این سؤال بستگی به این داره که شما دارید با چه کسی حرف میزنید 11:39.812 --> 11:43.716 تعریف یک دکتر از یک کشیش متفاوته 11:43.716 --> 11:47.052 ولی همه ی ما قبول داریم که درجه ی بالای هوشیاریمون 11:47.052 --> 11:49.889 چیزیه که ما رو از ارگانیسم های دیگه متمایز کرده 11:49.889 --> 11:52.925 و البته ... از روباتها 11:52.925 --> 11:57.463 چی میشه اگه روباتها هم هوشیار بشن ؟ 11:57.463 --> 12:01.801 آیا اونا صرفا از طریق منطق و استدلال میتونن به اون سطح دست پیدا کنن ؟ 12:01.801 --> 12:05.505 یا اینکه اونا هم باید یاد بگیرن که احساس داشته باشن ؟ 12:07.673 --> 12:12.244 پروفسور هنتی هایکنن از دانشگاه ایلینوی 12:12.244 --> 12:15.748 معتقده که ماشینها وقتی هوشیار خواهند شد که بتونن احساسات رو تجربه کنن 12:15.748 --> 12:18.617 معتقده که ماشینها وقتی هوشیار خواهند شد که بتونن احساسات رو تجربه کنن 12:18.617 --> 12:22.187 این باور رو اون از زمانیکه خیلی جوان بوده داشته 12:22.187 --> 12:26.225 وقتی که اون اولین بار در مورد مفهوم هوشیاری فکر کرد 12:26.225 --> 12:31.430 وقتی من 4 یا 5 سالم بود در آشپزخانه می ایستادم 12:31.430 --> 12:36.435 و ناگهان تحت تأثیر معمای هستی قرار می گرفتم 12:37.837 --> 12:41.340 چطور و چرا من ، من بودم 12:41.340 --> 12:45.878 ! و چرا من ، خواهرم و یا برادرم نبودم 12:45.878 --> 12:49.782 چطور من به درون خودم وارد شدم!؟ 12:51.016 --> 12:53.051 همانطور که او پیرتر شد 12:53.052 --> 12:56.188 پنتی فهمید که چه چیزی در درون سر او ، اون رو هوشیار کرده 12:56.188 --> 12:58.223 پنتی فهمید که چه چیزی در درون سر او ، اون رو هوشیار کرده 12:58.223 --> 13:01.627 واکنش های احساسی به اشیاء و افرادی که در دنیای پیرامونش بودن 13:01.627 --> 13:03.695 واکنش های احساسی به اشیاء و افرادی که در دنیای پیرامونش بودن 13:05.531 --> 13:09.035 پردازشهای عصبی که در ورای هوشیاری ما قرار داره 13:09.035 --> 13:11.937 درون مغز ما جاگیری می کنه 13:11.937 --> 13:14.240 ولی ما چیزها رو به اون صورت نمی بینیم 13:14.240 --> 13:16.843 برای نمونه ، وقتی شما انگشت خودتون رو ببرید 13:16.843 --> 13:20.713 درد در درون انگشت شما پدیدار میشه 13:20.713 --> 13:23.983 اما در حقیقت ، درد اینجاست 13:23.983 --> 13:27.185 چونکه احساس می کنه هوشیاره 13:29.755 --> 13:33.792 بی تجربگی های مغز ما از دنیای اطرافمون 13:33.792 --> 13:36.495 فقط یک سری از محرک هی الکتریکیه 13:36.495 --> 13:39.498 که توسط احساساتمون تولید میشن 13:39.498 --> 13:44.270 هرچند ، ما این محرکها رو به صورت تصاویر ذهنی توسط ساختن وابستگی های احساسی با آنها تفسیر می کنیم 13:44.270 --> 13:48.141 هرچند ، ما این محرکها رو به صورت تصاویر ذهنی توسط ساختن وابستگی های احساسی با آنها تفسیر می کنیم 13:49.942 --> 13:52.511 یک صدا خوشاینده 13:52.511 --> 13:54.847 یک منظره آرامش بخشه 13:54.847 --> 13:57.882 بر طبق گفته های پنتی ، هوشیاری 13:57.883 --> 14:02.554 فقط یک موزائیک با شکوهی است که مملو از تصاویر ذهنی احساسی می باشد 14:02.554 --> 14:06.825 او معتقده که برای داشتن یک ماشین واقعا هوشیار 14:06.825 --> 14:09.195 شما باید به اون قدرتی بدید که 14:09.195 --> 14:12.964 داده های حسی رو با احساسات پیوند بده 14:12.965 --> 14:17.536 و در این روبات ، او آن فرآیند رو شروع کرده 14:17.536 --> 14:19.906 این اولین روباتیه که 14:19.906 --> 14:23.441 از شبکه های عصبی شرکت پذیر استفاده می کنه 14:23.442 --> 14:26.712 این مشابه همون مدل یادگیریه که ما انسانها استفاده می کنیم 14:26.712 --> 14:28.681 وقتی ما چیزی رو می بینیم و میشنویم 14:28.681 --> 14:31.483 ما یک ارتباط بین اون چیزها برقرار می کنیم 14:31.483 --> 14:35.320 و بعدا وقتیکه چیز دیگه ای رو میبینیم یا میشنویم 14:35.320 --> 14:38.190 اون چیز دیگه داخل ذهنمون میاد 14:38.190 --> 14:42.560 دنیا رو مستقیما توسط حس هایش تجربه میکند xcr-1 14:42.561 --> 14:45.397 مثل کاری که ما انجام می دهیم 14:45.397 --> 14:50.268 بر روی صفحه ی بورد ، اصول لامسه ، بینایی و تولید صدا قرار دارن 14:51.737 --> 14:56.041 پنتی روند دادن آمیزش های احساسی رو به داده های حسی مخصوص ، شروع کرده 14:56.041 --> 14:58.542 پنتی روند دادن آمیزش های احساسی رو به داده های حسی مخصوص ، شروع کرده 14:58.543 --> 15:00.813 مثل رنگ سبز 15:00.813 --> 15:04.183 پنتی یک شیئ سبز رنگ را در مقابل روبات قرار میدهد 15:04.183 --> 15:05.584 که اون تشخیص میده 15:05.584 --> 15:07.219 سبز 15:07.219 --> 15:10.488 سپس او به رنگ سبز یک حس بد رو اضافه می کنه 15:10.489 --> 15:13.525 یک ضربه از پشت 15:13.525 --> 15:18.829 یادگیری شرکت پذیری یکم مشابه بچه هاست 15:18.830 --> 15:19.999 درد 15:19.999 --> 15:24.636 و شما به اون میگید که : این خوبه یا این خوب نیست 15:24.636 --> 15:28.906 همچنین شما شاید بچه ی کوچک رو بزنید 15:28.907 --> 15:30.509 درد 15:30.509 --> 15:32.011 که من اونو توصیه نمی کنم 15:33.245 --> 15:35.847 ! سبز بد 15:35.847 --> 15:38.251 تصویر ذهنی روبات از شیء سبز 15:38.251 --> 15:42.187 اکنون با یک حس بد آمیخته شده 15:42.187 --> 15:46.893 و از الآن ، او از بطری سبز رنگ دوری می کنه 15:46.893 --> 15:50.262 تجربه میکنه xcr-1 ولی فقط حس درد نیست که 15:50.262 --> 15:52.231 درست همانطور که ما به روبات یاد میدیم 15:52.231 --> 15:55.166 که حس درد رو با شیء سبز رنگ ترکیب کنه 15:55.166 --> 15:57.069 ما همچنین میتونیم به روبات یاد بدیم که از اشیاء لذت ببره 15:57.069 --> 16:00.104 ما همچنین میتونیم به روبات یاد بدیم که از اشیاء لذت ببره 16:00.105 --> 16:04.443 در این مورد با شیء آبی مثل این 16:04.443 --> 16:05.444 آبی 16:05.444 --> 16:07.478 برای آمیختن یک حس خوب با رنگ آبی 16:07.479 --> 16:11.483 پنتی با ملایمت بالای روبات رو نوازش می کنه 16:11.483 --> 16:14.119 ! آبی خوب 16:14.938 --> 16:18.175 این آزمایش ساده نشون میده که این روبات تصاویر و محتویات ذهنی از اشیاء داره 16:18.175 --> 16:24.314 این آزمایش ساده نشون میده که این روبات تصاویر و محتویات ذهنی از اشیاء داره 16:24.314 --> 16:26.617 این آزمایش ساده نشون میده که این روبات تصاویر و محتویات ذهنی از اشیاء داره 16:26.617 --> 16:29.119 اون هنوز در ابتدای پیشرفتشه 16:29.119 --> 16:33.322 xcr-1 ولی اصول عکس العمل های احساسی رو از ترس یاد گرفته 16:33.323 --> 16:35.926 xcr-1 ولی اصول عکس العمل های احساسی رو از ترس یاد گرفته 16:35.926 --> 16:38.262 ! سبز بد 16:44.634 --> 16:47.338 ! سبز بد 16:50.807 --> 16:52.142 ... تا تمایل 16:52.142 --> 16:54.977 ! آبی خوب 16:54.978 --> 16:59.583 ♪ حالا وقت منه که عاشق بشم ♪ 16:59.582 --> 17:02.451 ♪ ... لحظات تنهایی به نظر میرسه که ♪ 17:02.452 --> 17:05.789 xcr-1 هنگامیکه یک ورژن پیشرفته تر از 17:05.789 --> 17:07.758 حافظه اش رو با تصاویر ذهنی انباشته کنه 17:07.758 --> 17:09.259 ! دندانپزشک بد 17:09.259 --> 17:11.028 ... او قادر خواهد شد 17:11.028 --> 17:13.563 تا به موقعیتهای جدید خودش واکنش نشون بده 17:13.562 --> 17:16.633 و بالاخره دنیا رو تجربه کنه 17:16.634 --> 17:20.003 بسیار شبیه به هر موجود احساساتی دیگه 17:20.003 --> 17:21.972 اون رؤیای بزرگ منه 17:21.972 --> 17:25.809 : که روباتی بسازم که یه روز بپرسه 17:25.809 --> 17:29.913 چطور من به داخل خودم اومدم ؟ 17:29.913 --> 17:33.049 زمانیکه روباتها به این درجه برسن 17:33.049 --> 17:35.919 چه چیزی میتونه از پیشرفت اونا و هوشیار شدن از چیزهایی که ما نسبت به اونا هوشیار نیستیم جلوگیری کنه ؟ 17:35.919 --> 17:39.355 چه چیزی میتونه از پیشرفت اونا و هوشیار شدن از چیزهایی که ما نسبت به اونا هوشیار نیستیم جلوگیری کنه ؟ 17:39.356 --> 17:43.693 این مرد فکر میکنه که روباتها آینده ی بشریت خواهند بود 17:43.693 --> 17:47.230 چون اونا چیزی دارن که ما نداریم 17:47.230 --> 17:51.568 مغزهای اونا برای نبوغ گنجایش کافی خواهند داشت 17:51.568 --> 17:56.173 "مدتها بعد از اینکه آخرین انسان میگه " من کشف کردم 17:56.938 --> 18:00.874 برای ارشمیدس ، ابراز پیروزی از یک کشف در وان حمام رخ داد 18:00.875 --> 18:05.880 آلبرت آینشتاین سوار ماشین بود که نظریه ی نسبیت در ذهنش ظهور کرد 18:05.880 --> 18:09.918 این ذهن های درخشان لحظات الهام رو تجربه کردن ( لحظه ای که در اون اولین جرقه ی کشفیاتشون زده شد ) 18:09.918 --> 18:12.887 و تمام بشریت را رو به جلو و پیشرفت بردند 18:12.887 --> 18:16.124 ولی سوالات علمی امروزی 18:16.124 --> 18:19.560 کاوش گروه های ذرات زیر اتمی 18:19.560 --> 18:22.362 و کدهای ژنتیکی وسیع ما 18:22.362 --> 18:24.032 خیلی پیچیده هستند 18:24.032 --> 18:27.569 طوریکه این موضوعات باعث شدن تا تیم هایی متشکل از هزاران محقق 18:27.569 --> 18:29.170 در تلاش برای حل کردنشون باشن 18:29.170 --> 18:34.341 آیا عصر نبوغ علمی به پایان رسیده ؟ 18:34.341 --> 18:37.612 نه در صورتی که ماشین ها اون راهو در پیش بگیرن 18:41.849 --> 18:44.818 دانشمند داده ها ، مایکل اشمیت 18:44.818 --> 18:48.255 دنیا را مملو از زیبایی های پیچیده می بیند 18:48.255 --> 18:50.824 رویش یک گل رز 18:50.825 --> 18:53.327 رگه های منشعب شده روی یک برگ 18:53.327 --> 18:56.898 پرواز یک زنبور عسل 18:56.898 --> 18:59.734 ولی در زیر سطح شگفتی های طبیعت 18:59.734 --> 19:02.103 مایکل همچنین یک گنجینه از ریاضیات پیچیده ی نامعلوم رو میبینه 19:02.103 --> 19:05.773 مایکل همچنین یک گنجینه از ریاضیات پیچیده ی نامعلوم رو میبینه 19:05.773 --> 19:09.243 من عاشق اینم که اینجا بیام . طبیعت زیباست 19:09.243 --> 19:13.548 معادلات مخفی در وجود برگها و زنبورها و اکوسیستم هایی که در این باغ هستن ، نهفته 19:13.548 --> 19:17.018 معادلات مخفی در وجود برگها و زنبورها و اکوسیستم هایی که در این باغ هستن ، نهفته 19:17.018 --> 19:18.952 و بخشی از علم کشف کردن علل به وجود آمدن اونهاست 19:18.952 --> 19:20.888 و بخشی از علم کشف کردن علل به وجود آمدن اونهاست 19:20.888 --> 19:26.294 علم تقلای ما برای منطقی نشان دادن طبیعت است 19:26.294 --> 19:31.865 و این تلاشها کشفهای مشهوری را در اختیار ما قرار داده 19:31.866 --> 19:33.234 در زمان نیوتن 19:33.234 --> 19:36.170 او قادر بود تا یک قاعده ی مهم در فیزیک را معین کند 19:36.170 --> 19:37.738 که اون قانون جاذبه بود 19:37.739 --> 19:39.507 او پیشبینی کرد که این سیب چطور می افته 19:39.507 --> 19:41.843 و همچنین نیروهایی که بر این سیب اثر می گذارند 19:41.843 --> 19:44.711 امروزه در علم ، ما گرفتار مشکلات مشابهی هستیم 19:44.712 --> 19:46.681 ولی نه فقط درباره ی چگونگی افتادن سیب 19:46.681 --> 19:48.816 بلکه پیچیدگی عظیمی که از این جهان پویا و محرکی که اطراف ماست پیروی میکنه 19:48.816 --> 19:51.252 بلکه پیچیدگی عظیمی که از این جهان پویا و محرکی که اطراف ماست پیروی میکنه 19:51.252 --> 19:54.221 برای مثال وقتیکه من این سیب رو می اندازم 19:54.221 --> 19:56.090 سیب موجب برانگیختن و پخش شدن گرد و خاک میشه 19:56.090 --> 19:57.992 این گرد و خاک میتونه با یه گل اصابت کنه 19:57.992 --> 20:01.629 و یه زنبور کمتر امکان داره که اون گل رو گرده افشانی کنه 20:01.629 --> 20:04.098 و تمام اکوسیستم این باغ 20:04.098 --> 20:07.068 میتونه به طور مؤثری به خاطر اون اتفاق ساده تغییر کنه 20:07.068 --> 20:10.705 دانشمندان متوجه نیروهای اساسی طبیعت شدند 20:10.705 --> 20:12.607 ولی پیش بینی های دقیق درباره ی اینکه در جهان حقیقی با پیچیدگی ناپایدارش چه اتفاقی خواهد افتاد 20:12.607 --> 20:15.276 ولی پیش بینی های دقیق درباره ی اینکه در جهان حقیقی با پیچیدگی ناپایدارش چه اتفاقی خواهد افتاد 20:15.276 --> 20:17.978 ولی پیش بینی های دقیق درباره ی اینکه در جهان حقیقی با پیچیدگی ناپایدارش چه اتفاقی خواهد افتاد 20:17.978 --> 20:21.314 برای ذهن انسان خیلی سخته 20:21.315 --> 20:24.151 بنابراین ، یکی از دلایلی که چرا فهمیدن و معین کردن معادلات و قوانین طبیعت به شدت برای انسان سخته 20:24.151 --> 20:26.454 بنابراین ، یکی از دلایلی که چرا فهمیدن و معین کردن معادلات و قوانین طبیعت به شدت برای انسان سخته 20:26.454 --> 20:28.589 بنابراین ، یکی از دلایلی که چرا فهمیدن و معین کردن معادلات و قوانین طبیعت به شدت برای انسان سخته 20:28.589 --> 20:31.226 دقیقا تعداد متغیرهایی است که در صحنه ی بازی دنیا شرکت دارند 20:31.226 --> 20:33.127 میتونه هزاران متغیر وجود داشته باشه 20:33.127 --> 20:34.661 که بر روی یک سیستم اثر میگذارند 20:34.661 --> 20:36.864 و ما تازه شروع به باز کردن تاروپودهای آنها کردیم 20:36.864 --> 20:39.033 در حقیقت ، شمار بسیار زیادی از این معادلات هستند که 20:39.033 --> 20:41.035 اگر با دست خالی بخواهیم انجامشون بدیم هیچوقت قادر به تجزیه و تحلیل کردن آنها نخواهیم بود 20:41.035 --> 20:42.536 اگر با دست خالی بخواهیم انجامشون بدیم هیچوقت قادر به تجزیه و تحلیل کردن آنها نخواهیم بود 20:44.872 --> 20:47.274 2006 در سال 20:47.274 --> 20:50.111 مایکل شروع به طراحی یک نرم افزار کامپیوتری هوشمند کرد 20:50.111 --> 20:52.446 که میتونست سیستمهای پیچیده ی طبیعی رو کشف کنه 20:52.446 --> 20:56.784 و معنی چیزی رو که به نظر یک بی نظمی و هرج و مرج کامل بود رو استنتاج کنه 20:56.784 --> 21:00.787 "چیزی که من در اینجا دارم یک " دو آونگیه ( یعنی متشکل از دو آونگ ) 21:00.788 --> 21:03.290 اگر شما به اون نگاه کنید ، اون شامل دو بازو است 21:03.290 --> 21:05.993 یک بازو در امتداد محور بالایی تاب میخوره 21:05.993 --> 21:08.195 و بازوی دوم وابسته به قسمت زیرین بازوی اولی است 21:08.195 --> 21:10.798 و اونا دو آونگی هستن که به هم قلاب شدن 21:10.798 --> 21:12.900 هر یک از آونگها در انتهای آونگ دیگری است 21:12.900 --> 21:15.870 حالا ، آونگ یک مثال خیلی خوب از پیچیدگیه 21:15.870 --> 21:18.973 چون اون برخی از پیچیده ترین حرکتها رو که ما ازشون باخبریم نمایش میده 21:18.973 --> 21:21.575 چیزی که بی نظمی خطاب میشه 21:21.575 --> 21:24.078 وقتی شما داده ها رو از اینجور دستگاه ها جمع آوری می کنید 21:24.078 --> 21:25.846 به نظر کاملا تصادفی میاد 21:25.846 --> 21:28.249 و از هیچ جور الگویی طبعیت نمیکنه 21:28.249 --> 21:30.250 ولی چون این یک سیستم قطعی فیزیکیه 21:30.250 --> 21:31.719 یک الگو وجود داره 21:31.719 --> 21:35.990 پیدا کردن یک الگو در میان آشفتگی و بی نظمی دو آونگی 21:35.990 --> 21:39.027 برای ده ها سال دانشمندان را از پا درآورده 21:45.899 --> 21:50.638 ولی سپس مایکل لحظه ی الهام رو تجربه کرد 21:50.638 --> 21:54.942 چرا رشد ایده های جدید به همان شیوه ای که طبیعت از تکامل استفاده کرده نباشه ؟ 21:54.942 --> 21:57.778 چرا رشد ایده های جدید به همان شیوه ای که طبیعت از تکامل استفاده کرده نباشه ؟ 21:57.778 --> 22:01.615 گذاشت Eureka او اسم برنامه اش را Eureka = "من کشف کردم" 22:01.615 --> 22:06.053 Eureka با سوپی از معادلات نخستین و بسیار قدیمی آغاز میشه 22:06.053 --> 22:08.456 و نحوه ی مرتبط بودن اونا با هم رو در رفتار و حرکت دستگاه دو آونگی بررسی میکنه 22:08.456 --> 22:11.425 و نحوه ی مرتبط بودن اونا با هم رو در رفتار و حرکت دستگاه دو آونگی بررسی میکنه 22:11.425 --> 22:15.129 اگه اونا مناسب همدیگه نباشن ، کامپیوتر نابودشون می کنه 22:15.129 --> 22:20.132 و اگر مناسب همدیگه باشن کامپیوتر اونا رو به نسل بعد می بره 22:20.133 --> 22:23.504 جایی که اونا تغییر میکنن و تلاش میکنن که بیشتر به هم چفت بشن 22:23.504 --> 22:26.807 سرانجام ، معادله ی برنده پدیدار میشه 22:26.807 --> 22:29.677 ! همونی که ارشمیدس بهش افتخار می کنه 22:29.677 --> 22:31.446 ! کشف کردم 22:33.614 --> 22:35.650 و حالا من الگوریتممون رو اجرا می کنم 22:35.650 --> 22:37.817 در قسمت چپ لیست معادلاتی وجود داره 22:37.818 --> 22:41.288 برای این دو آونگی تنظیم کرده Eureka که 22:41.288 --> 22:44.258 همینطور که بالاتر میریم ، پیچیدگی افزایش پیدا می کنه 22:44.258 --> 22:47.428 و ما همچنین سازش با داده ها رو افزایش میدیم 22:47.428 --> 22:48.896 و سرانجام ، همینطور که بالاتر میریم 22:48.896 --> 22:51.733 میبینید که به شدت با داده ها توافق دارید ( یعنی چیزی که توی ذهنتونه با داده هایی که میبینید تطبیق داره ) 22:51.733 --> 22:53.834 و سرانجام جایی که شما به پیشرفت عظیمی در " دقت " می رسید ، با یک چیز حقیقی مرتبط خواهید شد 22:53.834 --> 22:57.605 و سرانجام جایی که شما به پیشرفت عظیمی در " دقت " می رسید ، با یک چیز حقیقی مرتبط خواهید شد 22:57.605 --> 23:01.341 و عملا ما میتونیم به اینجا نگاه کنیم و ببینیم که چه چیزی دقیقا ناگهان ظاهر میشه 23:01.341 --> 23:03.578 برای مثال شما اینجا میتونید ملاحضه کنید که ما عدد 9.8 رو داریم 23:03.578 --> 23:05.479 و اگر شما از آموخته های قبلی فیزیکتون یادتون باشه 23:05.479 --> 23:08.449 این مقدار ضریب جاذبه ی زمینه 23:08.449 --> 23:10.383 "چیزی که خیلی مهمه ، تفاوت بین زاویه های " دستگاه دو آونگیه 23:10.384 --> 23:12.586 "چیزی که خیلی مهمه ، تفاوت بین زاویه های " دستگاه دو آونگیه 23:12.586 --> 23:14.021 اینه که پدیدار میشه 23:14.021 --> 23:16.190 اساسا ، ما از این نرم افزار استفاده کردیم 23:16.190 --> 23:18.659 و داده هایی رو از اون مدل بی نظم و آشفته جمع آوری کردیم 23:18.659 --> 23:22.095 و راه حل را به طور مستقیم از داده ها به سختی استخراج کردیم 23:22.096 --> 23:24.231 Eureka فقط یک معادله ی واحد که نحوه ی حرکت دستگاه دو آونگی رو شرح میده ، کشف نکرد 23:24.231 --> 23:28.369 Eureka فقط یک معادله ی واحد که نحوه ی حرکت دستگاه دو آونگی رو شرح میده ، کشف نکرد 23:28.369 --> 23:32.006 اون مفهوم چیزی رو که به نظر بی نظمی میومد ، پیدا کرد 23:32.006 --> 23:36.509 چیزی که هیچ انسان یا ماشینی قبلا انجام نداده بود 23:36.510 --> 23:39.814 ما میتونستیم یک مجموعه ی جدید از داده ها رو جمع آوری کنیم 23:39.814 --> 23:41.247 و این فرایند رو دوباره اجرا کنیم 23:41.248 --> 23:43.151 و حتی با وجود اینکه داده ها کاملا متفاوت هستن 23:43.151 --> 23:45.151 ما میتونستیم مشاهدات متفاوتی داشته باشیم 23:45.152 --> 23:48.022 ما هنوز میتونیم حقیقت بنیادی رو تشخیص بدیم 23:48.022 --> 23:51.159 الگوی بنیادی ، که این معادله است 23:53.894 --> 23:57.364 به نظر مایکل ، آینده ی اکتشافات علمی 23:57.364 --> 23:59.699 داخل سرهای ما نیست 23:59.699 --> 24:01.968 داخل ماشین هاست 24:01.969 --> 24:04.438 چه اونها به الگوهای داده هایی از ژنتیک نگاه کنن ، چه فیزیک ذرات و یا هواشناسی 24:04.438 --> 24:08.275 چه اونها به الگوهای داده هایی از ژنتیک نگاه کنن ، چه فیزیک ذرات و یا هواشناسی 24:08.275 --> 24:13.381 Eureka برنامه هایی نظیر میتونن الهام بخش تقاضای ما برای پیدا کردن حقایق بنیادی درباره ی طبیعت باشن 24:13.381 --> 24:17.383 Eureka برنامه هایی نظیر میتونن الهام بخش تقاضای ما برای پیدا کردن حقایق بنیادی درباره ی طبیعت باشن 24:17.384 --> 24:19.753 که هیچ انسانی هرگز نمیتونه 24:19.753 --> 24:21.289 ما داریم به درجه ای می رسیم 24:21.289 --> 24:24.992 که تصمیم بگیریم چه چیزی رو میخواهیم کشف کنیم 24:24.992 --> 24:27.728 و به ماشین ها این اجازه رو بدیم که اون مسائل رو برامون کشف کنن 24:27.728 --> 24:30.564 Eureka میتونه این ارتباطات رو بدون تعصب های انسانی و بدون محدودیت های انسانی پیدا کنه 24:30.564 --> 24:34.334 Eureka میتونه این ارتباطات رو بدون تعصب های انسانی و بدون محدودیت های انسانی پیدا کنه 24:35.869 --> 24:39.072 ما روباتهایی ساختیم تا به ما خدمت کنن 24:39.072 --> 24:44.579 همینطور که روباتها یاد میگیرن که خودشون حرکت کنن ، احساس کنن و تفکر کنن 24:44.579 --> 24:47.715 اونها نهایتا فراتر از این نقش رشد خواهند کرد 24:47.715 --> 24:51.151 چی میشه اگه اونا شروع به همکاری با همدیگه کنن ؟ 24:51.151 --> 24:54.487 آیا اونا میتونن اجتماع خودشون رو بسازن ؟ 24:54.488 --> 24:59.627 اجتماعی که توسط روباتها برای دیگر روباتها ساخته میشه ؟ 25:01.938 --> 25:07.376 هیچ گونه ی دیگری روی کره ی زمین از ما موفق تر نیست 25:07.376 --> 25:09.111 ما این موفقیت رو مدیون کامپیوتر قدرتمند درون سرهای خودمون هستیم 25:09.111 --> 25:12.849 ما این موفقیت رو مدیون کامپیوتر قدرتمند درون سرهای خودمون هستیم 25:12.849 --> 25:16.886 ولی تسخیر یک سیاره ملزم به داشتن بیش از یک مغز است 25:16.886 --> 25:20.255 ها Homo sapien ( انسانهای مدرن ) به خاطر اینکه ما یاد گرفتیم این کامپیوترها را همانند یک جامعه با هم به کار ببریم ، پیشرفت کردند 25:20.256 --> 25:25.228 ها Homo sapien ( انسانهای مدرن ) به خاطر اینکه ما یاد گرفتیم این کامپیوترها را همانند یک جامعه با هم به کار ببریم ، پیشرفت کردند 25:25.228 --> 25:31.534 چه اتفاقی می افتد اگر روباتها مغزهایشان را با هم به کار ببرند ؟ 25:36.505 --> 25:40.008 پروفسور دنیس هانگ که در طول روز یک مهندس روباتیک و در طول شب یک سرآشپز خبره ی خوراک شناس می باشد 25:40.009 --> 25:42.612 پروفسور دنیس هانگ که در طول روز یک مهندس روباتیک و در طول شب یک سرآشپز خبره ی خوراک شناس می باشد 25:42.612 --> 25:45.748 یک متخصص در ساخت روباتهایی است که با همدیگر همکاری میکنن 25:45.748 --> 25:49.753 ولی او همچنین همکاری را در خارج از آزمایشگاه هم می بیند 25:49.753 --> 25:51.787 ما واقعا بهش فکر نمی کنیم 25:51.787 --> 25:54.724 ولی هرچیزی در زندگی روزانه ی ما با همکاری آمیخته شده 25:54.724 --> 25:58.027 برای مثال ، آشپزی به طور مکرر یک عمل انفرادی تلقی میشه 25:58.027 --> 26:00.062 ولی اگر شما در موردش فکر کنید ، افراد زیادی در این رابطه دخیل هستند 26:00.062 --> 26:02.564 و برای اینکه اینکار انجام بشه ملزم به هماهنگی با دقت بالایی می باشد 26:02.565 --> 26:04.633 و برای اینکه اینکار انجام بشه ملزم به هماهنگی با دقت بالایی می باشد 26:04.633 --> 26:06.569 ممنون چارلی 26:07.970 --> 26:09.772 این گوجه فرنگی رو به عنوان یک مثال در نظر بگیرید 26:09.772 --> 26:12.775 این گوجه به طور حتم زندگی خودش رو به عنوان یک بذر شروع کرده 26:12.775 --> 26:14.444 جایی که یک گروه از کشاورزها 26:14.444 --> 26:16.979 باید یک رشته از ژنهای درست رو برای یک گوجه فرنگی تپل آبدار و خوشمزه ، انتخاب کنن 26:16.979 --> 26:19.081 باید یک رشته از ژنهای درست رو برای یک گوجه فرنگی تپل آبدار و خوشمزه ، انتخاب کنن 26:19.081 --> 26:23.953 دانه ها باید کاشته بشن ، رشد کنن و محصول بدن 26:23.953 --> 26:26.623 سپس گوجه ها باید به بازار فرستاده بشن 26:26.623 --> 26:32.061 تولید غذا یک بافت پیچیده از هماهنگیست 26:32.061 --> 26:34.295 ولی به همان خوبی ، همکاری های انسان محدودیتهای خودش رو داره 26:34.296 --> 26:37.901 ولی به همان خوبی ، همکاری های انسان محدودیتهای خودش رو داره 26:37.901 --> 26:38.868 ! اه 26:43.673 --> 26:45.475 هر روز ، مثل خیلی از ما 26:45.475 --> 26:48.311 دنیس باید با نمونه ی عمده ی همکاری های اشتباه انسانی در کشمکش باشه 26:48.311 --> 26:51.179 دنیس باید با نمونه ی عمده ی همکاری های اشتباه انسانی در کشمکش باشه 26:51.180 --> 26:52.181 " رفت و آمد " 26:52.181 --> 26:54.049 مسئله اینه که ، ما انسان هستیم 26:54.049 --> 26:56.886 ما نیازمند این هستیم و می خواهیم که هر چه سریعتر به مقصد خودمون برسیم بنابراین ما مشکل ترافیک داریم 26:56.886 --> 26:59.856 ما نیازمند این هستیم و می خواهیم که هر چه سریعتر به مقصد خودمون برسیم بنابراین ما مشکل ترافیک داریم 26:59.856 --> 27:02.091 اگر به خاطر چراغهای راهنما نبود 27:02.091 --> 27:04.360 که در حقیقت روباتهای بسیار ساده ای هستند 27:04.360 --> 27:08.630 این تقریبا غیر ممکن بود که بتونیم به هرجایی بریم 27:08.631 --> 27:10.633 این چراغهای راهنما با همدیگه صحبت می کنن 27:10.633 --> 27:12.502 اونا با چراغهای راهنمای دیگه که در تقاطعهای دیگری هستند ، ارتباط برقرار می کنن 27:12.502 --> 27:13.534 اونا با چراغهای راهنمای دیگه که در تقاطعهای دیگری هستند ، ارتباط برقرار می کنن 27:13.535 --> 27:14.737 و اونها دوربین دارن 27:14.737 --> 27:17.039 پس اونها در حقیقت نقشه های ترافیک رو می بینن 27:17.039 --> 27:19.876 و برای ما انسانها تصمیم می گیرن 27:19.876 --> 27:21.477 اه باشه 27:21.477 --> 27:23.680 ممنون چراغ راهنما 27:23.680 --> 27:26.649 ترافیک باعث آزار است 27:26.649 --> 27:28.985 ولی ناتوانی های دیگه ی همکاری انسانی 27:28.985 --> 27:31.187 خیلی جدی تر هستند 27:31.187 --> 27:32.854 و اغلب مرگبار 27:32.855 --> 27:34.824 27:34.824 --> 27:37.726 دنیس معتقده که یک جامعه از روباتها 27:37.726 --> 27:40.697 خیلی بهتر از ما می تونن یاور همدیگه باشن 27:40.697 --> 27:43.800 در همکاری با دنیل لی 27:43.800 --> 27:45.868 در دانشگاه پنسیلوانیا 27:45.868 --> 27:50.306 او یک گروه از روباتها رو برای رقابت در مسابقات روباتیک طراحی کرد 27:50.306 --> 27:53.275 یک مسابقه ی قهرمانی بین المللی فوتبال روباتیک 27:53.275 --> 27:56.546 روبوکاپ یه مسابقه ی فوتبال روباتی خودگردانه 27:56.546 --> 27:59.415 که به این معنیه که شما تیمی از روباتها رو دارید 27:59.415 --> 28:02.185 شما دکمه ی شروع رو می زنید و سپس هیچ کس به هیچ چیزی دست نمی زنه 28:02.185 --> 28:05.021 و روباتها باید به اطراف نگاه کنن و ببینن که توپ کجاست 28:05.021 --> 28:07.690 و باید هماهنگ باشن و عملا یک بازی فوتبال رو انجام بدن 28:07.690 --> 28:12.327 نام دارن Darwin-op روباتهای فوتبالیست دنیس 28:12.327 --> 28:14.397 کاملا مستقل هستند 28:14.397 --> 28:16.799 اونها از حسگرها و نرم افزارهای پیچیده ای استفاده می کنن 28:16.799 --> 28:19.001 تا اونها رو در میدان مسابقه هدایت کنن 28:19.001 --> 28:21.204 و اونها یک محرک جدی رقابتی همانند همتاهای انسانیشان دارن 28:21.204 --> 28:22.772 و اونها یک محرک جدی رقابتی همانند همتاهای انسانیشان دارن 28:22.772 --> 28:27.042 همتیمی ها میتونن ذهن همدیگه رو بخونن 28:27.042 --> 28:29.012 اگر شما به بازیکنان فوتبال انسان نگاه کنید 28:29.012 --> 28:30.946 مسلما اونا در کاری که انجام میدن ماهر هستن 28:30.946 --> 28:33.082 بعضی وقتا اونا با فریاد زدن با همدیگه ارتباط برقرار می کنن 28:33.082 --> 28:34.617 بعضی وقتا هم با یه اشاره ی زیرکانه 28:34.617 --> 28:36.652 ولی ، از طرف دیگه ، این خیلی دقیق نیست 28:36.652 --> 28:39.288 و اونا نمی تونن همه ی اطلاعات رو در یک لحظه به همدیگه منتقل کنن 28:39.288 --> 28:40.856 و اونا نمی تونن همه ی اطلاعات رو در یک لحظه به همدیگه منتقل کنن 28:40.856 --> 28:43.493 ولی روباتها می تونن اونکار رو انجام بدن 28:45.161 --> 28:49.165 هرکدام از روباتها موقعیت و مقصد دقیق روباتهای دیگر را در تمام مدت می داند 28:49.165 --> 28:52.068 هرکدام از روباتها موقعیت و مقصد دقیق روباتهای دیگر را در تمام مدت می داند 28:52.068 --> 28:54.236 اونها می تونن استراتژی و وظیفشون رو بر طبق نیاز تنظیم کنن 28:54.236 --> 28:56.371 اونها می تونن استراتژی و وظیفشون رو بر طبق نیاز تنظیم کنن 28:56.372 --> 28:59.942 بسته به اینکه توپ کجاست و حریفها کجا هستند 28:59.942 --> 29:02.045 اونها به طور آموزشی وظیفشون رو عوض می کنن 29:02.045 --> 29:03.646 دروازه بان تبدیل به زننده ی ضربه میشه 29:03.646 --> 29:05.615 زننده ی ضربه تبدیل به دروازه بان و یا دفاع میشه 29:05.615 --> 29:10.620 شاید اونا به چابکی پله ( بازیکن افسانه ای فوتبال برزیل ) و یا به انعطاف پذیری دیوید بکهام نباشن 29:10.620 --> 29:13.621 ولی اونا قادرن تا توپ رو آرام آرام پیش از حریف به جلو ببرن 29:13.622 --> 29:18.227 توپ رو پاس بدن ، گل بزنن 29:18.227 --> 29:20.396 و حتی شادی کنن 29:23.466 --> 29:25.501 دنیس معتقده که روبوکاپ 29:25.501 --> 29:28.771 تنها شروع جامعه ی روباتیه 29:28.771 --> 29:33.142 دنیس یک جامعه ی متصل به هم از روباتهای متفکر را تصور میکنه 29:33.142 --> 29:35.511 که میتونن خیلی پیچیده تر از جوامع انسانی باشن 29:35.511 --> 29:37.513 که میتونن خیلی پیچیده تر از جوامع انسانی باشن 29:37.513 --> 29:40.515 که او این رو " توده ی روباتی " نامیده 29:40.516 --> 29:43.285 توده ی روباتی یک شبکه ی متصل به هم از هوش است 29:43.285 --> 29:46.088 این شبیه چیزی است که ما حس مشترک در انسانها می نامیم 29:46.088 --> 29:48.457 دقیقا مثل اون روباتهای کوچکتر 29:48.457 --> 29:50.325 که در روبوکاپ فوتبال بازی می کنن 29:50.326 --> 29:53.362 اونها یک سری اطلاعات مشترک رو با هم سهیم هستند ، اطلاعات تیمی ، برای دست یابی به گل 29:53.362 --> 29:55.531 در این مورد ، بردن بازی فوتبال 29:55.531 --> 29:56.698 برای توده ی روباتی 29:56.699 --> 29:58.968 روباتها از دورترین گوشه های جهان 29:58.968 --> 30:00.936 می تونن به توده ی مرکزی متصل بشن 30:00.936 --> 30:03.906 و اطلاعات و اخبار رو برای انجام دادن کارشون تقسیم کنن 30:03.906 --> 30:08.277 انسان ها برای یک مدت بسیار طولانی ارباب دانش بودند 30:08.277 --> 30:12.648 ولی روباتهای آینده این دانش رو می تونن در میلیونیم های ثانیه بیاموزند 30:12.648 --> 30:15.885 اونها می تونن شبکه ی فوق العاده و مافوق تصور به هم پیوسته ی خودشون رو ایجاد کنن 30:15.885 --> 30:18.320 و از همان روحیه ی همکاری استفاده کنن که جامعه ی انسانی رو ساخت 30:18.320 --> 30:21.156 و از همان روحیه ی همکاری استفاده کنن که جامعه ی انسانی رو ساخت 30:21.156 --> 30:25.828 بدون خودخواهی و حرص و طمعی که ما رو یک قدم عقب تر نگه داشته 30:25.828 --> 30:29.498 روباتها بر اساس یک مجموعه از قوانینی که بسیار خوب براشون تعریف شده عمل می کنن 30:29.498 --> 30:32.234 عزم انسانها برای شکست دادن اونها فقط مختص انسانها نیست 30:32.234 --> 30:35.804 حالا روباتها میدونن که چطور با روباتهای دیگه صحبت کنن 30:35.805 --> 30:39.342 ولی حالا یک دانشمند در برلین 30:39.342 --> 30:43.178 ارتباطات روباتیک رو یک قدم جلوتر برده 30:44.247 --> 30:47.985 ماشینهای او ، به زبانی با همدیگه صحبت میکنن که خودش متوجه نمیشه 30:49.938 --> 30:53.076 ‏.:: www.bolboljan.net ::. 30:54.410 --> 30:57.746 شما متوجه شدید که اندکی پیش من چی گفتم ؟ 30:57.746 --> 30:59.582 البته که متوجه نشدید 30:59.582 --> 31:03.519 چون من به هیچ زبون شناخته شده ای برای انسان صحبت نکردم 31:03.519 --> 31:05.820 ولی حرفم بی معنی نبود 31:05.821 --> 31:08.724 اون به زبان روباتی بود 31:08.724 --> 31:11.828 ما انسانها ده ها هزار سال را صرف این کردیم تا معانی پیچیده ی ارتباطات خودمون رو توسعه بدیم 31:11.828 --> 31:15.231 ما انسانها ده ها هزار سال را صرف این کردیم تا معانی پیچیده ی ارتباطات خودمون رو توسعه بدیم 31:15.231 --> 31:18.201 حالا روباتها در تعقیب ما به عنوان راهنما هستند 31:18.201 --> 31:21.303 و اونها این کار رو با سرعت اندکی انجام میدن 31:21.303 --> 31:23.338 ... یه روزی ، به زودی 31:23.338 --> 31:28.845 روباتها ممکنه تصمیم بگیرن که ما رو از فهمیدن مکالماتشون محروم کنن 31:31.914 --> 31:34.917 Tokima 31:34.917 --> 31:36.853 Lucabo 31:36.853 --> 31:38.855 Miyoto 31:38.855 --> 31:41.155 Motakay 31:41.156 --> 31:45.495 Tokima, kymamu 31:45.495 --> 31:47.797 Tokima 31:47.797 --> 31:49.865 Simeta 31:49.866 --> 31:51.200 Tokima 31:55.705 --> 31:57.774 Motakay 32:02.311 --> 32:03.579 بدون زبان 32:03.579 --> 32:07.449 گونه ی ما هرگز نمی تونست به جایی که امروز رسیده ، دست پیدا کنه 32:07.449 --> 32:10.885 این باشکوه ترین چیزه 32:10.886 --> 32:14.556 که تاکنون توسط بشریت خلق شده 32:14.556 --> 32:16.625 اگر شما به خودمان نگاه کنید 32:16.625 --> 32:20.362 کاملا واضحه که بدون زبان 32:20.362 --> 32:21.431 ما قادر نبودیم که 32:21.431 --> 32:23.665 کارهای الآنمون رو انجام بدیم 32:26.235 --> 32:30.639 لوک استیلز ، پروفسور هوش مصنوعی 00:32:30,701 --> 00:32:32,536 زبان رو کلید توسعه ی هوش واقعی روبات می دونه 32:32.474 --> 32:35.277 زبان رو کلید توسعه ی هوش واقعی روبات می دونه 32:35.277 --> 32:38.279 چیزی که در تلاشم تا متوجهش بشم اینه که 32:38.280 --> 32:41.150 چطور ما میتونیم این فرایند رو ترکیب کنیم 32:41.150 --> 32:45.621 طوریکه ما میتونیم یک تکامل رو در یک روبات شروع کنیم 32:45.621 --> 32:47.957 یا در جمعی از روباتها 32:47.957 --> 32:51.160 که منجر به رشد و ترقی به سیستم ارتباطی توانمندی مثل ما بشه 32:51.160 --> 32:55.231 که منجر به رشد و ترقی به سیستم ارتباطی توانمندی مثل ما بشه 32:55.231 --> 32:58.934 ماشینها در حال حاضر با همدیگر ارتباط برقرار می کنن 32:58.934 --> 33:00.603 ولی اینها بر اساس زبانهای رمزی انسانی از قبل تعیین شده هستند 33:00.603 --> 33:03.105 ولی اینها بر اساس زبانهای رمزی انسانی از قبل تعیین شده هستند 33:03.105 --> 33:05.574 لوک میخواد چگونگی ارتباط جوامع روباتیه آینده رو بدونه 33:05.574 --> 33:08.610 لوک میخواد چگونگی ارتباط جوامع روباتیه آینده رو بدونه 33:08.610 --> 33:12.047 که به اونا شانس ساخت زبان خودشون رو میده 33:12.047 --> 33:15.817 لوک به روباتها، عناصر بنیادی زبان رو آموخته 33:15.818 --> 33:17.920 مثل صداهای بالقوه برای استفاده 33:17.920 --> 33:21.023 و راه های ممکن برای ملحق کردن آنها به همدیگر 33:21.023 --> 33:25.127 ولی چیزی که روباتها میگن به خودشون بستگی داره 33:25.127 --> 33:27.396 ما مکانیزم های یادگیری رو براشون تعریف می کنیم 33:27.396 --> 33:29.699 ما مکانیزم های ابتکاری رو براشون تعریف می کنیم 33:29.699 --> 33:32.201 مکانیزم هایی که باعث هماهنگ کردن زبان اونا میشه 33:32.201 --> 33:35.703 اونا تا حدی میتونن با هم دیگه بحث کنن که چطور با هم به صحبت کردن بپردازن 33:35.704 --> 33:39.942 ولی ما زبان خودمون و تصورات خودمون رو براشون معین نمی کنیم 33:39.942 --> 33:44.212 برای اینکه روباتها بدونن چطور باید حرف بزنن این فقط کافی نیست 33:44.213 --> 33:47.449 اونها باید موضوعی داشته باشن که در موردش صحبت کنن 33:47.449 --> 33:49.585 قدم بعدی لوک اینه که به روباتها یاد بده که چطور بدن خودشون رو تشخیص بدن 33:49.585 --> 33:53.523 قدم بعدی لوک اینه که به روباتها یاد بده که چطور بدن خودشون رو تشخیص بدن 33:53.523 --> 33:56.159 به منظور یادگیری زبان 33:56.159 --> 33:59.961 شما عملا باید در مورد بدن و حرکات بدن خودتون یه چیزایی یاد بگیرید 33:59.961 --> 34:03.465 شما عملا باید در مورد بدن و حرکات بدن خودتون یه چیزایی یاد بگیرید 34:03.465 --> 34:06.201 چیزی که در اینجا می بینید یک مدل داخلیه ، که روبات از خودش ساخته 34:06.202 --> 34:09.538 چیزی که در اینجا می بینید یک مدل داخلیه ، که روبات از خودش ساخته 34:09.538 --> 34:12.740 این روبات در تلاشه که اینجا ارتباط بین مجراهای حسی متفاوت و هم چنین فرمانهای موتور محرک خودش رو یاد بگیره 34:12.740 --> 34:14.476 این روبات در تلاشه که اینجا ارتباط بین مجراهای حسی متفاوت و هم چنین فرمانهای موتور محرک خودش رو یاد بگیره 34:14.476 --> 34:18.146 این روبات در تلاشه که اینجا ارتباط بین مجراهای حسی متفاوت و هم چنین فرمانهای موتور محرک خودش رو یاد بگیره 34:18.146 --> 34:20.382 این روبات در تلاشه که اینجا ارتباط بین مجراهای حسی متفاوت و هم چنین فرمانهای موتور محرک خودش رو یاد بگیره 34:20.383 --> 34:24.386 هنگامیکه روبات ، تکان خوردن خودش رو در آینه می بینه 34:24.385 --> 34:28.757 اون یک مدل سه بعدی از اعضای بدن و مفاصل خودش درست می کنه 34:28.758 --> 34:31.727 او این اطلاعات رو در حافظه ی حسی خودش ذخیره می کنه 34:31.727 --> 34:35.598 و حالا آماده است که درباره ی حرکات بدن با یه روبات دیگه صحبت کنه 34:38.067 --> 34:39.501 Tokima 34:39.501 --> 34:41.737 حالا ، این روبات در حال صحبت کردنه 34:41.737 --> 34:44.040 اون یک حرکت رو درخواست می کنه 34:44.040 --> 34:47.710 این روبات داره به درخواست اون یکی عمل می کنه ... می دونید که .. داره بازوش رو می کشه 34:47.710 --> 34:50.913 نه ، این چیزی نیست که درخواست شده 34:50.913 --> 34:55.617 و اون دوباره حرکت درست رو نشون می ده 34:55.617 --> 34:58.453 او در تلاش اول خودش ناموفق بود 34:58.453 --> 35:00.188 ولی سرانجام روبات یاد میگیره 35:00.189 --> 35:04.326 یعنی دو دست رو بالا ببر Tokima که 35:04.326 --> 35:07.696 بعد از تکرار این فرایند با کلمات مختلف 35:07.696 --> 35:09.130 اونا دوباره تلاش می کنن 35:09.131 --> 35:10.266 Homakey 35:10.266 --> 35:12.534 یه درخواست دیگه 35:12.534 --> 35:14.537 اون به درخواستش عمل می کنه 35:16.405 --> 35:19.308 بله ، این حرکت درسته 35:19.308 --> 35:20.809 بنابراین ، به عبارت دیگه 35:20.809 --> 35:23.578 این روبات یک کلمه رو از اون یکی روبات یاد گرفت 35:23.578 --> 35:25.581 و برعکس 35:25.581 --> 35:28.250 حالا اونا راهی دارن تا درباره ی حرکتها صحبت کنن 35:28.250 --> 35:33.288 زبان روباتی در حال حاضر به خوبی توسعه یافته 35:33.288 --> 35:35.458 اونا می تونن زبونشون رو به لوک یاد بدن 35:35.458 --> 35:39.562 بیاید ببینیم چیه ... میدونید ... چیزی از من خواسته تا انجام بدم 35:39.562 --> 35:41.096 Motakay 35:41.096 --> 35:43.197 motakay باشه 35:44.332 --> 35:47.369 نه این درست نیست ، پس اون به من نشون میده 35:47.369 --> 35:50.339 حالا من این حرکت رو دارم یاد می گیرم 35:50.339 --> 35:52.241 Motakay 35:52.241 --> 35:53.975 Motakay 35:53.975 --> 35:56.076 اینه Motakay 35:56.077 --> 35:58.980 بسیار خب ، من درست فهمیدم 35:58.980 --> 36:02.885 حالا من می خوام این حرکتو با اون انجام بدم 36:02.885 --> 36:05.354 Motakay 36:05.354 --> 36:08.757 بسیار خوب ، بله ، تو داری کار درستو انجام میدی 36:08.757 --> 36:10.692 ممنون 36:10.692 --> 36:13.661 هنگامیکه روباتها این فرآیند رو تکرار می کنن 36:13.662 --> 36:15.898 کلمات و حرکاتی تولید می کنن که برای روبات دیگه معانی واقعی میده 36:15.898 --> 36:18.701 کلمات و حرکاتی تولید می کنن که برای روبات دیگه معانی واقعی میده 36:18.701 --> 36:21.770 و همچنان که دایره ی لغات روباتها رشد می کنه 36:21.770 --> 36:24.139 هر کلمه ی جدیدی که اونا میسازن 36:24.139 --> 36:27.810 چیزیه که ما متوجهش نمی شیم 36:27.810 --> 36:29.812 آیا اینکه اونا ما رو کاملا از مکالماتشون محروم کنن یه اتفاق قریب الوقوعه ؟ 36:29.812 --> 36:34.216 آیا اینکه اونا ما رو کاملا از مکالماتشون محروم کنن یه اتفاق قریب الوقوعه ؟ 36:34.216 --> 36:38.319 و من فکر می کنم که این در حقیقت کاملا ممکنه 36:38.320 --> 36:42.024 ولی جامعه باید تا حدی تعادل پیدا کنه 36:42.024 --> 36:45.259 "بین" هدفی که ما روباتها رو براش می خوایم 36:45.260 --> 36:49.030 "و" میزان استقلالی که ما به اونها میدیم 36:49.030 --> 36:52.968 اگر ما به روباتها قدرت "خود گردانی " برای حرکت کردن ، احساس کردن و ساخت زبان منحصر به فرد خودشان را بدهیم 36:52.968 --> 36:54.870 اگر ما به روباتها قدرت "خود گردانی " برای حرکت کردن ، احساس کردن و ساخت زبان منحصر به فرد خودشان را بدهیم 36:54.870 --> 36:57.839 آیا این برای پیش افتادن اونا از ما کافیه ؟ 36:57.840 --> 37:02.011 با وجود این ، کدوم روبات برای " منقرض کردن " ما ساخته میشه ؟ 37:03.078 --> 37:04.647 ولی یک دانشمند ژاپنی 37:04.647 --> 37:08.183 آینده رو " روبات بر علیه انسان " تصور نمی کنه 37:08.183 --> 37:11.687 در حقیقت ، او اشتراک روباتها با انسان را به طور هدفمندانه ای مهندسی می کنه 37:13.942 --> 37:17.012 ما میدانیم که " انسانهای امروزی" نهایت تکامل نیستند 37:19.948 --> 37:25.420 ولی آیا نوادگان ما موجود زیستی هستند یا مکانیکی ؟ 37:25.420 --> 37:27.956 بعضی ها معتقدند که ماشین های هوشمند 37:27.956 --> 37:31.459 در نهایت جانداران برتر روی کره ی زمین خواهند بود 37:31.460 --> 37:33.394 ولی قدم تکاملی بعدی 37:33.394 --> 37:36.531 شاید جایگزینی روبات به جای انسان نباشه 37:36.531 --> 37:42.503 میتونه یه ارگانیزم زنده از ترکیب انسان و ماشین باشه 37:42.503 --> 37:45.907 ایشان یوشیوکی سنکای هستند 37:45.907 --> 37:49.544 کسی که نویسندگان او را به آیزاک آسیموف تشبیه کردند ( نویسنده ی آمریکایی روسی تبار گونه های علمی-تخیلی ) 37:49.544 --> 37:53.548 او همیشه رؤیای ترکیب انسان و روبات شبه زنده را به چیزی که خودش اون رو " سیستم بدنی توانبخشی دو رگه " نامیده ، در سر داشت 37:53.548 --> 37:57.419 او همیشه رؤیای ترکیب انسان و روبات شبه زنده را به چیزی که خودش اون رو " سیستم بدنی توانبخشی دو رگه " نامیده ، در سر داشت 37:59.939 --> 38:03.042 hybrid assistive limb system یا H.A.L 38:03.042 --> 38:05.444 اون یکی از رؤیاهای منه 38:05.444 --> 38:08.448 ما میتونیم دستگاه های اینچنینی رو ایجاد کنیم 38:08.448 --> 38:10.816 H.A.L مثل سیستم لباس روباتی 38:10.816 --> 38:15.154 برای انسانها و حرکات فیزیکی انسانها 38:15.154 --> 38:19.892 و حالا ، بعد از 20 سال پژوهش 38:19.892 --> 38:21.828 او موفق شد 38:21.828 --> 38:26.165 به وسیله ی خوندن ذهن انسان به بدن کمک می کنه H.A.L 38:26.165 --> 38:30.769 و برای کسی که پوشیدتش ، نیروی توانبخشی برای حمایت از وی تأمین می کنه 38:30.769 --> 38:35.841 ... هنگامی که مغز قصد و نیت رو تولید می کنه ، اگر او میل داشته باشه و یا در تلاش برای حرکت کردن باشه 38:35.841 --> 38:39.612 روبات این سیگنالهای درخواست مغز رو تشخیص میده 38:39.612 --> 38:43.383 و میخواد که به حرکت اون کمک کنه 38:43.938 --> 38:47.008 وقتی که مغز به یک ماهیچه برای حرکت سیگنال میفرسته 38:47.008 --> 38:50.144 اون یک پالس رو از طریق نخاع به ناحیه ای که قصد تکان خوردن داره ، منتقل می کنه 38:50.144 --> 38:52.546 اون یک پالس رو از طریق نخاع به ناحیه ای که قصد تکان خوردن داره ، منتقل می کنه 38:52.547 --> 38:54.149 این سیگنال بیوالکتریکی 38:54.149 --> 38:56.985 از روی سطح پوست قابل تشخیصه 38:56.985 --> 39:01.256 یوشیوکی رو برای جمع آوری این پالس ها طراحی کرد H.A.L 39:01.256 --> 39:04.258 و سپس موتور محرک های مناسبی را به منظور کمک به بدن برای تکان خوردن فعال کرد 39:04.258 --> 39:07.529 و سپس موتور محرک های مناسبی را به منظور کمک به بدن برای تکان خوردن فعال کرد 39:07.529 --> 39:11.866 مغز انسان مستقیما لباس روباتی رو کنترل می کنه 39:11.866 --> 39:15.303 اون فقط یک پیشرفت یا کشف بزرگ تکنولوژیکی نیست 39:15.303 --> 39:18.873 H.A.L یوشیوکی در حال حاضر از در بیمارستانهای توانبخشی ژاپن ، استفاده ی کاربردی می کنه 39:18.873 --> 39:23.845 H.A.L یوشیوکی در حال حاضر از در بیمارستانهای توانبخشی ژاپن ، استفاده ی کاربردی می کنه 39:23.845 --> 39:28.215 ... اگر بعضی از اعضای بدن مشکلاتی از قبیل فلجی داشته باشن 39:28.215 --> 39:30.885 این میتونه به بیمارانی که چنین مشکلاتی دارن کمک کنه 39:30.885 --> 39:32.988 و یک شخص ناقص میتونه ازش استفاده کنه 39:35.389 --> 39:37.858 افرادی که در طی سالها راه نرفتند 39:37.858 --> 39:39.894 حالا به لطف این پاهای روباتی وابسته به مغز ، دوباره به راه افتادن 39:39.894 --> 39:43.064 حالا به لطف این پاهای روباتی وابسته به مغز ، دوباره به راه افتادن 39:43.064 --> 39:48.403 یوشیوکی همچنین یک مدل برای نیم تنه و بازو ساخته 39:48.403 --> 39:50.071 که میتونه تا 200 کیلوگرم نیروی بلند کردن اضافی رو تأمین کنه 39:50.071 --> 39:53.341 که میتونه تا 200 کیلوگرم نیروی بلند کردن اضافی رو تأمین کنه 39:53.341 --> 39:56.845 که انسانهای عادی رو به انسانهای قدرتمند تبدیل می کنه 39:56.845 --> 40:00.181 ولی اون فقط در رابطه با نیرو نیست 40:02.083 --> 40:03.751 او معتقده که 40:03.752 --> 40:06.087 ترکیب کردن دستگاه های روباتی و انسانهای زیستی 40:06.087 --> 40:10.691 به ما اجازه میده تا دستیابی های بزرگمون در حرکت کردن رو حفظ کنیم 40:10.691 --> 40:14.362 ورزشکارهایی مثل تایگر وودز و یا راجر فدرر 40:14.362 --> 40:17.599 در ورزشهای خودشون دارای مهارت بی همتایی شدند 40:17.599 --> 40:21.902 اما وقتی که بمیرن ، حرکاتشون هم نابود میشه 40:21.902 --> 40:23.704 H.A.L ولی از وقتیکه لباس 40:23.704 --> 40:27.341 میتونه حرکات صاحب خودش رو تشخیص بده و به خاطر بسپاره 40:27.341 --> 40:31.279 اون توانایی ها دیگه لزوما از بین نخواهند رفت 40:31.279 --> 40:36.283 اگر بعضی از این ورزشکارها مثل تایگر وودز 40:36.283 --> 40:39.954 اگه اون رو بپوشن و باهاش بچرخن 40:39.954 --> 40:45.226 هر داده ای ، داده ی حرکتی .. داده ی فیزیولوژی 40:45.226 --> 40:48.195 در کامپیوترها جمع آوری خواهد شد 40:50.098 --> 40:53.434 ما قبلا کتابخانه های بزرگی را برای حفظ و نگهداری اطلاعات و دانش خودمان ساخته بودیم 40:53.434 --> 40:56.871 که به واسطه ی دست نوشته ها برای نسلهای آینده بیان شده بودند 40:56.871 --> 41:02.876 یوشیوکی میخواد یه کتابخانه از اطلاعات حرکتی بسازه 41:02.877 --> 41:06.981 توسط ترکیب بدنهایمان با استخوان بندی های روباتیک خارجی 41:06.981 --> 41:09.650 ما فقط قوی تر نمیشیم 41:09.650 --> 41:11.920 همه ی ما به خوبی بااستعدادترین ورزشکارها و هنرمندان ، حرکت خواهیم کرد 41:11.920 --> 41:16.590 همه ی ما به خوبی بااستعدادترین ورزشکارها و هنرمندان ، حرکت خواهیم کرد 41:16.590 --> 41:19.660 آخرین قرن تمدن مردمی 41:19.660 --> 41:24.165 روی سناریوهای آخرالزمانی از شورش روباتها تمرکز کرده بود 41:24.165 --> 41:28.703 مسیر یک آینده ی متفاوت را گشود H.A.L ولی 41:28.703 --> 41:34.108 ما متمایلیم که به روباتها به عنوان فرم دیگری از زندگی فکر کنیم 41:34.108 --> 41:37.778 که شاید یک روز با انسانها رقابت کنن و یا جایگزین انسانها بشن 41:37.778 --> 41:41.116 ولی من فکر می کنم که حقیقت امر اینه که 41:41.116 --> 41:44.985 به طور فزاینده ای ، ما شاهد همکاری انسانها و روباتها خواهیم بود 41:44.985 --> 41:48.488 و عملا گونه ای خواهیم شد که دارای توانایی های فیزیکی و ذهنی بالایی است 41:48.489 --> 41:50.691 و عملا گونه ای خواهیم شد که دارای توانایی های فیزیکی و ذهنی بالایی است 41:50.691 --> 41:53.161 کاملا ، من فکر می کنم که روباتها آینده هستند 41:53.161 --> 41:54.961 من فکر می کنم که ما نیاز داریم تا به اونا اعتماد و تکیه داشته باشیم 41:54.962 --> 41:58.132 در غیر این صورت ، ما درجا میزنیم و دیگه پیشرفتی نخواهیم کرد 41:58.132 --> 42:03.637 سرانجام ، زندگی روی زمین به پایان میرسه 42:03.637 --> 42:05.806 میراث ما چیه ؟ 42:05.806 --> 42:11.312 ما هیچ چیزی رو رها نمی کنیم مگر اینکه هوشیاریمون رو از دست بدیم 42:11.312 --> 42:14.715 ما به روباتهای هوشیار در هرجایی نیاز داریم 42:14.715 --> 42:17.852 اون میراث ما خواهد بود 42:17.852 --> 42:19.888 اون میراث بشر خواهد بود 42:22.123 --> 42:26.092 روباتها به سرعت باهوش تر میشن ، چابکتر میشن 42:26.093 --> 42:28.596 ودر حال پرورش و توسعه ی ویژگی های انسانی هستند 42:28.596 --> 42:33.501 مثل هوشیاری ، احساسات و الهامات 42:33.501 --> 42:37.738 آیا اونا ما رو در بزرگراه تکامل پشت سر خواهند گذاشت ؟ 42:37.739 --> 42:41.442 یا اینکه در عصر جدید انسانها به ماشینها ملحق خواهند شد ؟ 42:41.442 --> 42:46.047 ... تکامل غیر قابل پیش بینی است 42:46.047 --> 42:47.115 .:: @bollbolljan_com ::.