1 00:00:04,510 --> 00:00:06,832 ‫عصر هوش مصنوعی 2 00:00:07,206 --> 00:00:10,743 ‫اون دوتا چیزی که مردم میگن ‫توی زندگی آدم قطعی هست رو میدونید، مگه نه؟ 3 00:00:10,777 --> 00:00:12,445 ‫مرگ و مالیات. 4 00:00:12,478 --> 00:00:15,014 ‫میشه از شر یکیشون راحت بشیم؟ 5 00:00:15,048 --> 00:00:17,584 ‫میدونید صد سال پیش ‫امید به زندگی 45 سال بود، 6 00:00:17,617 --> 00:00:18,718 ‫باورتون میشه؟ 7 00:00:18,752 --> 00:00:20,886 ‫بعدش از دهه پنجاه میلادی ‫به 65 سال رسید، 8 00:00:20,920 --> 00:00:22,355 ‫امروز حدود 80 سال هست. 9 00:00:22,388 --> 00:00:25,792 ‫فردا چقدر میشه، کسی چه میدونه؟ ‫درست میگم؟ 10 00:00:25,825 --> 00:00:27,527 ‫مراقبت های درمانی پیشرفت عظیمی داشته. 11 00:00:27,560 --> 00:00:30,529 ‫بیماری های همه گیری که میلیون ها آدم ‫رو کشتن رو از بین بردیم. 12 00:00:30,563 --> 00:00:32,465 ‫ولی زندگی حساسه. 13 00:00:32,498 --> 00:00:36,903 ‫مردم هنوزم مریض میشن ‫یا به دلایلی از دنیا میرن، 14 00:00:36,936 --> 00:00:39,606 ‫که شاید باید یک روز قابل درمان باشن.... 15 00:00:41,274 --> 00:00:44,344 ‫اگه بتونیم تشخیص بیماری رو بهتر کنیم چی؟ 16 00:00:44,377 --> 00:00:47,446 ‫به جای اینکه به بیماری واکنش نشون بدیم ‫توی پیش بینیش نوآوری داشته باشیم. 17 00:00:47,480 --> 00:00:49,015 ‫توی این قسمت، 18 00:00:49,048 --> 00:00:53,352 ‫میبینیم که یادگیری ماشینی چطور ‫به جنگ یکی از عوامل اصلی نابینایی میره، 19 00:00:53,386 --> 00:00:58,123 ‫و به یک پسر با بیماری عصبی .توانایی ‫برقراری ارتباط با خانواده اش رو میده 20 00:00:58,157 --> 00:01:01,861 ‫هوش مصنوعی نگرش ما به ذهن و جسم 21 00:01:01,894 --> 00:01:03,171 ‫مرگ و زندگی رو داره تغییر میده.... 22 00:01:03,195 --> 00:01:07,100 ‫و چیزی که ما بیشتر از همه بهش اهمیت میدیم ‫تجربه انسانی ما هست،. 23 00:01:09,936 --> 00:01:14,006 ‫و کاپیتان دیگه ما، شماره 8 ‫تیم شاو!! 24 00:01:18,144 --> 00:01:22,248 ‫ما از وقتی که کلاس ششم بود ‫با رویای فوتبال اون زندگی کردیم 25 00:01:22,281 --> 00:01:25,784 ‫وقتی که مربیش گفت ‫این بچه قراره راه درازی رو بره،. 26 00:01:25,818 --> 00:01:29,556 ‫از اون لحظه به بعد ‫تیم شب ها توی اتاقش حرکت شنا رو میرفت،، 27 00:01:29,589 --> 00:01:32,158 ‫تیم اولین نفری بود که سر تمرین حاضر میشد، 28 00:01:32,191 --> 00:01:33,993 ‫تیم ورزش رو جدی گرفته بود. 29 00:01:44,303 --> 00:01:47,173 ‫شماره 8، تیم شاو! 30 00:01:49,108 --> 00:01:53,179 ‫نمیدونم دارن چی کار می کنن ‫نمیدونم دارن به سمت کی میان،! 31 00:01:53,212 --> 00:01:58,351 ‫تا اونجا که یادش میاد ‫تیم شاو در آرزوی سه حرف بود، 32 00:01:58,384 --> 00:02:00,119 ‫ان-اف-ال 33 00:02:01,254 --> 00:02:05,458 ‫از اولش توی خونش بود ‫یه بچه سریع و ورزشی بود،. 34 00:02:05,491 --> 00:02:09,495 ‫اون 106 کیلو عضله خالص رو پرورش داد، 35 00:02:09,528 --> 00:02:13,266 ‫توی سن 23 سالگی، به حرفه ای ها پیوست. 36 00:02:13,299 --> 00:02:16,068 ‫آرزوش برآورده شده بود. 37 00:02:16,101 --> 00:02:19,505 ‫داشت فوتبال حرفه ای بازی می کرد. 38 00:02:19,538 --> 00:02:21,441 ‫سلام به همگی .من با تیم شاو هستم 39 00:02:21,474 --> 00:02:24,276 ‫داری این فصل رو شروع می کنی ‫چه حسی داره؟. 40 00:02:24,310 --> 00:02:26,278 ‫شگفت انگیزه ‫هیجان قبل بازی رو داره، 41 00:02:26,312 --> 00:02:30,917 ‫دلشوره دارم و آماده ام به یکی ضربه بزنم ‫پس حواستون جمع باشه.. 42 00:02:30,950 --> 00:02:32,885 ‫سلام به طرفداران تیم تایتان ‫تیم شاو هستم،، 43 00:02:32,919 --> 00:02:35,855 ‫مدافع و خوش شانس تیم های خاص. 44 00:02:35,888 --> 00:02:37,190 ‫اون عاشق کاریه که انجام میده. 45 00:02:37,223 --> 00:02:39,525 ‫و میگه ‫"!اونا بهم پول میدن تا به مردم ضربه بزنم"، 46 00:02:42,328 --> 00:02:46,232 ‫اینجام تا یه حقایقی رو بگم ‫یه ذره از حقیقت، 47 00:02:46,265 --> 00:02:47,900 ‫پس اسمش رو میذاریم حقیقت تی-شاو، 48 00:02:47,934 --> 00:02:50,737 ‫چون همیشه حقیقت نداره ‫ولی حقیقت منه،. 49 00:03:03,916 --> 00:03:06,709 ‫انگار همه چی عوض شده 50 00:03:07,862 --> 00:03:11,170 ‫به نظرم سخت ترین قسمتش برای من 51 00:03:11,874 --> 00:03:19,724 ‫اینه که هنوز توی وضعیتی هستم ‫که میتونم صحبت کنم 52 00:03:21,961 --> 00:03:25,561 ‫ولی تمام حرف هام قابل درک نیست. 53 00:03:27,140 --> 00:03:29,308 ‫[مصاحبه سال 2015 با تیم] ‫سال 2012، 54 00:03:29,341 --> 00:03:31,777 ‫بدنم کارهایی می کرد که قبلا پیش نمیومد. 55 00:03:31,810 --> 00:03:34,647 ‫عضلاتم منقبض میشدن ‫و لغزش داشتن،، 56 00:03:34,680 --> 00:03:38,985 ‫یا اون بازی ای که همیشه داشتم رو نداشتم. 57 00:03:39,018 --> 00:03:40,553 ‫من اون ورزشکار همیشگی نبودم، 58 00:03:40,586 --> 00:03:44,591 ‫من اون فوتبالیست سابق نبودم. 59 00:03:45,658 --> 00:03:50,910 ‫بازیم اونقدر افت داشت ‫که تیم تایتان منو کنار گذاشت. 60 00:03:51,716 --> 00:03:57,278 ‫شیش ماه بعد از اینکه کنار گذاشته شدم ‫یک ماه بعد تولد 30سالگیم 61 00:03:59,157 --> 00:04:02,019 ‫یک دکتر بالاخره گفت مشکلم چیه 62 00:04:02,043 --> 00:04:03,442 ‫من شوکه شدم. 63 00:04:03,443 --> 00:04:07,313 ‫سه حرفی که تا اون موقع ‫زندگی تیم رو تعریف می کرد 64 00:04:07,347 --> 00:04:10,817 ‫سه حرفی نبود که دکتر اون روز بهش گفت. 65 00:04:10,850 --> 00:04:11,985 ‫ای-ال-اس. 66 00:04:12,819 --> 00:04:15,205 ‫اون شب زنگ زدم خونه 67 00:04:16,329 --> 00:04:18,986 ‫حتی نمی تونستم حرفشو بزنم 68 00:04:19,473 --> 00:04:22,332 ‫حتی نمی تونستم حروف رو به زبون بیارم. 69 00:04:23,118 --> 00:04:26,670 ‫منظورم اینه که من میتونستم این باشم ‫این می تونست داستان زندگی من باشه.. 70 00:04:29,116 --> 00:04:32,521 ‫منظورم اینه که من خیلی قوی ام ‫ولی بعدش شرایط زندگی سخت شد. 71 00:04:32,545 --> 00:04:36,802 ‫مطمئنم بدنم یواش یواش به جنگ من اومد. 72 00:04:37,609 --> 00:04:39,178 ‫خب 73 00:04:39,211 --> 00:04:43,349 ‫ای-ال-اس که مخفف ‫اسکلروز جانبی آمیوتروفیک» هست». 74 00:04:43,382 --> 00:04:45,785 ‫به بیماری لو گهریگ هم شناخته میشه. 75 00:04:45,818 --> 00:04:49,488 ‫باعث مرگ نورون هایی میشه ‫که عضلات ارادی رو کنترل می کنن. 76 00:04:49,521 --> 00:04:52,258 ‫دیگه حتی سرشم نمی تونه بخارونه 77 00:04:52,291 --> 00:04:53,559 ‫بهتر شد؟ 78 00:04:53,592 --> 00:04:58,397 ‫و هیچکدوم از اون حرکات جسمی که قبلا ‫براش خیلی راحت بود رو نمی تونه انجام بدم. 79 00:04:58,430 --> 00:05:01,233 ‫واسه هر قدمی که می خواد برداره ‫مجبوره که فکر کنه. 80 00:05:01,267 --> 00:05:05,071 ‫غذای تیم رو توی این ظرف کوچیک میریزیم ‫با آب ترکیبش می کنیم. 81 00:05:06,172 --> 00:05:11,296 ‫دلم واسه خوردن ‫یک ساندویچ بزرگ لک زده 82 00:05:11,861 --> 00:05:14,969 ‫که یه جا بخورمش.... 83 00:05:17,149 --> 00:05:20,719 ‫با پیشرفت بیماری ‫عضلات ضعیف میشن. 84 00:05:20,753 --> 00:05:24,423 ‫کارهای ساده روزانه مثل راه رفتن ‫حرف زدن و غذا خوردن، 85 00:05:24,456 --> 00:05:26,859 ‫به تلاش خیلی زیادی نیاز داره. 86 00:05:27,514 --> 00:05:35,205 ‫اینکه نتونم چیزی که توی سرم میگذره ‫رو به زبون بیارم خیلی ناامید کننده اس. 87 00:05:35,938 --> 00:05:40,418 ‫حس می کنم از همیشه باهوش ترم 88 00:05:40,676 --> 00:05:46,408 ‫ولی نمی تونم به زبون بیارمش. 89 00:05:49,915 --> 00:05:52,952 ‫تیم عادت داشت که شب ها به من زنگ بزنه، 90 00:05:52,985 --> 00:05:57,957 ‫برنامه تشخیص صدا داشت و به ‫"گوشی می گفت" شماره بابا رو بگیر 91 00:05:57,990 --> 00:06:02,228 ‫گوشیش کلمه "بابا" رو تشخیص نداد 92 00:06:02,261 --> 00:06:07,866 ‫برای همین بهم گفتش ‫که بابا اسمت رو عوض کردم 93 00:06:07,900 --> 00:06:11,304 ‫حالا "یو یو" صدات می کنم 94 00:06:11,337 --> 00:06:14,907 ‫پس به گوشیش میگه به "یو یو" زنگ بزن 95 00:06:16,742 --> 00:06:20,879 ‫تیم خیلی از ارتباطاتش رو قطع کرده 96 00:06:20,912 --> 00:06:26,752 ‫دیگه به اندازه قبل حرف نمیزنه ‫منم دلم برای اون موقع تنگ شده،. 97 00:06:26,785 --> 00:06:29,555 ‫- نظرت راجع به ریش قرمز من چیه؟ - ‫نظری ندارم . 98 00:06:29,589 --> 00:06:32,858 ‫این یعنی خوشش میاد ‫ولی نمی خواد جلوی دوربین بگه. 99 00:06:32,892 --> 00:06:35,862 ‫من سبیل چخماقی تو رو دوست داشتم. 100 00:06:35,895 --> 00:06:38,998 ‫زبان، توان برقراری ارتباط با همدیگه. 101 00:06:39,031 --> 00:06:42,734 ‫چیزیه که به طرز منحصر به فردی ‫ما رو انسان می کنه. 102 00:06:42,768 --> 00:06:47,139 ‫و برقراری ارتباط رو به یک ‫استفاده تاثیرگذار در هوش مصنوعی تبدیل میکنه 103 00:06:47,172 --> 00:06:49,842 ‫آره، حال میده. 104 00:06:57,516 --> 00:07:01,120 ‫اسم من جولی هستش ‫و من در گوگل مدیر تولید هستم. 105 00:07:01,153 --> 00:07:04,490 ‫حدودا یک سالی میشه که روی ‫پروژه یوفونیا کار می کنم. 106 00:07:04,523 --> 00:07:06,759 ‫پروژه یوفونیا دو هدف متفاوت داره. 107 00:07:06,792 --> 00:07:12,531 ‫یکی بهبود بخشیدن تشخیص گفتار ‫برای افرادی که انواع بیماری دارن. 108 00:07:12,564 --> 00:07:15,268 ‫هدف دوم اینه که ‫صدای افراد رو بهشون برگردونیم، 109 00:07:15,301 --> 00:07:20,573 ‫که یعنی کاری کنیم ‫که صداشون مثل قبل از ابتلاشون بشه. 110 00:07:20,606 --> 00:07:26,178 ‫اگه به ارتباطات فکر کنید با ‫درک مخاطب و بعدش درک شدن شروع میشه 111 00:07:26,211 --> 00:07:31,884 ‫و برای خیلی از مردم ‫صدای اون ها مثل هویتشونه. 112 00:07:31,917 --> 00:07:34,920 ‫فقط توی ایالات متحده ‫از هر ده نفر یک نفر از 113 00:07:34,954 --> 00:07:36,789 ‫از اختلالات گفتاری اکتسابی رنج میبره، 114 00:07:36,822 --> 00:07:43,029 ‫که عاملش میتونه ای ال اس ‫سکته، پارکینسون و صدمات مغزی باشه،. 115 00:07:43,062 --> 00:07:45,397 ‫حل کردن این مشکل چالش بزرگیه، 116 00:07:45,431 --> 00:07:49,735 ‫برای همینه که جولی با یک متفکر بزرگ ‫همکاری کرده تا کمکش کنه. 117 00:07:50,516 --> 00:07:54,460 ‫اسم من دیمیتری کانیوفسکی هست 118 00:07:55,111 --> 00:07:59,128 ‫کار من تشخیص صحبت 119 00:07:59,152 --> 00:08:03,223 ‫و توسعه کابردهای ارتباطاتیه. 120 00:08:03,369 --> 00:08:07,428 ‫وقتی یه ساله بودم شنواییم رو از دست دادم. 121 00:08:08,085 --> 00:08:11,524 ‫دیمیتری یک دانشمند و نوآور ‫در سطح جهانی هست. 122 00:08:11,557 --> 00:08:14,326 ‫IBM اون توی شرکت های ‫کار کرده Google و حالا Princeton، 123 00:08:14,359 --> 00:08:18,197 ‫و بیش از 150 پتنت رو ثبت کرده. 124 00:08:18,230 --> 00:08:21,800 ‫از دستاوردهاش که بگذریم ‫برقراری ارتباط براش مسئله خیلی شخصی ای هست،. 125 00:08:21,833 --> 00:08:24,770 ‫دیمیتری لهجه شدید روسی ای داره، 126 00:08:24,803 --> 00:08:30,209 ‫وقتی ناشنوا بود انگلیسی رو یاد گرفت ‫برای همین هیچوقت انگلیسی حرف زدنش رو نشنید،. 127 00:08:30,559 --> 00:08:32,122 ‫باید به اسرائیل بریم 128 00:08:32,144 --> 00:08:34,079 ‫می خوای بری؟ باشه. 129 00:08:34,113 --> 00:08:37,049 ‫تکنولوژی هنوز نمیتونه بهش کمک کنه ‫تا صدای خودش رو بشنوه. 130 00:08:37,082 --> 00:08:40,419 ‫اون برای برقراری ارتباط از ‫"Live Transcribe" برنامه 131 00:08:40,453 --> 00:08:42,321 ‫که از هوش مصنوعی قدرت گرفته ‫استفاده می کنه. 132 00:08:42,355 --> 00:08:43,789 ‫خوبه .این عالیه، 133 00:08:43,823 --> 00:08:47,260 ‫ما با دیمیتری روی توسعه ‫یک تشخیص دهنده کار کردیم 134 00:08:47,293 --> 00:08:50,663 ‫که توی شناخت صدای خودش بهتر عمل می کرد. 135 00:08:50,696 --> 00:08:53,832 ‫این نمونه ای که الان داری برای ‫تشخیص استفاده میکنی، 136 00:08:53,865 --> 00:08:57,069 ‫چه داده ای رو بهش آموزش دادی؟ 137 00:08:57,272 --> 00:09:01,189 ‫از داده صدای خودم ‫روی گوشی خودم استفاده کردم. 138 00:09:01,307 --> 00:09:04,277 ‫خب، تشخیص گفتار چطوری کار می کنه؟ 139 00:09:05,485 --> 00:09:07,176 ‫تشخیص گفتار 140 00:09:07,312 --> 00:09:10,683 ‫اول از همه صدای ما به ‫شکل طول موج سیگنال درمیاد، 141 00:09:10,716 --> 00:09:13,118 ‫که تصویر یک صدا هست 142 00:09:13,152 --> 00:09:18,357 ‫شکل موج ها با رونوشت ها ‫یا برچسب های هر کلمه تطبیق داده میشن. 143 00:09:18,391 --> 00:09:21,726 ‫این نقشه برای اکثر ‫کلمات زبان انگلیسی وجود داره. 144 00:09:21,760 --> 00:09:24,530 ‫اینجاست که یادگیری ماشینی وارد میشه. 145 00:09:24,563 --> 00:09:28,700 ‫با استفاده از میلیون های نمونه صدا ‫یک مدل یادگیری عمیق آموزش داده میشه تا 146 00:09:28,734 --> 00:09:31,704 ‫صداهای ورودی رو به کلمات خروجی تبدیل کنه. 147 00:09:31,737 --> 00:09:35,341 ‫بعدش الگوریتم از قوانینی مثل ‫گرامر و نحو استفاده میکنه، 148 00:09:35,374 --> 00:09:37,176 ‫تا هر کلمه جمله رو پیش بینی کنه. 149 00:09:37,209 --> 00:09:42,581 ‫اینجوریه که هوش مصنوعی می تونه ‫رو بگه "there" و "they're" "their" تفاوت. 150 00:09:42,614 --> 00:09:45,584 ‫مدل تشخیص گفتاری که گوگل استفاده می کنه ‫برای مردمی خوب جواب میده که 151 00:09:45,618 --> 00:09:53,225 ‫صداشون شبیه به نمونه صداهایی ‫هست که توی آموزش این مدل استفاده شده. 152 00:09:53,258 --> 00:09:56,462 ‫توی 90 درصد موارد چیزی ‫که می خواید بگید رو تشخیص میده. 153 00:09:56,495 --> 00:10:01,033 ‫دیمیتری شامل اون 90 درصد نمیشه ‫برای یکی مثل اون اصلا جواب نمیده. 154 00:10:01,066 --> 00:10:04,870 ‫بنابراین نمونه شخصی خودش رو ساخت. 155 00:10:05,054 --> 00:10:08,167 ‫بعد از آموزش چند مدل 156 00:10:08,191 --> 00:10:13,781 ‫متوجه شدم برای اینکه من رو خوب بفهمه ‫باید داد بزنم. 157 00:10:13,805 --> 00:10:19,372 ‫پس من عبارات مشخصی رو آموزش دادم ‫که خیلی آروم صحبتشون می کنم. 158 00:10:19,373 --> 00:10:23,033 ‫بعد از اینکه اضافه اش کردم ‫متوجه حرف هام شد،. 159 00:10:23,489 --> 00:10:26,593 ‫ولی ساخت یک مدل منحصر به فرد ‫با داده منحصر به فرد 160 00:10:26,594 --> 00:10:29,795 ‫برای هر شخص جدید و منحصر به فردی ‫زمان بر و ناکارآمده. 161 00:10:29,828 --> 00:10:32,097 ‫تیم پدرش رو "یو یو" صدا می کنه. 162 00:10:32,131 --> 00:10:35,700 ‫بقیه افرادی که ای ال اس دارن ‫ممکنه پدرشون رو چیز دیگه ای خطاب کنن. 163 00:10:35,734 --> 00:10:40,539 ‫آیا میتونیم ماشینی بسازیم ‫که افراد متفاوت زیادی رو تشخیص بده؟ 164 00:10:40,572 --> 00:10:42,374 ‫و چطور میتونیم سریع انجامش بدیم؟ 165 00:10:42,408 --> 00:10:46,878 ‫میدونید که این داده وجود نداره ‫و ما باید جمع آوریش کنیم. 166 00:10:46,912 --> 00:10:50,549 ‫ما این همکاری رو با موسسه درمانی ‫در بوستون انجام دادیم ALS TDI. 167 00:10:50,582 --> 00:10:54,286 ‫اونا توی جمع کردن نمونه صدای افرادی ‫که ای ال اس داشتن به ما کمک کردن. 168 00:10:54,319 --> 00:10:55,588 ‫این به افتخار توئه تی شاو. 169 00:10:55,621 --> 00:10:59,025 ‫یک، دو، سه! 170 00:11:02,928 --> 00:11:07,265 ‫بدینوسیله من چالش ‫سطل آب یخ شما رو قبول می کنم. 171 00:11:09,501 --> 00:11:13,233 ‫وقتی چالش سطل آب یخ همه گیر شد ‫میلیون ها نفر به مقابله با ای ال اس پیوستن، 172 00:11:13,401 --> 00:11:17,443 ‫و بیش از 220 میلیون دلار ‫برای تحقیق روی ای ال اس جمع کردند. 173 00:11:17,476 --> 00:11:22,448 ‫یک خط مستقیم از چالش سطل آب یخ ‫به پروژه یوفونیا وجود داره. 174 00:11:29,187 --> 00:11:31,957 ‫موسسه توسعه درمان ای ال اس ‫تشکیلاتی هست که وقتش رو صرف 175 00:11:31,990 --> 00:11:35,227 ‫دارو و درمان های ای ال اس می کنن.... 176 00:11:35,260 --> 00:11:37,029 ‫ما روی زندگی تمرکز داریم. 177 00:11:37,062 --> 00:11:42,634 ‫چطور میتونیم با استفاده از تکنولوژی ‫فورا به این افراد کمک کنیم؟ 178 00:11:42,667 --> 00:11:45,604 ‫آره، اونا در واقع شلوغ تر هستن. 179 00:11:45,638 --> 00:11:47,406 ‫این نکته خوبیه. 180 00:11:47,439 --> 00:11:50,976 ‫چند سال پیش یه کم بعد از اینکه ‫تشخیص داده شد بیمار شده با تیم آشنا شدم. 181 00:11:51,009 --> 00:11:57,116 ‫علنی کردنش خیلی سخته. ولی ‫برام روشن شد که وقتش بوده، 182 00:11:57,149 --> 00:12:00,486 ‫اون سعی داشت که بفهمه ‫باید انتظار چی رو بکشه، 183 00:12:00,519 --> 00:12:04,690 ‫ولی همینطور داشت سعی می کرد بفهمه ‫"خب، نقش من اینجا چیه؟" 184 00:12:04,723 --> 00:12:09,461 ‫همه چالش های سطل آب یخ و آگاهی بخشی ‫واقعا برام الهام بخش بود. 185 00:12:09,494 --> 00:12:13,064 ‫اگه یک قدم به عقب بریم ‫«و بگیم «چطور می تونم آگاهی بخشی کنم؟، 186 00:12:13,098 --> 00:12:15,067 ‫«یا «چطور می تونم به کسی کمک کنم؟ 187 00:12:15,100 --> 00:12:21,640 ‫وقتی چالش سطل آب یخ اتفاق افتاد ‫کلی منابع مالی روی سرمون ریخت، 188 00:12:21,673 --> 00:12:25,971 ‫و بهمون این امکان رو داد تا به افرادی که ‫توی برنامه هامون هستن و 189 00:12:25,972 --> 00:12:28,714 ‫ای ال اس دارن دسترسی پیدا کنیم... ‫تا داده هاشون رو به ما برسونن. 190 00:12:28,747 --> 00:12:33,786 ‫اینجوری بود که بزرگترین مجموعه داده ‫به دستمون رسید که باعث جذب گوگل شد. 191 00:12:34,575 --> 00:12:36,892 ‫میشه بریم ساحل؟ 192 00:12:37,874 --> 00:12:40,893 ‫فرناندو از اولش شروع نکرد ‫که تشخیص گفتار رو بهتر کنه، 193 00:12:40,926 --> 00:12:47,332 ‫ولی در فرایند درک بهتر از بیماری ‫پایگاه داده عظیمی از صداهای ای ال اس ساخت، 194 00:12:47,366 --> 00:12:51,437 ‫که میتونه به تیم و خیلی های دیگه کمک کنه. 195 00:12:53,107 --> 00:12:55,190 ‫باید ذخیرشون کنی؟ 196 00:12:55,403 --> 00:12:56,742 ‫به صورت خودکار بارگذاریش کرد. 197 00:12:56,775 --> 00:12:57,977 ‫عجب 198 00:12:59,295 --> 00:13:01,964 ‫امروز دمای هوا چنده؟ 199 00:13:04,074 --> 00:13:06,466 ‫چراغ های آشپزخونه رو روشن کن 200 00:13:08,264 --> 00:13:12,525 ‫در حالیکه دارم خیلی چیزا رو ‫توی زندگیم از دست میدم، 201 00:13:13,634 --> 00:13:17,615 ‫به یه چیز پایبند می مونم 202 00:13:18,450 --> 00:13:21,850 ‫اگه ارزش انجامش رو داره ‫من انجامش میدم 203 00:13:22,511 --> 00:13:25,065 ‫آهنگ های برتر رو پخش کن 204 00:13:25,694 --> 00:13:27,722 ‫برام یک آهنگ بخون 205 00:13:28,370 --> 00:13:36,061 ‫من به این بیماری به چشم یک فرصت نگاه می کنم 206 00:13:37,047 --> 00:13:42,774 ‫اگه بتونم روی یک نفر دیگه تاثیر بذارم ‫همین کافیه. 207 00:13:43,158 --> 00:13:49,677 ‫برنامه من اینه که تا می تونم ‫براشون عبارات رو ضبط کنم. 208 00:13:50,533 --> 00:13:56,703 ‫اگه حتی به این معنی باشه که ‫نفسای آخرم رو برای کلمات استفاده کنم. 209 00:13:59,571 --> 00:14:01,574 ‫چندتا عبارت رو ضبط کردی تیم؟ 210 00:14:02,044 --> 00:14:07,247 ‫من 2066 عبارت رو ضبط کردم 211 00:14:07,379 --> 00:14:08,880 ‫دو هزار و شصت و شیش عبارت؟ 212 00:14:08,914 --> 00:14:12,217 ‫تیم می خواد هر روشی رو ‫که می تونه کمک کنه رو پیدا کنه. 213 00:14:12,251 --> 00:14:20,251 ‫دیدن این حد از اشتیاق و تمایلش ‫برای ضبط کلی نمونه صدا الهام بخشه. 214 00:14:20,659 --> 00:14:23,128 ‫برای تبدیل این تمام این داده ها ‫به کمک واقعی، 215 00:14:23,161 --> 00:14:28,199 ‫فرناندو با یکی از افرادی همکاری کرد که ‫پروژه یوفونیا رو شروع کرد...مایکل برنر 216 00:14:28,233 --> 00:14:30,335 ‫- .سلام، فرناندو - ‫سلام، حالت چطوره؟ 217 00:14:30,368 --> 00:14:34,105 ‫دانشمند تحقیقاتی گوگل ‫و ریاضی دان تعلیم دیده از هاروارد 218 00:14:34,138 --> 00:14:38,343 ‫که از یادگیری ماشینی برای حل ‫مسائل سخت علمی مثل این یکی استفاده می کنن. 219 00:14:38,377 --> 00:14:42,381 ‫تیم شاو حدود 2000 تلفظ رو انجام داده 220 00:14:42,414 --> 00:14:44,616 ‫برای همین تصمیم گرفتیم ‫از تکنولوژیمون استفاده کنیم 221 00:14:44,649 --> 00:14:48,553 ‫تا ببینیم که میشه یک تشخیص دهنده ‫بسازیم که اون رو بفهمه. 222 00:14:48,899 --> 00:14:51,122 ‫اونو میاری اینجا؟ 223 00:14:51,156 --> 00:14:56,829 ‫برای تیم هدف اینه که ‫کاری کنیم که چیزهایی که ضبط نکرده رو بفهمه. 224 00:14:56,862 --> 00:15:00,799 ‫مشکل اینجاست که ما نمیدونیم ‫روی چه مقدار داده جواب میده. 225 00:15:00,832 --> 00:15:07,105 ‫دیمیتری بیشتر از 15 هزار جمله ضبط کرده ‫که میزان داده خارق العاده ای هستش،. 226 00:15:07,138 --> 00:15:11,376 ‫از هیچکس انتظار نداشتیم ‫که این همه جمله ضبط کنه، 227 00:15:11,410 --> 00:15:16,147 ‫پس از نظر فنی میدونیم که ما توانایی انجامش ‫رو با مقدار خیلی کمتری از یک شخص داریم. 228 00:15:16,181 --> 00:15:18,283 ‫پس مشخص نیست که جواب بده. 229 00:15:18,317 --> 00:15:20,586 ‫من به مسیر مخالف میرم. 230 00:15:22,287 --> 00:15:24,189 ‫- .پس اصلا جواب نداد - .نه اصلا 231 00:15:24,223 --> 00:15:26,191 ‫"اون میگه که" به مسیر مخالف میرم 232 00:15:26,224 --> 00:15:28,060 ‫و این میگه که "میدونم که بود" 233 00:15:28,093 --> 00:15:29,728 ‫وقتی که صدا رو تشخیص نمیده، 234 00:15:29,761 --> 00:15:34,432 ‫با پارامترهای تشخیص دهنده صدا ور میریم ‫بعدش یک جمله دیگه بهش میدیم، 235 00:15:34,466 --> 00:15:37,069 ‫و ایده اینه که آخرش متوجه میشید. 236 00:15:37,102 --> 00:15:39,338 ‫[صدای تیم] میشه بریم ساحل؟ 237 00:15:42,140 --> 00:15:43,742 ‫- .آره! گرفتش - .گرفتش 238 00:15:43,776 --> 00:15:45,844 ‫خیلی باحاله ‫بیا یکی دیگه رو امتحان کنیم.. 239 00:15:45,878 --> 00:15:53,585 ‫اگه صدای تیم شاو برگرده اون دیگه احساس ‫نمی کنه که با سه حرف تعریف یا محدود میشه، 240 00:15:53,618 --> 00:15:55,187 ‫ولی این «اگه» بزرگی هست. 241 00:15:55,220 --> 00:15:58,289 ‫وقتی مایکل و تیم یوفونیا تلاششون رو می کنن، 242 00:15:58,323 --> 00:16:03,228 ‫بیاین یه لحظه تصور کنیم ‫که در قلمروی حواس چه چیزای دیگه ای ممکنه. 243 00:16:03,261 --> 00:16:05,396 ‫گویایی 244 00:16:05,430 --> 00:16:07,499 ‫شنوایی 245 00:16:07,532 --> 00:16:08,934 ‫بینایی 246 00:16:08,967 --> 00:16:10,869 ‫آیا هوش مصنوعی می تونه ‫نابینایی رو تشخیص بده؟ 247 00:16:12,037 --> 00:16:13,405 ‫یا حتی جلوش رو بگیره؟ 248 00:16:34,736 --> 00:16:36,224 ‫اسم من سانتی هست. 249 00:16:36,623 --> 00:16:38,417 ‫خانواده من چهار عضو داره. 250 00:16:38,886 --> 00:16:40,693 ‫اسم شوهرم باگیراتان هست. 251 00:16:40,717 --> 00:16:42,717 ‫بچه هام پاویترا و یوگسواران هستن. 252 00:16:44,011 --> 00:16:47,322 ‫صبح زود پامیشم، بیرون رو آب جارو میکنم. 253 00:16:47,346 --> 00:16:50,333 ‫خونه رو جارو میزنم ‫و برای بچه ها قهوه میذارم. 254 00:16:50,509 --> 00:16:53,178 ‫سانتی زندگی راحتی نداره. 255 00:16:53,211 --> 00:16:56,348 ‫چون دیابت داره زندگیش سختتر شده، 256 00:16:56,381 --> 00:16:58,717 ‫که روی بیناییش تاثیر میذاره. 257 00:16:59,544 --> 00:17:05,337 ‫سردرد و چشم درد داشتم ‫همه چیزو نقطه میدیدم. 258 00:17:05,963 --> 00:17:10,229 ‫اگه کمک پزشکی به زودی به سانتی نرسه ‫ممکنه که کور بشه. 259 00:17:12,664 --> 00:17:17,669 ‫عوارض دیابت شامل ‫ناراحتی قلبی، ناراحتی کلیه میشه 260 00:17:17,702 --> 00:17:21,807 ‫ولی یکی از عوارض واقعا مهمش ‫رتینوپاتی دیابتی هست. 261 00:17:21,840 --> 00:17:26,979 ‫دلیل اینکه مهمه اینه که رتینوپاتی دیابتی .یکی ‫از عوامل اصلی نابینایی در سراسر جهان هست 262 00:17:27,012 --> 00:17:29,681 ‫این داستان به ویژه در هند درست هست. 263 00:17:37,158 --> 00:17:39,458 ‫- سلام قربان، حالتون خوبه؟ - ‫بله، قربان . 264 00:17:39,618 --> 00:17:43,058 ‫- چی اذیتت میکنه؟ - دیدم تاره 265 00:17:43,242 --> 00:17:48,146 ‫- چند وقته دیابت داری؟ - ‫دو سال و نیمی میشه . 266 00:17:49,299 --> 00:17:53,477 ‫رتینوپاتی دیابتی عارضه ای هست ‫که روی افراد دارای دیابت تاثیر میذاره. 267 00:17:53,695 --> 00:17:57,276 ‫در مراحل اولیه نشونه ای نداره ‫ولی همونجا میشه درمانش کرد،. 268 00:17:57,309 --> 00:18:01,346 ‫برای همین می خواین همون اول جلوش رو بگیرین ‫تا فرد بیناییش رو از دست نده. 269 00:18:01,831 --> 00:18:03,670 ‫جلو رو ببین. 270 00:18:05,150 --> 00:18:08,353 ‫در مراحل اولیه ‫اگر دکتر چشم رو معاینه کنه، 271 00:18:08,387 --> 00:18:10,622 ‫یا از پشت چشم تصویربرداری کنید، 272 00:18:10,656 --> 00:18:14,493 ‫کلی از اون نقاط خونریزی کننده ‫در شبکیه رو می بینید. 273 00:18:15,497 --> 00:18:17,389 ‫هر دو چشمت تار میبینه. 274 00:18:17,413 --> 00:18:19,413 ‫عصب هات هم یه کم خونریزی دارن. 275 00:18:19,437 --> 00:18:21,975 ‫هر دو چشمت ضعیف هست ‫و به تزریق نیاز داری. 276 00:18:21,976 --> 00:18:25,136 ‫امروزه دکترهای معاینه کننده چشم کافی نیستند 277 00:18:25,169 --> 00:18:28,673 ‫ما چشم پزشک های محدودی هستیم ‫پس باید راه دیگه ای باشه، 278 00:18:28,706 --> 00:18:32,644 ‫که بتونیم بیماری دیابتی رو... ‫برای عارضه های دیباتی معاینه کنیم. 279 00:18:32,678 --> 00:18:37,148 ‫در ایالات متحد به ازای هر یک میلیون نفر ‫هفتاد و چهار دکتر چشم پزشک هست. 280 00:18:37,181 --> 00:18:39,751 ‫در هند فقط 11 نفر در یک میلیون. 281 00:18:39,784 --> 00:18:42,587 ‫پس فقط میشه بیمار رو معاینه کرد 282 00:18:42,620 --> 00:18:48,360 ‫توجه و مراقبت کردن از اون ها ‫اگر غیرممکن نباشه، طاقت فرساس. 283 00:18:48,393 --> 00:18:53,765 ‫هر روز حدود دو تا دو هزار و پونصد بیمار ‫رو ویزیت می کنیم. 284 00:18:53,798 --> 00:18:59,338 ‫قسمت جالب رتینوپاتی دیابتی اینه که ‫راه هایی هست معاینه بشه و از مشکل جلو زد. 285 00:18:59,371 --> 00:19:02,340 ‫مشکل اینجاست که بیماران کافی ‫تحت معاینه قرار نمی گیرن. 286 00:19:02,373 --> 00:19:05,545 ‫مثل تشخیص دهنده گفتار ای ال اسی ‫که تیم شاو داشت، 287 00:19:05,546 --> 00:19:09,648 ‫اینجا هم مشکل داده یا نبودش هست. 288 00:19:09,681 --> 00:19:16,221 ‫برای پیشگیری از کور شدن مردم ‫دکتر کیم خواسته که از مشکل جلو بزنه،. 289 00:19:19,958 --> 00:19:21,660 ‫خونریزی داریم. 290 00:19:21,693 --> 00:19:24,662 ‫همه این ها تراوه هستن. 291 00:19:24,696 --> 00:19:27,499 ‫دکتر کیم یک تیم از گوگل رو دعوت کرد، 292 00:19:27,532 --> 00:19:31,536 ‫تیم متشکل از دکترها و مهندسین ‫به دنبال راهی هستن تا از یادگیری ماشینی 293 00:19:31,570 --> 00:19:35,373 ‫برای حل بعضی از... ‫اصلی ترین مشکلات سلامتی استفاده کنن. 294 00:19:35,407 --> 00:19:41,780 ‫پس ما با یاد دادن یک مدل هوش مصنوعی شروع کردیم ‫که می تونست توی خوندن این تصاویر کمک کنه، 295 00:19:41,813 --> 00:19:47,018 ‫که باعث میشه به تعداد دکترهای کمتری ‫نیاز باشه تا این کار رو انجام بدن. 296 00:19:47,051 --> 00:19:48,587 ‫این نمای عادی هست. 297 00:19:48,620 --> 00:19:50,522 ‫وقتی دقیق تر نگاه می کنی، 298 00:19:50,555 --> 00:19:53,225 ‫بعدش میتونه میکروانوریسما باشه، درسته؟ 299 00:19:53,258 --> 00:19:55,460 ‫- این یکی که اینجاست چی؟ - ‫میتونه باشه . 300 00:19:55,493 --> 00:19:58,296 ‫تیم داره از همون یادگیری ‫ماشینی استفاده میکنه 301 00:19:58,329 --> 00:20:00,665 ‫که به ما اجازه میده ‫تا عکس هامون رو مرتبط کنیم 302 00:20:00,699 --> 00:20:02,667 ‫یا توی رسانه های اجتماعی ‫دوستانمون رو تگ کنیم، 303 00:20:02,701 --> 00:20:05,437 ‫تشخیص تصویر 304 00:20:05,470 --> 00:20:10,442 ‫ابتدا، مدل ها با تصاویر برچسب خورده ‫مثل گربه و سگ ها یاد داده میشن. 305 00:20:10,475 --> 00:20:15,747 ‫بعد از دیدن هزاران نمونه ‫الگوریتم یاد میگیره تا تصاویر جدید رو 306 00:20:15,780 --> 00:20:17,382 ‫بدون کمک آدم بشناسه.... 307 00:20:17,415 --> 00:20:21,886 ‫برای پروژه رتینوپاتی ‫بیش از صد هزار اسکن چشم، 308 00:20:21,920 --> 00:20:26,958 ‫توسط چشم پزشک ها درجه بندی شدن... ‫که اسکن ها رو از یک تا پنج درجه بندی کردن، 309 00:20:26,991 --> 00:20:28,560 ‫از سالم تا مریض. 310 00:20:28,593 --> 00:20:32,564 ‫بعدا از این تصاویر برای یاددهی ‫الگوریتم یک ماشین یادگیری استفاده شد. 311 00:20:32,597 --> 00:20:37,835 ‫به مرور زمان هوش مصنوعی یاد گرفت ‫که کدوم چشم ها نشونه های بیماری رو دارن. 312 00:20:37,869 --> 00:20:45,243 ‫این دستیار معاینه هست ‫پیش بینی های مدل روی تصویر اصلی میفته.، 313 00:20:45,277 --> 00:20:49,047 ‫و مرض شناسی رو به خوبی پیدا می کنه. 314 00:20:49,080 --> 00:20:51,649 ‫برای کمک گرفتن در بکارگیری تکنولوژی، 315 00:20:51,682 --> 00:20:56,287 ‫تیم لیلی به سراغ وریلی ‫از واحد علوم زیستی در آلفابت رفت. 316 00:20:56,320 --> 00:20:58,089 ‫هند چطور بود؟ 317 00:20:58,123 --> 00:20:59,357 ‫شگفت انگیز بود! 318 00:20:59,576 --> 00:21:00,019 ‫پیشونیتون رو اینجا قرار بدید. 319 00:21:00,020 --> 00:21:01,235 ‫وریلی از دل گوگل اکس بیرون اومد 320 00:21:01,259 --> 00:21:05,296 ‫و ما سر تقاطع تکنولوژی، علوم زیستی ‫و مراقبت های درمانی نشستیم. 321 00:21:05,330 --> 00:21:07,532 ‫کاری که سعی داریم بکنیم اینه که ‫به مشکلات بزرگی 322 00:21:07,565 --> 00:21:09,300 ‫که روی بیمارهای زیادی تاثیر دارن فکر کنیم، 323 00:21:09,333 --> 00:21:14,205 ‫و چطور می تونیم از بهترین ابزارها و ‫تکنولوژی ها استفاده کنیم تا ازشون سبقت بگیریم. 324 00:21:14,239 --> 00:21:17,709 ‫بخش های فنی خیلی مهمن ‫و روش شناسی خیلی مهمه. 325 00:21:17,743 --> 00:21:21,412 ‫چطور تصویر درستی میگیری ‫و اینکه الگوریتم چطور عمل می کنه،، 326 00:21:21,446 --> 00:21:25,550 ‫و چطور از این ابزارها فقط در اینجا ‫استفاده نشه بلکه در شرایط روستایی بشه؟ 327 00:21:25,583 --> 00:21:30,088 ‫اگه بتونیم فرایند تشخیص رو سرعت بدیم ‫و مراقبت بالینی رو ادغام کنیم، 328 00:21:30,121 --> 00:21:31,990 ‫اونوقت می تونیم جلوی کوری رو بگیریم. 329 00:21:32,023 --> 00:21:36,128 ‫مشکلات بزرگتری وجود نداره ‫که روی بقیه بیماران تاثیر بذاره. 330 00:21:36,161 --> 00:21:39,030 ‫دیابت روی 400 میلیون نفر ‫در جهان اثر میذاره، 331 00:21:39,063 --> 00:21:44,502 ‫فقط هفتاد میلیون نفر در هند ‫برای همین تیم های جسیکا و لیلی، 332 00:21:44,536 --> 00:21:49,374 ‫آزمایش اسکنرهای هوش مصنوعی چشم رو ‫از مناطق روستایی اونجا شروع کردن، 333 00:21:49,407 --> 00:21:52,276 ‫مثل کلینیک چشم دکتر کیم آرویند. 334 00:21:52,310 --> 00:21:55,146 ‫- دوربین روشنه؟ - .حالا روشنه 335 00:21:55,179 --> 00:21:56,147 ‫آره. 336 00:21:56,180 --> 00:21:57,415 ‫همینکه دوربین راه میفته. 337 00:21:57,449 --> 00:21:59,484 ‫باید اتصال به اینترنت رو چک کنیم. 338 00:21:59,517 --> 00:22:03,521 ‫بیمار وارد میشه و از پشت چشمشون ‫عکسبرداری میشه. 339 00:22:03,554 --> 00:22:05,389 ‫یه عکس از چشم چپ ‫یه عکس از چشم راست،. 340 00:22:05,423 --> 00:22:10,561 ‫تصاویر برای این الگوریتم آپلود میشن ‫و با تموم شدن تحلیل الگوریتم،، 341 00:22:10,595 --> 00:22:15,734 ‫نتایج رو به همراه توصیه ارجاعی ‫به سیستم میفرسته، 342 00:22:15,767 --> 00:22:17,936 ‫خوبه .داره خوب کار میکنه. 343 00:22:17,969 --> 00:22:23,442 ‫چون الگوریتم آنی کار می کنه ‫میتونید آنی جوابش رو به دکتر بدید،، 344 00:22:23,475 --> 00:22:26,445 ‫و جواب آنی به بیمار برمی گرده. 345 00:22:26,659 --> 00:22:29,574 ‫فکت رو اینجا بذار ‫پیشونیت رو اینجا فشار بده 346 00:22:30,382 --> 00:22:34,853 ‫با داشتن الگوریتم مثل این میمونه ‫که خودتون رو وزن کنید، 347 00:22:34,886 --> 00:22:39,358 ‫توی چند ثانیه ‫سیستم تشخیص میده که رتینوپاتی دارید یا نه،. 348 00:22:40,391 --> 00:22:44,462 ‫در گذشته ‫تشخیص عارضه سانتی ماه ها طول می کشید،، 349 00:22:44,495 --> 00:22:45,864 ‫تازه اگر تشخیص داده میشد. 350 00:22:46,713 --> 00:22:48,113 ‫لطفا بیا. 351 00:22:49,471 --> 00:22:50,729 ‫لطفا بیا داخل. 352 00:22:52,814 --> 00:22:55,255 ‫به داخل نگاه کن و پلک نزن. 353 00:23:05,983 --> 00:23:09,482 ‫بخاطر دیابت چشم هات خونریزی دارن. 354 00:23:09,506 --> 00:23:11,506 ‫عصب ها هم آب انداختن. 355 00:23:12,071 --> 00:23:15,958 ‫باید بری مادورای تا دکتر ویزیتت کنه. 356 00:23:16,383 --> 00:23:20,000 ‫باید سریعا بررسی بشه، باشه؟ 357 00:23:20,001 --> 00:23:20,886 ‫چشم. 358 00:23:20,911 --> 00:23:23,501 ‫تا وقتی که دکتر تونست اون رو ویزیت کنه، 359 00:23:23,535 --> 00:23:26,671 ‫ممکنه که دیابت سانتی باعث کور شدنش بشه. 360 00:23:27,705 --> 00:23:29,841 ‫حالا با کمک تکنولوژی جدید، 361 00:23:29,874 --> 00:23:33,378 ‫فوریه ‫و اون میتونه یک ساعت سوار اتوبوس بشه، 362 00:23:33,411 --> 00:23:37,149 ‫و برای درمان در همون روز خودش رو ‫به کلینیک دکتر کیم در مادورای برسونه. 363 00:23:37,742 --> 00:23:40,110 ‫- اسمت چی بود؟ - .سانتی 364 00:23:40,559 --> 00:23:46,641 ‫اگه اینجا رو ببینی می تونی خونریزی ها ‫رو ببینی .این نقطه ها هم رسوب چربی هستن 365 00:23:47,171 --> 00:23:49,534 ‫- میشه چشم هات رو ببینم؟ - .بله 366 00:23:49,560 --> 00:23:53,631 ‫حالا هزاران بیمار که هفته ها ‫یا ماه ها صبر کردن تا ویزیت بشن، 367 00:23:53,664 --> 00:23:56,601 ‫می تونن تا قبل اینکه دیر بشه کمک بگیرن. 368 00:23:57,258 --> 00:23:59,973 ‫این مرحله یه کم پیشرفته هست. 369 00:24:00,511 --> 00:24:05,373 ‫هر دو چشمت باید لیزر درمانی بشن. 370 00:24:05,775 --> 00:24:08,017 ‫یک بار لیزر کردن کافی نیست. 371 00:24:08,041 --> 00:24:10,041 ‫شاید مجبور بشیم دو سه بار لیزر کنیم. 372 00:24:11,115 --> 00:24:12,951 ‫ممنونم، قربان. 373 00:24:17,753 --> 00:24:19,561 ‫لیزر درمانی درد نداره. 374 00:24:22,304 --> 00:24:25,186 ‫انگار یه نوری توی چشمت فلاش میزنه. 375 00:24:25,210 --> 00:24:27,364 ‫اگه درد گرفت می تونیم متوقفش کنیم. 376 00:24:27,598 --> 00:24:32,003 ‫رتینوپاتی وقتیه که قند خون بالا ‫به شبکیه چشم آسیب میزنه. 377 00:24:32,037 --> 00:24:36,541 ‫خون می چکه ‫و درمان لیزی عملا رگ های خونی رو جوش میده، 378 00:24:36,574 --> 00:24:38,777 ‫تا چکه نکنن. 379 00:24:38,810 --> 00:24:41,746 ‫آزمایش کردن های مرتب چشم ‫مشکل رو زود تشخیص میده. 380 00:24:41,779 --> 00:24:44,048 ‫در مناطق روستایی یا دور افتاده ‫مثل اینجا،، 381 00:24:44,082 --> 00:24:48,753 ‫هوش مصنوعی می تونه وارد بشه ‫سیستم تشخیص زود باشه. 382 00:24:49,489 --> 00:24:52,921 ‫بهتون یک نسخه با دارو میدیم 383 00:24:53,120 --> 00:24:54,499 ‫درد داره؟ 384 00:24:54,829 --> 00:24:56,564 ‫نه، درد نداره. 385 00:24:57,662 --> 00:25:01,466 ‫به نظرم یکی از مهم ترین ‫کاربردهای هوش مصنوعی 386 00:25:01,499 --> 00:25:04,736 ‫جاهایی هستش که دکترها کم هستن.... 387 00:25:04,769 --> 00:25:08,038 ‫یه جورایی کاری که هوش مصنوعی انجام میده ‫هوشمندی رو ارزون می کنه، 388 00:25:08,072 --> 00:25:11,509 ‫حالا فکر کنید که با هوشمندی ارزون ‫چه کار میتونید بکنید. 389 00:25:11,543 --> 00:25:13,978 ‫مردم میتونن پیش دکترهایی برن ‫که قبلا نمی تونستن. 390 00:25:14,012 --> 00:25:16,848 ‫شاید مثل اکثر عناوین خبری تاثیر گذار نباشه 391 00:25:16,881 --> 00:25:20,218 ‫ولی از جهات زیادی مهمترین تاثیر رو داره. 392 00:25:26,890 --> 00:25:31,251 ‫بعد از آخرین لیزر درمانی ‫دیدم از این گوشه شفافه. 393 00:25:34,508 --> 00:25:39,997 ‫اونا گفتن که تا وقتی ‫دیابتم رو کنترل کنم بیناییم خوب میمونه. 394 00:25:40,238 --> 00:25:42,774 ‫هوش مصنوعی حالا نسل بعدی ابزارهاس 395 00:25:42,807 --> 00:25:45,510 ‫که میتونیم برای مشکلات بالینی معنی دار ‫استفاده کنیم. 396 00:25:45,543 --> 00:25:49,314 ‫پس هوش مصنوعی مراقبت های درمانی رو ‫دموکراتیک میکنه. 397 00:25:50,151 --> 00:25:54,275 ‫امید توی دلم جوونه کرده که چیزیم نمیشه ‫یه اعتقاده. 398 00:25:56,521 --> 00:26:02,260 ‫کار با رتینوپاتی دیابتی چشم های ما رو ‫به پتانسیل های خیلی بیشتری باز میکنه. 399 00:26:03,394 --> 00:26:07,565 ‫حتی توی این تصاویر ‫داریم سیگنال های جالبی میبینیم، 400 00:26:07,598 --> 00:26:11,002 ‫که میتونه از بعضی عوامل خطر فرد ‫برای بیماری قلبی بگه. 401 00:26:11,035 --> 00:26:16,274 ‫و از اونجا به همه تصاویری ‫که در پزشکی میگیریم فکر می کنی. 402 00:26:16,307 --> 00:26:20,745 ‫میتونید از هوش مصنوعی و الگوریتم ‫برای کمک به بیماران و دکترها استفاده کنید.. 403 00:26:20,778 --> 00:26:23,214 ‫تا زودتر بیماری رو تشخیص بدن؟ 404 00:26:23,248 --> 00:26:26,750 ‫سرطان رو مثالی در نظر بگیرید که هوش مصنوعی ‫چطور می تونه جون آدم ها رو نجات بده. 405 00:26:26,784 --> 00:26:34,421 ‫میتونیم یک نمونه از خون یکی رو بگیریم .و ‫دنبال ذرات سرطانی دی ان ای یا تومور بگردیم 406 00:26:34,621 --> 00:26:36,973 ‫و این کاربرد عالی ای از یادگیری ماشینی هست. 407 00:26:37,199 --> 00:26:38,363 ‫چرا همینجا وایستیم؟ 408 00:26:38,396 --> 00:26:42,767 ‫آیا هوش مصنوعی میتونه کاری که محققین انسانی ‫قادر به انجامش نبودن رو انجام بده؟ 409 00:26:42,800 --> 00:26:47,706 ‫با فهم اینکه سلول ها چطور به خوبی کار میکنن ‫بعد میتونید بفهمید که چرا تومور رشد میکنه 410 00:26:47,783 --> 00:26:50,475 ‫و چطور بدون آسیب زدن ‫به سلول های اطراف جلوش رو بگیریم. 411 00:26:50,508 --> 00:26:52,677 ‫و اگه سرطان قابل درمانه، 412 00:26:52,710 --> 00:26:56,081 ‫شاید اختلالات روانی مثل افسردگی ‫و اضطراب هم قابل درمان باشن. 413 00:26:56,114 --> 00:27:00,585 ‫نشانگرهای زیستی چهره ای و صوتی از ‫این اختلالات سلامت روانی وجود دارن. 414 00:27:00,619 --> 00:27:03,521 ‫مردم هر ساعت 15 بار گوشیشون رو چک می کنن. 415 00:27:03,555 --> 00:27:08,093 ‫پس این مثل یک فرصت ‫برای ایست بازرسی تندرستی میمونه. 416 00:27:08,126 --> 00:27:11,562 ‫میتونید به یک نفر نشونش بدید ‫یا کسی که دوستش دارید، 417 00:27:11,595 --> 00:27:14,365 ‫یا در بعضی موارد حتی به دکتر نشون بدید. 418 00:27:14,399 --> 00:27:21,939 ‫اگه به زمینه کلی پزشکی نگاه کنید ‫کار مهم تشخیص بیماری رو چطور انجام میدید؟ 419 00:27:21,972 --> 00:27:27,946 ‫کمک گرفتن از هوش مصنوعی ‫و بهترین متخصص های تشخیص کمک میکنه،. 420 00:27:31,616 --> 00:27:38,323 ‫در ساختمان گوگل، جولی و تیم یوفونیا ماه ها ‫روی پیدا کردن راهی برای تیم شاو کار کردن 421 00:27:38,356 --> 00:27:39,958 ‫تا صداش رو برگردونن. 422 00:27:40,863 --> 00:27:45,087 ‫وقتی از مبدل متن به گفتار ‫برای تیم استفاده می کنید 423 00:27:45,111 --> 00:27:47,966 ‫می تونید از صدای قدیمیش استفاده کنید؟... 424 00:27:47,967 --> 00:27:50,167 ‫بله! تیم زک ،تیم دیپ مایند، 425 00:27:50,201 --> 00:27:53,738 ‫مدلی ساخته که می تونه ‫صدات رو تقلید کنه. 426 00:27:53,771 --> 00:27:59,043 ‫برای تیم، ما خوش شانس بودیم ‫چون شغل تیم بازی توی لیگ ان.اف.ال بود، 427 00:27:59,077 --> 00:28:02,613 ‫برای همین کلی مصاحبه رادیویی ‫و تلویزیونی داشت، 428 00:28:02,647 --> 00:28:04,349 ‫اون این فیلم رو برامون فرستاده. 429 00:28:04,382 --> 00:28:07,685 ‫تیم شاو هستم، شانس بیار تیم های خاص. 430 00:28:07,719 --> 00:28:12,356 ‫کریسمس داره میاد و باید بفهمیم که ‫بازیکن های تیم تایتان چی کار میکنن. 431 00:28:12,390 --> 00:28:14,859 ‫اگه دو به شک شدی ‫احتمالا جواب نه هستش،. 432 00:28:14,892 --> 00:28:21,565 ‫تیم می تونه هر چی که می خواد رو تایپ کنه ‫و نمونه اولیه با صدای تیم می خونتش،. 433 00:28:21,598 --> 00:28:24,936 ‫من همیشه عاشق توجه بودم ‫نمیدونم اینو درباره من میدونستین یا نه.. 434 00:28:26,937 --> 00:28:31,575 ‫تفسیر گفتار یه چیزه ‫ولی بازسازی نحوه گفتار یک آدمی واقعی 435 00:28:31,608 --> 00:28:33,311 ‫یه مرتبه بزرگتره.... 436 00:28:33,344 --> 00:28:36,280 ‫بازی ویدیویی انجام میدی ‫شیرینی های کریسمس و بوقلمون میخوری. 437 00:28:36,313 --> 00:28:40,151 ‫به تقلید صدا ‫ترکیب صدا هم گفته میشه، 438 00:28:40,185 --> 00:28:43,220 ‫که اساسا برعکس تشخیص گفتار هست 439 00:28:43,253 --> 00:28:46,925 ‫اول از همه یادگیری ماشینی ‫متن رو به شکل طول موج تبدیل میکنه 440 00:28:46,958 --> 00:28:50,061 ‫بعدش از این طول موج ها برای ‫ساخت صدا استفاده میشه. 441 00:28:50,094 --> 00:28:53,965 ‫دستیارهای الکسا و گوگل هوم ‫اینطوری با ما صحبت می کنن. 442 00:28:53,998 --> 00:28:58,336 ‫حالا تیم های دیپ مایند و گوگل اِی آی ‫دارن روی ساخت مدلی کار میکنن 443 00:28:58,369 --> 00:29:01,739 ‫که صدای منحصر به فرد تیم رو تقلید میکنه.... 444 00:29:01,773 --> 00:29:03,841 ‫انگار داره محاسبه می کنه. 445 00:29:03,874 --> 00:29:05,943 ‫ولی امروز صبح کار کرد؟ 446 00:29:05,976 --> 00:29:08,012 ‫باید انتظاراتمون رو پایین بیاریم. 447 00:29:08,045 --> 00:29:11,115 ‫نمیدونم مدلمون قراره چطوری عمل کنه. 448 00:29:11,149 --> 00:29:16,287 ‫امیدوارم که تیم سر دربیاره ‫و بفهمه کار این تکنولوژی چیه، 449 00:29:16,320 --> 00:29:20,692 ‫که یک کار در حال انجام و ‫یک پروژه تحقیقاتی هست. 450 00:29:20,725 --> 00:29:25,997 ‫بعد از شیش ماه انتظار ‫تیم شاو قراره نتیجه رو ببینه،. 451 00:29:26,030 --> 00:29:31,102 ‫تیمی که روی مدل تشخیص گفتارش کار می کنه ‫داره به خونه اش میاد تا یه دور آزمایشی برن. 452 00:29:39,009 --> 00:29:41,079 ‫دختر خوب .بیا سلام کن، 453 00:29:41,913 --> 00:29:43,548 ‫- !سلام -!سلام 454 00:29:43,581 --> 00:29:44,749 ‫خوش اومدین. 455 00:29:44,782 --> 00:29:45,850 ‫- !سلام - .بفرمایید تو 456 00:29:45,883 --> 00:29:47,752 ‫ممنون از مهمون نوازیتون. 457 00:29:47,785 --> 00:29:49,921 ‫بعضیاتون رو قبلا دیده، مگه نه؟ 458 00:29:49,954 --> 00:29:51,823 ‫تیم، حالت چطوره؟ 459 00:29:51,856 --> 00:29:53,591 ‫- .سلام، تیم - .از دیدنت خوشحالم 460 00:29:53,625 --> 00:29:55,259 ‫- .سلام - .سلام 461 00:29:55,293 --> 00:29:56,327 ‫سلام. 462 00:29:56,361 --> 00:29:59,097 ‫سلام، من جولی هستم ‫ما همدیگه رو توی دوربین دیدیم.. 463 00:29:59,631 --> 00:30:01,175 ‫ممنون که اومدین. 464 00:30:01,407 --> 00:30:03,401 ‫اینجا از بوستون هوا گرمتره. 465 00:30:03,434 --> 00:30:05,612 ‫- .بایدم همینطور باشه - ‫همیشه همینه . 466 00:30:09,340 --> 00:30:10,408 ‫خب. 467 00:30:11,408 --> 00:30:13,377 ‫تیم، تو جلو برو. 468 00:30:13,410 --> 00:30:18,249 ‫از نشون دادن چیزی که روش کار کردیم ‫به تیم و پدر مادرش هیجان زده ام. 469 00:30:18,283 --> 00:30:24,155 ‫یه ذره نگرانم چون نمیدونم ‫که اپ همونطور که باید عمل می کنه یا نه، 470 00:30:24,188 --> 00:30:29,260 ‫ولی خیلی هیجان دارم تا چیزای جدید یاد بگیرم ‫و نظر تیم رو درباره اش بشنوم. 471 00:30:29,293 --> 00:30:32,063 ‫با خودم دو نسخه آوردم. 472 00:30:32,096 --> 00:30:34,899 ‫قرار بود یکی رو انتخاب کنم ‫و تصمیم گرفتم جفتش رو بیارم 473 00:30:34,932 --> 00:30:37,335 ‫محض اطمینان که یکی ‫از اون یکی دیگه بهتر نباشه، 474 00:30:37,368 --> 00:30:44,075 ‫و فقط بدون که این یکی با صداهای ‫ضبط شده خودت آموزش دیده 475 00:30:44,108 --> 00:30:51,215 ‫و این یکی هم با صداهای ضبط شده خودت ‫آموزش دیده ALS TDI و سایر شرکت کننده های 476 00:30:51,248 --> 00:30:54,685 ‫که توی همین تمرین شرکت کردن 477 00:30:54,718 --> 00:30:57,388 ‫بنابراین، خوبه. 478 00:30:57,422 --> 00:30:59,924 ‫امیدوار بودم که امتحانش کنیم. 479 00:30:59,958 --> 00:31:02,260 ‫آماده ایم؟ 480 00:31:03,995 --> 00:31:06,965 ‫درباره کی صحبت می کنی؟ 481 00:31:15,206 --> 00:31:16,307 ‫گرفتش. 482 00:31:16,340 --> 00:31:18,243 ‫گرفتش. 483 00:31:24,582 --> 00:31:27,451 ‫اون داره میاد؟ 484 00:31:29,554 --> 00:31:30,889 ‫خودشه. 485 00:31:33,991 --> 00:31:36,961 ‫امروز کار میکنی؟ 486 00:31:46,037 --> 00:31:48,873 ‫شگفت انگیزه. 487 00:31:48,906 --> 00:31:49,907 ‫عالیه. 488 00:31:49,941 --> 00:31:51,909 ‫ممنون که اینو امتحان کردین. 489 00:31:51,943 --> 00:31:53,044 ‫- !وای - .باور نکردنیه 490 00:31:53,077 --> 00:31:57,008 ‫چیزی که عاشقشم اینه که ‫اشتباه کرد و بعد خودش درستش کرد،. 491 00:31:57,009 --> 00:31:57,749 ‫درسته 492 00:31:57,782 --> 00:31:59,650 ‫داشتم با خودم میگفتم ‫"اشتباه کرد"، 493 00:31:59,683 --> 00:32:02,686 ‫بعدش .متن درستش رو نوشت 494 00:32:02,720 --> 00:32:08,192 ‫اینا عبارات بخشی از هفتاد درصد عبارتی ‫بودن که برای آموزش مدل استفاده کردیم، 495 00:32:08,225 --> 00:32:11,795 ‫ولی ما 30 درصد عبارات رو هم کنار میذاریم، 496 00:32:11,828 --> 00:32:14,431 ‫برای همین ممکنه این یکی اونطوری جواب نده، 497 00:32:14,465 --> 00:32:18,102 ‫ولی امیدوار بودم که بتونیم ‫یه مقدار از این رو هم امتحان کنیم. 498 00:32:18,136 --> 00:32:20,698 ‫خب کاری که قبلا ما ‫کردیم اینه که از تیم خواستیم 499 00:32:20,723 --> 00:32:23,474 ‫از عباراتی استفاده کنه که ‫توی آموزش اپ استفاده شده 500 00:32:23,508 --> 00:32:24,608 ‫درسته 501 00:32:24,641 --> 00:32:29,758 ‫حالا عباراتی رو امتحان میکنیم تا ببینیم ‫اونایی که جزو برنامه نبودن رو میشناسه یا نه 502 00:32:29,759 --> 00:32:32,383 ‫بله درسته. حق با شماست امتحانش ‫امتحانش کنیم؟. 503 00:32:33,917 --> 00:32:36,387 ‫از من میخوای؟ 504 00:32:39,656 --> 00:32:43,061 ‫وقت داری بازی کنیم؟ 505 00:32:47,965 --> 00:32:50,501 ‫بعدش چی میشه؟ 506 00:32:53,270 --> 00:32:55,840 ‫پس توی مورد آخر، 507 00:32:55,873 --> 00:32:58,242 ‫این یکی گرفت .و اون یکی نگرفت، 508 00:32:58,275 --> 00:33:02,546 ‫- .اینو توقفش رو میزنیم - ‫من عاشق اولی ام که میگه 509 00:33:02,580 --> 00:33:04,782 ‫"کمکم میکنی دوش بگیرم؟" 510 00:33:04,815 --> 00:33:07,919 ‫- .اصلا اون چیزی نبود که گفت - ‫میدونم . 511 00:33:07,952 --> 00:33:10,487 ‫باید حسابی حواست جمع باشه چی می خوای. 512 00:33:12,156 --> 00:33:17,295 ‫پس وقتی صداش رو تفسیر میکنه ‫و اشتباهاتی می کنه، 513 00:33:17,328 --> 00:33:19,263 ‫راهی هست که بشه اصلاحش کنیم؟ 514 00:33:19,296 --> 00:33:24,335 ‫آره. میخوایم برای شما یک گزینه ‫برای درست کردن صداهای ضبط شده اضافه کنیم، 515 00:33:24,368 --> 00:33:28,706 ‫ولی تا امروز ‫بخاطر اینکه اولین باریه که امتحانش می کنیم،، 516 00:33:28,739 --> 00:33:30,474 ‫هنوز اون گزینه رو نداریم. 517 00:33:30,508 --> 00:33:32,910 ‫این هنوز یک کار در مرحله انجام هست. 518 00:33:32,943 --> 00:33:36,680 ‫ما یک مدل تشخیص گفتار داریم ‫که برای تیم شاو جواب میده، 519 00:33:36,714 --> 00:33:43,254 ‫که میدونید یک نفر هست و امیدواریم که ‫بدونید این تکنولوژی برای افراد زیادی هست 520 00:33:43,287 --> 00:33:46,090 ‫یه چیز دیگه هست که می خوام امتحان کنی، 521 00:33:46,123 --> 00:33:47,525 ‫اگه مشکلی نیست 522 00:33:47,558 --> 00:33:50,761 ‫ما توی گوگل با یک تیم دیگه ‫به اسم دیپ مایند کار می کنیم. 523 00:33:50,794 --> 00:33:55,366 ‫اون ها متخصص تقلید و ترکیب صدا هستن. 524 00:33:56,500 --> 00:34:00,605 ‫در سال 2019 ‫تیم نامه ای به خود جوونترش نوشت،. 525 00:34:02,540 --> 00:34:08,145 ‫اونا نوشته هایی از یک مرد 34 ساله ‫که ای ال اس و مشکل برقراری ارتباط داره هستش 526 00:34:08,179 --> 00:34:15,252 ‫که به گذشته یک پسر 22 ساله فرستاده شده ‫که در اوج عظمت لیگ فوتبال آمریکایی هست. 527 00:34:15,285 --> 00:34:18,389 ‫بذار اینو یه امتحانی بکنم. 528 00:34:18,422 --> 00:34:24,729 ‫من از استفاده کردن از این حرف خوشم میاد ‫چون خیلی قشنگه. پس بذار ببینم کار میکنه، 529 00:34:27,231 --> 00:34:32,636 ‫تصمیم گرفتم این نامه رو برات بنویسم ‫چون خیلی چیزا بود که باید بهت می گفتم. 530 00:34:32,670 --> 00:34:35,973 ‫دوست دارم برات توضیح بدم ‫که چرا حرف زدن انقدر برام سخته، 531 00:34:36,006 --> 00:34:39,443 ‫از تشخیص بیماری و همه چیش برات بگم ‫از اینکه زندگیم الان چه شکلیه،، 532 00:34:39,476 --> 00:34:44,348 ‫چون یه روز خودت رو جای من میذاری ‫با مشکلات من دست و پنجه نرم می کنی، 533 00:34:57,961 --> 00:35:01,599 ‫صدای خودشه ‫که فراموشش کرده بودم،. 534 00:35:03,999 --> 00:35:06,599 ‫صدامو یادم نمیاد. 535 00:35:08,714 --> 00:35:11,681 ‫اون صدا رو یادم نمیاد. 536 00:35:14,945 --> 00:35:16,347 ‫ما یادمون میاد. 537 00:35:23,584 --> 00:35:27,667 ‫از وقتی صدام اینطوری بوده خیلی وقته میگذره. 538 00:35:28,630 --> 00:35:34,742 ‫من حس یه آدم جدید رو دارم. 539 00:35:35,444 --> 00:35:43,401 ‫حس کردم یه تیکه گمشده سر جاش برگشته. 540 00:35:44,602 --> 00:35:46,504 ‫شگفت آوره 541 00:35:49,935 --> 00:35:52,987 ‫خدا رو شکر می کنم که ‫افرادی توی دنیا هستن 542 00:35:53,373 --> 00:35:58,326 ‫که تمام سعیشون رو میکنن... ‫تا به بقیه کمک کنن. 543 00:35:59,750 --> 00:36:03,058 ‫لطف کردید که امروز اومدید. 544 00:36:05,062 --> 00:36:06,998 ‫ما از کار کردن با شما خیلی خوشحالیم. 545 00:36:07,031 --> 00:36:08,466 ‫واقعا باعث افتخاره. 546 00:36:10,425 --> 00:36:12,223 ‫شگفت انگیزه. 547 00:36:12,536 --> 00:36:18,409 ‫این فکر که یه روز ‫اون میتونه به این وصل بشه 548 00:36:18,442 --> 00:36:22,947 ‫و الان که اینطوری صحبت می کنی ‫اون صدا رو میده، 549 00:36:24,785 --> 00:36:27,684 ‫پس باید صبر کنی تا حرف بزنم ‫و بعدش میشه. 550 00:36:29,319 --> 00:36:31,689 ‫مشکلی نیست، صبر می کنیم. 551 00:36:33,057 --> 00:36:37,861 ‫هنوز کلی چیزای ناشناخته ‫و کلی تحقیق هست که باید انجام بشه. 552 00:36:37,894 --> 00:36:41,198 ‫ما واقعا سعی داریم ‫اول اثبات مفهوم داشته باشیم، 553 00:36:41,232 --> 00:36:44,268 ‫و بعدش نه تنها به افرادی مبتلا ‫به ای ال اس بسطش بدیم، 554 00:36:44,302 --> 00:36:45,669 ‫بلکه به افرادی که سکته کردن، 555 00:36:45,702 --> 00:36:48,539 ‫یا ضربه مغزی شدن ،ام اس گرفتن، 556 00:36:48,572 --> 00:36:51,008 ‫یا هر عارضه دیگه مربوط به عصب شناسی. 557 00:36:51,041 --> 00:36:52,776 ‫شاید به بقیه زبون ها هم انجام بدیم ‫متوجهید؟، 558 00:36:52,809 --> 00:36:56,413 ‫برای مثال واقعا دوست دارم ‫اینو روی فرانسوی پیاده کنیم. 559 00:36:56,446 --> 00:37:01,518 ‫اگه از تکنولوژی برای حل مشکلاتی که ‫توی علوم زیستی و مراقبت های درمانی 560 00:37:01,551 --> 00:37:03,253 ‫داریم استفاده کنیم خوب نمیشه؟... 561 00:37:03,286 --> 00:37:09,126 ‫در واقع اگه این تکنولوژها رو برای کمک به ‫مردم استفاده نکنیم فرصت از دست رفته هستن 562 00:37:09,159 --> 00:37:10,728 ‫این واقعا اول راهه. 563 00:37:10,761 --> 00:37:13,097 ‫البته که اول راهه. 564 00:37:13,130 --> 00:37:15,332 ‫احتمالات رو تصور کنید. 565 00:37:15,365 --> 00:37:19,169 ‫به نظرم در آینده قابل تصور برای ‫هوش مصنوعی و مراقبت های درمانی 566 00:37:19,202 --> 00:37:22,139 ‫دیگه مراقبت های درمانی وجود نداره، 567 00:37:22,173 --> 00:37:24,008 ‫چون دیگه کسی بهش نیاز نداره. 568 00:37:24,041 --> 00:37:27,744 ‫میتونید یک هوش مصنوعی داشته باشید ‫که مستقیما با سیستم ایمنی بدن شما حرف میزنه 569 00:37:27,778 --> 00:37:34,184 ‫و از قبل پادتن ها رو برای اپیدمی هایی ‫که به سمتتون میاد میسازه و متوقف نمیشه. 570 00:37:34,218 --> 00:37:38,756 ‫این اتفاق همین فردا نمیفته ‫ولی یک هدف بلند مدت هست که واقعیت داره،. 571 00:37:43,827 --> 00:37:48,799 ‫تیم هیچوقت صدای متن خوندنش ‫رو قبلا نشنیده بود. 572 00:37:48,832 --> 00:37:51,568 ‫والدینش هم نشنیده بودن. 573 00:37:52,307 --> 00:37:54,939 ‫هر روز برام مثل جنگیدنه ‫[صدای ترکیبی جدید تیم]. 574 00:37:54,972 --> 00:37:58,075 ‫دست هام رو به زور تکون میدم. 575 00:37:58,109 --> 00:38:00,410 ‫خوش بگذره. 576 00:38:00,443 --> 00:38:02,346 ‫خودم به تنهایی نمیتونم راه برم، 577 00:38:02,379 --> 00:38:06,550 ‫برای همین این آخریا از ویلچر استفاده کردم. 578 00:38:07,551 --> 00:38:10,454 ‫توی جویدن و قورت دادن مشکل دارم. 579 00:38:10,487 --> 00:38:12,857 ‫واسه دنده کبابی آدم می کشم. 580 00:38:12,890 --> 00:38:16,794 ‫آره بدنم ناقص شده ‫ولی مغزم تسلیم نشده،. 581 00:38:18,262 --> 00:38:22,566 ‫مهمترین چیز زندگیتون رو پیدا کنید ‫و اون رو زندگی کنید،. 582 00:38:24,034 --> 00:38:28,372 ‫شما رو توصیف کنه NFL اجازه ندید که سه حرف، 583 00:38:31,809 --> 00:38:36,514 ‫همونطور که من اجازه ندادم... ‫اون سه حرف منو توصیف کنن. 584 00:38:43,254 --> 00:38:45,455 ‫یکی از چیزهایی که تیم یادمون داد، 585 00:38:45,489 --> 00:38:48,925 ‫و فکر می کنم برای همه یک درس باشه 586 00:38:48,959 --> 00:38:51,962 ‫از بعد پزشکی بخوایم بگیم ‫زندگی تیم به آخرش نرسیده،. 587 00:38:51,995 --> 00:38:55,966 ‫در واقع، پنج سال پیش ‫به ما گفتن که 2 تا 5 سال دیگه زنده اس. 588 00:38:55,999 --> 00:38:57,368 ‫ولی ما اون رو رد کردیم. 589 00:38:58,735 --> 00:39:05,442 ‫اون خیلی سریع فهمید ‫که امروز روزیه که باید قدرش رو دونست 590 00:39:05,475 --> 00:39:10,314 ‫و با فکر کردن به گذشته ‫می تونیم خرابش کنیم 591 00:39:10,347 --> 00:39:12,082 ‫اینکه چقدر شگفت انگیز بوده. 592 00:39:12,116 --> 00:39:16,053 ‫و ای وای بر من ‫کاش اونطوری بودم 593 00:39:16,086 --> 00:39:19,222 ‫با نگاه کردن به آینده ‫هم میشه امروز رو خراب کرد، 594 00:39:19,256 --> 00:39:22,425 ‫و در مورد تیم ‫چقدر می تونه این کار ناگوار باشه،. 595 00:39:22,459 --> 00:39:23,794 ‫«من میگم «این اتفاق میفته 596 00:39:23,827 --> 00:39:25,996 ‫«دیگه نمیتونم این کار رو بکنم» 597 00:39:26,029 --> 00:39:31,068 ‫پس به هر سمتش که بریم ‫امروزمون رو خراب میکنه،. 598 00:39:31,101 --> 00:39:32,569 ‫این یه درس برای همه ماست. 599 00:39:32,602 --> 00:39:35,406 ‫چه ای ال اس داشته باشیم ‫و چه نداشته باشیم، 600 00:39:35,439 --> 00:39:38,241 ‫سعی کنید خوبی ‫و برکت هر روز رو ببینید. 601 00:39:38,275 --> 00:39:40,644 ‫تو امروز اینجا کنار مایی. 602 00:39:40,677 --> 00:39:42,747 ‫قراره که روز خوبی باشه.