salma-elshafey/my_dataset · Datasets at Hugging Face

ar stringlengths 1 490	en stringlengths 1 514
أخوتي القرباء لي، هؤلاء الشباب، جميعنا سواء.	My brothers who I'm close to, those guys, they're all like me.
نحن مجرد أشخاص عاديين، ولكن توجد هذه الخرافة والتي تحتم عليك أن تكون ذلك الفتى الأحمق نوعًا ما، من وجد أحبابه نسي أصحابه.	We're just normal people, but, like, there's this myth that you must be that guy who is kind of an asshole, and like, all bros before hos or whatever.
وفي الواقع، مثل، من وجد أحبابه نسي أصحابه هي لاتعني ماتبدو عليه.	And actually, like, bros before hos, it doesn't mean like what it sounds like.
في الواقع هي أشبه بمداعبة أنك تهتم بإخوتك وتضعهم على قائمة أولوياتك.	It's actually just like a joking way of saying that you care about your brothers and you put them first.
نعم، ولكن لايمكنك حتى توجيه اللوم للإعلام.	Yeah, but, you can't blame the media, either.
أعني، مثل، إذا ماذهبت لمشاهدة فيلم "أثر الثمالة الجزء الثاني" واعتبرته مثل كتيب التعليمات لحياتك، مثل، فلا أدري ماذا أقول لك.	I mean, like, if you go watch "Hangover 2," and you think that's an instruction manual for your life, like, I don't know what to tell you.
هل تعلم؟ أنت لم تشاهد فيلم "هوية بورن" وتستمع بقيادة سيارتك عبر الجدول في البندقية. حسنًا، نعم، حسنًا، مثل، إذا ما كنت طفلا صغيرًا أو أيا كان، فبالتأكيد فإن الأمر مختلف، ولكن نعم، حسنًا، أتذكر شيئًا يشبه ذلك.	You know? You don't watch "Bourne Identity" and go drive your car over a gondola in Venice. Well, yeah, okay, like, if you're a little kid or whatever, of course it's different, but -- Yeah, all right, I remember one thing like that.
ذات مرة كنت في متجر الطفل هذا ألعب لعبة سرقة السيارات الكبرى، أه، سرقة السيارات الكبرى؟	I was at this kid's house one time playing GTA, uh, Grand Theft Auto?
يارجل، هل أنت من كندا؟ حسنا، مثل، أيا كان، مع سرقة السيارات الكبرى، أنت هذا الطفل، مثل، أنت هذا الفتى الذي يمشي بالجوار أو أيا كان، وبمقدورك أساسًا، مثل، أنه كلما تقتل رجال شرطة أكثر، تنال نقاط أكثر، وهكذا دواليك.	Dude, are you from Canada? So, like, whatever, with Grand Theft Auto, you're this kid, like, you're this guy walking around or whatever, and you can basically, like, the more cops you kill, the more points you get, and stuff like that.
ويمكنك أيضا أن تجد بائعات هوى وبطبيعة الحال يمكنك مداعبتهن، ويمكنك أيضا قتلهن واسترداد أموالك.	But also, you can find prostitutes and obviously you can do sexual stuff with them, but you can, like, kill them and take your money back.
نعم، هذا الطفل، أتذكرأنه دهس بعضهم بسيارته عدة مرات وحصل على كل هذه النقاط.	Yeah, this kid, I remember he ran over a couple of them a few times with his car and he got all these points.
كنا بعمر العاشرة على ما أظن.	We were, like, 10, I think.
في الواقع شعرت بشعور سيء جدًا.	It felt pretty terrible, actually.
لا، لا أتذكر أني علقت على شيء، لقد أنتهيت من اللعب وعدت أدراجي.	No, I don't think I said anything, I just finished playing and went home.
حسنا يا طلاب، اذا كان هناك رجال تمتعوا بأكثر من مجرد علاقة عابرة بهذا الأمر الشخص السابق وصف نفسه بأنه تائب وقواد نادم جدُا تحول إلى متحدث جماهيري، مدرب حياة و معالج نفسي، ولكن إن أردتم معرفة المزيد عنه، عليكم أن نتنظروا إلى نهاية المسرحية.	All right class, so then there were men who had more than just a passing relationship to this issue. The next subject described himself as a reformed and remorseful pimp turned motivational speaker, life coach and therapist, but if you want to know more about him, you'll have to come to the entire play.
شكرًا جزيلًا حضور TED الرائعين.	Thank you so much, you beautiful TED audience.
سأراكم في "بيع/شراء/مواعدة"	I will see you for "Sell/Buy/Date."
عواطفنا تؤثر على كل نواحي حياتنا، من صحتنا وطريقة تعلمنا إلى كيفية تأدية أعمالنا واتخاذنا للقرارات الصغيرة منها أو الكبيرة.	Our emotions influence every aspect of our lives, from our health and how we learn, to how we do business and make decisions, big ones and small.
كما أنها تؤثر في كيفية تواصلنا مع بعضنا.	Our emotions also influence how we connect with one another.
فقد تطورنا لنعيش في عالم كهذا، ولكننا نعيش حياتنا أكثر فأكثر بهذا الشكل -- هذه رسالة نصية أرسلتها لي ابنتي الليلة الماضية -- في عالم منزوع المشاعر.	We've evolved to live in a world like this, but instead, we're living more and more of our lives like this -- this is the text message from my daughter last night -- in a world that's devoid of emotion.
أنا في مهمة لتغيير ذلك.	So I'm on a mission to change that.
أود إعادة المشاعر إلى تجاربنا الرقمية.	I want to bring emotions back into our digital experiences.
انطلقت على هذا الدرب منذ 15 سنة.	I started on this path 15 years ago.
كنت عالمة حاسوب في مصر، وكنت قد قُبِلت للتو في برنامج للدكتوراه بجامعة كامبريدج.	I was a computer scientist in Egypt, and I had just gotten accepted to a Ph.D. program at Cambridge University.
وقمت وقتها بشيء غير اعتيادي بالنسبة لفتاة مصرية مسلمة ومتزوجة حديثاً: بدعم من زوجي الذي ظل في مصر، حزمت حقائبي وانتقلت إلى انجلترا.	So I did something quite unusual for a young newlywed Muslim Egyptian wife: With the support of my husband, who had to stay in Egypt, I packed my bags and I moved to England.
وفي كامبريدج بعيدا عن منزلي بآلاف الأميال، أدركت أني أقضي وقتا أكبر أمام حاسوبي مما كنت أفعل مع الناس.	At Cambridge, thousands of miles away from home, I realized I was spending more hours with my laptop than I did with any other human.
ورغم كل تلك الألفة بيننا لم يكن لدى حاسوبي أية فكرة عما أشعر به.	Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.
لم تكن لديه أية فكرة إن كنت فرحة أو إن كان نهاري سيئاً أو أنني مرهقة، قلقة، وقد أصبح الأمر محبطاً.	It had no idea if I was happy, having a bad day, or stressed, confused, and so that got frustrating.
بل أن الأمر ساء عندما كنت أتصل بأسرتي، بحيث بدأت أحس بمشاعري تختفي في الفضاء الإلكتروني.	Even worse, as I communicated online with my family back home, I felt that all my emotions disappeared in cyberspace.
كنت أحن للوطن وكنت وحيدة بل إني كنت أبكي في بعض الأيام، لكن الوسيلة التي كنت أنقل بها مشاعري، كانت هي هذه.	I was homesick, I was lonely, and on some days I was actually crying, but all I had to communicate these emotions was this.
قد تملك التقنية اليوم نسبة ذكاء كبيرة لكنها تفتقد للمشاعر؛ الكثير من الذكاء الإدراكي لكن دون ذكاء عاطفي.	Today's technology has lots of I.Q., but no E.Q.; lots of cognitive intelligence, but no emotional intelligence.
وهذا جعلني أفكر، ماذا لو كان بإمكان تقنيتنا إدراك مشاعرنا؟	So that got me thinking, what if our technology could sense our emotions?
ماذا لو كان بإمكان أجهزتنا أن تحس بمشاعرنا وتتفاعل معنا على أساسها، كما كان ليفعل معكم صديق؟	What if our devices could sense how we felt and reacted accordingly, just the way an emotionally intelligent friend would?
وقد قادتني هذه الأسئلة وفريقي إلى ابتكار تقنية قادرة على قراءة مشاعرنا والتفاعل معها، وكانت نقطة انطلاقنا من الوجه.	Those questions led me and my team to create technologies that can read and respond to our emotions, and our starting point was the human face.
يعتبر وجهنا أقوى الوسائل التي نستخدمها جميعا في التعبير عن حالاتنا الاجتماعية والعاطفية، عن كل شيء عن الفرح والتفاجئ والتعاطف والفضول.	So our human face happens to be one of the most powerful channels that we all use to communicate social and emotional states, everything from enjoyment, surprise, empathy and curiosity.
نسمي في علم المشاعر كل حركة لعضلة الوجه بالحركة كوحدة قياس.	In emotion science, we call each facial muscle movement an action unit.
فمثلا الحركة 12، ليست بفيلم هوليوودي ضخم، في الواقع هي شد الشفتين لرسم البسمة.	So for example, action unit 12, it's not a Hollywood blockbuster, it is actually a lip corner pull, which is the main component of a smile.
جربوها جميعا. دعونا نرسم بعض البسمات.	Try it everybody. Let's get some smiles going on.
المثال الثاني هو الحركة 4. تقطيب الجبين.	Another example is action unit 4. It's the brow furrow.
وهذا عندما تقاربون بين حواجبكم لتظهر تلك الأخاديد والخطوط على جباهكم.	It's when you draw your eyebrows together and you create all these textures and wrinkles.
نحن لا نحبها لكنها علامة قوية على مشاعر سلبية.	We don't like them, but it's a strong indicator of a negative emotion.
لدينا حوالي 45 حركة كوحدات قياس، نجمع بينها للتعبير على المئات من المشاعر.	So we have about 45 of these action units, and they combine to express hundreds of emotions.
من الصعب تعليم الحاسوب كيفية قراءتها، لأننا نقوم بتلك الحركات في رمشة عين، إنها خفية، ويمكن الجمع بينها بطرق مختلفة ومتعددة.	Teaching a computer to read these facial emotions is hard, because these action units, they can be fast, they're subtle, and they combine in many different ways.
وخذ على سبيل المثال، البسمة العادية والصفراء.	So take, for example, the smile and the smirk.
قد تبدوان متشابهتين لكنهما بمعنيين جد مختلفين.	They look somewhat similar, but they mean very different things.
فالبسمة العادية إيجابية المعنى والصفراء في الغالب سلبيه.	So the smile is positive, a smirk is often negative.
وقد تجعلكم البسمة الصفراء أحيانا مشهورين.	Sometimes a smirk can make you become famous.
لكن وبشكل جدي، من المهم أن يكون الحاسوب قادراً على التفريق بين هذين التعبيرين.	But seriously, it's important for a computer to be able to tell the difference between the two expressions.
فكيف نفعل ذلك؟	So how do we do that?
أضفنا لخوارزمياتنا العشرات من الآلاف من الأمثلة لأشخاص نعلم أنهم يبتسمون بحق، من مختلف الأعراق والأعمار والأجناس، ونفس الشيء للبسمة الصفراء.	We give our algorithms tens of thousands of examples of people we know to be smiling, from different ethnicities, ages, genders, and we do the same for smirks.
وبعدها باستخدام عملية معقدة تبحث الخوارزمية على جميع تلك الأخاديد والخطوط وعلى الاختلافات الصغيرة على وجوهنا، التوصل إلى أن جميع البسمات العادية لديها مميزات مشتركة، وأن البسمات الصفراء لديها مميزات مختلفة خفية.	And then, using deep learning, the algorithm looks for all these textures and wrinkles and shape changes on our face, and basically learns that all smiles have common characteristics, all smirks have subtly different characteristics.
وفي المرة القادمة عند رؤيتها لوجه جديد تتعرف الخوارزمية في الأساس بأن هذا الوجه لديه نفس مميزات البسمة العادية، فتقول: "أنا أعرف هذه البسمة."	And the next time it sees a new face, it essentially learns that this face has the same characteristics of a smile, and it says, "Aha, I recognize this. This is a smile expression."
وأفضل طريقة لتوضيح كيفية عمل هذه التقنية هي تجربة عرض مباشر. أنا بحاجة لمتطوع، ومن الأفضل أن يمتلك وجهاً.	So the best way to demonstrate how this technology works is to try a live demo, so I need a volunteer, preferably somebody with a face.
كلوي هي متطوعتنا اليوم.	Cloe's going to be our volunteer today.
خلال السنوات 5 الماضية، انتقلنا من مرحلة مشروع بحث بمعهد ماساتشوستس للتقنية إلى شركة، حيث عمل فريقي بجد لجعل هذه التقنية تعمل، كما يقال، في الطبيعة.	So over the past five years, we've moved from being a research project at MIT to a company, where my team has worked really hard to make this technology work, as we like to say, in the wild.
كما قمنا بتصغيرحجمها لتعمل مع كافة الهواتف النقالة ذات الكاميرا كهذا الآي باد.	And we've also shrunk it so that the core emotion engine works on any mobile device with a camera, like this iPad.
دعونا إذا نجربها.	So let's give this a try.
كما تلاحظون، حددت الخوارزمية تقاسيم وجه كلوي في هذا الإطار الأبيض وهي تبحث على النقط الرئيسية في وجهها، وهي حاجبيها وعينيها وفمها وأنفها.	As you can see, the algorithm has essentially found Cloe's face, so it's this white bounding box, and it's tracking the main feature points on her face, so her eyebrows, her eyes, her mouth and her nose.
والسؤال هو، هل ستتمكن من التعرف على تعابير وجهها؟	The question is, can it recognize her expression?
سنختبر الآن الآلة لنعرف.	So we're going to test the machine.
في البداية، أود رؤية وجه لاعب الورق. نعم، رائع. وبينما هي تبتسم، هذه ابتسامة جميلة، رائع.	So first of all, give me your poker face. Yep, awesome. And then as she smiles, this is a genuine smile, it's great.
يمكنكم ملاحظة الشريط الأخضر يرتفع كلما ابتسمت.	So you can see the green bar go up as she smiles.
كانت هذه ابتسامة مشرقة.	Now that was a big smile.
هل يمكنك الابتسام خفية لنرى إن كان الحاسوب سيتعرف عليها؟	Can you try a subtle smile to see if the computer can recognize?
لقد تعرف على الابتسامة الخفية أيضا.	It does recognize subtle smiles as well.
لقد عملنا بجد لتحقيق هذا.	We've worked really hard to make that happen.
وبعدها رفع الحاجبين علامة المفاجأة.	And then eyebrow raised, indicator of surprise.
تقطيب الحاجبين علامة الارتباك.	Brow furrow, which is an indicator of confusion.
تقطيب. نعم، رائع.	Frown. Yes, perfect.
كانت هذه جميع الحركات المختلفة. وهناك العديد منها.	So these are all the different action units. There's many more of them.
كان هذا عرضا بسيطا.	This is just a slimmed-down demo.
ونسمي كل نقطة تم التعرف عليها بنقطة بيانات عاطفية، وبعد تمازجها معا تقدم لنا علامات عن مختلف المشاعر.	But we call each reading an emotion data point, and then they can fire together to portray different emotions.
وعلى يمين العرض -- يبدو أنك سعيدة.	So on the right side of the demo -- look like you're happy.
هذا مؤشر الفرح ينطلق.	So that's joy. Joy fires up.
والآن تعبير بالقرف.	And then give me a disgust face.
حاولي تذكر شعورك عندما ترك زين فرقة ون دايركشن.	Try to remember what it was like when Zayn left One Direction.
نعم، تقلص أنفك. رائع.	Yeah, wrinkle your nose. Awesome.
انظروا إلى المقياس إنه جد سلبي، لابد وأنك معجبة كبيرة.	And the valence is actually quite negative, so you must have been a big fan.
يبين هذا المقياس إن كانت التجربة إيجابية أو سلبية، و"الالتزام" مستوى التعبير.	So valence is how positive or negative an experience is, and engagement is how expressive she is as well.
تخيلوا لو كان بإمكان كلوي الوصول إلى هذه البيانات العاطفية المباشرة، ومشاركتها مع من تريد.	So imagine if Cloe had access to this real-time emotion stream, and she could share it with anybody she wanted to.
شكرا جزيلا كلوي.	Thank you.
لقد جمعنا لغاية الآن 12 مليار نقطة بيانات عاطفية تلك.	So, so far, we have amassed 12 billion of these emotion data points.
وهي أكبر قاعدة بيانات عاطفية في العالم.	It's the largest emotion database in the world.
وجمعناها من 2,9 مليون فيديو وجه، لأشخاص وافقوا على مشاركة مشاعرهم معنا، ومن 75 دولة حول العالم.	We've collected it from 2.9 million face videos, people who have agreed to share their emotions with us, and from 75 countries around the world.
وهي تكبر كل يوم.	It's growing every day.
وقد أذهلني كيف أنه أصبح بمقدورنا قياس شيء شخصي كمشاعرنا، وأن نفعل ذلك على هذا المستوى.	It blows my mind away that we can now quantify something as personal as our emotions, and we can do it at this scale.
فما الذي تعلمناه إلى اليوم؟	So what have we learned to date?
النوع.	Gender.
تؤكد بياناتنا أمر لربما تتوقعونه.	Our data confirms something that you might suspect.
النساء كن أكثر تعبيرا من الرجال.	Women are more expressive than men.
ليس فقط أنهن الأكثر ابتساما بل لوقت أطول أيضاً ويمكننا اليوم قياس ما يتفاعل معه الرجال والنساء بشكل مختلف.	Not only do they smile more, their smiles last longer, and we can now really quantify what it is that men and women respond to differently.
من الجانب الثقافي: في الولايات المتحدة، من النساء هن 40% أكثر تعبيرا من الرجال، لكن الغريب أنهما متساويان في المملكة المتحدة.	Let's do culture: So in the United States, women are 40 percent more expressive than men, but curiously, we don't see any difference in the U.K. between men and women.
العمري: الأشخاص من 50 سنة فما فوق هم 25% أكثر تعبيرا من الشباب.	Age: People who are 50 years and older are 25 percent more emotive than younger people.
النساء في سن 20 يبتسمن أكثر من الرجال في نفس السن، ربما لضرورة التعارف.	Women in their 20s smile a lot more than men the same age, perhaps a necessity for dating.
لكن ما فاجأنا أكثر في هذه البيانات هو أننا دائمي التعبير عن مشاعرنا، حتى عندما نكون جالسين أمام أجهزتنا لوحدنا، وليس فقط عندما نكون بصدد مشاهدة فيديوهات القطط على الفيسبوك.	But perhaps what surprised us the most about this data is that we happen to be expressive all the time, even when we are sitting in front of our devices alone, and it's not just when we're watching cat videos on Facebook.
بل إننا نعبر أثناء كتابة رسالة أو التسوق على الإنترنت أو حتى أثناء حسابنا للضريبة نهاية السنة.	We are expressive when we're emailing, texting, shopping online, or even doing our taxes.
فيما تستخدم هذه البيانات حاليا؟	Where is this data used today?
في فهم كيفية التعامل مع وسائل الإعلام فهم الظواهر الشائعة وسلوكيات التصويت؛ وكذلك تعزيز أو تمكين التقنية من المشاعر، وأرغب في مشاركتكم بعض الأمثلة العزيزة على قلبي.	In understanding how we engage with media, so understanding virality and voting behavior; and also empowering or emotion-enabling technology, and I want to share some examples that are especially close to my heart.
نظرات قارئة للمشاعر ستساعد ضعاف البصر في التعرف على تعابير وجوه الآخرين، ويمكن أن تساعد مرضى التوحد تأويل المشاعر، وهو أمر يعانون منه كثيرا.	Emotion-enabled wearable glasses can help individuals who are visually impaired read the faces of others, and it can help individuals on the autism spectrum interpret emotion, something that they really struggle with.
في التعليم، تخيلوا إن كانت تطبيقاتكم التعليمية تحس بارتباككم فتبطئ الوتيرة أو بمللكم فتسرعها، كما قد يفعل أي مدرس متمرس في القسم.	In education, imagine if your learning apps sense that you're confused and slow down, or that you're bored, so it's sped up, just like a great teacher would in a classroom.

أخوتي القرباء لي، هؤلاء الشباب، جميعنا سواء.

My brothers who I'm close to, those guys, they're all like me.

نحن مجرد أشخاص عاديين، ولكن توجد هذه الخرافة والتي تحتم عليك أن تكون ذلك الفتى الأحمق نوعًا ما، من وجد أحبابه نسي أصحابه.

We're just normal people, but, like, there's this myth that you must be that guy who is kind of an asshole, and like, all bros before hos or whatever.

وفي الواقع، مثل، من وجد أحبابه نسي أصحابه هي لاتعني ماتبدو عليه.

And actually, like, bros before hos, it doesn't mean like what it sounds like.

في الواقع هي أشبه بمداعبة أنك تهتم بإخوتك وتضعهم على قائمة أولوياتك.

It's actually just like a joking way of saying that you care about your brothers and you put them first.

نعم، ولكن لايمكنك حتى توجيه اللوم للإعلام.

Yeah, but, you can't blame the media, either.

أعني، مثل، إذا ماذهبت لمشاهدة فيلم "أثر الثمالة الجزء الثاني" واعتبرته مثل كتيب التعليمات لحياتك، مثل، فلا أدري ماذا أقول لك.

I mean, like, if you go watch "Hangover 2," and you think that's an instruction manual for your life, like, I don't know what to tell you.

هل تعلم؟ أنت لم تشاهد فيلم "هوية بورن" وتستمع بقيادة سيارتك عبر الجدول في البندقية. حسنًا، نعم، حسنًا، مثل، إذا ما كنت طفلا صغيرًا أو أيا كان، فبالتأكيد فإن الأمر مختلف، ولكن نعم، حسنًا، أتذكر شيئًا يشبه ذلك.

You know? You don't watch "Bourne Identity" and go drive your car over a gondola in Venice. Well, yeah, okay, like, if you're a little kid or whatever, of course it's different, but -- Yeah, all right, I remember one thing like that.

ذات مرة كنت في متجر الطفل هذا ألعب لعبة سرقة السيارات الكبرى، أه، سرقة السيارات الكبرى؟

I was at this kid's house one time playing GTA, uh, Grand Theft Auto?

يارجل، هل أنت من كندا؟ حسنا، مثل، أيا كان، مع سرقة السيارات الكبرى، أنت هذا الطفل، مثل، أنت هذا الفتى الذي يمشي بالجوار أو أيا كان، وبمقدورك أساسًا، مثل، أنه كلما تقتل رجال شرطة أكثر، تنال نقاط أكثر، وهكذا دواليك.

Dude, are you from Canada? So, like, whatever, with Grand Theft Auto, you're this kid, like, you're this guy walking around or whatever, and you can basically, like, the more cops you kill, the more points you get, and stuff like that.

ويمكنك أيضا أن تجد بائعات هوى وبطبيعة الحال يمكنك مداعبتهن، ويمكنك أيضا قتلهن واسترداد أموالك.

But also, you can find prostitutes and obviously you can do sexual stuff with them, but you can, like, kill them and take your money back.

نعم، هذا الطفل، أتذكرأنه دهس بعضهم بسيارته عدة مرات وحصل على كل هذه النقاط.

Yeah, this kid, I remember he ran over a couple of them a few times with his car and he got all these points.

كنا بعمر العاشرة على ما أظن.

We were, like, 10, I think.

في الواقع شعرت بشعور سيء جدًا.

It felt pretty terrible, actually.

لا، لا أتذكر أني علقت على شيء، لقد أنتهيت من اللعب وعدت أدراجي.

No, I don't think I said anything, I just finished playing and went home.

حسنا يا طلاب، اذا كان هناك رجال تمتعوا بأكثر من مجرد علاقة عابرة بهذا الأمر الشخص السابق وصف نفسه بأنه تائب وقواد نادم جدُا تحول إلى متحدث جماهيري، مدرب حياة و معالج نفسي، ولكن إن أردتم معرفة المزيد عنه، عليكم أن نتنظروا إلى نهاية المسرحية.

All right class, so then there were men who had more than just a passing relationship to this issue. The next subject described himself as a reformed and remorseful pimp turned motivational speaker, life coach and therapist, but if you want to know more about him, you'll have to come to the entire play.

شكرًا جزيلًا حضور TED الرائعين.

Thank you so much, you beautiful TED audience.

سأراكم في "بيع/شراء/مواعدة"

I will see you for "Sell/Buy/Date."

عواطفنا تؤثر على كل نواحي حياتنا، من صحتنا وطريقة تعلمنا إلى كيفية تأدية أعمالنا واتخاذنا للقرارات الصغيرة منها أو الكبيرة.

Our emotions influence every aspect of our lives, from our health and how we learn, to how we do business and make decisions, big ones and small.

كما أنها تؤثر في كيفية تواصلنا مع بعضنا.

Our emotions also influence how we connect with one another.

فقد تطورنا لنعيش في عالم كهذا، ولكننا نعيش حياتنا أكثر فأكثر بهذا الشكل -- هذه رسالة نصية أرسلتها لي ابنتي الليلة الماضية -- في عالم منزوع المشاعر.

We've evolved to live in a world like this, but instead, we're living more and more of our lives like this -- this is the text message from my daughter last night -- in a world that's devoid of emotion.

أنا في مهمة لتغيير ذلك.

So I'm on a mission to change that.

أود إعادة المشاعر إلى تجاربنا الرقمية.

I want to bring emotions back into our digital experiences.

انطلقت على هذا الدرب منذ 15 سنة.

I started on this path 15 years ago.

كنت عالمة حاسوب في مصر، وكنت قد قُبِلت للتو في برنامج للدكتوراه بجامعة كامبريدج.

I was a computer scientist in Egypt, and I had just gotten accepted to a Ph.D. program at Cambridge University.

وقمت وقتها بشيء غير اعتيادي بالنسبة لفتاة مصرية مسلمة ومتزوجة حديثاً: بدعم من زوجي الذي ظل في مصر، حزمت حقائبي وانتقلت إلى انجلترا.

So I did something quite unusual for a young newlywed Muslim Egyptian wife: With the support of my husband, who had to stay in Egypt, I packed my bags and I moved to England.

وفي كامبريدج بعيدا عن منزلي بآلاف الأميال، أدركت أني أقضي وقتا أكبر أمام حاسوبي مما كنت أفعل مع الناس.

At Cambridge, thousands of miles away from home, I realized I was spending more hours with my laptop than I did with any other human.

ورغم كل تلك الألفة بيننا لم يكن لدى حاسوبي أية فكرة عما أشعر به.

Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.

لم تكن لديه أية فكرة إن كنت فرحة أو إن كان نهاري سيئاً أو أنني مرهقة، قلقة، وقد أصبح الأمر محبطاً.

It had no idea if I was happy, having a bad day, or stressed, confused, and so that got frustrating.

بل أن الأمر ساء عندما كنت أتصل بأسرتي، بحيث بدأت أحس بمشاعري تختفي في الفضاء الإلكتروني.

Even worse, as I communicated online with my family back home, I felt that all my emotions disappeared in cyberspace.

كنت أحن للوطن وكنت وحيدة بل إني كنت أبكي في بعض الأيام، لكن الوسيلة التي كنت أنقل بها مشاعري، كانت هي هذه.

I was homesick, I was lonely, and on some days I was actually crying, but all I had to communicate these emotions was this.

قد تملك التقنية اليوم نسبة ذكاء كبيرة لكنها تفتقد للمشاعر؛ الكثير من الذكاء الإدراكي لكن دون ذكاء عاطفي.

Today's technology has lots of I.Q., but no E.Q.; lots of cognitive intelligence, but no emotional intelligence.

وهذا جعلني أفكر، ماذا لو كان بإمكان تقنيتنا إدراك مشاعرنا؟

So that got me thinking, what if our technology could sense our emotions?

ماذا لو كان بإمكان أجهزتنا أن تحس بمشاعرنا وتتفاعل معنا على أساسها، كما كان ليفعل معكم صديق؟

What if our devices could sense how we felt and reacted accordingly, just the way an emotionally intelligent friend would?

وقد قادتني هذه الأسئلة وفريقي إلى ابتكار تقنية قادرة على قراءة مشاعرنا والتفاعل معها، وكانت نقطة انطلاقنا من الوجه.

Those questions led me and my team to create technologies that can read and respond to our emotions, and our starting point was the human face.

يعتبر وجهنا أقوى الوسائل التي نستخدمها جميعا في التعبير عن حالاتنا الاجتماعية والعاطفية، عن كل شيء عن الفرح والتفاجئ والتعاطف والفضول.

So our human face happens to be one of the most powerful channels that we all use to communicate social and emotional states, everything from enjoyment, surprise, empathy and curiosity.

نسمي في علم المشاعر كل حركة لعضلة الوجه بالحركة كوحدة قياس.

In emotion science, we call each facial muscle movement an action unit.

فمثلا الحركة 12، ليست بفيلم هوليوودي ضخم، في الواقع هي شد الشفتين لرسم البسمة.

So for example, action unit 12, it's not a Hollywood blockbuster, it is actually a lip corner pull, which is the main component of a smile.

جربوها جميعا. دعونا نرسم بعض البسمات.

Try it everybody. Let's get some smiles going on.

المثال الثاني هو الحركة 4. تقطيب الجبين.

Another example is action unit 4. It's the brow furrow.

وهذا عندما تقاربون بين حواجبكم لتظهر تلك الأخاديد والخطوط على جباهكم.

It's when you draw your eyebrows together and you create all these textures and wrinkles.

نحن لا نحبها لكنها علامة قوية على مشاعر سلبية.

We don't like them, but it's a strong indicator of a negative emotion.

لدينا حوالي 45 حركة كوحدات قياس، نجمع بينها للتعبير على المئات من المشاعر.

So we have about 45 of these action units, and they combine to express hundreds of emotions.

من الصعب تعليم الحاسوب كيفية قراءتها، لأننا نقوم بتلك الحركات في رمشة عين، إنها خفية، ويمكن الجمع بينها بطرق مختلفة ومتعددة.

Teaching a computer to read these facial emotions is hard, because these action units, they can be fast, they're subtle, and they combine in many different ways.

وخذ على سبيل المثال، البسمة العادية والصفراء.

So take, for example, the smile and the smirk.

قد تبدوان متشابهتين لكنهما بمعنيين جد مختلفين.

They look somewhat similar, but they mean very different things.

فالبسمة العادية إيجابية المعنى والصفراء في الغالب سلبيه.

So the smile is positive, a smirk is often negative.

وقد تجعلكم البسمة الصفراء أحيانا مشهورين.

Sometimes a smirk can make you become famous.

لكن وبشكل جدي، من المهم أن يكون الحاسوب قادراً على التفريق بين هذين التعبيرين.

But seriously, it's important for a computer to be able to tell the difference between the two expressions.

فكيف نفعل ذلك؟

So how do we do that?

أضفنا لخوارزمياتنا العشرات من الآلاف من الأمثلة لأشخاص نعلم أنهم يبتسمون بحق، من مختلف الأعراق والأعمار والأجناس، ونفس الشيء للبسمة الصفراء.

We give our algorithms tens of thousands of examples of people we know to be smiling, from different ethnicities, ages, genders, and we do the same for smirks.

وبعدها باستخدام عملية معقدة تبحث الخوارزمية على جميع تلك الأخاديد والخطوط وعلى الاختلافات الصغيرة على وجوهنا، التوصل إلى أن جميع البسمات العادية لديها مميزات مشتركة، وأن البسمات الصفراء لديها مميزات مختلفة خفية.

And then, using deep learning, the algorithm looks for all these textures and wrinkles and shape changes on our face, and basically learns that all smiles have common characteristics, all smirks have subtly different characteristics.

وفي المرة القادمة عند رؤيتها لوجه جديد تتعرف الخوارزمية في الأساس بأن هذا الوجه لديه نفس مميزات البسمة العادية، فتقول: "أنا أعرف هذه البسمة."

And the next time it sees a new face, it essentially learns that this face has the same characteristics of a smile, and it says, "Aha, I recognize this. This is a smile expression."

وأفضل طريقة لتوضيح كيفية عمل هذه التقنية هي تجربة عرض مباشر. أنا بحاجة لمتطوع، ومن الأفضل أن يمتلك وجهاً.

So the best way to demonstrate how this technology works is to try a live demo, so I need a volunteer, preferably somebody with a face.

كلوي هي متطوعتنا اليوم.

Cloe's going to be our volunteer today.

خلال السنوات 5 الماضية، انتقلنا من مرحلة مشروع بحث بمعهد ماساتشوستس للتقنية إلى شركة، حيث عمل فريقي بجد لجعل هذه التقنية تعمل، كما يقال، في الطبيعة.

So over the past five years, we've moved from being a research project at MIT to a company, where my team has worked really hard to make this technology work, as we like to say, in the wild.

كما قمنا بتصغيرحجمها لتعمل مع كافة الهواتف النقالة ذات الكاميرا كهذا الآي باد.

And we've also shrunk it so that the core emotion engine works on any mobile device with a camera, like this iPad.

دعونا إذا نجربها.

So let's give this a try.

كما تلاحظون، حددت الخوارزمية تقاسيم وجه كلوي في هذا الإطار الأبيض وهي تبحث على النقط الرئيسية في وجهها، وهي حاجبيها وعينيها وفمها وأنفها.

As you can see, the algorithm has essentially found Cloe's face, so it's this white bounding box, and it's tracking the main feature points on her face, so her eyebrows, her eyes, her mouth and her nose.

والسؤال هو، هل ستتمكن من التعرف على تعابير وجهها؟

The question is, can it recognize her expression?

سنختبر الآن الآلة لنعرف.

So we're going to test the machine.

في البداية، أود رؤية وجه لاعب الورق. نعم، رائع. وبينما هي تبتسم، هذه ابتسامة جميلة، رائع.

So first of all, give me your poker face. Yep, awesome. And then as she smiles, this is a genuine smile, it's great.

يمكنكم ملاحظة الشريط الأخضر يرتفع كلما ابتسمت.

So you can see the green bar go up as she smiles.

كانت هذه ابتسامة مشرقة.

Now that was a big smile.

هل يمكنك الابتسام خفية لنرى إن كان الحاسوب سيتعرف عليها؟

Can you try a subtle smile to see if the computer can recognize?

لقد تعرف على الابتسامة الخفية أيضا.

It does recognize subtle smiles as well.

لقد عملنا بجد لتحقيق هذا.

We've worked really hard to make that happen.

وبعدها رفع الحاجبين علامة المفاجأة.

And then eyebrow raised, indicator of surprise.

تقطيب الحاجبين علامة الارتباك.

Brow furrow, which is an indicator of confusion.

تقطيب. نعم، رائع.

Frown. Yes, perfect.

كانت هذه جميع الحركات المختلفة. وهناك العديد منها.

So these are all the different action units. There's many more of them.

كان هذا عرضا بسيطا.

This is just a slimmed-down demo.

ونسمي كل نقطة تم التعرف عليها بنقطة بيانات عاطفية، وبعد تمازجها معا تقدم لنا علامات عن مختلف المشاعر.

But we call each reading an emotion data point, and then they can fire together to portray different emotions.

وعلى يمين العرض -- يبدو أنك سعيدة.

So on the right side of the demo -- look like you're happy.

هذا مؤشر الفرح ينطلق.

So that's joy. Joy fires up.

والآن تعبير بالقرف.

And then give me a disgust face.

حاولي تذكر شعورك عندما ترك زين فرقة ون دايركشن.

Try to remember what it was like when Zayn left One Direction.

نعم، تقلص أنفك. رائع.

Yeah, wrinkle your nose. Awesome.

انظروا إلى المقياس إنه جد سلبي، لابد وأنك معجبة كبيرة.

And the valence is actually quite negative, so you must have been a big fan.

يبين هذا المقياس إن كانت التجربة إيجابية أو سلبية، و"الالتزام" مستوى التعبير.

So valence is how positive or negative an experience is, and engagement is how expressive she is as well.

تخيلوا لو كان بإمكان كلوي الوصول إلى هذه البيانات العاطفية المباشرة، ومشاركتها مع من تريد.

So imagine if Cloe had access to this real-time emotion stream, and she could share it with anybody she wanted to.

شكرا جزيلا كلوي.

Thank you.

لقد جمعنا لغاية الآن 12 مليار نقطة بيانات عاطفية تلك.

So, so far, we have amassed 12 billion of these emotion data points.

وهي أكبر قاعدة بيانات عاطفية في العالم.

It's the largest emotion database in the world.

وجمعناها من 2,9 مليون فيديو وجه، لأشخاص وافقوا على مشاركة مشاعرهم معنا، ومن 75 دولة حول العالم.

We've collected it from 2.9 million face videos, people who have agreed to share their emotions with us, and from 75 countries around the world.

وهي تكبر كل يوم.

It's growing every day.

وقد أذهلني كيف أنه أصبح بمقدورنا قياس شيء شخصي كمشاعرنا، وأن نفعل ذلك على هذا المستوى.

It blows my mind away that we can now quantify something as personal as our emotions, and we can do it at this scale.

فما الذي تعلمناه إلى اليوم؟

So what have we learned to date?

النوع.

Gender.

تؤكد بياناتنا أمر لربما تتوقعونه.

Our data confirms something that you might suspect.

النساء كن أكثر تعبيرا من الرجال.

Women are more expressive than men.

ليس فقط أنهن الأكثر ابتساما بل لوقت أطول أيضاً ويمكننا اليوم قياس ما يتفاعل معه الرجال والنساء بشكل مختلف.

Not only do they smile more, their smiles last longer, and we can now really quantify what it is that men and women respond to differently.

من الجانب الثقافي: في الولايات المتحدة، من النساء هن 40% أكثر تعبيرا من الرجال، لكن الغريب أنهما متساويان في المملكة المتحدة.

Let's do culture: So in the United States, women are 40 percent more expressive than men, but curiously, we don't see any difference in the U.K. between men and women.

العمري: الأشخاص من 50 سنة فما فوق هم 25% أكثر تعبيرا من الشباب.

Age: People who are 50 years and older are 25 percent more emotive than younger people.

النساء في سن 20 يبتسمن أكثر من الرجال في نفس السن، ربما لضرورة التعارف.

Women in their 20s smile a lot more than men the same age, perhaps a necessity for dating.

لكن ما فاجأنا أكثر في هذه البيانات هو أننا دائمي التعبير عن مشاعرنا، حتى عندما نكون جالسين أمام أجهزتنا لوحدنا، وليس فقط عندما نكون بصدد مشاهدة فيديوهات القطط على الفيسبوك.

But perhaps what surprised us the most about this data is that we happen to be expressive all the time, even when we are sitting in front of our devices alone, and it's not just when we're watching cat videos on Facebook.

بل إننا نعبر أثناء كتابة رسالة أو التسوق على الإنترنت أو حتى أثناء حسابنا للضريبة نهاية السنة.

We are expressive when we're emailing, texting, shopping online, or even doing our taxes.

فيما تستخدم هذه البيانات حاليا؟

Where is this data used today?

في فهم كيفية التعامل مع وسائل الإعلام فهم الظواهر الشائعة وسلوكيات التصويت؛ وكذلك تعزيز أو تمكين التقنية من المشاعر، وأرغب في مشاركتكم بعض الأمثلة العزيزة على قلبي.

In understanding how we engage with media, so understanding virality and voting behavior; and also empowering or emotion-enabling technology, and I want to share some examples that are especially close to my heart.

نظرات قارئة للمشاعر ستساعد ضعاف البصر في التعرف على تعابير وجوه الآخرين، ويمكن أن تساعد مرضى التوحد تأويل المشاعر، وهو أمر يعانون منه كثيرا.

Emotion-enabled wearable glasses can help individuals who are visually impaired read the faces of others, and it can help individuals on the autism spectrum interpret emotion, something that they really struggle with.

في التعليم، تخيلوا إن كانت تطبيقاتكم التعليمية تحس بارتباككم فتبطئ الوتيرة أو بمللكم فتسرعها، كما قد يفعل أي مدرس متمرس في القسم.

In education, imagine if your learning apps sense that you're confused and slow down, or that you're bored, so it's sped up, just like a great teacher would in a classroom.