1
00:00:00,000 --> 00:00:08,803
طی صده های گذشته میکروسکوپها
در جهان ما انقلابی بوجود اورده اند 


2
00:00:08,803 --> 00:00:14,682
انها جهان کوچکی را از اشیا و 
ساختارها به ما نشان میدهند

3
00:00:15,172 --> 00:00:16,802
که نمیتوان با چشم
غیر مسلح دید

4
00:00:16,802 --> 00:00:19,912
وسهم بسیار بزرگی در پیشرفت 
علم و تکنولوژی داشته اند.

5
00:00:20,192 --> 00:00:23,317
امروز من نوع جدیدی 
ازمیکروسکوپ را معرفی کنم،

6
00:00:23,317 --> 00:00:25,007
میکروسکوپی برای تغییرات،

7
00:00:25,437 --> 00:00:28,324
که مانند میکروسکوپی معمولی،

8
00:00:28,324 --> 00:00:30,564
برای بزرگنمایی ازفیزیک
نوراستفاده نمیکند،

9
00:00:30,574 --> 00:00:34,224
بلکه در عوض از یک دوربین تصویربرداری و 
پردازشگر تصویر

10
00:00:34,224 --> 00:00:39,041
برای نشان دادن کوچکترین حرکت 
و تغییرات رنگ در اشیا و انسانها،

11
00:00:39,041 --> 00:00:43,257
و تغییراتی که با چشم
غیرمسلح قابل دیدن نیستند.

12
00:00:43,987 --> 00:00:48,313
و به ما امکان میدهد 
با دیدی کاملا متفاوت به جهان بنگریم.

13
00:00:48,503 --> 00:00:50,135
ولی منظور من از تغییرات رنگی چیست؟

14
00:00:50,225 --> 00:00:52,625
مثلا پوست ما به اهستگی تغییر رنگ میدهد،

15
00:00:52,785 --> 00:00:54,525
زمانی که خون زیرش جریان دارد

16
00:00:54,795 --> 00:00:57,317
و این تغییر بطور باور نکردنی ظریف است،

17
00:00:57,897 --> 00:00:59,584
به همین دلیل وقتی به دیگران 


18
00:00:59,714 --> 00:01:02,281
یا کسانی که در کنارتان 
نشسته اند نگاه میکنید،

19
00:01:02,541 --> 00:01:05,114
متوجه تغیییررنگ پوست و چهره شان نمیشوید.

20
00:01:05,374 --> 00:01:10,285
اگر به این ویدیویSteve نگاه کنیم،
بنظرمان تصویری ثابت می اید،

21
00:01:10,565 --> 00:01:13,640
ولی اگر به همان ویدیو از طریق
میکروسکوپ مخصوص جدیدمان نگاه کنیم،

22
00:01:13,840 --> 00:01:15,940
ناگهان تصویر کاملا متفاوتی خواهیم دید.

23
00:01:16,400 --> 00:01:18,750
شما اکنون تغییرات جزیی 
رنگ پوست او را میبینید،

24
00:01:19,060 --> 00:01:23,910
که صد برابر بزرگتر شده تا بهتر دیده شود.

25
00:01:24,410 --> 00:01:27,420
در واقع ما ضربان یک
انسان را مشاهده میکنیم.

26
00:01:27,830 --> 00:01:30,766
میتوانیم ببینیم قلب او با چه شدتی می تپد

27
00:01:31,146 --> 00:01:35,033
بعلاوه میتوانیم ببینیم خون چگونه 
در رگهای صورتش جریان میابد.

28
00:01:35,813 --> 00:01:39,310
نه تنها برای مشاهده ضربان قلب

29
00:01:39,720 --> 00:01:42,935
بلکه در واقع میتوان سرعت
ضربانمان را بهبود بخشیده،

30
00:01:43,205 --> 00:01:44,835
و ان را اندازه گیری کرد.

31
00:01:45,045 --> 00:01:48,996
البته این کار بدون تماس با بیمارا ن وتنها 
به کمک دوربین معمولی امکان پذیر است.

32
00:01:49,326 --> 00:01:53,399
این ویدیویی ازطپش و
ضربان قلب یک نوزاد است

33
00:01:53,569 --> 00:01:57,222
که بوسیله یک دوربین 
معمولی DSLR گرفته شده،

34
00:01:57,432 --> 00:02:00,049
واین اندازه گیری ضربان قلب

35
00:02:00,139 --> 00:02:04,020
به همان دقتی است که دستگاههای 
مانیتور استاندارد بیمارستانها ثبت میکنند.

36
00:02:04,200 --> 00:02:06,756
و حتی لازم نیست که با ویدیوی 
ما گرفته شود،

37
00:02:06,866 --> 00:02:09,467
بلکه اساسا با هر ویدیوی دیگری
نیز قابل انجام است.

38
00:02:09,567 --> 00:02:12,809
من اینجا تنها یک قسمت کوتاهی از فیلم
"Batman Begins" را انتخاب کردم

39
00:02:12,849 --> 00:02:15,774
تا فقط ضربان Christian Bale 
را نشان دهم

40
00:02:15,904 --> 00:02:16,935
{خنده تماشاگران}

41
00:02:17,275 --> 00:02:19,319
احتمالا متوجه شده اید 
که او ارایش دارد،

42
00:02:19,619 --> 00:02:21,391
و نورپردازی مقداری مشکل ساز شده،

43
00:02:21,651 --> 00:02:24,704
ولی هنوز، تنها از طریق ویدیو، میتوانیم
ضربانش را ثبت کرده،

44
00:02:24,854 --> 00:02:26,107
و بخوبی نشان دهیم.

45
00:02:26,387 --> 00:02:28,278
بس ما این کارها را چطور انجام میدهیم؟

46
00:02:28,418 --> 00:02:33,056
ما اساسا در طول زمان تغییرات
نور را که در هر پیکسل ثبت شده

47
00:02:33,246 --> 00:02:34,786
تجزیه و تحلیل کرده ،

48
00:02:35,376 --> 00:02:37,284
و سپس آن تغییرات را تشدید کرده،

49
00:02:37,564 --> 00:02:39,425
و بزرگتر میکنیم تا قابل مشاهده شوند.

50
00:02:39,595 --> 00:02:41,893
نکته ظریف اینجاست که ان سیگنالها،

51
00:02:41,983 --> 00:02:44,775
یعنی انهایی که ما بدنبالشان هستیم 
بسیاردقیق و حساسند،

52
00:02:44,835 --> 00:02:48,467
بنابراین باید هنگام جدا کردنشان از 
صداهای اضافه ای که همیشه در ویدیوها است،

53
00:02:48,556 --> 00:02:50,049
بسیار مراقب بود.

54
00:02:50,369 --> 00:02:54,019
پس در هر ویدیو برای اندازه گیری 
صحیح رنگ در هر پیکسل،

55
00:02:54,379 --> 00:02:56,120
از روشهای دقیق پردازش تصویر


56
00:02:56,340 --> 00:02:59,195
و چگونگی تغییر رنگ در طول زمان
استفاده کرده،

57
00:02:59,595 --> 00:03:02,709
ان تغییرات را تقویت و بزرگتر میکنیم،

58
00:03:02,869 --> 00:03:05,919
تا ان ویدیوهای تقویت شده
یا بزرگنمایی شده را،

59
00:03:06,159 --> 00:03:08,612
که در واقع آن تغییرات را 
نشان میدهند ایجاد کنیم.

60
00:03:09,292 --> 00:03:12,392
ولی ظاهرا ما با این روش میتوانیم 
نه تنها تغییراتی را در رنگ،

61
00:03:12,562 --> 00:03:14,764
بلکه در حرکات بسیارریز نیز نشان دهیم،

62
00:03:15,744 --> 00:03:18,432
زیرا نوری که در
دوربین ما ثبت شده،

63
00:03:18,692 --> 00:03:21,113
نه تنها با تغییر رنگ شی

64
00:03:21,213 --> 00:03:23,799
بلکه با حرکت ان شی نیز تغییر میکند.

65
00:03:23,929 --> 00:03:27,289
این دختر من در دو ماهگی است.

66
00:03:27,479 --> 00:03:29,977
من این ویدیو را حدودا سه سال
پیش ضبط کردم.

67
00:03:30,107 --> 00:03:33,713
ما هم مثل همه پدر و مادرهای جوان 
میخواستیم مطمین شویم که فرزندانمان سالمند،

68
00:03:33,783 --> 00:03:35,662
نفس میکشند، و مسلما زنده اند.

69
00:03:35,762 --> 00:03:39,680
پس من هم یک مانیتور نوزاد خریدم،

70
00:03:39,880 --> 00:03:41,612
تا بتوانم دخترم رادر حال خواب ببینم.

71
00:03:41,892 --> 00:03:45,344
این تقریبا همان چیزی است که از طریق
این مانیتورهای استاندارد میتوان دید.

72
00:03:45,564 --> 00:03:48,803
شما میتوانید کودک را خوابیده ببینید
ولی اطلاعات بیشتری وجود ندارد.

73
00:03:48,833 --> 00:03:50,470
و نمیتوان چیز زیادی دید.

74
00:03:50,540 --> 00:03:53,442
آیا بهتر، مفید تر و پرمعنی تر نبود

75
00:03:53,594 --> 00:03:56,168
اگرمیتوانستیم چنین دیدی داشته باشیم

76
00:03:56,758 --> 00:04:00,712
پس اینجا حرکات را 
۳۰ برابر بزرگنمایی کردم،

77
00:04:01,072 --> 00:04:05,612
و توانستم به وضوح ببینم که دخترم 
واقعا زنده است و نفس میکشد.

78
00:04:05,782 --> 00:04:07,368
(صدای خنده)

79
00:04:07,774 --> 00:04:10,360
این یک مقایسه عینی است.

80
00:04:10,790 --> 00:04:12,693
پس دوباره، درویدیوی اولیه و اصلی،

81
00:04:12,893 --> 00:04:14,945
نمیتوانیم چیز زیادی ببینیم،

82
00:04:15,085 --> 00:04:18,358
ولی وقتی حرکات را بزرگنمایی میکنیم، 
نفس کشیدن بخوبی دیده میشود.

83
00:04:18,468 --> 00:04:21,248
و بنظر میرسد که با میکروسکوپ حرکتی 
جدید میتوانیم پدیده ها

84
00:04:21,318 --> 00:04:23,885
و اثاربسیاری را بزرگنمایی کرده و نشان دهیم

85
00:04:23,995 --> 00:04:26,235
میتوانیم نحوه ضربان سرخرگها

86
00:04:26,365 --> 00:04:28,155
و سیاهرگهای بدنمان رامشاهده کنیم.

87
00:04:28,665 --> 00:04:31,018
میتوانیم ببینیم که چشمهایمان دایما 
در حرکت اند

88
00:04:31,218 --> 00:04:32,412
حرکتی متزلزل.

89
00:04:32,592 --> 00:04:34,620
و این در واقع چشم من است ،

90
00:04:34,770 --> 00:04:37,397
و این ویدیو نیز درست بعد از
تولد دخترم گرفته شده،

91
00:04:37,497 --> 00:04:39,087
و میبینید که خوب نخوابیده بودم.

92
00:04:39,197 --> 00:04:41,346
{صدای خنده }

93
00:04:41,786 --> 00:04:44,491
حتی وقتی یک نفر بی حرکت نشسته،

94
00:04:44,581 --> 00:04:48,013
میتوانیم اطلاعات زیادی در مورد الگوی تنفس

95
00:04:48,198 --> 00:04:50,404
و تغییرات جزیی حالات صورتش استخراج کنیم

96
00:04:50,484 --> 00:04:52,448
شاید بتوان از این حرکات استفاده کنیم و

97
00:04:52,518 --> 00:04:54,927
اطلاعاتی درمورد افکار یا احساساتمان بیابیم

98
00:04:55,147 --> 00:04:57,787
میتوانیم حرکات اندک مکانیکی 
را بزرگنمایی کنیم ،

99
00:04:58,017 --> 00:04:59,931
مثل ارتعاشات موتورها،

100
00:05:00,041 --> 00:05:03,166
که به مهندسان کمک کند تا مشکلا ت 
ماشینها را پیدا و برطرف کنند،

101
00:05:03,236 --> 00:05:06,361
یا ببینند ساختمانها وسازه ها
چگونه در باد نوسان دارند

102
00:05:06,361 --> 00:05:07,981
و به نیروهاعکس العمل نشان میدهند

103
00:05:08,091 --> 00:05:12,583
تمام اینها چیزهایی هستند که جامعه ما 
به روشهای مختلفی اندازه گیری میکند،

104
00:05:12,743 --> 00:05:15,491
ولی اندازه گیری ان حرکات یک مطلب

105
00:05:15,601 --> 00:05:17,912
و مشاهده انها هنگامی که رخ میدهند

106
00:05:17,982 --> 00:05:19,595
مطلبی است بسیار متفاوت.

107
00:05:19,895 --> 00:05:22,921
از وقتی این تکنولوژی جدید را کشف کرده ایم،

108
00:05:23,051 --> 00:05:27,185
کدهایمان را بصورت انلاین در اختیار همگان 
قرار دادیم تا از آن استفاده کنند.

109
00:05:27,305 --> 00:05:28,766
کار با ان بسیار ساده است .

110
00:05:28,916 --> 00:05:30,489
روی ویدیوهای خودتان هم کار میکند.

111
00:05:30,619 --> 00:05:34,394
همکاران ما در مرکزQuanta Research حتی 
یک وبسایت خوب هم طراحی کرده اند

112
00:05:34,494 --> 00:05:37,688
که میتوانید ویدیوهای خودتان را 
اپلود کرده و انلاین پردازش کنید،

113
00:05:37,768 --> 00:05:40,831
بنابراین شما حتی بدون داشتن 
هیچ تجربه ای در کامپیوتر

114
00:05:40,901 --> 00:05:43,239
میتوانید به اسانی با این میکروسکوپ 
کار کنید.

115
00:05:43,459 --> 00:05:46,975
من میخواهم چند نمونه از کارهایی را که 
دیگران با ان انجام داده اند

116
00:05:47,075 --> 00:05:48,041
به شما نشان دهم.

117
00:05:48,551 --> 00:05:52,635
این ویدیو را یک کاربر یوتیوب
به نام Tamez85 گرفته.

118
00:05:52,775 --> 00:05:54,710
من او را نمیشناسم،

119
00:05:55,150 --> 00:05:57,787
ولی هر که باشد ، زن یا مرد از
کدهای ما استفاده کرده

120
00:05:57,877 --> 00:06:01,180
تا حرکات کند روی شکم را 
در زمان حاملگی بزرگنمایی کند.

121
00:06:01,410 --> 00:06:03,235
کمی ترسناکه .

122
00:06:03,315 --> 00:06:04,180
(صدای خنده)

123
00:06:04,690 --> 00:06:09,152
بعضی از ان برای بزرگنمایی ضربان رگهای
دستشان استفاده کرده اند.

124
00:06:09,262 --> 00:06:12,425
البته میدانید که تا ازمایشی روی
خوکچه هندی انچام نگیرد علمی نیست،

125
00:06:12,585 --> 00:06:15,976
و این خوکچه هندی دراینجا نامش 
Tiffany است،

126
00:06:16,216 --> 00:06:19,548
و این کاربر You Tube ادعا میکند که 
او اولین جانور جونده روی زمین است

127
00:06:19,668 --> 00:06:21,728
که حرکاتش بزرگنمایی شده.

128
00:06:21,918 --> 00:06:24,427
میتوانید با این وسیله کار هنری انجام دهید.

129
00:06:24,567 --> 00:06:27,145
این ویدیو را یک دانشجوی طراحی
در Yale برای من فرستاده.

130
00:06:27,245 --> 00:06:29,903
او میخواسته ببیند ایا در
نوع حرکت همکلاسیهایش

131
00:06:29,993 --> 00:06:30,951
تفاوتی وجود دارد؟

132
00:06:31,091 --> 00:06:34,818
از انها خواسته تا ساکن بایستند،
و سپس حرکاتشان را بزرگنمایی کرده.

133
00:06:35,038 --> 00:06:37,970
مانند این است که تمام تصاویر
زنده شده اند.

134
00:06:38,320 --> 00:06:40,699
و نکته جالب در تمام 
این نمونه ها این است

135
00:06:40,849 --> 00:06:43,057
که ما در واقع کاری با انها 
انجام نداده ایم.

136
00:06:43,187 --> 00:06:46,560
ما تنها وسیله جدیدی را تهیه کرده ایم،
روش نویی برای نگاه به جهان ،

137
00:06:46,810 --> 00:06:51,946
و بعدا دیگران راههای جالب، نو 
و خلاقانه ای در بکارگیری ان یافته اند.

138
00:06:52,096 --> 00:06:54,080
ولی ما اینجا کار را متوقف نکردیم

139
00:06:54,300 --> 00:06:57,612
این وسیله نه تنها دید جدیدی از 
جهان به ما ارایه میدهد،

140
00:06:57,692 --> 00:07:00,486
بلکه تعریفی نو از آنچه برای ما امکان پذیر 
است ایجاد میکند

141
00:07:00,486 --> 00:07:03,277
و از انچه ما میتوانیم با دوربنهایمان
انچام دهیم فراتر میرود

142
00:07:03,357 --> 00:07:07,265
پس از دید علمی میخواستیم بدانیم
چه نوع پدیده های دیگر فیزیکی

143
00:07:07,265 --> 00:07:09,266
حرکات ریزی را ایجاد میکنند

144
00:07:09,336 --> 00:07:11,725
که بتوانیم با دوربینهایمان 
اندازه گیری کنیم؟

145
00:07:11,885 --> 00:07:15,300
یکی از این پدیده ها که ما اخیرا
روی ان متمرکز شده ایم صدا است.

146
00:07:15,540 --> 00:07:18,973
همانطور که همه میدانیم، صدا
تغییراتی در فشار هوا است

147
00:07:19,113 --> 00:07:20,344
که در هوا جریان میابد.

148
00:07:20,464 --> 00:07:23,869
ان موجهای فشار به اشیا برخورد کرده
و در انها لرزشی ایجاد میکند،

149
00:07:23,959 --> 00:07:26,532
که باعث میشود ما ان صدارا 
بشنویم و ضبط کنیم.

150
00:07:26,602 --> 00:07:29,903
ولی بنظر میرسد که صدا حرکت
قابل مشاهده ای نیز تولید میکند.

151
00:07:30,183 --> 00:07:32,365
که برای ما قابل دیدن نیستند

152
00:07:32,735 --> 00:07:35,483
ولی با یک دوربین و پردازش صحیح
میتوانند دیده شوند.

153
00:07:35,643 --> 00:07:36,876
اینجا دو نمونه است.

154
00:07:37,076 --> 00:07:40,207
این من هستم که هنر اواز خودم را
نشان میدهم.

155
00:07:41,047 --> 00:07:43,700
{صدای اواز}

156
00:07:43,700 --> 00:07:44,464
{صدای خنده }

157
00:07:44,464 --> 00:07:47,738
و هنگامی که زمزمه میکردم یک ویدیو
با سرعت بالا از گلوی خودم گرفته ام.

158
00:07:47,738 --> 00:07:50,484
حالا اگر به ان ویدیو با دقت نگاه کنید،
چیز زیادی نمیبینید.

159
00:07:50,550 --> 00:07:55,414
ولی وقتی حرکات را ۱۰۰ برابر بزرگ کنیم، 
نمام حرکات و لرزشهای روی گردن را که

160
00:07:55,534 --> 00:07:58,160
در ایجاد صدا نقش دارند میتوانیم ببینیم.

161
00:07:58,510 --> 00:08:00,512
ان سیگنال در ان ویدیو است.

162
00:08:00,932 --> 00:08:03,936
ما همچنین میدانیم که خواننده ها 
اگرنتی را صحیح به ضرب در اورند

163
00:08:03,936 --> 00:08:05,566
میتوانند یک گیلاس نازک را بشکنند.

164
00:08:05,756 --> 00:08:08,476
ما حالا از طریق یک بلند گو که 
در کنار یک لیوان گذاشته ایم

165
00:08:08,536 --> 00:08:11,729
یک نتی را مینوازیم که
در فرکانس طنین ان لیوان است.

166
00:08:11,864 --> 00:08:16,050
زمانی که ما ان نت را نواخته و حرکات را
۲۵۰ برابر بزرگنمایی میکنیم،

167
00:08:16,120 --> 00:08:19,388
بخوبی میبینیم که لیوان چطور میلرزد

168
00:08:19,488 --> 00:08:21,777
ودر پاسخ، صدا را منعکس میکند.

169
00:08:21,887 --> 00:08:24,065
شما هر روزه با چنین چیزی 
روبرو نمی شوید.

170
00:08:24,185 --> 00:08:26,815
ولی این ما را به فکر وا میدارد.

171
00:08:27,005 --> 00:08:31,215
ایا میتوانیم این روند را برعکس کنیم
و با انالیز کردن ارتعاشات ریزی که

172
00:08:31,425 --> 00:08:36,904
صدا در اشیا بوجود می اورد
ان صدا را ازروی تصویرش ایجاد کنیم،

173
00:08:37,604 --> 00:08:42,082
در واقع ارتعاشات را دوباره به صورت اصواتی 
اولیه بازگردانیم.

174
00:08:42,332 --> 00:08:46,217
با این روش میتوانیم هر شی را
به یک میکروفون تبدیل کنیم.

175
00:08:47,517 --> 00:08:49,874
این دقیقا همان کاری است که ما انجام دادیم.

176
00:08:50,004 --> 00:08:52,421
اینجا یک پاکت خالی چیپس است
که روی یک میز بوده

177
00:08:52,501 --> 00:08:55,223
و ما میخواهیم ان را با یک
دوربین ویدیویی فیلمبرداری کرده


178
00:08:55,303 --> 00:08:56,979
وبه یک میکروفون تبدیل کنیم

179
00:08:57,069 --> 00:09:00,124
و حرکات ریزی را که امواج صدا
در ان ایجاد کرده انالیز کنیم.

180
00:09:00,124 --> 00:09:02,725
اینجا صدایی است که در اتاق
ایجاد کرده ایم.

181
00:09:03,065 --> 00:09:10,437
{صدای اهنگ: Mary had a little lamb }

182
00:09:10,477 --> 00:09:14,033
و این یک ویدیوبا سرعت بالا است که تصویر
ان پاکت چیپس را با ان ثبت کرده ایم.

183
00:09:14,123 --> 00:09:15,537
دوباره ان اهنگ نواخته میشود.

184
00:09:15,597 --> 00:09:19,022
شما به هیچ وجه نمیتوانید تنها با 
نگاه کرده به ان ویدیومتوجه چیزی بشوید،

185
00:09:19,056 --> 00:09:23,088
ولی این صدایی است که ما توانسته ایم 
تنها با انالیز کردن حرکات ریز ان ویدیو

186
00:09:23,158 --> 00:09:24,046
بدست اوریم.

187
00:09:24,246 --> 00:09:40,630
(موزیک اهنگ: "Mary Had a Little Lamb" )

188
00:09:41,413 --> 00:09:43,406
من ان را .... متشکرم....

189
00:09:43,406 --> 00:09:49,945
(صدای دست زدن حضار)

190
00:09:49,967 --> 00:09:52,173
من ان را میکروفون تصویری مینامم.

191
00:09:52,333 --> 00:09:55,518
ما در واقع از سیگنالهای ویدیویی
سیگنالهای صوتی ایجاد کرده ایم 


192
00:09:55,688 --> 00:09:58,833
و فقط برای این که شما مقیاس
این حرکات را درک کنید،

193
00:09:58,983 --> 00:10:03,663
یک صدای خیلی بلند باعث میشود
ان پاکت چیپس کمتر از یک میکرومترحرکت کند

194
00:10:03,768 --> 00:10:06,839
یعنی به کوچکی 
یک هزارم میلیمتر.

195
00:10:07,049 --> 00:10:10,855
وما اکنون توانسته ایم حرکت به این
کوچکی را تنها با مشاهده این که

196
00:10:10,985 --> 00:10:15,644
چگونه نور از اشیا منعکس میشود
با دوربین خود ثبت کنیم.

197
00:10:15,725 --> 00:10:19,018
میتوانیم صدا را از اشیا و
حتی گیاهان بازیابی کنیم.

198
00:10:19,192 --> 00:10:26,688
(موزیک: Mary Had a Little Lamb)

199
00:10:26,938 --> 00:10:28,978
حتی گفتار را نیز از همین روش بدست اوریم.

200
00:10:29,158 --> 00:10:32,034
مثلا اینجا یک نفر در اتاق صحبت میکند.

201
00:10:32,234 --> 00:10:35,051
صدا: مری یک بره کوچک داشت
که پشمهایش به سفیدی برف بود،

202
00:10:35,121 --> 00:10:40,188
و هر جا میرفت، بره اش هم دنبالش بود.

203
00:10:40,768 --> 00:10:46,371
و این همان صدا است که دوباره
تنها از ویدیوی همان بسته چیپس بدست امده

204
00:10:46,541 --> 00:10:50,560
صدا: مری یک بره کوچک داشت که 
پشمهایش به سفیدی برف بود،

205
00:10:50,560 --> 00:10:55,324
و هر جا مری میرفت بره اش
هم دنبالش میرفت.

206
00:10:55,914 --> 00:10:58,815
ما از اهنگ: Mary Had a Little Lamb

207
00:10:58,915 --> 00:11:01,144
استفاده کردیم چون اولین کلماتی است

208
00:11:01,144 --> 00:11:04,010
که توماس ادیسون در سال 
۱۸۷۷ در فونوگراف اش صحبت کرد.

209
00:11:04,410 --> 00:11:07,783
ان دستگاه یکی ازاولین دستگاههای ثبت صدا
در تاریخ بود.

210
00:11:07,983 --> 00:11:11,814
در اصل صداها را به یک 
دیافرام منتقل میکرد

211
00:11:11,944 --> 00:11:14,752
که با یک سوزن ، صدا را 
روی یک صفحه قلعی پبچیده شده

212
00:11:14,882 --> 00:11:17,439
دور یک سیلندر خراش میداد.

213
00:11:17,599 --> 00:11:23,038
اینجا نمایش ثبت و پخش صدا را
با دستگاه فونوگراف ادیسون میبینید.

214
00:11:23,318 --> 00:11:26,583
{ویدیو}صدا: آزمایش میکنیم،
ازمایش میکنیم : یک دو سه.

215
00:11:26,653 --> 00:11:29,626
مری یک بره کوچک داست که 
پشمهایش مثل برف سفید بود،

216
00:11:29,626 --> 00:11:33,116
و هر جا که مری میرفت بره اش
هم دنبالش میرفت.

217
00:11:33,696 --> 00:11:35,759
ازمایش میکنم، یک دو سه.

218
00:11:35,959 --> 00:11:40,298
مری یک بره کوچک داشت که 
پشمهایش به سفیدی برف بود،

219
00:11:40,298 --> 00:11:44,688
و هر جا که مری میرفت بره اش
هم دنبالش میرفت.

220
00:11:46,248 --> 00:11:49,714
و اکنون ۱۳۷ سال بعد

221
00:11:50,004 --> 00:11:53,808
ما میتوانیم صدا را تقریبا
با همان کیفیت ضبط کنیم

222
00:11:53,938 --> 00:11:57,775
اما تنها با دیدن لرزش اشیا
در مقابل صدا توسط دوربین ،

223
00:11:58,175 --> 00:12:01,512
حتی وقتی دوربین 
۴متر و نیم دورتر از شی،

224
00:12:01,632 --> 00:12:04,101
و پشت یک شیشه ضد صدا است.

225
00:12:04,431 --> 00:12:07,145
این صدایی است که ما توانستیم
در همان شرایط ثبت کنیم.

226
00:12:07,325 --> 00:12:12,709
صدا: مری یک بره کوچک داشت
که پشمهایش به سفیدی برف بود،

227
00:12:12,709 --> 00:12:17,279
و هر جا که مری میرفت،
بره اش هم دنبالش میرفت.

228
00:12:18,249 --> 00:12:22,025
و مسلما نظارت مخفی اولین کاربردی
است که به ذهن میرسد.

229
00:12:22,035 --> 00:12:23,594
{صدای خنده}

230
00:12:23,594 --> 00:12:27,964
ولی در واقع برای موارد دیگری
هم مفید خواهد بود.

231
00:12:28,154 --> 00:12:30,949
شاید مثلا در اینده بتوانیم 
از ان برای یافتن صدا

232
00:12:31,059 --> 00:12:32,745
از اعماق فضا استفاده کنیم،

233
00:12:32,905 --> 00:12:36,365
زیرا صدا نیمتواند در فضا سفر کند
ولی نور میتواند.

234
00:12:36,825 --> 00:12:41,887
ما تازه در ابتدای راه یافتن به
استفاده های ممکن از این تکنولوژی هستیم.

235
00:12:42,083 --> 00:12:45,567
این امکان را خواهیم داشت که 
فرایندهای فیزیکی که میدانیم وجود دارند

236
00:12:45,767 --> 00:12:49,226
ولی هرگز نتوانسته ایم انها را تا کنون
با چشم ببینیم پردازش کنیم.

237
00:12:49,346 --> 00:12:50,298
این تیم ما است.

238
00:12:50,358 --> 00:12:54,514
انچه امروز به شما نشان دادم 
نتیجه همکاری این گروهی است که میبینید،

239
00:12:54,638 --> 00:12:57,977
و من از شما دعوت میکنم که به
وب سایت ما سری بزنید،

240
00:12:57,977 --> 00:12:59,898
تا خودتان نیز ان را امتحان کنید،

241
00:12:59,991 --> 00:13:02,838
و در جستجوی جهان حرکتهای ریز 
به ما بپیوندید.

242
00:13:02,948 --> 00:13:03,873
متشکرم.

243
00:13:03,913 --> 00:13:05,345
{صدای دست زدن حاضرین}