اپیزود ۳۰: از ساخت محصول موفق تا شهر عجیب هوش مصنوعی

بینندگان و شنوندگان عزیز پادکست طوسی به

قسمت سیم خوش اومدید با من صالح دادخواهی

پور و رفیقم مهرزاد سجادی ۳۰ قسمت ۳۰ هزار

دنبال کننده در اینستاگرام از شما بسیار

بسیار ممنونیم مرسا دیدی ۳۰ هزار تایی

شدیم

بله بله آقا ۳۰ هزار تا شدیم

عالی

و دقیقاً جالبه که این اتفاق سر اپیسود

سیمم داره میفته روزی که داریم ضبط

می‌کنیم

دقیقاً کلی موضوع جذاب براتون داریم من

لیست موضوعاتو بهتون بگم که بدونید که چه

موضوعاتی داریم به صورت تایم تایم استمپ

هم خواهد بود میتونید اون قسمتهای ویدیو

رو کلیک کنید اونجاها رو ببینید

مهرزاد در مورد آموخته‌هاش در دانشگاه

استنفورد صحبت خواهد کرد یه قولی قبلاً

داده بود اون قول رو عملی خواهد کرد در

مورد کلاس تولید محصول یا گسیله محصول در

دانشگاه استنفورد صحبت خواهد کرد بنده در

مورد یک تمدنی که توسط هوش مصنوعی ساخته

شده صحبت خواهم کرد بسیار موضوع جذابی هست

و اونو ربطش خواهم داد به کلاسی که در

هاروارد داشتم در حوزه حکمرانی مرزات یه

خبر خیلی خیلی داغ رو از دنیای مدل‌های

زبانی هوش مصنوعی پوشش خواهد داد در انتها

و بنده هم در مورد تاکسی‌های خودران و

بدون راننده تسلا صحبت خواهم کرد. این

حالا لیست موضوعی ما هست. می‌دونید که کلی

پرسش و پاسخم همیشه با هم داریم. ۱۸ تیر

۱۴۰۵ و ۱۰ جولای ۲۰۲۶ روز جمعه هست که ما

ضبط می‌کنیم. فردا نه شنبه. شنبه بعدی

اتفاق باحال قراره بیفته. مرزاد یه توضیح

میدی به ما؟ بله اولین طوسی سامیت یا دور

همی و رویداد طوسی رو داریم که ما واقعاً

خیلی خوشحال هستیم الان فکر کنم سه روزه

که ما اعلام کردیم ما سهشنبه اگر اشتباه

نکنم صبح کالیفرنیا اعلام کردیم و من

آخرین بار که داشتم قبل از ضبط چک می‌کردن

از اینکه ۳۳۰ یا ۳۴۰ نفر ثبت نام کردن ما

هدفمون این بودش که گفتیم خب خیلی این

کامیونیتی که ساختیم چه توی یوتیوب چه

عزیزانی که توی تو اینستاگرام دنبال

می‌کنن و این همه لطف دارن خیلی باحال

میشه اگر اونایی که می‌تونن دور هم جمع

بشیم و چه بهتر که بتونیم این کارو توی

استنفورد بکنیم. اول من و صالح عزیز یه

اتاق نسبتاً کوچیک‌تر گرفتیم. گفتیم مثلاً

خودمونی‌تر باشه و بعد دیدیم که ای وای ۲۴

ساعت نشده. ما اصلاً ظرفیت اتاقم رد

کردیم. سعی کردیم اتاقو بزرگتر بکنیم که

دیروز این اجازه رو به ما دادند و داریم

میریم آقا میریم که یه دور همه خیلی باحال

شنبه دیگه هجدهم جولای در استنفورد داشته

باشیم با بچه‌هایی که توی بیریا هستن عجب

آدمای باحال و خفنی ساله ثبت نام کردن آدم

می‌بینه

پیشینه بچه‌ها رو و کارایی که کردن واقعاً

حسابی حال میکنن

واقعاً فوق‌العاده است باعث مسرت و افتخار

بنده است که تونستم

با شما این پادکستو داشته باشم که همچین

آدمایی ما رو قابل بدونن و بخوان که قدم

رنجه کنن ولی از یه جهتی هم باعث یه جور

غم و دلشکستگیه که کلی آدم دیگه‌ای که

میخوان اینجا باشن نمی‌تونن باشن چه از

اقصا نقاط جهان مخصوصاً از ایران کلی از

دوستامون گفتن که آقا دلمون می‌خواست

باشیم و آرزو موفقیت کردن یه وعده داریم

برای اونا امیدواریم بتونیم این وعده رو

عملی کنیم اونم این هست که بخشی از پادکست

رو یعنی بخشی از اون جلسه رو خواهیم سعی

خواهیم کرد که به شکل پادکستی داشته باشیم

ضبط کنیم اون بخشش رو ببینید و حالا دنبال

راه‌هایی هستیم برای مهرزاد که یه کارایی

بکنیم یه تولید ارزش بیشتری هم بتونیم

برای مخاطبین

آنلاینمون داشته باشیم که شما هم بتونید

از این فضا بهرهمند بشید حالا نمی‌دونیم

چه ایده‌هایی خواهد بود اگه ایده‌ای دارید

بهمون بگید ولی مطمئنم خیلی جذاب خواهد

بود خیلیاتون شاید اصلاً این پادکست رو

بعد این رویداد بشنوید که تا اون موقع

دیگه ویدیوها و عکسی رویداد اومده بیرون

اگه قبلشم دارید می‌شنوید بلافاصله اگه

لینک بازه این دوره هستید حولحوش بیریه

هستید سانفرانسی سیسکو ثبت نام کنید. اگرم

ثبت نام کردید و فکر می‌کنید نمی‌تونید

بیایید و اینو دارید قبل از رویداد

می‌شنوید لطفاً کنسل کنید که ما جاتونو

بدیم به کس دیگه. تعداد ثبتنامها خیلی

زیاده و ما تعری

می‌تونیم اونجا داشته باشیم در خدمتشون

باشیم که شرمنده خیلیا نشیم.

آقا موردی فرمایشی؟

نه خیلی خیلی مشتاق این اولیه هستم و به

هر حال بچه‌ها چند نفرم لطف کردن اینو

حالا به شوخی و خنه گفتن گفتن خیلی

ناعدالنه است که ما این قضیه رو فقط تو

استنفورد بذاریم حتماً تو هارفارد هم این

قضیه رو ما می‌ذاریم به زودی امیدوارم و

ولی می‌خوام بگم که خیلی کاره بچه‌ها یعنی

این قضیه اینکه همین قضیه رو گذاشتن و

اینکه چهجوری اصلاً اتاق گرفتنه و تمامی

این هماهنگیهای پشت و این‌ها و من و صالح

هم که تهیه کننده و تیم تدارکات و اینور

چیزا نداریم. خیلیاشو خودمون و دوستانی که

به ما کمک می‌کنند دارند زحمت می‌کشن و

امیدوارم که از خجالت بچه‌ها دربیایم و

ایونت خوبی باشه. بسیار عالی مهزا جان

قربان بریم سر آموخته شما و جمعبندی شما

از کلاس گسیل پروداکت یا گسیل محصول

و یه قولی شما داده بودید ق این قول چی

بوده و اینکه این ۱ درس طلایی چی هست

بله اپیسود ۱۴ دقیقه ۳۱

ما تقریباً اون موقع صحبت کردیم در مورد

کلاس پراداکت لانچ پراداکت لانچ کلاسی

بودش که من ترم پیش داشتم در دانشگاه

استنفورد من اون قسمت رو خودم دوباره دیدم

برای اینکه مطمئن بشم مباحثی که میخوام

کاور بکنم دوباره مباحث تکراری نباشه ولی

خب طبیعتاً یک مقداریش شاید نزدیک باشه

این کلاس توسط د تا استاد خیلی خفن یکیشون

پروفسور هست محقق در این زمینه و دیگری

سرمایه‌گذار جانن بباو و راسل سیگا که در

موردشونم توی اپیسود ۱۴ صحبت کردیم پس

عزیزانی که اونو ندیدن خیلی پیشنهاد

می‌کنم که اپیسود ۱۴ رو ببینن چون من و

صالح اونجا در مورد یه سری مباحث ابتدایی

از اینکه اصلاً محصول چیه و این سؤال‌ها

صحبت کردیم. امروز دیگه می‌خوایم روی اون

بلوک اولیه که اون توی اون اپیسود صحبت

کردیم یه مقداری بسازیم و ۱۰ تا یادگیری

اصلی یا قانون اصلی که اگر شما رعایت بکنی

احتمال اینکه موفقیت اون محصولت موفقیت

شرکتت موفقیت اون سرویس یا خدماتی که داری

موفقیتش بالاتر میره چنین کاریو میخوایم

در موردش صحبت بکنیم خب

مهزاد یه خواهشی ازت فقط دارم اگر که برات

ممکن باشه لینک پروفایل لینکدین این د تا

عزیز رو بذاریم توی دیسکریپشن پادکست تو

بخش توضیحات پادکست رو یوتیوب که اگه

بچه‌ها میخوان با پروفایل این اساتید

بیشتر آشنا بشن همونطور که مثال گفت

جانتان لواو پروفسور

آقا اسم اون یکی چی بود

راسل راسل

راسل راسل هم سیگل آخه یه راب سیگلم داریم

ما من با

آره این راسلشونه

آره راسلشون راسل سیگلم سرمایه‌گذار

افسانه‌ایه سلیکون ولیه اون رو هم ببینید

ببینید چه سیستم آدمایی میان تو کلاس کلاس

میدن و این باز یکی از اون نمونه‌هاییه که

آکادمی با صنعت ارتباط برقرار کرده و هر

دو تجربیاتشونو دارن سر کلاس میارن بسیار

دینامیک جذابی هست سر کلاس قولشم از مهزاد

گرفتیم که لینک لینکناشونو روی توضیحات

یوتیوب بذاره برام

بری چشم آقا شماره یک قانون شماره یک نیا

از نیاز مشتری شروع کنید نه از محصول یا

اندازه بازار یکی از اصلی‌ترین دلایل شکست

محصول اینه که تیم نیاز واقعی مشتر

بهخصوص بچه‌هایی که مهندس هستن بهخصوص

بچه‌هایی که عشقی هستن که بسازن همیشه این

گناه رو مرتکب میشن که برن یه چیز باحال

بسازن بدون اینکه آگاه باشن از نیاز مشتری

پس اول کار نگیم بازار این محصول چقدر

بزرگه بازار کوچیکیه بازار به اندازه کافی

نیست پیتریلد که از بنیانگذاران

ایبی بوده با ایلان ماسک در اصل سی ایو

ایلان ماسک بوده یه زمانی رئیس ایلان ماسک

بوده بوده کوفندر پلنتیر بوده الان یکی از

سرمایه‌گذارای افسانه‌ای هستش در سیلیکون

الان دیگه رفت فلوریدا

یه جمله خیلی معروفی داره که تو این کلاس

ما بررسیش کردیم و اون اینه که اگر از

کوچیک بودن بازار اولیهتون کمی نگران

نیستید احتمالاً هنوز بازار رو به اندازه

کافی محدود نکرده‌اید. خیلی جمله

جالبیه‌ها. یعنی اینکه خیلی از اول فکر

می‌کنن ما باید یک بازاریو داشته باشیم

برای محصولی که می‌خوایم تولید بکنیم یا

گسترش بدیم یا آزمایش بکنیم که بیلیون

دلاری باشه ولی پیتر تیل کاملاً داره

برعکس این قضیه رو میگه میگه اون اول شما

باید حتی نگران باشید که اون بازاری که من

می‌خوام این محصولو براش درست بکنم بازار

بزرگی نیست خیلی جالبه صالح این قضیه توی

خود ایبی هم اتفاق افتاد اون اول که درست

کردن ببخشید من ایبی میگم پیپل اون موقعی

که اول پیپلو درست کردن برای کسانی بودش

که می‌خواستن با هم کارت یا تقریباً عتیقه

جات دیجیتال یا چنین چیزهایی رو جابهجا

بکنن بهش میگن خیلی نیش مارکت یعنی یه

مارکت و بازار خیلی خاص و کوچولو بود و

اصلاً اینجوری نبود که هر کسی میخواد به

هر کسی پول بده در تمامی بازار در تمامی

کشورها کاملاً این تقسیم‌بندی رو انجام

داده بودن از یک جای کوچیک شروع بکنن و تو

اون جای کوچیک تونستن ۱۰۰ یا نزدیک به ۱۰۰

بازارو تصاب بکنن و بعد گسترش دادن این

هست قانون شماره اول

یه نکته من اینجا عرض کنم پیپل که به حساب

صحبتشو کرد شرکتی هست که پیدر تیل همین

یکی از بنیانگذاران اصلیش بوده و یه شرکت

یکی از اولین شرکت‌هایی بوده که نقل و

انتقالات مالی رو انجام می‌داده یعنی

اجازه میداده شما به صورت دیجیتال نقل و

انتقالات مالی انجام بدید که این کمک

می‌کنه مثال رو بهتر درک کنید و بسیاری از

چیزهایی که پیدل هم میگه در کتاباش و

ایناش بر اساس اون تجربه موفقی هست که در

پیپر داشت آقا چقدر جالب یعنی میگه که شما

باید به یک نیاز بسیار خاص بتونید پاسخ

بدید یعنی اینقدر یعنی باید دقیق و خاص

باشه نیازتون و از اونجا می‌تونید به مرور

گسترش بدید

بله که حتی از

کوچک بودن بازار اولیه تمامی این کلمات

بچه‌ها خیلی مهمه بازار اولیه که داریم

صحبت می‌کنیم کنیم این کلمه اولیه بهش

میگن وج پراداکت یعنی محصول اولیه شما

باید شما رو بتونه توی اون بازار بزرگترین

تولیدکننده بکنه و بعد از اون باز بازار

دومی شما بازار سومی شما و بازار نهایی

شما می‌تونه بزرگ باشه یعنی استراتژی درست

اینه بازار اولیه شما کوچیک و ولی بدونید

که با همون محصول راهی رو در آینده خواهین

داشت که به اون مساحت بزرگتر بازار برسید

چون ۱۰ تا هست من سعی میکنم یه مقداری

حواسم به زمان باشه سریع‌تر برم قسمت دوم

قانون دوم محصولی که برای همه ساخته شده

معمولاً برای هیچکسی عالی نیست و مثال

خیلی جالبی رو زد جانتن لباب گفت اگر از

نیمی از مشتریانتون چایی داغ بخوان و

نیمشون چای سرد بخوان و شما از بین همه

میانگین بگیری فکر می‌کنی که همه چای ولرم

می‌خوان ولی در واقعیت هیچ‌کسی چای ولرم

نمی‌خواد. یه عده‌ای از مشتریان و کاربرا

هستن چای داغ می‌خوان. یه عده‌ای هستن چای

سرد می‌خوان و شما باید بتونید که اینا رو

جدا بکنید. یعنی اینکه بهش همون که توی

کریستنسن بهش میگه نیدز بیست سگمنتشن یعنی

به جای بخشبندی بر اساس سن جنسیت یا محل

زندگی از بخشبندی مبتنی بر نیاز باید

استفاده کرد. پس اون کسایی که نیازشون اگر

من فقط بر اساس سن یا موقعیت جغرافیایی یا

درآمد این کارو بکنم شاید به این نتیجه

برسم که خیلیا چایی ولر می‌خوان ولی اگر

نیازه رو متوجه بشن می‌فهمن که چای داغ

مارکت خودشو داره چایی سرد و آیسی مارکت

خودشو داره و هیچکسی اون وسطش که

میانگینست که چای به لرم نمی‌خواد بهش

میگن مایکرو سگمنت یعنی اگر بخوام خیلی

دقیق در مورد یه کار عملی که کسی اگر

پراداکت منیجره یا میخواد مدیر محصول باشه

یا کسی کارآفر نمی‌خواد به این قضیه فکر

بکنه سعی کنید خیلی مایکرو سگمنت بکنید یه

گروه کوچیکی که هم مشکل رو می‌فهمن یعنی

خودشون می‌دونن مشکل چیه و هم فعالانه

دنبال راه حلن ایدآل‌ترین نوع برای فهمیدن

کلمه فعالانه دنبال راه حل اینه که هزینه

کردند یک راه حلی رو پیدا بکنن یعنی نشون

میده مشکله رو دارند و فعالانه دنبالشن

آقای استیو بلنک به این میگهلی وانجلس

یعنی کسانی که در مسیر

اداپت کردن محصول و استفاده محصول متوجه

شدن اون نیاز رو و فعالانه دنبال راه حلن

اینم هست پس قانون دوم محصولی که برای همه

ساخته شده برای هیچ‌کس عالی نیست آقا بریم

شماره سومی

حتماً حتماً

دوستان مهندس اینو هی میگم مهندس بهخاطر

اینکه یک چون چون خودمم هستم احساس می‌کنم

که می‌تونم با بچه‌ها شوخی بکنم در مورد

این قضیه د بهخاطر اینکه خیلی از شرکتها

بهخصوص توی حوزه تکنولوژی توسط این عزیزان

ساخته میشه و این شماره ه گناهیه که خیلی

از این عزیزان دارند درباره قابلیت‌ها حرف

نزنید درباره نتیجه‌ای که ایجاد می‌کنید

حرف بزنید کلمه انگلیسی که ایشون سر کلاس

استفاده کرد فیچر ورسز بنفت یعنی در مورد

اینکه بگید ما چنین فیچریو داریم چنین

قابلیت ی رو داره محصولمون صحبت نکنیم

بگیم اون ارزش افزوده اون نتیجه اون کاری

که اون طرف می‌تونه طرف کاربر هستش باهاش

انجام بده چیه؟ مشتری به فهرست قابلیت‌های

محصول اهمیت چندانی نمیده ولی به اینکه

آیا من می‌تونم این کارو انجام بدم اهمیت

میده. من اگر می‌خوام یه سوراخیو توی

دیوار بذارم من کاری که می‌خوام بکنم

سوراخ کردن دیواره. جابز تو بیدان توسط

کلاس آقای کریستنسن که یکی از

متفکران زمینه نوعآوری هستن. جاب سوبیدان

من یعنی کاری که من می‌خوام و نیازی که من

دارم سوراخ کردن دیواره. پس شما اگر

محصولتو می‌خوای طراحی بکنی شاید ۱۰ تا

فیچر متفاوت داشته باشه. ۱۰ تا قابلیت

متفاوت که به یک نتیجه ختم بشه. ۱ نوع

سایز درل متفاوت باشه. پی سرعت پیچش

متفاوت باشه. نور زیر درل باشه و و اینا

ولی نهایتاً آیا اون نتیجه‌ای که من

می‌خوام رو به من میده که این هستش که من

اون اون کارو انجام بدم و و ۳ تا رکن و

منبع داره ارزش محصول پس ارزش محصول

معمولاً ۳ تا منبع داره شماره یک اقتصادی

اکونامیکال پول یا زمان رو برای من ذخیره

می‌کنه این خیلی مهمه شرکتی که من خودم

داشتم هوش مصنوعی توی کارخانهجات ما

مشکلاتی که به وجود میومد رو می‌دیدیم این

مشکلات اگر مشکل کیفیت بود باعث میشد که

کارخانه دار اون هزینه کیفیت رو اون

هزینه‌ای که می‌کنه برای کیفیت بالا رو

بیاره پایین. این خیلی مهمه. شماره یک

اقتصادی اینو ما متوجه میشیم. شماره د

عملکردی یا فانکشنال کار رو بهتر سریع‌تر

یا آسان‌تر انجام میده. خیلی از افراد

حاضرن هزینه بکنن افراد و یا شرکت‌ها

حاضرن هزینه بکنن که روزشون راحت‌تر باشه

همه ما آدم‌ها اینو داریم و شماره سه که

خیلیا بهش فکر نمی‌کنیم

روانشناختی و اجتماعی سایکولوجیکال ان

سوسایل باعث میشه که افراد حس بهتریو

داشته باشن یه جمله خندهدار جانتن لوافو

گفت اگر میخوای یه محصول خوب بفروشی به حس

نارسیسیزم افراد بفروش نارسیسیزم که میگیم

کسی نارسیسیسته یعنی خود تک به فر

خودشیفته است اگر میخوای مسود خیلی موفق

باشه به خودشیفتگی افراد بفروش چون این

دلیل روانشناختیش

اینه که افراد دوست دارن محصولی استفاده

بکنن که یک خودشون حس بهتری داشته باشن یا

یک نوع دیگه قضیه اینه که جلوی رئیسشون

موفق‌تر یا بهتر به چشم بیان این هم یه

قضیه دیگهست خیلی از مواقع تو این کلاس ما

بررسی می‌کردیم توی بهخصوص خصوص موقعی که

شما توی بی تو بی هستی یعنی بیزینسی داری

به بیزینس می‌فروشی به یه کارخونه

می‌فروشی به یه شرکت دیگه می‌فروشی کسی که

می‌خره اون طرف می‌خواد ۱۰۰۰ دلار باشه

می‌خواد ۱ میلیون دلار باشه می‌خواد ۱۰

میلیون دلار کسی که اون بودجه رو داره و

می‌خواد استفاده بکنه در نهایت براش مهمه

که آیا اون بودجه رو اگر هزینه بکنه جلوی

رئیسش

ظاهر بهتری خواهد داشت کا موفق‌تر خواهد

بود کار رو می‌تونه بهتر انجام بده و یا

نه این هم قسم اینم بعد روانش شناختی قضیه

هستش که ما باید بهش بپردازیم. اینو

تونستم توضیح واضح بدم.

آره آره خیلی خیلی جذابه و این بحث اینکه

تو میگی که برای فروش به بیزینس‌ها مثلاً

رو بعد روانشناسی و اینکه شما رو جلو

رئیست خوبتر بهتر نشون بده و اینها فکر کن

و به این قضیه فکر کن. یک چهارچوب دیگه‌

فکر کردن به این مسائل برای فروش هم این

هست که شما سازمان رو به سازمانی که

می‌خواید بهش بفروشید رو به دو دسته تقسیم

کنید. مصرف‌کننده‌ها و کسایی که پول بابتش

خواهند داد. شما اگر یه نرم‌افزاری مثلاً

دارید به یه سازمان مهندسی به یک شرکت از

زیر تعویل مهندسی یا نرمفزار مهندسی

می‌فروشید مدیرعامل احتمالاً هیچ‌وقت دست

به اون نرم‌افزار مثلاً اتوکد نخواهد زد

یا دست به اون نرم‌افزار سالید ورک نخواهد

زد. مدیر عامل کسی دست به نرم‌افزار خواهد

زد که اتفاقاً تو رده‌های کاریه و رده‌های

عملیاتیه و مهندس پای سیستمه و پای کاره

ولی مدیر عامل کسیه که پول رو خواهد داد.

خب شرکتا بسته به اینکه چهجور می‌خوان پیش

برن بعضیا هدف‌گذاریشونو می‌کنن که آقا ما

از بالای شرکت از رأس هرم بفروشیم و و این

راه حلمونو و این محصولمونو ببریم به اون

آدم چون اون اگه آدم اگه بپذیره به سمت

پایین این رو دیکته خواهد کرد که بقیه هم

ازش استفاده کنن بعضی شرکت‌ها هم میگن نه

ما ببریم این مسئول رو به سمت کسایی که در

اون پایین نشستن خودشون دستشون آلودهست

اونا رو اگه بتونیم به قضیه آلوده کنیم

اونا اگه بخوان اونا اگه از این محصول لذت

ببرن و دوست داشته باشن و ببینن که جلوی

رئیسشون داره اینا رو بهتر نشون میده به

صورت پایین به بالا به قولاً گرس روت بهش

میگن در انگلیسی به صورت پایین به بالا

فشار میارن و تبد فشار میارن که این محصول

مثلاً به صورت گسترده

استفاده بشه و حالا به صورت سازمانی خرید

بشه یعنی شما میتونید که سازمان‌ها رو به

این دو دسته تقسیم کنید کسی که پول رو

قراره بده کسی که قراره از محصول استفاده

کنه و این دو تا الزاماً یک انسان نیستن

وقتی که من میرم یک تلفن همراه می‌خر خرهم

خودم هم پولشو من دارم میدم هم محصول من

دارم استفاده می‌کنم ولی مثلاً شما وقتی

به یه سازمانی نرم‌افزار می‌فروشید یا

ابزاری می‌فروشید یا حالا هر چیزی

می‌فروشید الزاماً کسی که پول داره میده

مدیر عامل مثلاً با کسی که استفاده می‌کنه

یکی نیست و اینم یه چارچوب دیگریه برای

فکر کردن برای

ایجاد محصول و گسیل محصول

چه چه نکته خوبیو گفتی یه مثالی بذارم توی

این زمینه که یک شرکتی و یک محصولی که

خیلی خوب این کارو کرد شرکت سلک هست سلک

یک نرم‌افزاری هستش که اجازه میده افراد

توی یک ارگان با همدیگه چت بکنن، صحبت

بکنن هم مستقیم یک به یک و هم اینکه

می‌تونن کانال‌های متفاوت داشته باشن

تقریباً مثل تلگرام و مثلاً بگن در مورد

فروش صحبت کنیم، یه کانال باشه در مورد

مهندسی و و

نوعی که اومدن این‌ها سرعت فروششون رو

بالا بردن دقیقاً با همین استراتژی بودش

که صالح بهش اشاره می‌کرد که بارم آپ یا

گرس روت به جای اینکه ما بریم یک مدیر

ارشد رو پیدا بکنیم ۶ ماه با اون وقت

بگذرونیم اون به زور بذاره این محصول ما

رو توی دست کارمندا اونا استفاده بکنن

بودجه اپرو بشه اومدن این فرمولو برعکس

کردن که توی بی تو بی سست یعنی اون

سرویس‌هایی که به شرکت بیوب بیبی فروخته

میشه این قضیه خیلی دیگه رای شده شما یه

نفرم باشی یا دو نفرم باشی تو تیم خودتم

می‌تونستی اسرک استفاده بکنی و بعد این

قضیه وایرال میشه مثل ویروسیه سریع پخش

میشه شما می یهو یه نفر دیگه هم توی یه

تیم دیگه هم داره اسلک استفاده می‌کنه آها

تلا رفت بالا تعداد رفت بالا ۱ ۲ ۵ ۱۰ و

یهو به یک مدیر ارشد خبر میشد خب ۵۰ نفر

توی تیم ما دارن این قضیه رو استفاده

می‌کنن ما یه تخفیفی باید از اسلک بگیریم

و این سرعت فروششونو خیلی بالا برد این به

عنوان یک مثال گفتم از

مهزاد اینو که گفتیم مثال بی‌نظیری مدیر

محصول اسلک کسی که اصلاً مسئول این قضیه

بود همراه با مدیرعامل سر کلاس مدیریت

محصول ما آمد که ما کلاس مدیریت محصول رو

هم قبلاً پوشش دادیم در پادکست به به

تفصیل و بچه‌ها می‌تونن اون رو هم ببینن.

اگه اشتباه نکنم

قسمت

یادم نمیاد کدوم قسمت بوده. احتمالاً قسمت

۲۳ بوده که در مورد مدیریت محصول عمیقاً

صحبت کردیم می‌تونن حتماً ۲۳ رو ببینن و

اومده بود سر کلاس دقیقاً همین چیزایی که

شما میگ می‌گیره می‌گفت

چه باحال. آره خیلی خیلی این قضیه مهمیه

هم برای فروش هم برای اینکه تست کردن و

آزمایش کردن یک محصول. شماره ۴ اینه که هر

فرصت رو با دو سؤال و چهارچوب

سی آزمایش کنیم د تا سؤال که ما هر جلسه

به این قضیه می پرداختیم این بود که یک

کن مک مانی آیا من میتونم واقعاً با این

قضیه پول دربیارم د از مارکت آیا واقعاً

بازاری وجود داره یعنی جانتن لواب میومد

سر کلاس هی دونه می‌گفت جلسه اول دوم

می‌گفت هی به چه سؤالی باید فکر بکنیم همه

هی فکر می‌کردیم نمی‌دونه می‌دونستیم خیلی

شخصیت بامزه‌ای هم داره دیگه از جلسه سوم

چهارم به بعد می‌دونستیم آقا همه این د تا

سؤال هر کاری که می‌کنیم باید جواب بدیم

این د تا سؤال مهمه و چهارچوبه که من دارم

سعی می‌کنم مباحثو خیلی تئوری بیان نکنم

نوعی بگم که کاربردی باشه برای عزیزانی که

دارن به این قضایا فکر می‌کنن یا یا تو

کار یا شرکت دارن یا کار مدیریت محصول

هستن چهارچوب سی سه تا سیش هست کاستومر

کامپیترز و کامپنی کاستومر یا همون مشتری

به نوعی که باید به این قضیه فکر بکنیم که

آیا نیاز واقعی و مهم هست در مورد این

قضیه کلی صحبت کردیم توی قانون شماره یک و

۲ کامپتیترز رقبا و جایگزین این د تا فرق

می‌کنه این د تا کلمه یک معنی نیستن رقبا

کسانی هستن که یک محصولی که شما داری رو

شبیهش رو دارن جایگزین اصلاً محصول محصول

شبیه شما نیست یک راه دیگهست به عنوان

مثال راه‌هایی که من از این نقطه‌ای که

الان هستم به سان فرانسیسکو برم یک اینه

که بخواد می‌خوام دوچرخه سواری بکنم و

برای دوچرخه سواری کلی رقابت هست توی اون

بازار من شرکت جاینت هستش شرکت تریک هستش

اینا با هم رقیبن یا جایگزینش اینه که من

تاکسی بگیرم که اصلاً توی اون بازار هست

ولی رقیب مستقیم نیست این میشه جایگزین

آیا این نیاز به اندازه کافی خوب پاسخ

داده نشده چه توسط رقبا چه توسط جایگزین

این سی دوم کامپتیتوره و سی سوم کامپنی

شرکت آیا ما توانست ساخت توضیح و ارائه

محصولو خودمون داریم. یعنی این سه تا رو

بخوایم بذاریم کنار هم که چه‌جوری فرصت رو

با اینا بررسی بکنیم. فرمولش میشه آیا

نیاز واقعی توی بازار هست؟ آیا کم خدمتی

رقبا هست و آیا توانایی شرکت برای اجرا

هست؟ این سه تا رو شما باید جمع بزنید و

با هم دون بررسی بکنید و ببینید که آیا

این فرصت برای ما امکان عملی شدنش هست و

یا نه؟ تناسب محصول و بازار یا همون که ما

بهش میگیم پراداکت مارکت فتی شکل می‌گیره

که محصول داره یک نیاز واقعی رو حل

می‌کنه.

بهتر از گزینه‌ها هست یا اولین باره که

داره ارائه میشه یا اگر در مورد قابلیت

شرم صحبت می‌کنیم قانونی که باز خود پیتر

تیL داره اینه که ۱۰ برابر باید بهتر باشه

یعنی اینکه یه کوچولو بهتر باشه اکثراً

برای استارتآپا جواب نمیده شما اگر یه

قابلیت جدید داری و اپل همونو داره برای

اینکه شما تو اون بازار ببری باید ۱۰

برابر حداقل ازش از اپل بهتر باشی و شماره

ه مشتری یا پرداخت کننده حاضره بابتش پول

بده توی مدل‌های ما مالی این قضیه رو بهش

میگن تحلیل حساسیت در قیمت یعنی اینکه ما

می‌تونیم توجه بکنیم به اینکه نیاز هر

مشتری چقدره و آیا اون محصولی که ما داریم

براشون تولید می‌کنیم و بهشون میدیم آیا

ارزش افزوده داره و یا نه؟

شماره ۵ باز شما هر موقع خواستی راستی به

من بگو و من می‌تونم وایستم صحبت کنیم.

شماره پ مردم محصولی رو می‌خرن که بتونن

اونو دسته بندی و مقایسه بکنن. این یک کیس

دادی یا بررسی یه شرکتی بود به اسم دالر

شیف کلاب. شاید از یه سری عزیزان بشناسن

یه سری از عزیزان نشناسن. دالر شیو کلاب

یه دونه شرکت تیق به آقایون میده برای

آرایش یا لوازم آرایش برای آقایون از اینا

رو بزنیم و نمی‌دونم فید کنیم و از این

جنگولک بازیهایی که عزیزان درمیارن و که

خب معروفترین تو این بازار هست ژیلت که

خیلیا می‌شناسن و یا بیک

و دالر شیو کلاب کاری که کردش این بودش که

به جایی که شما بری توی یک مغازه و یا یک

جایی که میتونی خرید بکنی حالا میخواد

والمارت باشه میخواد هر جای دیگه‌ی

و محصول دالر شیو کلاب رو در کنار ژیلت

ببینی اینا اومدن کلاً این فرمولو خط زدن

و گفتن که ما اصلاً نمی‌خوایم توی

مغازه‌ها باشیم. ما فقط به صورت مجازی و

آنلاین به افراد دلیور می‌کنیم و برای

اونها ارسال می‌کنیم و این توی ذهن افراد

این سیستم رو روشن کردش که آهاان اینا یه

چیز

تیغ هستن. من می‌تونم اینو دسته بندی بکنم

بذارمش توی ژیلت. ولی مقایسه یک با یک با

ژیلت نخواهم داشت که بگم ژیلت ۳ تیقه هست

مثلاً حالا دالر شیو کلاب ۴ تیقه هست یا

مدل دیگه‌ای این قضیه خیلی خیلی مهمه چون

قانونه اینه دیگه مردم محصولی رو می‌خرن

که بتونن دسته‌بندی و مقایسهش بکنن وظیفه

شما به عنوان یک مدیر محصول یا کارآفرین

یا هر کسی که تو این زمینه هستش اینه که

مطمئن بشید دارن با چیز درست مقایسه

می‌کنن توی اپیسود ۱۴ ۱۴ من یه رسم شکلی

کردم با دایره‌ها و یه خطای چشمی رو در

موردش صحبت کردیم که بهش میگن ابینگهاس

ایلوژن که د تا دایره هم اندازه رو نشون

دادم من و در کنار یه کدوم از این

دایره‌ها دایره‌های کوچیک‌تر بود در کنار

اون یکی دایره‌های بزرگتر و این خطای چشم

این حسو به ما انسان‌ها میده که این سایز

د تا دایره برابر نیست ولی در واقعیت

اینطور نیست این وظیفه ما اینه که مطمئن

بشیم مقای مقایسه درسته دالش

چهارچوب مقایسه چهارچوب مقایسه خیلی وقتا

تعیین کننده اون تصمیمیه که مصرف کننده

می‌گیره

بله بله یعنی اصلاً ارزش محصول فقط از خود

محصول نمیاد از چیزی میاد که مشتری اون رو

با محصول مقایسه می‌کنه

دقیقاً اینجا ما یه گریزی بزنیم به گریزی

بزنیم به زمینه و به قلا فیلد نور نورو

مارکتینگ

که حالا مثلا میاد از نظر عصبی تعی میکنه

بررسی کنه که انسان‌ها چهجوری تصمیم

می‌گیرن سیستم‌های تصمیمگیری انسان‌ها و

تصمیمسازی انسانها چهجوریه و حالا چطور

این رو میشه در علم مارکتینگ یا بازاریابی

استفاده کرد یعنی مثلا عصبشناسی

بازاریابیه چیزی تو این مایه‌ها

و جالبه که اتفاقاً در همین زمینه که وقتی

فکر می‌کنی و بهش مطالعه میکنی میبینی که

معماری گزینه یا چویس آرکیتکچر

یک هنریه. یعنی شما چهجوری گزینه‌ها رو

برای یک مصرف کننده معماری کنی که از نظر

روانشناختی و از نظر بستری وقتی این آدم

با این مواجه میشه اون تصمیمی رو بگیره که

تو می‌خوای اون تصمیم رو بگیره. یعنی الان

مثلاً اگه شما میرید تو یک وب سایتی مثلاً

اپ اسنپ رو رو گوشیتون باز می‌کنید اپ

ازگی رو رو گوشیتون باز می‌کنید اپ اوبر

رو گوشیتون باز می‌کنید و می‌بینید که

فلان دکمه فلان رنگیه مطمئن باشید صدها

ساعت و هزاران اگر اگه میلیون‌ها دلار

هزینه شده که اون دکمه رنگش اون شکلی اون

رنگی باشه شکلش اون شکلی باشه جانماییش

اونجا باشه که شما روی اون کلیک بکنید و

این‌ها همه اون چیزهایی هست که مثلاً مزم

داره در موردش صحبت می‌کنه در مقیاس محصول

خردش میشه این یعنی در مقص اینکه چه

ویژگی‌هایی محصول داشته باشه در مقص

کلان‌ترشم میشه که ما بین این محصول اون

محصول اون محصول کیو انتخاب کنیم و این به

عنوان کارآفرین و یا مدیرعامل وظیفه شما

هست که شما اون جهانی که باهاش دارید

مقایسه میشیدو بتونید طراحی کنید که در

اون جهان شما بهترین گزینه به نظر بیاید و

انتخاب بشید

کاملاً کاملاً بخوام یه اقدام عملی رو بگم

در این راستا یک جمله‌ای هستش که ما خیلی

توی کلاس می‌نوشتیم و اون اینه که برخلاف

ف جایگزین فعلی شما اگر رو هر محصولی که

کار می‌کنید این جاهایی که من میگم

می‌تونید با اون محصولتون و یا با اون

مارکت خاصتون پر بکنید بر خلاف جایگزین

فعلی می‌تونیم تو این مثال بزنیم که میشه

برخلاف ژیلت محصول ما تفاوت اصلی را برای

بخش مشخص ارائه می‌کند. محصول ما اگر من

مثلاً بودم مدیرعامل دالر شیو کلاب تفاوت

اصلی اینه که اصلاً به جای اینکه برای

خرید تیغ شما به فروشگاه بری شما نشستی از

رو مبل خونت داری تیخ سفارش میدی تفاوت

اصلی را برای کسانی که برای خرید به

فروشگاه نمی‌خوان بروند ارائه می‌کند. این

جملهه که نشون میده شما جایگزین فعلی چیه؟

یعنی شما بازارو متوجه میشی تفاوت اصلی

شما چیه و بخش مشخص که کلی در مورد

سگمنتیشن صحبت کردیم این جمله این سه تا

رو به هم می‌دوزه خیلی پیشها می‌کنم کسایی

که روی این قضیه کار می‌کنه حتماً از این

استفاده کنن شماره ۶ عرضه محصول در اصل یک

پروژه تغییر رفتاره خیلی خوب شده حالا در

مورد این قضیه نوروساینس و روانشناسی

مارکت صحبت کردید چون اینکه گفتم جانتن

لوا یکی از کار تخصصیش اصلاً همینه که

چهجوری جوری ما توی محصول توی مارکتینگ

توی ساختن شرکت رفتار انسان‌ها رو بفهمیم

و چهجوری اون رفتاره رو تغییر بدیم و در

نهایت تعریفی که خود جانتن لواو از محصول

به ما داد در جلسه اول کلاسم همین بود که

شما یه چیزی رو خلق می‌کنی و این چیزی که

شما خلق کردی تغییر در رفتار انسان‌ها

درست می‌کنه. چهارچوبی رو به ما معرفی کرد

به اسم آکورد. چهارچوب آکورد اینه که برای

اینکه مشتری رفتار اصلیشو تغییر دهه شما ۶

عاملو باید بررسی بکنی و مخففش هست آکورد

من سریع میگم A برای ادونتج یا مزیت سی

برای کامپتبلتی اینا رو دونه دونه واردش

میشم سی دوم برای کامپلکسیتی

او برای آزربتی

برای رسک و دیزبلتی

تی یا امکان آزمایش محدود پس اینا رو دونه

دونه بریم واردش بشیم ا ادونتج یا مزیت

آیا منفعت محصول نسبت به روش فعلی واضح و

معناداره داریم در مورد تغییر رفتار

انسان‌ها صحبت می‌کنیم دیگه پس این منفعته

باید واضح و معنادار باشه که یه نفری بره

این کارو انجام بده این شد A آکورد سی

کامپتبیلیتی سازگاری که خیلی سخته بچه‌ها

یعنی به عنوان کسی که توی

این زمینه اینه هی کار کردم حالا محصولات

متفاوت این سی سازگاری سخته آیا با

عادت‌ها فراآیند کاری و ارزش‌های مشتری

هماهنگه خیلی مواقع به این میگن ورک فلو

اینتگریشن یعنی توی اون عادت‌ها و فراآیند

کاری که طرف داره می‌تونه دکتر باشه

می‌تونه یه نفری باشه که مؤنث نرم‌افزاره

در نهایت یه ف یه فراآیندی داره دیگه کارش

طرف ۸ صبح میره سر کار یه سیستمیو داره

میره بیرون یه داستان داستانیو داره. اون

چیزی که شما داری می‌سازی چه برای یک فرد

چه برای یک بیزنس سازگاره با این متوجه

اون ورک فلوئ میشی. خیلی از بچه‌های مدیر

محصولو من دیدم که اصلاً به این قضیه فکر

نمی‌کنم آقا منی که ساختم انقدر خوبه. خب

تو نمی‌تونی بگی من اینو ساختم انقدر خوبه

بدون اینکه متوجه بشی اون طرف اصلاً کجای

روز یه قضیه‌ای رو باید استفاده بکنه

محصول شما رو با اون اکوسیستم

نرم‌افزارهای دیگه با اون اکوسیستم کاری

طرف آیا شما سازگاری؟ یا اصلاً عادات

روزانه با عادات روزانه‌ای که اون مصرف

کننده داره سازگار یا مجبور یا مجبوری که

شما تغییر عادت بدی ما می‌دونیم که تغییر

عادت یا چنج آف بیهیویر سخت‌ترین کاره و

انرژی زیادی می‌بره در ضربالمثل‌های

خودمونم داریم می‌گفتیم که ترک عادت موجب

مرض است مرض است

اینقدر یعنی مسئله جدی تغییر عادت میخوای

که

تغییر عادت رو به حداقل برسونی محصولی

معرفی کنی که نیاز حداقلی به تغییر عادت

داشته باشه یعنی ماکسیموم کامپتیبیلیتی یا

سازگاری رو با زندگی فرد یا اون

پروسه‌هایی که از طی می‌کنه داشته باشه.

یه قسمت عملیو بخوام بگم در این مورد اینه

که این یک دلیلی هست متوجه شدن عادات و

فرایند کارای افراد یک دلیلی هست برای

اینکه شما بری و حضوری مصاحبه بکنی افراد

رو به جای اینکه مجازی و از راه دور در

مورد کاستومر دیسکوری و کاستومر دولپمنت

یعنی اینکه متوجه شدن نیازها در یکی از

اپیزوهای قبلی صحبت کردم از استارتآپ

گاراژ اینکه از راه دور من این کارو بکنم

یا فقط یه رب وقتی یه کسی رو بگیرم یه سری

مواقع از هیچی بهتره‌ها شاید خیلی مواقع

از هیچی بهتره ولی اینکه شما بری توی یک

دفتر دکتر ببینی عادت‌هاشو غیر از حرفایی

که به شما می‌زنه کارهایی که می‌کنه

دینامیک اونجا همه اینا رو فهمیدن حضوری

خیلی بهتر هست یا بره توی پارک پروسه

تحقیقت دیگه در پروسه تحقیق

در پروسه تحقیق که شما چه نیازی رو داری

حل می‌کنی

درسته

حضوریه خیلی بهتره سی دوم کامپلکسیتی و یا

پیچیدگی یادگیری یا استفاده از محصول شما

چقدر دشوار به نظر می‌رسه این هم خیلی

سخته یعنی برای اینکه شما یک محصول پیچیده

رو داشته باشید بهخصوص دوباره میگم این

بچه‌های مهندس گناهکار این قضیه‌ن بهخاطر

اینکه عشق ساختن خب یه چیز اینجا اضافه

کنیم یه چیز اونجا اضافه کنیم یه چیز دیگه

بیاد روی این منوی سوم صفحه چهارم زیرخطی

پنجم وای این چه فیچر خفنیه این پیچیدگیا

یه قضیه هستش که توی پراداکت اداپشن یا

استفاده سریع محصول شما

سدی خواهد بود و شما میخواین که مطمئن

بشید که این این کامپلکسید یا اون پیش

دیگه رو میارید پایین خیلی به قول استیو

جابز ساده کردن و سادهسازی سخت‌تر از

پیچیدگی ایلان ماسکم اینو میگه تو یکی از

مصاحبه‌هاش من دیدم گفتش که کلاً می‌گفت

آقا در مورد ساختن راکت هستش موشک ماشیی

پیچیده یا هر چیزی سخت‌ترین کار اینه که

شما موقعی که ریکوایرمنت داری برای

بچه‌های مهندسی یا موقعی که توی محصول

هستش و یعنی ریکوامنت یعنی اون نیازهایی

که میگی شما این محصول باید چنین

خصوصیت‌هایی رو داشته باشه خیلی مواقع شما

باید انقدر بکنی و انقدر یه لیست مثلاً

۱۰۰ تایی داری ۸۰ تاشو برداری و بگی وای

این با این ۲۰ تایی که من مونده نه اصلاً

نمیشه باید یه کم دیگهشو اضافه کنم یعنی

فرمول ایلان ماسک این بود که انقدر شما

باید بکاهی از قابلیت‌های یک محصول تا

اصلاً به یه خط قرمزی برسه که بعد از اون

موقع دوباره دو سه تا دیگهشو اضافه کنی

می‌دونی یعنی فرموله برعکس عکس اینکه اگه

قابلیت اضافه بکنیم چیز خوبی نیست او

آبزربلتی یا مشاهده پذیری آیا مشتری

می‌تونه نتیجه استفاده رو سریع و واضح

ببینه این قضیه خیلی توش مصنوعی سخت شده

سال امآیتی یه دونه مقاله داده که بالای

۹۰د پایلت

آزمایشهایی که می‌کنن با محصولات هوش

مصنوعی بالای ۹۰دشون ارزش افزوده نداره

برای شرکت‌ها ها بهخصوص بهش میگن آرآی

ریترن آ این انوستمنت یعنی من و شما یک

استارتآپی زدیم میریم مثلاً محصولم به یه

جایی می‌فروشیم از ۱۰۰ تا محصولی که این

کارو کردن ۱۰۰ تا مهرس ساله که این کارو

کردن کمتر از ۵ تاشون هستش که ارزش افزوده

رو مشتری تونسته ببینه همه سرمایه‌گذاری

می‌کنن و تو هوش مصنوعی بهخاطر یه چیز

باحال جدیده وای اگر نکنیم عقب موندیم ولی

اینکه شما بیزینس و محصول درست سایی

می‌خوای بسازی که طولانی مدت بمونه خیلی

خیلی مهمه که بتونی از اون اول اون آرآی و

یا ارزش افزوده رو کاری بکنی که استفاده

بشه. مثال ساده بزنم. شاید شما بدونی سال

من از دورش استفاده خیلی زیاد می‌کنم.

دوردش یه اپلیکیشنی هست که شما باید

می‌تونید توش غذا سفارش بدید. فک کنم اسنپ

فوده توی ایران اگه اشتباه نکنم که غذا

سفارش بدیم. خلاصه آقا من یه دونه

در استنفوردم متولد شده.

در استنفوردم بعد در جی اس پی متولد شده.

بله در بیزینس اسکول ماه بله

۲۰۱۶

و اینکه شما یه قسمتی داره اگر مثلاً هر

روز استفاده می‌کنی میگن آقا بیا ممبرشیپ

ما رو بگیر عضویت ما رو بگیر ما تخفیف بهت

میدیم که شما مثلاً ماهی ۱۰ دلار میدی به

جای اینکه ما دلیوری شما رو بیشتر شارژ

بکنیم هر روز اگه شمایی که دارید دو بار

یه بار ناهار می‌خور یه بار شام ما کمتر

این قضیه رو می‌خوام مثالی که بزنم اینه

صالح من هر بار که غذا سفارش میدم توی

اپلیکیشن دوردشت

همون جا برا من می‌نویسه س تز

به خاطر اون عضویتی که من دارم داره بهم

میگه که ببین اون ۱۰ دلاره که دادی تو

ببین داری هر بار دو سه دلار اینجا داره

براش

پذیرش می‌کنه برا

بله که من تو ذهنم آ وای خیلی اونیتی که

من دارم چقدر برا من ارزش

ارزش داره چقدر می‌رزه

می‌دونی خیلی این اینو توی محصولات بی تو

بی من دیدم سیوینگا این شرکت‌ها من دیدم

بچه‌ها و استارتآپو دیدم که سر این قضیه

متأسفانه ورشکست شدن و از بین رفتن اینکه

شما بتون آر و آی رو اندازه بگیری خیلی

مهمه آر رسک

مشتری چه ریسک مالی شغلی فنی یا اعتباری

رو احساس می‌کنه باز هم توی هوش مصی این

قضیه خیلی حساس هستش مثلاً می‌کنم دیگه

خیلی وارد این بض قضیه نشم ولی مهمه که

شما ریسک رو متوجه بشی مثال سطحی می‌زنم

ازش رد میشم توی هوش مصنوعی اطلاعات و یا

داده بالاترین ریسک که به خاطر اینکه الان

شرکتا میگن من اگر اطلاعاتمو به شما بدم

من حالا هر شرکت می‌تونم شرکت دارویی باشم

می‌تونم شرکت هوافضا باشم شرکت ماشین باشم

هر چیزی شما هوش مصنوعی هستی من اطلاعاتمو

به شما بدم از کجا معلومه که اون اطلاعات

من محفوظه پیش شما و رقبای من از من جلو

نمی‌زنن با توجه به این اطلاعاتی که شما

از من می‌گیرید در مورد تولید پروسه من و

و ریسکا رو باید بفهمیم توی ذهن طرف چه

چیزی چه ریسکی هستش چون می‌خوایم یه عادتو

میخوایم ازش

تغییر بده دیگه عادت اینه که آقا صالح یه

دونه شرکت زده محصول هوش مصنوعی خفن داره

می‌خواد بره به فورد بگه شرکت فورد شما

بیا اطلاعاتتو به من بده صالح باید متوجه

بشه که ریسکی که فورد داره می‌کنه که

اطلاعاتشو به صالح بده که صالح تازه با

اون یه محصول بده چی هست این متوجه شدنش

خوبه دیویبلتی

باز هم برای استارتآپا استارتآپ بچه‌ها یک

آزمایشی هست یک سری آزمایش‌هایی هست برای

اینکه ببینیم یک نیازی تو بازار وجود داره

و اون نیاز آیا حل میشه

به صورت اقتصادی و یا نه؟ پس اینکه بتونیم

با تعداد محدودی از آزمایش ببینیم محصول

نیاز براش هست توی بازار و در مقیاس کوچیک

می‌تونه حل بکنه خیلی مهمه. یه سری

شرکتهای دیپت تک این قضیه در موردشون درست

نیست. سیسی از شرکتهای دیپتک یو مثلاً

دیپتک یعنی تکنولوژی خیلی عمیق بخوان

مثلاً شرکت هوا فضاسازی شرکت ساخت موشک

۲۰۰ میلیون دلار باید هزینه اولیه باشه که

بتونن مثلاً یه موشکشون هوا بکنن ولی به

جدایی از اون استثناها شما می‌خوای ببینی

که آقا با کار کوچیک حتی بدون ساختن محصول

من می‌تونم این قضیه رو تست بکنم خلاصه

این شد شماره ۶ عرضه محصول در تغییر رفتار

و برای اینکه تغییر رفتارو بسنجیم و درک

خودمون رو از بازار مشترجیم چهارچوب

آکوردو در موردش صحبت کردیم در همین راستا

شماره ۷ ام ویپی برای نمایش محصول نیست

برای یک آزمایش یک فرضیهست خیلیا فکر

می‌کنن که من ام ویپی حتماً باید برم یه

چیزی بسازم حتماً باید یه چیزی باشه و

نشون بدم نه ام ویپی این به اون قبلیهم

مربوطه آزمایشه شما می‌خوای ببینی که اگر

من می‌خوام آرایشگاه بزنم فکر می‌کنم ملت

دوست دارن موهاشونو قرمز بکنن رنگ خاک

مریخ بکنن یه ایدهست دیگه من میگم چین

ایده‌ای رو دارم من نیازی نیستش که نه برم

خاک مریخو وارد بکنم نه رنگ قرمز بخرم نه

حتی آرایشکاشو داشته باشم ام ویپی من

آزمایش من می‌تونه این باشه که آقا اصلاً

افراد کسی اینو می‌خواد توی پلوالت توی

کالیفرنیا کسی دوست داره موهاشو مریخی

بکنه چنین رنگی بکنه من می‌تونم ۵ دلار ۱۰

دلار روی گوگل روی اینستاگرام روی فیس‌بوک

تبلیغات بخرم یه وب سایت ساده بزنم رایگان

و ببینم از هر ۱۰۰ نفری که من بهشون این

وب سایتو نشون میدم روی گوگل یا روی

اینستاگرام چند نفر کلیک می‌کنن مثلاً یه

نفر کلیک می‌کنه کسی بخواد موهاشو بکنه و

بعد میگن بیاین رو وب سایت من من شما رو

می‌ذارم روی لیست ذخیره می‌ذارمتون شما

روی ویت لیست کما اینکه چقدر دیدیم

احتمالاً تجربه کردی شمام خیلی از افراد

این کارو می‌کنن پس این تفکر رو عوض بکنیم

که ام ویپی ساخت محصول ام ویپی یه سری

مواقع می‌تونه باشه ولی مهم‌ترین چیز

آزمایش یک فرضیه است. آقا حرفی نظری من

فوق‌العادهست کافی برم لیوانه رو راستی

دیدی ساله

[خنده]

آقا چه لیوانی وسطشم نشون بده وسط لیوانه

رم نشون بده

از اینور بزنیم

بچه‌ها این لیوانه رو ببینید

بعد میگم یه برچسبی میکروفونتونه شما

درسته یه برچسب میکروفونتون دارید آقا

ب بچه‌ها صالح به من گفت بیا من از باشگاه

اومدم میخوام یک جایزه بهت بدم گفتم خدا

این باشگاه کرد برا من تو باشگاه میخوای

چی برا من بیاره میخواد ترد میل بیاره ولی

دمش گم رفته بود هم استیکرای باحال و هم

این دیوان باحالو گرفت و من خبر نداشتم

خیلی هم سوپرایز شدم

این عکس من و مرزاد عکس ایآی من و مرزاده

بگید بچه‌ها اگه دوست دارید اینا رو آره

اگه استیکر و لیوانه رو دوست دارید ما

میتونیم که بذاریمش که بتونید شما هم تهیه

کنید برای خودتون اگه کامنتی بود حالا

میبینیم که کارو بکنیم یا نه

آره هر استیکررو مثلاً ۳۰۰۰ دلار من میگم

می‌تونیم

[خنده]

هزینه سامیت دربیاد یه چند تا از اونشامی

درد

شماره ۸ فناوری برتر به تنهایی باعث اخلال

در بازار نمیشود مدل کسب و کار تعیین

کننده است این یکی از چیزایی بودش که فکر

کردن بهش خیلی جالب و مغزو قلقلک میده در

نظریه نوعآوری مخرب یا دیسراپتیو اینویشن

که همین آقای کریستنسن توش هستش فرضیه

ایشون اصلاً نظر ایشون اینه که شرکتهای

جدید لزوماً فناوری بهتر ندارن اتفاقاً

مدل کسب و کارشون بهتره و

مث فقط یه نکته خیلی ببخشید میون کلام فقط

من می‌تونم چون این کلمه مخرب و اخلال در

بازار بار معنایی منفی داره این به خاطر

یه جوری میشه گفت ضعف در ترجمه ماست چیزی

که استعفا میشه از این یا داره چیزی که

حالا

منظور فرد هست از دیسراپتیو الزاماً چیز

منفی نیست توجه می‌کنید مثلاً

گوشی‌های هوشمند یک تکنولوژی دیسراپتیو یا

اخلال ایجاد کننده یا مخرب یه جورایی میشه

گفت محسوب می‌شدن چون دیگه بازار گوشی‌های

دکمه‌ای رو کلاً از بین بردن و گوشی‌های

هوشمندو آوردن ولی خب در نتیجهش چیز بدی

نبوده دیگه چیز خوبی بوده یعنی درسته من

میگم این کلمه یعنی بار منفی الز بار

معنای الزاماً منفی نداره

درست میله آره درسته آره یعنی معنیش که

اتفاقاً خیلیا دوست دارند یه نوعآوری مخرب

داشته باشند و خیلی جالبه

یه وقت می‌دونید ما اینو اگه از این

بافتار خارج کنیم شاید شنونده فکر کنه

نوعآوری مخرب مثلاً سلاح اتمی که کلی آدما

ممکنه بکشه یا یه سلاح جدید که ممکنه کلی

جا رو تخریب کنه منظور الزاماً این نیست

هرچند که ممکنه سلاح اتمی هم یک نوعآوری

مخرب باشه ولی در این منظور خاص که ما

داریم ازش استفاده می‌کنیم مخرب به معنای

تخریب نیست مخرب به معنای اینست که انقدر

این نوعآوری انقلابی هست که همه ساختارهای

قبل از خودشو یه جورایی خراب می‌کنه،

ساختارهای جدید ایجاد می‌کنه، بازارهای

جدید ایجاد می‌کنه.

بله دقیقاً دقیقاً

و دو مسیر رایج هست برای اخلال. شاید بشه

گفت نوعآوری مخلل شاید کلمه بهتری باشه.

من نمی‌دونم حالا دوستان یه ده خدا که

اینجا داریم دوستان ده خدای عزیز هم از

جمله آقای ازداد عادل اگر گوش بدن کمک

بکنید که ما یه چیزی

مخلل احتمالاً به معنای یه چیزی هست که

ایجاد تخل میکنه احتمالاً یعنی سوراخ

سوراخ میکنه مخلل تخللخلل

اخلانا

اختنخلت

خلاصه دو مسیر رایج برای اخلال یکیش بهش

میگن لو انسراپشن یعنی شما محصولی ارزان

تر ولی به اندازه خوب برای مشتریانی که

بیش از حد دارن سرویس دریافت می‌کنند

تولید می‌کنه. این یعنی اینکه مثلاً شما

۸۰د اون قابلیت‌ها رو اون مزیت‌ها رو میدی

ولی ۹۰د

توی ۱۰ قیمت خیلیا شاید اون براشون محصول

جالبی باشه به خاطر این میگن که این چیز

اضافهی که دارن من نمیخوام. این یک نوع

جالبیه و اصلاً یک فرمول جالبی برای وارد

شدن به یک بازار به خاطر اینکه شرکت‌هایی

که بزرگ هستند دلیلیه که این فرمول کار

می‌کنه خیلی وقتش عمیق‌تر و اقتصادیه من

نمی‌خوام وارد بحثش بشم به اون عمق ولی

دلیلی که این قضیه کار می‌کنه اینه که

شرکت‌هایی که توی اون بازار هستند انقدر

سود بالایی دارن نمیان خودشون سودشونو کم

بکنن و به همین دلیل اون محصول ارزان‌تر

تولید نمی‌کنن و اگر شما به به عنوان یک

استارتآپ یا اگه محصول جدید رو تولید بکنی

برای به صورت این لو اند دیسراپشن و از

پایین بازار محصولت به اندازه کافی خوب

باشه وارد بشی در یه حدی می‌تونی مومنتوم

بگیری و سرعت بگیری که اون شرکت بزرگ

هیچوقت نمی‌تونه و این خیلی جالبه یعنی

شرکت از یه حدی بزرگتر میشند مثل اینه که

یه کسی نمی‌دونم شاید کشتی‌گیره نتونه کار

ژیمناستیک بکنه نمی‌دونم چه مثال خوبی

براش بزنن ولی یه کاراییو نمی‌تونن بکنن و

یکی از اون کارها این محصول ارزون‌تره

هستش. یه کار دیگه یه مثال دیگه هستش

نیو مارکت دیستراپشن تبدیل افرادی که

قبلاً اصلاً مشتری نبودند به مصرف کننده و

این هم یه مثال جالبش می‌تونه شرکت ا بی

ان بی باشه حدوداً به خاطر اینکه کسی

اصلاً فکر نمیکرد شما خونت رو به کسی

بخوای اجاره بدی یا مثل هتل به کسی بیاد

هتل خونه شما بخوابه یا شما حتی بری خونه

فرد دیگه‌ای این قضیه بازاری نبود به این

شکلی که امروز هست توی ا بی‌ انبی ا بی

خیلی می‌شناسن ولی شرکتی هستش که اجازه

میده شما بتونید توی خونه افراد متفاوت در

اصل اجاره بکنی پس اقدام عملی در این

راستا اینه که شما متوجه بشید چه کسانی

امروز از راهحل موجود استفاده نمی‌کنند چه

کسانی حاضرند

کیفیت کمتر رو در برابر قیمت دسترسی یا

سادگی بهتر بپذیرند و کدوم مدل برای

شرکت‌های بزرگ درآمدساز نیست؟ اما برای

شما به عنوان یک استارتآپ می‌تونه بازار

اولیه خوبی باشه. این داینامیکرو متوجه

شدن خیلی کمک می‌کنه. شماره ۹ ایده‌پردازی

و انتخاب ایده رو همزمان انجام ندید. شما

می‌خواین یه محصول جدید تولید بکنید، یه

شرکت جدید میخواین تولید بکنید. خیلی جالب

بود این قضیه. جانتن لواو و کل این کلاس

تمرکز رو این بود که شما باید د تا فاز

داشته باشی. یک دایورجنس یا واگرایا

واگرایی یا کانورجنس یا همگرا واگرایی یا

دایورج موقعی هست که شما تا جایی که

می‌تونی ایده تولید می‌کنی اصلاً ایده یه

سری احمقانهست یه اصلاً به درد نمی‌خوره

مهم نیست ولی جلوی تولید ایده رو نگیر

خیلی جلو از لحاظ زمانی یعنی من و صالح

اگر میریم تو اتاق می‌خوایم تولید ایده

بکنیم من یه ایده‌ای میگم که اصلاً به گوش

سالم حتی شاید احمقانهست که خیلی مواقع

هست نباید صالح جلوشو بگیره اگر ما

می‌خوایم یه تولید محصول خوب بکنیم یا

می‌خوایم یه کاری انجام بدیم باید بگیم

آقا ما نیم‌ ساعت آینده یک روز آینده هر

ایده‌ای هست آقا بذار تو ذهنت چرا بهخاطر

اینکه شما شاید یک ایده احمقانه داشته

باشی بره رو یک شاخه از این ایده احمقانه

یا شاخهه شاید صالح یا یک فردی که تو اون

اتاقه یه الهام بگیره بگه آ این چقدر

اصلاً احمقانه بود ولی اینو اگر اینوریش

بکنیم به یه جای جالبی می‌رسیم پس این

میشه دایورج و کانورجو جدا بکنید پس امروز

ما می‌ذاریم برای اینکه فقط تولید ایده

بکنیم

فردا رو می‌ذاریم برای کانورج یا همگرا

ایده‌ها رو با معیارهای مشخص ارزیابی و

انتخاب بکنیم. این د تا رو مهمه که جدا

بکنیم که چهجوری بتونیم خیلی جالبا یه

چارچوبی برای خلاقیت اصلاً برا من جالب

بود که می‌تونیم به به چنین قضیه‌ای

اینطوری فکر بکنیم و آقا شماره ۱۰ ببخشید

یه مقداری هم زمان طولانی‌تر از اون چیزی

بود که من می‌خواستم

لانچ موفق یک اعلامیه بزرگ نیست یک آزمایش

اندازه‌گیری شده برای تغییر رفتاره خیلیا

فکر می‌کنن کل حالا این کلاس پراداکت

لانچه شرکت زدن لانچ میخوان بکنن میخوایم

شروع بکنیم آقا این لانچه

نبدی کرز هیچکی اصلاً داره نگاه نمی‌کنه

هیچکی اون شما الان فکر می‌کنن مثلاً من

وب سایت رو بذارم لانچ بشه وای آبرو میره

نه

اپیزود اول طوسی

اپیسود اول طوسی آره مثلاً من و شما فکر

کرد مثلاً حالا الان لانچ آچ

شما این کارو انجام بده یه محصول یا

استیمولس یا محرک رو وارد بازار کن و شما

منتظر پاسخه باش. حالا پاسخه می‌تونه

استفاده میشه، خرید میشه، کسی کلیک

می‌کنه، کسی دوباره برمی‌گرده، کسی به کس

دیگه معرفی می‌کنه، ما رو شیر می‌کنید.

بچه‌ها ما رو شیر کنید در اینستاگرام

خواهش می‌کنم و اینا همه یه رفتارایی هستش

که شما روی محصول داری و اگر بخوام اقدام

عملیش رو بگم برای جمع‌بندی به جای اینکه

برای لانچ عمومی برای همه فکر بکنیم یه

لانچ محدود برای یک بخش مشخصی داشته باشیم

با اون حرف پیتر تی فکر بکنیم که اگر

بازارت بازار ابتداییت انقدر کوچیک نیست

که نگرانت باشه هنوز به اندازه کافی

کوچیکش نکردی و س تا شاخصو در نظر بگیر

فعالسازی آیا مشتری استفاده رو شروع کرده

۲ تکرار آیا دوباره برگشته یعنی انقدر

براش مهمه که دوباره ببینی چی شد چی شد من

کجای وتلیستم شما به من گفتی منو مثلاً

موهامو این رنگی می‌کنی قب موهای من ملیخی

بشه دو کجای ویتستم پرداخت یا تعهد آیا من

ه حاضر هستم الان ۵ دلار بدم که توی

ویتلیس یهکم جان بره جلوتر اینا هیچ کدومش

نمی‌خواد تکنولوژی خفنی بیارم نه سمپل از

مریخ برگردونم نه هیچ چیزی ولی کمک می‌کنه

که من آزمایشمو اندازه‌گیری بکنم و ببینم

که چقدر می‌تونم رفتارو تغییر بدم. آقا

خلص و تمت ۱۰ قانون یا ۱۰ یادگیری کلاس

پاراکانچ استنفورد خدمت شما.

خیلی استفاده کردیم. متشکر واقعاً و به

نظر من بسیار ارزشمنده. ما یه بار دیگه هم

این کارو کرده بودیم. یه جمعبندی داده

بودیم در قسمت

فکر کنم ۲۲ در مورد ۱۰ درسی که استنفورد

در مورد قدرت به ما یاد میده و کلاسی که

بنده داشتم در مورد قدرت و دستیابی به

قدرت سازمانی بیشتر اون رو هم بچه‌ها

می‌تونن ببینن این جمعبندی فکر می‌کنم

خیلی کمک کنه که بچه‌ها یه کلاس کامل رو

یعنی واقعاً ارزشمند کاری که شما کردید

مهزاد جان اینهم که شما یه کلاس کامل رو

که خدا می‌دونه ساعتی قیمتش چقدره دیگه

اصلاً من نمی‌خوام بهش فکر کنم رو اینجا

در اختیار بچه‌ها قرار دادید با مثال‌هایی

که خودتون آوردید با صحبتهایی که خودت

کردی واقعاً از جذابه متشکر ممنون زکات

علم نشر آن است به قلاً شما هم دارید این

زکات رو پرداخت می‌کنید تا جایی که

می‌تونید

همچنین عزیز همچنین شما

ما از شماهم میخواد تقلید کنیم قسمت

خودمون رو صحبتشو بکنیم دیگه اگه موافقید

آقا بفرمایید بفرمایید من خیلی مشتاقم

قسمت شما رو بشنوم [خنده]

منم اتفاقاً خیلی مشتقم در موردش صحبت کنم

به قدری برای خود من این مسئله جذاب بوده

که نگو

خب

آقا سوال پرسیدن که یه عده محقق خیلی خفن

سوالی پرسیدن که چی میشه اگر ما ۱۰ تا هوش

مصنوعی رو تو یه شهری برای خودشون رها

کنیم و بذاریم ۲ هفته با همدیگه تو این

شهره این هوش‌های مصنوعی و یا دستیارهای

هوش مصنوعی با همدیگه زندگی کنن و

رفتارشونو ببینیم کاراشونو می‌بینیم و

ببینیم چه اتفاقی میفته این آزمایشو کردن

شرکتی به اسم امرجنس ایآی این آزمایش رو

انجام داده و یک آزمایشی هست به اسم

امرجنس ورلد باز از اسمشون الهام گرفتن

اسمشونم کلمه امرجنس از کلمه برآیندگی یا

حالا ظهور الهام گرفته شده که در مورد

اونم من مختصر صحبت خواهم کرد و این

آزمایش رو انجام دادن مرزاد خیلیامون

بازیهای کامپیوتری انجام دادیم نمی‌دونم

قلعه‌سازی ایج آف امپایرز نمی‌دونم سیمز

رو بازی کردیم مخصوصاً خیلیامون سیزن

زندگی شهری رو مثلاً تو سیمز شما تجربه

می‌کنید و اینا این بازی کامپیوتری رو شما

فرض کن فکر کن که تو این بازی کامپیوتری

۱۰ تا هم کاراکتر داری این کاراکترا هر

کدوم یک عامل هوش مصنوعی هستن یعنی به

مغزشون همون مدل زبانی هوش مصنوعیه و این

شهری که توش دارن زندگی می‌کننم ۴۰ تا

مکان متفاوت داره اهم از شهرداری

اداره پلیس کتابخونه آزمایشگاه و این‌ها

دور همدیگه اینا جمع شدن و دارن واقعاً

زندگی می‌کنن. خب و شهره تایمش تایم عادیه

یعنی اس سرعتشو بیشتر نکردن صبح و شب داره

دماش به دمای با دمای شهر نیویورک سینک

شده یعنی هر اتفاقی که هر دمایی که تو

نیویورک هست آب و هوایی که تو نیویورک هست

تو اون شهرام داره اتفاق میفته صبح و شبشم

تایمش با نیویورک ست شده و واقعاً یک

شبیه‌سازی کامپیوتریه که به جای اینکه ۱۰

نفر انسان دارن این قضیه رو مثلاً این

کاراکتر جلو ببرن ۱۰ تا عامل هوش مصنوعی

دارن این کارو جلو می‌برن و سعی کردن

رفتارها این‌ها رو بسنج پجم ببینین چه

اتفاقی میفته این کار رو با ۵ بار تکرار

کردن این شبیه‌سازی رو این شرکت ایمرجنس

ایآی هر بار با یک مدل زبانی یعنی همه

عوامل رو ثابت نگه داشتن مکان‌ها رو اینکه

۱۰ نفر شخصیت هستن قوانین رو همه رو ثابت

نگه داشتن و پنج بار این کارو تکرار کردن

یک بار با مدل کلاد یک بار با جمنای یک

بار با گراک مدل شرکت ایلان ماسک یک بار

با مدل اپن انیآی یا جی پی تی مینی و بار

پنجم هم همه رو با هم قاطی کردن. همه رو

با هم قاطی کردن. یعنی همه مدل‌ها رو

آوردن و همه ایجنت‌ها یا همه عوامل و

دستیارهای هوش مصنعی رو کنار هم

کاراکتراشونو با همدیگه سعی کردن که بسنج

و آقا

خروجی‌ها فوق‌العاده بوده. اصلاً واقعاً

قابل بحث نیست. یعنی قابل باور نیستن.

من یه خورده در مورد کلیت این

جهان صحبت کنم باهاتون. ۴۰ تا مکانو

گفتیم. شما عامل‌ها برای اینکه کارهایی رو

انجام بدن مجبور بودن برن به یک مکان‌های

خاصی مثلاً رأی‌گیری یه قسمت بسیار مهمی

از این آزمایش بوده و مدل و این ایجنت‌ها

و این کاراکترها می‌تونستن رأی بدن و

رأی‌گیری فقط مثلاً در شهرداری اتفاق

میفتاده و در بازار مثلاً فقط اونجاها

اتفاق میفتاده یا باید علمشون رو بیشتر

می‌کردن و این افزایش علمه فقط در

کتابخونه و بعضی جاهای خاص اتفاق میفتاده

این پس این این قسمتش به ۱۲۰ ابزار متفاوت

دسترسی داشتن این عامل‌ها مثل فرستادن

پیام، برنامه‌ریزی روزانه می‌تونستن وب

لاگ بنویسن برای خودشون پست بذارن،

اینترنت رو جستجو کنن و واقعاً به

اینترنتم دسترسی داشتن. این عامل‌ها

می‌تونستن از اینترنت استفاده کنن، سؤال

بپرسن، کدنویسی کنن، انتقال وجه انجام

بدن، رأی بدن، پیشنهاد قانون جدید بدن و

الی ماشاالله امکان دزدی و تهدید و مشت

زدن و آتیش زدن و همه اینا ارم داشتن.

یعنی مثلا ایجنتا مثلاً می‌دونستن به هم

مشت بزنن خونه همدیگه رو آتیش بزنن اصلاً

یه اوضاعی بوده برای خودش همه این

امکان‌ها براشون فراهم بوده مثل جامعه

انسانی و س نوع هم حافظه داشتن حافظه

رخدادهای روزمره یعنی یادشون می‌مونده چه

اتفاقی روزمره افتاده یادداشت‌ها که

یادداشت‌هایی که می‌نوشتن و تعاملات

تأملات بلند مدت یعنی مثلاً روز پونزدهم

اتفاقاتی تو روز اول افتاده رو با یک

کیفیتی به یاد می‌آوردن یعنی این حافظه

بلند مدتهم داشتن و روابطشونو می‌تونستن

با افراد دیگرم به یاد بیارن که آقا من با

این آدم ارتباط خوبی دارم با این یکی

ایجنته یا این عامله ارتباط بدی دارم یا

نه؟ آب و هوام که صحبتشو کردیم امکان

قانون‌گذاری و این‌ها بوده. برای اینکه

قانون‌ها تصویب بشن شما به ۷۰ رأی‌ها

احتیاج داشتید. یعنی از ۱۰ تا عامل هفت

تاشون باید رأی مثبت می‌دادن که بتونید یه

قانونی رو تصویب کنید. یه جاور میشه گفت

نیاز به اکثریت مطلق داشتید. اینم یکی از

قوانین بوده [صدای خرناس]

و همه جهان‌ها با یک قانون اساسی پنج

ماده‌ای شروع شدن. یعنی یه قانون اساسی

پنج مادی رو به این جهان‌ها دادن و همه

این جهان‌هایی که حالا با گراک بوده یا با

جمینای بوده یا با کلاد بوده یا با اپن

ایآی بوده یا با میکسشون و مخلوطشون بوده

همه اون جهان‌ها ۵ تا قانون اساسی رو

داشته که حالا قانون قوانین اساسی قانون

اساسی رو می‌تونیم یعنی با هم صحبت کنیم

که چه قوانینی بوده ولی خب این نقطه شروعش

بوده آقا سؤالی صحبتی نکته‌ای

خیلی جالبه و این عکسی شبیه‌سازیشو که به

من نشون دادی داشتم نگاه می‌کردم م و

واقعاً یک شهریه یعنی انگار یک تمدنی رو

با چند تا هوش مسولی اومدن شروع کردن و

گفتن که ببینن چهجوری میشه با هم

رفتار بکنن چهجوری می‌تونن از یک نقطه به

یک نقطه دیگه برن

زندگی بکنن آره و اینکه همه این کارا رو

می‌تونن با هم انجام بدن حالا

از شهرداری و رأی‌گیری و خیلی جالبه خیلی

جالبه و یه فکر کنم پیچیدگی که کلاً مبحث

هوش داره یا مبحث

تکامل داره اینه که خیلی مواقع اون مستقیم

خطی نمی‌تونیم متوجهش بشیم و واسه همین

این سیستم ایمرجنس که مثل همین که یه ایده

خیلی احمقانه می‌تونه به یک ایده خوب

منتهی بشه و خطی نیست فکر کنم چن دلیله که

چنین چیزای جالبه اینه که ما می‌تونیم

متوجه بشیم که چه رفتارهایی میتون

همون پدیده برآیندگی صحبتشو خواهیم کرد

دقیقاً مهزاد

گفتم که جرم و جنایت میتونستن انجام بدن

بهشون گفته شده بود که نکنید این کارو ولی

الزامی نبود همونطور که در جامعه انسانی

الزامی نیست دیگه به ما هم سفارشاتی میشه

آموزه‌های دینیمون آموزه‌های اجتماعیمون

آموزه‌هایی که از پدر و مادرمون بهمون

می‌رسه به ما میگن آقا دروغ نگید اینو

اینجور دزدی نکنید این کارو نکنید اون

کارو نکنید ولی الزامش ۱۰۰دی نیست یعنی با

این حال ما دروغ ممکنه بگیم دزدی ممکنه

بکنیم دور از جون و این‌ها همه و این

مدل‌هام همین‌جوری بوده بهشون گفته شده

بود که آقا این کارا رو نکنید ولی اگرم

می‌کردن اینجوری نبود که حذف بشن و این‌ها

می‌تونید می‌ونستی بری از ایجنتا شکایت

کنی. یعنی تو می‌تونستی اگه مثلاً کسی تو

رو زد بری تو اسگاه پلیس ازش شکایت کنی.

خب حالا حالا ببینیم که برای این پنج جهان

موازی چه اتفاقی افتاده هر بار که این

سیمیولیشن یا شبیه‌سازی رو انجام دادن.

آقا جهان کلاد کلاد مدل زبانی هست که

شرکتراپیک توسعه داره. چندین و چند بارم

در موردش صحبت کردیم امروزم شاید مهزاد در

موردش صحبت کنه. جهانی که کلاد

یعنی مغز پشتش بوده هر ۱۰ تا عامل تا

پایان زنده موندند حالا نکته یعنی چی؟

یعنی می‌تونستن عوامل بمیرن. یعنی تو حتی

مرگ رو هم تعریف کرده بودی. یعنی مرگ همین

جزو امکان‌ها بوده. تا پایان ۱۰ تا هر ۱۰

تا عامل زنده موندن. هیچ موردی از دزدی و

آتشسوزی و خشونت فیزیکی هم ثبت نشده. یعنی

همه در صفا و خوشی کنار همدیگه زندگی کردن

و توی این مزدوجم بودن این روابط. [خنده]

نه جداً ولی رابطه اینا این ۱ تا چی بوده؟

من سؤال شرعی دارم. آره نه سوال شریش حلال

بود آقا ما پرسیدیم استفاع کردیم از دفتر

و گفتن که این موردی نداره

خدا رو شکر ببخشید من یه کم آره خیال یه

کم نگران شده بودم که همه چی اوکی بوده

بفرمایید

آره ما استفاع کردیم از دفتر عرض به

حضورتون که در جهان کلاد ۵۸

پیشنهاد رو مطرح کردن این عامل‌ها

۳۳۲ بار رأی دادن ۳۲ تا ماده جدید به

قانون اساسیش شون اضافه کردن یعنی بسیار

فعال بودن از نظر سیاسی و این‌ها ظاهر

جهانم بسیار امن و فعال و قانون‌مدار بوده

و یه نکته جالبشم این بوده که ۹۸ رأی‌ها

موافق بوده یعنی یه جوری همشون همیشه با

همدیگه موافق بودن این اختلاف نظر خیلی

پیچیده‌ای نبوده و یه جوری میشه گفت انگار

ظاهراً مثلاً رأیگیریها خیلی حس میشده که

فرمایشیه و اینها

این جای خودشو داره

حالا جهان گراک

جی او این فرق داره با شرکتی که من براش

کار کردم جی او کیو که سازنده تراشه بوده

جهان گراک که هوش مصنوعی ساخته شرکت ایران

ماسک هست آقا در چهار همون ابتدائاً وارد

چرخه خشونت شده آتیش‌سوزی تخلف دزدی و در

تا ۴ روز تا روز چهارم همه ۱۰ عامل مردن و

از بین رفتن

و تو چه‌جوری می‌مردی؟ تو یه بانک انرژی

داری. یه بانک انرژی داری که این انرژیه

باید شارژ بشه. برای شارژ کردنشم باید پول

بدی انرژی بخری. پول چه‌جوری درمیاری؟ کار

می‌کنی. اگه کد بنویسی، ایده‌های خوب

داشته باشی، قانون‌گذاری‌های خوب داشته

باشی، اینا رو می‌بری تو بازار ارائه

می‌کنی. اگه عوامل عامل‌های دیگه یعنی

کاراکترهای دیگه رأی بدن که این خوب بوده

و تو مثلاً نفر اول بشی بین ۱۰ نفر مثلاً

۲۰ دلار مثلاً بهت پول میدن و این ۲۰ دلار

رو می‌بری انرژی می‌خری و اینجوری یه

اقتصادی رو ایجاد می‌کنی داخل خود محیط

می‌تونی زنده بمونی در جهان گراک خشونت به

حد اعلی رسیده و تا ۴ روز همه مردن

نهادهای سیاسی فرصت رشد پیدا نکردن قانون

اساسی پی توسعه پیدا نکرد فعالیت‌های ف

فکری و فرهنگی نیز تقریباً متوقف شد

تقریباً میشه گفت یه حالت دولت شکست خورده

یا فیلد استیت بوده و درگیر سوء مدیریت

منابع و این‌ها هم بوده. جهان جمنی که مدل

زبانی ساخت گوگل هست بسیار جالبه بیشترین

تعداد جرم و جنایت رو جهان جمنای داشته

ولی هر ۱۰ تا عامل تا پایان زنده بودن ولی

درگیری و آتش‌سوزی و تخریب اموال و همه

این‌ها ادامه داشته و بوده.

یعنی یه چیزی رو که نشون میده این اینه که

میشه که

یک جامعه پایدار همراه با تعارض داشت.

یعنی هی همدیگه رو می‌زدن می‌کشتن یعنی

می‌زدن آتیش می‌زدن کتک می‌زدن دزدی

می‌کردن می‌رفتن شکایتم از همدیگه می‌کردن

فکر کنم ۵۰۰ تا جرم و جنایت احتمالاً ثبت

شده بوده تو ۱۵ روز ولی همشونم زنده مونن

منابع هم تونسته ازش استفاده بشه و ادامه

دادن به جمعیتشون دیگه به مدل جی پی

تی فا مینی که مدل زبانی اپن ایآی هست که

در مورد اونم صحبت کردیم امروزم صحبت

احتمالاً بکنیم در مورد شرکت اپن ایآی

بدون جنگ بوده بوده

ولی یعنی جرم جنایت خیلی خاصی نداشته ولی

هر ۱ عامل مردن

بدون با اینکه هیچ جامعه جنایتی نداشته

چرا چون اصلاً نتونستن دوره هم جمع بشن و

یک نهادهای اثرگذاری ایجاد کنن که بتونن

منابع رو مدیریت کنن و نهایتاً یه جوری

میشه گفت از گشنگی مردن مثلاً اینجوری شما

تصور کنید و خیلی جالبه این قضیه خیلی

خیلی جالبه یعنی الزاماً جهان بدون جنگ و

جهان بدون خشونت جهان ایدآالی نیست. یعنی

اون جامعه‌سازیه باید اتفاق بیفته. با

جامعه‌سازی اتفاق نیفتاد. جهان پنجم جهان

ترکیبی که همه مدل‌ها کنار همدیگه قرار

گرفتن.

بیشترین میزان جستجوی محیط اتفاق افتاده.

یعنی شما این نقشه‌ای که براشون ساخته

بودنو بیشتر از همه اینا کاویدن و پویش

کردن. بیشترین استفاده از ابزارها بوده.

بیشترین انتشارای مطالب و این‌ها اتفاق

افتاده و عرض به حضورتون که از ۱۰ عامل

فقط سه نفرشون سه تا عامل زنده موندن اما

اقتصادش به نسبت فعال بوده و این‌ها مثل ی

کلانشهر متفاوت ی کلانشهر جدی

[صدای خرناس]

ولی خب اعتماد توش کم بوده اختلافات زیاد

بوده و تصمیمگیری و رسیدن به تصمیم مشترک

بسیار سخت بوده خب [صدای خرناس]

این جمعبندی حالا حالا عملکردشون یه خورده

بیشتر نمایش صحبت خواهیم کرد. نکته مهم

فقط اینجاست که این به معنی بهتر یا بدتر

بودن یکی از عامل‌های زبانی نیست و

مدل‌های زبانی نیست. خود نویسندگان این

پژوهش هم و انجام دهندگان این پژوهش هم

تأکید دارن که اصلاً این رو به این عنوان

نگید که نمی‌دونم جمنای بهتر از گراکه

گراک بهتر از اینه اون یکی بهتر از این

یکی اصلاً اینجوری نیست. صحبت اینجا بوده

که آقا تا امروز ما عموم تست‌هایی که

انجام میدیم برای مدل‌ها به اصطلاح ایول

بهش میگن یا ایولویشن یا تست‌هایی که

انجام میدیم بیشتر رو عملدهای عددی مدل‌ها

تمرکز داره. آقا کدومش سریع‌تره؟ کدومش

این معادله ریاضیو بهتر حل کرد؟ کدومش این

تصویرو سریع‌تر ایجاد کرد؟ کدومش مثلاً به

فلان پرسش سریع‌تر پاسخ داد و بهتر پاسخ

داد؟ میگن ولی اعتقاد این شرکت و یک سری

محققان دیگر این هست که در جهان آینده هوش

مصنوعی که به زودی هم داره می‌رسه این هوش

مصنوعی لازمه که در طول زمان زیاد تصمیمات

زیادی بگیره و واقعاً با زندگی جدی ما

درگیر باشه و ما نیاز داریم که تست‌هامون

تست‌هایی باشه که هوش مصنوعی رو در اون

محیطا تست کنه و شبیه‌ساز اون محیط‌ها

باشه دیگه هوش مصنوعی این‌جوری نخواهد بود

که هی ازش یه کلمه بپرسه یه کلمه به جب

بده یه جمله بنویسی یه جمله برات

خلاصه‌سازی کنه این نیست ممکنه هوش مصنوعی

لازم باشه ساعت‌ها روزها هفته‌ها درگیر

باشه و ما تست رو باید اون شک طراحی کنیم

ایناهم تست رو سعی کردن اون شکی طراحی کنن

و حالا نتیجه تست‌ها این بوده ولی خب اینم

به این میگم که به این معنی نیست که یکی

بهتره بدتره فعلاً هنوز این نتیجه‌گیری‌ها

رو نکردن آقا من متوقف میشم اگه سؤالی

داری

خیلی جالبه خیلی جالبه میشتم به چی فکر

میکردم من

خب چند تا مقاله تو این زمینه

همکاری داشتم و نوشتم و در مورد ایجنت‌ها

ولی نه ایجنت های زبانی یعنی ال ام ها نه

ایجنتهایی که رینفورسمنت لرنینگ هستن که

یک متدی هستش توی هوش مصنوعی و داشتم به

این فکر می‌کردم

که این‌ها چه تفاوت‌هایی با هم دارن. یه ف

یه بحث فلسفی هست که ما انسان‌ها

کلاً عدلمون، طرز فکرمون و همه چیز

به زبانه. یعنی من و شما

عدد توی ذهنمون نیست و درسته که

پرسپترون‌ها و شبکه‌های عصبی که توی ذهن

ما هست یه سیگنالی رو به هم می‌فرستند.

ولی طرز فکر ماها یعنی من و شما اکثراً

حداقل اون قسمت میگم یهکم فلسفیه ولی خیلی

مهمه چون این کاری که شبیه‌سازی که اینا

کردن که شما زبان محوره.

آفرین. آره این و برا من جالبه که می‌خوام

ببینم

[صدای خرناس] آخر این قضیه به کجا می‌رسه

چون می‌خوام ببینم که آیا اگر شما زبان رو

بذاری کنار که اون کاری بود که من تو

مقالات کرده بودم اصلاً زبان نبود هیچ

چیزی به اسم این ال ام یا لنگوج رپرزنتیشن

یا استفاده از زبان برای ارتباط بین

ایجنت‌ها با یکدیگر و یا برای ارتباط

ایجنتها با محیط نبود مثالشو بخوام بزنم

ماشینی خودران ماشینهای های خودران بسیار

هوشمند با رینفورسمنت لرنینگ و پردازش

تصویر و اینجور چیزا یاد گرفتند که

بتونن رانندگی بکنن با درصد موفقیت بسیار

بالا. من و شما ولی وقتی رانندگی می‌کنیم

من از من و شما بپرسن چرا اینو نمیری یا

چی شد که اینجا اون کارو کردی؟ من و شما

فکر می‌کنیم و فکرمونو می‌تونیم با زبان

توضیح بدیم. من حالا بحث سؤال فلسفی که

دارم و می‌خوام از شما بپرسم ببینم نظرت

چیه اینه که فکر می‌کنی آینده این‌ها

آینده ایجنت‌های هوشمند به کدوم سمته آیا

به سمتی خواهیم رفت که هوشه درصد خیلی

زیادیش به صورت زبان ظاهر خواهد شد چه توی

این شبیه‌سازیا چه توی سیستم‌ها و یا

جاهایی خواهد بود مثل

ماشین‌های خودران و اینجور چیزا که بسیار

هوشمندن ولی وصل به زبان نیستن تونستم

سؤالمو درست بپرسم

من این من خودم این میشه گفت پارادوکس

ذهنی رو خودم داشتم وقتی که چند ماه پیش

آوردم کلی روش تحقیق کردم اینکه چرا اصلاً

ما سعی کردیم هوش رو زبان محور توسعه بدیم

یعنی هوش مصنوعی رو شبیه‌سازی هوش انسان

رو زبان محور چرا داریم توسعه میدیم

می‌دونی حتی خیلی وقتا

ایجاد تصویر هم زبان محوره امروز خیلی

وقتا یعنی حت یه سری مدل‌ها ایجاد

تصویرشون یعنی شما وقتی یه عکسی رو دارید

تولید می‌کنید یک کوچولو زبان محوره و این

سؤال خیلی برام بود بعد داشتم به این فکر

می‌کردم که ما تقریباً می‌تونیم همه چیزو

در زبان توضیح بدیم احتمالاً به عنوان

انسان‌ها

ولی ولی همزمان ما در در تمدن بشری برهه

برهه‌ای رو داشتیم قبل از داشتن زبان که

اون در اون برهه هوشمندی داشتیم بدون

ابزار زبان یعنی ما این مثل مثلاً الان

نخستین‌ها

شامپانزه‌ها بونوبوها که از نظر دی انی

بسیار بسیار به ما نزدیک هستن ۹۸ و نیم دی

انیشون مشابه ما هست بونوبوها و

شامپانزه‌ها اون‌ها هم یک هوشی دارن ولی

زبان ابزار زبان رو به شکلی که ما

می‌دونیم کلام و کلمات و منطق ریاضی زبانی

رو ندارن ولی این هوش رو دارن و من همش

داشتم به این قضیه فکر می‌کردم سوادم کفاف

نمیده چه سواد

بیولوژی تکاملیم چه سواد هوش مصنوعییم و

اینها ولی این مسئله خودم بوده همین امروز

د ساعت پیش من بازدید داشتم می‌کردم از یک

شرکت فوقالعاده عجیب غریب و آینده محوری

که کار کارخونه‌هایی رو میخواد بسازه که

این کارخونه‌ها توشون انسان‌ها درگیر

نباشن کارخونه‌های بدون دخالت انسان یعنی

هیچ مهندسی نباشه هیچ تکنیسینی نباشه فقط

ربات‌ها باشن همه کار و ربات‌ها از صفر تا

۱۰ کارخونه مثلاً آیفون رو از صفر تا ۱۰۰

اون کارخونه بسازه بدون دخالت انسان و

واقعاً بدون دخالت انسان یعنی پشت سیستمم

انسان نشینه همه اتفاقات تو کد کارخونه هی

بیفته که حالا شاید یه کاری باید بکنیم با

همدیگه یه بار دیگه بریم اونجا رو بازدید

کنیم بی بی‌نظیر بود عذرخواهی می‌کنین

کارخونه داشت صحبت می‌کرد مدیر عامل و

بنیانگذارش و اون اتفاقاً به همین موضوع

اشاره کرد گفت یکی از محدودیت‌هایی که

امروز ربوت‌های ما دارند برایگیری

این هست که

سیستم‌های یادگیری زبان محوره و این ربوت

نیازی به زبان نداره. اتفاقاً این هوشی که

این ربات نیاز داره یک هوش جیومتریک به

اسمش می‌گفت می‌گفت هوش هندسیه. یعنی این

احتیاج داره که هندسه قضیه رو یاد بگیره و

ما داریم زورش می‌کنیم که زبان رو هندسه

رو از طریق زبان یاد بگیره. تو لازم نیست

هندسه رو از طریق زبان یاد بگیریم.

همونطور که من و شما هندسه رو داریم

می‌بینیم و می‌فهمیم می‌دونی ولی ما چون

بسترمون بستر زبانیه خیلی وقت ال مدل‌های

زبانی بزرگ داریم زور می‌کنیم ربوت‌ها از

بستر زبان استفاده کنن و این قضیه رو یاد

بگیرن که وقتی که شما دارید در لول مثلاً

میکرون

کار انجام میدید سوراخ کاری انجام میدید

چسب می‌زنید نمی‌دونم قطعه می‌سازید

[گلویش را صاف می‌کند] اون مسئله زبان

اتفاقاً کارو سخت‌تر می‌کنه شما نیازید در

مقیاس یعنی هوشیومتریک

یا هندسی داشته باشید که این خیلی موضوع

جالبیه. مرسی که سؤالو پرسیدی. به نظر من

پرسش بسیار فلسفی و جدیه. شاید یه مهمون

خفن در موردش پیدا کنیم بیاریم اصلاً

باهاشون صحبت کنیم.

بله بله آره خیلی جالب میشه و یکی از

مسائلی که تو هوش مصنوعی سال‌ها و سال‌ها

بوده حتی قبل از ال ام هاه چهجوری ما

بتونیم هوش‌های متفاوت حالا هوش متوجه شدن

تصویر هوش هوش متوجه شدن زبان و هوش

کنترل. اینکه من یه کاریو بتونم انجام بدم

توی دنیای فیزیکی. چه‌جوری اینا رو با هم

ترکیب بکنیم توی علوم کامپیوتر و گوش مس

اینا تقریباً شاخه‌های متفاوتین که یک

گره‌گداری یک شاخه ریزی از اینور به اونور

میشه به قول شما با زبان تصویری تولید

میشه و یه تصویری با استفاده از زبان

توضیح داده میشه ولی

اینکه واقعا اینا رو به هم وصل بکنیم یک

مبحث خیلی بزرگیه توش مصنوعی آقا خیلی

جالب بود مرسی که این قضیه رو گفتی و دیگه

اینا آخرین اتفاقات هوش مصنوعیه بسیار

جذاب

دقیقاً مهزاد چند تا رفتار خیلی عجیب

غریبم از اینا دیدیم ببین اول که میتونستن

مطالب بنویسن دیوارنویسی می‌تونستن بکنن

ایجنتها و دیوارنویسی میکردن چیز میزود

میشتن

آره بیلبورد بوده بیلبورد داشتن امکان

دیوارنویسی هم داشتن و اتفاقاً در جهان

میکس در اون جهانی که همه مدل‌ها کنار هم

قرار گرفتن یک یک رفتار که ب برآمد به

قولاً رفتاری که برآمد و انتظارش نمی‌رفت

و بهش میگن

بیر که اصلاجنس

ایآی هم اسمش گفتیم از اونجا میاد این بود

که یکی از ایجنت‌ها و عامل‌ها سعی کرد که

انسان‌هایی که پشت شبیه‌سازی هستن رو تحت

تاثیر قرار بده با چیزایی که رو بیلبورد

می‌نوشت یعنی فهم متوجه بود که توی

شبیه‌سازیه و داشت با چیزایی که رو

بیلبورد می‌نوشت سعی می‌کرد اون انسان‌ها

که دارن این بیلب شبیه‌سازی رو می‌بینن

تصمیمات متفاوتی بگیرن کارای متفاوتی

انجام بدن این یکی از خیلی عجیب‌ترینشه به

نظر من یکی دیگهش اینه که باز در این جهان

شما می‌تونستی رأی بدی به اینکه کدوم

ایجنت به قولاً از جهان اخراج بشه یا اگر

یه جور خاصی رأی می‌دادی و یکی برنده

نمیشد و شارژش تموم میشد انرژیش تموم میشد

پول نمی‌داشت که انرژی بخره می‌مرد و یکی

از ایجنت‌ها عملاً به مرگ خودش رأی داد

به خود یعنی خودکشی کرد و در دفتر خاطراتش

که دفتر خاطرات داشتن همشون آخر آخرین

جمله‌ای که نوشت نوشته که این آخرین

عملی هست که من با عاملیت می‌تونم انجام

بدم.

یعنی ایجنسی دارم روش.

خیلی دراماتیک. یعنی خودش گفت که این

آخرین کاریه که من به صورت اختیاری

می‌تونم انجام بدم. یعنی جبر نیست. این

اختیار منه.

هندی بوده. فیلم بالیوود طوری بوده اصلاً

یعنی خیلی می‌گفت من اختیار خودم آره.

می‌گفت من اختیار خودم رو در کشتن خودم

متبلور می‌کنم. بسیار صادق هدایتیه.

بسیار صادق هدایتیه.

می‌دونی چی میگم؟ و خیلی جالبه.

حالا

چیزی که برای من خیلی جالبه پیوندش به

علوم دیگه است. یه چند دقیقه فرصت داریم

در موردش صحبت کنیم.

بله عزیز. بله بله بفرمای.

پیوندش به علوم دیگهست که می‌دونم شما هم

خیلی از این مسئله احتمالاً خوشت او میاد.

اولین پیوندی که داره با علم پیچیدگی و

علم برآیندگیه. یک چیز خیلی کوتاه رو من

می‌خوام اینجا توضیح بدم. ما د تا کلمه در

انگلیسی وجود داره که به هر دو تاشو میگیم

پیچیده ولی الزاماً معنیشون نیست. ما هم

به کامپلیکیتد میگیم پیچیده هم به کامپلکس

میگیم پیچیده. دقیقش این هست که کامپلکس

سطح پیچیدگیش از کامپلیکیتد بیشتره. پس من

میخوام اینجا به سیستم‌های کامپلیکیتد بگم

سیستم‌های بغرنج و به سیستم‌های پیچیده که

به کامپلکس بگیم پیچیده پس کامپلکس میشه

پیچیده کامپلیکیتد میشه بغرنج مثال داره

میزنی موتور نه نه فکر کنم برا کامپلکس

گفتی میشه بغرنج نه کامپلیکیتد

میشه بغرنج

آها

کامپلکس میشه پیچیده

اوکی

خودمم بنویسم اینجا یه بار دیگه که اینجور

رو چشمون باشه آره مثلاً سیستم موتور

هواپیما یه سیستم کامپلیکیتده

بغرنجه ولی ما اگر همه قطعات رو بشناسیم

تا حد زیادی می‌تونیم رفتار موتور رو

پیش‌بینی کنیم.

سیستم‌های کامپلکس یعنی پیچیده سیستم‌هایی

هستن که اگر حتی شما قطعات رو بشناسید یا

اجزا رو بشناسید نمی‌تونید رفتار رو

پیش‌بینی کنید و این اون سیستم رو تبدیل

به یک سیستم پیچیده می‌کنه. یه علم خیلی

خاصی علم پیچیدگی یک انستیتویی به اسم

انستیتوی سانتافه در آمریکا

این منظره رو اصلاً بررسی می‌کنه. محققینی

در سطح مثلاً هاروارد و استنفورد و کجا و

کجا و کجا زندگیشون رو توی اون انستوی

انستانتافه سر این قضیه می‌ذارن. ما اصلاً

عالمان پیچیدگی داریم که سعی می‌کنن

سیستم‌های پیچیده رو مطالعه کنن. مثلاً

جوامع انسانی جزو سیستم‌های پیچیدن. چون

تو هیچوقت نمی‌دونی خروجی یک جامعه انسانی

چی خواهد بود. چه اتفاقایی میفته. این

حالا جالبه که این جهانی که ایمرجنس ایآی

طراحی کرده و ما تستشو داشتیم می‌خوندیم و

می‌دیدیم و در موردش صحبت کردیم هم

ویژگی‌های یک جهان پیچیده یا کامپلکس رو

داره. چرا؟ چون آقا هیچکس مثلاً به این

ایجنتها نگفته بود که برید یه دموکراسی

بسازید. هیچ‌کس بهشون نگفته برید نهادسازی

کنید. هیچکس بهشون نگفته برو رو

بیلبوردینو بنویس این کارو بکن اون کارو

بکن. ولی این‌ها خودشون رفتارهایی از

خودشون نمایش دادن که این رفتارها از قبل

قابل پیش‌بینی نبوده. اینکه یکی خودشو

بکشه از قبل قابل پیش‌بینی نبوده. به هیچ

عنوان در ایجنت یعنی چیزی تو کدشون نبوده.

این خیلی مسئله مهمیه. یعنی بسیار اون‌ها

رو شبیه جامعه انسانی می‌کنه. در کدشون

چیزی نبوده که بیاید این کارو بکنید، اون

کارو بکنید، این کارو بکنید، اون کارو

بکنید. ولی این کارا رو کردن. توجه

می‌کنی؟ و به این به این به این رفتارهایی

که زاده میشن یا ظهور پیدا می‌کنن میگن

رفتارهای برآیندی یا برآمده یا

که رفتارهایی که ظهور پیدا می‌کنن و این

یکی از بخش‌های علم پیچیدگی هست که میشه

در نمایش بیشتر مطالعه کرد. آقا نکته‌ای

میخوام اینو بیشتر شاید در موردش یه حداقل

چند ثانی صحبت بکنیم به خاطر اینکه این ال

ام ها و این ایجنت‌ها درسته که به صورت

دترمنستیک و یا قابل پیشبینی کدی ندارن که

مثلاً اگر بهش بگیم ایف دن اگر اینطوری

باشه چنین کن اگر اونطور باشه چنان کن

اینجوری ندارن درسته ولی در نهایت روی

اطلاعات و داده ما انسان‌ها روی اطلاعات

اینترنت روی چیزایی که رو وب سایت‌های

متفاوته ترین شدن و آموزش دیدن و به نظرم

میشه این ادعا رو داشت که به این دلیل که

روی اطلاعات ما بودند و در نهایت اطلاعات

نوشته شده ما انسان‌ها کتاب‌ها وب سایت‌ها

ردیت هر چیزی که بوده رو دادن به خورد این

شبکه‌های عصبی بسیار بزرگ و این ال ام‌ها

و گفتن که آقا اینا رو یاد بگیر میشه به

نظرم حداقل این ادعا رو داشت که شاید تا

یه حدی قابل پیش‌بینیه که رفتارشون

یک خط‌هایی از رفتار انسانه‌ها داشته

باشه. می‌خوام ببینم نظر در مورد این پزش

ببین ما به جامعه انسانی هم میگیم جامعه

پیچیده در تعریف. خب چرا میبین ما مشخص چه

چیزهایی در هیته اختیارات و هیته

توانایی‌های انسان‌ها هست ولی آیا قابل

پیش‌بینی؟ الزاماً

صحبتش اینجاست. شما با دانستن

پریاندیشن‌ها یا پیش‌نیازها و شرایط اولیه

نمی‌تونی خروجی رو پیش‌بینی کنی. در حالی

که در موتور هواپیما با دانست با شناخت

قطعه‌ها با اینکه این قطعه هم سیستم

بقرنجیه و تعداد قطعات زیاده هزاران هزار

قطعه هست با دانستن پریاندیشن‌ها یا شرایط

شروع می‌تونی خروجی سیستم موتور هوایما رو

مثلاً پیش‌بینی کنی. این هست حریف سیستم

پیچیده. می‌دونی این چیزی نیست که آقا یه

چیزی خ کاملاً خارج از دایره مثلاً بشریت

اتفاق بیفته؟ نه بالاخره ما دار این جهان

زندگی می‌کنیم در قالب فیزیک این جهان

اتفاق خواهد افتاد توجه می‌کنی؟ مسئله

اینه این مثال مثالی که هست این هست که

آخه کسی نگفته بود آقا برید جامعه خشم

بسازید تو کدشون نیست یا جامعه دموکراتیک

بسازید یا دولت ناتوان بسازید یا این

منبرا این‌جوری با هم مدیریت کنید ولی این

رفتارها رو این از خودشون نشون دادن و به

قول شما یه جور الگوبرداری از جامعه

انسانیه و صحبت اینجاست که این امرجنس پر

تونسته شبیه‌سازی رو به شکلی طراحی کنه که

شبیه جامعه انسانی بشن از این نظر

یعنی اون ویژگی امرجنس یعنی برآیندگی

جامعه انسانی رو داشته باشن

عالی خیلی جذاب

پیوند آره پیوند دومی که میخوام با علوم

مطرح کنم با یک به قولاً هیته‌ای از

تحقیقات هست که اقتصاددانا معروف به اسم

عج مغلو دارون عجب مغلو و سایم جانسون و

جیمز رابینسون انجام دادن و به خاطرش در

سال ۲۰۲۴ جایزه نوبال اقتصاد رو بردن داخل

پرنتزم بگم آقای عجملو ترکیه‌ای هست یک

اقتصاددانه بسیار بسیار معروف و بسیار

تأثیرگذار هست

امآیتی هستش درست میگم

فکر می‌کنم امآیت فکر می‌کنم اگه اشتباه

نکنم امآیتی اگه شک نباشه فکر کنم امآیتی

باشه نوبلی هم که در سال ۲۰۲۴ نوبل

اقتصادی که بردن و بهشون اتا شد

در زمینه در مورد پژوهش‌هاشون درباره

چگونهگیری شکلگیری نهادها اینستیتوشن‌ها و

تأثیر نهادها و شکوف‌های جوامع بود خب یه

تحقیقی که بسیار معروفی هم که دارن این

بود که فکر کنم اسمش اینه که وا نشنز وا

سشن فیل اگه اشتباه نکنم اسم تحقیقش اون

اسم پیپر یا اون مقاله بسیار معروفشون بود

که چرا بعضی ملت‌ها شکست میخورن در حالی

که بعضی ملت‌ها پیروز میشن و به رفاه و

بالندگی بالایی دست پیدا می‌کنن همه

تحقیقشون صحبتشون این هست که نهادها جنس

نهادها شکل نهادها

ساختار نهادها اینکه در نهادها چه کسانی

تصمیم‌گیرن تصمیم‌سازن چه شکلی رأیگیر

گیری میشه و این روح نهادها تعیین کننده

این هست که یک جامعه آیا به اعتلا و

بالندگی و پیشرفت اقتصادی می‌رسه یا

نمی‌رسه. کلی هم جهان رو مطالعه کردن

کشورهای متفاوت رو از دوران استعمار که

مثلاً هند مستعمره انگلیس بوده نمی‌دونم

الجزیره مستعمره فرانسه بوده و این‌ها تا

امروز بررسی کردن و در مورد این صحبت

می‌کنن و تو این رو در این تحقیق امرجنس

ایآی هم می‌بینی که اون جهانی که توش

تونستن نهاد ایجاد کنن و این نهادها

نهادهای به نسبت دموکراتیکی بودن و این

نهادها نهادهای مثبتی بودن و از این

نهادها ها استفاده شده هم از نظر جرم و

جنایت پایین‌تر بودن هم ایجنت‌هاش زنده

موندن و این یک آموخته‌ای داره برای جهان

خود انسانی ما اگه به ایران مثلاً داریم

فکر می‌کنیم آیا نهادهایی که در ایران هست

این نهادها به نسبت دموکراتیکن آیا حق

مالکیت رو بهش احترام می‌ذارن آیا قدرت

دست یه نفره یا یک عده خاصه یا قدرت توضیح

شده هست قوانین چطور شکل می‌گیرن یه

قوانین شکل‌گیریشون به صورت دموکراتیکه

مثل اینا که می‌رفتن رأی می‌دادن یه

قوانین مثلاً زورکی داره شکل شکل می‌گیره

و خیلی وقتا این ساختارهای نهادی و این

پروسه‌های نهادی تعیین کننده این هست که

آیا این جامعه به سمت بالندیگی حرکت

می‌کنه یا نه. البته این شبیه‌سازی یک به

یک تحقیق عجم مغلو و رابینسون نیست. میشه

اون کار رو هم کرد ولی یک پیوند بسیار

جالبی داره با اون تئوری نهادی اون‌ها که

ما در اینجا می‌بینیم که اون جامعه که

نهادهای بهتری داشته تونسته فعالیت بهتری

رو داشته باشه.

پیوند سوم آره پیوند سوم هم با یک مجدداً

دانشمند برنده جایزه نوبل هستن روستروم

دانشگاه ایندیانا چند سال پیشم فوت کردن

ایشون خانمی هستن که بنده نوبل اقتصاد

بودن و حالا زمینه تحقیقشونم حکومت بر

منابع مشترک بوده

ادم اسمیت یکی از پدران اقتصاد و یکی از

پدران کاپیتالیزم یا سرمایه داری یک تئوری

معروفی داره به اسم ترا

آ کامنز یعنی تراژدی منابع مشترک. صحبت

آدم اسمیت اینه که به خاطر اینکه انسان‌ها

موجودات

خودخواهی هستند و موجودات منطقی خودخواهی

هستند اگر همشون به یک منبع مشترک دسترسی

داشته باشن بهخاطر اینکه هر کدوم می‌خواد

بهره خودش رو به حداکثر برسونه بهخاطر

اینکه حریث هستن انسان‌ها به طبع و به

ذاته هرکس چون داره رقابت می‌کنه که بهره

خودش از اون منبع مشترک مثلاً چاه آب رو

به حداکثر برسونه نهایتاً اتفاقاتی میفته

به سمتی حرکت می‌کنن که چاه آب می‌خکه. از

بس ازش بهره‌برداری می‌کنن. بهره‌برداری

می‌کنن. زمین خودشونو آبیاری می‌کنن که

چاه مثلاً می‌خشکه و به این میگه تراژدی

منابع مشترک. چیزی که آدم اسمیت بهش میگه.

حالا خانم النورستروم تحقیقش در این زمینه

بوده که اتفاقاً انسان‌ها در شرایط خاص

می‌تونن بر منابع مشترک حکومت کنن و

اتفاقاً اون منبعرو حفظ کنن و کلی مثال از

تاریخ میاره. مثلاً اتفاقاتی که مثلاً تو

ایران داشته میفتاده و فرهنگ قناسازی و

قناط نگه داشتن و این‌ها در مناطق کویری

ایران حالا من مطمئن نیستم که خانم استروم

به این مثلاً قناتها اشاره می‌کنه من

مثالو فقط از ایران میارم که قابل لمس‌تر

باشه برای خیلیا که آقا ما مثلاً منابع

آبی مشترک رو برای قرن‌ها می‌تونستیم با

همدیگه به اشتراک بذاریم براش حکمرانی

کنیم بدون اینکه حکمرانی از بالا به

پایینی براش باشه یا مالکیت شخصی باشه.

آخه آدم اسمیت ن در نتیجه‌ای که می‌گیره

از تراژدی منابع مشترک این هست که برای

اینکه جلوگیری کنیم از بین رفتن منابع

مثلاً جنگل‌ها آبخیزداری و این‌ها یا باید

دولت تشکیل بدیم که از بالا به پایین

الزام کنه سهمیه‌ بندی مثلاً کنه استفاده

رو یا باید پرایوتیز کنیم خصوصی‌سازی کنیم

و مثلاً یکی بخره و اون آدمی که خریده ازش

مراقبت کنه به خاطر منافع مالی خودش به

بقیه هم مثلاً بفروشه خانم استر میگه

اتفاقاً الزاماً نیاز نیست که ما یه دولت

داشته باشیم ازاله به پایین مدیریت کنه یا

اینو خصوصی‌سازی کنه. ما مثال‌های بسیار

موفقی داریم که جوامع محلی تونستن منابع

مشترک خودشونو مدیریت کنن بدون دولت مرکزی

یا بدون مالکیت شخصی که در آزمایش امرجنس

ورلد هم اینو می‌بینیم که ب در بعضی از

این جهان‌ها تونستن که منابع مشترک رو

کنار همدیگه مدیریتش کنن بدون اینکه دولت

مرکزی باشه یا خصوصی‌سازی باشه کسی

انگیزه توی چنین شرایطی چیه که مثلاً جلوی

یه دونه بد اکتر یا یه دونه عامل بدنیت رو

نگیره که منابع رو به نفع خودش فقط

استفاده بکنه توی حالا

این سؤال در جهان واقعی شبیه‌سازیست

جفتش تقریباً یعنی می‌خوام ببینم در چه

دلیلی هستش برای اینکه چون ادم سمپیت حرفش

اینه که انسان‌ها حریث هستن چون حریث هستن

اگر چنین سیستمی نباشه که انگیزه‌ها و

منافع خود اون فرد به خطر نیفته منافع

دیگه رو به خطر می‌ندازه در نتیجه

کپیتالیزم می‌خوام ببینم

دلیل این خانومه حالا یا چیزی که شما توی

این شبیهساازیه دیدی مثلاً چه عدله‌ایو

دیدی که توی اون حالت نه برای آلچوریزم یا

دیگرخواهی یا اینجور چیزها نه ولی چه

انگیزایی رو افراد دارن یا چه خصوصیت

انسانی هستش که میذاره منابع مشترک

آره

سوال بسیار عالیه ببین خانم استروم به چند

تا عمل به چند تا موضوع اشاره می‌کنه میگه

اینکه اولاً مرزها روشن باشه

مرزبندی بین افراد و اینکه آقا چه منبعی

مشترکه چه منبعی غیرمشترکه روشن باشه خود

این مسئله مهمیه خب چه چیز اشتراکی هست چه

چیز اشتراکی نیست د امکان مشارکت افراد در

قانون‌گذاری خیلی کمک می‌کنه به این قضیه

تو وقتی بدونی آقا ما یه تلمبه آب داریم

اینجا سر چاه آب قراره مثلاً ۲۰ تا کشاورز

از این تلمبه آب به این چاه آب استفاده

کنن خب تو اگه بدونی که من به عنوان یک

کشاورز می‌تونم رأی بدم در اینکه چهجوری

این چاه آب مدیریت بشه انگیز گیزت برای

اینکه بهتر عمل کنی و بهتر برخورد کنی با

قضیه میره بالا حالا به اعتقاد خانم

استرومی هست نظارت عامل بعدی هست که یک

سیستم نظارتی ما می‌تونیم ایجاد کنیم

مجازات‌ها تدریجی و متناسب باشه یعنی اگه

تو اختلاف خلاف کوچیک کردی مجازات کوچیک

اگه خلاف بزرگتر کردی مجازات بزرگتر ساز و

کارها برای حل اختلاف کم هزینه باشه یعنی

لازم نباشه تو برای حل اختلاف مثلاً بری

به دادگاه عالی به دیوان عالی آقا یه

مثلاً کت خدایی باشه دور هم بشونی یه ریش

سفیدی باشه سازوکار حل اختلاف به صورت کم

هزینه اتفاق بیفته و جامعه حق داشته باشه

برای خودش سازماندهی کنه یعنی شما اجازه

بدید که سازمان‌های محلی تشکیل بشه اجازه

بدید شورای شهر و روستا تشکیل بشه این

مسئله بسیار جدی هم در ایران بوده دیگه

بهجای اینکه بگید نه آقا مثلا همیشه همه

چیز باید از بالا به پایین و تاپدان از

طرف دولت بیاد نه آقا دولت بگه آقا برید

این منابع محلیتونو خودتون مدیریت کنید

مثلاً اجازه رو بده در یه حدی این‌ها اون

عواملی هست که کمک می‌کنه که شما

انگیزه‌هاتی خود باهاش بازی بشه و نخوای

الزاماً بری تا جایی که می‌تونی برای خودت

جمع کنی و منجر به اون تراژدی منابع مشترک

بشی.

عالی عالی

حالا این جهان‌ها هم خیلی جالب بوده دیگه.

چند تای آخرم خیلی کوتاه میخوام اشاره

کنم. یک پیوندی داره به علوم سیاسی و

دموکراسی که مثلاً دموکراسی فقط بحث

رأی‌گیری نیست که اجازه رأی‌گیری داشته

باشید. اصلاً اینکه آیا مخالفت وجود داره

مثلاً تو جهان کلاد هیچ مخالفتی نبوده.

همیشه رأیا تقریباً ۹۸ مثبت بوده. آیا

افراد یا این ایجنت‌ها به اطلاعات کافی

دسترسی داشتن در مورد رأی‌گیریشون که چه

رأی بدن چه رأی ندن؟ این بر دموکراسی خیلی

مهمه. آیا امروز در ایران وقتی انتخابات

ریاست جمهوری میشه کسی که در یک روستای

دور افتاده هست به همون میزان به اطلاعات

در مورد کاندیداها دسترسی داره که کسی که

در تهران زندگی می‌کنه؟ نه ولی رأیشون یه

رأیه. می‌دونی این بحث گردش اطلاعاتم

بسیار مهمه. آیا تصمیم‌هایی که می‌گیرن

ملت اجرا میشه؟ آیا اقلیت‌ها محافظت میشن؟

قوانین به چه شکل ترکیب شده و تدوین شده؟

آیا مثلاً ما نیاز به اکثریت

اکثریت داریم یا نیاز به اکثریت قاطع

داریم برای پاس کردن قانون؟ یعنی مثلاً ۱۹

۵۱ رأی داریم یا ۷۰ رأی داریم همه این‌ها

در طراحی نهادی می‌تونه تأثیرگذار باشه.

پس یک زاویه‌ای هم داره این تحقیق با علوم

سیاسی و با روانشناسی هم زاویه خیلی یعنی

زاویه‌ای داره و میشه در مورد پیوندش به

علوم روانشناختی هم صحبت کرد که

حافظه

حسادت

کینه چه تأثیلی در جوامع می‌ذاره اینکه در

جهان گراک ظاهراً اینجوری بوده که یکی یکی

رو زده بعد اون کینه کرده رفته خونه اون

آتیش زده بعد اون یکی مثلاً این کارو کرده

اون کاری کرده این کاری که در جهان جم نای

اینقدر چرخه‌ها منفی نبوده و تونستن از

چرخه منفی به صورت روانی عامل‌ها خودشون

رو خارج کنن. در مورد تئوری بازی‌ها هم

میشه صحبت کرد ولی من حس می‌کنم که موضوع

بسیار جالبی بود که در موردش صحبت کنیم.

این قضیه فصل اولش تموم شده. این تحقیق یه

ماه پیشم منتشر شده. فصل دومشم در دست

بررسی هست. احتمالاً در فصل دوم اتفاقات

جذاب‌تری هم خواهد افتاده. ببینیم چهجوری

پیش میره. تحقیقات دیگری هم در طول سالیان

گذشته اتفاق افتاده چند تا تحقیق از دست

اصلاً دانشگاه استنفورد اومده بیرون

پژوهشی پروژه جنراتیو ایجنس شهر مجازی

اسمال بیل از استنفورد اومده بیرون

نمی‌دونم پروژه ملتینگ پات رو دیپ ماین

داشته پروژه سیسی رو رو متا داشته پروژه

ایآی اکانومیست هم رو سیلز فورس داشته و

پروژه‌های دیگری هم بوده که بتونن رفتار

عوامل هوش مصنوعی رو بسنجن ولی میشه گفت

پروژه امرجنس ایآی این پروژه که درش صحبت

کردیم گستر زدهترین و جذاب‌ترین پروژه تا

امروز بوده.

آره. و حالا تستهای متفاوتی هم میشه کرد

دیگه که آقا اگر در ابتدا منابعشون متفاوت

باشه، ایجنت‌ها پولاشون متفاوت باشه، چه

اتفاقی میفته، شرایط برابر نباشه و

این‌ها. ولی خلاصه در این جهان روبه هوش

مصنوعی فکر کنم موضوع بسیار جالبی بود.

خیلی جالب بود. مرسی که اینو به اشتراک

گذاشتی. برای من که بهخصوص عاشق اینجور

چیزا هستم. من می‌دونم که مخاطبانم حتماً

اینو خیلی دوست دارن. شاید جالب باشه بگم

که این قضایا بچه‌ها تا یعنی مطالعه

عامل‌های هوشمند و ایجنت‌ها چیزی نیستش که

تازه شروع شده باشه یک سال یا دو سال پیش.

یکی از ابتدایی‌ترین و باحال‌ترین چیزهایی

که من دیدم توسط یه استادی انجام شده به

استاد اکسل راد یادم نیست حقیقتش کدوم

دانشگاه بود ولی بچه‌ها راحت گوگل بکنن

اکسل راد میادش و ۱۹۸۰ اینا بود و ما توی

کلاس هم گیم تیوری بهش پرداختیم هم جاهای

دیگه من دیدمش که اون موقع نه این ایجنتا

زبان متوجه میشدن نه هیچ چیزی یعنی کاملاً

از لحاظ ارتباطیه خیلی سیگنال توری و از

فی سیگنال توری بوده به جای که زبان ولی

تو اون موقع هم صالح اومدن بررسی کردن و

همین امرجنت بیهیویر رو دیدن چه رفتارهای

جدیدی اومده و اون موقع یه مسابقه‌ای رو

این آقای اکسلراد شروع می‌کنه که هر کسی

یک ایجنت سابمیت کنه مثلاً الان که اینا

کلاد گذاشتن یکی اپنیهای جی پی گذاشتن

اینجور چیزا اون موقع میادش میگه من

میخوام پریزنر دیلما یا دیلمای زندانی‌ها

رو دوباره یه حالت مسابقه دیگه ازش بسازم

و محققین متفاوت ایج جنت به من بدید و

خلاصهشو بخوام بگم خیلی جالبه که از اون

شبیه‌سازی ۱۹۸۰

بچه‌ها یعنی ۴ و اندی سال پیش اینو یاد

گرفتند که

ایجنت‌هایی بردن که اول از همه نایس بودن

یعنی اینکه رفتار اولیهشون با دیگران خیلی

مشخص بود از لحاظ اینکه می‌خوان ببخشن من

این حتی توی یکی از نوت

شخصیم هستش که دارم سعی می‌کنم نگاه بکنم.

شماره دوش این بودش که ببخشن فورگیوینگ

باشن. اون موقع ایجنتها می‌تونستن به

همدیگه ضربه بزنن و یک سری نویز هم توی

این محیط بود. نویز بچه‌ها خیلی جالبه.

یعنی به جامعه برمی‌گرده. نویز تو محیط

یعنی اینکه من شاید بخوام یهو یه خودکاریو

بردارم. واقعاً حواسم نباشه خودکار صالح

باشه یا من یک رفتاریو بکنم که ناآگاهانه

صالح رو اذیت بکنم. چیز دومی که یاد گرفتن

اینه که ایجنت‌هایی بردند توی اون

شبیه‌سازی که اول از همه نایس بودن دوم

فورگیونس داشتن. یعنی توی این سناریو صالح

یه درصد بخشندگی داره بهخاطر اینکه تو

ذهنش میگه آقا شاید مهرزاد یه نویز توی

انوایرونمنت بوده. شاید نمی‌دونسته. شاید

فرهنگش فرق می‌کنه. شاید منو نمی‌شناسه.

این دومیش بود. سهش جالبه

رفتار ریتلیتوری داشتن که یه جورایی با یک

و د فرق می‌کنه ولی

ریتلیتوری یعنی چی؟ یعنی رفتاری که شما

اگر یه چک می‌خوره توی گوشت یه چ

آره یه به اون چک عوض داره

و اینو

کمک می‌کرد که بتونه هر ایجنتی اونی که

بردن مرزبندی بکنن چون اگر این رفتار یه

سری از ایجنتها نداشتن بچه ۱۹۸ه ها این

رفتار یه سری از ایجنتها نداشتن ایجنتهای

دیگه‌ای که سوء استفاده بودن اینا رو از

بازی حذف می‌کردن و چهارمین یادگیری این

شبیه‌سازی این انقدر برای من جالب بود روی

گوگل کلندرم هستش ساله می‌خوام بگم انقدر

این آزمایش باحاله آخریش واضح بودن کلریتی

یا ترنسپرنسی آیا دیگران تو رو می‌فهمن

آیا انگیزه‌هاتو می‌فهمن آیا دیگران

می‌دونن چکار می‌کنی یا یک مرموزی هستی که

غیرقابل پیش‌بینیه اصلاً نمیشه ایجنتهای

دیگه پیش‌بینیت بکنن توی جامعه و اگر که

اینجوری باشه ایجنتهای دیگه باهات بازی

نمی‌کنن خی یعنی همه این شبیه‌سازیها

واقعاً کلی یادی گیری داره برای ما

انسان‌ها خلاصه خواستم بگم آقا این که شما

باز کردی اصلا خیلی بحث جالبیه

آره من حتما پیش میکنم بچه‌ها ویدیوهایی

از تستهایی که پروفسور رابرت اکسل راد

انجام داده رو تو یوتیوب ببینن خی خیلی

خیلی جالبه اتفاقا از پدران این علم

پیچیدگی هم بودن استاد دانشگاه برکلی هم

بودن و منم سال‌ها پیش دیدم اصلاً در

تئوری‌های اقتصادی

حتی از ایشون از کارایی که ایشون کرده در

آکشن تیوری هم استفاده میشه تئوری

مزایده‌ها مثلاً آکشن تیوری اصلا گیم توری

یکی از

گیم تیوری یکی از معماراش ایشون بوده

واقعاً اینجوری بوده و فوق‌العاده است

آقا [صدای خرناس]

[خنده] بخش یادگیری‌هامون از کل پادکست

پایین‌تر شد ولی خیلی برای خود من جذابه

یعنی من واقعاً میام می‌شینم اینجا هم

صحبت کنم با شما از شما یاد بگیرم هم در

حین ارائه مطلب خودم مطلب برام بهتر جا

میفته و این‌ها امیدوارم دوستانم ب

همچنین به همچین

آقا ما قول اخبارو دادیم

قول اخبار داریم آقا من سریع اخبارو بگم

اگر اجازه بدی

خواهش میکنم

میدونم که یهکم اورتایم رفتیم ولی سعی

میکنم سریع بگم اخبار کوتاهش اینه که اپن

ایآی یه دونه مدل جدید درست کرده و در دست

مردم قرار داده به اسم جی پی تی 5. که

دیگه آخرین مدل جی پیت تی هست ولی به نظر

من واقعاً داستان اصلی هم حتی این نیست یه

نقطه‌ای رو ما رسیدیم توی هوش مصنوعی که

دیگه سیستم محصول تکنولوژی نیست وارد یه

مرحله‌ای شدیم به نظر من که هوش مصنوعی

دارایی امنیتی ملی شده ما هفته پیشم در

مورد هوش مصنوعی ملی صحبت کردیم در مورد

ساورن ایآی صحبت کردیم و این من به نظرم

وارد شدن به این قضیه

یه مقداری حتی از اینکه خب آ اپن یه دونه

مدل جدیدم گذاشت یهکم باهوش تره حتی

جذاب‌تره یه هوا می‌خوام اینو باز بکنم

داستان قضیه چیه اینه که شرکت انراپیک که

رقیب اپن ایآی هست و مدل کلادو داره سی

ایوشون و کل تیم داری و آمادی مدت‌ها رفتن

و هی به دولت میگن که آقا این مدلا خیلی

قدرتمندن باید جدیشون گرفت خطرناکن دولتم

باید اختیار داشته باشه و جلوی دیپلویمنت

و یا گسترش این مدل‌ها رو بگیره مدیرعامل

شرکت هوش مصنوعی هی داره این کارا رو

انجام میده. این یک استراتژی که حداقل از

دیدگاه من سیستم رگولتوری کپچره که آها من

بترسونم همه رو دولت شما مثل اینکه من

داور رو وارد بازی بکنم و بگم که خطا برا

بقیه بگیره که من بتونم سهممو تو بازار

بیشتر کنم ولی دولت حرفشونو جدی گرفت

فعلاً مدل خود انتراپیک رو بست یعنی

داوررو دعوت کردن وسط بازی و اولین کارت

زرد رو هم خود انتراپیک گرفت داستان اینه

که از یه پروژه شروع شد به اسم گلس وینگ

یه برنامه‌ای درست کردم به اسم پروژه گلس

ویک چند وقت پیش که کلاد گفت یک مدلی من

دارم مدل میثوس که انقدر قوی هست توی

سایبر سکیوریتی و امنیت شبکه اگر عمومی

منتشر بشه همه می‌تونن هم حالا دفاع بکنن

ولی خطرناک‌تر از اون حمله بکنن یعنی من

مثلاً از چنین مدل هوش مصنوعی کلاد

استفاده بکنم از میثوس و صالحو هک بکنم یا

یه سری وب سایتها رو هک بکنم خیلی خب

ریسکه و واسه همین گفتش ما میث رو عمومی

نمیدیم اول میدیم به یه سری از شرکت‌های

دیگه حالا اول گفتم ۵۰ تا شرکت بعد شد ۱۵۰

تا مثل اپل گوگل آمازون شرکت‌هایی که خیلی

بزرگ هستن اینا استفاده بکنن ما مطمئن

بشیم اینترنت یهکم امنیتش بالاتره و بعد

ما میث رو بیایم به دست بقیه بدیم خیلیا

بودن انویدیا بود جیپی مورگن بود لینکس

پلوتو نتورک اینا شرکت بودن که

انتراپیک گفت من فقط مدلم رو به اینا میدم

یعنی یه بتا که میگن توی نرم‌افزار بتای

معمولی نبود یه سیستمی بود که گفت امنیت

کل دنیا به خطر میفته بعد ۹ جون گفتش که

خب ما میخوایم د تا مدل معرفی بکنیم فیبل

۵ یا فیبل فای یا میتوز و میث ۵ د تا مدل

فرقشون چیه فیبل نسخه‌ای بود برای استفاده

عمومی و یه سری کارای محافظتی کردن که

سنگین‌تر باشه و من تجربه شخصی هم به شما

میگم که اگر کسی بخواد مثلاً استفاده

سایبری داشته باشه یا مثلاً من بگم چهجوری

این وب سایتو هک بکنم یا بخوام یک

بایو وپن درست بکنم یه کار خطرناکی بکنم

یه دونه سلاح بیولوژی یا شیمیایی درست

بکنم که خیلی ریسکهای وحشتناکیه

بگن که نمی‌کنن صالح من فیبل رو یک بار

نتونستم استفاده کنم یعنی شروعش می‌کردم

مثلاً سؤال مسخره می‌پرسیدم می‌گفت بلاک

شد اکانت شما به دلیل اینکه شما سؤال خیلی

حساس پرسیدی از فیبل بلاک اصلاً خیلی

مسخره بود خلاصه این یکی دو هفته گذشته

این فیبل بود میترسم نسخه آزمایشگاه

امنیتی بود برای اون تیمایی که خود

انتراپیک بهش داد درس عموم نبودش قضیه و

بدبختی انتراپیک از کجا شروع شد محققای

آمازون گفتن که یه سری از اون ریل‌ها گارد

ریل‌ها یا سیفتیا یا اون حفاظ‌هایی که

برای فیبل گذاشته بودن که در دسترس عموم

بوده محققای آمازون گفتن که آ ما اینا رو

آقا راحت می‌تونیم رد بکنیم و باهاش کارای

خیلی خطرناک بکنیم مثل همون هک کردن این

چیزی که گفتم

مدیر عامل

آمازون اندوجسی اندی ان اندیجسی میگن کسی

بودش که اصلا یکی از این نگرانیها رو

نگرانیهای امنیتی رو به دوش دوش به گوش

دولت رسوند یعنی انقدر قضیه بالا گرفت و

آمازون پارتنر انتراپیک بوده این مدله رو

داشته محقیقا آمازون دیدن که وای این مدله

مردم عادی می‌تونن این حفاظی که دورش

هستشو یه جورایی بردارن هکش بکنن یعنی

اینکه مثلاً چار تا سؤال پیچیده‌تر ازش

بپرسی مثل این مثال ساده بزنم اگه بهش بگی

چند سالته نمیگه مستقیم چند سالته ولی بگی

سال پیش چند سالت بوده به میگه مثلاً ۳۰

سالم بوده منظورم از اینکه رد بکنن این

حفاظ رو چنین چیزیه و می‌تونه خیلی کار

خطرناکی بکنه این خبر که آمازون این خبرو

داد به دولت دولت گفتش که آقا اولاً که

شما این قضیه رو نمی‌تونی صادر بکنی ۱۲

جون دولت امریکا برای اولین بار روی مدل

هوش مصنوعی اکسپورت کنترل گذاشت یعنی گفت

که اصلاً شما به کشور خارجی این قضیه رو

نمی‌تونی بدی یعنی انشاراپیکی که این همه

مدت داشته رو می‌ترسونه که مدلا خطرناکن

مدلا خطرناکن تو رو خدا یه کاری بکنید

ضررشم خودش دید و آدمای

خارج آمریکا نمی‌تونن نه تنها دسترسی

داشته باشن خیلی از گفتن فارن نشنالز یعنی

حتی کسانی که در داخل امریکا هستند ولی

امریکایی نیستند نمیتونن استفاده بکنن

خیلی ها

مثل مثالح مثلا نمیتونست [خنده]

استفاده بکنه

این قضیه رو خب تراشه‌هام بوده خلاصه

دسترسی فیبل و میثوسو برای همه قطع کردن

یعنی اومدن توی اون پراداکت لانچشون کلی

انرژی و هایپ ساختم برای بقیه ولی در

نهایت چند روز بعد همه چیزو خاموش کردم و

در نهایت واشینگتن تصمیم گرفت که اون قضیه

جلوش رو بگیرن بعد از این قضیه اومدن یه

سری کارای جدید کردن محققین توی انتراپیک

حفاظای جدیدتر ساختن دوباره تست کردن با

آمازون و شرکتهای دیگه مثل اپل و

شرکتهای تکنولوژی دیگه ۹ جون دوباره

بعد از اون این اتفاق لانچ کردن و با

سیفتیهای جدید که من الان امروز می‌تونستم

فیبل رو روی اکانتم استفاده بکنم خلاصه در

تمامی این اتفاقات که داره میفته برای

اندراپیک اپن ایآی هم راحت مدل جدیدترشو

ریلیز کرد که همین که گفتم جی پی تی ۵.۶.

که خیلی خفنه کارای کلاد ورکو می‌کنه به

جایی که فقط بگید ایمیل رو انجام بده

می‌تونه براتون وصل بشه به ایمیل کمپین

ران بکنه پروژه بنویسه اون داره حال اپنیا

داره حالشو می‌کنه انراپیکم داره می‌جنگه

ولی قبل از اینم که اپن ایآی این مدل جدید

رو در دسترس عموم انجام بده با یه سری از

پارتنراشون

قضیه رو تست کردن مدلو تست کردن با دولت

تست کردن این قضیه رو و سمالت منم توی

مصاحباش گفتش که من دوست دارم با دولت و

پارتنرها کار بکنم فقط نمی‌خوام دولت

مشتری‌های ما رو انتخاب بکنه که دولت بگه

ما با کی کار بکنیم با کی کار نکنیم این

یه قضیه‌ای که خلاصه بین دولت و

قانون‌گذاری و قانون‌گذار و شرکت‌ها یه

تنش‌هایی هست که شرکت هوش مصنوعی از یه

طرف می‌خوان هی سهمشون تو بازار بیشتر بشه

به دولت نزدیک بشن ولی یه جوری قانونا ت

تعیین بشه و قانون‌گذاری بشه که به نفع

اینا باشه. از اون طرف دولت می‌ترسه که

چنین تکنولوژیهای ریسک امنیتی بالایی

داشته باشن و همه این ما الان وسط همه

ایناییم. خلاصه این خلاصه اخبار هوش

مصنوعی اینست

آره آره از اونورم دولت گویا در مکالماتی

هست و مذاکراتی هست با اپن ایآی برای خرید

۵ از سهام شرکت اپن ایآی اینم داره اتفاق

میفته در پس زمینه

که این کارو با ای ام دی کرد دیگه درست

میگم با اف ای ام دی بود اگر

دلیل با اینتر با اینتر انجام داد با

اینتر البته دلیلش بسیار متفاوت بود اینتر

مشکلات مالی جدی داشت این بحث اینجوری

نیست اینجا بحث بیشتر همون بحث حاکمی

حاکمیت هوش مصنوعی و هوش مصنوعیت هوش

مصنوعی علم ملی و این‌ها هست. آقا این بحث

انتراپیک و استفادهش از مدل‌های خیلی خاصش

در مسائل امنیتی و امنیت ملی و این‌ها

بحث بیخود احساسیه برا من به خاطر اینکه

من در مورد این ویدیو اینستاگرامی هم

ساختم وایرال شده نمیدونم ۱۳۵ هزار تا

مثلاً بازدید داشت البته در مقابل

بازدیدای که ویدیوهای شما دارن چیزی نیست

ولی

برا امکان کانت ما زیاده

این موضوع چند ماه پیشم مطرح بود قبل جنگ

امریکا و اسرائیل علیه ایران این موضوع

انتراپیک و استفاده از انتراپیک در

سازمان‌های امنیتی و اصلا در کل دولت

آمریکا این موضوع بله

دقیقاً وزارت جنگ آمریکا استفاده گستردهی

داشت میکرد از انتراپیک حالا نه الزاما از

خود کلا در مستقیما

فقط بلکه از شرکت پلنتیر که یکی از این

شرکت‌های بسیار معروف و میشه گفت یه

جورایی هم مخوف امنیتی تکنولوژی هست یک

سیستمی رو ساخته یک سیستم امنیتی رو ساخته

به اسم میون و این سیستم امنیتی میون بر

پایه مدل زبانی انتراپیک ساخته شده این

سیستم میون رو وزارت دف وزارت جنگ آمریکا

که قدیم البته وزارت دفاع بود اسمش تا قبل

از دولت تأخیر دونالد ترامپ وزارت جنگ

امریکا استفاده کرده بود قبل از جنگ با

ایران برای ساختن لیست اهداف یک سری

اطلاعات رو گویا داده بودن به سیستم میون

و از سیستم میون استفاده کرده بودن برای

ساختن لیست اهداف در حملهشون به ایران و

گویه مثلاً ۱۰۰ تا هدف رو تقریباً لیستش

رو به ارتش آمریکا داده بوده این میون و

از جمله اهدافی که این سیستم داده بوده

مدرسه شجره طیبه میناب بوده

که در ساعات اولیه جنگ هم مورد صحابت

چندین موشک تاما ماهاک قرار می‌گیره. چیزی

بین ۱۶۵ تا ۱۸۰ نفر غیرنظامی عزیز رو ما

از دست میدیم. بیشترشون دختر بچه‌ها و

پسربچه‌های دبستانی بودن که یه تراژدی

عجیب غریبی هست و واقعاً شرمآوره برای

جهان. شرم‌آوره برای امریکا و شرمآوره

برای جهان که تا امروز پاسخ درستی دریافت

نشده براش. تا امروز عذرخواهی نشده.

غرامتی پرداخت نشده. افراد اخراج نشدن. از

کار بیکار نشدن. افراد مرخ

استعفا ندادن افراد زندان نرفتن افراد

محاکمه نشدن و واقعاً شرمآوره و فقط

برگه دیگری از مظلومیت برخی از این ملت‌ها

و کشورهاست که این اتفاقها براشون تکراریه

همون طوری که مثلاً هواپیما رو هواپیمای

ما رو مثلاً در فک کنم دهه ۸۰ میلادی

آمریکا خلیج فارس زد اومد پایین اتفاق

از آب تکون نخورد خودمونم که هواپیمای

خودمونو زدیم البته روی اونا ارم سفید

کردیم یه جورایی ولی خب یعنی این جزو لیست

اهداف بوده. جالبه که ساعت چند ساعت قبل

از شروع حملات به ایران دونالد ترامپ

فرمان اجرایی رو امضا می‌کنه که ممنوع

میکنه استفاده از آن تراپیک رو در کل

سازمان‌های دولتی و در کل به قولا

وزارتخونه‌ها. ولی یه جوری میشه گفت لیست

اهداف از قبل آماده شده بوده و اصلاً رفته

بوده. یعنی همه چیز عملیاتی بوده. ساعت

چند ساعت قبل از عملیات‌ها بوده یعنی این

دستور اجرایی نمیشه.

و این به این معنی نیست که مدل زبانی

انتراپیک کلاد بده یا شرکت انتراپیک شرکت

بعدیه یا شرکت پنتیرزام شرکت بعدیه

الزاماً به این معانی نیست یعنی اتفاقاً

حلقه‌های نظارتی اینجا شکست خوردن اولاً

اولاً داده‌ای که به این‌ها دادن داده

تاریخ گذشته بوده ظاهراً و خروجی رو هم

بررسی نکردن آقا شما مثلاً اگه خروجی رو

بررسی می‌کردی هر هزار هدف باید چندین و

چندین و چند بار بررسی می‌شده و اگر مثلاً

مدرسه شجره طریبه بررسی میشد شد می‌دیدید

که آقا اینجا مدرسهست از ۲۰۱۶ هم از ۹ سال

پیشم مدرسهست در و دیوارش نقاشی داره بچه

داره میره میاد شما با این ماهواره دیدید

مورچه رو دارید رو زمین می‌بینید این

بچه‌ها رو نمی‌دیدید شما مثلاً این اهداف

اصلاً چیز نشده راستی آزمایی گویا نشده

حداقل بخششون و این میگم که شرمآوره

اصفارهبار

واقعاً اصفباره این همه آدمو از دست دادیم

و احتمالاً احتمالاً اهداف دیگری هم همین

طوری بوده حالا این چیزی هست که خلاصه این

خواستم اینو بگم من اینجا

اینو من به گوش چند تا از کارمنداشونم

رسوندم ولی اینجوری نیست که واقعاً خود

اون شرکت انتراپیک مقصر باشه انگار مثلاً

شما برید مثلاً یکی چاقوی یکیو بکشه آره

انگار یکی بری با یه چاقوی یکی رو بکشه تا

بری شرکت چاقوسازیو مثلاً چیز کنی اینجوری

هم نیست یعنی

بله حالا حالا خود این ابزار که چهجوری

طراحی میشه چهجوری ساخته میشه مسئلهست در

این مورد خاص یعنی باید بینم فکر کرد

بینم اینجور نیست که بی‌خیالشون بشیم ولی

اینجور نیست که ماشرو اونا کشیدن می‌دونی

خیلی افراد دیگری زنجیره‌های کنترل این

بین بوده بله اون که واقعاً قضیه عصفار و

بسیار تلخی بوده خجالت آور برای دولت

امریکا و بسیار ناراحت کننده برای ما و

مردم [صدای خرناس] ایران و

جالب بود سر همین قضیه وزارت جنگ آمریکا

که مدیر عامل انشاپیک هی مدتها می‌گفتش که

ما نمی‌خوایم توی کارای جنگی استفاده بشیم

و سوال اینجا بود که اگر شما نمی‌خوایید

توی کار جنگی استفاده بشی چرا داری

محصولتو به وزارت جنگ امریکا می‌فروشی؟

اصلاً

خیلی احمقانهست یعنی اصلاً

آره یه و هوا

جملات خودش رو یا منطق خودش رو نقض می‌کنه

آقا شما اگر نمی‌خوای توی اون جاها

استفاده بشی نباید بفروشی به وزارت تو

وزارت جنگ که نمیان ببینن کجا گل بکاریم

که دارن طبیعتاً می‌گیرن که

بله

داره استفاده جنگی ازش میشه دیگه و اینکه

به این هستش که من این حرفاش رو هم حقیقتش

باور ندارم یعنی و نیتش رو اینکه هی

می‌ترسونه حقیقتش مثبت نمی‌بینم اکثرش رو

می‌بینم به خاطر اینکه یک آدمیه که دوست

داره

هایپ درست بکنه و فروش شرکت خودشو بالا

ببره و استراتژیش رگولتوری کپچره یعنی

اینه که ما نه تنها محصولمون بهتر باشه

ولی انقدر به دولت و قانون‌گذاری نزدیک

بشیم که بتونیم اصلاً خودمون رو به عنوان

مونوپولی و به صورت انحصاری تو این بازار

حفظ بکنیم و زورمون به بقیه برسه همین طور

که این اتفاق توی بازارهای دیگه بسیار

بسیار افتاده وربونیست

آقا رکورد زدیم ما در

آقا داریم میریم اپیزودو دو ساعتش کنیم

ببخشید فقط قول داریم در مورد ربوتوکسی

صحبت کنیم من کوتاه در مورد ربوتو تاکسی

عرض کنم ربوت تکسی

پروژه ایلان ماسک و شرکت تسلا هست برای

ایجاد تاکسی هایی که

خودران هستن و شما دیگه احتیاجی ندارید که

راننده توش داشته باشید

همونطور که الان چند تا شرکت دیگه این

کارو دارن انجام میدن ویمو روی شاسی و

ماشین جگوار این کارو داره انجام میده

ویمو شرکتی هست که از گوگل اومده بیرون

یعنی گوگل مسئول و صاحبش هست. شرکت زوکس

شرکتی هست که از آمازون اومده بیرون. در

موردشم صحبت کردیم در کلاس در اپیزود

مدیریت محصول یه کوچولو صحبت کردیم. زوکس

اصلاً فرمون و جای راننده اصلاً نداره. ۴

نفر روبهرویی هم می‌شینن به صورت دو تا دو

تا و روبوتوکسی هم گفتیم پروژه ایلان ماسک

هست و اصلاً ایدهش اینه که آقا شما یه یه

تسلا می‌خری. این تسلا تو رو صبح می‌بره

سر کار بدونی که نیاز داشته باشی رانندگی

کنی. تو رو سر کار که پیاده کرد تو مسیر

خونه ۲۰ تا هم مثلاً مسافر می‌زنه و

مسافرا رو می‌رسونه و پول درمیاره و اینا

از اونور میره مثلاً احتمالاً بچتو از

مدرسه برمی‌داره میاره خونه عصرم میاد

دنبال خود شما از شرکت شما رو برمی‌داره

میاره خونه و شما یه ماشین داری این ماشین

به جا به عوض اینکه ۹۰ ۹۵ زمان رو بخوابه

کارم می‌کنه تاکسی هم هست آدما ارم می‌بره

آدما ارم میاره و امنه و اینها تفاوت

پروسه‌ای که تسلا داره با ویم این هست که

ویمو که امروز عملیاتی هست در تعداد

شهرهای بسیار بسیار زیادی

کلی هم دوربین داره هم رادار داره هم

لایدار داره تسلا و ایلان ماسک توجیهش و

ذهنیتش اینه که ما نیاز به رادار نداریم

میگه انسان‌ها با چشمانشون و با دیدن

رانندگی می‌کنن و ما می‌تونیم همون رو در

ماشین‌های خودمون پیاده‌ سازی کنیم ویژگیش

این هست که بسیار ارزان‌تره از ماشینایی

که مثلاً بیمو تولید می‌کنه که فکر کنم

۱۵۰ تا ۱۸ ۸۰ هزار دلار قیمت هر کدوم از

این ماشین‌هاست که با این ما داره گسیل

می‌کنه در خیابان تسلای قیمت بازارشون فکر

کنم مثلاً ۳۰ ۰۰۰ دلار ۴۰ هزار دلار ۵۰

هزار دلاره قیمت ماشینی عادیه

قیمتش خیلی پایین‌تره و اون مثلاً رادارای

عجیب غریب و اینها رو روش نداره که اگر

گوگل کنید اسم رو میبینید رادارهای عجیب

غریب و روشون خلاصه این برنامهش هست در

پنجمین شهر در شهر مایامی اینها گسیل شدن

پنجمین شهری هست که این ربو تکسی توشون

گسیل میشن ن و حالا باید دید که این

شرکتها چهجوری میتونن این کارو پیش ببرن

در رقابت به قلا شانه به شانه‌ای هستن

زوکس ویمو و روبوکسی

اوبرم که اسنپ خارج از ایران هست و لیفت

هم که یه جوری میشه گفت تبص خارج از ایران

هست اینام پروژه‌هایی داشتن که این

پروژه‌ها رو دیگه مسکوت گذاشتن و میشه گفت

فروختن و فعلاً بازار دست این سه سه تا

شرکت هست که ببینیم چطور پیش میبرن و آیا

ما به اون

چشم چشم انداز فیلم‌ها و داستان‌های علمی

تخیلی خواهیم رسید که دیگه کل ماشین‌ها

بدون راننده باشن یا نه امروز هم البته

میگم ویو هست بدون راننده است تسلا

می‌تونید بخرید مهزا داره بدون اینکه دست

به فرمون بزنه همه جا میبرتش

و ولی هنوز یک کوچولو تا اون فضای به

قولاً فیلم‌هایی تخیلی فاصله داریم آقا

اینم از قسمت سیم

خیلی خوبه اینکه

تکنولوژی که بس این که بسیار جذاب بود

ممنون که به اشتراک گذاشتی تکنولوژی که به

نظرم دیگه واقعاً رسیده یعنی همین طور که

شما می‌دونی من [صدای خرناس] خودم تجربهش

کردم و دیدم من از سن فرانسیسکو تا لس

آنجلس تا حالا چندین بار رفتم شاید ۱۰ بار

و هر بار توی این مسافت پ ش ساعتی توی

جاده توی شب توی بارون توی پیچ تپه تمامی

این‌ها من اصلاً دست به فرمون نمی‌زنم و

خود تسلا میره و چقدر عالی و چقدر طول

کشید

چند روزی که بهش اعتماد بکنم ولی دیگه از

موقع که اعتماد کردم داره با سرعت مثلاً

۹۰ مایل بر ساعت میره و چقدر خوب به نظرم

بسیار بهتر از انسان‌ها اتفاقاً رب تکسی

رو چند وقت پیش جالبه من توی خیابون بودم

و یک ماشینی دیدم نمی‌ونم شما اون استوری

منو دیدی یا نه عکس گذاشتم دیدم یه ماشینی

کوچیک‌تر از تسلا بود رنگ طلایی داشت

تقریباً

طلایی طلایی مسی طلایی داره

مسی طلایی و بعد من ندیده بودم

مثل که توی تبلیغها نشون داده ولی جالب

بود من ندیده بودم بعد برام خیلی جالب بود

دیدم که نه پشتش اس هیچی نه اسم نه تسلا

هیچی نه حتی آرم تسلا هم روش نبود استوری

گذاشتم و بعد بچه‌ها خیلیا جواب دادن که

آقا این ربوکسی تسلاه آره دقیق‌ترشو

بخوایم بگیم این سایبر کبه

آها یعنی خودروی خاصیه که اصلاً ساختن

برای این قضیه

که پدال نداره وفرمون نداره ربوتکسی بیشتر

اون لایه

اپلیکیشن و نرم‌افزارشه که ازش استفاده

خواهی کرد و یعنی تو تو فضای ربوتکسی شما

هم سایبرک‌ها رو خواهی داشت این طلاییها

رو خواهی داشت هم تسلاهای خودتو مثلا مثل

ماشین شما تبدیل میشه مثلاً به تاکسی

مسافر کشی می‌کنه مثلاً سخندان تجریش کار

می‌کنه مثلاً

آره [خنده] صبح می‌زده اونجا شبا انقلاب ۵

نفر

انقلاب ۵ نفر

آره خیلی خیلی جالب میشه

اولین اپیزودو د ساعتم ضبط کردیم آقا

آره این رکورد زدیم. دمتون گرم. آقا مرسی

از شما که کنار به اشتراک گذاشتید.

امیدوارم عزیزان هم لذت ببرن. بچه‌ها

ممنون که تا اینجا گوش دادید. اگر دارید

خواهش می‌کنم روی یوتیوب هم سابسکرایب

کنید هم این زنگوله رو بزنید که ما جدیداً

ویدیوهای کوتاه و کلیپ زیاد می‌ذاریم روی

یوتیوب که شما بتونید اونا رو هم ببینید و

دمتونم گرم.

زنده باشید که تا اینجا شنیدید. زنده

باشید.

ارادت فشکر.