
Japanese: 
元気ですか？
はい　あなたはどうですか？
元気です
今日はニューラルネットワークの話をします
頭の中にもあるのでよく知っているかもしれません
頭の中に？
そうです　網状のニューロンがあるでしょう
脳の中の神経細胞です　図で説明しましょう
はい
これがニューロンの図です
あなたの頭の中には
これが無数にあります
ほとんどが同じような構造をしています
細胞の主要な部分を
細胞体と言います
そこから軸索と呼ばれるワイヤーのような突起が
シナプスの集まりに向かって伸びています
シナプスはこのニューロンと他のニューロンの間の
微小な隙間のようなものです
ここで情報であるスパイク列が
軸索を進みます
細胞体が発火して電気インパルスが発生し

Portuguese: 
Olá, Charles. Como vai?
>> Muito bem, Michael. E como vão as coisas com você?
>> Bem. Estou animado para falar sobre as redes neurais hoje.
Você deve estar familiarizado com redes neurais porque tem uma. Na sua cabeça.
>> Tenho?
>> Bem, sim... Você tem uma rede de neurônios. Sabe, neurônios,
células cerebrais. Vou desenhar para você.
>> Certo.
>> Meu desenho é um modelo. Uma célula
nervosa, um neurônio. E você tem bilhões e bilhões delas dentro da sua
cabeça. A maioria delas
tem uma estrutura muito semelhante; a parte
principal da célula
é o corpo celular. E
tem uma coisa chamada axônio, que é como um fio que avança até
um grupo de sinapses, que são pequenos intervalos entre este neurônio
e outro neurônio. E o que acontece é que as informações
aceleram como um trem
>> Piuííí!
>> Percorrem o axônio. Quando o
corpo celular é acionado, ele emite um

English: 
Hey Charles. How's it goin'?
>> It's going pretty well Michael. How are things going with you?
>> Good. You know I'm excited to tell you about neural networks today.
You may be familiar with neural networks because you have one, in your head.
>> I do?
>> Well, yeah. I mean, you have a network neurons. Like, you know,
you know neurons, like brain cells. Let me, let me, I'll draw you one.
>> Okay.
>> So this is my template drawing, a nerve cell,
a neuron. And you can, you know, you've got billions and
billions of these inside your head. And they have
you know, most of them have a pretty similar
structure, that there's the, there's the kind of the
main part of the cell called the cell body. And
then there's this thing called an axon which kind of is like a wire going
forward to a set of synapses which are kind of little gaps between
this neuron and some other neuron. And what happens is, information spike
trains
>> Woo woo!
>> Travel down the axon. When the
cell body fires it has an electrical impulse

Arabic: 
‫أهلا Charles. ما الأخبار؟
‫>> الأمور على ما يرام يا Michael. كيف تسير الأمور معك؟
‫>> بخير. أتعلم؟ أنا متحمس جدًا لأخبرك عن الشبكات العصبية اليوم.
‫ربما تكون الشبكات العصبية مألوفة بالنسبة لك لأن لديك إحداها تدور في رأسك.
‫>> بالفعل.
‫>> حسناً، نعم. أعني أن لديك شبكة من الخلايا العصبية. تشبه،
‫ مثل خلايا المخ. دعني أرسم لك واحدة.
‫>> حسنًا.
‫>> إذن، هذا هو الرسم التخطيطي الذي قمت به، هو خلية
‫عصبية. ولديك المليارات
‫والمليارات منها داخل رأسك. وأغلبها له
‫بنية متشابهة نوعًا ما
‫حيث أن هناك جزء
‫أساسي من الخلية يدعى جسم الخلية. ثم
‫هناك ذلك الجزء الذي يطلق عليه المحور العصبي وهو يشبه الأسلاك نوعًا ما ويتجه
‫إلى مجموعة من النهايات العصبية وهي نوع من الفجوات الصغيرة الموجودة بين
‫هذه الخلية العصبية وعدد من الخلايا العصبية الأخرى. وما يحدث هو أن المعلومات أو سيل
‫الإشارات العصبية
‫>> ووه ووه!
‫>> تتحرك إلى الأسفل عبر المحور العصبي. وعندما
‫يضطرم جسم الخلية، يكون لها نبضات كهربائية

Chinese: 
你好 Charles 你怎么样？
非常好 Michael 你呢？最近如何？
很好 我很高兴今天打算给你讲神经网络
你可能对神经网络很熟悉 因为你的脑袋里也有一个
是吗？
很好 我的意思是你拥有网络神经元
神经元就像脑细胞一样 我给你画出来
好
这是我的样板图 一个神经细胞
一个神经元 你知道你的脑袋里有几十亿的神经元
它们大多数
都有非常相似的结构
神经细胞的主要组成部分叫做细胞体
一种叫做轴突的东西
这种物质就像导线
向前延伸为一系列突触
是这个神经元和其他神经元之间通信的桥梁
接下来发生的是信息尖峰列车
哇哇！
沿轴突向下驶去
当细胞体放电后就有电脉冲

Japanese: 
軸索を伝わっていきます
それがシナプスの刺激となり
他のニューロンを発火させます
そして再びスパイク列が送り出されます
ある種の処理装置のようなもので
非常に複雑です
モデル化してみると
とても簡単なモデル化です
定義上はモデル化みたいなものです
人工ニューラルネットワークでは
ニューロンやニューロンのネットワークが
誇張されています
それらを組み合わせて様々な処理をします
組み立てる際によい点は
調整したり変更したりできるので
異なる条件下で発火できるということです
そのため様々な処理ができ
学習過程を通して訓練することができます
ご存じないならお話ししましょう
お願いします
このニューロンの詳細な図は

Portuguese: 
impulso elétrico, percorre o axônio
e atravessa as sinapses provocando uma excitação
em outros neurônios que também são
acionados. Enviando sequências aceleradas. E
assim funcionam de forma parecida
a uma unidade computacional e são muito complicadas.
Na primeira aproximação, como geralmente
acontece com primeiras aproximações, é muito simples. Como definimos
primeira aproximação. No campo das redes neurais
artificiais, temos uma espécie de versão
caricata dos neurônios e das redes de neurônios. Nós as
reunimos para computar várias
coisas. E um dos aspectos positivos na maneira
como são estabelecidas é que
podem ser ajustadas ou alteradas, para que
possam ser ativadas em diferentes condições e, portanto, computador diferentes coisas. Elas podem ser
treinadas por meio de um processo de aprendizagem. É sobre isso que vamos
falar, caso você ainda não tenha ouvido antes.
>> Certo.
>> Podemos substituir esta versão detalhada de um

Chinese: 
沿着轴突向下传递
随后触发其他神经元的突触发生冲动
它们也可以通过发送尖峰列车
自行放电
它们非常像一种计算单元
并且非常复杂
如果使用第一近似值
进行定义问题就变得简单了
在人工神经网络领域
我们有卡通版的
神经元和神经元网络
实际上 我们通常把它们结合在一起计算各种问题
好的一点是
它们的构建方式可以进行调整或改变
以便在不同的条件下触发
因此可以计算不同的问题
而且我们还可以通过学习过程训练它们
如果你之前没有学过这方面的内容 我们就好好讲一讲
好
我们可以把详细的神经元版本换成

Arabic: 
‫تتحرك إلى المحور
‫ثم تؤدي من خلال النهايات العصبية إلى حدوث استثارة
‫للخلايا العصبية الأخرى والتي يمكنها بدورها أن
‫تضطرم من جديد بإرسال سيل من الإشارات العصبية. لذا
‫فهي أشبه كثيرًا
‫بوحدة حاسوبية وهي معقدة للغاية.
‫لكن لأول وهلة، كما هو صحيح
‫عادةً عند النظر إليها لأول وهلة، نجد أنها بسيطة للغاية. يبدو أن هذا تعريف
‫لأول وهلة. في مجال
‫الشبكات العصبية الاصطناعية، يوجد لدينا ما يشبه
‫النسخة الكاريكاتيرية من الخلية العصبية وشبكات الخلايا العصبية
‫ ونضعها معًا لحوسبة أشياءٍ
‫مختلفة. ومن بين الأمور الرائعة المتعلقة
‫بطريقة إعدادها أنه يمكن
‫ضبطها أو تغييرها بحيث تضطرم تحت
‫ظروفٍ مختلفةٍ ومن ثم تقوم بحوسبة أشياء مختلفة. ويمكن
‫تدربيها من خلال عملية تعلم. وهذا ما
‫سنتحدث عنه إذا كنت لم تسمع بذلك من قبل.
‫>> حسنًا.
‫>> إذن يمكننا إبدال هذه النسخة المفصلة من

English: 
it travels down the, the, the axon
and then causes across the synapses excitation to
occur on other neurons which themselves can
fire. Again by sending out spike trains. And
so they're very much a kind of
a computational unit and they're very, very complicated.
To a first approximation, as is often true with
first approximations they're very simple. Sort of by definition
of first approximation. So what, what, in the field
of artificial neural networks we have kind of a
cartoonish version of the neuron and networks of neurons
and we actually. Put them together to compute various
things. And one of the nice things about the,
the way that they're set up is that they
can be tuned or changed so that they fire under
different conditions and therefore compute different things. And they can
be trained through a learning process. So that's what we're
going to talk through if you haven't heard about this before.
>> Okay.
>> So we can replace this sort of detailed version of a

Chinese: 
神经元的抽象概念版本
这里说明了它的工作方式 我们会有一些输入
将它们视为放电频率或输入的强度
在这种情况下 即 X1、X2 和 X3 把他们相应地
乘以权值 w1、w2 和 w3
在这里 权值基本相当于神经元 (即这个单元) 对每个输入的增益或敏感性
接下来我们要做的是计算它们的和
所以我们现在对所有输入求和
输入的强度乘以权值
就是激发函数
然后我们看看函数的值是否
大于等于激发阈
如果是 我们就说输出为 1 如果不是
我们说输出为 0

English: 
neuron with a very abstracted way kind of notion of a neuron.
And here's how it's going to work. We're going to have inputs
that are kind of you know, think of them as firing rates or
the strength of inputs. X1, X2, and X3 in this case. Those are
multiplied by weight, w1, w2, w3 correspondingly. And so the weights
kind of turn up the gain or the sensitivity of the neuron, this unit,
to each of the inputs respectively. Then what we're going to do is
we're going to sum them up. So we're going to sum. Over all the inputs.
The strength of the input times the weight,
and that's going to be the activation. Then
we're going to ask is that greater than,
or equal to the firing threshold. And if it
is, then we're going to say the output is one, and if it's not, we're going to
say the output is zero. So this is

Japanese: 
ニューロンの概念を抽象的に表した図に
置き換えられます
入力を発火率あるいは入力の強さと考えます
ここではx1、x2、x3で表します
その入力に対してw1、w2、w3を重み付けすると
このユニットのニューロンの
ゲインや感度が増します
それぞれの入力に対応しています
次にすべての入力を合計します
入力の強さ✕重みは
活性ということです
問題は発火の閾値と比べて
同じかそれ以上であるかということです
閾値以上なら出力は1で
閾値未満なら出力はゼロです

Arabic: 
‫الخلية العصبية بخلية عصبية ذات مفهوم تجريدي للغاية.
‫وإليك الطريقة التي ستعمل بها. سيكون لدينا مدخلات
‫يمكنك التفكير بها نوعًا ما كمعدلات اضطرام أو
‫قوة المدخلات. وستكون X1 وX2 وX3 في هذه الحالة. وتضرب تلك
‫القيم في الأوزان w1 وw2 وw3 المقابلة لها. وتقوم الأوزان
‫بما يشبه زيادة تلقي الخلية العصبية - هذه الوحدة - أو حساسيتها
‫لكلٍ من هذه المدخلات على الترتيب. بعد ذلك، ما سنقوم به هو
‫أننا سنحسب مجموعها. إذن سنقوم بحساب المجموع الكلي للمدخلات
‫قوة المدخلات مضروبةً في الوزن،
‫وسيكون ذلك هو: التنشيط. ثم
‫سنتساءل إن كان ذلك أكبر من
‫أو يساوي عتبة الاضطرام. إذا كان
‫كذلك، فسنقول إن المخرج يساوي واحد، وإذا لم يكن ذلك، فسنقول
‫إن المخرج يساوي صفرًا. وهذا

Portuguese: 
neurônio por uma noção mais resumida do que seja um neurônio.
É assim que vai funcionar. Teremos entradas que são
como perícias de tiro ou, seja, a força
das entradas. Neste caso, X1, X2 e X3. Elas serão
multiplicadas pelo peso w1, w2, w3 respectivamente. Os pesos ativam o
ganho ou a sensibilidade do neurônio, esta unidade, para cada
entrada respectivamente. Em seguida, vamos somar todas
elas. Vamos somar. Todas as entradas.
A força da entrada vezes o peso, e
essa será a ativação. Depois
perguntaremos se ela é maior ou
igual ao limite de ativação. E se for,
a saída será um; se não for, diremos que a saída será
zero. Este é

English: 
a particular kind of neural net unit called Perceptron.
Which is a very sexy name because they had very sexy names in the 50s
>> They did.
>> When this was first developed. Alright?
So this, this whole neuron concept gets
boiled down to something much simpler, which is just, a linear sum followed by
a threshold, thresholding operation, right? So it's
worth kind of thinking, how can we,
what sort of things can this, can networks of these kinds of units compute? So,
let's see if we can figure some of those things out.

Japanese: 
これがパーセプトロンと呼ばれる
ニューラルネットワークのユニットです
1950年代のとても魅力的な名前ですね
そうですね
その頃これが初めて考案されました
このニューロンの概念全体が
もっと単純なものに要約されました
あとに閾値の演算が続く線形和です
これでどんなことができるか
このようなユニットのネットワークで
処理ができるかについて
考えていきましょう

Chinese: 
这是一个特殊的神经网络单元 称为感知器
这是一个非常性感的名称 因为在上世纪 50 年代的确如此
确实是
也就是这个名称第一次被使用的时间 对吗？
因此 整个神经元的概念最终归结为更加简单的问题
即线性加权和后跟一个阈值二值化方法 对吧？
也是我愿意考虑的
我们值得思考一下 我们怎么能
此类单元组成的网络究竟都可以计算哪些问题？
让我们看看能否弄清楚一些问题

Arabic: 
‫نوع محدد من وحدات الشبكة العصبية ويسمى البيرسيبترون.
‫وهو اسم جذاب حيث كانت لديهم أسماء جذابة جدًا في الخمسينيات
‫>> بالفعل.
‫>> عندما تم ابتكارها للمرة الأولى. حسنًا؟
‫إذن، مفهوم الخلية العصبية هذا بأكمله تم
‫اختصاره إلى شيءٍ أكثر بساطة وهو مجرد جمع خطي تتبعه
‫عملية معالجة بدالة العتبة، حسنًا؟ لذا فما
‫يستحق التفكير هو
‫ما نوع الأشياء التي يمكن للشبكات المكونة من هذا النوع من الوحدات حوسبته؟ إذن،
‫دعنا نرى إن كان بإمكاننا اكتشاف بعضٍ من تلك الأشياء.

Portuguese: 
um tipo específico de unidade de rede neural chamado perceptron.
É um nome muito sexy porque nos anos 50 os nomes eram sexy
>> Eram sim.
>> Quando isso tudo foi desenvolvido. OK?
Este conceito de neurônio resume-se a
algo bem mais simples, que é apenas uma soma linear seguida de um limite,
de uma operação de limite, certo? Vale a
pena pensar em como podemos, ou
que tipo de coisas as redes com esses tipos de unidades podem computar? Vamos
ver se conseguimos descobrir isso.
