WEBVTT

00:00:00.527 --> 00:00:05.774
خب این یک دمو عملی خواهد بود
از اینکه ابزار جدید محاسباتی

00:00:05.799 --> 00:00:10.322
که برای علوم اعصاب به تازگی
پدید آمده اند چه هستند

00:00:10.347 --> 00:00:14.217
علوم اعصاب محاسباتی روشی
است که باید از روش های

00:00:14.242 --> 00:00:18.005
محاسباتی برای ساخت ابزار
محاسباتی کمک می گیریم

00:00:18.030 --> 00:00:21.938
که به ما کمک می کنند تا
هم بهتر بفهمیم و هم بهتر

00:00:21.963 --> 00:00:25.470
پیش بینی کنیم که افراد
قرار است چه کار کنند

00:00:25.495 --> 00:00:28.064
و ابزار فعلی اینجا عصب بینایی است

00:00:28.089 --> 00:00:31.928
عصب بینایی ابزاری است که با
استفاده از آن محققین می توانند

00:00:31.953 --> 00:00:35.595
ویدئوها و تصاویری را ثبت کنند
و درجا آنها را آنالیز کنند

00:00:35.620 --> 00:00:40.330
همانطور که در صحبت های دیگری هم
پیرامون این ابزار وجود دارد، عصب بینایی

00:00:40.355 --> 00:00:45.433
ابزاری است که نوع خاصی از توجه را پیش
بینی می کند که همان توجه جزء به کل است،

00:00:45.458 --> 00:00:50.363
یعنی هر آنچه انسان ها به طور اتوماتیک
جذب آن می شوند، همانند تضاد و تراکم،

00:00:50.388 --> 00:00:54.966
یا رنگ های متفاوت یا تحرک و هر چیزی
دیگری که توجه افراد را جلب می کند

00:00:54.991 --> 00:00:57.188
و آنچه اینجا می خواهیم
درباره آن صحبت کنیم این

00:00:57.213 --> 00:00:59.432
است که چطور می توانیم از
این ابزار استفاده کنیم

00:00:59.457 --> 00:01:01.583
و سپس چطور می توانیم
نتایج بدست آمده را ترجمه

00:01:01.608 --> 00:01:03.813
کنیم و چطور می توانیم
نتایج را بهبود ببخشیم

00:01:03.838 --> 00:01:08.568
همانطور که در رابط اینجا مشاهده
می کنید، یک داشبورد آنلاینی

00:01:08.593 --> 00:01:13.142
وجود دارد که تصاویری که شما
آپلود می کنید را ترجمه می کند

00:01:13.167 --> 00:01:21.298
برای این هدف، من تعدادی عکس آماده
کردم که فقط باید آنها را پیدا کنم

00:01:21.624 --> 00:01:22.624
نگاه کنیم

00:01:22.889 --> 00:01:29.971
می توانیم با تمام این عکس ها شروع کنیم،
ولی بیاید در ابتدا با یک قفسه مجازی شروع

00:01:29.996 --> 00:01:36.553
کنیم که باید آن را درون این قسمت بکشیم
تا آپلود شود و یک تصویری باقی بگذارد

00:01:36.578 --> 00:01:38.978
و فعلا روی این تصاویر تمرکز می کنیم

00:01:39.289 --> 00:01:42.786
کاری که انجام میدهد این است
که تصویر را آنالیز می کند و

00:01:42.811 --> 00:01:46.345
تا دقایقی دیگر آنالیز تصویر
حاضر است، حالا کاری که انجام

00:01:46.370 --> 00:01:50.021
می دهد این است که برخی مشخصات
تصویر را آنالیز می کند، نظیر

00:01:50.046 --> 00:01:53.449
تراکم، تضاد، تفاوت رنگ،
همانطور که قبلا هم اشاره کردیم

00:01:53.474 --> 00:01:57.522
در این تصویر هیچ تحرکی نداریم ولی در نمونه
های ویدئویی تحرک هم مشاهده خواهیم کرد

00:01:57.547 --> 00:02:00.043
خب، حالا می توانیم نگاهی به نتایج بندازیم

00:02:01.818 --> 00:02:06.483
در ابتدا فکر می کنم باید نگاهی
به عکس اولیه بندازیم، این یک

00:02:06.508 --> 00:02:11.328
تصویر خرده فروشی است و برای نقطه
گذاری تصویر اینکار را می کنیم

00:02:13.643 --> 00:02:18.910
خب، آنچه در این تصویر مشاهده می کنیم این
است که اولا قفسه مغازه بسیار شلوغ است

00:02:18.944 --> 00:02:22.728
این قسمت بالایی جنس هایی وجود دارد و محصولات دیگری مثل آبجو وجود دارند

00:02:22.753 --> 00:02:27.244
این یک تصویری است که من از داخل اینترنت پیدا کرده ام

00:02:27.269 --> 00:02:35.034
آنچه مشاهده می کنیم این است که پیچیدگی
بصری تصویر خیلی بالاست و تقریبا ۸۹.۲٪ است

00:02:35.059 --> 00:02:39.072
و این نشان میدهد که اتفاقات زیادی در این تصویر در حال رخ دادن است

00:02:39.429 --> 00:02:41.577
مثلا اینکه

00:02:41.602 --> 00:02:45.423
نشان میدهد که سطح خالی در این
تصویر وجود ندارد یا بسیار کم

00:02:45.448 --> 00:02:49.333
است، اطلاعات خیلی زیادی در این
تصویر برای بحث کردن وجود دارد

00:02:49.358 --> 00:02:53.816
و این یعنی احتمال اینکه هر کدام
از این محصولات توسط افراد برداشت

00:02:53.841 --> 00:02:57.749
شوند یا احتمال اینکه توجه
افراد را جلب کنند، بسیار کم است

00:02:57.774 --> 00:03:02.757
پس رقابت بر سر توجه اتوماتیک اینجا خیلی بالاست

00:03:02.782 --> 00:03:04.715
بیایید نگاهی به نقشه بندازیم

00:03:06.194 --> 00:03:11.748
خب، آنچه در نقشه مشاهده می کنیم این است که گرم ترین نقطه در این تصویر ....

00:03:14.176 --> 00:03:16.258
مثلا نقطه ایکس است

00:03:16.405 --> 00:03:23.308
و نقطه جالبی که درباره این نقطه گرم وجود
دارد این است که تضاد عجیبی با قفسه اجناس

00:03:23.333 --> 00:03:29.646
دارد و این باعث می شود احتمال آنکه
افراد به این نقطه توجه کنند، بالاتر برود

00:03:29.671 --> 00:03:36.146
که یک ترکیبی از رنگ زرد و مشکی
است و همچنین در نقطه میانی همانطور

00:03:36.171 --> 00:03:42.252
که مشاهده می کنید که به رنگ سبز
است، خیلی نقطه خوب و داغی نیست

00:03:42.509 --> 00:03:44.760
همچنین می توانید این نقطه پایینی را مشاهده کنید

00:03:44.985 --> 00:03:49.531
که ممکن است افراد از دیدن ان تعجب کنند،
چرا که قسمتی از قفسه است که رنگ تیره

00:03:49.556 --> 00:03:53.866
دارد، یکی از مناطقی که چشم انسان خیلی
به سمت ان جذب می شود، نقاط تیره است

00:03:53.891 --> 00:03:58.102
و نکته ای که مهم است این
است که دارند به این سوال می

00:03:58.127 --> 00:04:02.257
پردازند که اصلا خود قفسه
ها را چطور باید طراحی کنیم؟

00:04:03.760 --> 00:04:08.306
خب، پس نتایجی که از اینجا
برداشت می کنیم این است که تعداد

00:04:08.331 --> 00:04:12.853
مشخصی از این محصولات به دلیل
ویژگی هایی نظیر تراکم و تضاد

00:04:12.887 --> 00:04:17.315
و تفاوت رنگ و روشنی و ارتباط
با محصولات جانبی خود، بیشتر

00:04:17.340 --> 00:04:22.235
از سایر محصولات مورد توجه
اتوماتیک افراد قرار می گیرند

00:04:22.260 --> 00:04:25.639
و احتمال اینکه به آنها بیشتر از سایر محصولات توجه شود بیشتر است

00:04:25.673 --> 00:04:29.223
و یک روش دیگر برای بررسی این
موضوع استفاده از نقشه مه است،

00:04:29.248 --> 00:04:32.736
که یک ورژن دیگر از نقشه قبلی
است که نقاط گرم را نشان میداد

00:04:32.761 --> 00:04:36.606
که نشان میدهد چه محصولاتی بیشتر
جلب توجه می کنند و همانطور که

00:04:36.631 --> 00:04:40.785
میبینید نقاطی که سفید شده اند،
نقاطی هستند که کمتر جلب توجه می کنند

00:04:41.977 --> 00:04:47.589
نمره بالایی که اینجا مشاهده می کنید نشانگر
بالا بودن پیچیدگی نقشه گرم در این تصویر است

00:04:47.618 --> 00:04:54.842
پس اگر عکس شما نقاط گرم زیادی به طور پراکنده
داشته باشد، این نمره خیلی بالا خواهد بود

00:04:54.867 --> 00:04:59.934
همانطور که مشاهده می کنید، مناطق خیلی کمی هستند که این تاثیر را نشان میدهند

00:05:00.859 --> 00:05:06.492
وقتی به تقسیم بندی نقاط با نمره
بالا نگاه می کنیم، که گرم ترین نقاط

00:05:06.517 --> 00:05:12.481
هستند، مثل بنفش خیلی خیلی تیره و نقاط
پایین که قرمز مایل به نارنجی هستند

00:05:12.561 --> 00:05:18.787
و نقاط ثابت که زرد هستند، مثلا این نقطه اینجا

00:05:18.812 --> 00:05:22.479
و خب نقاط خنثی که هیچ توجهی به سمت خودشان جلب نمی کنند

00:05:22.504 --> 00:05:24.542
مشاهده می کنید که قسمت
بالایی تقریبا ۸۰ درصد است

00:05:24.567 --> 00:05:26.646
که ۲۰ درصد کل تصویر را
شامل می شود و خیلی زیاد است

00:05:26.671 --> 00:05:31.157
پس یعنی خیلی نقاط هستند که
قرار است توجه افراد را جلب

00:05:31.182 --> 00:05:35.585
کنند و رقابت سنگینی سر جلب
توجه افراد وجود خواهد داشت

00:05:35.610 --> 00:05:40.235
حالا بیایید سراغیک آنالیر دیگر برویم

00:05:40.260 --> 00:05:42.723
و آنچه اینجا می توانیم نگاهی به آن بیاندازیم

00:05:44.036 --> 00:05:49.666
بیاید مثلا به چنین عکسی نگاه
کنیم، عکسی از چنین مغازه ای!

00:05:49.695 --> 00:05:53.966
فقط با نگاه کردن به
این عکس می توانید تشخیص

00:05:53.991 --> 00:05:58.358
دهید که جلب توجه کننده
ترین محصول اینجا چیست

00:05:58.383 --> 00:06:03.383
حدس من این است که محصولات این قسمت،
جلب توجه کننده ترین محصولات خواهند بود

00:06:03.408 --> 00:06:06.463
و همچنین لباس هایی که در این
قسمت وجود دارند هم احتمالا

00:06:06.488 --> 00:06:09.300
جلب توجه کننده خواهند بود،
و لباس هایی در این ناحیه

00:06:09.325 --> 00:06:12.188
بالایی بخاطر تفاوت رنگی که
با پس زمینه دارند احتمالا

00:06:12.213 --> 00:06:14.859
جذاب خواهند بود، باید صبر
کنیم و نتیجه را ببینیم

00:06:18.429 --> 00:06:22.758
پس تصویر را آپلود می کنیم و آنالیز را آغاز می کنیم

00:06:23.351 --> 00:06:25.751
آنالیز فقط چند ثانیه طول خواهد کشید

00:06:25.776 --> 00:06:31.573
چرا که کامپیوتر فقط به تصویر نگاه
می کند و تصویر را بررسی می کند

00:06:31.598 --> 00:06:36.858
و ویژگی های آن را بررسی می کند
که چه مدل تصویری اینجا داریم

00:06:37.226 --> 00:06:44.463
اولا مشاهده می کنیم که پیچیدگی بصری نسبت به
عکس قبلی بسیار کمتر است و تقریبا ۲۸.۹٪ است

00:06:44.700 --> 00:06:49.970
و نشان میدهد که این عکس هم حرف زیادی
برای گفتن دارد ولی پیچیدگی آن اصلا

00:06:49.995 --> 00:06:55.043
به اندازه عکس قبلی نیست و احتمالا
نقاط برجسته آن بسیار کمتر خواهد بود

00:06:55.068 --> 00:06:59.603
یکی ۶٪ و دیگری ۷.۲۵٪ که بسیار کم است

00:06:59.628 --> 00:07:03.628
و این نشان میدهد که قرار نیست
نقاط گرم به صورت پراکنده زیاد

00:07:03.653 --> 00:07:07.652
داشته باشیم، ولی قرار است روی
چند نقطه خاص تمرکز داشته باشیم

00:07:08.396 --> 00:07:11.829
خب، من اشتباه می کردم،
البته درباره این نقطه

00:07:11.854 --> 00:07:15.261
پایینی حق با من بود و
همچنین درباره این نقطه

00:07:15.286 --> 00:07:21.770
هم درست می گفتم، ولی درباره این قسمت بالایی
اشتباه می کردم و این نقطه گرم را هم ندیدم

00:07:21.795 --> 00:07:26.287
پس بیاید نتیجه بگیریم که نقاطی همانند
این نقاط وجود دارند که جلب توجه خواهند

00:07:26.312 --> 00:07:30.745
کرد و احتمال اینکه توجه اتوماتیک افراد
را جلب کنند بیشتر از محصولات دیگر هست

00:07:30.770 --> 00:07:35.425
البته این کاملا بستگی به این دارد که آیا این محصولی هست که شما می خواهید یا خیر

00:07:35.450 --> 00:07:41.615
ولی خب اگر شما بخواهید این قسمت را بیشتر
مورد توجه قرار دهید، باید کاری درباره آن

00:07:41.640 --> 00:07:48.180
بکنید، مثلا جای آن را تغییر دهید یا آن را به
صورت جانبی بچرخانید تا خیلی جلب توجه نکند

00:07:48.205 --> 00:07:54.061
کمتر دیده شدن بیشتر محصولات یک مغازه
در بحث بینایی عصبی بسیار مهم است

00:07:54.086 --> 00:07:58.564
در توجه جزء به کل قاعده اساسی این است
که اگر می خواهید محصولی خیلی جلب توجه

00:07:58.589 --> 00:08:02.889
کند، باید محسولات بیشتری در پشت صحنه
داشته باشید که کمتر جلب توجه می کنند

00:08:04.179 --> 00:08:06.696
و محصولات جلویی چنین چیزی را نشان میدهند

00:08:06.721 --> 00:08:09.402
احتمالا این محصول خیلی
واضح نیست ولی مشاهده می

00:08:09.427 --> 00:08:11.879
کنید که این محصول قرار
است خیلی متراکم باشد

00:08:11.904 --> 00:08:15.304
و لباسی که اینجا قرار دارد توجه زیادی را جلب می کند

00:08:18.078 --> 00:08:20.554
حالا اگر می خواهید یک ...

00:08:21.622 --> 00:08:28.638
یکی از کارهایی که می توانیم بکنیم این است
که تصویری از بسته بندی ها نگاهی بیندازیم

00:08:28.732 --> 00:08:31.833
پس این تصویر را از سبر
برمیداریم، خب کدام یکی

00:08:31.858 --> 00:08:34.981
از آنها با احتمال بالاتری
جلب توجه خواهد کرد

00:08:35.006 --> 00:08:39.045
به نظر من احتمال همه آنها برابر است ولی اگر نباشد هم تعجب نمی کنم

00:08:39.312 --> 00:08:45.156
می توانیم به طور همزمان تصویری از
بسته بندی کوکاکولا را نیز آپلود کنیم

00:08:45.181 --> 00:08:51.107
تا به طور همزمان نتیجه هر دو را ببینیم،
خب اجازه بدید هر دو را آپلود کنم

00:08:58.495 --> 00:09:03.808
شما قابلیت این را دارید که ۱۵
تصویر را برای آنالیز همزمان آپلود

00:09:03.833 --> 00:09:09.394
کنید و یک ویدئو ۳۰ ثانیه ای تقریبا
۷ دقیقه طول می کشد تا آنالیز شود

00:09:10.037 --> 00:09:14.140
ابتدا به تصویر نوشابه ها نگاه می کنیم، می توانید مشاهده کنید که

00:09:14.313 --> 00:09:16.804
که تصاویری با تضاد بالا

00:09:16.829 --> 00:09:23.348
قرار است بیشتر از سایر تصاویر
جلب توجه کنند، پس حدس من این

00:09:23.373 --> 00:09:29.339
است که بسته مشکی در این تصویر
خیلی قابل توجه خواهد بود

00:09:29.364 --> 00:09:31.916
و قرار است برنده توجه ها باشد

00:09:32.038 --> 00:09:37.523
ولی خب باید ببینیم که این
اطلاعات درباره جلب توجه

00:09:37.548 --> 00:09:42.483
تا چه حد درست هستند، پس
بیاید نگاهی بیاندازیم

00:09:42.743 --> 00:09:44.626
انگار که خیلی نه

00:09:44.651 --> 00:09:47.598
خب ولی گویا این بسته
بندی توجه زیادی را جلب می

00:09:47.623 --> 00:09:50.318
کند و این کوکاکولا هم
توجه زیادی جلب می کند

00:09:50.343 --> 00:09:56.961
ما قرار است به طود اتوماتیک به کوکاکولا
نگاه کنیم و توجه به آن خاص خواهد بود

00:09:56.986 --> 00:10:01.646
و خیلی قوی است و قرار است نتیجه احساسی داشته باشد

00:10:01.767 --> 00:10:06.356
ولی بینایی عصبی نتیجه های احساسی را
پیش بینی نمی کند و فقط احتمال چیزهایی

00:10:06.381 --> 00:10:10.348
که افراد قرار است در یک تصویر به
ان توجه کنند را پیش بینی می کند

00:10:12.496 --> 00:10:13.496
می توانید

00:10:15.150 --> 00:10:16.950
ویدئوی دیگری را آپلود کنید

00:10:17.480 --> 00:10:19.880
یا تصویر دیگری را به اشتراک بگذارید

00:10:22.513 --> 00:10:24.979
خب سوال اینجاست که ... این محصول است

00:10:28.904 --> 00:10:31.304
میبینید که پیچیدگی بصری خیلی بالاست

00:10:31.329 --> 00:10:34.312
نشان میدهد این بسته بندی ها حرف زیادی برای گفتن دارند

00:10:34.337 --> 00:10:38.493
ولی خب نکته دیگر این است
که این تصویر خیلی واضح نیست

00:10:38.518 --> 00:10:42.595
و این خودش ممکن است تاثیر
زیادی روی نتیجه داشته باشد

00:10:42.620 --> 00:10:49.729
ولی تقسیم بندی خیلی خیلی بالاست ولی چون ۲٪ داریم یعنی نقاط گرم خیلی کمی خواهیم داشت

00:10:50.357 --> 00:10:51.794
بله، کاملا

00:10:52.059 --> 00:10:55.108
نشان می دهد که فقط این ناحیه
۲٪ توجه را درگیر می کند و

00:10:55.133 --> 00:10:57.958
خب برنده توجه هم هست، حالا
این را هم مشاهده می کنید

00:10:58.143 --> 00:11:00.540
و خب این محصول قطعا برنده
توجه خواهد شد اگر با

00:11:00.565 --> 00:11:03.012
همین محصولات بطور همزمان
روی یک قفسه گذاشته شوند

00:11:03.037 --> 00:11:07.104
پس احتمال اینکه مردم اول به این محصول نگاه کنند، خیلی بالاست

00:11:07.129 --> 00:11:11.230
ولی خب این موضوع احتمال اینکه
به بقیه توجه کمتری شود را شامل

00:11:11.255 --> 00:11:15.583
نمی شود ولی این یک پروسه دیگری
است که باید جدا بررسی شود

00:11:15.869 --> 00:11:18.002
خب، نگاهی به این بالا بیاندازیم

00:11:18.385 --> 00:11:22.743
خب این اولین چیزی است که افراد قرار است به آن نگاه کنند

00:11:25.333 --> 00:11:27.065
و در نهایت بیاید

00:11:30.564 --> 00:11:38.248
چطور است یک تصویری که امروز گرفتیم را ببینیم، من امروز در شهر نیویورک هستم

00:11:38.513 --> 00:11:44.209
و چه مثالی بهتر از گرفتن یک عکس از میدان تایمز نیویورک

00:11:52.978 --> 00:11:57.482
خب نتیجه کوچک کردن تصویر میدان تایمز به ما نشان میدهد که

00:11:57.961 --> 00:11:58.961
ببینیم

00:12:03.598 --> 00:12:05.594
این یک تصویر بیرونی است

00:12:07.582 --> 00:12:12.976
دلیل اینکه ما تصاویر رو دسته
بندی می کنیم، این است که بتوانیم

00:12:13.001 --> 00:12:17.785
نقطه گذاری کنیم و برای
سناریوهای خود داده جمع آوری کنیم

00:12:17.810 --> 00:12:22.069
خب این ابزار بینایی بصری می تواند برای بسته
بندی های مختلفی که در دست دارید استفاده شود

00:12:22.094 --> 00:12:24.504
می تواند برای امتحان بسته بندی هایی
که در قفسه وجود دارد استفاده شود

00:12:24.529 --> 00:12:28.763
می تواند برای امتحان کردن تبلیغات و همکاری با برند ها استفاده شود

00:12:28.788 --> 00:12:31.639
برای تصاویر خارجی می توانید
استفاده کنید تا ببینید

00:12:31.664 --> 00:12:34.067
کدام نشانه ها بیشترین
جذابیت را خواهند داشت

00:12:34.092 --> 00:12:40.024
برای این تصویر نظر من روی این نشانه هست، البته
حدس می زنم و ممکنه کاملا در اشتباه باشم

00:12:40.049 --> 00:12:43.357
با اینکه من یک متخصص در زمینه
توجه جزء به کل هستم، ولی به

00:12:43.382 --> 00:12:46.688
این معنی نیست که همیشه پیش
بینی ها من درست از آب در می آید

00:12:46.713 --> 00:12:48.496
که کدام قرار است جلب توجه کننده ترین باشد

00:12:49.007 --> 00:12:52.836
پیچیدگی بصری ۲۷٪ است که تقریبا نرمال است

00:12:52.861 --> 00:12:57.610
که یعنی این عکس حرف زیادی برای
گفتن دارد ولی خب نواحی مثل آسمان

00:12:57.635 --> 00:13:02.309
آبی در این عکس وجود دارد که قرار
نیست توجه زیادی به خود جلب کند

00:13:02.362 --> 00:13:06.044
ولی خب اگر به این قسمت تصویر نگاه
کنید، متوجه می شوید که پیچیدگی

00:13:06.069 --> 00:13:09.297
بصری در این ناحیه بیشتر از
سایر نواحی است، پس باید ببینیم

00:13:11.030 --> 00:13:17.359
خب، تبلیغ کوکاکولا تقریبا تمام توجه
را در این عکس به خود جلب می کند

00:13:17.384 --> 00:13:23.137
و خب اگر نگاه دقیق تری بیاندازیم، دلیل آن این
است که این تصویر کوکاکولا نه تنها شامل رنگ

00:13:23.162 --> 00:13:25.974
های سفید و سیاه روی پس
زمینه قرمز است، بلکه

00:13:25.999 --> 00:13:28.938
حالت خط ها و انحنا و
زوایای آن کمی متفاوت است

00:13:28.963 --> 00:13:34.597
و خب از آنجائیکه میدانیم،
ویژگی هایی که توجه چشم ما را

00:13:34.622 --> 00:13:40.255
جلب خواهد کرد، تفاوت رنگ ها
و تضاد و زوایای مختلف هستند

00:13:40.280 --> 00:13:44.147
و این تبلیغ نوشابه به بهترین شکل ممکن کار می کند

00:13:44.172 --> 00:13:47.030
و توجه را از تمام چیزهای
دیگر می دزدد و احتمال

00:13:47.055 --> 00:13:49.911
اینکه افراد به عوامل دیگر
توجه کنند خیلی کم است

00:13:49.945 --> 00:13:51.812
حداقل از جنبه توجه اتوماتیک

00:13:51.837 --> 00:13:55.713
ولی خب اگر افراد نگاه بیشتری به اطراف
بیاندازند، بقیه عوامل را هم مشاهده می کنند

00:13:57.284 --> 00:14:00.489
ولی تبلیغ نوشابه قطعا اینجا حاکمیت می کند

00:14:00.514 --> 00:14:05.406
و خب احتمال کمی هم وجود دارد که این نشانه در این قسمت بالایی را ببینند

00:14:05.706 --> 00:14:09.855
که واقعا نمی دانم چی هست یا چی داخل آن نوشته شده

00:14:09.880 --> 00:14:13.524
ولی خب نکته جالب درباره
میدان تایمز این است که تحرک

00:14:13.549 --> 00:14:16.818
زیادی در این میدان وجود
دارد که در این عکس ثبت

00:14:16.843 --> 00:14:20.381
نشده، ولی اگر آنالیز ویدئویی
از این میدان را انجام

00:14:20.406 --> 00:14:23.874
دهیم، مطمئنن تغییرات دیگر
را هم مشاهده خواهیم کرد

00:14:24.423 --> 00:14:30.776
و خب، تمام!
این یک دمو از بینایی بصری، یک ابزار محاسباتی برای علوم اعصاب بود

00:14:30.801 --> 00:14:34.020
که تقریبا یک ابزار خیلی
کاربردی است و قابل استفاده برای

00:14:34.045 --> 00:14:37.320
همه است، یعنی هر کسی می تواند
از آن برای خودش استفاده کند

00:14:37.345 --> 00:14:39.959
متشکرم از توجه شما