Physical AI's Next Bottleneck Is Finding the Right Video — Rafael Levi, Bright Data

0:12أهلاً بالجميع . مرحباً

0:15بكم . أشكر من جاء منكم

0:18لرؤيتي خصيصاً . وأشكر

0:20أيضاً من يتواجد هنا

0:22لمجرد قضاء الوقت .

0:23سأحاول تسليتكم

0:24وتعليمكم شيئاً

0:26جديداً . امم ، مجدداً ،

0:28اسمي رافاييل . أعمل في

0:30شركة " برايت داتا " .

0:31أعمل مع " برايت داتا "

0:33منذ أكثر من 8 سنوات . في

0:35" برايت داتا " ، نحن نجمع

0:36البيانات ونحاول

0:37الابتكار . لذا ، أريد

0:39أن أتحدث اليوم عن

0:40استكشاف الفيديو

0:41لتدريب نماذج العالم

0:43للوكلاء . وسنشرح ماهية

0:45ذلك قليلاً . إذاً ،

0:49ماذا يتطلب بناء نظام

0:51يمكنه الرؤية والفهم

0:52والتصرف اليوم ؟ صحيح ؟

0:56أعني ، لقد عرفنا ما هو

0:58الذكاء الاصطناعي .

1:00ونحن نعمل باستمرار

1:01على تحسينه . كما

1:02تعلمون ، هذا الأمر قد

1:03تمت معالجته . لكن

1:04الجزء الصعب الآن هو

1:06ما هي البيانات التي

1:07ستزوده بها ؟ لأن

1:08الجميع يعلم أن الذكاء

1:10الاصطناعي بدون

1:11بيانات ليس سوى صندوق .

1:13أليس كذلك ؟ اسمحوا لي

1:15أن أعود بكم قليلاً

1:16إلى الوراء في التاريخ

1:18. صحيح ؟ في عام 2022 ،

1:20علّمت جوجل روبوتاً

1:22أفعالاً واقعية عبر

1:25الصور . صحيح ؟ ثم ،

1:27بالمضي قدماً ، كانت

1:29تلك قفزة في عام 2023 ،

1:31حيث أصبح لدينا ذكاء

1:33اصطناعي يتحكم في

1:34روبوتات متعددة . في

1:36عام 2024 ، ظهر المصدر

1:39المفتوح . هنا تغيرت

1:40قواعد اللعبة . بمجرد

1:42توفر المصدر المفتوح ،

1:44أصبحت جميع المختبرات

1:45تملك وصولاً للذكاء

1:46الاصطناعي ، وبدأت

1:48بالفعل في دمجه داخل

1:49الروبوتات . صحيح ؟

1:51والآن ، هذه النماذج

1:53تقود بالفعل روبوتات

1:54شبيهة بالبشر . سترون

1:56بعضاً منها . بالطبع ،

1:58معظم الموجود هنا يتم

1:59التحكم فيه عن بُعد .

2:00لكن ، أعني في سان

2:02فرانسيسكو ، لديك

2:03سيارات " وايمو " تقود

2:04دون أي سائقين . أليس

2:06هذا رائعاً ؟ في أول

2:07مرة ركبت فيها السيارة

2:09ظننت أنني سأموت ،

2:10لكنها كانت تجربة جيدة

2:12جداً ، أليس كذلك ؟ الآن

2:13، كيف تعتقد أنها

2:15تعلمت القيادة ؟ من

2:16خلال تعليم نفسها عبر

2:18التعلم من كاميرات

2:20لوحة القيادة ، أليس

2:21كذلك ؟ كل سيارة بها

2:23لوحة قيادة . لذا ، إذا

2:25زودت ذلك للذكاء

2:26الاصطناعي ، يمكنه

2:28معرفة كيفية تشغيل

2:29الآلة فعلياً . كما قلت

2:31، الذكاء الاصطناعي لم

2:33يعد الجزء الصعب ، بل

2:34البيانات هي الصعبة .

2:35وهذا ما أريد التحدث

2:37عنه ، أليس كذلك ؟

2:39بالنسبة لنماذج اللغة

2:41الكبيرة ، هناك

2:42تريليونات الكلمات

2:44والنصوص ، صحيح ؟ لدينا

2:46الكثير من البيانات

2:47النصية لتدريب هذه

2:48النماذج . بالنسبة

2:50لتوليد الصور ، لدينا

2:51مليارات الصور

2:53المصنفة ، لذا فهي

2:54قاعدة بيانات ضخمة

2:55أيضاً . لكن بالنسبة

2:57للروبوتات ، لا يوجد

2:58سوى حوالي مليون مقطع

3:00فيديو . إنها مجموعات

3:01بيانات صغيرة ومحدودة

3:03للغاية لروبوتات تقوم

3:05بمهام معينة . أليس

3:07كذلك ؟ لذا ، الفكرة هنا

3:13هي أن العديد من

3:14الشركات تدفع للناس

3:16مقابل تسجيل حركاتهم .

3:19أليس كذلك ؟ على سبيل

3:21المثال ، " سجل لي كيف

3:23تفتح باباً " أو " سجل لي

3:25كيف تجلس على الكرسي " .

3:28لكن المشكلة تكمن في

3:29أن الشخص عندما يُطلب

3:31منه فعل شيء ، لا يؤديه

3:33بطبيعته . لذا ، أسمي

3:34هذا " أداءً موجهاً " ،

3:36أليس كذلك ؟ إذا طُلب

3:37منك تسجيل طريقة فتحك

3:39للباب من أجل شخص ما ،

3:40فلن يكون الأمر كما لو

3:41كنت تدخل المنزل بشكل

3:43طبيعي . الحركة تكون

3:44مختلفة تماماً . إذن ،

3:46هل هذه البيانات جيدة

3:47لتدريب الروبوتات ؟

3:49حسب افتراضي ، لا . إنها

3:51بيانات متحيزة ولا

3:52تعطي النتائج نفسها .

3:54من الواضح أن الروبوت

3:55لن يكون فعالاً كما لو

3:57كان التعلم بديهياً ،

3:58أليس كذلك ؟ لقد عرضت

4:00بعض الأمثلة في

4:01الشريحة ، أليس كذلك ؟

4:03إذاً ، اه . البيانات

4:06التي تم إنشاؤها

4:08يدوياً ليست كبيانات

4:09السلوك التلقائي ،

4:10أليس كذلك ؟ أيضاً ،

4:12حقيقة أن سلوك الناس

4:13يتغير كثيراً عندما

4:14يكونون أمام الكاميرا .

4:16البعض منكم يعرف أن

4:17هناك أشخاصاً يخجلون

4:18من الكاميرا . بمجرد

4:20توجيه الكاميرا نحوهم

4:21، يتغير سلوكهم . لكن في

4:23العالم الطبيعي ،

4:25الأمر مختلف تماماً .

4:26هذا ما نحاول حله في "

4:28برايت داتا " ( Bright Data ) ،

4:30أليس كذلك ؟ اه . مرة

4:34أخرى ، لماذا لا تكفي

4:36مصادر البيانات

4:37المعتادة ؟ المحاكاة

4:38والبيئات الافتراضية

4:40رخيصة ، لكن كما تعلمون

4:42، الجميع يلعبون ألعاب

4:43الفيديو . الفيزياء في

4:45ألعاب الفيديو متطورة

4:46لكنها ليست دقيقة بما

4:48يكفي لتدريب روبوت

4:49عليها . أليس كذلك ؟

4:51التحكم اليدوي ، أي شخص

4:52يتحكم بروبوت ، هو أمر

4:54ممكن ، لكن كم ساعة

4:55يومياً يمكن تسجيلها ؟

4:57وكم عدد الأشخاص الذين

4:58تحتاجهم للحصول على

4:59بيانات ضخمة ، أليس

5:01كذلك ؟ أعني ، يمكنك

5:02التسجيل ربما لثماني

5:03ساعات يومياً . كم ساعة

5:05ستجمع في السنة ؟ الأمر

5:07ليس قابلاً للتوسع

5:08حقاً . بالطبع ، هناك

5:09مجموعات بيانات جاهزة

5:11، لكن كما قلت سابقاً ،

5:12هي صغيرة . لا يوجد سوى

5:14حوالي مليون مقطع

5:15فيديو حتى الآن . إذن ،

5:16ما هو البديل ؟ البديل

5:18هو شبكة الإنترنت .

5:20لنفكر فقط في يوتيوب .

5:22كم عدد الفيديوهات

5:23الموجودة على يوتيوب ؟

5:25لا أعلم . 5 مليارات

5:27فيديو ؟ كم حركة في تلك

5:30الفيديوهات يمكن

5:31للروبوت محاكاتها ؟

5:33أعني ، دعنا نفكر في

5:35الأمر . كم عدد مقاطع

5:36الفيديو التي تعتقد

5:37أنها موجودة لشخص يفتح

5:39باباً من منظور الشخص

5:40الأول ؟ ملايين

5:42الساعات . ستتفاجأ .

5:45إذاً ، كل يوم تعرض

5:50مقاطع فيديو الويب

5:51حركات الجاذبية ، أليس

5:53كذلك ؟ إذاً ، السبب

5:54والنتيجة ، والحوادث

5:56طبعاً ، هي أكبر مثال

5:57على السبب والنتيجة ،

5:59أليس كذلك ؟ كيف يتعامل

6:01الناس مع الأشياء .

6:02ومليارات الساعات تعد

6:04مادة تدريبية رائعة

6:05للروبوتات . حسناً ،

6:07ولكن ما هي المشكلة ؟

6:08المشكلة هي وجود

6:09الكثير من الضوضاء ،

6:11أليس كذلك ؟ أوه ، وعلى

6:12سبيل المثال ، أليس

6:14كذلك ؟ أحد نماذج

6:15الذكاء الاصطناعي

6:16التي دربتها شركة ميتا

6:18، زودوه بحوالي مليون

6:20ساعة من مقاطع الفيديو

6:21الواقعية ، ثم تطلب

6:23الأمر 62 ساعة فقط من

6:24بيانات الروبوتات

6:25الحقيقية للتحكم

6:27فعلياً في روبوت حقيقي

6:28. إذاً ، إذا فكرت في

6:30الأمر ، فقد تم جمع

6:31البيانات علناً ، أليس

6:33كذلك ؟ لذا ، قاموا

6:34بتدريب الروبوت على

6:36أشياء عشوائية ، وفي

6:37غضون 62 ساعة من العمل

6:39الروبوتي ، كان يتحرك

6:41بالفعل . إذاً ، لم تكن

6:42هناك حاجة إلى محاكاة .

6:44تم إنجاز الروبوتات

6:46المستقلة بسرعة . ولكن ،

6:51مقاطع الفيديو لا تظهر

6:53كيف تتحرك الروبوتات ،

6:54أليس كذلك ؟ قد تفكر ،

6:56حسناً ، اسمع ، ما مدى

6:57فائدة قيام شخص بصب

6:59الماء في كوب بالنسبة

7:00للروبوت ؟ هناك طرق

7:02موجودة بالفعل يمكن

7:03للذكاء الاصطناعي من

7:04خلالها التمييز

7:05والتعلم فعلياً من

7:07الإجراءات الموجودة

7:08في الفيديو . إذا أخذت

7:09إطارين ، إطاراً تلو

7:10الآخر ، وقام الذكاء

7:12الاصطناعي بقياس

7:13الحركة ، أي هذا

7:14الاختلاف ، أليس كذلك ؟

7:15إذاً ، لديك الصورة ( أ )

7:17والصورة ( ب ) ، وهناك

7:18حركة بسيطة تتغير بين

7:20الصورتين ، يمكن

7:21للذكاء الاصطناعي

7:22قياس ذلك التغيير

7:24فعلياً . لذا ، إذا

7:25استمررت في القيام

7:26بذلك طوال الفيديو ،

7:28يمكن للذكاء

7:28الاصطناعي معرفة

7:30الزوايا والمسافة وكل

7:31ما يحتاجه لتدريب

7:33الروبوت ، أليس كذلك ؟

7:34إذاً ، لسنا بحاجة

7:36بالضرورة إلى بيانات

7:37المستشعرات ، ولكن

7:39بالطبع الفيديو نفسه

7:40الذي تنزله من يوتيوب

7:42أو الذي تستخرج منه

7:43البيانات لا يوصلك

7:45بالضرورة إلى الهدف

7:46بنسبة 100 % . أنت بحاجة

7:48إلى إجراء بعض

7:49المعالجة فوق ذلك ،

7:51ولكن الأمر متاح . إنه

7:53موجود ، وكل ما عليك

7:55فعله هو معالجته . إذاً

7:57، بضعة أمثلة أخرى ،

7:59أليس كذلك ؟ على سبيل

8:01المثال ، عند تدريب

8:02روبوت " كوزموس " ، فإنهم

8:04يتخلصون من حوالي 96 % من

8:06الفيديو . إذاً ، ماذا

8:08يعني ذلك ؟ لقد قاموا

8:09بتنزيل مليون ساعة من

8:11الفيديو ، وجزء بسيط هو

8:134 % فقط مفيد فعلياً . كل

8:14شيء آخر يتم التخلص

8:16منه . هذا هدر في

8:17الحوسبة . هذا هدر في

8:18النطاق الترددي . هذا

8:19هدر في مساحة التخزين .

8:21هذا مجرد هدر للكثير

8:22من المال . حسناً ،

8:24نموذج " Stable Video Diffusion "

8:25يتخلص من 74 % من

8:27الفيديوهات التي يتم

8:29تحميلها . لذا ، نحن في "

8:31Bright Data " نحاول حل هذه

8:33المشكلة ، ونسعى

8:34للارتقاء بها خطوة إلى

8:36الأمام . ما نقترحه هو :

8:38البحث أولاً ، ثم الجمع

8:40ثانياً . ما نقوم به

8:42فعلياً هو فهرسة مقاطع

8:45الفيديو ، ونسمح لك

8:46بالبحث عن إجراءات

8:48محددة . بما أننا نتحدث

8:51عن شخص يفتح باباً ،

8:52فلنستمر في استخدام

8:54هذا المثال . ما يمكنك

8:56فعله على منصتنا هو

8:58إدخال معلومات مفصلة ،

9:00أليس كذلك ؟ استعلام .

9:02شخص يغسل الأطباق ، شخص

9:04يطوي قميصاً ، وما إلى

9:06ذلك . وسنوفر لك

9:07مقتطفات من مقاطع

9:09الفيديو التي تحتوي

9:10على هذه الإجراءات .

9:13إذن ، ماذا يعني ذلك ؟

9:16هذا يعني أنه يقل هدر

9:19جمع البيانات ، ويقل

9:20هدر مساحة التخزين

9:22وعرض النطاق الترددي ،

9:24أليس كذلك ؟ حسناً ،

9:25المزيد عن كيفية عمل

9:27ذلك . من الواضح أنك

9:28تحدد ما تبحث عنه . نحن

9:32نبحث عبر مليارات

9:33ومليارات من

9:34الفيديوهات المفهرسة

9:36مسبقاً ، ليس بالكلمات

9:38المفتاحية ، بل

9:39بالإجراءات ، ونقدم لك

9:41مقاطع جاهزة

9:42للاستخدام . ومن الواضح

9:44أنها تكون مقصوصة

9:45بالفعل ومجهزة

9:46لتدريبك . لذا ، كل ما

9:47عليك فعله هو معالجتها

9:49قليلاً ، ربما للحركة ،

9:50أو مستشعرات المسافة ،

9:52وما إلى ذلك . وتصبح

9:53جاهزة للإدخال إلى

9:55الروبوت . لدي مثال

9:58بسيط لفيديو يوضح كيف

9:59يعمل الأمر فعلياً على

10:01منصتنا . سأقوم بتشغيله

10:03هنا ، إذا تمكنت من

10:04العثور عليه . هنا نرى

10:07شخصاً يغسل الأطباق

10:08يدوياً في حوض الجلي ،

10:10ويزيل الدهون عن الطبق

10:11باستخدام إسفنجة

10:12وصابون ، بما في ذلك

10:14الشطف ووضع الأطباق في

10:15رف التجفيف ، لقطة

10:17مقربة لتفاعل اليد . ما

10:19يحدث الآن هو أن

10:21النظام يبحث عبر

10:22مليارات الفيديوهات .

10:24هذا الفيديو قديم

10:25نوعاً ما . كان لدينا

10:26حوالي 100 مليون فيديو

10:28مفهرس فقط ، لكننا

10:29وصلنا الآن إلى 1.1

10:30مليار فيديو . وهذا

10:31الفيديو مسرع قليلاً ،

10:33لأنني لم أرغب في

10:34إضاعة وقتكم . لكنه

10:36سيوفر لك مقاطع لأشخاص

10:38يغسلون الأطباق .

10:41ويمكنك رؤية جميع

10:43الفيديوهات التي

10:44وجدناها هنا مباشرة .

10:46قد لا تتعلق بعض هذه

10:47الفيديوهات بغسل

10:48الأطباق إطلاقاً . قد

10:50تكون متعلقة بتنظيف

10:51المطبخ . أو قد تتعلق

10:53بشيء آخر تماماً . وها

10:54هو مثال آخر . على سبيل

10:56المثال ، إنسان يطوي

10:57أنواعاً مختلفة من

10:58الملابس . أليس كذلك ؟

11:00المزيد من الوصف . كلما

11:02قدمت وصفاً أكثر ، حصلت

11:04على نتائج أفضل . مرة

11:06أخرى ، المقطع مسرع

11:08قليلاً . لنرى . أريدك أن

11:13تفهم أن الأمر قد يكون

11:15أي شيء . شخص يضع

11:16المكياج . لنفترض أن

11:18لديك علامة تجارية

11:19وتريد العثور على

11:20مقاطع فيديو تظهر فيها

11:21علامتك . كل هذا يمكن

11:22توفيره أيضاً . إذاً ،

11:24أنت ترى أشخاصاً يطوون

11:25الملابس . بإمكانك الآن

11:27تدريب روبوت على كيفية

11:29طي الملابس . بالطبع ،

11:33كل شيء متاح عبر واجهة

11:34برمجة التطبيقات ( API ) .

11:36نحن لا نتوقع من الناس

11:37القيام بأي شيء يدوياً

11:38، أليس كذلك ؟ لذا ،

11:39يمكنك تشغيل ذلك عبر

11:40واجهة برمجة

11:41التطبيقات . تحصل على

11:43مقتطف من الفيديو

11:44ورابطه ( URL ) . نحن نقدم

11:46لك رابط الفيديو

11:47الأصلي إذا أردت

11:49مشاهدته . لكن الأهم

11:50هنا هو أننا نستطيع

11:52تزويدك بمقتطفات

11:53الفيديو لتدريب

11:55روبوتاتك . الآن ، لست

11:57متأكداً مما إذا كان

11:59أي منكم يدرب روبوتات .

12:00لذا ، سأعطيكم مثالاً

12:02آخر على مدى فائدة ذلك .

12:05لنفترض أن لديك علامة

12:07تجارية وتريد معرفة

12:08أين يتم عرضها في

12:10مقاطع الفيديو . عناوين

12:14الفيديوهات لا تهم ،

12:16فهي لا تتعلق بمنتجك

12:18مباشرة . قد يكون مجرد

12:20شخص يقدم بودكاست ،

12:22لكنك ترى امرأة تضع

12:24المكياج ، وتلاحظ على

12:26الطاولة أن هذه هي

12:27علامتك التجارية . فجأة

12:29، يمكنك العثور على

12:31جميع الفيديوهات التي

12:33تُستخدم فيها علامتك

12:34التجارية ، أياً كانت .

12:36بالبحث عن اسم الفيديو

12:38لن تجدها ، لكن عبر

12:40فهرسة الفيديو يمكنك

12:42العثور على أشياء

12:43محددة تهمك . تفاحة

12:46تسقط من الشجرة ، وهكذا

12:48. ما نعيده لك هو

12:51الطابع الزمني ، ودرجة

12:53المطابقة لمدى قربها

12:55من بحثك ، وبالطبع عدد

12:57الإطارات التي تتعلق

12:59بما تبحث عنه . إذاً ،

13:04ماذا يغير هذا ؟ هذا

13:06يغير الكثير ، حسناً ؟

13:08هدر أقل . لا تحتاج إلى

13:10تحميل ملايين الساعات

13:11من الفيديوهات . يمكنك

13:14الحصول بدقة على

13:15الإجراءات المحددة

13:17التي تهمك . مجدداً ،

13:21هذا أمر حيوي لتدريب

13:23الروبوتات لأن الضجيج

13:25يسبب المشاكل

13:26والهلوسة ، أليس كذلك ؟

13:29هذا يزيل ذلك الضجيج .

13:33فيمَ هو مفيد ؟ ليس

13:35للروبوتات فحسب ، بل

13:36للقيادة الذاتية

13:37أيضاً . على سبيل

13:38المثال ، " وي ميو " ( WeMeo ) ،

13:40أليس كذلك ؟ تتدرب على

13:41فيديوهات كاميرات

13:42لوحة القيادة ، وهناك

13:44مئات الملايين من

13:45الساعات على يوتيوب

13:46لتلك الكاميرات . كم

13:47منكم يحب مشاهدة حوادث

13:49الطرق المسجلة

13:50بكاميرات السيارات ؟

13:51أنا متأكد أن الجميع

13:53شاهد قيادة جنونية في

13:55روسيا ، صحيح ؟ إذاً ،

13:56هذا ما نتحدث عنه ،

13:57أليس كذلك ؟

13:58الفيديوهات الموجودة

14:00هناك بالفعل . حسناً ؟

14:01شخص يتجاوز إشارة

14:02حمراء ، شخص يتوقف عند

14:04إشارة حمراء ، ينعطف

14:05يساراً ، ينعطف يميناً

14:06، وهكذا . كل ذلك يمكن

14:08أن يكون بيانات مفيدة

14:09جداً للتدريب ولأي

14:11نماذج عالمية أو

14:12فيزيائية أخرى ، أليس

14:14كذلك ؟ تحتاج

14:14الروبوتات إلى فهم

14:16الفيزياء . ما هي

14:17الجاذبية ؟ كيف تجلس ،

14:19كيف تمشي ، كيف تتحرك .

14:21مرة أخرى ، بالطبع ،

14:22يمكنك تسجيل ذلك

14:24مسبقاً عدة مرات . في

14:25الوقت الحالي ، أتحدث

14:27إلى بعض الأشخاص

14:27ولديهم الملايين ممن

14:29يسجلون مقاطع فيديو

14:30لهم . " مرحباً ، هل

14:31يمكنكم تسجيلي وأنا

14:32أفتح الأبواب ؟ " هذا

14:33جنون . لماذا تحتاج إلى

14:35مليون شخص للقيام بذلك

14:37بينما كل شيء متاح عبر

14:38الإنترنت ؟ الإنترنت

14:40هو أحد أضخم قواعد

14:41البيانات الموجودة .

14:42فقط الناس لا يحبون

14:44حقاً ... إنه ليس من

14:45السهل استخدامه ، أليس

14:46كذلك ؟ أعني ، حالياً

14:48البحث الوحيد المتاح

14:49لنا هو عن طريق

14:50الكلمات المفتاحية

14:51لاسم الفيديو . وبالطبع

14:53، مصدراً واحداً يجمع

14:55كل مقاطع الفيديو

14:56العامة على الويب في

14:58مكان واحد . أعني ،

14:59لدينا يوتيوب ، ولدينا

15:01فيميو ، ولدينا الكثير

15:03من مزودي الفيديو

15:04المختلفين . مليارات

15:07ومليارات الساعات من

15:08بيانات التدريب

15:10موجودة هناك بانتظار

15:11أن تأخذها وتجمعها

15:13وتعالجها . إذن ، بشكل

15:14أساسي هذا منتج جديد

15:16نقوم به في Bright Data ،

15:17أليس كذلك ؟ فهرسة

15:19مقاطع الفيديو حتى

15:20تتمكنوا من العثور على

15:22إجراءات محددة . أي شيء

15:23يمكنك التفكير فيه ،

15:25كما تعلم ، قد يكون

15:26مفيداً للعلامات

15:27التجارية أيضاً . الأمر

15:29لا يقتصر فقط على

15:30بيانات التدريب . أي

15:31شيء يخطر ببالك قد

15:33يكون مفيداً . ربما أنت

15:36لاعب وتريد معرفة كيف

15:38تتجاوز هذا المستوى ،

15:39ولكن لا يوجد فيديو

15:41دقيق لذلك . لذا ، يمكنك

15:43البحث ، حسناً ، عن

15:44أشخاص يتجاوزون هذا

15:45المستوى في لعبة

15:46الفيديو ، أليس كذلك ؟

15:47أي شيء . العالم بين

15:50يديك . لذا ، سأختتم

15:53حديثي . لا أعرف إذا كان

15:55لديكم أي أسئلة ، ولكن

15:56إذا كنتم ترغبون في

15:57التواصل معي والحديث

15:58عن الموضوع أكثر ، فلا

15:59تترددوا في إضافتي على

16:01لينكد إن . وأممم ، نعم ،

16:02أريد أن أشكركم جميعاً

16:04على اهتمامكم . وأنا

16:06موجود في جناح Bright Data

16:07إذا كنتم ترغبون في

16:09الحديث أكثر عن الأمر .

16:11نعم . شكراً لحضوركم .