WEBVTT 00:00.730 --> 00:03.690 Halo dan selamat datang kembali ke kursus tentang kecerdasan buatan. 00:03.730 --> 00:07.440 Dalam cerita hari ini kita berbicara tentang final dalam 3C. 00:07.450 --> 00:09.400 Kita berbicara tentang keuntungan. 00:09.550 --> 00:10.340 Jadi begitulah. 00:10.360 --> 00:14.040 Kami sudah berbicara tentang kritik aktor dan sinkron sebelumnya. 00:14.260 --> 00:20.500 Jadi dia membangun cara untuk apa yang akan kita lihat hari ini dan dengan keuntungan kita akan 00:20.500 --> 00:21.560 menyatukan semuanya. 00:21.730 --> 00:28.750 Jadi inilah yang kami miliki sejauh ini kami punya jaringan saraf yang dibagi antara agen agen yang tidak sinkron 00:28.840 --> 00:33.550 dan kemudian kami mendapat kritik yang juga dibagi antara usia dan sebagainya. 00:33.580 --> 00:36.490 Bagaimana semua ini terjadi dan mengapa kritik ini dibagi antara agen. 00:36.500 --> 00:37.390 Mari kita lihat itu. 00:37.600 --> 00:42.250 Kami sangat mengerti bahwa kita akan melihat contoh, kita akan melihat agen ini misalnya dan melihat apa yang 00:42.280 --> 00:46.730 terjadi ketika dia dalam keadaan tertentu dan dia perlu membuat keputusan tindakan apa yang harus dilakukan. 00:46.840 --> 00:53.890 Jadi agen ini dalam keadaan dia melihat gambar ini dan kemudian apa yang terjadi adalah informasi ini masuk ke 00:53.980 --> 00:59.200 jaringan saraf pergi ke sarang konvolusional kemudian pergi ke sarang penyatuan kemudian pergi ke 00:59.200 --> 01:04.330 sarang peremukan dan kemudian dari sana masuk ke lapisan tersembunyi dari jaringan 01:04.330 --> 01:09.870 saraf dan kemudian sebagai output dia mendapatkan semua nilai-nilai kebijakan yang Anda nilai adalah kebijakan. 01:09.970 --> 01:14.160 Dan juga dia mendapat nilai kritik. 01:14.230 --> 01:21.640 Dan seperti yang kita ketahui jaringan saraf untuk beroperasi mereka perlu menyebarkan kesalahan atau kerugian tertentu kembali 01:21.640 --> 01:22.720 melalui jaringan. 01:22.720 --> 01:29.020 Jadi dengan cara ini untuk memperbarui bobot jadi tunggu apa lagi kerugian yang akan kita hadapi di 01:29.080 --> 01:29.520 sini. 01:29.590 --> 01:30.540 Yah, kita dua kerugian. 01:30.540 --> 01:32.970 Kami mengalami kerugian nilai dan pos. 01:32.980 --> 01:38.360 Jadi kehilangan nilai dikaitkan dengan nilai kerugian parsial terkait dengan kumpulan dan sangat berharga. 01:38.400 --> 01:41.080 Kami sudah pernah mengatasinya sebelumnya. 01:41.260 --> 01:48.850 Kami tahu bahwa kami memiliki penghargaan dan kami tahu bahwa kami memiliki faktor diskon sehingga pada dasarnya ini sangat 01:48.850 --> 01:54.690 mirip dengan apa yang kami bicarakan dalam konversi dalam tutorial pembelajaran yang mendalam. 01:54.730 --> 02:03.190 Pada dasarnya jaringan memprediksi nilai V tertentu dan pada saat yang sama kita dapat memperkirakan apa yang harus didasarkan pada apa yang kita ketahui 02:03.190 --> 02:09.160 tentang lingkungan sejauh ini kita dapat memperkirakan berapa nilai seharusnya dalam keadaan dan dengan membandingkan keduanya 02:09.190 --> 02:13.730 kita dapat menghitung nilai kehilangan dan kemudian kembali jaringan propagator memperbarui bobot. 02:13.870 --> 02:17.670 Jadi itu yang menguatkan untuk hal baru di sini adalah kerugian kebijakan. 02:17.770 --> 02:21.700 Jadi, apa kerugian kebijakan ini dan bagaimana cara kerjanya. 02:21.700 --> 02:28.960 Nah ini adalah bagian di mana seluruh situasi ini di mana kritik dibagi antara aktor 02:28.960 --> 02:32.520 atau antara agen akhirnya akan muncul 02:32.590 --> 02:38.920 Jadi untuk memahami kerugian palsu kita perlu memperkenalkan nilai yang disebut Advantage maka nama dari 02:39.340 --> 02:45.460 bagian cerita ini di seluruh bagian Salyut ini keuntungan dan keuntungannya dihitung sebagai Q sebagai 02:45.480 --> 02:47.900 A minus V dari s. 02:47.920 --> 02:54.550 Jadi pada dasarnya nilai Q atau bahwa Anda memilih untuk memainkan semua tindakan yang Anda pilih untuk bermain di negara bahwa 02:54.550 --> 02:57.420 Anda berada di negara S dikurangi nilai negara itu. 02:57.640 --> 03:00.670 Jadi ini adalah perbedaan antara keduanya dan itu disebut yang itu. 03:00.670 --> 03:04.950 Dan keunggulannya digunakan dalam perhitungan pulseless. 03:04.990 --> 03:10.510 Sekarang kita tidak akan masuk ke rumus perhitungan pulseless karena cukup rumit menggunakan entropi atau Anda 03:10.710 --> 03:12.860 dapat menggunakan entropi tidak harus. 03:12.990 --> 03:17.020 Kami tidak akan membedah formula itu tetapi kami akan memahami ini pada tingkat intuitif. 03:17.020 --> 03:21.470 Mengapa kita melakukan ini, mengapa kita menghitung keuntungan ini dan bagaimana hal itu akan membantu kita. 03:21.640 --> 03:24.190 Baiklah mari kita lihat premis ini sebentar. 03:24.190 --> 03:33.040 Nilai Q di sini berasal dari apa yang diprediksikan oleh jaringan saraf untuk agen ini dan sehingga dapat diprediksi dalam tindakan spesifik 03:33.040 --> 03:37.840 ini dalam keadaan spesifik untuk tindakan yang dapat dimainkannya sehingga dapat melakukan 03:38.110 --> 03:45.790 tindakan ini dan dapat menggeser salah satunya dan dapat memainkannya nah sedangkan nilai Wii adalah nilai yang ditentukan oleh 03:45.790 --> 03:46.480 kritik. 03:46.480 --> 03:52.320 Ini adalah nilai yang kita miliki di sini di bagian yang dibagikan ini dan itulah kuncinya di sini bahwa 03:52.330 --> 03:56.310 bagian ini dibagikan sehingga kritik pecah karena ini adalah bagaimana kredit berperan. 03:56.470 --> 04:01.300 Karena kita punya nilai yang kita pilih atau tindakan yang kita pilih untuk bermain untuk agen ini dalam 04:01.300 --> 04:01.930 keadaan itu. 04:01.990 --> 04:09.340 Tetapi kemudian kritik tersebut dapat memberi tahu kami berapa nilai yang diketahui dari keadaan itu. Secara keseluruhan, nilai yang diketahui 04:09.340 --> 04:15.790 untuk seluruh kelompok agen yang bekerja bersama karena pembagian mereka tidak menjawab karena B awal karena mereka 04:15.820 --> 04:21.280 berbagi kritik. mereka semua berkontribusi pada nilai v ini yang sedang dihitung untuk set 04:21.280 --> 04:25.690 yang berbeda sehingga keseluruhan a. z algoritma mengatakan OK. 04:25.690 --> 04:34.060 Jadi kritik tahu nilai v seberapa baik nilai q Anda yang Anda pilih dibandingkan dengan nilai v 04:34.060 --> 04:35.290 yang dikenal. 04:35.350 --> 04:36.480 Itu yang dikatakannya. 04:36.640 --> 04:37.930 Jadi pada dasarnya itu. 04:37.930 --> 04:45.430 Jadi saya akan memilih nilai q di sini berdasarkan pada kebijakan saya berdasarkan pada apakah apa pun yang kita gunakan seperti 04:45.700 --> 04:50.150 fungsi soft max atau atau kebijakan Epsilon Grealy atau sesuatu seperti itu. 04:50.170 --> 04:55.660 Dan tentu saja kita akan keluar eksplorasi dan eksploitasi digabungkan di sana tapi kami memilih 04:55.660 --> 04:59.260 nilai Q dan sekarang pertanyaannya adalah apa yang ekstra. 04:59.290 --> 05:05.820 Apa yang dimarahi orang apa keuntungan yang dibawa tindakan yang Anda pilih dibandingkan dengan nilai yang diketahui 05:05.820 --> 05:12.480 dari negara itu dan itu adalah inti dari keuntungan dan pada dasarnya kemudian yang digunakan untuk menghitung 05:12.480 --> 05:17.940 kerugian kebijakan dan kemudian kerugian kebijakan kemudian kembali diperbanyak melalui kembali ke jaringan. 05:17.940 --> 05:23.910 Jadi mereka berdua kembali merambat melalui jaringan dan bobot disesuaikan agar jaringan lebih 05:23.910 --> 05:28.280 mewakili nilai kritik dan juga jadi itu bagian atas. 05:28.410 --> 05:33.030 Tetapi kemudian ini juga bagian dari kuncinya di sini adalah bahwa nilai bobotnya adalah bakra. 05:33.120 --> 05:40.530 Kapan kantor pos ini kembali lupa bahwa tarif disesuaikan sedemikian rupa sehingga keuntungan ini dimaksimalkan 05:40.590 --> 05:46.200 sehingga seperti itulah sisi intuitif dari pemahaman intuitif bahwa kita 05:46.350 --> 05:52.010 kembali lagi kebijakan ini bertahan melalui jaringan untuk membantu memaksimalkan keuntungan ini. 05:52.050 --> 05:57.660 Dan apa artinya itu pada dasarnya adalah bahwa ketika agen menemukan tindakan buruk seperti tindakan di mana 05:57.660 --> 06:00.930 nilai q kurang dari nilai yang diketahui untuk negara. 06:00.930 --> 06:07.110 Jadi pada dasarnya seluruh algoritma ATC tahu bahwa nilai untuk negara adalah sesuatu X dan kemudian tiba-tiba Anda 06:07.110 --> 06:11.690 menemukan tindakan yang sangat buruk dan dan Anda melakukannya, Anda memilih tindakan. 06:11.700 --> 06:17.130 Dan apa artinya itu untuk antusiasme adalah bahwa mengapa kita melakukan sesuatu seperti itu ketika itu lebih 06:17.130 --> 06:21.960 buruk daripada yang telah kita ketahui tentang seluruh lingkungan ini dan apa yang bisa dilakukan. 06:22.080 --> 06:23.500 Jadi kita seharusnya tidak melakukan lebih dari itu. 06:23.610 --> 06:27.670 Dan karena itu bobotnya hanya sedemikian rupa sehingga yang terjadi lebih jarang. 06:27.690 --> 06:29.900 Sehingga hal itu jarang terjadi. 06:30.300 --> 06:33.430 Jadi itu kejadian yang kurang sering kita pilih tindakan buruk itu. 06:33.510 --> 06:38.880 Di sisi lain jika Anda memilih tindakan yang sangat baik di mana nilai q lebih besar dari 06:39.050 --> 06:43.220 V atau lebih besar maka di mana selama keterbelakangan ini kerugian Polandia melalui 06:43.230 --> 06:50.780 jaringan bobot akan diperbarui dan sedemikian rupa untuk benar-benar memperkuat bahwa untuk mendorong meyakinkan bahwa hal itu terjadi lagi sehingga bobot akan disesuaikan sedemikian 06:50.790 --> 06:55.140 rupa sehingga algoritma atresia akan berpikir oh well yang benar-benar keren bahwa Wantage 06:55.140 --> 06:56.790 sangat tinggi di sana. 06:56.880 --> 07:03.750 Saya harus melakukan lebih dari itu dan karena itu Anda akan memperbarui bobot sedemikian rupa sehingga akan lebih mungkin terjadi 07:03.750 --> 07:05.550 di masa depan tindakan itu. 07:05.560 --> 07:13.080 Jadi dan karena itu Anda tahu bahwa bagaimana jaringan perlahan-lahan akan beradaptasi dan perlahan-lahan akan membangun dirinya 07:13.080 --> 07:19.770 menjadi sesuatu yang di satu sisi menghitung nilai dengan benar dan kemudian di sisi 07:19.770 --> 07:21.990 lain atau seakurat mungkin. 07:21.990 --> 07:28.330 Dan di sisi lain mendorong atau memiliki tindakan yang memiliki keunggulan tinggi. 07:28.380 --> 07:30.570 Jadi begitulah bagiannya. 07:30.570 --> 07:35.930 Dan sekarang mari kita lihat yang lain hanya untuk memperkuat apa yang baru saja kita bahas di atas 1. 07:36.000 --> 07:37.210 Begitu juga di sini. 07:37.350 --> 07:45.330 Lembaga-lembaga top situasi negara dalam keadaan dan kemudian perlu memutuskan apa yang harus dilakukan karena informasi ini ke jaringan gambar ini 07:45.330 --> 07:50.100 menggunakan tumbuh kembali internet untuk convolutional mereka menarik rata mereka Lehre masuk ke 07:50.100 --> 07:56.290 lapisan tersembunyi dan kemudian dari sini kita mendapatkan output kita mendapatkan nilai akut dari kebijakan kita 07:56.310 --> 08:00.960 mendapatkan nilai V lagi hal yang sama kita punya dua kerugian. 08:00.960 --> 08:05.240 Kami punya kerugian nilai yang ada di sini Kerugian Polandia yang ada di sini kerugian nilai. 08:05.250 --> 08:06.830 Kita sudah tahu bagaimana cara menghitungnya. 08:06.960 --> 08:10.950 Ketika kami membahas ini dalam pembelajaran Q mendalam dan hanya mendiskusikan sekarang juga. 08:10.950 --> 08:17.340 Jadi begitulah nilainya dihitung dan kemudian kebijakan hilang lagi untuk menghitung apa yang tidak akan kami 08:17.340 --> 08:18.370 masukkan untuknya. 08:18.390 --> 08:25.530 Tetapi pada tingkat intuitif kami menghitung keuntungan itu tidak apa-apa jadi kami mengambil tindakan tertentu, kami memilih tindakan 08:25.530 --> 08:31.140 tertentu berdasarkan kebijakan seleksi kami, apakah itu Max lunak atau serakah yang menjengkelkan atau 08:31.170 --> 08:34.470 kebijakan sosial apa pun yang kami gunakan. 08:34.620 --> 08:42.630 Dan lalu apa tindakan yang kami ambil. Sekarang mari kita bandingkan dengan yang diketahui dan nilai negara yang berasal dari kritik 08:42.630 --> 08:47.670 bersama sehingga kritik ini seperti jika Anda berpikir tentang mengamati semua agen 08:47.670 --> 08:52.950 ini pada saat yang sama mencari pada yang satu ini lihat yang satu 08:52.950 --> 08:58.140 ini mereka semua berkontribusi terhadap kritik untuk membuat kritik lebih cepat dengan lingkungan 08:58.380 --> 09:03.600 untuk memastikan bahwa kritik mewakili apa yang terjadi di lingkungan aktual sehingga bobot. 09:03.660 --> 09:10.170 Di sinilah hilangnya nilai masuk sehingga bobot dari jaringan saraf aktual yang mereka mencerminkan 09:10.260 --> 09:17.700 dengan sangat baik situasi aktual dari hal-hal di lingkungan sehingga mereka kemudian dapat mengandalkan nilai ini 09:17.700 --> 09:20.090 dan kemudian menggunakannya di sini. 09:20.090 --> 09:21.550 Dan pada dasarnya. 09:21.720 --> 09:26.880 Jadi semua agen ini, semua agen ini berkontribusi terhadap kritik ini. 09:26.880 --> 09:32.850 Tetapi kemudian pada saat yang sama melalui ini tidak berharga tetapi pada saat yang sama kritik 09:32.850 --> 09:35.490 mengamati keputusan atau kebijakan lembaga-lembaga ini. 09:35.490 --> 09:39.960 Ini seperti melihat kembali seperti sedang mencoba menggambar seperti panah ke kutub 09:39.960 --> 09:40.740 dan panah. 09:40.830 --> 09:45.780 Jadi, melihat kembali pada keputusan yang mereka buat adalah mengkritik keputusan ini melalui sudut pandang itu 09:45.780 --> 09:50.210 dan mengatakan OK, Anda membuat keputusan yang Anda pilih ini, Anda memilih tindakan ini. 09:50.220 --> 09:51.240 Itu keren. 09:51.240 --> 09:56.570 Sekarang mari kita menghitung keuntungan atau kerugian peternakan adalah sama dengan Anda tahu nilai Q dari 09:56.590 --> 10:04.040 mungkin telah membuat keputusan yang saya buat atau pilihan yang saya buat untuk saya membuat memilih untuk mengambil dikurangi nilai yang diketahui 10:04.100 --> 10:05.100 untuk kritik. 10:05.110 --> 10:06.470 Bukan tentang kritik. 10:06.470 --> 10:12.010 Jadi, Kalika perbedaannya, jika itu perbedaan rendah yang Anda poles, maka ketika Anda memoles kerugian 10:12.020 --> 10:16.580 Anda kembali disebarkan melalui jaringan cara itu akan disesuaikan akan mendorong bobot 10:16.580 --> 10:22.010 untuk disesuaikan sedemikian rupa sehingga tidak terjadi lagi bahwa nilai Q atau nilai Q 10:22.010 --> 10:28.910 akan lebih rendah sehingga karena kebijakan kami memilih tindakan berdasarkan nilai q semakin tinggi nilai Q semakin besar 10:28.910 --> 10:30.560 kemungkinan akan dipilih. 10:30.560 --> 10:35.210 Jadi, jika kami menggunakan kebijakan Max arc, maka kami selalu memilih yang tertinggi seperti yang Anda ingat 10:35.360 --> 10:38.870 kami bahas ini maka kami akan selalu memilih yang dengan nilai tertinggi. 10:38.870 --> 10:43.790 Tapi kami sebenarnya menggunakan pendekatan probabilistik di mana saya menggunakan seperti Max lunak atau kebijakan serakah 10:43.790 --> 10:44.420 yang mengecewakan. 10:44.540 --> 10:49.220 Dan kemudian kami pada dasarnya memilih di mana kami dapat memilih salah satu dari mereka tetapi semakin tinggi kubus semakin baik. 10:49.220 --> 10:55.310 Jadi, jika kita memilih sesuatu dan keuntungannya sangat rendah maka bom jaringan akan ditambahkan 10:55.310 --> 11:01.970 sedemikian rupa sehingga lain kali nilai tindakan tertentu akan lebih sedikit dan mungkin sesuatu yang lain 11:01.970 --> 11:02.910 akan lebih. 11:02.960 --> 11:09.770 Jadi begitulah yang dibagi dan di sisi lain jika kita memilih sesuatu di mana keuntungan itu akan 11:09.770 --> 11:15.050 tinggi maka ini akan masuk ke dalam undang-undang kebijakan dan kemudian jaringan dan 11:15.060 --> 11:19.590 kita memperbaruinya sehingga acara yang lebih umum diamati seperti skenario. 11:19.640 --> 11:26.300 Dan pada dasarnya seluruh kerugian Polandia ini membantu jaringan beradaptasi atau berubah sedemikian rupa sehingga kita lakukan. 11:26.300 --> 11:31.620 Moral dari hal-hal yang baik adalah tindakan yang baik dan hal-hal yang baik dan kurang melakukan hal-hal buruk. 11:31.700 --> 11:35.040 Dan begitulah kedua kerugian ini ikut bermain dan begitulah mereka kembali sesuai. 11:35.120 --> 11:41.800 Jadi mudah-mudahan itu membersihkan dengan cara yang sangat intuitif tentu saja kita tidak masuk ke rumus ke dalam matematika 11:41.810 --> 11:46.930 yang rumit di balik semua ini dan suka ke detail yang sangat rumit. 11:47.060 --> 11:50.940 Tetapi pada saat yang sama mudah-mudahan di jalan intuitif dengan cara intuitif. 11:50.990 --> 11:58.850 Semua ini menjelaskan mengapa kita memiliki aktor dan kritikus dan bagaimana mereka berinteraksi bersama bahwa Anda 11:58.850 --> 12:03.780 tahu Anda memiliki agen-agen ini sebagai sisi sinkron atau sinkron. 12:03.790 --> 12:08.480 Maka inilah aktor dan kritik Anda dan inilah keuntungannya dan bagaimana semua itu berperan. 12:08.480 --> 12:10.840 Jadi ini adalah agen sinkron. 12:10.850 --> 12:11.920 Mereka pergi. 12:12.040 --> 12:18.740 Mereka memainkan ini atau menjelajahi lingkungan dan bekerja melalui lingkungan dan mereka 12:18.740 --> 12:26.720 semua berkontribusi pada kritik yang kemudian mengamati kebijakan mereka mengamati para aktor yang disebut sebagai 12:26.720 --> 12:27.400 ini. 12:27.560 --> 12:34.610 Dan melalui keuntungan itu dan karena itu muncul ini menimbulkan kerugian dan kemudian kebijakan dan nilai 12:34.610 --> 12:38.210 kehilangan atau kembali menyebar hanya ke jaringan untuk 12:38.240 --> 12:43.540 Di satu sisi mewakili cara sebenarnya dari hal-hal di lingkungan. 12:43.580 --> 12:47.630 Tangan lain untuk meningkatkan kinerja aktor. 12:47.930 --> 12:48.410 Jadi begitulah. 12:48.410 --> 12:52.800 Itu adalah rekap cepat intuisi yang kita diskusikan. 12:52.790 --> 12:58.550 Sekali lagi mudah-mudahan ini semua datang bersama-sama pada tingkat intuitif dan tentu saja dalam tutorial praktis. Kita 12:58.550 --> 13:04.880 akan berbicara lebih banyak tentang bagaimana semua ini bekerja di Atlanta kami akan memandu Anda melalui proses ini pemilik 13:04.880 --> 13:05.560 bangunan. 13:05.570 --> 13:11.240 Tetapi memiliki gambaran ini dalam pikiran Anda dan semacam ini seperti peta jalan dari segala sesuatu 13:11.240 --> 13:17.240 yang datang bersama akan menjadi baik harus saya harap akan sangat membantu bagi Anda untuk lebih menavigasi sisi 13:17.240 --> 13:18.160 praktis hal-hal. 13:18.290 --> 13:25.710 Dan dalam hal membaca tambahan untuk hari ini kita punya dua elemen jadi yang pertama adalah pada keuntungan. 13:25.760 --> 13:32.480 Jadi di sini kita punya pengendalian kontinu demensia tinggi menggunakan estimasi keuntungan umum oleh 13:32.480 --> 13:38.930 John Shulman dan ini adalah gambar sosok tongkat yang berdiri seperti berdiri. 13:38.930 --> 13:44.030 Dan di sini Anda dapat menemukan lebih banyak lagi tentang yang diuntungkan dan diuntungkan dan Anda akan menemukan semua jenis 13:44.030 --> 13:44.960 keuntungan yang berbeda. 13:44.990 --> 13:50.870 Anda sudah mendapatkan keuntungan umum dalam estimasi dan Anda punya keuntungan yang Anda gunakan 13:51.110 --> 13:56.360 sebenarnya di dalam formulir dalam perhitungan jadi jika Anda ingin mengetahui 13:56.360 --> 14:05.330 lebih lanjut tentang keuntungan dan cara kerjanya rumus di belakangnya dan beberapa elemen atas atau formula dan tidak ada lubang di 14:05.330 --> 14:06.810 ruang keunggulan ini. 14:06.830 --> 14:08.700 Kami membahasnya. 14:08.720 --> 14:10.140 Ini adalah artikel untuk pergi. 14:10.490 --> 14:19.880 Dan satu lagi elemen lain yang ingin kami ingatkan pada Anda adalah blog serangkaian posting blog oleh Arthur 14:19.990 --> 14:24.350 Giuliani yang telah kami sebutkan beberapa kali. 14:24.350 --> 14:28.010 Ini adalah bagian delapan yang secara khusus tentang laut A-3. 14:28.280 --> 14:33.280 Jadi di sini Anda bisa mendapatkan penjelasan nother. 14:33.650 --> 14:38.900 Jadi dengan sedikit lebih banyak matematika tentang apa yang sedang terjadi dan Anda mungkin dapat mengambil beberapa hal tambahan dari 14:38.900 --> 14:39.420 sini. 14:39.440 --> 14:45.470 Hanya dua hal yang perlu diingat pertama-tama karena selalu blog ini adalah pengikut yang lebih intens kami menggunakan pi 14:45.470 --> 14:46.130 obor 14:46.130 --> 14:46.840 Jadi ingatlah itu. 14:46.840 --> 14:53.330 Dan yang kedua adalah cara kami menyusun pendekatan kami adalah berbicara tentang kritik aktif terlebih dahulu 14:53.960 --> 14:55.730 kemudian berbicara tentang sinkron. 14:55.730 --> 15:03.040 Dan kemudian kita berbicara tentang keuntungan sedangkan dalam log pembicaraan pertama Arthur tentang Synchronoss seorang aktor mengkritik keuntungan 15:03.050 --> 15:07.260 jadi ingatlah itu sehingga mudah-mudahan itu tidak membuat Anda marah. 15:07.340 --> 15:10.480 Tapi selain itu tentu saja merupakan konten yang bagus. 15:10.490 --> 15:14.510 Dan kami sangat merekomendasikan untuk memeriksanya untuk mendapatkan informasi tambahan. 15:14.780 --> 15:16.840 Jadi kita mulai menikmati tutorial hari ini. 15:16.880 --> 15:18.710 Dan saya berharap dapat melihat Anda lain kali. 15:18.710 --> 15:20.240 Sampai kemudian menikmati. 15:20.260 --> 15:20.520 SAYA.