Training artificial intelligence - 6 Minute English

101,803 views ・ 2020-03-26

BBC Learning English


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film. Przetłumaczone napisy są tłumaczone maszynowo.

00:07
Hello. This is 6 Minute English from BBC Learning
0
7960
2840
Cześć. To jest 6-minutowy angielski z BBC Learning
00:10
English. I’m Neil.
1
10809
1200
English. Jestem Neilem.
00:12
And I’m Sam.
2
12009
800
00:12
Do you like cooking, Sam? There’s a new
3
12809
2421
A ja jestem Sam.
Lubisz gotować, Sam? Jest nowy
00:15
recipe I’ve been trying out - it’s for
4
15230
2321
przepis, który wypróbowałam – na
00:17
‘frosted oysters’.
5
17551
1099
„mrożone ostrygi”.
00:18
Frosted oysters?! Sounds… unusual. How
6
18650
5090
Mrożone ostrygi?! Brzmi… nietypowo. Jak to
00:23
do you make it?
7
23740
1000
robisz?
00:24
Well, take a pound of chicken, then some cubed
8
24740
2769
Cóż, weź funt kurczaka, potem trochę pokrojonej w kostkę
00:27
pork and half a crushed garlic.
9
27509
1760
wieprzowiny i pół zmiażdżonego czosnku.
00:29
Eh? I thought you said it was for ‘frosted
10
29269
2731
co? Wydawało mi się, że powiedziałeś, że to do „mrożonych
00:32
oysters’, whatever they are.
11
32000
1920
ostryg”, czymkolwiek one są.
00:33
Yes, that’s right. Now heat it up until
12
33930
2350
Tak to prawda. Teraz podgrzej do
00:36
boiling and serve with custard.
13
36280
1830
wrzenia i podawaj z kremem.
00:38
Ugh, that sounds disgusting! Who on earth
14
38110
2510
Uch, to brzmi obrzydliwie! Kto, u licha,
00:40
told you that recipe?
15
40620
1320
powiedział ci ten przepis?
00:41
It’s not ‘who’ told me, Sam, but ‘what’.
16
41940
2970
To nie „kto” mi powiedział, Sam, ale „co”.
00:44
In fact, that recipe was made by computers
17
44910
2915
W rzeczywistości ten przepis został stworzony przez komputery
00:47
using artificial intelligence, or AI, which
18
47825
2985
wykorzystujące sztuczną inteligencję, czyli AI, która
00:50
is the topic of today’s programme. In real
19
50810
2896
jest tematem dzisiejszego programu. W prawdziwym
00:53
life, AI is making huge progress - from car
20
53706
2964
życiu sztuczna inteligencja robi ogromne postępy – od samochodowych
00:56
satnavs to detecting cancer cells. But as
21
56670
2780
nawigacji po wykrywanie komórek rakowych. Ale jak
00:59
you can see from that revolting recipe, things
22
59450
3120
widać z tego odrażającego przepisu,
01:02
don’t always go according to plan.
23
62570
1840
nie zawsze wszystko idzie zgodnie z planem.
01:04
So, just how intelligent is artificial intelligence?
24
64410
3750
Jak inteligentna jest sztuczna inteligencja?
01:08
I mean, it definitely needs some cooking lessons!
25
68160
3710
To znaczy, zdecydowanie potrzebuje lekcji gotowania!
01:11
Right. AI is not as intelligent as we tend
26
71870
3310
Prawidłowy. Sztuczna inteligencja nie jest tak inteligentna, jak nam się
01:15
to think. AI programmes use artificial brain
27
75180
2855
wydaje. Programy sztucznej inteligencji wykorzystują sztuczne
01:18
cells to roughly imitate real brain cell activity,
28
78035
3245
komórki mózgowe do z grubsza naśladowania prawdziwej aktywności komórek mózgowych,
01:21
but they’re still a long way behind human
29
81280
2687
ale wciąż są daleko w tyle za ludzkim
01:23
levels of intelligence. And that’s my quiz
30
83967
2753
poziomem inteligencji. I to jest moje
01:26
question – in terms of brain cell count,
31
86720
2868
pytanie w quizie – jeśli chodzi o liczbę komórek mózgowych, na
01:29
what level of intelligence is AI currently
32
89588
3012
jakim poziomie inteligencji obecnie pracuje sztuczna inteligencja
01:32
working at? Is AI as smart as:
33
92600
2780
? Czy sztuczna inteligencja jest tak mądra jak:
01:35
a) a frog, b) an earthworm or
34
95380
2860
a) żaba, b) dżdżownica lub
01:38
c) a bumblebee
35
98240
1340
c) trzmiel
01:39
Well, I don’t think any of those are good
36
99580
3030
Cóż, szczerze mówiąc, nie sądzę, żeby którykolwiek z nich był dobrym
01:42
cooks either, to be honest. I’ll say c)
37
102610
2364
kucharzem. Powiem c)
01:44
a bumblebee, because at least they can
38
104974
2606
trzmiel, bo przynajmniej potrafią
01:47
make honey!
39
107580
1000
robić miód!
01:48
Nice guess, Sam. We’ll find out the answer
40
108580
1950
Niezłe przypuszczenie, Sam. Odpowiedź poznamy
01:50
later. But first let’s find out more about
41
110530
2562
później. Ale najpierw dowiedzmy się więcej o tym,
01:53
how AI misunderstandings like the oyster recipe
42
113092
2868
jak mogą się zdarzyć nieporozumienia AI, takie jak przepis na ostrygi
01:55
can happen. Janelle Shane is the author of
43
115960
2819
. Janelle Shane jest autorką książki
01:58
‘You Look Like a Thing and I Love You’
44
118779
2551
„You Look Like a Thing and I Love You”,
02:01
in which she tells her amusing
45
121330
1869
w której opowiada o swoich zabawnych
02:03
experiences and bizarre experiments with AI.
46
123199
2741
doświadczeniach i dziwacznych eksperymentach z AI.
02:05
You Look Like a Thing and I Love You – that’s
47
125940
3160
Wyglądasz jak coś i kocham cię – to
02:09
a strange title for a book, Neil.
48
129100
2200
dziwny tytuł jak na książkę, Neil.
02:11
Yes. It’s another example of AI
49
131300
2720
Tak. To kolejny przykład
02:14
miscommunication.
50
134028
1682
nieporozumień AI.
02:15
The book title is what a AI produced when
51
135710
2465
Tytuł książki jest tym, co stworzyła sztuczna inteligencja, gdy została
02:18
asked to write chat-up lines – remarks men
52
138175
2525
poproszona o napisanie kwestii na czacie – uwagi, które mężczyźni
02:20
and women make to start up a conversation
53
140700
2351
i kobiety wypowiadają, aby rozpocząć rozmowę
02:23
with someone they don’t know but find attractive.
54
143051
2809
z kimś, kogo nie znają, ale uważają za atrakcyjnego.
02:25
Here she is talking to the BBC World Service
55
145860
2548
Tutaj rozmawia z programem BBC World Service
02:28
programme More or Less:
56
148408
1592
mniej więcej:
02:30
So ‘Machine learning’ is what most programmers
57
150000
3830
Więc „uczenie maszynowe” jest tym, co większość programistów ma na
02:33
mean when they say ‘AI’. In the programme
58
153830
3229
myśli, mówiąc „sztuczna inteligencja”. W programie,
02:37
that we’re used to, if you want to have
59
157059
3071
do którego jesteśmy przyzwyczajeni, jeśli chcesz, aby
02:40
a computer programme solve a problem you have
60
160130
3000
program komputerowy rozwiązał problem,
02:43
to have a human programmer write down exhaustive
61
163130
3200
musisz mieć programistę, który napisze wyczerpujące
02:46
step-by-step instructions on how to do everything.
62
166330
2962
instrukcje krok po kroku, jak to zrobić.
02:49
But with ‘machine learning’ you just give
63
169292
2428
Ale dzięki „uczeniu maszynowemu” po prostu
02:51
it the goal, and then the programme figures
64
171720
2396
wyznaczasz cel, a następnie program ustala,
02:54
out via trial and error how it’s going to
65
174116
2284
metodą prób i błędów, jak
02:56
solve that problem.
66
176400
1440
rozwiązać ten problem.
02:57
So even though we’re talking about machines
67
177840
2430
Więc nawet jeśli mówimy o
03:00
learning for themselves, there still need
68
180270
2495
samouczących się maszynach,
03:02
to be humans involved at the start of the
69
182765
2495
na początku podróży nadal muszą być zaangażowani ludzie
03:05
journey. This human teaching is done by computer
70
185260
3600
. Ta ludzka nauka jest prowadzona przez
03:08
programmers – people who write, or code,
71
188860
3420
programistów komputerowych – ludzi, którzy piszą lub kodują
03:12
the computer programmes used by AI.
72
192280
2260
programy komputerowe używane przez sztuczną inteligencję.
03:14
Right. These programmers write algorithms
73
194540
2520
Prawidłowy. Ci programiści piszą algorytmy
03:17
– a set of rules or procedures to be followed
74
197060
3041
– zbiór zasad lub procedur, których należy przestrzegać
03:20
in problem-solving exercises. So, for example,
75
200101
3109
podczas rozwiązywania problemów. Na przykład
03:23
the AI that wrote that oyster recipe read
76
203210
2602
sztuczna inteligencja, która napisała ten przepis na ostrygi, przeczytała
03:25
thousands of other recipes before coming up
77
205812
2728
tysiące innych przepisów, zanim wymyśliła
03:28
with its own version.
78
208540
1000
własną wersję.
03:29
In other words, artificial intelligence uses
79
209540
3040
Innymi słowy, sztuczna inteligencja wykorzystuje
03:32
a process of trial and error – repeating
80
212580
3185
proces prób i błędów – powtarzając w
03:35
the same task over and over until finding
81
215765
3265
kółko to samo zadanie, aż do znalezienia
03:39
the most successful way. Only in the case
82
219030
2730
najbardziej skutecznego sposobu. Tylko w przypadku
03:41
of the oyster recipe, there was more ‘error’
83
221760
2300
przepisu na ostrygi było więcej „błędów”
03:44
than ‘trial’!
84
224060
1220
niż „prób”!
03:45
Well, according to Janelle Shane, we can learn
85
225280
2680
Cóż, według Janelle Shane, możemy się
03:47
a lot about something by seeing how it
86
227960
2276
wiele o czymś dowiedzieć, obserwując, jak
03:50
goes wrong. Here she is, talking about an
87
230236
500
03:50
AI which had been told to solve maths problems:
88
230736
4824
idzie źle. Oto ona, mówiąca o
sztucznej inteligencji, której kazano rozwiązywać problemy matematyczne:
03:55
It seemed to be that it was getting scored
89
235560
3470
Wyglądało na to, że była oceniana
03:59
on how many wrong answers it got, and it was
90
239030
2447
na podstawie liczby otrzymanych błędnych odpowiedzi i
04:01
supposed to be minimising the number of wrong
91
241477
2503
miała minimalizować liczbę błędnych
04:03
answers, and just by a stroke of luck as part
92
243980
3720
odpowiedzi, a po prostu łut szczęścia w ramach
04:07
of its trial and error flailing around, one
93
247700
2860
wymachiwania próbami i błędami, jeden
04:10
of the flails it did accidentally deleted
94
250560
3620
z wymachiwanych przez niego przypadkowo usunął
04:14
the solutions list, and then it and everybody
95
254180
3029
listę rozwiązań, a następnie on i wszyscy
04:17
else got a perfect score.
96
257209
2031
inni uzyskali doskonały wynik. Sztuczna
04:19
So, AIs learn by minimising their errors – reducing
97
259240
4390
inteligencja uczy się, minimalizując swoje błędy – redukując
04:23
them as much as possible. And sometimes,
98
263630
2726
je w jak największym stopniu. A czasami
04:26
these algorithms only discover the right answer
99
266356
3204
te algorytmy odkrywają właściwą odpowiedź tylko przy
04:29
by a stroke of luck – when something unexpected
100
269560
3478
odrobinie szczęścia – gdy
04:33
happens by good luck or chance. It seems to
101
273038
3182
dzieje się coś nieoczekiwanego dzięki szczęściu lub przypadkowi. Wydaje mi się,
04:36
me that they’re not so intelligent
102
276220
1860
że wcale nie są tacy inteligentni
04:38
after all!
103
278080
820
04:38
Well, let’s settle it once and for all by
104
278900
2080
!
Cóż, rozstrzygnijmy to raz na zawsze,
04:40
answering today’s quiz question.
105
280980
1981
odpowiadając na dzisiejsze pytanie quizowe.
04:42
Remember I asked you how intelligent AI was
106
282961
2759
Pamiętasz, jak zapytałem cię, jak inteligentna jest sztuczna inteligencja
04:45
in terms of brain cell count and you said,
107
285720
2600
pod względem liczby komórek mózgowych, a ty powiedziałeś, że
04:48
as intelligent as...
108
288320
1760
tak inteligentna jak…
04:50
I said c) a bumblebee.
109
290080
1820
Powiedziałem c) trzmiel.
04:51
Well, here’s Janelle again with the answer…
110
291900
2860
Cóż, znowu Janelle z odpowiedzią…
04:54
If you’re looking at rough computing power,
111
294760
3340
Jeśli patrzysz na przybliżoną moc obliczeniową,
04:58
the algorithms we’re working with are probably
112
298110
2393
algorytmy, z którymi pracujemy, są prawdopodobnie
05:00
somewhere around the level of an earthworm.
113
300503
2237
gdzieś na poziomie dżdżownicy.
05:02
So, the correct answer was b) as clever as
114
302740
3910
Tak więc poprawna odpowiedź brzmiała b) sprytna jak
05:06
an earthworm! No wonder AIs can’t cook!
115
306650
3010
dżdżownica! Nic dziwnego, że SI nie potrafią gotować!
05:09
Or take a maths test without cheating! In
116
309660
3110
Albo rozwiąż test z matematyki bez oszukiwania! W
05:12
this programme we’ve been looking at artificial
117
312770
2360
tym programie przyglądaliśmy się sztucznej
05:15
intelligence, or AI, and seeing how programmers
118
315130
2360
inteligencji lub sztucznej inteligencji i obserwowaliśmy, jak programiści
05:17
– that’s people who write instructions
119
317490
2232
– czyli ludzie, którzy piszą instrukcje
05:19
for computers to follow create algorithms
120
319722
2408
dla komputerów, tworzą algorytmy
05:22
– sets of rules used in problem-solving.
121
322130
2510
– zestawy reguł używanych w rozwiązywaniu problemów. Sztuczna
05:24
AI learns through trial and error – repeating
122
324640
3620
inteligencja uczy się metodą prób i błędów – powtarzając
05:28
the same activity again and again until discovering
123
328260
3180
w kółko tę samą czynność, aż do odkrycia
05:31
the best way, and minimising – reducing
124
331440
3640
najlepszego sposobu, oraz minimalizując –
05:35
as much as possible, the number of errors
125
335090
2720
maksymalnie redukując liczbę
05:37
it makes.
126
337810
1010
popełnianych przez siebie błędów.
05:38
And success can be the result of a stroke
127
338820
2340
A sukces może być wynikiem łutu
05:41
of luck, when something unexpected happens
128
341160
2588
szczęścia, kiedy coś nieoczekiwanego zdarza się
05:43
purely by chance, although so far that hasn’t
129
343748
2772
wyłącznie przez przypadek, chociaż jak dotąd nie
05:46
helped AIs to write good chat-up lines – the
130
346520
2393
pomogło to sztucznej inteligencji w pisaniu dobrych kwestii na pogawędki –
05:48
flattering remarks people make to get to know
131
348913
2447
pochlebne uwagi, które ludzie wygłaszają, aby poznać
05:51
someone they find attractive.
132
351360
2080
kogoś, kogo uważają za atrakcyjnego .
05:53
And AIs don’t know much about cooking oysters
133
353440
2570
Sztuczna inteligencja też niewiele wie o gotowaniu ostryg
05:56
either!
134
356010
1000
!
05:57
That’s all from us from this programme.
135
357010
1460
To wszystko od nas z tego programu.
05:58
Be sure to join us again for more topical
136
358470
2188
Dołącz do nas ponownie, aby uzyskać więcej aktualnych
06:00
discussion and vocabulary at 6 Minute English
137
360658
2402
dyskusji i słownictwa w 6 Minute English
06:03
for BBC Learning English. Bye for now!
138
363060
2540
for BBC Learning English. Na razie! Do
06:05
Bye.
139
365600
1300
widzenia.
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7