What happens when our computers get smarter than we are? | Nick Bostrom

2,703,006 views ・ 2015-04-27

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: Mohamed Gouraizim المدقّق: Mohamed Al-Alwi
00:12
I work with a bunch of mathematicians, philosophers and computer scientists,
0
12570
4207
أنا أعمل مع مجموعة من أخصائي الرياضيات والفلاسفة وعلماء الكمبيوتر،
00:16
and we sit around and think about the future of machine intelligence,
1
16777
5209
نجلس معًا نفكر في مستقبل ذكاء الآلة،
00:21
among other things.
2
21986
2044
و أمور أخرى.
00:24
Some people think that some of these things are sort of science fiction-y,
3
24030
4725
بعض الناس يعتقد أن بعضًا من هذه الأمور هي ضرب من الخيال العلمي،
00:28
far out there, crazy.
4
28755
3101
وأنها بعيدة المنال، بل ضرب من الجنون.
00:31
But I like to say,
5
31856
1470
ولكنني أود أن أقول،
00:33
okay, let's look at the modern human condition.
6
33326
3604
حسنًا، لنلق نظرة على الوضع الحالي للبشر.
00:36
(Laughter)
7
36930
1692
(ضحك)
00:38
This is the normal way for things to be.
8
38622
2402
هذه هو الوضع الطبيعي للأمور.
00:41
But if we think about it,
9
41024
2285
ولكن إذا أمعنا النظر فيها،
00:43
we are actually recently arrived guests on this planet,
10
43309
3293
فسنجد أننا قد وصلنا إلى مرحلة أننا ضيوف على هذا الكوكب،
00:46
the human species.
11
46602
2082
أقصد بذلك الجنس البشري.
00:48
Think about if Earth was created one year ago,
12
48684
4746
فكر فيما إذا كانت الأرض قد وجدت منذ عام مضى،
00:53
the human species, then, would be 10 minutes old.
13
53430
3548
فإن الجنس البشري حينها، سيكون عمره 10 دقائق فقط.
00:56
The industrial era started two seconds ago.
14
56978
3168
وستكون الحقبة الصناعية قد بدأت منذ ثانيتين.
01:01
Another way to look at this is to think of world GDP over the last 10,000 years,
15
61276
5225
ثمة طريقة أخرى للتفكير في هذا وهي إجمالي الناتج العالمي منذ 10,000 سنة،
01:06
I've actually taken the trouble to plot this for you in a graph.
16
66501
3029
لقد وفرت عليكم عناء التفكير في هذا من خلال هذا الرسم البياني.
01:09
It looks like this.
17
69530
1774
إنه الأمر سيكون مثل هذا.
01:11
(Laughter)
18
71304
1363
(ضحك)
01:12
It's a curious shape for a normal condition.
19
72667
2151
إنه شكل يبعث على الفضول في أي حالة طبيعية.
01:14
I sure wouldn't want to sit on it.
20
74818
1698
ومتأكد أننا لانرغب بالتوقف عنده.
01:16
(Laughter)
21
76516
2551
(ضحك)
01:19
Let's ask ourselves, what is the cause of this current anomaly?
22
79067
4774
لنسأل أنفسنا، ما هو السبب في هذه الحالة غير الطبيعية؟
01:23
Some people would say it's technology.
23
83841
2552
قد يقول بعض الناس إنه بسبب التكنولوجيا.
01:26
Now it's true, technology has accumulated through human history,
24
86393
4668
والآن إن هذا الأمر صحيح، فالتكنولوجيا تتجمع بشكل تراكمي على مدار التاريخ البشري،
01:31
and right now, technology advances extremely rapidly --
25
91061
4652
وحاليًا، فإن التكنولوجيا تتقدم بسرعة كبيرة جدًا
01:35
that is the proximate cause,
26
95713
1565
وهذا سبب تقريبي،
01:37
that's why we are currently so very productive.
27
97278
2565
ويعزي إليه الفضل في أننا أصبحنا أكثر إنتاجية.
01:40
But I like to think back further to the ultimate cause.
28
100473
3661
ولكنني أود أن أعود بتفكيري إلى الواراء قليلاً لمعرفة السبب الرئيسي.
01:45
Look at these two highly distinguished gentlemen:
29
105114
3766
للنظر إلى هذين السيدين المحترمين للغاية.
01:48
We have Kanzi --
30
108880
1600
لدينا (كانزي)
01:50
he's mastered 200 lexical tokens, an incredible feat.
31
110480
4643
لقد تمكن من إتقان 200 رمز لغوي، ولديه سرعة رهيبة.
01:55
And Ed Witten unleashed the second superstring revolution.
32
115123
3694
أما (إيد ويتين) فقد اكتشف ثورة الأوتار الثانية.
01:58
If we look under the hood, this is what we find:
33
118817
2324
وإذا أمعنا النظر بشكل أكبر، فسوف نجد:
02:01
basically the same thing.
34
121141
1570
نفس الشيء.
02:02
One is a little larger,
35
122711
1813
واحد أكبر قليلاً،
02:04
it maybe also has a few tricks in the exact way it's wired.
36
124524
2758
ولربما لديه أيضًا أساليب مثل الطريقة التي تتواصل بها.
02:07
These invisible differences cannot be too complicated, however,
37
127282
3812
إن هذه الاختلافات غير المرئية لا يمكن أن تكون أكثر تعقيدًا، ومع ذلك،
02:11
because there have only been 250,000 generations
38
131094
4285
نظرًا لوجود 250,000 جيل فقط
02:15
since our last common ancestor.
39
135379
1732
منذ جدودنا الأوائل.
02:17
We know that complicated mechanisms take a long time to evolve.
40
137111
3849
وإننا نعرف أن الآليات المعقدة تأخذ وقتًا طويلاً للتطور.
02:22
So a bunch of relatively minor changes
41
142000
2499
ولهذا فبعضًا من التغييرات الطفيفة نسبيًا
02:24
take us from Kanzi to Witten,
42
144499
3067
لننتقل من (كانزي) إلى (ويتين)،
02:27
from broken-off tree branches to intercontinental ballistic missiles.
43
147566
4543
من أفرع الشجرة المحطمة إلى الصواريخ الباليستية العابرة للقارات.
02:32
So this then seems pretty obvious that everything we've achieved,
44
152839
3935
هذا يبدو جليًا للغاية فهذا كل ما حققناه،
02:36
and everything we care about,
45
156774
1378
وكل ما نهتم لأجله،
02:38
depends crucially on some relatively minor changes that made the human mind.
46
158152
5228
يعتمد بشكل أساسي على التغييرات الطفيفة التي شكلت العقل البشري.
02:44
And the corollary, of course, is that any further changes
47
164650
3662
والنتيجة الطبيعية، في الواقع، هي أن أية تغييرات أخرى
02:48
that could significantly change the substrate of thinking
48
168312
3477
قد تغير بشكل كبير في ركيزة التفكير
02:51
could have potentially enormous consequences.
49
171789
3202
ومن المحتمل أن يكون لها عواقب كبيرة.
02:56
Some of my colleagues think we're on the verge
50
176321
2905
إن بعضًا من زملائي يعتقدون أننا على شفا
02:59
of something that could cause a profound change in that substrate,
51
179226
3908
شيء ما قد يحدث تغيرًا عميقًا في هذه الركيزة،
03:03
and that is machine superintelligence.
52
183134
3213
وهذا الشيء هو الذكاء الفائق للألة.
03:06
Artificial intelligence used to be about putting commands in a box.
53
186347
4739
لقد استخدم الذكاء الصناعي لوضع أوامر في صندوق مغلق.
03:11
You would have human programmers
54
191086
1665
فلدينا المبرمجين من البشر
03:12
that would painstakingly handcraft knowledge items.
55
192751
3135
الذين صنعوا بشكل جاد عناصر المعرفة.
03:15
You build up these expert systems,
56
195886
2086
لقد عملنا على بناء هذه الأنظمة المخضرمة،
03:17
and they were kind of useful for some purposes,
57
197972
2324
ولقد كانت مفيدة إلى حد ما في بعض الأمور،
03:20
but they were very brittle, you couldn't scale them.
58
200296
2681
ولكنها هشة للغاية، حيث لا يمكنك أن تقيس حجمها.
03:22
Basically, you got out only what you put in.
59
202977
3433
وبشكل أساسي، فإنك تحصل فقط على ما تضعه.
03:26
But since then,
60
206410
997
ولكن منذ ذلك الحين،
03:27
a paradigm shift has taken place in the field of artificial intelligence.
61
207407
3467
فقد حدث تحول نظري في مجال الذكاء الصناعي.
03:30
Today, the action is really around machine learning.
62
210874
2770
واليوم، فإن التركيز ينصب على تعليم الآلة.
03:34
So rather than handcrafting knowledge representations and features,
63
214394
5387
وبالتالي، فإنه بدلاً عن صياغة رموز وخصائص المعرفة،
03:40
we create algorithms that learn, often from raw perceptual data.
64
220511
5554
فإننا ننشيء خوارزميات يمكنها، التعلم من البيانات الإدراكية غالبًا.
03:46
Basically the same thing that the human infant does.
65
226065
4998
تمامًا مثلما يفعل الرضع لدينا.
03:51
The result is A.I. that is not limited to one domain --
66
231063
4207
وبالتالي فالنتيجة هي ذكاء صناعي غير محدود على مجال بعينه،
03:55
the same system can learn to translate between any pairs of languages,
67
235270
4631
فالنظام ذاته يمكنه أن يتعلم الترجمة بين أي زوجين من اللغات،
03:59
or learn to play any computer game on the Atari console.
68
239901
5437
أو تعلم لعب أي لعبة كمبيوتر على وحدة معالج الأتاري.
04:05
Now of course,
69
245338
1779
والآن بالطبع،
04:07
A.I. is still nowhere near having the same powerful, cross-domain
70
247117
3999
فإن الذكاء الصناعي غير بعيد عن الحصول على قدرة في مجالات عديدة
04:11
ability to learn and plan as a human being has.
71
251116
3219
تمكنه من التعلم والتخطيط مثل ما يفعل الإنسان.
04:14
The cortex still has some algorithmic tricks
72
254335
2126
فقشرة المخ تشتمل على حيل لوغاريتمية
04:16
that we don't yet know how to match in machines.
73
256461
2355
ومع ذلك فمازلنا نحتاج إلى معرفة التوافق مع الآلات.
04:19
So the question is,
74
259886
1899
يتمثل السؤال في،
04:21
how far are we from being able to match those tricks?
75
261785
3500
ما هو مدى بُعدنا عن مقدرتنا على التوافق مع تلك الحيل؟
04:26
A couple of years ago,
76
266245
1083
منذ عامين،
04:27
we did a survey of some of the world's leading A.I. experts,
77
267328
2888
قمنا بعمل استبيان لبعض خبراء الذكاء الصناعي في العالم،
04:30
to see what they think, and one of the questions we asked was,
78
270216
3224
لكي نعرف ما الذي يفكرون به، وكان أحد الأسئلة التي طرحناها،
04:33
"By which year do you think there is a 50 percent probability
79
273440
3353
"بأي عام تعتقد أننا قد نصل إلى احتمالية بنسبة 50 في المائة
04:36
that we will have achieved human-level machine intelligence?"
80
276793
3482
من مستوى ذكاء صناعي للآلة يحاكي المستوى البشري؟"
04:40
We defined human-level here as the ability to perform
81
280785
4183
وقد عرفنا المستوى البشري هنا بالقدرة على القيام
04:44
almost any job at least as well as an adult human,
82
284968
2871
بأي مهمة تقريبًا مثل أي إنسان بالغ،
04:47
so real human-level, not just within some limited domain.
83
287839
4005
ومن ثم فإن المستوى البشري في الواقع، لا يقتصر على بعض المجالات المحددة.
04:51
And the median answer was 2040 or 2050,
84
291844
3650
وكان متوسط الإجابة بحلول عام 2040 أو 2050،
04:55
depending on precisely which group of experts we asked.
85
295494
2806
وذلك بحسب أي مجموعة من الخبراء تم طرح هذه الأسئلة عليها.
04:58
Now, it could happen much, much later, or sooner,
86
298300
4039
والآن، فمن الممكن أن يحدث الكثير، والكثير فيما بعد، أو في القريب العاجل،
05:02
the truth is nobody really knows.
87
302339
1940
والحقيقة هي أنه لا أحد يعلم متى ذلك.
05:05
What we do know is that the ultimate limit to information processing
88
305259
4412
إن كل ما نعرفه هو أن الحد النهائي على معالجة المعلومات
05:09
in a machine substrate lies far outside the limits in biological tissue.
89
309671
4871
في ركيزة الآلة يقع خارج نطاق حدود النسيج البيولوجي.
05:15
This comes down to physics.
90
315241
2378
ويتعلق هذا الأمر بالفيزياء.
05:17
A biological neuron fires, maybe, at 200 hertz, 200 times a second.
91
317619
4718
فالخلية العصبية الحيوية، تنطلق، عند 200 هرتز، 200 ضعف في الثانية.
05:22
But even a present-day transistor operates at the Gigahertz.
92
322337
3594
بل إن الترانزستور الحديث يعمل بسرعة جيجا هرتز.
05:25
Neurons propagate slowly in axons, 100 meters per second, tops.
93
325931
5297
تتكاثر الخلا العصبية ببطىء في محاور عصبية، 100 متر في الثانية أو أكثر.
05:31
But in computers, signals can travel at the speed of light.
94
331228
3111
أما في الكمبيوتر، فإن الإشارات تنتقل بسرعة الضوء.
05:35
There are also size limitations,
95
335079
1869
كما أن هنالك حدود للأحجام،
05:36
like a human brain has to fit inside a cranium,
96
336948
3027
مثل المخ البشري لديه حدود داخل الجمجمة،
05:39
but a computer can be the size of a warehouse or larger.
97
339975
4761
أما الكمبيوتر فيمكن أن يكون بحجم مخزن أو أكبر.
05:44
So the potential for superintelligence lies dormant in matter,
98
344736
5599
ومن ثم فإن احتمالية الذكاء الصناعي تظل كامنه في المادة،
05:50
much like the power of the atom lay dormant throughout human history,
99
350335
5712
وهذا الأمر أشبه بالذرة الكامنة عبر التاريخ البشرية،
05:56
patiently waiting there until 1945.
100
356047
4405
والتي انتظرت بصبر حتى عام 1945.
06:00
In this century,
101
360452
1248
وفي هذا القرن،
06:01
scientists may learn to awaken the power of artificial intelligence.
102
361700
4118
فإن العلماء قد يتعلمون إيقاظ قوة الذكاء الصناعي.
06:05
And I think we might then see an intelligence explosion.
103
365818
4008
وإنني أعتقد أننا ربما نرى حينئذ انفجار الذكاء.
06:10
Now most people, when they think about what is smart and what is dumb,
104
370406
3957
والآن فإن معظم الأشخاص، عندما يفكرون بشأن ما الذكي وما هو الساذج،
06:14
I think have in mind a picture roughly like this.
105
374363
3023
فإنني أتصور أن الصورة في ذهني أشبه بهذا الأمر.
06:17
So at one end we have the village idiot,
106
377386
2598
ولدينا في أحد الطرفين قروي ساذج،
06:19
and then far over at the other side
107
379984
2483
وفي النهاية الأخرى البعيدة
06:22
we have Ed Witten, or Albert Einstein, or whoever your favorite guru is.
108
382467
4756
لدينا (إيد ويتين)، أو (ألبرت أينشتين) أوأياً كان العبقري المفضل لديكم.
06:27
But I think that from the point of view of artificial intelligence,
109
387223
3834
ولكنني أعتقد أنه من وجهة نظر الذكاء الصناعي،
06:31
the true picture is actually probably more like this:
110
391057
3681
فإن الصورة الحقيقية هي أكثر واقعية مثل هذا:
06:35
AI starts out at this point here, at zero intelligence,
111
395258
3378
يبدأ الذكاء الصناعي في هذه النقطة هنا، نقطة صفر الذكاء،
06:38
and then, after many, many years of really hard work,
112
398636
3011
وحينها، وبعد الكثير، والكثير من الأعوام من العمل الجاد،
06:41
maybe eventually we get to mouse-level artificial intelligence,
113
401647
3844
فإننا قد نصل إلى مستوى ذكاء صناعي بمستوى الفأر،
06:45
something that can navigate cluttered environments
114
405491
2430
شيء يمكنه أن يتنقل عبر البيئات المتناثرة
06:47
as well as a mouse can.
115
407921
1987
مثلما يستطيع الفأر أن يفعل.
06:49
And then, after many, many more years of really hard work, lots of investment,
116
409908
4313
ثم بعد ذلك، وبعد أعوام كثيرة جدًا من العمل الجاد، والكثير من الاستثمارات،
06:54
maybe eventually we get to chimpanzee-level artificial intelligence.
117
414221
4639
فقد يمكننا بالنهاية أن نصل إلى ذكاء صناعي بمستوى الشمبانزي.
06:58
And then, after even more years of really, really hard work,
118
418860
3210
ثم بعد ذلك، وبعد أعوام كثيرة جدًا من العمل الجاد حقًا،
07:02
we get to village idiot artificial intelligence.
119
422070
2913
فسوف نصل إلى ذكاء صناعي بمستوى القروي الساذج.
07:04
And a few moments later, we are beyond Ed Witten.
120
424983
3272
وبعد بعض الوقت، فإننا سوف نصل إلى (إيد ويتين).
07:08
The train doesn't stop at Humanville Station.
121
428255
2970
ولا تتوقف المسيرة في محطة (هيومان فيل).
07:11
It's likely, rather, to swoosh right by.
122
431225
3022
بل ستحدث إنطلاقة مدوية.
07:14
Now this has profound implications,
123
434247
1984
والآن فإن هذا ينطوي على تأثيرات عميقة،
07:16
particularly when it comes to questions of power.
124
436231
3862
لاسيما عندما يتعلق الأمر بالقوة.
07:20
For example, chimpanzees are strong --
125
440093
1899
فمثلاً، فإن الشمبانزي قوي
07:21
pound for pound, a chimpanzee is about twice as strong as a fit human male.
126
441992
5222
وبمقياس رطل لكل رطل، فإن الشمبانزي أقوى مرتان من ذكر الإنسان.
07:27
And yet, the fate of Kanzi and his pals depends a lot more
127
447214
4614
ومع ذلك، فإن مصير (لكانزي) وأقرانه يعتمد على الكثير
07:31
on what we humans do than on what the chimpanzees do themselves.
128
451828
4140
مما نفعله نحن البشر بخلاف ما يفعله الشمبانزي بنفسه.
07:37
Once there is superintelligence,
129
457228
2314
وبمجرد وجود الذكاء الصناعي،
07:39
the fate of humanity may depend on what the superintelligence does.
130
459542
3839
فإن مصير الإنسانية قد يعتمد على ما يفعله الذكاء الصناعي.
07:44
Think about it:
131
464451
1057
فكر في هذا الأمر:
07:45
Machine intelligence is the last invention that humanity will ever need to make.
132
465508
5044
ذكاء الآلة هو أحد آخر الابتكارات التي تحتاج إليها الإنسانية.
07:50
Machines will then be better at inventing than we are,
133
470552
2973
فاللآلات حينها سوف تكون أفضل في الاختراعات عنا.
07:53
and they'll be doing so on digital timescales.
134
473525
2540
وسوف تفعل ذلك وفق جدول زمني رقمي.
07:56
What this means is basically a telescoping of the future.
135
476065
4901
إن هذا يعني نظرة استشرافية على المستقبل.
08:00
Think of all the crazy technologies that you could have imagined
136
480966
3558
فكروا في كل التكنولوجيا العجيبة حسبما يمكنكم تخيله
08:04
maybe humans could have developed in the fullness of time:
137
484524
2798
فلربما استطاع الإنسان التطور بعد مرور ما يكفي من الزمن:
08:07
cures for aging, space colonization,
138
487322
3258
علاج الشيخوخة، واحتلال الفضاء،
08:10
self-replicating nanobots or uploading of minds into computers,
139
490580
3731
واليرقات النانونية القابلة للنسخ ذاتيًا أو تحميل العقول إلى أجهزة الكمبيوتر.
08:14
all kinds of science fiction-y stuff
140
494311
2159
كافة الأنواع من الخيال العلمي
08:16
that's nevertheless consistent with the laws of physics.
141
496470
2737
التي لم تتوافق بعد مع مع قوانين الفيزياء.
08:19
All of this superintelligence could develop, and possibly quite rapidly.
142
499207
4212
كل هذا الذكاء الفائققد يتطور، ويمكن أن يكون ذلك سريعًا.
08:24
Now, a superintelligence with such technological maturity
143
504449
3558
والآن، فإن الذكاء الصناعي مع النضوج الهائل للتكنولوجيا
08:28
would be extremely powerful,
144
508007
2179
قد يكون قويًا للغاية،
08:30
and at least in some scenarios, it would be able to get what it wants.
145
510186
4546
وفي أضعف الحالات، فسوف يمكنه أن يحصل على ما يريد.
08:34
We would then have a future that would be shaped by the preferences of this A.I.
146
514732
5661
وبالتالي سيكون لدينا مستقبلاً يشكله تفضيلات هذا الذكاء الصناعي.
08:41
Now a good question is, what are those preferences?
147
521855
3749
والآن السؤال الوجيه هو، ما هي هذه التفضيلات؟
08:46
Here it gets trickier.
148
526244
1769
إن هذا أمر مثير للغاية.
08:48
To make any headway with this,
149
528013
1435
لكي يتم إحراز تقدم في هذا،
08:49
we must first of all avoid anthropomorphizing.
150
529448
3276
فيجب أولاً أن نتجنب أن نرجعالسبب إلى تصرفات البشر.
08:53
And this is ironic because every newspaper article
151
533934
3301
حيث إن هذا الأمر يثير السخرية نظرًا لأن كل مقال في جريدة
08:57
about the future of A.I. has a picture of this:
152
537235
3855
يتعلق بشأن مستقبل الذكاء الصناعي يرسم هذه الصورة:
09:02
So I think what we need to do is to conceive of the issue more abstractly,
153
542280
4134
ومن ثم فإنني أعتقد أن ما نحتاج إلى القيام به هو أن ننظر إلى الموضوع بتجرد،
09:06
not in terms of vivid Hollywood scenarios.
154
546414
2790
وليس مثل سيناريوهات هوليود المثيرة.
09:09
We need to think of intelligence as an optimization process,
155
549204
3617
إننا بحاجة إلى أن نفكر بالذكاء كعملية للتحسين،
09:12
a process that steers the future into a particular set of configurations.
156
552821
5649
عملية توجه المستقبل إلىمجموعة معينة من عمليات التهيئة.
09:18
A superintelligence is a really strong optimization process.
157
558470
3511
الذكاء الفائق هو عملية تحسين قوية في الواقع.
09:21
It's extremely good at using available means to achieve a state
158
561981
4117
وهو مفيد للغاية لاستخدام الوسائل المتاحة لتحقيق حالة
09:26
in which its goal is realized.
159
566098
1909
يتم فيها تحقيق الهدف الخاص بها.
09:28
This means that there is no necessary connection between
160
568447
2672
وهذا يعني عدم وجود تواصل ضروري بين
09:31
being highly intelligent in this sense,
161
571119
2734
أن تكون ذكيًا جدًا بهذا المفهوم،
09:33
and having an objective that we humans would find worthwhile or meaningful.
162
573853
4662
وبين أن يكون لدينا هدف كبشر نبحث عن أن يكون جدير بالاهتمام أو له معنى.
09:39
Suppose we give an A.I. the goal to make humans smile.
163
579321
3794
لنفترض أننا أعطينا الذكاء الصناعي هدفًا لكي يصنع ابتسامة بشرية.
09:43
When the A.I. is weak, it performs useful or amusing actions
164
583115
2982
فعندما يكون الذكاء الصناعي ضعيفًا، فيقوم بحركات مفيدة أو مذهلة
09:46
that cause its user to smile.
165
586097
2517
تجعل مستخدمه يبتسم.
09:48
When the A.I. becomes superintelligent,
166
588614
2417
فعندما يصبح الذكاء الصناعي ذكاءً فائقًا،
09:51
it realizes that there is a more effective way to achieve this goal:
167
591031
3523
فإنه يدرك أن هنالك طريقة أكثر فعالية لتحقيق هذا الهدف:
09:54
take control of the world
168
594554
1922
السيطرة على العالم
09:56
and stick electrodes into the facial muscles of humans
169
596476
3162
ومن ثم يبدأ في وضع أقطاب كهربائة في عضلات وجه الإنسان
09:59
to cause constant, beaming grins.
170
599638
2941
لكي يجعله يطلق ابتسامات ثابتة عريضة.
10:02
Another example,
171
602579
1035
ومثال آخر،
10:03
suppose we give A.I. the goal to solve a difficult mathematical problem.
172
603614
3383
لنفترض أننا أعطينا الذكاء الصناعي الهدف لحل مسألة رياضية صعبة.
10:06
When the A.I. becomes superintelligent,
173
606997
1937
فعندما يصبح الذكاء الصناعي ذكاءً فائقًا،
10:08
it realizes that the most effective way to get the solution to this problem
174
608934
4171
فإنه سيتعرف على الطريقة الأكثر فعالية للحصول على حل لهذه المسألة
10:13
is by transforming the planet into a giant computer,
175
613105
2930
وبالتالي فإن هذا بمثابة تحويل الكوكب إلى كمبيوتر عملاق،
10:16
so as to increase its thinking capacity.
176
616035
2246
من أجل زيادة قدرته على التفكير.
10:18
And notice that this gives the A.I.s an instrumental reason
177
618281
2764
وعلينا أن نلاحظ أن هذا يعطي الذكاء الصناعي سببًا وجيهًا
10:21
to do things to us that we might not approve of.
178
621045
2516
للقيام بأشياء لنا قد لا نوافق عليها.
10:23
Human beings in this model are threats,
179
623561
1935
ففي هذا النموذج يصبح الإنسان مصدر تهديد،
10:25
we could prevent the mathematical problem from being solved.
180
625496
2921
حيث يمكننا أن نمنع حل المسألة الرياضية.
10:29
Of course, perceivably things won't go wrong in these particular ways;
181
629207
3494
وبالطبلع، فإن الأمور لن تخرج عن مسارها في هذه الطرق المحددة؛
10:32
these are cartoon examples.
182
632701
1753
فهي أمثلة ساذجة للغاية.
10:34
But the general point here is important:
183
634454
1939
ولكن النقطة العامة هنا هامة للغاية:
10:36
if you create a really powerful optimization process
184
636393
2873
فإذا قمنا بإنشاء عملية تحسين قوية بالفعل
10:39
to maximize for objective x,
185
639266
2234
لزيادة قدرة الهدف (×)،
10:41
you better make sure that your definition of x
186
641500
2276
فعلينا أن نتأكد بشكل أفضل من تعريف الهدف (×)
10:43
incorporates everything you care about.
187
643776
2469
وهذا يشتمل على كل شيء نهتم لأجله.
10:46
This is a lesson that's also taught in many a myth.
188
646835
4384
وهذا هو الدرس الذي يتم تعلمه من الأسطورة.
10:51
King Midas wishes that everything he touches be turned into gold.
189
651219
5298
فالملك "ميداس" كان يأمل في أن كل شيء يلمسه يتحول إلى ذهب.
10:56
He touches his daughter, she turns into gold.
190
656517
2861
فلمس ابنته فتحولت إلى ذهب.
10:59
He touches his food, it turns into gold.
191
659378
2553
ولمس طعامه، فتحول إلى ذهب.
11:01
This could become practically relevant,
192
661931
2589
ويمكن أن يكون هذا الأمر وثيق الصلة عمليًا،
11:04
not just as a metaphor for greed,
193
664520
2070
وليس مجرد كناية عن الطمع،
11:06
but as an illustration of what happens
194
666590
1895
بل إنه توضيح لما يحدث
11:08
if you create a powerful optimization process
195
668485
2837
إذا قمنا بإنشاء عملية تحسين قوية
11:11
and give it misconceived or poorly specified goals.
196
671322
4789
وقمنا بإعطائها أهدافًا أُسيء فهمها أو محددة بشكل غير جيد.
11:16
Now you might say, if a computer starts sticking electrodes into people's faces,
197
676111
5189
والآن قد تقولون، إذا بدأ الكمبيوتر في وضع أقطاب كهربائية في وجه البشر،
11:21
we'd just shut it off.
198
681300
2265
فيمكننا أن نقوم بإطفائه.
11:24
A, this is not necessarily so easy to do if we've grown dependent on the system --
199
684555
5340
أولاً، إن هذا الأمر ليس سهلاً لاسيما إذا أصبحنا نعتمد على النظام .
11:29
like, where is the off switch to the Internet?
200
689895
2732
مثلاً، أين يوجد مفتاح إطفاء الإنترنت؟
11:32
B, why haven't the chimpanzees flicked the off switch to humanity,
201
692627
5120
ثانيًا، لماذا لم يتوقف الشمبانزي عن التطور إلى بشر،
11:37
or the Neanderthals?
202
697747
1551
أوالبشر البدائيّون؟
11:39
They certainly had reasons.
203
699298
2666
لقد كان لديهم سبب بالتأكيد.
11:41
We have an off switch, for example, right here.
204
701964
2795
إن لدينا مفتاح إطفاء، مثلاً، هنا.
11:44
(Choking)
205
704759
1554
(خنق)
11:46
The reason is that we are an intelligent adversary;
206
706313
2925
يكمن السبب في أننا عدو ذكي؛
11:49
we can anticipate threats and plan around them.
207
709238
2728
حيث يمكننا توقع التهديدات ونخطط للتعامل معها.
11:51
But so could a superintelligent agent,
208
711966
2504
وهكذا يستطيع العميل الفائق الذكاء أن يفعل،
11:54
and it would be much better at that than we are.
209
714470
3254
بل وبطريقة أفضل عما يمكننا القيام به.
11:57
The point is, we should not be confident that we have this under control here.
210
717724
7187
فالمغزى من هذا، يتمثل في أنه يجب ألا نثق في أن هذا الأمر تحت سيطرتنا.
12:04
And we could try to make our job a little bit easier by, say,
211
724911
3447
ويجب أن نحاول أن نجعل من مهمتنا أيسر، من خلال،
12:08
putting the A.I. in a box,
212
728358
1590
وضع الذكاء الصناعي في صندوق،
12:09
like a secure software environment,
213
729948
1796
وذلك مثل بيئات البرمجيات،
12:11
a virtual reality simulation from which it cannot escape.
214
731744
3022
وهي محاكاة وهمية للواقع لا يمكنه الإفلات منه.
12:14
But how confident can we be that the A.I. couldn't find a bug.
215
734766
4146
ولكن ما مدى ثقتنا في أن الذكاء الصناعي لا يمكنه أن يجد ثغرة.
12:18
Given that merely human hackers find bugs all the time,
216
738912
3169
على اعتبار أن قراصنة الكمبيوتر يجدون ثغرات دائمًا،
12:22
I'd say, probably not very confident.
217
742081
3036
وأود أن أقول، يجب ألا نكون واثقين للغاية.
12:26
So we disconnect the ethernet cable to create an air gap,
218
746237
4548
وبالتالي يجب أن نقوم بفصل كابل الإيثيرنت لكي نعمل على إيجاد ثغرة في المجال،
12:30
but again, like merely human hackers
219
750785
2668
ومرة أخرى، مثلما يفعل قراصنة الكمبيوتر
12:33
routinely transgress air gaps using social engineering.
220
753453
3381
فسوف يتم التسلسل عبر هذه الثغرات باستخدام الهندسة الاجتماعية.
12:36
Right now, as I speak,
221
756834
1259
وحتى الآن، فمثلما تحدثت،
12:38
I'm sure there is some employee out there somewhere
222
758093
2389
فإنني واثق من أنه توجد إحدى الموظفات
12:40
who has been talked into handing out her account details
223
760482
3346
التي تتحدث دائمًا عن إعطاء تفاصيل حسابها
12:43
by somebody claiming to be from the I.T. department.
224
763828
2746
إلى شخص ما يدعي أنه من إدارة تكنولوجيا المعلومات.
12:46
More creative scenarios are also possible,
225
766574
2127
كما توجد سيناريوهات أكثر إبداعًا،
12:48
like if you're the A.I.,
226
768701
1315
كأن تكون أنت الذكاء الصناعي
12:50
you can imagine wiggling electrodes around in your internal circuitry
227
770016
3532
لك أن تتخيل وضع أقطاب كهربائية داخل أجهزتك الداخلية
12:53
to create radio waves that you can use to communicate.
228
773548
3462
لإيجاد موجات لاسلكية يمكنك استخدامها في التواصل.
12:57
Or maybe you could pretend to malfunction,
229
777010
2424
أو يمكنك التظاهر بالعطب،
12:59
and then when the programmers open you up to see what went wrong with you,
230
779434
3497
وعندما يقوم المبرجمون بفتح الغطاء من عليك لرؤية ماذا حدث لك،
13:02
they look at the source code -- Bam! --
231
782931
1936
فسوف ينظرون إلى كود المصدر
13:04
the manipulation can take place.
232
784867
2447
يمكن أن يحدث تلاعب.
13:07
Or it could output the blueprint to a really nifty technology,
233
787314
3430
أو من الممكن تعديل المخطط إلى تكنولوجيا متطورة للغاية،
13:10
and when we implement it,
234
790744
1398
وعندما نقوم بتنفيذها،
13:12
it has some surreptitious side effect that the A.I. had planned.
235
792142
4397
وهو يحتوي على بعض الآثار الجانبية السلبية التي خطط لها الذكاء الصناعي.
13:16
The point here is that we should not be confident in our ability
236
796539
3463
والمغزى هُنا هو أنه يجب ألا يكون لدينا ثقة مطلقة في قدرتنا
13:20
to keep a superintelligent genie locked up in its bottle forever.
237
800002
3808
على الاحتفاظ بقدرات الذكاء الصناعي للغاية ضمن حدود السيطرة.
13:23
Sooner or later, it will out.
238
803810
2254
فأجلاً أم عاجلاً، سوف ينطلق بقوة.
13:27
I believe that the answer here is to figure out
239
807034
3103
وإنني أعتقد أن الإجابة هُنا تتمثل
13:30
how to create superintelligent A.I. such that even if -- when -- it escapes,
240
810137
5024
في معرفة كيف أن الذكاء الصناعي مثل هذا حتى عندما ينطلق،
13:35
it is still safe because it is fundamentally on our side
241
815161
3277
فسوف يظل آمنًا نظرًا لأنه إلى جانبنا بشكل متأصل
13:38
because it shares our values.
242
818438
1899
حيث إنه يتشارك القيم معنًا.
13:40
I see no way around this difficult problem.
243
820337
3210
وإنني لا أرى ثمة طريقة أخرى للتعامل مع هذه المشكلة العصيبة.
13:44
Now, I'm actually fairly optimistic that this problem can be solved.
244
824557
3834
والآن، فإنني متفائل إلى حد ما بأن هذه المشكلة يمكن أن يتم حلها.
13:48
We wouldn't have to write down a long list of everything we care about,
245
828391
3903
حيث إنه لا يتعين علينا أن نكتب قائمة طويلة بكل شيء نهتم لأجله،
13:52
or worse yet, spell it out in some computer language
246
832294
3643
أو الأسوأ، أن نقوم بتهجئته في بعض لغات البرمجة
13:55
like C++ or Python,
247
835937
1454
مثل (++C) أو( بيثون)،
13:57
that would be a task beyond hopeless.
248
837391
2767
حيث إنها ستكون مهمة خارج حدود المأمول.
14:00
Instead, we would create an A.I. that uses its intelligence
249
840158
4297
وبدلاً عن ذلك، فيمكننا أن نقوم بإنشاء ذكاء صناعي يستخدم ذكاؤه
14:04
to learn what we value,
250
844455
2771
لتعلم القيم التي نقدرها،
14:07
and its motivation system is constructed in such a way that it is motivated
251
847226
5280
ويتم بناء نظامه التحفيزي بطريقة تنطوي على التحفيز
14:12
to pursue our values or to perform actions that it predicts we would approve of.
252
852506
5232
لمواصلة قيمنا أو للقيام بإجراءات تتوقع ما نتفق معه.
14:17
We would thus leverage its intelligence as much as possible
253
857738
3414
وبالتالي فإننا نعزز من ذكاءه بأكبر قدر ممكن
14:21
to solve the problem of value-loading.
254
861152
2745
لحل مشكلة تحميل القيم.
14:24
This can happen,
255
864727
1512
ويمكن أن يحدث هذا،
14:26
and the outcome could be very good for humanity.
256
866239
3596
ويمكن أن تكون النتيجة جيدة جدًا للإنسانية.
14:29
But it doesn't happen automatically.
257
869835
3957
ولكن هذا لا يحدث من تلقاء نفسه.
14:33
The initial conditions for the intelligence explosion
258
873792
2998
إن هذه الشروط الأولية لانفجار الذكاء
14:36
might need to be set up in just the right way
259
876790
2863
قد تكون بحاجة إلى أن يتم إعدادها بالطريقة الصحيحة
14:39
if we are to have a controlled detonation.
260
879653
3530
إذا أردنا الحصول على انفجار تحت السيطرة.
14:43
The values that the A.I. has need to match ours,
261
883183
2618
قيمنا التي يتعين على الذكاء الصناعي أن يتوافق معها،
14:45
not just in the familiar context,
262
885801
1760
وليس مجرد السياق الشائع،
14:47
like where we can easily check how the A.I. behaves,
263
887561
2438
مثل أينما نتحقق بسهولة من تصرف الذكاء الصناعي،
14:49
but also in all novel contexts that the A.I. might encounter
264
889999
3234
ولكن في كافة السياقات الجديدة التي قد يواجهها الذكاء الصناعي
14:53
in the indefinite future.
265
893233
1557
في المستقبل المحتوم.
14:54
And there are also some esoteric issues that would need to be solved, sorted out:
266
894790
4737
كما توجد كذلك بعض المشاكل الخفية التي تحتاج إل حل، والتعامل معها:
14:59
the exact details of its decision theory,
267
899527
2089
التفاصيل الدقيقة لنظرية القرار الخاص به،
15:01
how to deal with logical uncertainty and so forth.
268
901616
2864
كيفية التعامل مع عدم التأكد المنطقي وما إلى ذلك.
15:05
So the technical problems that need to be solved to make this work
269
905330
3102
وبالتالي فالمشاكل الفنية التي تحتاج إلى حل لكي يعمل هذا
15:08
look quite difficult --
270
908432
1113
تبدو أكثر صعوبة
15:09
not as difficult as making a superintelligent A.I.,
271
909545
3380
ولكنها ليست صعبة بنفس كيفية صنع الذكاء الصناعي فائق الذكاء،
15:12
but fairly difficult.
272
912925
2868
ولكنها صعبة إلى حد ما.
15:15
Here is the worry:
273
915793
1695
وهنا يكمن القلق:
15:17
Making superintelligent A.I. is a really hard challenge.
274
917488
4684
حيث إن جعل الذكاء الصناعي ذكاءً فائقًا يمثل تحديًا صعبًا للغاية.
15:22
Making superintelligent A.I. that is safe
275
922172
2548
ومن ثم فإن جعل الذكاء الصناعي عبارة عن فائق بشكل آمن
15:24
involves some additional challenge on top of that.
276
924720
2416
يتطلب بعضًا من التحديات على قائمة أولوياته.
15:28
The risk is that if somebody figures out how to crack the first challenge
277
928216
3487
فالخطورة تتأتى عندما يتصور شخص ما كيفية التغلب على أول تحد
15:31
without also having cracked the additional challenge
278
931703
3001
بدون التعامل مع التحديات الإضافية
15:34
of ensuring perfect safety.
279
934704
1901
الخاصة بضمان سلامة مثالية.
15:37
So I think that we should work out a solution
280
937375
3331
ولذا فإنني أعتقد أنه ينبغي أن نعمل على إيجاد حل
15:40
to the control problem in advance,
281
940706
2822
لمشكلة السيطرة مقدمًا،
15:43
so that we have it available by the time it is needed.
282
943528
2660
وبالتالي يكون هذا الحل متاحًا عندما نحتاج إليه.
15:46
Now it might be that we cannot solve the entire control problem in advance
283
946768
3507
والآن فربما يبدو الأمر أنه لا يمكننا حل مشكلة السيطرة مقدمًا
15:50
because maybe some elements can only be put in place
284
950275
3024
نظرًا لأنه يمكن فقط وضع بعض العناصر في محلها
15:53
once you know the details of the architecture where it will be implemented.
285
953299
3997
بمجرد أن نعرف تفاصيل التركيبة التي سوف يتم تنفيذها.
15:57
But the more of the control problem that we solve in advance,
286
957296
3380
ولكن كلما استطعنا حل مشكلة السيطرة مقدمًا،
16:00
the better the odds that the transition to the machine intelligence era
287
960676
4090
كانت الاحتمالات أفضل في الانتقال إلى حقبة الآلة
16:04
will go well.
288
964766
1540
بشكل سلسل.
16:06
This to me looks like a thing that is well worth doing
289
966306
4644
إن هذا يبدو بالنسبة لي مثل شيء يجدر القيام به
16:10
and I can imagine that if things turn out okay,
290
970950
3332
وأستطيع أن أتخيل أنه إذا صارت الأمور بشكل جيد،
16:14
that people a million years from now look back at this century
291
974282
4658
فإن الناس بعد ملايين السنوات من الآن سوف ينظرون إلى هذا القرن
16:18
and it might well be that they say that the one thing we did that really mattered
292
978940
4002
وقد يستحسنون قول لقد كان أهم شيء قمنا به
16:22
was to get this thing right.
293
982942
1567
هو أننا فعلنا هذا بالشكل الصحيح.
16:24
Thank you.
294
984509
1689
شكرًا لكم.
16:26
(Applause)
295
986198
2813
(تصفيق)
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7