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

2,678,201 views

2015-04-27 ・ TED


New videos

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

2,678,201 views ・ 2015-04-27

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Marek Vanžura Korektor: Soňa Baštincová
00:12
I work with a bunch of mathematicians, philosophers and computer scientists,
0
12570
4207
Spolupracuji s matematiky, filozofy a informatiky,
00:16
and we sit around and think about the future of machine intelligence,
1
16777
5209
se kterými přemýšlíme nad budoucností strojové inteligence
00:21
among other things.
2
21986
2044
a dalšími otázkami.
00:24
Some people think that some of these things are sort of science fiction-y,
3
24030
4725
Někteří lidé si myslí, že jde o věci patřící do science-fiction,
00:28
far out there, crazy.
4
28755
3101
tedy vzdálené a bláznivé.
00:31
But I like to say,
5
31856
1470
Na to jim ale rád odpovídám,
00:33
okay, let's look at the modern human condition.
6
33326
3604
fajn, tak se podívejte na moderního člověka.
00:36
(Laughter)
7
36930
1692
(Smích)
00:38
This is the normal way for things to be.
8
38622
2402
Tohle je dnes běžný stav věcí.
00:41
But if we think about it,
9
41024
2285
Když se nad tím ale zamyslíme,
00:43
we are actually recently arrived guests on this planet,
10
43309
3293
jako lidský druh jsme ve skutečnosti teprve
00:46
the human species.
11
46602
2082
nedávnými hosty na této planetě.
00:48
Think about if Earth was created one year ago,
12
48684
4746
Představíme-li si, že Země vznikla před rokem,
00:53
the human species, then, would be 10 minutes old.
13
53430
3548
bude lidský druh starý pouhých 10 minut.
00:56
The industrial era started two seconds ago.
14
56978
3168
Průmyslová éra začala před dvěma sekundami.
01:01
Another way to look at this is to think of world GDP over the last 10,000 years,
15
61276
5225
Anebo se podívejme na vývoj světového HDP za posledních 10 tisíc let.
01:06
I've actually taken the trouble to plot this for you in a graph.
16
66501
3029
Dal jsem si takovou práci, že jsem vám jej zpracoval do grafu.
01:09
It looks like this.
17
69530
1774
Vypadá takhle.
01:11
(Laughter)
18
71304
1363
(Smích)
01:12
It's a curious shape for a normal condition.
19
72667
2151
Jde o podivný tvar pro běžné podmínky.
01:14
I sure wouldn't want to sit on it.
20
74818
1698
Nechtěl bych na něm sedět.
01:16
(Laughter)
21
76516
2551
(Smích)
01:19
Let's ask ourselves, what is the cause of this current anomaly?
22
79067
4774
Zeptejme se sami sebe, co je příčinou tohoto výkyvu?
01:23
Some people would say it's technology.
23
83841
2552
Někteří lidé by odpověděli, že technika.
01:26
Now it's true, technology has accumulated through human history,
24
86393
4668
To je pravda, technika se během lidských dějin nahromadila
01:31
and right now, technology advances extremely rapidly --
25
91061
4652
a v současnosti se vyvíjí extrémně rychle.
01:35
that is the proximate cause,
26
95713
1565
Je v tom příčinná souvislost.
01:37
that's why we are currently so very productive.
27
97278
2565
Proto jsme nyní tak produktivní.
01:40
But I like to think back further to the ultimate cause.
28
100473
3661
Já bych se ale rád vrátil k pravé příčině zpět do minulosti.
01:45
Look at these two highly distinguished gentlemen:
29
105114
3766
Podívejme se na tyto mimořádně ctihodné gentlemany:
01:48
We have Kanzi --
30
108880
1600
tohle je Kanzi –
01:50
he's mastered 200 lexical tokens, an incredible feat.
31
110480
4643
ovládl 200 různých znaků, fantastický výkon.
01:55
And Ed Witten unleashed the second superstring revolution.
32
115123
3694
A Ed Witten spustil druhou superstrunovou revoluci.
01:58
If we look under the hood, this is what we find:
33
118817
2324
Podíváme-li se pod pokličku, nalezneme tohle:
02:01
basically the same thing.
34
121141
1570
v podstatě jednu a tutéž věc.
02:02
One is a little larger,
35
122711
1813
Jedna je jen trochu větší
02:04
it maybe also has a few tricks in the exact way it's wired.
36
124524
2758
a možná má pár vylepšení ve svých zapojeních.
02:07
These invisible differences cannot be too complicated, however,
37
127282
3812
Ale tyto neviditelné rozdíly nemohou být příliš komplikované,
02:11
because there have only been 250,000 generations
38
131094
4285
protože od doby našeho nejbližšího společného předka
02:15
since our last common ancestor.
39
135379
1732
uplynulo pouze 250 tisíc generací.
02:17
We know that complicated mechanisms take a long time to evolve.
40
137111
3849
Víme, že složitější mechanismy potřebují ke svému vývoji delší dobu.
02:22
So a bunch of relatively minor changes
41
142000
2499
Takže skupina relativně malých změn
02:24
take us from Kanzi to Witten,
42
144499
3067
nás od Kanziho přenesla k Wittenovi,
02:27
from broken-off tree branches to intercontinental ballistic missiles.
43
147566
4543
od prolézání větvovím stromů k mezikontinentálním balistickým střelám.
02:32
So this then seems pretty obvious that everything we've achieved,
44
152839
3935
Takže se zdá být zřejmé, že vše, čeho jsme dosáhli,
02:36
and everything we care about,
45
156774
1378
a vše, co nás zajímá,
02:38
depends crucially on some relatively minor changes that made the human mind.
46
158152
5228
zásadně závisí na relativně malých změnách, které vytvořily lidskou mysl.
02:44
And the corollary, of course, is that any further changes
47
164650
3662
Důsledkem toho je samozřejmě to, že jakékoli další změny,
02:48
that could significantly change the substrate of thinking
48
168312
3477
které výrazně změní substrát našeho myšlení,
02:51
could have potentially enormous consequences.
49
171789
3202
mohou mít potenciálně mimořádné důsledky.
02:56
Some of my colleagues think we're on the verge
50
176321
2905
Někteří z mých kolegů si myslí, že jsme na okraji něčeho,
02:59
of something that could cause a profound change in that substrate,
51
179226
3908
co může přivodit podstatnou změnu tohoto substrátu.
03:03
and that is machine superintelligence.
52
183134
3213
Jde o strojovou superinteligenci.
03:06
Artificial intelligence used to be about putting commands in a box.
53
186347
4739
Umělá inteligence bývala o zadávání příkazů do krabičky.
03:11
You would have human programmers
54
191086
1665
Museli jste mít lidské programátory,
03:12
that would painstakingly handcraft knowledge items.
55
192751
3135
kteří ručně vytvářeli databáze znalostí.
03:15
You build up these expert systems,
56
195886
2086
Získali jste tím expertní systémy,
03:17
and they were kind of useful for some purposes,
57
197972
2324
které byly užitečné pro určité úkoly,
03:20
but they were very brittle, you couldn't scale them.
58
200296
2681
ale byly dost nevhodné pro nějaké výraznější rozšíření.
03:22
Basically, you got out only what you put in.
59
202977
3433
V podstatě jste z nich dostali jen to, co jste do nich vložili.
03:26
But since then,
60
206410
997
Ale od té doby
03:27
a paradigm shift has taken place in the field of artificial intelligence.
61
207407
3467
došlo na poli umělé inteligence ke změně paradigmatu.
03:30
Today, the action is really around machine learning.
62
210874
2770
Dnes se vše děje kolem strojového učení.
03:34
So rather than handcrafting knowledge representations and features,
63
214394
5387
Takže namísto ručního vytváření databází znalostí,
03:40
we create algorithms that learn, often from raw perceptual data.
64
220511
5554
vytváříme algoritmy, které se samy učí, často z velmi hrubých a neurčitých dat.
03:46
Basically the same thing that the human infant does.
65
226065
4998
V podstatě dělají stejnou věc jako lidské miminko.
03:51
The result is A.I. that is not limited to one domain --
66
231063
4207
Výsledkem je umělá inteligence, která není omezena jednou oblastí:
03:55
the same system can learn to translate between any pairs of languages,
67
235270
4631
tentýž systém se může naučit překládat z jednoho jazyka do druhého
03:59
or learn to play any computer game on the Atari console.
68
239901
5437
nebo se může naučit hrát jakoukoli hru na konzoli Atari.
04:05
Now of course,
69
245338
1779
Samozřejmě
04:07
A.I. is still nowhere near having the same powerful, cross-domain
70
247117
3999
umělá inteligence nedosahuje stejných výsledků co se týče schopností učit se
04:11
ability to learn and plan as a human being has.
71
251116
3219
napříč různými oblastmi a plánovat, jako dokáže člověk.
04:14
The cortex still has some algorithmic tricks
72
254335
2126
Mozková kůra má pořád v rukávu pár algoritmických
04:16
that we don't yet know how to match in machines.
73
256461
2355
triků, které zatím neumíme u strojů vytvořit.
04:19
So the question is,
74
259886
1899
Otázkou je,
04:21
how far are we from being able to match those tricks?
75
261785
3500
jak daleko jsme od toho, kdy se nám je vytvořit podaří?
04:26
A couple of years ago,
76
266245
1083
Před pár lety
04:27
we did a survey of some of the world's leading A.I. experts,
77
267328
2888
jsme udělali průzkum mezi experty na umělou inteligenci,
04:30
to see what they think, and one of the questions we asked was,
78
270216
3224
abychom věděli, co si oni myslí, a jedna z položených otázek zněla:
04:33
"By which year do you think there is a 50 percent probability
79
273440
3353
„V jakém roce si myslíte, že bude 50% pravděpodobnost,
04:36
that we will have achieved human-level machine intelligence?"
80
276793
3482
že u strojů dosáhneme inteligence srovnatelné s lidskou?"
04:40
We defined human-level here as the ability to perform
81
280785
4183
Lidskou inteligenci jsme definovali jako schopnost provádět téměř jakoukoli
04:44
almost any job at least as well as an adult human,
82
284968
2871
práci přinejmenším takovým způsobem jako dospělý člověk,
04:47
so real human-level, not just within some limited domain.
83
287839
4005
takže jsme nevytvářeli nějaká omezení.
04:51
And the median answer was 2040 or 2050,
84
291844
3650
Nejčastější odpověď byla 2040 a 2050,
04:55
depending on precisely which group of experts we asked.
85
295494
2806
v závislosti na tom, jaké skupiny jsme se zeptali.
04:58
Now, it could happen much, much later, or sooner,
86
298300
4039
Může k tomu dojít mnohem později nebo mnohem dříve,
05:02
the truth is nobody really knows.
87
302339
1940
pravdou je, že to nikdo doopravdy neví.
05:05
What we do know is that the ultimate limit to information processing
88
305259
4412
Co ale víme, je, že nejzazší hranice pro zpracování informací leží
05:09
in a machine substrate lies far outside the limits in biological tissue.
89
309671
4871
u strojových substrátů daleko za hranicemi biologických tkání.
05:15
This comes down to physics.
90
315241
2378
Vysvětlení nám dává fyzika.
05:17
A biological neuron fires, maybe, at 200 hertz, 200 times a second.
91
317619
4718
Biologický neuron má frekvenci okolo 200 Hz, je aktivní 200krát za sekundu.
05:22
But even a present-day transistor operates at the Gigahertz.
92
322337
3594
Ale už dnešní tranzistory pracují na gigahertzových frekvencích.
05:25
Neurons propagate slowly in axons, 100 meters per second, tops.
93
325931
5297
Signál se v axonu neuronů šíří pomalu, maximálně 100 metrů za sekundu.
05:31
But in computers, signals can travel at the speed of light.
94
331228
3111
V počítačích může ale signál cestovat rychlostí světla.
05:35
There are also size limitations,
95
335079
1869
A existují i prostorová omezení,
05:36
like a human brain has to fit inside a cranium,
96
336948
3027
lidský mozek se musí vejít do lebky,
05:39
but a computer can be the size of a warehouse or larger.
97
339975
4761
ale počítač může být velký jako skladiště nebo i větší.
05:44
So the potential for superintelligence lies dormant in matter,
98
344736
5599
Takže potenciál pro superinteligenci zatím tiše spočívá v hmotě,
05:50
much like the power of the atom lay dormant throughout human history,
99
350335
5712
podobně jako tam spočívala síla atomu
05:56
patiently waiting there until 1945.
100
356047
4405
až do roku 1945.
06:00
In this century,
101
360452
1248
V tomto století
06:01
scientists may learn to awaken the power of artificial intelligence.
102
361700
4118
se mohou vědci naučit, jak probudit sílu umělé inteligence.
06:05
And I think we might then see an intelligence explosion.
103
365818
4008
A myslím, že pak uvidíme explozi inteligence.
06:10
Now most people, when they think about what is smart and what is dumb,
104
370406
3957
Dnes většina lidí, když přemýšlí o tom, co je chytré a co hloupé,
06:14
I think have in mind a picture roughly like this.
105
374363
3023
má na mysli situaci jako je tato.
06:17
So at one end we have the village idiot,
106
377386
2598
Takže na jedné straně máme vesnického idiota,
06:19
and then far over at the other side
107
379984
2483
a na opačném konci
06:22
we have Ed Witten, or Albert Einstein, or whoever your favorite guru is.
108
382467
4756
máme Eda Wittena nebo Alberta Einsteina nebo si doplňte svého oblíbence.
06:27
But I think that from the point of view of artificial intelligence,
109
387223
3834
Myslím ale, že z pohledu umělé inteligence
06:31
the true picture is actually probably more like this:
110
391057
3681
vypadá skutečná situace spíše jako toto:
06:35
AI starts out at this point here, at zero intelligence,
111
395258
3378
umělá inteligence začíná v tomto bodě na nule,
06:38
and then, after many, many years of really hard work,
112
398636
3011
a pak po mnoha a mnoha letech tvrdé dřiny
06:41
maybe eventually we get to mouse-level artificial intelligence,
113
401647
3844
se dostáváme téměř na úroveň inteligence myši,
06:45
something that can navigate cluttered environments
114
405491
2430
něčeho, co se dokáže orientovat ve složitém prostředí,
06:47
as well as a mouse can.
115
407921
1987
jako to dokáže myš.
06:49
And then, after many, many more years of really hard work, lots of investment,
116
409908
4313
A pak po mnoha a mnoha letech další tvrdé dřiny, mnoha investicí,
06:54
maybe eventually we get to chimpanzee-level artificial intelligence.
117
414221
4639
možná dospějeme na úroveň inteligence šimpanze.
06:58
And then, after even more years of really, really hard work,
118
418860
3210
A pak po ještě dalších letech tvrdé práce
07:02
we get to village idiot artificial intelligence.
119
422070
2913
se dostaneme na úroveň vesnického idiota.
07:04
And a few moments later, we are beyond Ed Witten.
120
424983
3272
Ale pak po pár okamžicích jsme za úrovní Eda Wittena.
07:08
The train doesn't stop at Humanville Station.
121
428255
2970
Vlak nezastavuje na Zastávce lidstvo.
07:11
It's likely, rather, to swoosh right by.
122
431225
3022
Je pravděpodobnější, že jí prosviští.
07:14
Now this has profound implications,
123
434247
1984
Tohle má závažné implikace,
07:16
particularly when it comes to questions of power.
124
436231
3862
obzvláště dojde-li na otázky moci.
07:20
For example, chimpanzees are strong --
125
440093
1899
Kupříkladu šimpanzi jsou silní –
07:21
pound for pound, a chimpanzee is about twice as strong as a fit human male.
126
441992
5222
v poměru ke své hmotnosti jsou zhruba dvojnásobně silnější než dospělý muž.
07:27
And yet, the fate of Kanzi and his pals depends a lot more
127
447214
4614
Přesto osud Kanziho a jeho druhů závisí mnohem více na tom,
07:31
on what we humans do than on what the chimpanzees do themselves.
128
451828
4140
co po nich chceme my, a ne co chtějí sami šimpanzi.
07:37
Once there is superintelligence,
129
457228
2314
Jakmile tu bude superinteligence,
07:39
the fate of humanity may depend on what the superintelligence does.
130
459542
3839
osud lidstva může záviset na tom, co bude chtít superinteligence.
07:44
Think about it:
131
464451
1057
Zamyslete se nad tím.
07:45
Machine intelligence is the last invention that humanity will ever need to make.
132
465508
5044
Strojová inteligence je posledním vynálezem, který je kdy třeba učinit.
07:50
Machines will then be better at inventing than we are,
133
470552
2973
Stroje poté budou ve vynalézání lepší než my
07:53
and they'll be doing so on digital timescales.
134
473525
2540
a také budou pracovat digitální rychlostí.
07:56
What this means is basically a telescoping of the future.
135
476065
4901
To znamená, že nás přímo katapultují do budoucnosti.
08:00
Think of all the crazy technologies that you could have imagined
136
480966
3558
Uvažte ty nejšílenější technologie, které si jen dokážete představit,
08:04
maybe humans could have developed in the fullness of time:
137
484524
2798
a které by snad lidstvo s dostatkem času někdy mohlo vytvořit:
08:07
cures for aging, space colonization,
138
487322
3258
kúra proti stárnutí, obydlení vesmíru,
08:10
self-replicating nanobots or uploading of minds into computers,
139
490580
3731
samoreplikující se nanoroboti, nahrávání mysli do počítače,
08:14
all kinds of science fiction-y stuff
140
494311
2159
všechny tyto věci ze science-fiction,
08:16
that's nevertheless consistent with the laws of physics.
141
496470
2737
které nejsou v rozporu se zákony fyziky.
08:19
All of this superintelligence could develop, and possibly quite rapidly.
142
499207
4212
Všechno toto by mohla superinteligence vytvořit, zřejmě dost rychle.
08:24
Now, a superintelligence with such technological maturity
143
504449
3558
Superinteligence s takovou technologickou vyspělostí
08:28
would be extremely powerful,
144
508007
2179
by byla extrémně mocná.
08:30
and at least in some scenarios, it would be able to get what it wants.
145
510186
4546
A v některých případech by dostala, co by si zamanula.
08:34
We would then have a future that would be shaped by the preferences of this A.I.
146
514732
5661
Naše budoucnost by tak byla utvářena preferencemi této umělé inteligence.
08:41
Now a good question is, what are those preferences?
147
521855
3749
Dobrou otázkou proto je, jaké jsou tyto preference?
08:46
Here it gets trickier.
148
526244
1769
To je komplikovaná otázka.
08:48
To make any headway with this,
149
528013
1435
Abychom mohli odpovědět,
08:49
we must first of all avoid anthropomorphizing.
150
529448
3276
musíme se vyvarovat antropomorfizaci.
08:53
And this is ironic because every newspaper article
151
533934
3301
A to je legrační, protože každý článek v novinách
08:57
about the future of A.I. has a picture of this:
152
537235
3855
o budoucnosti umělé inteligence má obrázek jako je tento.
09:02
So I think what we need to do is to conceive of the issue more abstractly,
153
542280
4134
Takže myslím, že musíme téma uchopit abstraktněji,
09:06
not in terms of vivid Hollywood scenarios.
154
546414
2790
a ne v pojmech hollywoodských scénářů.
09:09
We need to think of intelligence as an optimization process,
155
549204
3617
Musíme o inteligenci uvažovat jako o optimalizačním procesu,
09:12
a process that steers the future into a particular set of configurations.
156
552821
5649
procesu, který řídí budoucnost do mezí určitého nastavení.
09:18
A superintelligence is a really strong optimization process.
157
558470
3511
Superinteligence je velice výkonný optimalizační proces.
09:21
It's extremely good at using available means to achieve a state
158
561981
4117
Je velice dobrá ve využívání dostupných prostředků
09:26
in which its goal is realized.
159
566098
1909
k dosažení vytčeného cíle.
09:28
This means that there is no necessary connection between
160
568447
2672
To znamená, že neexistuje nutné spojení
09:31
being highly intelligent in this sense,
161
571119
2734
mezi vysokou inteligencí
09:33
and having an objective that we humans would find worthwhile or meaningful.
162
573853
4662
a cílem, který bychom my lidé považovali za hodnotný nebo smysluplný.
09:39
Suppose we give an A.I. the goal to make humans smile.
163
579321
3794
Představte si, že dáme umělé inteligenci úkol rozesmát lidi.
09:43
When the A.I. is weak, it performs useful or amusing actions
164
583115
2982
Když bude slabá, provede užitečné nebo úsměvné úkony,
09:46
that cause its user to smile.
165
586097
2517
aby své uživatele rozesmála.
09:48
When the A.I. becomes superintelligent,
166
588614
2417
Když se stane superinteligentní,
09:51
it realizes that there is a more effective way to achieve this goal:
167
591031
3523
uvědomí si, že existuje efektivnější způsob, jak toho dosáhnout:
09:54
take control of the world
168
594554
1922
převezme vládu nad světem
09:56
and stick electrodes into the facial muscles of humans
169
596476
3162
a strčí lidem do obličejových svalů elektrody,
09:59
to cause constant, beaming grins.
170
599638
2941
čímž vytvoří neustálý úsměv na tváři.
10:02
Another example,
171
602579
1035
Jiný příklad,
10:03
suppose we give A.I. the goal to solve a difficult mathematical problem.
172
603614
3383
předpokládejme, že umělá inteligence bude řešit složitý matematický problém.
10:06
When the A.I. becomes superintelligent,
173
606997
1937
Když se stane superinteligentní,
10:08
it realizes that the most effective way to get the solution to this problem
174
608934
4171
uvědomí si, že nejefektivnější způsob, jak se dopracovat výsledku,
10:13
is by transforming the planet into a giant computer,
175
613105
2930
je přebudovat tuto planetu do obrovského počítače,
10:16
so as to increase its thinking capacity.
176
616035
2246
aby zvýšila výpočetní kapacitu.
10:18
And notice that this gives the A.I.s an instrumental reason
177
618281
2764
Všimne si, že toto jí dává pomocný důvod,
10:21
to do things to us that we might not approve of.
178
621045
2516
aby dělala věci, které bychom jí běžně nedovolili.
10:23
Human beings in this model are threats,
179
623561
1935
Lidské bytosti jsou v této situaci hrozbou,
10:25
we could prevent the mathematical problem from being solved.
180
625496
2921
která by jí mohla zabránit ve vyřešení matematického problému.
10:29
Of course, perceivably things won't go wrong in these particular ways;
181
629207
3494
Samozřejmě by se věci zřejmě nevyvíjely tímto způsobem,
10:32
these are cartoon examples.
182
632701
1753
jde o karikované příklady.
10:34
But the general point here is important:
183
634454
1939
Ale obecné poučení je důležité:
10:36
if you create a really powerful optimization process
184
636393
2873
pokud vytvoříte skutečně výkonný optimalizační proces,
10:39
to maximize for objective x,
185
639266
2234
abyste co nejlépe vyřešili úkol X,
10:41
you better make sure that your definition of x
186
641500
2276
ujistěte se, že definice tohoto X
10:43
incorporates everything you care about.
187
643776
2469
zahrnuje všechno, o co máte zájem.
10:46
This is a lesson that's also taught in many a myth.
188
646835
4384
Je to lekce, kterou dávají i mnohé mýty.
10:51
King Midas wishes that everything he touches be turned into gold.
189
651219
5298
Král Midas si přál, aby se všechno, čeho se dotkne, proměnilo ve zlato.
10:56
He touches his daughter, she turns into gold.
190
656517
2861
Dotkl se své dcery, a ta se proměnila ve zlato.
10:59
He touches his food, it turns into gold.
191
659378
2553
Dotkl se jídla, to se proměnilo ve zlato.
11:01
This could become practically relevant,
192
661931
2589
Tohle může být relevantní
11:04
not just as a metaphor for greed,
193
664520
2070
nikoli jen jako metafora chamtivosti,
11:06
but as an illustration of what happens
194
666590
1895
ale také jako ilustrace toho,
11:08
if you create a powerful optimization process
195
668485
2837
co se stane, když vytvoříte výkonný optimalizační proces
11:11
and give it misconceived or poorly specified goals.
196
671322
4789
a dáte mu zavádějící nebo špatně definované cíle.
11:16
Now you might say, if a computer starts sticking electrodes into people's faces,
197
676111
5189
Můžete si říct, že pokud počítač začne lidem strkat do tváře elektrody,
11:21
we'd just shut it off.
198
681300
2265
prostě jej vypnete.
11:24
A, this is not necessarily so easy to do if we've grown dependent on the system --
199
684555
5340
Za A, to nemusí být nutně tak jednoduše proveditelné, pokud na něm budeme závislí.
11:29
like, where is the off switch to the Internet?
200
689895
2732
Kde je třeba tlačítko na vypnutí internetu?
11:32
B, why haven't the chimpanzees flicked the off switch to humanity,
201
692627
5120
Za B, proč šimpanzi nebo neandrtálci nezmáčkli vypínač
11:37
or the Neanderthals?
202
697747
1551
bránící vzniku lidstva?
11:39
They certainly had reasons.
203
699298
2666
Zcela jistě pro to byl důvod.
11:41
We have an off switch, for example, right here.
204
701964
2795
Máme vypínač například zrovna tady.
11:44
(Choking)
205
704759
1554
(Dusí se)
11:46
The reason is that we are an intelligent adversary;
206
706313
2925
Důvodem je, že jsme inteligentní protivníci,
11:49
we can anticipate threats and plan around them.
207
709238
2728
dokážeme předvídat hrozby a vyhýbat se jim.
11:51
But so could a superintelligent agent,
208
711966
2504
To by ale dokázal i superinteligentní hráč,
11:54
and it would be much better at that than we are.
209
714470
3254
a byl by v tom mnohem lepší než my.
11:57
The point is, we should not be confident that we have this under control here.
210
717724
7187
Pointa je v tom, že bychom si neměli být tak jistí, že máme vše pod kontrolou.
12:04
And we could try to make our job a little bit easier by, say,
211
724911
3447
Mohli bychom si zkusit usnadnit práci třeba tím,
12:08
putting the A.I. in a box,
212
728358
1590
že by se U. I. zavřela do skříňky,
12:09
like a secure software environment,
213
729948
1796
do zabezpečeného prostředí,
12:11
a virtual reality simulation from which it cannot escape.
214
731744
3022
simulované virtuální reality, ze které by nemohla uprchnout.
12:14
But how confident can we be that the A.I. couldn't find a bug.
215
734766
4146
Ale jak moc si můžeme být jistí, že nenajde nějakou díru?
12:18
Given that merely human hackers find bugs all the time,
216
738912
3169
Vzhledem k tomu, že lidští hackeři nalézají díry v jednom kuse,
12:22
I'd say, probably not very confident.
217
742081
3036
bychom moc jistí být neměli.
12:26
So we disconnect the ethernet cable to create an air gap,
218
746237
4548
Takže vypojíme síťový kabel, abychom přerušili kontakt,
12:30
but again, like merely human hackers
219
750785
2668
ale je to tu zas, lidští hackeři
12:33
routinely transgress air gaps using social engineering.
220
753453
3381
běžně tuto překážku překonávají sociálním inženýrstvím.
12:36
Right now, as I speak,
221
756834
1259
Jak teď zrovna hovořím,
12:38
I'm sure there is some employee out there somewhere
222
758093
2389
zcela jistě je venku nějaký zaměstnanec,
12:40
who has been talked into handing out her account details
223
760482
3346
který byl požádán, aby nadiktoval údaje svého účtu
12:43
by somebody claiming to be from the I.T. department.
224
763828
2746
někomu, kdo tvrdí, že je z technické podpory.
12:46
More creative scenarios are also possible,
225
766574
2127
Možné jsou i nápaditější scénáře,
12:48
like if you're the A.I.,
226
768701
1315
kdy v roli U. I.
12:50
you can imagine wiggling electrodes around in your internal circuitry
227
770016
3532
rozmístíte elektrody kolem svého obvodu,
12:53
to create radio waves that you can use to communicate.
228
773548
3462
abyste vytvořili rádiové vlny, kterými budete komunikovat.
12:57
Or maybe you could pretend to malfunction,
229
777010
2424
Anebo můžete předstírat poruchu
12:59
and then when the programmers open you up to see what went wrong with you,
230
779434
3497
a když se objeví programátor, aby se podíval, co se porouchalo,
13:02
they look at the source code -- Bam! --
231
782931
1936
aby se podíval na zdrojový kód – Bum! –
13:04
the manipulation can take place.
232
784867
2447
poradíte si s ním.
13:07
Or it could output the blueprint to a really nifty technology,
233
787314
3430
Anebo může vytvořit plán pro velmi mazanou technologii,
13:10
and when we implement it,
234
790744
1398
kterou když sestrojíme,
13:12
it has some surreptitious side effect that the A.I. had planned.
235
792142
4397
bude mít na nás neblahé vedlejší účinky.
13:16
The point here is that we should not be confident in our ability
236
796539
3463
Zkrátka bychom neměli příliš věřit ve svou schopnost
13:20
to keep a superintelligent genie locked up in its bottle forever.
237
800002
3808
udržet superinteligentního džina v láhvi navždy.
13:23
Sooner or later, it will out.
238
803810
2254
Dříve nebo později se dostane ven.
13:27
I believe that the answer here is to figure out
239
807034
3103
Myslím, že řešením je přijít na to,
13:30
how to create superintelligent A.I. such that even if -- when -- it escapes,
240
810137
5024
jak vytvořit superinteligenci tak, že i kdyby utekla,
13:35
it is still safe because it is fundamentally on our side
241
815161
3277
byla by stále neškodná, protože by byla na naší straně,
13:38
because it shares our values.
242
818438
1899
protože by měla stejné hodnoty jako my.
13:40
I see no way around this difficult problem.
243
820337
3210
Nevidím jinou možnost.
13:44
Now, I'm actually fairly optimistic that this problem can be solved.
244
824557
3834
Jsem velice optimistický co se týče vyřešení tohoto problému.
13:48
We wouldn't have to write down a long list of everything we care about,
245
828391
3903
Nemuseli bychom sepsat dlouhý seznam všeho, na čem nám záleží,
13:52
or worse yet, spell it out in some computer language
246
832294
3643
nebo jej snad vytvořit v programovacím jazyce
13:55
like C++ or Python,
247
835937
1454
jako je C++ nebo Python,
13:57
that would be a task beyond hopeless.
248
837391
2767
což by byl beznadějný úkol.
14:00
Instead, we would create an A.I. that uses its intelligence
249
840158
4297
Namísto toho bychom měli sestrojit systém, který svoji inteligenci využije
14:04
to learn what we value,
250
844455
2771
k tomu, aby se naučil, jaké hodnoty máme,
14:07
and its motivation system is constructed in such a way that it is motivated
251
847226
5280
a aby jeho motivační systém byl naladěn tak,
14:12
to pursue our values or to perform actions that it predicts we would approve of.
252
852506
5232
aby sledoval tyto hodnoty a konal činy, které bychom schválili.
14:17
We would thus leverage its intelligence as much as possible
253
857738
3414
Mohli bychom ovlivnit jeho inteligenci jak jen by to bylo možné,
14:21
to solve the problem of value-loading.
254
861152
2745
abychom vyřešili problém načítání hodnot.
14:24
This can happen,
255
864727
1512
Může k tomu dojít
14:26
and the outcome could be very good for humanity.
256
866239
3596
a výsledek by byl pro lidstvo příznivý.
14:29
But it doesn't happen automatically.
257
869835
3957
Nedojde k tomu ale automaticky.
14:33
The initial conditions for the intelligence explosion
258
873792
2998
Výchozí podmínky pro explozi inteligence
14:36
might need to be set up in just the right way
259
876790
2863
mohou vyžadovat to správné nastavení,
14:39
if we are to have a controlled detonation.
260
879653
3530
abychom dosáhli řízené detonace.
14:43
The values that the A.I. has need to match ours,
261
883183
2618
Hodnoty umělé inteligence musí být shodné s našimi,
14:45
not just in the familiar context,
262
885801
1760
a to nejen v běžných situacích,
14:47
like where we can easily check how the A.I. behaves,
263
887561
2438
kdy můžeme snadno zkontrolovat, jak se chová,
14:49
but also in all novel contexts that the A.I. might encounter
264
889999
3234
ale také v nových situacích, se kterými se může setkat
14:53
in the indefinite future.
265
893233
1557
v neurčité budoucnosti.
14:54
And there are also some esoteric issues that would need to be solved, sorted out:
266
894790
4737
Je tu také pár esoterických otázek, které by měly být vyřešeny:
14:59
the exact details of its decision theory,
267
899527
2089
přesné detaily její rozhodovací teorie,
15:01
how to deal with logical uncertainty and so forth.
268
901616
2864
jak bude nakládat s logickou neurčitostí a tak dále.
15:05
So the technical problems that need to be solved to make this work
269
905330
3102
Takže technické problémy, které je třeba vyřešit,
15:08
look quite difficult --
270
908432
1113
vypadají složitě –
15:09
not as difficult as making a superintelligent A.I.,
271
909545
3380
i když ne tak složitě jako vytvoření superinteligence,
15:12
but fairly difficult.
272
912925
2868
každopádně hodně složitě.
15:15
Here is the worry:
273
915793
1695
Existuje jisté znepokojení.
15:17
Making superintelligent A.I. is a really hard challenge.
274
917488
4684
Vytvoření superinteligence je skutečně velká výzva.
15:22
Making superintelligent A.I. that is safe
275
922172
2548
Vytvoření superinteligence, která bude bezpečná,
15:24
involves some additional challenge on top of that.
276
924720
2416
zahrnuje navíc několik dalších výzev.
15:28
The risk is that if somebody figures out how to crack the first challenge
277
928216
3487
Riziko spočívá v tom, když někdo přijde na to, jak vyřešit první výzvu,
15:31
without also having cracked the additional challenge
278
931703
3001
aniž by zároveň vyřešil připojené výzvy
15:34
of ensuring perfect safety.
279
934704
1901
spojené se zachováním bezpečnosti.
15:37
So I think that we should work out a solution
280
937375
3331
Takže myslím, že bychom měli najít řešení,
15:40
to the control problem in advance,
281
940706
2822
jak to druhé vyřešit v předstihu,
15:43
so that we have it available by the time it is needed.
282
943528
2660
abychom byli připravení, až dospěje čas.
15:46
Now it might be that we cannot solve the entire control problem in advance
283
946768
3507
Může se stát, že nevyřešíme problém včas,
15:50
because maybe some elements can only be put in place
284
950275
3024
protože některé části bude možné doplnit
15:53
once you know the details of the architecture where it will be implemented.
285
953299
3997
až tehdy, kdy budeme znát podrobnosti výpočetní architektury.
15:57
But the more of the control problem that we solve in advance,
286
957296
3380
Ale čím více v rámci tohoto problému vyřešíme,
16:00
the better the odds that the transition to the machine intelligence era
287
960676
4090
tím větší je šance, že přechod do éry inteligentních strojů
16:04
will go well.
288
964766
1540
proběhne dobře.
16:06
This to me looks like a thing that is well worth doing
289
966306
4644
Toto na mě působí jako věc, kterou má smysl dělat,
16:10
and I can imagine that if things turn out okay,
290
970950
3332
a dovedu si představit, že pokud se věci vyvinou dobře,
16:14
that people a million years from now look back at this century
291
974282
4658
lidé se za milion let podívají zpět na toto století
16:18
and it might well be that they say that the one thing we did that really mattered
292
978940
4002
a řeknou si, že věc, kterou jsme udělali skutečně správně,
16:22
was to get this thing right.
293
982942
1567
bylo vypořádání se s tímto problémem.
16:24
Thank you.
294
984509
1689
Děkuji.
16:26
(Applause)
295
986198
2813
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7