How AI can save our humanity | Kai-Fu Lee

910,032 views ・ 2018-08-27

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Klaus Elix Lektorat: Andreas Herzog
00:12
I'm going to talk about how AI and mankind can coexist,
0
12640
4536
Ich werde darüber sprechen, wie KI und die Menschheit koexistieren können.
00:17
but first, we have to rethink about our human values.
1
17200
3816
Doch zuerst müssen wir unsere menschlichen Werte überdenken.
00:21
So let me first make a confession about my errors in my values.
2
21040
4320
Ich beginne mit ein Geständnis über meine Fehler bei meinen Werten.
00:25
It was 11 o'clock, December 16, 1991.
3
25920
4256
Es war 11 Uhr, am 16. Dezember 1991.
00:30
I was about to become a father for the first time.
4
30200
2680
Ich stand kurz davor, zum ersten Mal Vater zu werden.
00:33
My wife, Shen-Ling, lay in the hospital bed
5
33480
2856
Meine Frau, Shen-Ling, lag im Krankenhaus
00:36
going through a very difficult 12-hour labor.
6
36360
3080
und durchlitt sehr anstrengende, zwölfstündige Geburtswehen.
00:40
I sat by her bedside
7
40280
2296
Ich saß an ihrem Bett
00:42
but looked anxiously at my watch,
8
42600
2376
und sah angstvoll auf meine Uhr.
00:45
and I knew something that she didn't.
9
45000
1800
Ich wusste etwas, dass sie nicht wusste.
00:47
I knew that if in one hour,
10
47440
1800
Ich wusste, dass ich sie in einer Stunde
00:50
our child didn't come,
11
50360
1936
dort zurücklassen würde,
00:52
I was going to leave her there
12
52320
1936
wenn unser Kind bis dahin nicht da wäre.
00:54
and go back to work
13
54280
1656
Ich würde zurück zur Arbeit gehen,
00:55
and make a presentation about AI
14
55960
2576
um meinem Chef, dem Geschäftsführer von Apple,
00:58
to my boss, Apple's CEO.
15
58560
2200
eine Präsentation über KI zu geben.
01:03
Fortunately, my daughter was born at 11:30 --
16
63160
3896
Zum Glück kam meine Tochter um 11:30 Uhr zur Welt --
01:07
(Laughter)
17
67080
1936
(Gelächter)
01:09
(Applause)
18
69040
1936
(Applaus)
01:11
sparing me from doing the unthinkable,
19
71000
4336
und ersparte mir, das Undenkbare zu tun.
01:15
and to this day, I am so sorry
20
75360
2496
Bis heute tut es mir sehr leid,
01:17
for letting my work ethic take precedence over love for my family.
21
77880
4656
dass ich meiner Arbeitsmoral den Vorrang gegeben habe
vor der Liebe für meine Familie.
01:22
(Applause)
22
82560
5736
(Applaus)
01:28
My AI talk, however, went off brilliantly.
23
88320
2616
Mein Vortrag über KI ging jedoch perfekt über die Bühne.
01:30
(Laughter)
24
90960
2736
(Gelächter)
01:33
Apple loved my work and decided to announce it
25
93720
3136
Apple gefiel meine Arbeit
und beschloss, sie bei TED1992 vorzustellen,
01:36
at TED1992,
26
96880
2696
01:39
26 years ago on this very stage.
27
99600
3016
vor 26 Jahren, auf genau dieser Bühne.
01:42
I thought I had made one of the biggest, most important discoveries in AI,
28
102640
5056
Ich dachte, ich hätte eine der größten Entdeckungen über KI gemacht.
01:47
and so did the "Wall Street Journal" on the following day.
29
107720
2920
So stellte es auch das "Wall Street Journal" am nächsten Tag dar.
01:51
But as far as discoveries went,
30
111440
2536
Doch was Entdeckungen angeht,
01:54
it turned out,
31
114000
1336
stellte sich heraus,
01:55
I didn't discover India, or America.
32
115360
2776
ich hatte weder Indien noch Amerika entdeckt.
01:58
Perhaps I discovered a little island off of Portugal.
33
118160
3080
Eher vielleicht eine kleine Insel vor der Küste Portugals.
02:02
But the AI era of discovery continued,
34
122720
3256
Doch das KI-Zeitalter der Entdeckungen ging weiter
02:06
and more scientists poured their souls into it.
35
126000
3216
und mehr Wissenschaftler widmeten sich dem mit Herz und Seele.
02:09
About 10 years ago, the grand AI discovery
36
129240
2616
Vor ungefähr 10 Jahren gelang drei nordamerikanischen Wissenschaftlern
02:11
was made by three North American scientists,
37
131880
3176
die große KI Entdeckung, die als 'Deep Learning' bekannt wurde.
02:15
and it's known as deep learning.
38
135080
1600
02:17
Deep learning is a technology that can take a huge amount of data
39
137400
3696
'Deep Learning' ist eine Technik, die großen Datenmengen einer Domäne nutzt,
02:21
within one single domain
40
141120
1736
02:22
and learn to predict or decide at superhuman accuracy.
41
142880
4936
und lernt, daraus hoch-genaue Vorhersagen oder Entscheidungen abzuleiten.
02:27
For example, if we show the deep learning network
42
147840
2776
Wenn wir zum Beispiel dem 'Deep Learning' Netzwerk
02:30
a massive number of food photos,
43
150640
2816
eine riesige Anzahl von Fotos mit Nahrungsmitteln zeigen,
02:33
it can recognize food
44
153480
1576
kann es Nahrungsmittel erkennen,
02:35
such as hot dog or no hot dog.
45
155080
3296
etwa ob es ein Hotdog ist oder nicht.
02:38
(Applause)
46
158400
3136
(Applaus)
02:41
Or if we show it many pictures and videos and sensor data
47
161560
5016
Wenn wir ihm viele Bilder und Videos und Daten anderer Sensoren
02:46
from driving on the highway,
48
166600
2536
von einer Autobahnfahrt zeigen,
02:49
it can actually drive a car as well as a human being
49
169160
3280
kann es auf der Autobahn so gut Auto fahren wie ein Mensch.
02:53
on the highway.
50
173360
1656
02:55
And what if we showed this deep learning network
51
175040
2816
Und was, wenn wir diesem 'Deep Learning' Netzwerk
02:57
all the speeches made by President Trump?
52
177880
2400
alle Reden von Präsident Trump vorspielen würden?
03:01
Then this artificially intelligent President Trump,
53
181680
3000
Dieser künstlich intelligente Präsident Trump könnte dann --
03:05
actually the network --
54
185600
2216
genauer gesagt, das Netzwerk --
03:07
(Laughter)
55
187840
1656
(Gelächter)
03:09
can --
56
189520
1216
kann --
03:10
(Applause)
57
190760
4056
(Applaus)
03:14
You like double oxymorons, huh?
58
194840
2336
Doppelte Oxymorons gefallen Ihnen?
03:17
(Laughter)
59
197200
3856
(Gelächter)
03:21
(Applause)
60
201080
6096
(Applaus)
03:27
So this network, if given the request to make a speech about AI,
61
207200
5256
Dieses Netzwerk würde, wenn man ihm die Aufgabe gäbe,
eine Rede über KI zu halten, sagen --
03:32
he, or it, might say --
62
212480
2640
(Stimme von Donald Trump): Es ist großartig,
03:36
(Recording) Donald Trump: It's a great thing
63
216280
2096
mithilfe von KI eine bessere Welt zu erschaffen.
03:38
to build a better world with artificial intelligence.
64
218400
2936
03:41
Kai-Fu Lee: And maybe in another language?
65
221360
2016
Kai-Fu Lee: Auch in einer anderen Sprache?
03:43
DT: (Speaking Chinese)
66
223400
1816
DT: (spricht Chinesisch)
03:45
(Laughter)
67
225240
1496
(Gelächter)
03:46
KFL: You didn't know he knew Chinese, did you?
68
226760
2160
KFL: Sie wussten nicht, dass er chinesisch spricht?
03:50
So deep learning has become the core in the era of AI discovery,
69
230120
5016
'Deep Learning' ist also zum Kern des Zeitalters der KI Entdeckung geworden
03:55
and that's led by the US.
70
235160
1816
und das wird von den USA angeführt.
Aber jetzt befinden wir uns in der Ära der Umsetzung,
03:57
But we're now in the era of implementation,
71
237000
3256
04:00
where what really matters is execution, product quality, speed and data.
72
240280
5536
in der es auf Ausführung, Produktqualität, Geschwindigkeit und Daten ankommt.
04:05
And that's where China comes in.
73
245840
2096
Und da kommt China ins Spiel.
04:07
Chinese entrepreneurs,
74
247960
1576
Chinesische Unternehmer,
04:09
who I fund as a venture capitalist,
75
249560
1896
die ich als Risikokapitalgeber fördere,
04:11
are incredible workers,
76
251480
1736
sind unglaublich harte Arbeiter
04:13
amazing work ethic.
77
253240
1936
mit einer beeindruckenden Arbeitseinstellung.
04:15
My example in the delivery room is nothing compared to how hard people work in China.
78
255200
5296
Mein Beispiel aus dem Kreißsaal ist nichts im Vergleich dazu,
wie hart die Menschen in China arbeiten.
04:20
As an example, one startup tried to claim work-life balance:
79
260520
3696
Z. B. versuchte ein Startup seine gute Work-Life-Balance anzupreisen.
04:24
"Come work for us because we are 996."
80
264240
3696
Sie nutzten den Slogan: "Kommt für uns arbeiten. Wir sind 996."
04:27
And what does that mean?
81
267960
1256
Und was bedeutet das?
04:29
It means the work hours of 9am to 9pm, six days a week.
82
269240
4400
Damit sind die Arbeitszeiten von 9 Uhr morgens bis 9 Uhr abends
6 Tage pro Woche gemeint.
04:34
That's contrasted with other startups that do 997.
83
274960
3280
Im Gegensatz dazu arbeiten andere Startups oft "997".
04:39
And the Chinese product quality has consistently gone up
84
279320
3096
Die Qualität chinesischer Produkte ist im letzten Jahrzehnt
04:42
in the past decade,
85
282440
1696
stetig angestiegen.
04:44
and that's because of a fiercely competitive environment.
86
284160
4120
Das liegt an einem extrem harten Wettbewerbs-Umfeld.
04:48
In Silicon Valley, entrepreneurs compete in a very gentlemanly fashion,
87
288760
5896
Im Silicon Valley kämpfen die Unternehmer mehr wie Gentlemen miteinander,
04:54
sort of like in old wars in which each side took turns
88
294680
3896
wie in den alten Kriegen, als die Seiten abwechselnd aufeinander schossen.
04:58
to fire at each other.
89
298600
1256
04:59
(Laughter)
90
299880
1056
(Gelächter)
05:00
But in the Chinese environment,
91
300960
2016
Aber im chinesischen Geschäftsumfeld
05:03
it's truly a gladiatorial fight to the death.
92
303000
2880
ist es wahrlich ein Kampf um Leben und Tod, wie bei den Gladiatoren.
05:06
In such a brutal environment, entrepreneurs learn to grow very rapidly,
93
306920
6096
In so einem brutalen Umfeld lernen die Unternehmer,
sehr schnell zu wachsen,
und blitzschnell ihre Produkte zu verbessern.
05:13
they learn to make their products better at lightning speed,
94
313040
3936
Sie lernen, ihre Geschäftsmodelle
05:17
and they learn to hone their business models
95
317000
2336
05:19
until they're impregnable.
96
319360
1400
so lange zu verbessern, bis sie unbezwingbar sind.
05:21
As a result, great Chinese products like WeChat and Weibo
97
321400
3856
Deshalb sind große chinesische Produkte wie WeChat und Weibo
05:25
are arguably better
98
325280
1416
dann wohl sogar besser als entsprechende amerikanische Produkte
05:26
than the equivalent American products from Facebook and Twitter.
99
326720
3480
von Facebook und Twitter.
05:31
And the Chinese market embraces this change
100
331920
3096
Und der chinesische Markt nimmt die beschleunigten Veränderungen
05:35
and accelerated change and paradigm shifts.
101
335040
3016
und Paradigmenwechsel an.
05:38
As an example, if any of you go to China,
102
338080
2096
Z. B., wenn Sie nach China kommen,
05:40
you will see it's almost cashless and credit card-less,
103
340200
4016
werden Sie sehen, dass es fast bargeldlos und ohne Kreditkarten funktioniert,
05:44
because that thing that we all talk about, mobile payment,
104
344240
2736
weil das mobile Bezahlen, worüber wir alle reden,
05:47
has become the reality in China.
105
347000
2416
in China schon Realität geworden ist.
05:49
In the last year,
106
349440
1296
Im letzten Jahr wurden 18.8 Billionen US-Dollar im mobilen Internet umgesetzt.
05:50
18.8 trillion US dollars were transacted on mobile internet,
107
350760
5936
05:56
and that's because of very robust technologies
108
356720
2936
Eine Folge der robusten Technologien,
05:59
built behind it.
109
359680
1256
auf denen das basiert.
06:00
It's even bigger than the China GDP.
110
360960
2440
Das ist sogar mehr als das chinesische Bruttosozialprodukt.
06:04
And this technology, you can say, how can it be bigger than the GDP?
111
364120
3616
Sie fragen, wie kann das sein?
06:07
Because it includes all transactions:
112
367760
1976
Weil dabei alle Transaktionen mitgezählt werden:
06:09
wholesale, channels, retail, online, offline,
113
369760
3776
der Großhandel, alle Kanäle, Einzelhandel, Online und Offline,
06:13
going into a shopping mall or going into a farmers market like this.
114
373560
5056
Einkaufszentren, Bauernmärkte alles gleichermaßen.
06:18
The technology is used by 700 million people
115
378640
3376
Diese Technologie wird heute von 700 Millionen Menschen genutzt,
um untereinander zu zahlen, nicht nur beim Händler,
06:22
to pay each other, not just merchants,
116
382040
2056
06:24
so it's peer to peer,
117
384120
1416
alle sind gleichrangig.
06:25
and it's almost transaction-fee-free.
118
385560
2680
Die Transaktionen kosten fast keine Gebühren
06:29
And it's instantaneous,
119
389720
2376
und sind sofort wirksam.
06:32
and it's used everywhere.
120
392120
1440
Das wird überall genutzt.
06:34
And finally, the China market is enormous.
121
394320
3376
Der chinesische Markt hat eine enorme Größe.
06:37
This market is large,
122
397720
1976
Der Markt ist groß,
06:39
which helps give entrepreneurs more users, more revenue,
123
399720
4496
was den Unternehmern mehr Kunden bringt, mehr Umsatz, mehr Investitionen,
06:44
more investment, but most importantly,
124
404240
2336
aber am wichtigsten:
06:46
it gives the entrepreneurs a chance to collect a huge amount of data
125
406600
4536
Es erlaubt den Unternehmen, eine große Menge Daten zu sammeln,
06:51
which becomes rocket fuel for the AI engine.
126
411160
2960
die dann zum Raketentreibstoff für die KI-Maschine werden.
06:54
So as a result, the Chinese AI companies
127
414960
2936
Infolgedessen haben die chinesischen KI-Firmen
06:57
have leaped ahead
128
417920
1736
einen Vorsprung gewonnen,
06:59
so that today, the most valuable companies
129
419680
3096
sodass heute die wertvollsten Firmen
07:02
in computer vision, speech recognition,
130
422800
2616
in den Bereichen Computer-Sehen, Spracherkennung, Sprachsynthese,
07:05
speech synthesis, machine translation and drones
131
425440
3416
automatische Übersetzung und Drohnen alle chinesische Firmen sind.
07:08
are all Chinese companies.
132
428880
1920
07:11
So with the US leading the era of discovery
133
431400
3216
Während die USA im Zeitalter der Entdeckung führend waren,
07:14
and China leading the era of implementation,
134
434640
3136
und China im Zeitalter der Implementierung führend ist,
07:17
we are now in an amazing age
135
437800
2256
sind wir jetzt in einem tollen Zeitalter,
in dem die beiden Maschinen der beiden Supermächte
07:20
where the dual engine of the two superpowers
136
440080
3256
07:23
are working together
137
443360
1680
zusammenarbeiten,
07:25
to drive the fastest revolution in technology
138
445960
3656
um die schnellste Revolution in der Technik voranzutreiben,
07:29
that we have ever seen as humans.
139
449640
2360
die wir Menschen je gesehen haben.
07:32
And this will bring tremendous wealth,
140
452640
2496
Dies wird zu enormem Reichtum führen,
07:35
unprecedented wealth:
141
455160
1776
beispiellosem Reichtum:
07:36
16 trillion dollars, according to PwC,
142
456960
3896
16 Billionen Dollar, laut PwC,
07:40
in terms of added GDP to the worldwide GDP by 2030.
143
460880
5376
an zusätzlichem Bruttosozialprodukt weltweit, bis zum Jahr 2030.
07:46
It will also bring immense challenges
144
466280
2616
Das führt aber auch zu massiven Herausforderungen,
07:48
in terms of potential job replacements.
145
468920
3576
was die Verdrängung von Jobs angeht.
07:52
Whereas in the Industrial Age
146
472520
2160
Das Industriezeitalter hat
07:55
it created more jobs
147
475880
1536
mehr und neue Jobs geschaffen,
07:57
because craftsman jobs were being decomposed into jobs in the assembly line,
148
477440
5776
weil Handwerker-Jobs auf Jobs am Fließband verteilt wurden.
08:03
so more jobs were created.
149
483240
1976
Es wurden also mehr Jobs geschaffen.
08:05
But AI completely replaces the individual jobs
150
485240
4936
Aber KI ersetzt die individuellen Jobs am Fließband vollständig durch Roboter.
08:10
in the assembly line with robots.
151
490200
2256
08:12
And it's not just in factories,
152
492480
1936
Nicht nur in den Fabriken,
08:14
but truckers, drivers
153
494440
2056
auch bei LKW- und PKW-Fahrern,
08:16
and even jobs like telesales, customer service
154
496520
4096
selbst bei Kundenbetreuern und im telefonischen Verkauf,
08:20
and hematologists as well as radiologists
155
500640
2976
und für Hämatologen und Radiologen
08:23
over the next 15 years
156
503640
2096
werden über die nächsten 15 Jahre
08:25
are going to be gradually replaced
157
505760
2536
die Arbeitsplätze nach und nach
08:28
by artificial intelligence.
158
508320
1440
durch künstliche Intelligenz ersetzt.
08:30
And only the creative jobs --
159
510360
2056
Nur die kreativen Jobs --
08:32
(Laughter)
160
512440
1976
(Gelächter)
08:34
I have to make myself safe, right?
161
514440
2200
Ich muss mich doch selbst absichern, nicht wahr?
08:38
Really, the creative jobs are the ones that are protected,
162
518960
2976
Die kreativen Jobs sind deshalb geschützt,
08:41
because AI can optimize but not create.
163
521960
3040
weil KI zwar optimieren kann, aber nicht erschaffen.
08:45
But what's more serious than the loss of jobs
164
525960
3575
Aber schlimmer als der Verlust von Jobs
08:49
is the loss of meaning,
165
529559
1777
ist der Verlust von Bedeutung,
08:51
because the work ethic in the Industrial Age
166
531360
3136
weil die Arbeitsmoral im Industriezeitalter
08:54
has brainwashed us into thinking that work is the reason we exist,
167
534520
5616
uns einer Gehirnwäsche unterzogen hat, die uns glauben macht,
dass Arbeit der Grund dafür ist, dass wir existieren,
09:00
that work defined the meaning of our lives.
168
540160
2936
dass die Arbeit den Sinn unseres Lebens definiert.
09:03
And I was a prime and willing victim to that type of workaholic thinking.
169
543120
6296
Ich war ein erstklassiges und williges Opfer dieses arbeitssüchtigen Denkens.
09:09
I worked incredibly hard.
170
549440
1616
Ich habe unglaublich hart gearbeitet.
09:11
That's why I almost left my wife in the delivery room,
171
551080
3576
Deshalb habe ich fast meine Frau im Kreißsaal allein gelassen.
09:14
that's why I worked 996 alongside my entrepreneurs.
172
554680
4176
Deshalb habe ich zusammen mit meinen Unternehmern 996 gearbeitet.
09:18
And that obsession that I had with work
173
558880
4416
Diese Besessenheit von meiner Arbeit
09:23
ended abruptly a few years ago
174
563320
3056
endete abrupt vor ein paar Jahren,
09:26
when I was diagnosed with fourth stage lymphoma.
175
566400
3920
als bei mir ein Lymphom im vierten Stadium diagnostiziert wurde.
09:31
The PET scan here shows over 20 malignant tumors
176
571480
4136
Diese PET-Bilder zeigen mehr als 20 bösartige Tumore,
09:35
jumping out like fireballs,
177
575640
2176
die wie Feuerbälle hervortreten,
09:37
melting away my ambition.
178
577840
2576
und mir jeden Ehrgeiz nahmen.
09:40
But more importantly,
179
580440
1456
Doch viel wichtiger, es hat mir geholfen,
09:41
it helped me reexamine my life.
180
581920
2736
mein Leben nochmal neu zu überdenken.
09:44
Knowing that I may only have a few months to live
181
584680
3096
Mit dem Wissen, vielleicht nur noch ein paar Monate zu leben,
09:47
caused me to see how foolish it was
182
587800
2936
sah ich, wie dumm es von mir war,
09:50
for me to base my entire self-worth
183
590760
3576
meinen Selbstwert daran zu messen, wie hart ich arbeitete,
09:54
on how hard I worked and the accomplishments from hard work.
184
594360
4040
und welche Leistungen ich damit erzielte.
09:59
My priorities were completely out of order.
185
599320
2976
Meine Prioritäten waren komplett falsch.
10:02
I neglected my family.
186
602320
1600
Ich vernachlässigte meine Familie.
Mein Vater starb
10:05
My father had passed away,
187
605000
1416
10:06
and I never had a chance to tell him I loved him.
188
606440
2800
und ich hatte nie die Gelegenheit ihm zu sagen, dass ich ihn liebte.
10:10
My mother had dementia and no longer recognized me,
189
610120
3736
Meine Mutter litt an Demenz und erkannt mich nicht mehr
10:13
and my children had grown up.
190
613880
1920
und meine Kinder sind jetzt erwachsen.
10:16
During my chemotherapy,
191
616400
1656
Während meiner Chemotherapie
10:18
I read a book by Bronnie Ware
192
618080
2456
las ich ein Buch von Bronnie Ware,
10:20
who talked about dying wishes and regrets of the people in the deathbed.
193
620560
5496
die über letzten Wünsche und das Bedauern
von Menschen auf dem Sterbebett schrieb.
Sie fand heraus, dass angesichts des Todes
10:26
She found that facing death,
194
626080
2256
10:28
nobody regretted that they didn't work hard enough in this life.
195
628360
3600
niemand bedauerte, dass er oder sie nicht hart genug gearbeitet hatte.
10:32
They only regretted that they didn't spend enough time with their loved ones
196
632880
5176
Sie bedauerten nur, dass sie nicht genug Zeit mit ihren Lieben verbracht hatten
10:38
and that they didn't spread their love.
197
638080
2760
und dass sie ihre Liebe nicht weitergegeben hatten.
10:42
So I am fortunately today in remission.
198
642400
4536
Glücklicherweise bin ich heute auf dem Weg der Genesung.
10:46
(Applause)
199
646960
6856
(Applaus)
10:53
So I can be back at TED again
200
653840
1976
Deshalb kann ich wieder bei TED sein,
10:55
to share with you that I have changed my ways.
201
655840
3376
um Ihnen mitzuteilen, dass ich mein Leben verändert habe.
10:59
I now only work 965 --
202
659240
2760
Ich arbeite jetzt nur noch 965 --
11:03
occasionally 996, but usually 965.
203
663200
3976
manchmal auch 996, aber meist 965.
11:07
I moved closer to my mother,
204
667200
1896
Ich bin näher zu meiner Mutter gezogen, meine Frau reist meist mit mir zusammen.
11:09
my wife usually travels with me,
205
669120
2456
11:11
and when my kids have vacation, if they don't come home, I go to them.
206
671600
3816
Wenn meine Kinder in den Ferien nicht zu uns kommen,
fahre ich zu ihnen.
11:15
So it's a new form of life
207
675440
2456
Das ist eine neue Art zu leben,
11:17
that helped me recognize
208
677920
1816
die mir half, zu erkennen,
11:19
how important it is that love is for me,
209
679760
3176
wie wichtig die Liebe für mich ist.
11:22
and facing death helped me change my life,
210
682960
3416
Den Tod vor Augen zu haben, half mir, mein Leben zu ändern,
11:26
but it also helped me see a new way
211
686400
2456
aber es half mir auch, einen neuen Weg zu sehen,
11:28
of how AI should impact mankind
212
688880
3776
wie KI die Menschheit beeinflussen sollte
11:32
and work and coexist with mankind,
213
692680
2480
und mit der Menschheit koexistieren und arbeiten sollte.
11:36
that really, AI is taking away a lot of routine jobs,
214
696680
4496
Natürlich vernichtet KI eine Menge von Routine-Jobs,
11:41
but routine jobs are not what we're about.
215
701200
3656
aber Routine-Jobs sind nicht das, wofür wir leben.
11:44
Why we exist is love.
216
704880
2256
Der Grund, dass wir existieren, ist Liebe.
11:47
When we hold our newborn baby,
217
707160
2096
Wenn wir unser Neugeborenes halten,
11:49
love at first sight,
218
709280
1496
Liebe auf den ersten Blick,
11:50
or when we help someone in need,
219
710800
1776
wenn wir jemandem in Not helfen,
11:52
humans are uniquely able to give and receive love,
220
712600
4256
sind Menschen einzigartig darin, Liebe zu geben und zu empfangen.
11:56
and that's what differentiates us from AI.
221
716880
2800
Das unterscheidet uns von KI.
12:00
Despite what science fiction may portray,
222
720800
2696
Auch wenn es Science-Fiction anders darstellt,
12:03
I can responsibly tell you that AI has no love.
223
723520
3736
kann ich Ihnen mit Sicherheit sagen, dass KI keine Liebe hat.
12:07
When AlphaGo defeated the world champion Ke Jie,
224
727280
3536
Als AlphaGo den Weltmeister Ke Jie besiegte,
12:10
while Ke Jie was crying and loving the game of go,
225
730840
3096
weinte Ke Jie weil er das Spiel Go liebte,
12:13
AlphaGo felt no happiness from winning
226
733960
3176
aber AlphaGo fühlte kein Glücksgefühl über den Sieg,
12:17
and certainly no desire to hug a loved one.
227
737160
4480
und sicherlich keinen Wunsch, einen seiner Lieben zu umarmen.
12:23
So how do we differentiate ourselves
228
743600
2656
Wie differenzieren wir uns als Menschen
12:26
as humans in the age of AI?
229
746280
2536
im Zeitalter von KI?
12:28
We talked about the axis of creativity,
230
748840
3096
Wir sprachen bereits über die Kreativitäts-Achse,
12:31
and certainly that is one possibility,
231
751960
2856
das ist bestimmt eine Möglichkeit.
12:34
and now we introduce a new axis
232
754840
2296
Jetzt führen wir eine weitere Achse ein,
die wir Mitgefühl, Liebe oder Empathie nennen können.
12:37
that we can call compassion, love, or empathy.
233
757160
3616
12:40
Those are things that AI cannot do.
234
760800
2576
Das sind Dinge, die KI nicht beherrscht.
12:43
So as AI takes away the routine jobs,
235
763400
2816
Während KI die Routine-Jobs vernichtet,
12:46
I like to think we can, we should and we must create jobs of compassion.
236
766240
4960
glaube ich, dass wir neue Arbeitsplätze für Mitgefühl schaffen sollten und müssen.
12:51
You might ask how many of those there are,
237
771800
2336
Sie fragen vielleicht, wie viele es davon gibt.
12:54
but I would ask you:
238
774160
1616
Ich frage Sie:
12:55
Do you not think that we are going to need a lot of social workers
239
775800
3816
Glauben Sie nicht, dass wir sehr viele soziale Arbeitskräfte brauchen,
12:59
to help us make this transition?
240
779640
1600
um diese Veränderung zu schaffen?
13:01
Do you not think we need a lot of compassionate caregivers
241
781960
3256
Glauben Sie nicht, dass wir viele mitfühlende Pflegekräfte brauchen,
13:05
to give more medical care to more people?
242
785240
2696
um mehr medizinische Pflege zu mehr Menschen zu bringen.
13:07
Do you not think we're going to need 10 times more teachers
243
787960
3256
Glauben Sie nicht, dass wir 10 mal so viele Lehrer brauchen,
13:11
to help our children find their way
244
791240
2776
um unseren Kindern zu helfen, Ihren Weg zu finden,
um in dieser schönen neuen Welt zu überleben und zu gedeihen.
13:14
to survive and thrive in this brave new world?
245
794040
3256
13:17
And with all the newfound wealth,
246
797320
2440
Mit all dem neu gewonnenen Reichtum,
13:19
should we not also make labors of love into careers
247
799800
4536
sollten wir nicht die Arbeiten der Liebe auch zu einer Karriere-Laufbahn machen
13:24
and let elderly accompaniment
248
804360
2696
und die Begleitung für Ältere
13:27
or homeschooling become careers also?
249
807080
3496
oder Hausunterricht nicht auch?
13:30
(Applause)
250
810600
5280
(Applaus)
13:36
This graph is surely not perfect,
251
816800
2256
Diese Grafik ist nicht perfekt,
13:39
but it points at four ways that we can work with AI.
252
819080
3536
aber sie zeigt 4 Wege auf, die wir mit KI beschreiten können.
13:42
AI will come and take away the routine jobs
253
822640
3576
KI wird zunächst alle Arbeitsplätze mit Routine-Aufgaben vernichten.
13:46
and in due time, we will be thankful.
254
826240
2040
Irgendwann werden wir dafür dankbar sein.
13:49
AI will become great tools for the creatives
255
829000
3096
KI wird zu einem wichtigen Werkzeug für Kreative werden.
13:52
so that scientists, artists, musicians and writers
256
832120
3656
Wissenschaftler, Künstler, Musiker, Schriftsteller und Journalisten
13:55
can be even more creative.
257
835800
1600
können so noch kreativer sein.
13:58
AI will work with humans as analytical tools
258
838120
5376
KI wird für die Menschen als Analyse-Werkzeug da sein,
14:03
that humans can wrap their warmth around
259
843520
2696
damit die Menschen ihre Wärme
14:06
for the high-compassion jobs.
260
846240
1896
für Jobs mit Mitgefühl einsetzen können.
14:08
And we can always differentiate ourselves
261
848160
2656
Wir können uns immer über einzigartige Jobs differenzieren,
14:10
with the uniquely capable jobs
262
850840
1816
14:12
that are both compassionate and creative,
263
852680
3616
die sowohl kreativ sind, als auch Mitgefühl beinhalten,
14:16
using and leveraging our irreplaceable brains and hearts.
264
856320
5176
wobei wir unsere unersetzbaren Gehirne und Herzen einsetzen.
14:21
So there you have it:
265
861520
1296
Das ist er also:
14:22
a blueprint of coexistence for humans and AI.
266
862840
3640
Ein Plan für die Koexistenz von Menschen und KI.
14:27
AI is serendipity.
267
867400
1816
KI ist gut für überraschende Entdeckungen.
14:29
It is here to liberate us from routine jobs,
268
869240
2976
Sie befreit uns von Routine-Aufgaben
14:32
and it is here to remind us what it is that makes us human.
269
872240
3680
und sie erinnert uns an das, was uns als Menschen ausmacht.
14:36
So let us choose to embrace AI and to love one another.
270
876440
3976
Lasst uns also KI willkommen heißen und lasst uns einander lieben.
14:40
Thank you.
271
880440
1216
Danke.
14:41
(Applause)
272
881680
6160
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7