Can a robot pass a university entrance exam? | Noriko Arai

205,170 views ・ 2017-09-13

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Nikolaos Benias Επιμέλεια: Helena Galani
00:13
Today, I'm going to talk about AI and us.
0
13014
3660
Σήμερα θα σας μιλήσω για την ΤΝ [Τεχνητή Νοημοσύνη] κι εμάς.
00:18
AI researchers have always said
1
18206
2143
Οι ερευνητές ΤΝ πάντα έλεγαν
00:20
that we humans do not need to worry,
2
20373
2594
ότι εμείς οι άνθρωποι δεν χρειάζεται να ανησυχούμε,
00:22
because only menial jobs will be taken over by machines.
3
22991
3580
γιατί μόνο οι επουσιώδεις εργασίες θα αναληφθούν από τις μηχανές.
00:27
Is that really true?
4
27274
1603
Είναι αυτό πραγματικά αληθές;
00:30
They have also said that AI will create new jobs,
5
30365
3827
Είπαν επίσης ότι η ΤΝ θα δημιουργήσει νέες θέσεις εργασίας,
00:34
so those who lose their jobs will find a new one.
6
34216
3411
ώστε όσοι χάσουν τη δουλειά τους να βρουν μία άλλη.
00:38
Of course.
7
38264
1355
Φυσικά.
00:39
But the real question is:
8
39643
2172
Αλλά το πραγματικό ερώτημα είναι:
00:41
How many of those who may lose their jobs to AI
9
41839
4105
Πόσοι από αυτούς που μπορεί να χάσουν τη δουλειά τους από την ΤΝ
00:45
will be able to land a new one,
10
45968
2489
θα μπορέσουν να βρουν μία νέα,
00:48
especially when AI is smart enough to learn better than most of us?
11
48481
5850
ειδικά όταν η ΤΝ είναι αρκετά έξυπνη, ώστε να μαθαίνει καλύτερα από εμάς;
00:55
Let me ask you a question:
12
55397
2185
Σας ρωτώ το εξής:
00:58
How many of you think
13
58666
1798
Πόσοι από εσάς πιστεύετε
01:00
that AI will pass the entrance examination of a top university by 2020?
14
60488
6094
ότι η ΤΝ θα περάσει τις εισαγωγικές εξετάσεις ενός κορυφαίου πανεπιστημίου έως το 2020;
01:07
Oh, so many. OK.
15
67836
2457
Αα, τόσοι πολλοί. Εντάξει.
01:10
So some of you may say, "Of course, yes!"
16
70317
4358
Μερικοί από εσάς μπορεί να πουν: «Φυσικά, ναι!».
01:15
Now singularity is the issue.
17
75369
2134
Τώρα η μοναδικότητα είναι το θέμα.
01:18
And some others may say, "Maybe,
18
78590
3095
Και μερικοί άλλοι μπορεί να πουν:
«Ίσως, γιατί η ΤΝ κέρδισε ήδη έναν κορυφαίο Go παίκτη».
01:21
because AI already won against a top Go player."
19
81709
4508
01:27
And others may say, "No, never. Uh-uh."
20
87213
3681
Και άλλοι μπορεί να πουν: «Όχι, ποτέ».
01:32
That means we do not know the answer yet, right?
21
92195
3593
Αυτό σημαίνει ότι δεν γνωρίζουμε ακόμα την απάντηση, σωστά;
01:36
So that was the reason why I started Todai Robot Project,
22
96268
4960
Αυτός είναι και ο λόγος που ξεκίνησα το πρόγραμμα «Ρομπότ Todai»,
01:41
making an AI which passes the entrance examination
23
101252
3872
δημιουργώντας ΤΝ που πετυχαίνει στις εισαγωγικές εξετάσεις
01:45
of the University of Tokyo,
24
105148
2589
του Πανεπιστημίου του Τόκιο,
01:47
the top university in Japan.
25
107761
2537
του κορυφαίου πανεπιστημίου στην Ιαπωνία.
01:51
This is our Todai Robot.
26
111464
2548
Αυτό είναι το ρομπότ μας Todai.
01:56
And, of course, the brain of the robot is working in the remote server.
27
116131
5810
Και, φυσικά, ο εγκέφαλος του ρομπότ λειτουργεί σε απομακρυσμένο διακομιστή.
02:02
It is now writing a 600-word essay
28
122747
4222
Αυτή τη στιγμή γράφει μία έκθεση 600 λέξεων
02:06
on maritime trade in the 17th century.
29
126993
4119
για το ναυτιλιακό εμπόριο στον 17ο αιώνα.
02:11
How does that sound?
30
131136
1765
Πώς σας φαίνεται;
02:14
Why did I take the entrance exam as its benchmark?
31
134113
4104
Γιατί έβαλα τις εισαγωγικές εξετάσεις ως σημείο αναφοράς;
02:19
Because I thought we had to study the performance of AI
32
139098
4741
Διότι σκέφτηκα ότι έπρεπε να μελετήσουμε την απόδοση της ΤΝ
02:23
in comparison to humans,
33
143863
2114
σε σύγκριση με τον άνθρωπο,
02:26
especially on the skills and expertise
34
146001
2860
ειδικά σε ό,τι αφορά τις δεξιότητες και την εμπειρογνωμοσύνη,
02:28
which are believed to be acquired only by humans
35
148885
4088
που πιστεύεται ότι αποκτώνται μόνο από τον άνθρωπο
02:32
and only through education.
36
152997
2335
και μόνο μέσω της εκπαίδευσης.
02:35
To enter Todai, the University of Tokyo,
37
155782
4043
Για να εισαχθεί κάποιος στο Todai, το Πανεπιστήμιο του Τόκιο,
02:39
you have to pass two different types of exams.
38
159849
4421
πρέπει να περάσει δύο διαφορετικά είδη εξετάσεων.
02:44
The first one is a national standardized test
39
164294
3760
Το πρώτο είναι οι εθνικές τυποποιημένες εξετάσεις
02:48
in multiple-choice style.
40
168078
2403
τύπου πολλαπλής επιλογής.
02:50
You have to take seven subjects
41
170505
2455
Πρέπει να απαντήσετε σε επτά θέματα
02:52
and achieve a high score --
42
172984
1955
και να επιτύχετε υψηλή βαθμολογία
02:54
I would say like an 85 percent or more accuracy rate --
43
174963
4772
-θα έλεγα ποσοστό ακρίβειας 85% ή περισσότερο-
02:59
to be allowed to take the second stage written test
44
179759
4087
για να περάσετε στην επόμενη φάση γραπτών εξετάσεων
03:03
prepared by Todai.
45
183870
2159
από το ίδιο το Todai.
03:06
So let me first explain how modern AI works,
46
186994
5317
Επιτρέψτε μου να σας εξηγήσω πώς λειτουργεί η σύγχρονη ΤΝ,
03:12
taking the "Jeopardy!" challenge as an example.
47
192335
3069
έχοντας ως παράδειγμα το παιχνίδι Jeopardy!.
03:17
Here is a typical "Jeopardy!" question:
48
197539
3079
Αυτή είναι μία τυπική Jeopardy! ερώτηση:
03:20
"Mozart's last symphony shares its name with this planet."
49
200642
4461
«Η τελευταία συμφωνία του Μότσαρτ έχει το ίδιο όνομα με αυτόν τον πλανήτη».
03:26
Interestingly, a "Jeopardy!" question always asks,
50
206195
4013
Είναι ενδιαφέρον το ότι οι ερωτήσεις του Jeopardy!
πάντα ρωτούν για «αυτό»:
03:30
always ends with "this" something:
51
210232
3328
03:33
"this" planet, "this" country,
52
213584
2827
«αυτόν» τον πλανήτη, «αυτή» την χώρα,
03:36
"this" rock musician, and so on.
53
216435
2608
«αυτός» ο ροκ τραγουδιστής, και ούτω καθεξής.
03:39
In other words, "Jeopardy!" doesn't ask many different types of questions,
54
219067
4299
Με άλλα λόγια, το Jeopardy! δεν ρωτάει πολλούς διαφορετικούς τύπους ερωτήσεων,
03:43
but a single type,
55
223390
1837
αλλά έναν μόνο τύπο,
03:45
which we call "factoid questions."
56
225251
2536
που τον ονομάζουμε «κατασκευασμένες ερωτήσεις».
03:48
By the way, do you know the answer?
57
228975
2167
Με την ευκαιρία, γνωρίζετε την απάντηση;
03:53
If you do not know the answer and if you want to know the answer,
58
233980
4055
Αν δεν την γνωρίζετε και αν θέλετε να την μάθετε,
03:58
what would you do?
59
238059
1287
τι θα κάνατε;
04:00
You Google, right? Of course.
60
240160
3132
Θα την αναζητούσατε στη Google, σωστά; Φυσικά.
04:03
Why not?
61
243316
1480
Γιατί όχι;
04:04
But you have to pick appropriate keywords
62
244820
3592
Αλλά θα πρέπει να επιλέξετε τις κατάλληλες λέξεις-κλειδιά,
04:08
like "Mozart," "last" and "symphony" to search.
63
248436
4364
όπως «Μότσαρτ», «τελευταία» και «συμφωνία» για αναζήτηση.
04:13
The machine basically does the same.
64
253462
2400
Στην ουσία, το ίδιο κάνει και η μηχανή.
04:16
Then this Wikipedia page will be ranked top.
65
256457
4660
Αυτή η σελίδα wiki θα βγει ως πρώτο αποτέλεσμα.
04:21
Then the machine reads the page.
66
261840
1908
Μετά, η μηχανή θα διαβάσει τη σελίδα.
04:23
No, uh-uh.
67
263772
1171
Ωχ, όχι.
04:25
Unfortunately, none of the modern AIs,
68
265470
3462
Δυστυχώς, καμία από τις σύγχρονες ΤΝ,
04:28
including Watson, Siri and Todai Robot,
69
268956
3968
συμπεριλαμβανομένων των Watson, Siri και του ρομπότ Todai,
04:32
is able to read.
70
272948
1661
δεν μπορεί να διαβάσει.
04:35
But they are very good at searching and optimizing.
71
275437
3800
Αλλά είναι πολύ καλές στην αναζήτηση και βελτιστοποίηση.
04:40
It will recognize
72
280158
2023
Θα αναγνωρίσει
04:42
that the keywords "Mozart," "last" and "symphony"
73
282866
2935
ότι οι λέξεις-κλειδιά «Μότσαρτ», «τελευταία» και «συμφωνία»
04:45
are appearing heavily around here.
74
285825
2903
εμφανίζονται σε μεγάλο βαθμό εδώ.
04:49
So if it can find a word which is a planet
75
289790
4375
Άρα, αν μπορέσει να βρει μία λέξη που να είναι πλανήτης,
04:54
and which is co-occurring with these keywords,
76
294189
3648
η οποία συνυπάρχει με αυτές τις λέξεις-κλειδιά,
04:57
that must be the answer.
77
297861
1989
αυτή πρέπει να είναι και η απάντηση.
05:00
This is how Watson finds the answer "Jupiter," in this case.
78
300762
5186
Αυτός είναι ο τρόπος με τον οποίο το Watson βρίσκει την απάντηση «Δίας».
05:08
Our Todai Robot works similarly, but a bit smarter
79
308433
4049
Το ρομπότ Todai λειτουργεί παρόμοια, αλλά λίγο πιο έξυπνα,
05:12
in answering history yes-no questions,
80
312506
3239
απαντώντας με ναι/όχι ιστορικές ερωτήσεις,
05:16
like, "'Charlemagne repelled the Magyars.' Is this sentence true or false?"
81
316560
5663
όπως «Ο Καρλομάγνος απώθησε τους Μαγυάρους», σωστό ή λάθος;
05:23
Our robot starts producing a factoid question,
82
323181
4073
Το ρομπότ μας ξεκινά να παράγει μία κατασκευασμένη ερώτηση,
05:27
like: "Charlemagne repelled [this person type]" by itself.
83
327278
4899
όπως «Ο Καρλομάγνος απώθησε [αυτά τα πρόσωπα]» από μόνο του.
05:32
Then, "Avars" but not "Magyars" is ranked top.
84
332995
4732
Τότε το «Άβαροι» και όχι το «Μαγυάροι» εμφανίζεται πρώτο στα αποτελέσματα.
05:38
This sentence is likely to be false.
85
338357
3049
Αυτή η πρόταση είναι πιθανότατα λάθος.
05:42
Our robot does not read, does not understand,
86
342772
4860
Το ρομπότ μας δεν διαβάζει, ούτε καταλαβαίνει,
05:48
but it is statistically correct in many cases.
87
348335
4144
αλλά είναι στατιστικά σωστό σε πολλές περιπτώσεις.
05:54
For the second stage written test,
88
354147
2508
Για το γραπτό της δεύτερης φάσης,
05:56
it is required to write a 600-word essay like this one:
89
356679
5106
απαιτείται να γράψετε μία έκθεση 600 λέξεων σαν αυτή εδώ:
[Συζητήστε την άνοδο και πτώση του ναυτιλιακού εμπορίου
06:01
[Discuss the rise and fall of the maritime trade
90
361809
2278
στην Ανατολική και Νοτιοανατολική Ασία τον 17ο αιώνα ...]
06:04
in East and Southeast Asia in the 17th century ...]
91
364111
2422
06:06
and as I have shown earlier,
92
366557
1387
και όπως σας έδειξα νωρίτερα,
06:07
our robot took the sentences from the textbooks and Wikipedia,
93
367968
4194
το ρομπότ μας πήρε τις προτάσεις από σχολικά βιβλία και Wikipedia,
06:12
combined them together,
94
372186
1961
τις συνδύασε,
06:14
and optimized it to produce an essay
95
374171
3619
και τις βελτιστοποίησε για να φτιάξει μία έκθεση
06:17
without understanding a thing.
96
377814
2207
χωρίς να καταλαβαίνει τίποτα.
06:20
(Laughter)
97
380045
1737
(Γέλια)
06:21
But surprisingly, it wrote a better essay
98
381806
4895
Αλλά, απροσδόκητα, έγραψε ένα καλύτερο δοκίμιο
06:26
than most of the students.
99
386725
1561
από τους περισσότερους σπουδαστές.
06:28
(Laughter)
100
388310
2391
(Γέλια)
06:30
How about mathematics?
101
390725
1529
Τι γίνεται με τα μαθηματικά;
06:33
A fully automatic math-solving machine
102
393354
3158
Μία πλήρως αυτόματη μηχανή επίλυσης μαθηματικών
06:36
has been a dream
103
396536
1631
αποτελεί ένα όνειρο
06:38
since the birth of the word "artificial intelligence,"
104
398191
4679
από τη γέννηση του όρου «τεχνητή νοημοσύνη»,
06:43
but it has stayed at the level of arithmetic for a long, long time.
105
403785
6007
αλλά παρέμενε στο επίπεδο της αριθμητικής για πάρα πολύ καιρό.
06:51
Last year, we finally succeeded in developing a system
106
411530
5350
Πέρυσι, επιτέλους πετύχαμε την ανάπτυξη ενός συστήματος
06:56
which solved pre-university-level problems from end to end,
107
416904
5173
που επίλυε προπτυχιακού επιπέδου προβλήματα από την αρχή ως το τέλος,
07:02
like this one.
108
422101
1262
σαν αυτό.
07:05
This is the original problem written in Japanese,
109
425648
4002
Αυτό είναι το πρότυπο πρόβλημα γραμμένο στα ιαπωνικά
07:09
and we had to teach it 2,000 mathematical axioms
110
429674
4397
και έπρεπε να του μάθουμε 2.000 μαθηματικά αξιώματα
07:14
and 8,000 Japanese words
111
434095
2774
και 8.000 ιαπωνικές λέξεις
07:16
to make it accept the problems written in natural language.
112
436893
4558
για να καταλάβει προβλήματα γραμμένα σε φυσική γλώσσα.
07:22
And it is now translating the original problems
113
442234
3542
Τώρα μεταφράζει το αρχικό πρόβλημα
07:25
into machine-readable formulas.
114
445800
3139
σε μηχανικά αναγνώσιμες φόρμουλες.
07:30
Weird, but it is now ready to solve it, I think.
115
450578
6099
Περίεργο, αλλά τώρα νομίζω ότι είναι έτοιμο να το επιλύσει.
07:36
Go and solve it.
116
456701
1411
Ξεκίνα.
07:38
Yes! It is now executing symbolic computation.
117
458818
4284
Ναι! Τώρα εκτελεί συμβολικούς υπολογισμούς.
07:44
Even more weird,
118
464030
1580
Ακόμα πιο περίεργο,
07:45
but probably this is the most fun part for the machine.
119
465634
4825
αλλά αυτό είναι το πιο συναρπαστικό κομμάτι της μηχανής.
07:50
(Laughter)
120
470483
2351
(Γέλια)
07:52
Now it outputs a perfect answer,
121
472858
2815
Τώρα εξάγει μια τέλεια απάντηση,
07:55
though its proof is impossible to read, even for mathematicians.
122
475697
4707
αν και η απόδειξή του είναι αδύνατο να διαβαστεί, ακόμη και από μαθηματικούς.
08:02
Anyway, last year our robot was among the top one percent
123
482773
6961
Τέλος πάντων, πέρυσι το ρομπότ μας ήταν μεταξύ των κορυφαίων 1%
08:10
in the second stage written exam in mathematics.
124
490199
3633
στη δεύτερη φάση των γραπτών εξετάσεων στα μαθηματικά.
08:14
(Applause)
125
494652
3210
(Χειροκρότημα)
08:18
Thank you.
126
498412
1311
Σας ευχαριστώ.
08:19
So, did it enter Todai?
127
499747
2471
Πέρασε, λοιπόν, στο Todai;
08:22
No, not as I expected.
128
502981
3058
Όχι, όπως το περίμενα.
08:26
Why?
129
506783
1399
Γιατί;
08:28
Because it doesn't understand any meaning.
130
508206
2639
Επειδή δεν καταλαβαίνει κανένα νόημα.
08:32
Let me show you a typical error it made in the English test.
131
512308
4079
Θα σας δείξω ένα τυπικό λάθος που έκανε στο τεστ Αγγλικών.
08:36
[Nate: We're almost at the bookstore. Just a few more minutes.
132
516411
2977
[Νέιτ: Σχεδόν φτάσαμε στο βιβλιοπωλείο. Λίγα λεπτά ακόμα.
08:39
Sunil: Wait. ______ . Nate: Thank you! That always happens ...]
133
519412
3039
Σενίλ: Περίμενε. _____. Νέιτ: Ευχαριστώ! Αυτό συμβαίνει πάντα ...]
08:42
Two people are talking.
134
522475
1151
Δύο άνθρωποι συζητούν.
08:43
For us, who can understand the situation --
135
523650
2054
Για εμάς, που κατανοούμε την κατάσταση -
08:45
[1. "We walked for a long time." 2. "We're almost there."
136
525704
2773
[1. «Περπατήσαμε πολύ ώρα». 2. «Σχεδόν φτάσαμε».
08:48
3. "Your shoes look expensive." 4. "Your shoelace is untied."]
137
528501
3032
3. «Τα παπούτσια φαίνονται ακριβά». 4.«Σου λύθηκε το κορδόνι».]
08:51
it is obvious number four is the correct answer, right?
138
531557
2873
Προφανώς το 4 είναι η σωστή απάντηση, σωστά;
08:54
But Todai Robot chose number two,
139
534454
2238
Αλλά το ρομπότ Todai επέλεξε το 2,
08:56
even after learning 15 billion English sentences
140
536716
5360
ακόμα και μετά την εκμάθηση 15 δισεκατομμυρίων αγγλικών προτάσεων,
09:02
using deep learning technologies.
141
542100
2728
με τη χρήση τεχνολογιών βαθιάς μάθησης.
09:07
OK, so now you might understand what I said:
142
547600
4172
Ωραία, τώρα λοιπόν μπορεί να καταλάβατε τι εννοούσα:
09:12
modern AIs do not read,
143
552399
2648
οι σύγχρονες ΤΝ δεν διαβάζουν,
09:15
do not understand.
144
555071
1413
δεν κατανοούν.
09:17
They only disguise as if they do.
145
557516
3169
Μόνο φαίνεται ότι αυτό κάνουν.
09:24
This is the distribution graph
146
564867
2981
Αυτό είναι το γράφημα κατανομής
09:27
of half a million students who took the same exam as Todai Robot.
147
567872
5777
μισού εκατομμυρίου σπουδαστών που έδωσαν το ίδιο τεστ με το ρομπότ Todai.
09:34
Now our Todai Robot is among the top 20 percent,
148
574558
5165
Το ρομπότ Todai είναι στους πρώτους 20%
09:40
and it was capable to pass
149
580986
2415
και ήταν ικανό να περάσει
09:43
more than 60 percent of the universities in Japan --
150
583425
3941
σε παραπάνω από το 60% των πανεπιστημίων στην Ιαπωνία -
09:47
but not Todai.
151
587390
1377
αλλά όχι στο Todai.
09:50
But see how it is beyond the volume zone
152
590116
4025
Αλλά παρατηρείστε ότι είναι πέρα από τη ζώνη
09:54
of to-be white-collar workers.
153
594165
2864
των υποψήφιων υπαλλήλων γραφείου.
10:00
You might think I was delighted.
154
600060
2858
Μπορεί να νομίζετε ότι ήμουν ευχαριστημένη.
10:03
After all, my robot was surpassing students everywhere.
155
603939
3971
Εξάλλου, το ρομπότ μου ξεπερνούσε τους μαθητές παντού.
10:09
Instead, I was alarmed.
156
609022
2691
Αντιθέτως, ήμουν ανήσυχη.
10:13
How on earth could this unintelligent machine outperform students --
157
613086
5607
Πώς στο καλό μπορούσε αυτή η μη έξυπνη μηχανή να ξεπεράσει τους μαθητές -
10:18
our children?
158
618717
1292
τα παιδιά μας;
10:20
Right?
159
620033
1153
Σωστά;
10:22
I decided to investigate what was going on in the human world.
160
622101
4402
Αποφάσισα να ερευνήσω τι συνέβαινε στον ανθρώπινο κόσμο.
10:28
I took hundreds of sentences from high school textbooks
161
628542
4729
Πήρα εκατοντάδες προτάσεις βιβλίων γυμνασίου
10:33
and made easy multiple-choice quizzes,
162
633859
3313
και έφτιαξα εύκολα κουίζ πολλαπλών επιλογών,
10:37
and asked thousands of high school students to answer.
163
637196
4143
και ζήτησα σε χιλιάδες γυμνασιόπαιδα να τα απαντήσουν.
10:42
Here is an example:
164
642690
1176
Δείτε ένα παράδειγμα:
10:43
[Buddhism spread to ... , Christianity to ... and Oceania,
165
643890
2818
[Ο Βουδισμός εξαπλώθηκε ___, ο Χριστιανισμός σε ___ και Ωκεανία,
10:46
and Islam to ...]
166
646732
1151
και το Ισλάμ στην ___ ]
10:47
Of course, the original problems are written in Japanese,
167
647907
2740
Φυσικά, τα αρχικά προβλήματα είναι γραμμένα στα Ιαπωνικά,
10:50
their mother tongue.
168
650671
1155
τη μητρική τους γλώσσα.
10:51
[ ______ has spread to Oceania.
169
651850
1515
[ ____ έχει εξαπλωθεί στην Ωκεανία.
10:53
1. Hinduism 2. Christianity 3. Islam 4. Buddhism ]
170
653389
2417
1-Ινδουισμός 2-Χριστιανισμός 3-Ισλάμ 4-Βουδισμός]
10:55
Obviously, Christianity is the answer, isn't it?
171
655830
2299
Προφανώς, ο Χριστιανισμός είναι η απάντηση, έτσι;
10:58
It's written!
172
658153
1214
Είναι γραμμένο!
11:01
And Todai Robot chose the correct answer, too.
173
661482
4026
Και το ρομπότ Todai επέλεξε τη σωστή απάντηση.
11:06
But one-third of junior high school students
174
666758
4879
Αλλά το ένα τρίτο των νέων γυμνασιόπαιδων
11:11
failed to answer this question.
175
671661
2612
απέτυχε να απαντήσει σωστά.
11:16
Do you think it is only the case in Japan?
176
676456
3159
Νομίζεται ότι αυτό συνέβη μόνο στην Ιαπωνία;
11:19
I do not think so,
177
679639
1976
Δεν το νομίζω,
11:21
because Japan is always ranked among the top in OECD PISA tests,
178
681639
6371
διότι η Ιαπωνία κατατάσσεται πάντα μεταξύ των κορυφαίων στα τεστ PISA του ΟΟΣΑ,
11:28
measuring 15-year-old students' performance in mathematics,
179
688034
3927
τα οποία μετρούν τις επιδόσεις δεκαπεντάχρονων στα μαθηματικά,
11:31
science and reading
180
691985
1964
στην επιστήμη και την ανάγνωση,
11:33
every three years.
181
693973
1636
κάθε τρία χρόνια.
11:39
We have been believing
182
699390
2053
Πιστεύουμε
11:41
that everybody can learn
183
701467
2043
ότι ο καθένας μπορεί να μάθει
11:43
and learn well,
184
703534
1905
και να μάθει καλά,
11:45
as long as we provide good learning materials
185
705463
3697
εφόσον παρέχουμε καλό εκπαιδευτικό υλικό,
11:49
free on the web
186
709184
1455
ελεύθερα στο Διαδίκτυο,
11:50
so that they can access through the internet.
187
710663
3069
ώστε να είναι προσβάσιμο.
11:53
But such wonderful materials may benefit only those who can read well,
188
713756
5859
Αλλά αυτό το υπέροχο υλικό μπορεί να ωφελήσει μόνο όσους διαβάζουν καλά,
12:00
and the percentage of those who can read well
189
720534
3935
το ποσοστό των οποίων
12:04
may be much less than we expected.
190
724493
3378
μπορεί να είναι πολύ λιγότερο από όσο περιμένουμε.
12:10
How we humans will coexist with AI
191
730040
4241
Το πώς εμείς οι άνθρωποι θα συνυπάρξουμε με την ΤΝ,
12:14
is something we have to think about carefully,
192
734305
3522
είναι κάτι που πρέπει να σκεφτούμε προσεκτικά,
12:17
based on solid evidence.
193
737851
2137
βάσει αξιόπιστων στοιχείων.
12:21
At the same time, we have to think in a hurry
194
741063
3977
Ταυτόχρονα, πρέπει να το σκεφτούμε γρήγορα,
12:25
because time is running out.
195
745064
2402
γιατί ο χρόνος τελειώνει.
12:28
Thank you.
196
748106
1162
Σας ευχαριστώ.
12:29
(Applause)
197
749626
3933
(Χειροκρότημα)
12:34
Chris Anderson: Noriko, thank you.
198
754211
2080
Κρις Άντερσον: Νορίκο, σε ευχαριστούμε.
12:36
Noriko Arai: Thank you.
199
756315
1765
Νορίκο Αράι: Ευχαριστώ.
12:38
CA: In your talk, you so beautifully give us a sense of how AIs think,
200
758104
5304
ΚΑ: Στην ομιλία σου, πολύ ωραία μας έδωσες μια αίσθηση του τρόπου σκέψης της ΤΝ,
12:43
what they can do amazingly
201
763432
1564
τι μπορεί να κάνει με εκπληκτικό τρόπο
12:45
and what they can't do.
202
765020
1695
και τι δεν μπορεί.
12:46
But -- do I read you right,
203
766739
1494
Αλλά, αν κατάλαβα καλά,
12:48
that you think we really need quite an urgent revolution in education
204
768257
5270
νομίζεις ότι πράγματι χρειαζόμαστε μια κάπως επείγουσα επανάσταση στην εκπαίδευση
12:53
to help kids do the things that humans can do better than AIs?
205
773551
4155
που θα βοηθήσει τα παιδιά να κάνουν ό,τι κάνει ο άνθρωπος καλύτερα από την ΤΝ;
12:57
NA: Yes, yes, yes.
206
777730
1328
ΝΑ: Ναι, ναι, ναι.
12:59
Because we humans can understand the meaning.
207
779082
4035
Διότι εμείς οι άνθρωποι μπορούμε να καταλάβουμε το νόημα.
13:03
That is something which is very, very lacking in AI.
208
783141
4906
Αυτό είναι κάτι πάρα πολύ ελλιπές στην ΤΝ.
13:08
But most of the students just pack the knowledge
209
788071
4368
Αλλά οι περισσότεροι μαθητές «συσκευάζουν» τη γνώση,
13:12
without understanding the meaning of the knowledge,
210
792463
3903
χωρίς να καταλαβαίνουν το νόημά της
13:16
so that is not knowledge, that is just memorizing,
211
796390
2809
και αυτό δεν είναι γνώση αλλά αποστήθιση,
13:19
and AI can do the same thing.
212
799223
2450
το οποίο μπορεί να κάνει και η ΤΝ.
13:21
So we have to think about a new type of education.
213
801697
3631
Γι' αυτό, πρέπει να σκεφτούμε έναν νέο τρόπο εκπαίδευσης.
13:25
CA: A shift from knowledge, rote knowledge, to meaning.
214
805352
3289
ΚΑ: Μία μετατόπιση από τη γνώση παπαγαλίας στην γνώση με νόημα.
13:28
NA: Mm-hmm.
215
808665
1151
ΝΑ: Ναι.
13:29
CA: Well, there's a challenge for the educators. Thank you so much.
216
809840
3240
ΚΑ: Αυτό είναι μία πρόκληση για τους εκπαιδευτικούς. Σε ευχαριστούμε.
13:33
NA: Thank you very much. Thank you.
217
813104
1698
ΝΑ: Σας ευχαριστώ πολύ.
13:34
(Applause)
218
814826
1185
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7