How AI Will Step Off the Screen and into the Real World | Daniela Rus | TED

282,721 views ・ 2024-04-19

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Antonella Persello Revisor: Sebastian Betti
00:04
When I was a student studying robotics,
0
4334
2377
Cuando estudiaba robótica,
00:06
a group of us decided to make a present for our professor's birthday.
1
6711
4046
un grupo nuestro decidió hacer un regalo
para el cumpleaños de nuestro profesor.
00:11
We wanted to program our robot to cut a slice of cake for him.
2
11508
4212
Queríamos programar a nuestro robot para que le cortara un trozo de tarta.
00:16
We pulled an all-nighter writing the software,
3
16638
3170
Pasamos toda la noche escribiendo el software
00:19
and the next day, disaster.
4
19849
2253
y, al día siguiente, un desastre.
00:22
We programmed this robot to cut a soft, round sponge cake,
5
22769
4546
Programamos este robot para cortar un bizcocho blando y redondo,
00:27
but we didn't coordinate well.
6
27357
1710
pero no lo coordinamos bien.
00:29
And instead, we received a square hard ice cream cake.
7
29109
4588
Y en su lugar, recibimos un bizcocho de helado duro cuadrado.
00:34
The robot flailed wildly and nearly destroyed the cake.
8
34239
3879
El robot se movió violentamente y estuvo a punto de destruir el pastel.
00:38
(Laughter)
9
38159
1377
(Risas)
00:39
Our professor was delighted, anyway.
10
39578
2335
Aun así, nuestro profesor estaba encantado.
00:41
He calmly pushed the stop button
11
41955
3045
Presionó tranquilamente el botón de detener
00:45
and declared the erratic behavior of the robot
12
45041
3128
y declaró que el comportamiento errático del robot
00:48
a control singularity.
13
48169
1836
era una singularidad del control.
00:50
A robotics technical term.
14
50046
1710
Término técnico de robótica.
00:52
I was disappointed, but I learned a very important lesson.
15
52882
3879
Me decepcionó, pero aprendí una lección muy importante.
00:56
The physical world,
16
56761
1794
El mundo físico,
00:58
with its physics laws and imprecisions,
17
58555
2502
con sus leyes físicas e imprecisiones,
01:01
is a far more demanding space than the digital world.
18
61057
3462
es un espacio mucho más exigente que el mundo digital.
01:05
Today, I lead MIT's Computer Science and AI lab,
19
65478
3838
Hoy, dirijo el laboratorio de Ciencias de la Computación e IA del MIT,
01:09
the largest research unit at MIT.
20
69357
2419
su unidad de investigación más grande.
01:11
This is our buildingm where I work with brilliant and brave researchers
21
71776
5214
En este edificio trabajo con investigadores brillantes y valientes
01:16
to invent the future of computing and intelligent machines.
22
76990
3545
para inventar el futuro de la computación y las máquinas inteligentes.
01:21
Today in computing,
23
81286
1168
Hoy, en la informática,
01:22
artificial intelligence and robotics are largely separate fields.
24
82454
4087
la inteligencia artificial y la robótica son campos separados.
01:27
AI has amazed you with its decision-making and learning,
25
87375
4129
La IA nos ha sorprendido con su capacidad de toma de decisiones y aprendizaje,
01:31
but it remains confined inside computers.
26
91546
2878
pero sigue confinada en los ordenadores.
01:34
Robots have a physical presence and can execute pre-programmed tasks,
27
94883
4796
Los robots tienen una presencia física y pueden ejecutar tareas preprogramadas,
01:39
but they're not intelligent.
28
99679
1794
pero no son inteligentes.
01:42
Well, this separation is starting to change.
29
102140
2669
Bueno, esta separación está empezando a cambiar.
01:45
AI is about to break free from the 2D computer screen interactions
30
105268
4713
La IA está por liberarse de las interacciones 2D
en la pantalla del ordenador
01:50
and enter a vibrant, physical 3D world.
31
110023
3462
y por entrar en un mundo 3D físico y vibrante.
01:54
In my lab, we're fusing the digital intelligence of AI
32
114361
3837
En mi laboratorio, estamos fusionando la inteligencia digital de la IA
01:58
with the mechanical prowess of robots.
33
118198
2377
con la destreza mecánica de los robots.
02:01
Moving AI from the digital world into the physical world
34
121034
2836
Trasladar la IA del mundo digital al mundo físico
02:03
is making machines intelligent
35
123912
2127
está haciendo inteligentes a las máquinas
02:06
and leading to the next great breakthrough,
36
126081
2419
y nos lleva al próximo gran avance,
02:08
what I call physical intelligence.
37
128541
2253
lo que yo llamo inteligencia física.
02:11
Physical intelligence is when AI's power to understand text,
38
131586
4505
La inteligencia física es cuando la capacidad de la IA
para entender textos,
02:16
images and other online information
39
136132
2419
imágenes y otra información en línea
02:18
is used to make real-world machines smarter.
40
138593
3128
se usa para hacer más inteligentes a las máquinas del mundo real
02:21
This means AI can help pre-programmed robots do their tasks better
41
141721
5381
Esto significa que la IA puede ayudar a los robots preprogramados
a realizar mejor sus tareas
02:27
by using knowledge from data.
42
147143
1877
mediante el conocimiento de los datos.
02:31
With physical intelligence,
43
151022
1460
Con la inteligencia física,
02:32
AI doesn't just reside in our computers,
44
152482
4713
la IA no solo reside en nuestros ordenadores,
02:37
but walks, rolls, flies
45
157237
2502
sino que camina, rueda, vuela
02:39
and interacts with us in surprising ways.
46
159781
2961
e interactúa con nosotros de formas sorprendentes.
02:42
Imagine being surrounded by helpful robots at the supermarket.
47
162784
4630
Imagínense estar rodeado de útiles robots en el supermercado.
02:47
The one on the left can help you carry a heavy box.
48
167414
3044
El de la izquierda puede ayudarte a llevar una caja pesada.
02:51
To make it happen, we need to do a few things.
49
171251
3378
Para que esto suceda, necesitamos hacer algunas cosas.
02:54
We need to rethink how machines think.
50
174671
2377
Tenemos que repensar la forma en que piensan las máquinas.
02:57
We need to reorganize how they are designed and how they learn.
51
177382
4796
Tenemos que reorganizar la forma en que se diseñan y en que aprenden.
03:03
So for physical intelligence,
52
183596
1585
Para la inteligencia física,
03:05
AI has to run on computers that fit on the body of the robot.
53
185223
4129
la IA tiene que funcionar en ordenadores que quepan en el cuerpo del robot.
03:09
For example, our soft robot fish.
54
189853
2502
Por ejemplo, nuestro pez robot.
03:13
Today's AI uses server farms that do not fit.
55
193189
3128
La IA actual utiliza granjas de servidores que no caben.
03:17
Today's AI also makes mistakes.
56
197318
3212
La IA actual también comete errores.
03:20
This AI system on a robot car does not detect pedestrians.
57
200572
4171
Este sistema de IA de un automóvil robot no detecta a los peatones.
03:25
For physical intelligence,
58
205660
1418
Para la inteligencia física,
03:27
we need small brains that do not make mistakes.
59
207120
2961
necesitamos cerebros pequeños que no cometan errores.
03:31
We're tackling these challenges using inspiration
60
211958
2836
Estamos abordando estos desafíos inspirándonos
03:34
from a worm called C. elegans
61
214794
2169
en un gusano llamado C. elegans.
03:37
In sharp contrast to the billions of neurons in the human brain,
62
217839
4630
En contraste con las miles de millones de neuronas del cerebro humano,
03:42
C. elegans has a happy life on only 302 neurons,
63
222469
4546
C. elegans vive feliz con solo 302 neuronas,
03:47
and biologists understand the math of what each of these neurons do.
64
227015
4171
y los biólogos entienden lo que hace cada una de estas neuronas.
03:53
So here's the idea.
65
233354
1168
Así que esta es la idea.
03:54
Can we build AI using inspiration from the math of these neurons?
66
234564
5547
¿Podemos crear inteligencia artificial inspirándonos
en las matemáticas de estas neuronas?
04:01
We have developed, together with my collaborators and students,
67
241529
4255
Hemos desarrollado, junto con mis colaboradores y alumnos,
04:05
a new approach to AI we call “liquid networks.”
68
245784
3670
un nuevo enfoque de la IA que denominamos “redes líquidas”.
04:10
And liquid networks results in much more compact
69
250121
3754
Y las redes líquidas dan como resultado soluciones mucho más compactas
04:13
and explainable solutions than today's traditional AI solutions.
70
253917
3962
y explicables que las soluciones actuales de la IA tradicional.
04:17
Let me show you.
71
257921
1251
Déjenme mostrarles.
04:19
This is our self-driving car.
72
259464
1918
Este es nuestro coche autónomo.
04:21
It's trained using a traditional AI solution,
73
261800
2669
Se entrena con una solución de IA tradicional,
04:24
the kind you find in many applications today.
74
264511
2836
como la que se encuentra hoy en muchas aplicaciones.
04:28
This is the dashboard of the car.
75
268097
2086
Este es el panel del coche.
04:30
In the lower right corner, you'll see the map.
76
270225
2294
En la esquina inferior derecha, verán el mapa.
04:32
In the upper left corner, the camera input stream.
77
272560
3254
En la esquina superior izquierda, el flujo de entrada de la cámara.
04:35
And the big box in the middle with the blinking lights
78
275814
2836
Y la caja grande del centro con luces parpadeantes
04:38
is the decision-making engine.
79
278691
2169
es el motor de la toma de decisiones.
04:40
It consists of tens of thousands of artificial neurons,
80
280902
4004
Está formado por decenas de miles de neuronas artificiales
04:44
and it decides how the car should steer.
81
284948
2502
y decide cómo debe conducir el coche.
04:48
It is impossible to correlate the activity of these neurons
82
288076
3336
Es imposible correlacionar la actividad de estas neuronas
04:51
with the behavior of the car.
83
291454
2211
con el comportamiento del automóvil.
04:53
Moreover, if you look at the lower left side,
84
293706
3379
Además, si nos fijamos en la parte inferior izquierda,
04:57
you see where in the image this decision-making engine looks
85
297085
4045
vemos a qué parte de la imagen mira este motor de toma de decisiones
05:01
to tell the car what to do.
86
301172
2086
para decirle al coche lo que tiene que hacer.
05:03
And you see how noisy it is.
87
303299
1418
Y ven lo ruidoso que es.
05:04
And this car drives by looking at the bushes and the trees
88
304759
4254
Y este coche conduce mirando los arbustos y los árboles
05:09
on the side of the road.
89
309013
1460
a un lado de la carretera.
05:10
That's not how we drive.
90
310473
1418
No es así como conducimos.
05:11
People look at the road.
91
311933
1335
La gente mira la carretera.
05:13
Now contrast this with our liquid network solution,
92
313643
3253
Ahora comparen esto con nuestra solución de redes líquidas,
05:16
which consists of only 19 neurons rather than tens of thousands.
93
316938
4922
que consiste en solo 19 neuronas en lugar de decenas de miles.
05:21
And look at its attention map.
94
321860
1543
Y miren su mapa de atención.
05:23
It's so clean and focused on the road horizon
95
323403
2752
Está centrado en el horizonte de la carretera
05:26
and the side of the road.
96
326197
1669
y en los costados de la carretera.
05:28
Because these models are so much smaller,
97
328491
2294
Como estos modelos son mucho más pequeños,
05:30
we actually understand how they make decisions.
98
330827
2669
realmente entendemos cómo toman decisiones.
05:34
So how did we get this performance?
99
334831
2586
Entonces, ¿cómo obtuvimos este desempeño?
05:38
Well, in a traditional AI system,
100
338418
2752
Bueno, en un sistema de IA tradicional,
05:41
the computational neuron is the artificial neuron,
101
341170
3003
la neurona computacional es la neurona artificial,
05:44
and the artificial neuron is essentially an on/off computational unit.
102
344215
4213
y la neurona artificial es una unidad computacional que se activa y desactiva.
05:48
It takes in some numbers, adds them up,
103
348469
2211
Toma algunos números, los suma,
05:50
applies some basic math
104
350680
1293
aplica matemáticas básicas
05:52
and passes along the result.
105
352015
2002
y transmite el resultado.
05:54
And this is complex
106
354058
1335
Y esto es complejo
05:55
because it happens across thousands of computational units.
107
355435
3712
porque ocurre en miles de unidades computacionales.
05:59
In liquid networks,
108
359439
1585
En las redes líquidas,
06:01
we have fewer neurons,
109
361065
1377
tenemos menos neuronas,
06:02
but each one does more complex math.
110
362483
2711
pero cada una hace cálculos más complejos.
06:05
Here's what happens inside our liquid neuron.
111
365194
2628
Esto es lo que ocurre dentro de nuestra neurona líquida.
06:08
We use differential equations to model the neural computation
112
368239
3921
Usamos ecuaciones diferenciales para modelar la computación neuronal
06:12
and the artificial synapse.
113
372201
1669
y la sinapsis artificial.
06:14
And these differential equations
114
374412
2085
Y estas ecuaciones diferenciales
06:16
are what biologists have mapped for the neural structure of the worms.
115
376539
5089
son las que los biólogos han trazado para la estructura neuronal
de los gusanos.
06:22
We also wire the neurons differently to increase the information flow.
116
382337
4963
También conectamos las neuronas de forma diferente
para aumentar el flujo de información.
06:27
Well, these changes yield phenomenal results.
117
387675
3045
Bueno, estos cambios producen resultados fenomenales.
06:31
Traditional AI systems are frozen after training.
118
391054
3420
Los sistemas de IA tradicionales se congelan después del entrenamiento.
06:34
That means they cannot continue to improve
119
394515
2294
Esto significa que no pueden seguir mejorando
06:36
when we deploy them in a physical world in the wild.
120
396809
3379
cuando los desplegamos en el mundo físico.
06:40
We just wait for the next release.
121
400229
2253
Solo tenemos que esperar a la próxima versión.
06:43
Because of what's happening inside the liquid neuron,
122
403316
3378
Debido a lo que ocurre dentro de la neurona líquida,
06:46
liquid networks continue to adapt after training
123
406736
2920
las redes líquidas siguen adaptándose después del entrenamiento
06:49
based on the inputs that they see.
124
409697
1752
según el input que reciben.
06:51
Let me show you.
125
411449
1293
Déjenme enseñarles.
06:53
We trained traditional AI and liquid networks
126
413493
3086
Entrenamos a la IA tradicional y las redes líquidas
06:56
using summertime videos like these ones,
127
416621
3253
utilizando videos veraniegos como estos,
06:59
and the task was to find things in the woods.
128
419916
3045
y la tarea consistía en encontrar cosas en el bosque.
07:02
All the models learned how to do the task in the summer.
129
422961
3044
Todos los modelos aprendieron a realizar la tarea en verano.
07:06
Then we tried to use the models on drones in the fall.
130
426589
3754
Luego intentamos usar los modelos en drones en otoño.
07:10
The traditional AI solution gets confused by the background.
131
430343
3837
La solución de IA tradicional se confunde con el fondo.
07:14
Look at the attention map, cannot do the task.
132
434222
2836
Miren el mapa de atención, no puede realizar la tarea.
07:17
Liquid networks do not get confused by the background
133
437350
3170
Las redes líquidas no se confunden con el fondo
07:20
and very successfully execute the task.
134
440520
4004
y ejecutan la tarea con mucho éxito.
07:24
So this is it.
135
444899
1168
Esto es todo.
07:26
This is the step forward:
136
446109
1334
Este es el paso siguiente:
07:27
AI that adapts after training.
137
447443
2670
una IA que se adapta después del entrenamiento.
07:31
Liquid networks are important
138
451072
2044
Las redes líquidas son importantes
07:33
because they give us a new way of getting machines to think
139
453116
5088
porque nos brindan una nueva forma de hacer que las máquinas piensen
07:38
that is rooted into physics models,
140
458246
2669
basada en los modelos físicos,
07:40
a new technology for AI.
141
460957
2044
una nueva tecnología para la IA.
07:43
We can run them on smartphones, on robots,
142
463418
3003
Podemos utilizarlas en teléfonos inteligentes, robots,
07:46
on enterprise computers,
143
466462
2169
ordenadores empresariales
07:48
and even on new types of machines
144
468631
2252
e incluso en nuevos tipos de máquinas
07:50
that we can now begin to imagine and design.
145
470925
2669
que ahora podemos empezar a imaginar y diseñar.
07:53
The second aspect of physical intelligence.
146
473594
2753
El segundo aspecto de la inteligencia física.
07:56
So by now you've probably generated images using text-to-image systems.
147
476848
5589
Es probable que ustedes hayan utilizado sistemas de conversión
de texto a imágenes.
08:02
We can also do text-to-robot,
148
482437
1918
También podemos convertir texto en robots,
08:04
but not using today's AI solutions because they work on statistics
149
484397
3962
pero no con las soluciones actuales de IA porque funcionan con estadísticas
08:08
and do not understand physics.
150
488359
1960
y no entienden de física.
08:11
In my lab,
151
491154
1167
En mi laboratorio,
08:12
we developed an approach that guides the design process
152
492363
4004
desarrollamos un enfoque que guía el proceso de diseño
08:16
by checking and simulating the physical constraints for the machine.
153
496409
4838
comprobando y simulando las restricciones físicas de la máquina.
08:21
We start with a language prompt,
154
501706
1877
Empezamos con un mensaje lingüístico:
08:23
"Make me a robot that can walk forward,"
155
503583
2502
“Conviérteme en un robot que camine hacia adelante”,
08:26
and our system generates the designs including shape, materials, actuators,
156
506085
6090
y nuestro sistema genera los diseños, incluidos la forma, los materiales,
los actuadores, los sensores, el programa para controlarla
08:32
sensors, the program to control it
157
512175
3003
08:35
and the fabrication files to make it.
158
515178
2294
y los archivos de fabricación necesarios.
08:37
And then the designs get refined in simulation
159
517805
3254
Luego, los diseños se refinan en la simulación
08:41
until they meet the specifications.
160
521100
2753
hasta que cumplen con las especificaciones.
08:44
So in a few hours we can go from idea
161
524312
3670
Así, en unas horas podemos pasar de la idea
08:48
to controllable physical machine.
162
528024
2294
a una máquina física controlable.
08:51
We can also do image-to-robot.
163
531486
1960
También podemos convertir imágenes en robots.
08:53
This photo can be transformed into a cuddly robotic bunny.
164
533488
4629
Esta foto se puede transformar en un adorable conejito robótico.
08:58
To do so, our algorithm computes a 3D representation of the photo
165
538618
5297
Para ello, nuestro algoritmo calcula una representación 3D de la foto
09:03
that gets sliced and folded, printed.
166
543915
4254
que se corta, se dobla y se imprime.
09:08
Then we fold the printed layers, we string some motors and sensors.
167
548169
4338
Luego doblamos las capas impresas y colocamos algunos motores y sensores.
09:12
We write some code, and we get the bunny you see in this video.
168
552548
3504
Escribimos un código y obtenemos el conejito que ven en este video.
09:16
We can use this approach to make anything almost,
169
556844
3379
Podemos usar este enfoque para crear casi cualquier cosa,
09:20
from an image, from a photo.
170
560264
2169
a partir de una imagen, de una foto.
09:23
So the ability to transform text into images
171
563309
4922
Por eso, la capacidad de transformar texto en imágenes
09:28
and to transform images into robots is important,
172
568231
3253
y de transformar imágenes en robots es importante,
09:31
because we are drastically reducing the amount of time
173
571484
3920
porque estamos reduciendo drásticamente la cantidad de tiempo
09:35
and the resources needed to prototype and test new products,
174
575404
3796
y los recursos necesarios para crear prototipos y probar nuevos productos,
09:39
and this is allowing for a much faster innovation cycle.
175
579200
5255
y esto permite un ciclo de innovación mucho más rápido.
09:45
And now we are ready to even make the leap
176
585164
3587
Y ahora estamos preparados incluso para dar el salto
09:48
to get these machines to learn.
177
588751
1752
y hacer que estas máquinas aprendan.
09:50
The third aspect of physical intelligence.
178
590545
3044
El tercer aspecto de la inteligencia física.
09:54
These machines can learn from humans how to do tasks.
179
594507
2753
Estas máquinas pueden aprender de los humanos a realizar tareas.
09:57
You can think of it as human-to-robot.
180
597260
2377
Pueden pensarlo como una relación de persona a robot.
09:59
In my lab, we created a kitchen environment
181
599929
2753
En mi laboratorio, creamos un entorno de cocina
10:02
where we instrument people with sensors,
182
602723
2294
donde instrumentamos a las personas con sensores
y recopilamos datos sobre cómo las personas realizan las tareas.
10:05
and we collect a lot of data about how people do kitchen tasks.
183
605017
4213
10:09
We need physical data
184
609689
2043
Necesitamos datos físicos
10:11
because videos do not capture the dynamics of the task.
185
611774
4004
porque los videos no capturan la dinámica de la tarea.
10:15
So we collect muscle, pose, even gaze information
186
615820
3170
Por eso recopilamos información de los músculos, la postura y la mirada
10:18
about how people do tasks.
187
618990
2043
en la realización de las tareas.
10:21
And then we train AI using this data
188
621075
3462
Y luego entrenamos a la IA con estos datos
10:24
to teach robots how to do the same tasks.
189
624579
2711
para enseñar a los robots a realizar las mismas tareas.
10:28
And the end result is machines that move with grace and agility,
190
628541
5589
Y el resultado final son máquinas que se mueven con elegancia y agilidad,
10:34
as well as adapt and learn.
191
634172
2335
además de adaptarse y aprender.
10:36
Physical intelligence.
192
636549
1668
Inteligencia física.
10:39
We can use this approach to teach robots
193
639177
3044
Podemos usar este enfoque para enseñar a los robots
10:42
how to do a wide range of tasks:
194
642263
2294
a realizar una amplia gama de tareas:
10:44
food preparation, cleaning and so much more.
195
644557
3170
preparar alimentos, limpiar y mucho más.
10:49
The ability to turn images and text into functional machines,
196
649312
5630
La capacidad de convertir imágenes y textos en máquinas funcionales,
10:54
coupled with using liquid networks
197
654984
1960
junto con el uso de redes líquidas
10:56
to create powerful brains for these machines
198
656986
2336
para crear cerebros poderosos para estas máquinas
10:59
that can learn from humans, is incredibly exciting.
199
659322
3211
que puedan aprender de los humanos es increíblemente emocionante.
11:02
Because this means we can make almost anything we imagine.
200
662533
4505
Porque esto significa que podemos hacer casi cualquier cosa que imaginemos.
11:07
Today's AI has a ceiling.
201
667663
2086
La IA actual tiene un límite.
11:09
It requires server farms.
202
669790
1377
Requiere granjas de servidores.
11:11
It's not sustainable.
203
671167
1293
No es sostenible.
11:12
It makes inexplicable mistakes.
204
672501
2503
Comete errores inexplicables.
11:15
Let's not settle for the current offering.
205
675046
2460
No nos conformemos con la oferta actual.
11:18
When AI moves into the physical world,
206
678132
2461
Cuando la IA se traslada al mundo físico,
11:20
the opportunities for benefits and for breakthroughs is extraordinary.
207
680635
4838
las oportunidades de obtener beneficios y avances son extraordinarias.
11:26
You can get personal assistants that optimize your routines
208
686849
4505
Puedes acceder a asistentes personales que optimizan tus rutinas
11:31
and anticipate your needs,
209
691354
1835
y se anticipan a tus necesidades,
11:33
bespoke machines that help you at work
210
693606
2919
máquinas personalizadas que te ayudan en el trabajo
11:36
and robots that delight you in your spare time.
211
696525
3170
y robots que te deleitan en tu tiempo libre.
11:40
The promise of physical intelligence is to transcend our human limitations
212
700321
5380
La inteligencia física promete superar nuestras limitaciones humanas
11:45
with capabilities that extend our reach,
213
705743
3045
con capacidades que amplíen nuestro alcance,
11:48
amplify our strengths
214
708829
1710
amplifiquen nuestros puntos fuertes
11:50
and refine our precision
215
710539
2128
y refinen nuestra precisión,
11:52
and grant us ways to interact with the world
216
712667
3086
y nos permitan interactuar con ese mundo
11:55
we've only dreamed of.
217
715795
1668
con el que hemos soñado.
11:58
We are the only species so advanced, so aware,
218
718547
4296
Somos la única especie tan avanzada, tan consciente
12:02
so capable of building these extraordinary tools.
219
722843
3295
y tan capaz de crear estas herramientas extraordinarias.
12:06
Yet, developing physical intelligence
220
726973
2919
Sin embargo, el desarrollo de la inteligencia física
12:09
is teaching us that we have so much more to learn
221
729934
2544
nos enseña que tenemos mucho más que aprender
12:12
about technology and about ourselves.
222
732520
3003
sobre la tecnología y sobre nosotros mismos.
12:16
We need human guiding hands over AI sooner rather than later.
223
736232
4588
Necesitamos que los humanos guíen a la IA más temprano que tarde.
12:20
After all, we remain responsible for this planet
224
740820
3086
Después de todo, seguimos siendo responsables de este planeta
12:23
and everything living on it.
225
743948
1918
y de todo lo que vive en él.
12:26
I remain convinced that we have the power
226
746450
3128
Sigo convencida de que tenemos el poder
12:29
to use physical intelligence to ensure a better future for humanity
227
749620
5339
de utilizar la inteligencia física para garantizar
un futuro mejor para la humanidad y para el planeta.
12:34
and for the planet.
228
754959
1460
12:36
And I'd like to invite you to help us in this quest.
229
756460
3462
Y me gustaría invitarlos a que nos ayuden en esta misión.
12:39
Some of you will help develop physical intelligence.
230
759964
3337
Algunos de ustedes ayudarán a desarrollar la inteligencia física.
12:43
Some of you will use it.
231
763301
2002
Algunos de ustedes la usarán.
12:45
And some of you will invent the future.
232
765344
2795
Y algunos de ustedes inventarán el futuro.
12:48
Thank you.
233
768139
1168
Gracias.
12:49
(Applause)
234
769348
4672
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7