3 principles for creating safer AI | Stuart Russell

139,486 views ・ 2017-06-06

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: Iman Mirzadeh Reviewer: Leila Ataei
00:12
This is Lee Sedol.
0
12532
1552
این لی سادل هست.
00:14
Lee Sedol is one of the world's greatest Go players,
1
14108
3997
لی سادل یکی از بزرگترین بازیکن های Go (یک بازی فکری)در جهان هست.
00:18
and he's having what my friends in Silicon Valley call
2
18129
2885
و در حال تجربه لحظه‌ای هست که دوستان من در سیلیکون ولی
00:21
a "Holy Cow" moment --
3
21038
1510
بهش میگن لحظه "یا پیغمبر!"
00:22
(Laughter)
4
22572
1073
(خنده حاضرین)
00:23
a moment where we realize
5
23669
2188
لحظه‌ای که م‌ف‌همیم
00:25
that AI is actually progressing a lot faster than we expected.
6
25881
3296
هوش مصنوعی واقعا داره سریعتر از چیزی که انتظارشو داشتیم پیشرفت میکنه.
00:29
So humans have lost on the Go board. What about the real world?
7
29974
3047
پس، انسان‌ها روی تخته Go باخته‌‌اند. در دنیای واقعی چطور؟
00:33
Well, the real world is much bigger,
8
33045
2100
باید بگم که دنیای واقعی خیلی بزرگتر
00:35
much more complicated than the Go board.
9
35169
2249
و بسیار بسیار پیچیده‌تر از تخته بازی Go هست.
00:37
It's a lot less visible,
10
37442
1819
(دنیای واقعی) خیلی نامرئی‌تر هست،
00:39
but it's still a decision problem.
11
39285
2038
ولی همچنان مساله تصمیم گیری هست.
00:42
And if we think about some of the technologies
12
42768
2321
و اگر درباره برخی از تکنولوژی‌ها فکر کنیم
00:45
that are coming down the pike ...
13
45113
1749
که در حال ظهور هستند...
00:47
Noriko [Arai] mentioned that reading is not yet happening in machines,
14
47558
4335
[Noriko [Arai اشاره کرده است که توانایی خواندن هنوز در ماشین‌ها وجود ندارد،
00:51
at least with understanding.
15
51917
1500
حداقل همراه با فهمیدن نیست.
00:53
But that will happen,
16
53441
1536
ولی این اتفاق خواهد افتاد.
00:55
and when that happens,
17
55001
1771
و وقتی که به وقوع بپیوندد،
00:56
very soon afterwards,
18
56796
1187
پس از آن، خیلی زود
00:58
machines will have read everything that the human race has ever written.
19
58007
4572
ماشین‌ها تمام آن‌چه را که بشر نوشته است، خواهند خواند.
01:03
And that will enable machines,
20
63670
2030
و این ماشین‌ها را قادر می‌سازد
01:05
along with the ability to look further ahead than humans can,
21
65724
2920
که فراتر از انسان‌ها به آینده نگاه کنند،
01:08
as we've already seen in Go,
22
68668
1680
همانطور که قبلاً در ‌Go دیده‌ایم،
01:10
if they also have access to more information,
23
70372
2164
اگر ماشین‌ها به اطلاعات بیشتری دسترسی داشته باشند،
01:12
they'll be able to make better decisions in the real world than we can.
24
72560
4268
می‌توانند تصمیمات بهتری در جهان واقعی نسبت به ما بگیرند.
01:18
So is that a good thing?
25
78612
1606
آیا این یک اتفاق خوب است؟
01:21
Well, I hope so.
26
81718
2232
خب، امیدوارم که باشه.
01:26
Our entire civilization, everything that we value,
27
86514
3255
تمام تمدن ما، هر چیزی که برایش ارزش قائل هستیم،
01:29
is based on our intelligence.
28
89793
2068
بر پایه هوشمندی ما است.
01:31
And if we had access to a lot more intelligence,
29
91885
3694
و اگر ما هوش بیشتری در اختیار داشتیم،
01:35
then there's really no limit to what the human race can do.
30
95603
3302
آن‌ وقت هیچ حد و مرزی برای کارهایی که انسان می‌تواند بکند وجود نداشت.
01:40
And I think this could be, as some people have described it,
31
100485
3325
و من فکر می‌کنم که، همانطور که برخی توصیف کرد‌اند،
01:43
the biggest event in human history.
32
103834
2016
این می‌تواند بزرگترین رویداد تاریخ بشریت باشد.
01:48
So why are people saying things like this,
33
108485
2829
پس چرا بعضی‌ها حرفهایی میزنند،
01:51
that AI might spell the end of the human race?
34
111338
2876
مثلا اینکه هوش مصنوعی می‌تواند خاتمه دهنده نسل بشر باشد؟
01:55
Is this a new thing?
35
115258
1659
آیا این یک پدیده جدید است؟
01:56
Is it just Elon Musk and Bill Gates and Stephen Hawking?
36
116941
4110
آیا فقط ایلان ماسک و بیل گیتس و استیون هاوکینگ هستند؟
02:01
Actually, no. This idea has been around for a while.
37
121773
3262
راستش، نه. این ایده خیلی وقته که وجود دارد.
02:05
Here's a quotation:
38
125059
1962
یه نقل قول میگه:
02:07
"Even if we could keep the machines in a subservient position,
39
127045
4350
«حتی اگر میتونستیم ماشین‌ها رو فرمانبردار نگه داریم
02:11
for instance, by turning off the power at strategic moments" --
40
131419
2984
مثلا با خاموش کردنشان در لحظات استراتژیک»
02:14
and I'll come back to that "turning off the power" idea later on --
41
134427
3237
-- و من بعداً به ایده «خاموش کردن»برمی‌گردم--
02:17
"we should, as a species, feel greatly humbled."
42
137688
2804
«ما به عنوان یک گونه، باید خیلی احساس پستی کنیم»
02:21
So who said this? This is Alan Turing in 1951.
43
141997
3448
کی این رو گفته؟ آلن تورینگ در سال ۱۹۵۱
02:26
Alan Turing, as you know, is the father of computer science
44
146120
2763
آلن تورینگ، همانطور که می‌دانید پدر علم کامپیوتر هست.
02:28
and in many ways, the father of AI as well.
45
148907
3048
و از خیلی از جهات، پدر علم هوش مصنوعی هم هست.
02:33
So if we think about this problem,
46
153059
1882
پس اگر درباره این مساله فکر کنیم،
02:34
the problem of creating something more intelligent than your own species,
47
154965
3787
مساله ساختن چیزی هوشمندتر از گونه خودمان،
02:38
we might call this "the gorilla problem,"
48
158776
2622
شاید این رو «مساله گوریل» بنامیم.
02:42
because gorillas' ancestors did this a few million years ago,
49
162165
3750
چون اجداد گوریل‌ها این کار رو چند میلیون‌ سال قبل انجام داده اند،
02:45
and now we can ask the gorillas:
50
165939
1745
و الان می‌توانیم از گوریل‌ها بپرسیم که:
02:48
Was this a good idea?
51
168572
1160
آیا این کار ایده‌ خوبی بود؟
02:49
So here they are having a meeting to discuss whether it was a good idea,
52
169756
3530
اینم از گوریل‌هایی که در جلسه‌ای، درباره اینکه آیا ایده خوبی بود بحث میکنند
02:53
and after a little while, they conclude, no,
53
173310
3346
و بعد از مدت کوتاهی، به این نتیجه میرسن که، نه
02:56
this was a terrible idea.
54
176680
1345
یک ایده افتضاح بود
02:58
Our species is in dire straits.
55
178049
1782
گونه ما،‌ در تنگنای بدی قرار دارد
03:00
In fact, you can see the existential sadness in their eyes.
56
180358
4263
در واقع، شما می‌توانید غم عالم رو در چشمانشان ببینید
03:04
(Laughter)
57
184645
1640
(خنده حاضرین)
03:06
So this queasy feeling that making something smarter than your own species
58
186309
4840
پس شاید این احساس ناراحتی از به وجود آوردن چیزی هوشمندتر از گونه خود
03:11
is maybe not a good idea --
59
191173
2365
ایده خوبی نباشد
03:14
what can we do about that?
60
194308
1491
ما چه کاری از دستمان برمی‌آید؟
03:15
Well, really nothing, except stop doing AI,
61
195823
4767
درواقع، هیچی به جز متوقف کردن هوش مصنوعی،
03:20
and because of all the benefits that I mentioned
62
200614
2510
و به دلیل تمام فوایدی که گفتم
03:23
and because I'm an AI researcher,
63
203148
1716
و به دلیل اینکه من یک محقق هوش مصنوعی هستم
03:24
I'm not having that.
64
204888
1791
من این مورد رو قبول ندارم.
03:27
I actually want to be able to keep doing AI.
65
207103
2468
من میخوام که بتوانم همچنان روی هوش مصنوعی کار کنم.
03:30
So we actually need to nail down the problem a bit more.
66
210435
2678
پس باید این مساله رو بیشتر واکاوی کنیم.
03:33
What exactly is the problem?
67
213137
1371
مشکل واقعا چی هست؟
03:34
Why is better AI possibly a catastrophe?
68
214532
3246
چرا هوش مصنوعی بهتر منجر به فاجعه می‌شود؟
03:39
So here's another quotation:
69
219218
1498
اینم یک نقل قول دیگه:
03:41
"We had better be quite sure that the purpose put into the machine
70
221755
3335
«بهتره که مطمئن باشیم هدفی که در ماشین‌ قرار‌ میدهیم
03:45
is the purpose which we really desire."
71
225114
2298
همان هدفی است که واقعا میخواهیم.»
03:48
This was said by Norbert Wiener in 1960,
72
228102
3498
که توسط نوربرت وینر در ۱۹۶۰ گفته شده،
03:51
shortly after he watched one of the very early learning systems
73
231624
4002
بلافاصله بعد از اینکه وی دید یکی از سیستم‌های یادگیرنده اولیه
03:55
learn to play checkers better than its creator.
74
235650
2583
بازی چکرز رو بهتر از سازندگانش بازی می‌کند.
04:00
But this could equally have been said
75
240422
2683
ولی این جمله می‌توانست توسط
04:03
by King Midas.
76
243129
1167
شاه میداس هم گفته شده باشد.
04:04
King Midas said, "I want everything I touch to turn to gold,"
77
244903
3134
شاه میداس گفت: «من میخواهم هرچه را که لمس میکنم تبدیل به طلا شود،»
04:08
and he got exactly what he asked for.
78
248061
2473
و او دقیقاً چیزی را که خواسته بود گرفت.
04:10
That was the purpose that he put into the machine,
79
250558
2751
و آن هدفی بود که وی در ماشین قرار داد.
04:13
so to speak,
80
253333
1450
اینطور که میگن،
04:14
and then his food and his drink and his relatives turned to gold
81
254807
3444
و بعدش غذا، نوشیدنی و اقوامش تبدیل به طلا شدند.
04:18
and he died in misery and starvation.
82
258275
2281
و از بدبختی و گشنگی مرد.
04:22
So we'll call this "the King Midas problem"
83
262264
2341
پس ما به این مشکل میگوییم: «مشکل شاه میداس»
04:24
of stating an objective which is not, in fact,
84
264629
3305
که در آن هدف را چیزی قرار می‌دهیم،
04:27
truly aligned with what we want.
85
267958
2413
که واقعاً هم جهت با چیزی که ما مي‌خواهیم نیست.
04:30
In modern terms, we call this "the value alignment problem."
86
270395
3253
به بیان جدیدتر، به این مشکل میگیم: «مشکل هم جهت سازی ارزش»
04:36
Putting in the wrong objective is not the only part of the problem.
87
276867
3485
هدف گذاری اشتباه تنها بخش مشکل نیست.
04:40
There's another part.
88
280376
1152
بخش دیگری هم هست
04:41
If you put an objective into a machine,
89
281980
1943
اگر شما یک هدف برای ماشین قرار دهید
04:43
even something as simple as, "Fetch the coffee,"
90
283947
2448
حتی به سادگیج «آوردن قهوه»
04:47
the machine says to itself,
91
287728
1841
ماشین به خودش میگه
04:50
"Well, how might I fail to fetch the coffee?
92
290553
2623
«چطوری ممکنه که من نتونم قهوه رو بیارم؟
04:53
Someone might switch me off.
93
293200
1580
یکی ممکنه منو خاموش کنه..
04:55
OK, I have to take steps to prevent that.
94
295465
2387
خب پس من باید کاری کنم که جلوی این کار رو بگیرم.
04:57
I will disable my 'off' switch.
95
297876
1906
من دکمه «خاموش» خودمو غیرفعال می‌کنم.
05:00
I will do anything to defend myself against interference
96
300354
2959
من هرکاری میکنم تا از خودم در برابر موانعی که
05:03
with this objective that I have been given."
97
303337
2629
سد راه هدفی که به من داده شده می‌شوند، دفاع کنم.»
05:05
So this single-minded pursuit
98
305990
2012
بنابراین، این دنبال کردن تک-ذهنه
05:09
in a very defensive mode of an objective that is, in fact,
99
309033
2945
در یک حالت خیلی دفاعی از هدف،
05:12
not aligned with the true objectives of the human race --
100
312002
2814
در واقع، هم جهت با اهداف گونه انسان نیست.
05:15
that's the problem that we face.
101
315942
1862
این مشکلی هست که باهاش مواجه هستیم
05:18
And in fact, that's the high-value takeaway from this talk.
102
318827
4767
و در واقع، این نکته با ارزش این سخنرانی هست.
05:23
If you want to remember one thing,
103
323618
2055
اگر میخواهید فقط یک چیز را به خاطرتون بسپرید،
05:25
it's that you can't fetch the coffee if you're dead.
104
325697
2675
اون اینه که اگر شما بمیرین، دیگه نمی‌تونین قهوه رو بیارین
05:28
(Laughter)
105
328396
1061
(خنده حاضرین)
05:29
It's very simple. Just remember that. Repeat it to yourself three times a day.
106
329481
3829
خیلی سادست. فقط اینو یادتون باشه. روزی سه بار با خودتون تکرار کنین.
05:33
(Laughter)
107
333334
1821
(خنده حضار)
05:35
And in fact, this is exactly the plot
108
335179
2754
و در واقع، این نکته
05:37
of "2001: [A Space Odyssey]"
109
337957
2648
دقیقا پلات فیلم 2001 [A space Odyssey] است.
05:41
HAL has an objective, a mission,
110
341046
2090
HAL یک هدف داره، یک ماموریت
05:43
which is not aligned with the objectives of the humans,
111
343160
3732
که هم‌جهت با اهداف انسان‌ها نیست
05:46
and that leads to this conflict.
112
346916
1810
و این باعث بروز مشکلاتی میشه
05:49
Now fortunately, HAL is not superintelligent.
113
349314
2969
البته خوشبختانه، HAL خیلی باهوش نیست
05:52
He's pretty smart, but eventually Dave outwits him
114
352307
3587
اون نسبتا باهوش هست، ولی در نهایت Dave گولش میزنه.
05:55
and manages to switch him off.
115
355918
1849
و میتونه خاموشش کنه.
06:01
But we might not be so lucky.
116
361648
1619
ولی شاید ما خیلی خوش‌ شانس نباشیم.
06:08
So what are we going to do?
117
368013
1592
پس باید چیکار کنیم؟
06:12
I'm trying to redefine AI
118
372191
2601
من سعی میکنم هوش مصنوعی رو باز تعریف کنم.
06:14
to get away from this classical notion
119
374816
2061
تا از این تصور سنتی بیرون بیایم.
06:16
of machines that intelligently pursue objectives.
120
376901
4567
که طبق اون، ماشین‌هایی هستند که به صورت هوشمند اهداف رو دنبال میکنن.
06:22
There are three principles involved.
121
382532
1798
۳ تا اصل رو باید در نظر گرفت.
06:24
The first one is a principle of altruism, if you like,
122
384354
3289
اولین اصل، نوع دوستی هست. اگر شما دوست داشته باشین
06:27
that the robot's only objective
123
387667
3262
تنها هدف ربات
06:30
is to maximize the realization of human objectives,
124
390953
4246
این باشه که اهداف انسان رو واقعیت ببخشه.
06:35
of human values.
125
395223
1390
و ارزش‌های انسانی رو.
06:36
And by values here I don't mean touchy-feely, goody-goody values.
126
396637
3330
و منظورم از ارزش‌ها، ارزش‌های احساسی یا خیرخواهانه نیست.
06:39
I just mean whatever it is that the human would prefer
127
399991
3787
06:43
their life to be like.
128
403802
1343
زندگیش اون شکلی باشه.
06:47
And so this actually violates Asimov's law
129
407184
2309
و این در واقع قانون آسیموف رو نقض میکنه.
06:49
that the robot has to protect its own existence.
130
409517
2329
که ربات باید از حیات خودش محافظت کنه.
06:51
It has no interest in preserving its existence whatsoever.
131
411870
3723
ربات هیچ علاقه‌ای به مراقبت از حیات خودش نداره.
06:57
The second law is a law of humility, if you like.
132
417240
3768
قانون دوم، قانون فروتنی هست. البته اگه خوشتون بیاد.
07:01
And this turns out to be really important to make robots safe.
133
421794
3743
و این قانون نقش مهمی در امن کردن ربات‌ها داره.
07:05
It says that the robot does not know
134
425561
3142
طبق این قانون، ربات نمیدونه که
07:08
what those human values are,
135
428727
2028
ارزش‌های انسانی چه چیز‌هایی هستند
07:10
so it has to maximize them, but it doesn't know what they are.
136
430779
3178
باید در راستای محقق شدنشون تلاش کنه، ولی نمیدونه چه چیزهایی هستند.
07:15
And that avoids this problem of single-minded pursuit
137
435074
2626
و این از مشکل دنبال کردن تک-ذهنی هدف
07:17
of an objective.
138
437724
1212
جلوگیری می‌کنه.
07:18
This uncertainty turns out to be crucial.
139
438960
2172
این عدم قطعیت بسیار مهم هست.
07:21
Now, in order to be useful to us,
140
441546
1639
حالا، برای اینکه ربات برای ما مفید باشه
07:23
it has to have some idea of what we want.
141
443209
2731
باید یک ایده‌ای ازچیزی که میخوایم داشته باشه.
07:27
It obtains that information primarily by observation of human choices,
142
447043
5427
و این اطلاعات رو در درجه اول از مشاهده انتخاب‌های انسان به دست می‌آره.
07:32
so our own choices reveal information
143
452494
2801
پس، انتخاب‌های خود ما هستند که اطلاعات رو آشکار میکنن
07:35
about what it is that we prefer our lives to be like.
144
455319
3300
درباره چیزی که ما ترجیح میدیم زندگیمون شبیه به اون باشه.
07:40
So those are the three principles.
145
460452
1683
پس این ۳ اصل بیان شد.
07:42
Let's see how that applies to this question of:
146
462159
2318
حالا بیاین ببینیم که این اصول، چگونه روی این سوال عمل میکند:
07:44
"Can you switch the machine off?" as Turing suggested.
147
464501
2789
«آیا میتونی ماشین رو خاموش کنی؟» همانطور که تورینگ پیشنهاد داد.
07:48
So here's a PR2 robot.
148
468893
2120
این یک ربات مدل PR2 هستش.
07:51
This is one that we have in our lab,
149
471037
1821
که ما یک نمونه از آن در آزمایشگاهمون داریم
07:52
and it has a big red "off" switch right on the back.
150
472882
2903
و یک دکمه بزرگ قرمز برای «خاموش» کردن در پشتش داره.
07:56
The question is: Is it going to let you switch it off?
151
476361
2615
سوال اینه که آیا این ربات بهتون اجازه میده که خاموشش کنین؟
07:59
If we do it the classical way,
152
479000
1465
اگر ما از راه سنتی عمل کنیم،
08:00
we give it the objective of, "Fetch the coffee, I must fetch the coffee,
153
480489
3482
بهش هدف این هدف رو میدیم: «قهوه روبیار، من باید قهوه رو بیارم
08:03
I can't fetch the coffee if I'm dead,"
154
483995
2580
من نمیتونم قهوه بیارم اگر مرده باشم»
08:06
so obviously the PR2 has been listening to my talk,
155
486599
3341
به وضوح، PR2 به سخنرانی من گوش کرده،
08:09
and so it says, therefore, "I must disable my 'off' switch,
156
489964
3753
پس میگه من باید دکمه «خاموش» رو غیرفعال کنم.
08:14
and probably taser all the other people in Starbucks
157
494796
2694
و احتمالاً با دستگاه شوک، به تمام مردم داخل استارباکس شلیک کنم!
08:17
who might interfere with me."
158
497514
1560
کسانی که ممکنه سد راه من باشن.
08:19
(Laughter)
159
499098
2062
(خنده حاضرین)
08:21
So this seems to be inevitable, right?
160
501184
2153
پس این مساله به نظر اجتناب ناپذیر میاد، درسته؟
08:23
This kind of failure mode seems to be inevitable,
161
503361
2398
این حالت شکست به نظر اجتناب ناپذیر هست،
08:25
and it follows from having a concrete, definite objective.
162
505783
3543
و از داشتن یک هدف دقیق و محکم نشأت میگیره.
08:30
So what happens if the machine is uncertain about the objective?
163
510632
3144
حالا چه اتفاقی می‌افته اگه ماشین درباره هدف مطمئن نباشه؟
08:33
Well, it reasons in a different way.
164
513800
2127
اینطوری، یک جور دیگه استدلال میکنه.
08:35
It says, "OK, the human might switch me off,
165
515951
2424
میگه: «باشه، انسان ممکنه منو خاموش کنه
08:38
but only if I'm doing something wrong.
166
518964
1866
ولی تنها در صورتی این کارو میکنه که من کار اشتباهی بکنم.
08:41
Well, I don't really know what wrong is,
167
521567
2475
من نمیدونم چه کاری اشتباهه
08:44
but I know that I don't want to do it."
168
524066
2044
ولی میدونم که نمیخوام انجامش بدم.»
08:46
So that's the first and second principles right there.
169
526134
3010
این اصل اول و دوم گفته شده بود.
08:49
"So I should let the human switch me off."
170
529168
3359
«پس باید بذارم که که انسان منو خاموش کنه.»
08:53
And in fact you can calculate the incentive that the robot has
171
533541
3956
و درواقع، شما میتونین انگیزه ای که ربات برای خاموش کردنش
08:57
to allow the human to switch it off,
172
537521
2493
توسط انسان دارد رو محاسبه کنید،
09:00
and it's directly tied to the degree
173
540038
1914
و این مستقیماً مرتبطه با درجه عدم قطعیت
09:01
of uncertainty about the underlying objective.
174
541976
2746
درباره اهداف اصولی دارد.
09:05
And then when the machine is switched off,
175
545797
2949
و وقتی که ماشین خاموش بشه
09:08
that third principle comes into play.
176
548770
1805
اصل سوم وارد عمل میشه.
09:10
It learns something about the objectives it should be pursuing,
177
550599
3062
ربات یه چیزی درباره اهداف یاد میگیره، باید پیگیر باشه،
09:13
because it learns that what it did wasn't right.
178
553685
2533
چون‌ یاد میگیره کاری که کرده درست نبوده.
09:16
In fact, we can, with suitable use of Greek symbols,
179
556242
3570
در واقع، ما میتونیم با استفاده درست از نماد‌های یونانی
09:19
as mathematicians usually do,
180
559836
2131
همانطور که معمولاً ریاضیدانان این کار رو میکنن
09:21
we can actually prove a theorem
181
561991
1984
میتونیم یک قضیه رو ثابت کنیم
09:23
that says that such a robot is provably beneficial to the human.
182
563999
3553
که میگه،‌ این چنین رباتی قطعا برای انسان مفید است.
09:27
You are provably better off with a machine that's designed in this way
183
567576
3803
قطعا وجود ماشینی که اینطوری طراحی شده باشه
09:31
than without it.
184
571403
1246
از نبودنش بهتره.
09:33
So this is a very simple example, but this is the first step
185
573057
2906
این یک مثال ساده است، ولی قدم اول راه ماست.
09:35
in what we're trying to do with human-compatible AI.
186
575987
3903
راه استفاده از هوش مصنوعی سازگار با انسان.
09:42
Now, this third principle,
187
582477
3257
حالا، اصل سوم
09:45
I think is the one that you're probably scratching your head over.
188
585758
3112
فکر کنم چیزی باشه که احتمالا درکش براتون سخت باشه.
09:48
You're probably thinking, "Well, you know, I behave badly.
189
588894
3239
احتمالا شما فکر میکنین که «راستش، من بد رفتار میکنم
09:52
I don't want my robot to behave like me.
190
592157
2929
و نمیخوام که ربات من مثل من رفتار کنه.
09:55
I sneak down in the middle of the night and take stuff from the fridge.
191
595110
3434
من نصف شب دزدکی میرم سر یخچال.
09:58
I do this and that."
192
598568
1168
یا فلان کار رو میکنم.»
09:59
There's all kinds of things you don't want the robot doing.
193
599760
2797
خیلی از کارها هست که شما دوست ندارین رباتتون انجامشون بده
10:02
But in fact, it doesn't quite work that way.
194
602581
2071
ولی در واقع، اصل مطلب اینطوری نیست.
10:04
Just because you behave badly
195
604676
2155
به صرف اینکه شما بد رفتار میکنین،
10:06
doesn't mean the robot is going to copy your behavior.
196
606855
2623
دلیل نمیشه ربات هم از رفتار شما تقلید کنه.
10:09
It's going to understand your motivations and maybe help you resist them,
197
609502
3910
ربات قراره که انگیزه‌های شما رو بفهمه، و شاید در راستای رسیدن بهش کمکتون کنه،
10:13
if appropriate.
198
613436
1320
البته اگر مناسب باشه.
10:16
But it's still difficult.
199
616026
1464
ولی همچنان کاری سختیه.
10:18
What we're trying to do, in fact,
200
618122
2545
در واقع، کاری که ما سعی میکنیم انجام بدیم
10:20
is to allow machines to predict for any person and for any possible life
201
620691
5796
اینه که به ماشین‌ها اجازه بدیم برای هر فرد و هر زندگی ممکن پیش‌بینی کنند
10:26
that they could live,
202
626511
1161
که آیا میتونن زنده بمونن
10:27
and the lives of everybody else:
203
627696
1597
و البته جان بقیه:
10:29
Which would they prefer?
204
629317
2517
این که کدوم رو ترجیح میدن؟
10:33
And there are many, many difficulties involved in doing this;
205
633881
2954
و سختی‌های بسیار زیادی برای انجام این کار وجود دارن؛
10:36
I don't expect that this is going to get solved very quickly.
206
636859
2932
و من انتظار ندارم که این مساله به زودی‌‌ حل بشه.
10:39
The real difficulties, in fact, are us.
207
639815
2643
و چالش اصلی، در واقع خود ما هستیم.
10:43
As I have already mentioned, we behave badly.
208
643969
3117
همانطور که قبلا اشاره کردم، ما بد رفتار میکنیم.
10:47
In fact, some of us are downright nasty.
209
647110
2321
در واقعا بعضی از ما کاملا بدجنس هستیم.
10:50
Now the robot, as I said, doesn't have to copy the behavior.
210
650251
3052
حالا همانطور که گفتم، ربات مجبور نیست که رفتار رو تقلید کنه.
10:53
The robot does not have any objective of its own.
211
653327
2791
ربات از خودش هیچ هدفی ندارد.
10:56
It's purely altruistic.
212
656142
1737
و کاملا نوع دوست هست.
10:59
And it's not designed just to satisfy the desires of one person, the user,
213
659113
5221
و برای این طراحی نشده که خواسته های یک انسان یا کاربر رو برآورده کنه،
11:04
but in fact it has to respect the preferences of everybody.
214
664358
3138
در حقیقت،‌ ربات باید به ترجیحات همه احترام بگذارد.
11:09
So it can deal with a certain amount of nastiness,
215
669083
2570
پس میتونه مقدار مشخصی از بدرفتاری رو تحمل کنه،
11:11
and it can even understand that your nastiness, for example,
216
671677
3701
و حتی میتونه سوءرفتار شما رو درک کنه،
11:15
you may take bribes as a passport official
217
675402
2671
مثلا اینکه شما به عنوان مامور اداره گذرنامه رشوه میگیرد
11:18
because you need to feed your family and send your kids to school.
218
678097
3812
دلیلش اینه که شما نان آور خانواده اید و بچه هاتون رو به مدرسه بفرستین.
11:21
It can understand that; it doesn't mean it's going to steal.
219
681933
2906
ربات میتونه این موضوع رو بفهمه، و اینطوری نیست که دزدی کنه.
11:24
In fact, it'll just help you send your kids to school.
220
684863
2679
در واقع کمکتون خواهد کرد که بچه‌هاتون رو به مدرسه بفرستین.
11:28
We are also computationally limited.
221
688796
3012
ما همچنین از نظر محاسباتی هم محدود هستیم.
11:31
Lee Sedol is a brilliant Go player,
222
691832
2505
Lee Sedol یک بازیکن با استعداد Go هست.
11:34
but he still lost.
223
694361
1325
ولی با این وجود بازنده است.
11:35
So if we look at his actions, he took an action that lost the game.
224
695710
4239
پس اگر به حرکاتش دقت کنیم، یک حرکتی بود که به شکستش منجر شد.
11:39
That doesn't mean he wanted to lose.
225
699973
2161
این به این معنی نیست که اون میخواست ببازه.
11:43
So to understand his behavior,
226
703160
2040
پس برای فهمیدن رفتارش
11:45
we actually have to invert through a model of human cognition
227
705224
3644
ما باید از یک مدل انسان شناختی استفاده کنیم
11:48
that includes our computational limitations -- a very complicated model.
228
708892
4977
که شامل محدودیت‌های محاسباتی می‌شود. که یک مدل بسیار پیچیده است.
11:53
But it's still something that we can work on understanding.
229
713893
2993
ولی همچنان این چیزی هست که برای فهمیدن میتونیم روش کار کنیم.
11:57
Probably the most difficult part, from my point of view as an AI researcher,
230
717696
4320
به نظر من به عنوان یک محقق هوش مصنوعی، دشوارترین بخش ماجرا
12:02
is the fact that there are lots of us,
231
722040
2575
این حقیقته که تعداد زیادی از ما(انسان‌ها) وجود دارد.
12:06
and so the machine has to somehow trade off, weigh up the preferences
232
726114
3581
بنابراین ماشین‌ها باید به طریقی یک مصالحه‌ و توازن
12:09
of many different people,
233
729719
2225
بین ترجیحات افراد مختلف برقرار کنن.
12:11
and there are different ways to do that.
234
731968
1906
و راه‌های زیادی برای این کار وجود دارند.
12:13
Economists, sociologists, moral philosophers have understood that,
235
733898
3689
اقتصاددان‌ها، جامعه شناس ها، فلاسفه اخلاق مدار متوجه شده اند
12:17
and we are actively looking for collaboration.
236
737611
2455
که ما فعالانه در حال همکاری هستیم.
12:20
Let's have a look and see what happens when you get that wrong.
237
740090
3251
بیاین ببینیم وقتی که اشتباه برداشت کنید چه اتفاقی خواهد افتاد.
12:23
So you can have a conversation, for example,
238
743365
2133
شما میتونین یک گفتگو داشته باشین،
12:25
with your intelligent personal assistant
239
745522
1944
مثلا با دستیار شخصی هوشمندتان،
12:27
that might be available in a few years' time.
240
747490
2285
که احتمالا در آینده نزدیک در دسترس باشد.
12:29
Think of a Siri on steroids.
241
749799
2524
مثلا به یک نمونه قوی از Siri فکر کنید
12:33
So Siri says, "Your wife called to remind you about dinner tonight."
242
753447
4322
Siri بهتون میگه که: «همسرتون زنگ زد تا برای شام امشب بهتون یادآوری کنه»
12:38
And of course, you've forgotten. "What? What dinner?
243
758436
2508
و البته شما هم فراموش کرده بودید چی؟ کدوم شام؟
12:40
What are you talking about?"
244
760968
1425
راجع به چی حرف میزنی؟
12:42
"Uh, your 20th anniversary at 7pm."
245
762417
3746
امم...بیستمین سالگرد ازدواجتون ساعت ۷ شب
12:48
"I can't do that. I'm meeting with the secretary-general at 7:30.
246
768735
3719
من نمیتونم برم. ساعت ۷:۳۰ با دبیرکل سازمان ملل جلسه دارم.
12:52
How could this have happened?"
247
772478
1692
چطوری اینطوری شد؟»
12:54
"Well, I did warn you, but you overrode my recommendation."
248
774194
4660
«من بهت هشدار داده بودم، ولی تو پیشنهاد من رو نشنیده گرفتی.»
12:59
"Well, what am I going to do? I can't just tell him I'm too busy."
249
779966
3328
«خب حالا چیکار کنم؟ نمیتونم بهش بگم که من خیلی سرم شلوغه.
13:04
"Don't worry. I arranged for his plane to be delayed."
250
784310
3281
نگران نباش. من پروازش رو طوری گذاشتم که تاخیر داشته باشه.»
13:07
(Laughter)
251
787615
1682
(خنده حاضرین)
13:10
"Some kind of computer malfunction."
252
790069
2101
«یک نوع خطای کارکرد کامپیوتری.»
13:12
(Laughter)
253
792194
1212
(خنده حاضرین)
13:13
"Really? You can do that?"
254
793430
1617
«جدی؟ تو میتونی این کارو بکنی؟»
13:16
"He sends his profound apologies
255
796220
2179
«ایشان ازتون عمیقاً عذرخواهی خواهد کرد.
13:18
and looks forward to meeting you for lunch tomorrow."
256
798423
2555
و از شما خواهد خواست که فردا ناهار همدیگررو ببینین.»
13:21
(Laughter)
257
801002
1299
(خنده حاضرین)
13:22
So the values here -- there's a slight mistake going on.
258
802325
4403
ولی اینجا یک مشکلی هست.
13:26
This is clearly following my wife's values
259
806752
3009
ربات به وضوح داره به ارزش‌های همسر من توجه میکنه:
13:29
which is "Happy wife, happy life."
260
809785
2069
که همون "همسر شاد، زندگی شاد" است.
13:31
(Laughter)
261
811878
1583
(خنده حاضرین)
13:33
It could go the other way.
262
813485
1444
میتونست جور دیگه ای باشه.
13:35
You could come home after a hard day's work,
263
815641
2201
ممکن بود شما بعد از یک روز سخت کاری بیاین خونه،
13:37
and the computer says, "Long day?"
264
817866
2195
و کامپیوتر بگه: «روز سخت و طولانی بود؟»
13:40
"Yes, I didn't even have time for lunch."
265
820085
2288
«آره، حتی برای ناهار خوردن هم وقت نداشتم.»
13:42
"You must be very hungry."
266
822397
1282
«باید خیلی گرسنت باشه.»
13:43
"Starving, yeah. Could you make some dinner?"
267
823703
2646
«آره دارم از گشنگی میمیرم. میتونی برام شام درست کنی؟»
13:47
"There's something I need to tell you."
268
827890
2090
«یه چیزی هست که باید بهت بگم.»
13:50
(Laughter)
269
830004
1155
(خنده حاضرین)
13:52
"There are humans in South Sudan who are in more urgent need than you."
270
832013
4905
«یه سری آدم در سودان جنوبی هستن که بیشتر از تو در شرایط اضطراری قرار دارن»
13:56
(Laughter)
271
836942
1104
(خنده حاضرین)
13:58
"So I'm leaving. Make your own dinner."
272
838070
2075
«پس من میرم. خودت شامت رو درست کن.»
14:00
(Laughter)
273
840169
2000
(خنده حاضرین)
14:02
So we have to solve these problems,
274
842643
1739
بنابراین باید این مشکلات رو حل کنیم
14:04
and I'm looking forward to working on them.
275
844406
2515
و من با رغبت دارم روی این مشکلات کار میکنم.
14:06
There are reasons for optimism.
276
846945
1843
دلایلی برای خوشبین بودن وجود دارن.
14:08
One reason is,
277
848812
1159
یک دلیل،
14:09
there is a massive amount of data.
278
849995
1868
اینه که حجم زیادی از داده داریم.
14:11
Because remember -- I said they're going to read everything
279
851887
2794
چون اگر یادتون باشه، من گفتم که ربات‌ها هر چیزی که
14:14
the human race has ever written.
280
854705
1546
انسان تا کنون نوشته را خواهند خواند.
14:16
Most of what we write about is human beings doing things
281
856275
2724
بیشتر چیزهایی که ما مینویسیم درباره کارهای بشر هستش.
14:19
and other people getting upset about it.
282
859023
1914
و بقیه مردم به خاطرش ناراحت میشن.
14:20
So there's a massive amount of data to learn from.
283
860961
2398
پس انبوهی از داده برای یادگیری وجود داره.
14:23
There's also a very strong economic incentive
284
863383
2236
یک انگیزه اقتصادی قوی هم برای انجام
14:27
to get this right.
285
867151
1186
این کار هست.
14:28
So imagine your domestic robot's at home.
286
868361
2001
ربات خدمتکارتون در منزل رو تصور کنید.
14:30
You're late from work again and the robot has to feed the kids,
287
870386
3067
شما باز هم دیر از سر کار بر میگردین، و ربات باید به بچه‌ها غذا بده.
14:33
and the kids are hungry and there's nothing in the fridge.
288
873477
2823
بچه‌ها گشنه هستند و هیچ غذایی در یخچال نیست.
14:36
And the robot sees the cat.
289
876324
2605
و ربات گربه رو میبینه!
14:38
(Laughter)
290
878953
1692
(خنده حاضرین)
14:40
And the robot hasn't quite learned the human value function properly,
291
880669
4190
و ربات تابع ارزش گذاری انسان ها رو به خوبی یاد نگرفته
14:44
so it doesn't understand
292
884883
1251
بنابراین نمیفهمه
14:46
the sentimental value of the cat outweighs the nutritional value of the cat.
293
886158
4844
که ارزش معنوی گربه از ارزش غذایی آن بیشتر است.
14:51
(Laughter)
294
891026
1095
(خنده حضار)
14:52
So then what happens?
295
892145
1748
بعدش چی میشه؟
14:53
Well, it happens like this:
296
893917
3297
یه چیزی تو این مایه‌ها:
14:57
"Deranged robot cooks kitty for family dinner."
297
897238
2964
"ربات ظالم، برای شام خانواده گربه می‌پزد"
15:00
That one incident would be the end of the domestic robot industry.
298
900226
4523
این حادثه احتمالا پایان صنعت ربات‌های خانگی باشد.
15:04
So there's a huge incentive to get this right
299
904773
3372
پس انگیزه زیادی برای درست شدن این موضوع وجود دارد.
15:08
long before we reach superintelligent machines.
300
908169
2715
خیلی زودتر از اینکه به ماشین‌های فوق هوشمند برسیم.
15:11
So to summarize:
301
911948
1535
پس برای جمع بندی:
15:13
I'm actually trying to change the definition of AI
302
913507
2881
من در اصل دارم سعی میکنم که تعریف هوش مصنوعی رو طوری عوض کنم
15:16
so that we have provably beneficial machines.
303
916412
2993
که ماشین های سودمندی داشته باشیم.
15:19
And the principles are:
304
919429
1222
و این اصول عبارتند از:
15:20
machines that are altruistic,
305
920675
1398
ماشین‌ها نوع دوست هستند.
15:22
that want to achieve only our objectives,
306
922097
2804
و فقط میخوان به اهدافی که ما داریم برسن.
15:24
but that are uncertain about what those objectives are,
307
924925
3116
ولی درباره چیستی این اهداف مطمئن نیستند.
15:28
and will watch all of us
308
928065
1998
و به ما نگاه میکنند
15:30
to learn more about what it is that we really want.
309
930087
3203
تا یادبگیرند این اهدافی که ما میخواهیم چه هستند.
15:34
And hopefully in the process, we will learn to be better people.
310
934193
3559
و امیدوارم در این فرآیند، ما هم یادبگیریم که مردم بهتری باشیم.
15:37
Thank you very much.
311
937776
1191
خیلی ممنون.
15:38
(Applause)
312
938991
3709
(تشویق حاضرین)
15:42
Chris Anderson: So interesting, Stuart.
313
942724
1868
کریس اندسون: خیلی جالب بود استوارت.
15:44
We're going to stand here a bit because I think they're setting up
314
944616
3170
ما یکم باید اینجا وایستیم چون عوامل دارن صحنه رو
15:47
for our next speaker.
315
947810
1151
برای سخنرانی بعدی آماده میکنن.
15:48
A couple of questions.
316
948985
1538
چندتا سوال:
15:50
So the idea of programming in ignorance seems intuitively really powerful.
317
950547
5453
ایده برنامه‌ریزی در بی خبری به نظر خیلی قدرتمند میاد.
15:56
As you get to superintelligence,
318
956024
1594
وقتی که که به هوش قوی برسیم.
15:57
what's going to stop a robot
319
957642
2258
چه چیزی مانع رباتی میشه که
15:59
reading literature and discovering this idea that knowledge
320
959924
2852
متنی رو میخونه و به این ایده میرسه که
16:02
is actually better than ignorance
321
962800
1572
اون دانش بهتر از ندانستن است
16:04
and still just shifting its own goals and rewriting that programming?
322
964396
4218
و اهدافش رو تغییر بده و دوباره برنامه ریزی کنه؟
16:09
Stuart Russell: Yes, so we want it to learn more, as I said,
323
969512
6356
استوارت راسل: آره همانطور که گفتم، ما میخوایم که ربات درباره اهداف ما
16:15
about our objectives.
324
975892
1287
بیشتر یاد بگیره.
16:17
It'll only become more certain as it becomes more correct,
325
977203
5521
ربات فقط وقتی مطمئن تر میشه که موضوع درست‌تر باشه.
16:22
so the evidence is there
326
982748
1945
شواهد گویا هستند.
16:24
and it's going to be designed to interpret it correctly.
327
984717
2724
و ربات طوری طراحی میشه که درست تفسیر کنه.
16:27
It will understand, for example, that books are very biased
328
987465
3956
مثلا میفهمه که کتاب‌ها خیلی در شواهدی که دارند
16:31
in the evidence they contain.
329
991445
1483
جانبدارانه عمل میکنند.
16:32
They only talk about kings and princes
330
992952
2397
فقط درباره پادشاهان و شاهزادگان حرف میزنن.
16:35
and elite white male people doing stuff.
331
995373
2800
و مردان سفید پوست فوق‌ العاده ای که مشغول کاری هستند.
16:38
So it's a complicated problem,
332
998197
2096
بنابراین این یک مشکل پیچیده است.
16:40
but as it learns more about our objectives
333
1000317
3872
ولی همانطور که ربات داره درباره اهداف ما یاد میگیره.
16:44
it will become more and more useful to us.
334
1004213
2063
برای ما بیشتر و بیشتر کاربردی میشه.
16:46
CA: And you couldn't just boil it down to one law,
335
1006300
2526
ک آ: پس نمیشه اینو تبدیل به یک قانون کنیم
16:48
you know, hardwired in:
336
1008850
1650
و به صورت کورکورانه بگیم که:
16:50
"if any human ever tries to switch me off,
337
1010524
3293
«اگر هر انسانی سعی کرد منو خاموش کنه
16:53
I comply. I comply."
338
1013841
1935
من پیروی میکنم. من پیروی میکنم.»
16:55
SR: Absolutely not.
339
1015800
1182
قطعا اینطور نیست.
16:57
That would be a terrible idea.
340
1017006
1499
اینطوری خیلی بد میشد.
16:58
So imagine that you have a self-driving car
341
1018529
2689
مثلا تصور کنید که یک ماشین خودران دارید.
17:01
and you want to send your five-year-old
342
1021242
2433
و میخواهید بچه پنج سالتون رو
17:03
off to preschool.
343
1023699
1174
به مدرسه بفرستید.
17:04
Do you want your five-year-old to be able to switch off the car
344
1024897
3101
آیا شما میخواین که بچه پنج سالتون بتونه ماشین رو موقع رانندگی
17:08
while it's driving along?
345
1028022
1213
خاموش کنه؟
17:09
Probably not.
346
1029259
1159
احتمالا نه.
17:10
So it needs to understand how rational and sensible the person is.
347
1030442
4703
پس ربات باید بتونه درک کنه که آدم چقدر منطقی و معقول هست.
17:15
The more rational the person,
348
1035169
1676
هرچه انسان منطقی تر باشد،
17:16
the more willing you are to be switched off.
349
1036869
2103
ربات بیشتر تمایل دارد که بگذارد خاموش شود.
17:18
If the person is completely random or even malicious,
350
1038996
2543
اگر شخص کاملا تصادفی یا خرابکار باشد
17:21
then you're less willing to be switched off.
351
1041563
2512
ربات کمتر تمایل دارد که بگذارد خاموش شود.
17:24
CA: All right. Stuart, can I just say,
352
1044099
1866
خب استوارت، فقط میتونم بگم که
17:25
I really, really hope you figure this out for us.
353
1045989
2314
من واقعا، واقعا امیدوارم تو برای ما این مشکل رو حل کنی.
17:28
Thank you so much for that talk. That was amazing.
354
1048327
2375
ممنون بابت سخنرانی. فوق العاده بود.
17:30
SR: Thank you.
355
1050726
1167
ممنون.
17:31
(Applause)
356
1051917
1837
(تشویق حضار)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7