How AI can bring on a second Industrial Revolution | Kevin Kelly

340,702 views ・ 2017-01-12

TED


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

00:00
Translator: Leslie Gauthier Reviewer: Camille Martínez
0
0
7000
Translator: Johira Afzali Reviewer: Nima Pourreza
00:14
I'm going to talk a little bit about where technology's going.
1
14966
3817
می‌خواهم کمی درمورد مقصد نهایی تکنولوژی صحبت کنم.
00:19
And often technology comes to us,
2
19509
2671
و گاهی که تکنولوژی به طرف ما می‌آید،
00:22
we're surprised by what it brings.
3
22566
1865
مارو با داشته‌هایش غافلگیر می‌کند.
00:24
But there's actually a large aspect of technology
4
24455
3683
ولی در واقع، جنبه‌های زیادی از تکنولوژی وجود دارد که
بسیار هم قابل پیش‌بینی است.
00:28
that's much more predictable,
5
28162
1802
00:29
and that's because technological systems of all sorts have leanings,
6
29988
4088
و به همین علت سیستمهای تکنولوژیکی ازهر نوعی گرایشات خاصی دارند،
ضرورت‌ها و
00:34
they have urgencies,
7
34100
1175
00:35
they have tendencies.
8
35299
1561
گرایش هایی دارند.
00:36
And those tendencies are derived from the very nature of the physics,
9
36884
4932
و این گرایش‌ها دقیقا از طبیعت علم فیزیک نشأت می‌گیرن،
00:41
chemistry of wires and switches and electrons,
10
41840
3150
از شیمی اتصالات، (مدارهای) سوئیچی، و الکترون ها،
00:45
and they will make reoccurring patterns again and again.
11
45659
3602
و این علوم، مدام الگوهایی تکرارشونده می‌سازند.
00:49
And so those patterns produce these tendencies, these leanings.
12
49745
4874
و این الگوها، این گرایشات و زمینه‌ها رو شکل می‌دهند.
00:54
You can almost think of it as sort of like gravity.
13
54643
2831
می‌توانید به نوعی مثل جاذبه به آن فکر کنید.
00:57
Imagine raindrops falling into a valley.
14
57498
2319
قطرات بارون رو تصور کنین که روی یه دره می‌بارن.
00:59
The actual path of a raindrop as it goes down the valley
15
59841
3088
مسیر هر قطره تا به داخل دره می‌رسد
01:02
is unpredictable.
16
62953
1169
غیرقابل‌ پیش‌بینی است.
01:04
We cannot see where it's going,
17
64651
1518
نمی‌تونیم ببینیم به کجا می‌رود،
01:06
but the general direction is very inevitable:
18
66193
2277
ولی جهت حرکتش کاملا مشخص است:
01:08
it's downward.
19
68494
1234
رو به پایین.
01:10
And so these baked-in tendencies and urgencies
20
70377
4572
بنابراین، این گرایشات و الزامات بالفطره
01:14
in technological systems
21
74973
1476
در سیستم‌های تکنولوژیکی
در مقیاس بزرگ سرنخ‌هایی از مقصد نهایی به ما می‌دهند.
01:17
give us a sense of where things are going at the large form.
22
77051
3609
خب در یک مقیاس کلی،
01:21
So in a large sense,
23
81149
1401
01:22
I would say that telephones were inevitable,
24
82574
3361
ساخت تلفن اجتناب‌ناپذیر بود،
ولی (موبایل) آی‌فون، نه.
01:27
but the iPhone was not.
25
87005
1342
اینترنت اجتناب‌ناپذیر بود،
01:29
The Internet was inevitable,
26
89094
1478
01:31
but Twitter was not.
27
91274
1286
ولی توییتر نه.
بنابراین، ما درحال‌حاضر تمایلات و گرایشات زیادی داریم،
01:33
So we have many ongoing tendencies right now,
28
93036
3928
01:36
and I think one of the chief among them
29
96988
2720
و فکر می‌کنم مهم‌ترین این نیازها
01:39
is this tendency to make things smarter and smarter.
30
99732
3722
گرایش به هوشمندسازی هرچه بیش‌تر اشیا است.
من بهش می‌گم ادراک‌سازی -- ساخت ادراک و شناخت--
01:44
I call it cognifying -- cognification --
31
104041
2212
01:46
also known as artificial intelligence, or AI.
32
106783
2782
که همون هوش مصنوعی یا AI است.
و من فکر می‎کنم که این یکی از تأثیرگذارترین تحولات،
01:50
And I think that's going to be one of the most influential developments
33
110025
3746
01:53
and trends and directions and drives in our society in the next 20 years.
34
113795
5575
روندها و پیشرفت‌های جامعه ما در ۲۰ سال آینده خواهد بود.
و البته که همین حالا هم انجام شده.
02:00
So, of course, it's already here.
35
120021
1985
همین حالا هم هوش مصنوعی داریم،
02:02
We already have AI,
36
122030
2204
02:04
and often it works in the background,
37
124258
2398
که غالبا، در پشت صحنه فعالیت می‌کند،
02:06
in the back offices of hospitals,
38
126680
1586
پشت پرده بیمارستان‌ها،
02:08
where it's used to diagnose X-rays better than a human doctor.
39
128290
4686
که در تشخیص نتایج اشعه اکس بهتر از پزشک‌های انسانی عمل می‌کند.
در دفاتر قانونی،
02:13
It's in legal offices,
40
133000
1726
02:14
where it's used to go through legal evidence
41
134750
2368
برای بررسی مدارک قانونی
بهتر از متخصصان حقوق انسانی ظاهر می‌شود.
02:17
better than a human paralawyer.
42
137142
1855
02:19
It's used to fly the plane that you came here with.
43
139506
3656
هوش مصنوعی عامل پرواز هواپیمایی است که شما را به اینجا آورده است.
خلبان‌های انسان فقط ۷ تا ۸ دقیقه پرواز رو کنترل می‌کنند.
02:24
Human pilots only flew it seven to eight minutes,
44
144165
2381
02:26
the rest of the time the AI was driving.
45
146570
1953
بقیه عملیات را هوش مصنوعی به عهده دارد.
02:28
And of course, in Netflix and Amazon,
46
148547
2173
و صدالبته در نت‌فلیکس و آمازون
02:30
it's in the background, making those recommendations.
47
150744
2530
هوش مصنوعی ست که در پشت‌صحنه آن پیشنهادها را می‌دهد.
02:33
That's what we have today.
48
153298
1261
این ها چیزهایی است که امروز داریم.
02:34
And we have an example, of course, in a more front-facing aspect of it,
49
154583
4801
والبته مثال محسوس تری نیز داریم:
02:39
with the win of the AlphaGo, who beat the world's greatest Go champion.
50
159408
6629
شکست قهرمان انسانی بازی گو، توسط رقیب هوش مصنوعی اش آلفا-گو می باشد.
02:46
But it's more than that.
51
166478
4053
اما این بیشتر از این چیزهاست.
02:50
If you play a video game, you're playing against an AI.
52
170555
2642
اگر بازی کامپیوتری میکنید درواقع با هوش مصنوعی رقابت می‌کنید.
02:53
But recently, Google taught their AI
53
173221
4538
اما اخیرا، گوگل به هوش مصنوعی اش آموزش داد
02:57
to actually learn how to play video games.
54
177783
2412
که نحوه بازی کردن بازی های کامپیوتری را فراگیرد.
03:00
Again, teaching video games was already done,
55
180686
2709
درواقع، آموزش بازیهای کامپیوتری انجام شده بود،
03:03
but learning how to play a video game is another step.
56
183419
3897
اما آموزش به هوش مصنوعی جهت یادگیری اینکه چگونه آن را بازی کند، قدم بعدی بود.
03:07
That's artificial smartness.
57
187340
1678
این هوشمندگرایی مصنوعی است.
03:10
What we're doing is taking this artificial smartness
58
190571
4522
کاری که ما انجام میدهیم این است که هوشمندگرایی مصنوعی
را هرروز باهوش تر می کنیم.
03:15
and we're making it smarter and smarter.
59
195117
2423
03:18
There are three aspects to this general trend
60
198710
3895
سه جنبه بر این روند کلی وجود دارد
03:22
that I think are underappreciated;
61
202629
1689
که من فکر می کنم ناشناخته مانده اند؛
03:24
I think we would understand AI a lot better
62
204342
2277
من فکرمیکنم ما در صورتی بهتر خواهیم فهمید
03:26
if we understood these three things.
63
206643
2301
که این سه چیز را خوب بفهمیم.
03:28
I think these things also would help us embrace AI,
64
208968
3283
فکر میکنم این چیزها باعث می شود که هوش مصنوعی را بهتر پذیرا باشیم
03:32
because it's only by embracing it that we actually can steer it.
65
212275
3008
زیرا تنها با پذیرفتن هوش مصنوعی است که می شود هدایتش کرد.
03:35
We can actually steer the specifics by embracing the larger trend.
66
215887
3157
در واقع می توانیم با استقبال از روند کلی، جزئیات را هدایت کنیم.
03:39
So let me talk about those three different aspects.
67
219467
2979
خوب بگذارید به آن سه جنبه مختلف بپردازم.
03:42
The first one is: our own intelligence has a very poor understanding
68
222470
3673
اول اینکه: هوش خودمان درک بسیار کمی از
اینکه هوش چیست دارد.
03:46
of what intelligence is.
69
226167
1490
ما متمایلیم که به هوش از منظر تک بعدی بنگریم،
03:48
We tend to think of intelligence as a single dimension,
70
228110
3653
03:51
that it's kind of like a note that gets louder and louder.
71
231787
2750
این شبیه یک صداست که پیوسته بلند تر می شود.
03:54
It starts like with IQ measurement.
72
234561
2607
آن با مقیاس های آی کیو شروع میشود.
03:57
It starts with maybe a simple low IQ in a rat or mouse,
73
237192
4092
شاید با یک آی کیوی پایین در موش شروع می شود
04:01
and maybe there's more in a chimpanzee,
74
241308
2134
و شاید آی کیوی شامپانزه ها بیشتر باشد
04:03
and then maybe there's more in a stupid person,
75
243887
2191
و شاید آی کیوی یک انسان احمق بیشتر از شامپانزه باشد
و شاید یک انسان معمولی مثل من
04:06
and then maybe an average person like myself,
76
246102
2096
04:08
and then maybe a genius.
77
248222
1290
و بعد شاید یک نابغه.
04:09
And this single IQ intelligence is getting greater and greater.
78
249536
4433
و این واحد هوش آی کیو بزرگتر و بزرگتر می شود.
04:14
That's completely wrong.
79
254516
1151
وکاملا اشتباه است
04:15
That's not what intelligence is -- not what human intelligence is, anyway.
80
255691
3608
آن معنی هوش نیست -- در هرصورت معنای هوش انسانی هم نیست.
04:19
It's much more like a symphony of different notes,
81
259673
4506
هوش ما مانند یک سمفونی از نوت های مختلف موسیقی است
04:24
and each of these notes is played on a different instrument of cognition.
82
264203
3609
و هر یک از این نوت ها در یک ساز مختلفی از شناخت نواخته می شوند.
04:27
There are many types of intelligences in our own minds.
83
267836
3701
گونه های زیادی از هوش در ذهن ما وجود دارد.
04:31
We have deductive reasoning,
84
271561
3048
ما استدلال استقرایی داریم،
04:34
we have emotional intelligence,
85
274633
2221
هوش هیجانی داریم،
04:36
we have spatial intelligence;
86
276878
1393
هوش فضایی داریم؛
04:38
we have maybe 100 different types that are all grouped together,
87
278295
4021
ما شاید ۱۰۰ نوع مختلف هوش داریم که باهم در یکجا جمع می شوند،
04:42
and they vary in different strengths with different people.
88
282340
3905
و از نظر قوت در افراد مختلف با هم فرق می کنند.
04:46
And of course, if we go to animals, they also have another basket --
89
286269
4526
و البته اگر به حیوانات بپردازیم آنها نیز شرایط دیگری دارند
04:50
another symphony of different kinds of intelligences,
90
290819
2541
سمفونی متفاوت دیگری از نوع دیگری هوش
04:53
and sometimes those same instruments are the same that we have.
91
293384
3566
و گاهی آن سازهای یکسان، جزو اشتراکات ما با آنهاست.
04:56
They can think in the same way, but they may have a different arrangement,
92
296974
3561
آنها می توانند به طور یکسان فکر کنند، اما شاید آرایش آنها متفاوت باشد،
05:00
and maybe they're higher in some cases than humans,
93
300559
2467
و شاید آنها در بعضی موارد از ما انسانها بهترند،
مثل حافظه بلند مدت در سنجاب که شگفت انگیز است
05:03
like long-term memory in a squirrel is actually phenomenal,
94
303050
2837
05:05
so it can remember where it buried its nuts.
95
305911
2287
که می تواند به یاد بیاورد که کجا دانه هایش را پنهان کرده است.
اما در موارد دیگری شاید از ما ضعیف تر باشند.
05:08
But in other cases they may be lower.
96
308222
1987
05:10
When we go to make machines,
97
310233
2730
زمانی که ما بسراغ ماشینی کردن (هوش) می رویم،
05:12
we're going to engineer them in the same way,
98
312987
2196
ما آنها را به نحوه یکسانی مهندسی خواهیم کرد،
05:15
where we'll make some of those types of smartness much greater than ours,
99
315207
5010
طوری که گونه هوش آنها را از خودمان بهتر خواهیم کرد
05:20
and many of them won't be anywhere near ours,
100
320241
2571
و خیلی ازآنها به حد ما هم نخواهند رسید
05:22
because they're not needed.
101
322836
1544
چون به آنها احتیاجی نیست.
05:24
So we're going to take these things,
102
324404
2203
خب ما این چیزها رو می گیریم،
05:26
these artificial clusters,
103
326631
2081
این خوشه های مصنوعی را
05:28
and we'll be adding more varieties of artificial cognition to our AIs.
104
328736
5362
و تنوع بیشتری از شناخت مصنوعی را به هوش مصنوعی اضافه خواهیم کرد.
05:34
We're going to make them very, very specific.
105
334507
4071
ما آنها را خیلی خاص خواهیم ساخت.
05:38
So your calculator is smarter than you are in arithmetic already;
106
338602
6542
خب ماشین شما در علم حساب از شما باهوش تر است،
جی پی اس شما در جهت یابی فضایی از شما باهوشتر است،
05:45
your GPS is smarter than you are in spatial navigation;
107
345168
3697
05:49
Google, Bing, are smarter than you are in long-term memory.
108
349337
4258
گوگل و بینگ در زمینه حافظه درازمدت از شما باهوشترند.
05:54
And we're going to take, again, these kinds of different types of thinking
109
354339
4530
و ما دوباره این گونه ها با افکار مختلف را میگیریم
05:58
and we'll put them into, like, a car.
110
358893
1933
و آنها را در چیزی چون خودرو می گذاریم.
06:00
The reason why we want to put them in a car so the car drives,
111
360850
3057
علت اینکه می خواهیم آنها را در خودرو جاسازی کنیم تا خودش را براند،
06:03
is because it's not driving like a human.
112
363931
2302
به این خاطراست که مثل یک انسان رانندگی نخواهد کرد.
06:06
It's not thinking like us.
113
366257
1396
ماشین خودران مثل ما فکر نمیکند.
06:07
That's the whole feature of it.
114
367677
1920
این ویژگی کلی آن است.
06:09
It's not being distracted,
115
369621
1535
حواسش پرت نمی شود،
06:11
it's not worrying about whether it left the stove on,
116
371180
2754
نگران نمیشود درباره وضعیت اینکه گاز را روشن گذاشته یا نه!
06:13
or whether it should have majored in finance.
117
373958
2138
یا اینکه آیا باید مدرکش را در اقتصاد می گرفت.
اون فقط رانندگی می کند.
06:16
It's just driving.
118
376120
1153
06:17
(Laughter)
119
377297
1142
(خنده حضار)
06:18
Just driving, OK?
120
378463
1841
فقط رانندگی.باشه؟
06:20
And we actually might even come to advertise these
121
380328
2937
و ما شاید آنها را اینگونه تبلیغ کنیم
06:23
as "consciousness-free."
122
383289
1545
یک ماشین ناخودآگاه،
06:24
They're without consciousness,
123
384858
1774
آنها فاقد خودآگاهی هستند
06:26
they're not concerned about those things,
124
386656
2104
آنها در مورد هیچ چیزی نگرانی ندارند،
06:28
they're not distracted.
125
388784
1156
حواسشان پرت نمی شود.
06:29
So in general, what we're trying to do
126
389964
2966
خب به طورکلی، کاری که میخواهیم بکنیم
06:32
is make as many different types of thinking as we can.
127
392954
4500
این است که گونه های مختلفی از تفکر را بسازیم.
06:37
We're going to populate the space
128
397804
2083
و ما فضا را با آنها پرخواهیم کرد
06:39
of all the different possible types, or species, of thinking.
129
399911
4159
از انواع ممکن تفکرهای همه گونه.
و در واقع شاید با مشکلاتی مواجه شویم
06:44
And there actually may be some problems
130
404094
2068
06:46
that are so difficult in business and science
131
406186
2800
که آنقدر در علم و تجارت سخت هستند
که روش تفکر خود ما به عنوان انسان قادر به حل این مشکلات نخواهد بود.
06:49
that our own type of human thinking may not be able to solve them alone.
132
409010
4042
ممکن است به یک برنامه دو-گامی نیاز داشته باشیم،
06:53
We may need a two-step program,
133
413076
1992
06:55
which is to invent new kinds of thinking
134
415092
4203
که (این برنامه)، اختراع گونه های جدید تفکر است
06:59
that we can work alongside of to solve these really large problems,
135
419692
3734
که با استفاده از آن گونه های تفکر بتوانیم این مشکلات بزرگ را حل کنیم،
07:03
say, like dark energy or quantum gravity.
136
423450
2918
مثلا (ابهامات) انرژی تاریک یا گرانش کوانتومی.
کاری که داریم انجام می دهیم ساختن هوش خارجی است.
07:08
What we're doing is making alien intelligences.
137
428496
2646
حتی ممکن است به آن به عنوان بیگانه مصنوعی تفکر کنید
07:11
You might even think of this as, sort of, artificial aliens
138
431166
4069
07:15
in some senses.
139
435259
1207
از برخی جهات.
07:16
And they're going to help us think different,
140
436490
2300
و آنها به ما کمک خواهند که متفاوت فکر کنیم
07:18
because thinking different is the engine of creation
141
438814
3632
زیرا تفکر متفاوت، موتور خلاقیت
07:22
and wealth and new economy.
142
442470
1867
و ثروت و یک اقتصاد جدید است.
07:25
The second aspect of this is that we are going to use AI
143
445835
4923
جنبه دوم این است که ما از هوش مصنوعی استفاده خواهیم کرد
07:30
to basically make a second Industrial Revolution.
144
450782
2950
تا اساساً دومین انقلاب صنعتی را رقم بزنیم.
اولین انقلاب صنعتی براساس این واقعیت بود که
07:34
The first Industrial Revolution was based on the fact
145
454135
2773
07:36
that we invented something I would call artificial power.
146
456932
3462
ما چیزی اختراع کردیم که بهش می گم "قدرت مصنوعی"
07:40
Previous to that,
147
460879
1150
قبل از آن،
در طول انقلاب کشاورزی،
07:42
during the Agricultural Revolution,
148
462053
2034
هر چیزی که باید توسط نیروی انسانی
07:44
everything that was made had to be made with human muscle
149
464111
3702
07:47
or animal power.
150
467837
1307
یا نیروی حیوانی ساخته می شد.
07:49
That was the only way to get anything done.
151
469565
2063
آن تنها راه انجام کارها در آن زمان بود.
07:51
The great innovation during the Industrial Revolution was,
152
471652
2945
بزرگترین نوآوری در زمان اتقلاب صنعتی،
07:54
we harnessed steam power, fossil fuels,
153
474621
3109
بدست گرفتن نیروی بخار و سوخت های فسیلی بود
07:57
to make this artificial power that we could use
154
477754
3856
که این نیروی مصنوعی را ایجاد کنیم تا بتوانیم
08:01
to do anything we wanted to do.
155
481634
1669
هر کاری که میخواهیم با آن بکنیم.
08:03
So today when you drive down the highway,
156
483327
2772
خب امروز وقتی درامتداد بزرگراه رانندگی میکنید،
08:06
you are, with a flick of the switch, commanding 250 horses --
157
486571
4525
شما با تحریک یک سوئیچ به ۲۵۰ اسب فرمان میدهید --
به عبارتی ۲۵۰ اسب بخار --
08:11
250 horsepower --
158
491120
1572
08:12
which we can use to build skyscrapers, to build cities, to build roads,
159
492716
4692
که میتوانیم ازآن بهره ببریم برای ساخت آسمان خراش ها، شهرها، جاده ها،
08:17
to make factories that would churn out lines of chairs or refrigerators
160
497432
5789
ساختن کارخانه هایی که مثل آب خوردن مقدارزیادی صندلی ویخچال تولید کنند
08:23
way beyond our own power.
161
503245
1654
چیزی که فراتر از قدرت و توانایی ماست.
08:24
And that artificial power can also be distributed on wires on a grid
162
504923
6111
و این قدرت مصنوعی میتواند از طریق شبکه ایی از سیم ها
به هر خانه، کارخانه و مزرعه توزیع شود،
08:31
to every home, factory, farmstead,
163
511058
3199
08:34
and anybody could buy that artificial power,
164
514281
4191
و هر شخصی میتواند این قدرت مصنوعس را بخرد،
08:38
just by plugging something in.
165
518496
1472
تنها با متصل شدن به آن.
08:39
So this was a source of innovation as well,
166
519992
2439
خب این یک منبع خلاقیت هم بود،
08:42
because a farmer could take a manual hand pump,
167
522455
3418
زیرا یک کشاورز می توانست یک تلمبه دستی داشته باشد،
08:45
and they could add this artificial power, this electricity,
168
525897
2916
و آنها با اضافه کردن این قدرت مصنوعی یا به عبارتی "الکتریسیته"
08:48
and he'd have an electric pump.
169
528837
1497
میتوانستند، یک تلمبه الکترونیکی داشته باشند.
08:50
And you multiply that by thousands or tens of thousands of times,
170
530358
3318
و اگرشما آنرا هزاران و ده ها هزاربرابر در نظر بگیرید
08:53
and that formula was what brought us the Industrial Revolution.
171
533700
3159
و این فرمولی بود که برای ما انقلاب صنعتی را به ارمغان آورد.
08:56
All the things that we see, all this progress that we now enjoy,
172
536883
3585
همه چیزهایی که می بینم، تمام این پیشرفتی که از آن لذت می بریم
09:00
has come from the fact that we've done that.
173
540492
2063
از این واقعیت امده است که ما انجامش داده ایم.
09:02
We're going to do the same thing now with AI.
174
542579
2348
ما مثل همین کاررا با هوش مصنوعی انجام خواهیم داد.
09:04
We're going to distribute that on a grid,
175
544951
2075
ما این نیروی جدید را در شبکه ها توزیع خواهیم کرد
09:07
and now you can take that electric pump.
176
547050
2374
و حالا شما که یک تلمبه الکتریکی دارید.
09:09
You can add some artificial intelligence,
177
549448
2968
میتونید به (ابزارآلات خود) هوش مصنوعی اضافه کنید،
09:12
and now you have a smart pump.
178
552440
1481
و شما حالا یک تلمبه هوشمند خواهید داشت.
09:13
And that, multiplied by a million times,
179
553945
1928
و آن ضرب در یک میلیون بار،
09:15
is going to be this second Industrial Revolution.
180
555897
2363
عامل ایجاد دومین انقلاب صنعتی خواهد بود.
09:18
So now the car is going down the highway,
181
558284
2382
خب حالا ماشینی که در امتداد بزرگراه می رود
09:20
it's 250 horsepower, but in addition, it's 250 minds.
182
560690
4294
علاوه بر قدرت ۲۵۰ اسب بخار، ۲۵۰ تا مغز نیز دارد.
این ماشین خودران است.
09:25
That's the auto-driven car.
183
565008
1769
09:26
It's like a new commodity;
184
566801
1389
این یک کالا و
09:28
it's a new utility.
185
568214
1303
فایده جدیدی است.
09:29
The AI is going to flow across the grid -- the cloud --
186
569541
3041
هوش مصنوعی در شبکه ها -- ابری -- جریان خواهد یافت
09:32
in the same way electricity did.
187
572606
1567
همانطوری که الکتریسیته جریان پیدا کرد.
09:34
So everything that we had electrified,
188
574197
2380
پس هر چیزی را که برقی کردیم
09:36
we're now going to cognify.
189
576601
1723
حالا می توانیم هوشمند بکنیم.
09:38
And I would suggest, then,
190
578693
1385
و من پیشنهاد می دهم
که فرمول (ایجاد) ۱۰,۰۰۰ استارت‌آپ بعدی
09:40
that the formula for the next 10,000 start-ups
191
580102
3732
09:43
is very, very simple,
192
583858
1162
خیلی خیلی آسونه،
به عبارتی شامل گرفتن هرچیزی و اضافه کردن هوش مصنوعی به آن است.
09:45
which is to take x and add AI.
193
585044
3167
این فرمولش است. این کاری ست که می خواهیم انجام دهیم.
09:49
That is the formula, that's what we're going to be doing.
194
589100
2812
09:51
And that is the way in which we're going to make
195
591936
3306
و این راهی است که از این طریق
09:55
this second Industrial Revolution.
196
595266
1858
دومین انقلاب صنعتی را رقم خواهیم زد.
و به هرحال، هم اکنون و در این لحظه
09:57
And by the way -- right now, this minute,
197
597148
2154
09:59
you can log on to Google
198
599326
1169
شما می توانید به گوگل وارد شده
10:00
and you can purchase AI for six cents, 100 hits.
199
600519
3882
و میتوانید هوش مصنوعی را با ۶ سنت، (یا) ۱۰۰ بازدید، بخرید.
10:04
That's available right now.
200
604758
1604
این الان موجود است.
10:06
So the third aspect of this
201
606386
2286
خب پس جنبه سوم این
10:09
is that when we take this AI and embody it,
202
609315
2678
است که ما به هوش مصنوعی جسم بدهیم
و ربات ها را بسازیم.
10:12
we get robots.
203
612017
1173
10:13
And robots are going to be bots,
204
613214
1703
و ربات ها، بات هایی (برنامه هایی) خواهند بود
10:14
they're going to be doing many of the tasks that we have already done.
205
614941
3328
که کارهای بسیاری که ما اکنون انجام داده ایم، را انجام خواهند داد.
یک کار متشکل از یکسری وظایف است،
10:20
A job is just a bunch of tasks,
206
620357
1528
10:21
so they're going to redefine our jobs
207
621909
1762
پس آنها تعریف دوباره ای به شغلهای ما خواهند داد
10:23
because they're going to do some of those tasks.
208
623695
2259
زیرا آنها قرار است که بخشی از وظایف شغلی ما را به عده بگیرند.
10:25
But they're also going to create whole new categories,
209
625978
3197
اما آنها گروه های جدیدی تشکیل خواهند داد،
10:29
a whole new slew of tasks
210
629199
2247
گروه های کلی جدیدی از وظایف
10:31
that we didn't know we wanted to do before.
211
631470
2457
که ما قبلا نمی دانستیم که می خواهیم انجامشان دهیم.
10:33
They're going to actually engender new kinds of jobs,
212
633951
3637
آنها درواقع شغلهای جدیدی ایجاد خواهند کرد،
10:37
new kinds of tasks that we want done,
213
637612
2271
وظایف جدیدی که ما می خواهیم انجام شوند،
10:39
just as automation made up a whole bunch of new things
214
639907
3405
مثل اوتوماسیون که دسته ای از چیزهای جدید را ایجاد کرد
10:43
that we didn't know we needed before,
215
643336
1834
که ما نمی دانستیم که به آنها نیاز هست
10:45
and now we can't live without them.
216
645194
1956
و حالا بدون آنها نمی توانیم زندگی کنیم
خب آنها نسبت به شغلهایی که در اختیار می گیرند شغلهای بیشتری تولید خواهند کرد،
10:47
So they're going to produce even more jobs than they take away,
217
647174
3956
اما مهم این است که وظایفی که به آنها محول می کنیم
10:51
but it's important that a lot of the tasks that we're going to give them
218
651154
3434
10:54
are tasks that can be defined in terms of efficiency or productivity.
219
654612
4572
وظایفی هستند که می توانند به عنوان بهره وری تعریف می شوند.
10:59
If you can specify a task,
220
659676
1828
اگر شما وظیفه ای را می‌توانید مشخص کنید،
11:01
either manual or conceptual,
221
661528
2235
چه دستی باشد چه مفهومی،
11:03
that can be specified in terms of efficiency or productivity,
222
663787
4780
می تواند به عنوان بهره وری تلقی شود
11:08
that goes to the bots.
223
668591
1777
که به بات ها تعلق دارد.
11:10
Productivity is for robots.
224
670758
2178
سودمندی به روبات ها تعلق دارد.
11:12
What we're really good at is basically wasting time.
225
672960
3070
تنها چیزی که ما انسانها درش خوب هستیم وقت تلف کردن است.
(خنده)
11:16
(Laughter)
226
676054
1028
ما در چیزهایی که کارآمد نیستند خوب هستیم
11:17
We're really good at things that are inefficient.
227
677106
2316
11:19
Science is inherently inefficient.
228
679446
3025
علم ذاتا ناکارآمد است.
11:22
It runs on that fact that you have one failure after another.
229
682816
2906
و براساس یک شکست بعد از شکست دیگری به جلو می رود.
11:25
It runs on the fact that you make tests and experiments that don't work,
230
685746
3424
و براساس این واقعیت که شما آزمایشاتی میسازید که کار نمی کنند پیش می رود،
در غیراین صورت شما یاد نمی گیرید.
11:29
otherwise you're not learning.
231
689194
1442
11:30
It runs on the fact
232
690660
1162
توسط این واقعیت به پیش می رود
11:31
that there is not a lot of efficiency in it.
233
691846
2083
که بهره وری زیادی در آن نیست.
11:33
Innovation by definition is inefficient,
234
693953
2779
نوآوری در تعریف ناکارآمد است،
11:36
because you make prototypes,
235
696756
1391
زیرا ما نمونه های اولیه ای می سازیم،
11:38
because you try stuff that fails, that doesn't work.
236
698171
2707
زیرا ما چیزهایی را آزمایش می کنیم که کار نمی کنند و شکست می خورند.
11:40
Exploration is inherently inefficiency.
237
700902
3112
اکتشاف ذاتا ناکارآمد است.
هنر کارآمد نیست.
11:44
Art is not efficient.
238
704038
1531
11:45
Human relationships are not efficient.
239
705593
2127
روابط انسانی هم کارآمد نیستند.
11:47
These are all the kinds of things we're going to gravitate to,
240
707744
2940
اینها تمام چیزهایی است که به سمتشان متمایل خواهیم شد،
11:50
because they're not efficient.
241
710708
1475
زیرا آنها کارآمد نیستند.
11:52
Efficiency is for robots.
242
712207
2315
کارآمدی فقط مال ربات هاست.
11:55
We're also going to learn that we're going to work with these AIs
243
715338
4123
ما یاد خواهیم گرفت که چگونه در کنار این هوش مصنوعی کار کنیم.
11:59
because they think differently than us.
244
719485
1997
زیرا آنها به گونه ای متفاوت از ما فکر می کنند.
زمانی که (هوش مصنوعی) deep blue، قهرمان شطرنج دنیا را شکست داد،
12:02
When Deep Blue beat the world's best chess champion,
245
722005
4314
12:06
people thought it was the end of chess.
246
726343
1929
مردم فکر کردند که کار شطرنج به پایان رسید.
12:08
But actually, it turns out that today, the best chess champion in the world
247
728296
4402
اما معلوم شد که امروز بهترین شطرنج باز دنیا
12:12
is not an AI.
248
732722
1557
یک هوش مصنوعی نیست
12:14
And it's not a human.
249
734906
1181
و یک انسان هم نیست
بلکه ترکیبی از همکاری یک انسان با هوش مصنوعی است.
12:16
It's the team of a human and an AI.
250
736111
2715
12:18
The best medical diagnostician is not a doctor, it's not an AI,
251
738850
4000
بهتر تشخیص پزشکی، یک پزشک (انسانی) یا یک هوش مصنوعی نیست
12:22
it's the team.
252
742874
1176
بلکه محصول همکاری این دوتاست.
12:24
We're going to be working with these AIs,
253
744074
2149
ما با این هوش مصنوعی کار خواهیم کرد
12:26
and I think you'll be paid in the future
254
746247
1995
و من فکر می کنم که شما در آینده براساس این حقوق خواهید گرفت
12:28
by how well you work with these bots.
255
748266
2391
که تا چه حد خوب می توانید با این بات ها کارکنید.
خب این سومین هست. که آنها متفاوت هستند
12:31
So that's the third thing, is that they're different,
256
751026
4257
12:35
they're utility
257
755307
1165
و سودمند هستند
12:36
and they are going to be something we work with rather than against.
258
756496
3816
و چیزهایی هستند که ما قرارهست باهاشون کارکنیم نه برضدشان.
12:40
We're working with these rather than against them.
259
760336
2639
ما با اونها کار خواهیم کرد نه بر ضدآنها.
12:42
So, the future:
260
762999
1477
خب، آینده:
12:44
Where does that take us?
261
764500
1420
این ما را به کجا می برد؟
12:45
I think that 25 years from now, they'll look back
262
765944
3567
فکر می کنم ۲۵سال آینده، آنها به گذشته نگاه خواهند کرد
12:49
and look at our understanding of AI and say,
263
769535
3125
و به دانش ما از هوش مصنوعی نگاه خواهند کرد و خواهند گفت،
12:52
"You didn't have AI. In fact, you didn't even have the Internet yet,
264
772684
3300
"شما هوش مصنوعی نداشتید. در واقع، شما حتی اینترنت هم نداشتید،
در مقایسه با چیزی که ما در ۲۵ سال آینده خواهیم داشت."
12:56
compared to what we're going to have 25 years from now."
265
776008
2741
هنوز هیچ متخصص هوش مصنوعی ای نداریم.
12:59
There are no AI experts right now.
266
779849
3047
13:02
There's a lot of money going to it,
267
782920
1699
پول زیادی صرف آن می شود،
13:04
there are billions of dollars being spent on it;
268
784643
2268
میلیاردها دلار دارد خرج آن می شود؛
13:06
it's a huge business,
269
786935
2164
یک بیزینس بزرگ است،
اما هیچ متخصصی در مقایسه با چیزی که در 20 سال آینده خواهیم دانست، نیست.
13:09
but there are no experts, compared to what we'll know 20 years from now.
270
789123
4272
خب ما هنوز در ابتدای راه هستیم،
13:14
So we are just at the beginning of the beginning,
271
794064
2885
13:16
we're in the first hour of all this.
272
796973
2163
در ساعات اولیه آن.
در ساعات اولیه اینترنت،
13:19
We're in the first hour of the Internet.
273
799160
1935
در ساعت اولیه آنچیزی که خواهد آمد.
13:21
We're in the first hour of what's coming.
274
801119
2040
13:23
The most popular AI product in 20 years from now,
275
803183
4153
محبوب ترین محصول هوش مصنوعی در ۲۰ سال آینده،
13:27
that everybody uses,
276
807360
1444
که همه از ان استفاده خواهند کرد،
13:29
has not been invented yet.
277
809499
1544
هنوز اختراع نشده است.
13:32
That means that you're not late.
278
812464
2467
این به این معنی است که شما هنوز عقب مانده نیستید.
13:35
Thank you.
279
815684
1151
ممنون.
13:36
(Laughter)
280
816859
1026
(خنده)
13:37
(Applause)
281
817909
2757
(تشویق)
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