The incredible inventions of intuitive AI | Maurice Conti

Translator: Leslie Gauthier Reviewer: Camille Martínez

Translator: Masi Tashakori Reviewer: Nima Pourreza

How many of you are creatives,

چند نفر از شما آدم خلاق،

designers, engineers, entrepreneurs, artists,

طراح، مهندس، کارآفرین، هنرمند

or maybe you just have a really big imagination?

و یا شاید حتی یک خیال پردازی واقعا بزرگی رو داشته باشه؟

Show of hands? (Cheers)

با دستاتون نشون بدید؟ (صدای حضار)

That's most of you.

بله ،اکثر شماها.

من خبرهایی برای آدمهای خلاقی مثل خودمون دارم.

I have some news for us creatives.

Over the course of the next 20 years,

در طول دوره ۲۰ سال آینده،

تغییراتی زیادی را در زمینه کاریمان خواهیم داشت

more will change around the way we do our work

نسبت به آنچه که در ۲۰۰۰ سال اخیر اتفاق افتاده است.

than has happened in the last 2,000.

In fact, I think we're at the dawn of a new age in human history.

در حقیقت، به تصور من، ما در سپیده دم یک دوره جدید در تاریخ بشری بسر می بریم.

Now, there have been four major historical eras defined by the way we work.

حالا، چهار عصرتاریخی اصلی تعریف شده در مسیر کاری ما وجود داره.

The Hunter-Gatherer Age lasted several million years.

عصر شکار که میلیون ها سال به طول انجامید.

And then the Agricultural Age lasted several thousand years.

بعد از اون عصر کشاورزی که چندین هزار سال طول کشید.

The Industrial Age lasted a couple of centuries.

عصر صنعتی چند قرن به درازا کشید.

And now the Information Age has lasted just a few decades.

و اکنون عصر اطلاعات فقط چند دهه ادامه پیدا کرده.

And now today, we're on the cusp of our next great era as a species.

و اکنون در امروز، ما به عنوان یک گونه، در نقطه شروع عصر بزرگ بعدی قرار داریم.

Welcome to the Augmented Age.

به عصر تکمیل شده خوش آمدید.

In this new era, your natural human capabilities are going to be augmented

در این عصر جدید، قابلیت های طبیعی انسانی شما

by computational systems that help you think,

با سیستم های محاسباتی که در فکر کردن شما کمک میکنند، تقویت می شوند،

robotic systems that help you make,

سیستم های رباتیک که به شما در ساختن کمک می کنند،

and a digital nervous system

و یک سیستم عصبی دیجیتال

that connects you to the world far beyond your natural senses.

که شما را با دنیایی فراتر از حواس طبیعی تون متصل می کنه.

اجاره بدید با تکامل هوشیار شروع کنیم.

Let's start with cognitive augmentation.

How many of you are augmented cyborgs?

چند نفر از شما سایبورگ تکامل یافته هستید؟ (انسان هایی با اعضای اضافه شده بیومکانیکی)

(Laughter)

(خنده حضار)

I would actually argue that we're already augmented.

در واقع می خوام توضیح بدم که ما همین حالا هم تکامل یافته هستیم.

Imagine you're at a party,

تصور کنید که در یک مهمانی ،

and somebody asks you a question that you don't know the answer to.

فردی از شما سوالی می پرسد که شما جوابش رو نمی دانید.

If you have one of these, in a few seconds, you can know the answer.

اگه شما یکی از این ها رو داشته باشید، در چند ثانیه، می تونید جواب رو بدونید.

But this is just a primitive beginning.

اما این فقط شروع اولیه هست.

Even Siri is just a passive tool.

حتی "Siri" فقط یک ابزار منفعل (بی حس) هست.

In fact, for the last three-and-a-half million years,

در حقیقت، برای سه و نیم میلیون سال گذشته،

the tools that we've had have been completely passive.

ابزارهایی که ما دراختیار داشتیم کاملا بی حسی بوده اند.

They do exactly what we tell them and nothing more.

اونها دقیقا کارهایی که ما ازشون می خواستیم رو انجام می دادند، نه بیشتر.

Our very first tool only cut where we struck it.

ابتدایی ترین ابزارمان، فقط زمانی که ما بهش ضربه می زدیم برش می داد.

The chisel only carves where the artist points it.

قلم درز فقط مکانی که هرمند هدف دارد را حکاکی میکند.

And even our most advanced tools do nothing without our explicit direction.

و حتی اکثر ابزارهای پیشرفته، بدون هدایت صریح ما کاری انجام نمی دهند.

In fact, to date, and this is something that frustrates me,

در حقیقت، این چیزی است که من رو ناامید می کنه،

we've always been limited

ما همیشه به این نیاز محدود شده ایم که

by this need to manually push our wills into our tools --

به طور دستی خواسته هامون رو به ابزارها اعمال کنیم--

like, manual, literally using our hands,

مثل، کارهای دستی، دقیقا از دستهامون استفاده می کنیم،

even with computers.

حتی زمانی که با کامپیوتر کار می کنیم.

But I'm more like Scotty in "Star Trek."

اما من بیشتر شبیه اسکاتی در "پیشتازان فضا" هستم.

(Laughter)

(خنده حضار)

I want to have a conversation with a computer.

می خوام با یک کامپیوتر مکالمه داشته باشم.

I want to say, "Computer, let's design a car,"

می خوام بگم که، " کامپیوتر، بیا ماشین بسازیم،"

and the computer shows me a car.

و اون یک ماشین نشونم بده.

And I say, "No, more fast-looking, and less German,"

من می گم، " نه، ظاهرش سریعتر و کمتر (شبیه)آلمانی باشه،"

and bang, the computer shows me an option.

و یهو، کامپیوتر یه نمونه رو به من نشون میده.

(Laughter)

(خنده حضار)

That conversation might be a little ways off,

همچین مکالمه ای (با کامپیوتر) شاید به این زودی ها نباشه،

probably less than many of us think,

شاید کمتر از آنچه که خیلی از ما فکرش رو کنیم،

but right now,

اما همین الان،

we're working on it.

ما داریم روش کار می کنیم.

Tools are making this leap from being passive to being generative.

ابزارهایی که از منفعل بودن به تولید کننده بودن، جهش می کنند.

Generative design tools use a computer and algorithms

ابزارهای طراحی مولد از یک کامپیوتر و الگوریتم هایی

to synthesize geometry

برای ترکیب هندسی استفاده می کنند،

to come up with new designs all by themselves.

تا با طراحی های جدیدی که همگی کار خودشون بوده، ظهور کنند.

All it needs are your goals and your constraints.

تمام چیزی که نیاز داره، هدف ها و چهارچوب های شماست.

I'll give you an example.

براتون یک مثال میزنم.

In the case of this aerial drone chassis,

در مورد این شاسی هواپیمای بدون سرنشین،

all you would need to do is tell it something like,

تمام کاری که لازم خواهید داشت اینه که بهش چیزی شبیه این بگید که،

it has four propellers,

چهارتا پروانه داشته باشه ،

you want it to be as lightweight as possible,

ازش می خواهید تا جای امکان سبک باشه،

and you need it to be aerodynamically efficient.

و نیاز دارید تا به طور آیرودینامیکی کارامد باشه.

Then what the computer does is it explores the entire solution space:

و چیزی که کامپیوتر انجام میده اینه که کل راه حل های ممکن رو بررسی می کنه

every single possibility that solves and meets your criteria --

هر مورد ممکنی رو که معیار شما رو پوشش بده و به نتیجه برسونه

millions of them.

میلیون ها از اونها رو.

It takes big computers to do this.

برای این کار به کامپیوترهای بزرگ نیاز هست.

But it comes back to us with designs

اما اون با این ایده به سراغمون اومد که

that we, by ourselves, never could've imagined.

ما، خودمون هم، هرگز تصورش رو نکرده بودیم.

And the computer's coming up with this stuff all by itself --

و کامپیوتری با این توانایی در خودش، در حال ظهور هست

no one ever drew anything,

که هیچ کس تا حالا چیزی مثل اون رو طراحی نکرده،

and it started completely from scratch.

و این(کامپیوتر) طراحی رو کاملا از صفر شروع کرد.

And by the way, it's no accident

از طرف دیگر، این تصادفی نیست که

that the drone body looks just like the pelvis of a flying squirrel.

که بدنه هواپیمای بدون سرنشین کاملا به لگن یک سنجاب پرنده شباهت داره.

(Laughter)

(خنده حضار)

It's because the algorithms are designed to work

بخاطر اینکه الگوریتم هایی طراحی شده

the same way evolution does.

تا مشابه راهی که سیر تکاملی انجام میده، عمل کنند.

What's exciting is we're starting to see this technology

چیزی که ما رو به هیجان میاره اینه که ما شروع کردیم تا

out in the real world.

این تکنولوژی رو در دنیای واقعی ببینیم.

We've been working with Airbus for a couple of years

ما برای دو سالی روی هواپیمای ایرباس

on this concept plane for the future.

با این مفهوم هواپیمایی برای آینده کار کرده ایم.

It's a ways out still.

هنوز روش داره کار میشه.

But just recently we used a generative-design AI

اما اخیرا از یک هوش مصنوعی مولد طراحی استفاده کردیم

to come up with this.

که ازش این نمونه دراومده.

This is a 3D-printed cabin partition that's been designed by a computer.

این یک چاپ سه بعدی پارتیشن کابین هست که بوسیله یک کامپیوتر طراحی شده.

It's stronger than the original yet half the weight,

محکم تر از مدل اصلی، با وزن نصف تا به الان،

and it will be flying in the Airbus A320 later this year.

و اواخر امسال در ایرباس A320 به پرواز درمیاد.

So computers can now generate;

خلاصه که اکنون کامپیوترها قادر به تولید هستند;

they can come up with their own solutions to our well-defined problems.

اونها برای مشکلات به خوبی تعریف شده ما، راه حل های خودشون رو ارائه می دهند.

But they're not intuitive.

اما اونها حسی نیستند.

They still have to start from scratch every single time,

هنوز، برای هر (طراحی) مجبورند از ابتدا شروع کنند،

and that's because they never learn.

به این خاطر که اونها هرگز آموزش نمی بینند.

Unlike Maggie.

غیر از "مگی"

(Laughter)

(خنده حضار)

Maggie's actually smarter than our most advanced design tools.

در واقع مگی از اکثر ابزارهای پیشرفته ما باهوش تر است.

What do I mean by that?

منظورم از این مورد چیه؟

If her owner picks up that leash,

اگه صاحب مگی قلاده اش رو برداره،

Maggie knows with a fair degree of certainty

اون با درجه منطقی ای از اطمینان می دونه که

it's time to go for a walk.

زمان بیرون رفتن برای پیاده روی رسیده.

And how did she learn?

و چطور یادگرفته؟

Well, every time the owner picked up the leash, they went for a walk.

خوب، هر زمان که صاحب اش قلاده رو برمی داره، اونها برای پیاده روی بیرون رفتن.

And Maggie did three things:

و مگی سه کار رو انجام داده:

she had to pay attention,

او کاملا حواس اش رو جمع کرده،

she had to remember what happened

باید به خاطر بسپارد که چه اتفاقی اتفاده

and she had to retain and create a pattern in her mind.

و مجبور شده تا یک الگو رو در ذهنش ایجاد و نگهداری کنه.

Interestingly, that's exactly what

جالبه، این دقیقا همونی هست که

computer scientists have been trying to get AIs to do

دانشمندان کامپیوتر در طول 60 سال گذشته در تلاش برای رساندن

for the last 60 or so years.

هوش مصنوعی به این مرحله هستند.

Back in 1952,

برگردیم به سال ۱۹۵۲،

they built this computer that could play Tic-Tac-Toe.

اونها این کامپیوتر را برای بازی دوز (تیک-تاک-تو) ساختند.

Big deal.

معامله بزرگی بود!

Then 45 years later, in 1997,

۴۵ سال بعد از اون، در۱۹۹۷،

Deep Blue beats Kasparov at chess.

دیپ بلو (کامپیوتر شطرنج) کاسپارو را در بازی شطرنج شکست داد.

2011, Watson beats these two humans at Jeopardy,

۲۰۱۱، واتسون در مسابقه تلویزیونی جپردی این دو شرکت کننده انسان رو شکست داد،

which is much harder for a computer to play than chess is.

که اینکار برای یک کامپیوتر سخت تر از بازی شطرنج هست.

In fact, rather than working from predefined recipes,

در حقیقت، بجای کار روی دستورعمل های از قبل طرح شده،

Watson had to use reasoning to overcome his human opponents.

واتسون مجبور به استفاده از استدلال جهت مقابله با رقیب های انسانی اش بود.

And then a couple of weeks ago,

و دو هفته پیش،

DeepMind's AlphaGo beats the world's best human at Go,

(نرم افزار طراحی شده شرکت) ذهن-عمیق-گوگل، آلفاگو، قویترین انسان در (بازی) گو رو شکست داد،

which is the most difficult game that we have.

که دشوارترین بازی شناخته شده است.

In fact, in Go, there are more possible moves

در واقع، در بازی گو، حرکتهای ممکن برای این بازی بیشتر از

than there are atoms in the universe.

اتم های موجود در جهان هست.

So in order to win,

پس در راستای برنده شدن،

what AlphaGo had to do was develop intuition.

کاری که آلفاگو مجبور به انجام اش بود توسعه (الگوریتمی) دارای بینش بود.

And in fact, at some points, AlphaGo's programmers didn't understand

و در حقیقت، در برخی موارد، برنامه نویسان آلفاگو

why AlphaGo was doing what it was doing.

علت کارهایی که آلفاگو انجام داده بود رو متوجه نمی شدند.

And things are moving really fast.

پیشرفتها خیلی سریع اتفاق می افتند.

I mean, consider -- in the space of a human lifetime,

منظورم اینه که، در نظر بگیرید. در محدوده ی طول عمر یک انسان،

computers have gone from a child's game

کامپیوترها از سمت بازی های کودکان

to what's recognized as the pinnacle of strategic thought.

به سمت چیزی که بهش اوج تفکر استراتژیک می گیم، رفته اند.

What's basically happening

چیزی که اصولا داره اتفاق میوفته

is computers are going from being like Spock

اینه که کامپیوترها از چیزی شبیه آقای اسپاک

to being a lot more like Kirk.

به چیزی بیشتر شبیه آقای کرک، در حال پیشرفت هستند.

(Laughter)

(خنده حضار)

Right? From pure logic to intuition.

درسته؟ از منطق خالص به بینش پیدا کردن.

Would you cross this bridge?

آیا از این پل رد می شید؟

Most of you are saying, "Oh, hell no!"

بیشتر شما می گید، "اوه، غلط بکنم!"

(Laughter)

(خنده حضار)

And you arrived at that decision in a split second.

و شما در بخشی از ثانیه این تصمیم رو می گیرید.

You just sort of knew that bridge was unsafe.

یه جورایی می دونستید که این پل امن نیست.

And that's exactly the kind of intuition

و این دقیقا همون بینشی هست

that our deep-learning systems are starting to develop right now.

که هم اکنون، سیستم های عمیق یادگیر ما، در حال شروع به ارتقا(به آن) هستند.

Very soon, you'll literally be able

بزودی، شما دقیقا قادر خواهید بود

to show something you've made, you've designed,

تا چیزهایی که ساخته و طراحی کرده اید

رو به یک کامپیوتر نشون بدید،

to a computer,

and it will look at it and say,

و کامپیوتر بهش نگاه کنه و بگه،

"Sorry, homie, that'll never work. You have to try again."

"متاسفم رفیق، این هرگز کار نخواهد کرد. باید دوباره تلاش کنی."

Or you could ask it if people are going to like your next song,

یا اینکه ازش بپرسید که آیا مردم آهنگ بعدی شما رو دوست خواهند داشت،

or your next flavor of ice cream.

یا طعم جدیدی از بستنی.

Or, much more importantly,

یا، خیلی مهم تر از این،

you could work with a computer to solve a problem

می تونستید با کامپیوتری کار کنید که مشکلی رو حل کنه

that we've never faced before.

که هرگز قبلا باهش روبرو نشده بودیم.

For instance, climate change.

برای مثال، تغییرات آب وهوایی.

We're not doing a very good job on our own,

که خودمون از پس اش برنیومدیم،

we could certainly use all the help we can get.

مطمئنا می تونستیم تمام کمک های ممکن رو استفاده کنیم.

That's what I'm talking about,

چیزی که در موردش صحبت می کنم،

technology amplifying our cognitive abilities

تکنولوژی، توانایی های درکی ما رو تقویت می کنه

so we can imagine and design things that were simply out of our reach

که به عنوان انسان های تکمیل نشده قدیمی می تونیم چیزهایی رو تصور و طراحی کنیم که

as plain old un-augmented humans.

به سادگی خارج از دسترس ما بوده.

So what about making all of this crazy new stuff

حالا در مورد ساخت تمامی این چیزهای جدید احمقانه ای که

that we're going to invent and design?

ما قراره اختراع و طراحی کنیم ،چطور؟

I think the era of human augmentation is as much about the physical world

به نظر من عصر انسان تکامل یافته به همان اندازه که درمورد دنیای فیزیکیه

as it is about the virtual, intellectual realm.

در مورد حوزه مجازی و فکری هم هست.

How will technology augment us?

پس چطور تکنولوژی ما رو کامل می کنه؟

In the physical world, robotic systems.

در دنیای فیزیکی، سیستم های رباتیک.

OK, there's certainly a fear

باشه، مطمئنا این ترس وجود داره که

that robots are going to take jobs away from humans,

رباتها دارن کار رو از انسان ها می گیرند،

and that is true in certain sectors.

در بخش های خاصی این واقعیت وجود داره.

But I'm much more interested in this idea

اما من بیشتر، به این ایده علاقه مند هستم که

that humans and robots working together are going to augment each other,

همکاری انسان و ربات‌ها، آنها رو به سمت تکامل همدیگر،

and start to inhabit a new space.

و آغاز سکونت در فضای جدیدی، پیش میبره.

این آزمایشگاه تحقیقات کاربردی ما در سانفرانسیسکو هست،

This is our applied research lab in San Francisco,

where one of our areas of focus is advanced robotics,

یکی از حوزه های تمرکز ما برروی رباتهای پیشرفته هست،

specifically, human-robot collaboration.

مخصوصا، حوزه همکاری انسان و ربات.

And this is Bishop, one of our robots.

و این بیشاپ یکی از ربات های ما هست.

As an experiment, we set it up

برای آزمایش، اون رو برای کمک به فردی

to help a person working in construction doing repetitive tasks --

که روی ساخت و سازی با اعمال تکراری کار می کنه، تنظیم کردیم--

tasks like cutting out holes for outlets or light switches in drywall.

کارهای شبیه برش دیوار تیغه ای برای پریز برق یا کلید لامپ.

(Laughter)

(خنده حضار)

So, Bishop's human partner can tell what to do in plain English

پس، همکار انسانی ربات بیشاپ می تونه به زبان انگلیسی ساده و حرکات اولیه

and with simple gestures,

به ربات بگه که چه کاری انجام بده،

kind of like talking to a dog,

چیزی شبیه صحبت با یک سگ،

and then Bishop executes on those instructions

و سپس بیشاپ اون دستورعمل ها رو

with perfect precision.

با دقت کاملی اجرا می کنه.

We're using the human for what the human is good at:

ما از انسان در مواردی که در اونها توانایی داره استفاده میکنیم مثل:

awareness, perception and decision making.

آگاهی، ادراک و تصمیم گیری.

And we're using the robot for what it's good at:

و از ربات در مواردی که در اونها خوب عمل می کنه مثل:

precision and repetitiveness.

دقت عمل و تکرار.

این یک پروژه باحال دیگه ای هست که بیشاپ روش کارکرده.

Here's another cool project that Bishop worked on.

The goal of this project, which we called the HIVE,

هدف این پروژه که HIVE نام گذاری شده، این بود که

was to prototype the experience of humans, computers and robots

نمونه اولیه ای از تجربه همکاری مشترک انسان ها، کامپیوترها و ربات ها

all working together to solve a highly complex design problem.

برای حل مشکلات طراحی پیچیده، ساخته بشه.

The humans acted as labor.

انسان به عنوان کارگر عمل کرد.

They cruised around the construction site, they manipulated the bamboo --

اونها دور سایت ساخت و ساز میچرخند، بامبو رو با دست حالت می دادند --

which, by the way, because it's a non-isomorphic material,

خوب، از این لحاظ که بامبو ماده ای متفاوت با دیگر مواد هست،

is super hard for robots to deal with.

برای رباتها کار فوق العاده مشکلی هست.

But then the robots did this fiber winding,

اما بعد از اون رباتها (الیاف های) فیبری را پیچاندند.

which was almost impossible for a human to do.

که انجام دادنش تقریبا برای انسانها غیرممکن بود.

And then we had an AI that was controlling everything.

و بعد از اون ما یک هوش مصنوعی داشتیم که همه چیز رو کنترل می کرد.

It was telling the humans what to do, telling the robots what to do

به انسان ها می گفت چه کاری رو انجام بدن و اینکه رباتها چه کارهایی رو انجام بدن

and keeping track of thousands of individual components.

و هزاران اجزای مجزا از هم رو، رو در نظر داشت.

What's interesting is,

چیزی که جالبه اینه که

building this pavilion was simply not possible

بدون اینکه انسان، ربات و هوش مصنوعی همدیگر رو کامل کنند،

without human, robot and AI augmenting each other.

ساخت این ساختار به سادگی غیرممکن بود.

OK, I'll share one more project. This one's a little bit crazy.

خوب، پروژه دیگه ای رو باهاتون به اشتراک می ذارم که این یکی یکم احمقانه است.

We're working with Amsterdam-based artist Joris Laarman and his team at MX3D

ما با هنرمند مستقر در آمستردام "جوریس لارمن" و تیم اش در MX3D کار میکردیم

to generatively design and robotically print

تا با الهام از طبیعت اطرافش طراحی و به طور چاپ رباتیکی،

the world's first autonomously manufactured bridge.

اولین پل ساخته شده خودگردان جهان رو بسازه.

So, Joris and an AI are designing this thing right now, as we speak,

خوب،هم اکنون جوریس و یک هوش مصنوعی در آمستردام، که بهش اشاره کردم،

in Amsterdam.

در حال طراحی این پل هستند.

و وقتی این کار به اتمام رسید، ما قراره که Go رو شکست بدیم،

And when they're done, we're going to hit "Go,"

and robots will start 3D printing in stainless steel,

و ربات ها پرینت 3D با استیل ضد زنگ رو شروع خواهند کرد،

and then they're going to keep printing, without human intervention,

بعد، اونها به ادامه پرینت تا اتمام پایان کار پل

until the bridge is finished.

بدون دخالت انسان ادامه می دهند.

So, as computers are going to augment our ability

پس، از اونجایی که کامپیوترها به سمت تکمیل توانایی ما

to imagine and design new stuff,

برای تصور و طراحی چیزهای جدید می روند،

robotic systems are going to help us build and make things

سیستم های رباتیک در ساخت چیزهایی

that we've never been able to make before.

که قبل از اون هرگز قادر به انجام اش نبودیم به کمک ما میان.

But what about our ability to sense and control these things?

و اما توانایی ما در احساس و کنترل این کارها چی میشه؟

What about a nervous system for the things that we make?

در مورد یک سیستم عصبی برای چیزهایی که ما میسازیم، چطور؟

Our nervous system, the human nervous system,

سیستم عصبی ما، سیستم عصبی انسان،

tells us everything that's going on around us.

در مورد هر چیزی که در اطراف ما میگذره بهمون اطلاعات میده.

But the nervous system of the things we make is rudimentary at best.

اما سیستم عصبی چیزهایی که می سازیم بصورت ابتدایی هست.

For instance, a car doesn't tell the city's public works department

برای مثال، یک ماشین به بخش خدمات شهری، هشدار اینکه

that it just hit a pothole at the corner of Broadway and Morrison.

همون لحظه به یک گودال در نبش خیابان برادوی و موریسون برخورد کرده رو ارسال نمی کنه.

A building doesn't tell its designers

و ساختمانی، در مورد اینکه آیا مردمی که داخل اون هستند، تمایل به بودن در

whether or not the people inside like being there,

اونجا رو دارند یا نه، اطلاعاتی نمی ده،

and the toy manufacturer doesn't know

و سازنده اسباب بازی اطلاعی نداره از اینکه آیا واقعا

if a toy is actually being played with --

با یک اسباب بازی، بازی می شه --

how and where and whether or not it's any fun.

چطور و کجا یا اینکه اصلا سرگرم کننده بوده یا نه.

Look, I'm sure that the designers imagined this lifestyle for Barbie

ببینید، من مطمئن هستم که طراح ها برای عروسک باربی همچین مدلی رو

when they designed her.

در زمان طراحی اش تصور کرده اند.

(Laughter)

(خنده حضار)

But what if it turns out that Barbie's actually really lonely?

اما چطور میشه اگر مشخص بشه که باربی در واقع تنها مونده؟

(Laughter)

(خنده حضار)

If the designers had known

اگر طراحان از حقیقتی که در در دنیای واقعی در مورد طرحاشون

what was really happening in the real world

- جاده ها، ساختمان و عروسک باربی --

with their designs -- the road, the building, Barbie --

اطلاع پیدا کرده بودند

they could've used that knowledge to create an experience

قادر به استفاده از این دانش برای ایجاد تجربه ای که

that was better for the user.

برای کاربران بهتر بود می کردند.

What's missing is a nervous system

چیزی که اینجا وجود نداره یک سیستم عصبی هست که

connecting us to all of the things that we design, make and use.

ما رو به تمامی چیزهایی که طراحی، ساخته و استفاده می کنیم متصل کنه.

What if all of you had that kind of information flowing to you

چی میشد اگه برای همگی شما، به اطلاعات چیزهایی که شما

from the things you create in the real world?

در دنیای واقعی ساخته اید، دسترسی داشتید؟

With all of the stuff we make,

با هر کالایی که می سازیم،

we spend a tremendous amount of money and energy --

ما مقدار زیادی پول و انرژی

in fact, last year, about two trillion dollars --

در حقیقت، سال گذشته حدود دو تریلیون دلار

convincing people to buy the things we've made.

برای اینکه مردم رو به خرید چیزهایی که ساخته ایم راضی کنیم، خرج کردیم.

But if you had this connection to the things that you design and create

اما اگه شما این ارتباط رو با کالاهایی که توسط شما طراحی و ساخته میشه داشتید

after they're out in the real world,

بعد از اینکه اونها به دنیای واقعی وارد می شدند، یا هرچیز دیقه ایی،

after they've been sold or launched or whatever,

بعد از اینکه اونها حتی فروخته یا عرضه می شدند،

we could actually change that,

در واقع می تونستیم این رو تغییر بدیم،

and go from making people want our stuff,

و بجای اینکه مردم رو به داشتن کالاهامون وادار کنیم،

to just making stuff that people want in the first place.

وسایلی رو بسازیم که مردم در همون دیدار اول خواستار اون ها هستند.

The good news is, we're working on digital nervous systems

خبر خوب اینه که ما روی سیستم های عصبی دیجیتال

that connect us to the things we design.

که ما رو به چیزهایی که طراحی کرده ایم متصل میکنه، درحال کار هستیم.

We're working on one project

ما روی یک پروژه ای

with a couple of guys down in Los Angeles called the Bandito Brothers

با دو برادر در لس آنجلس بنام برادران بندیگو

and their team.

و تیم آنها در حال کار هستیم.

And one of the things these guys do is build insane cars

یکی از کارهایی که این بچه ها انجام میدن ساخت اتومبیل های دیوانه هست

that do absolutely insane things.

برای کارهای واقعا دیوانه وار.

These guys are crazy --

این بچه ها دیونه اند --

(Laughter)

(خنده حضار)

in the best way.

در بهترین شکل.

And what we're doing with them

و کاری که با اونها انجام می دیم اینه که

is taking a traditional race-car chassis

به شاسی ماشین مسابقه قدیمی

and giving it a nervous system.

یک سیستم عصبی متصل کنیم.

So we instrumented it with dozens of sensors,

خوب، اون رو با دوجین از سنسورها مجهز کردیم،

put a world-class driver behind the wheel,

یک راننده در سطح جهانی رو پشت این ماشین نشوندیم،

took it out to the desert and drove the hell out of it for a week.

و برای رانندگی به مدت یک هفته به صحرا بردیم.

And the car's nervous system captured everything

و سیستم عصبی ماشین تمام اتفاقاتی که برای ماشین افتاده بود

that was happening to the car.

رو ضبط و ذخیره کرد.

We captured four billion data points;

چهار بیلیون نقاط داده را ذخیره کردیم;

all of the forces that it was subjected to.

تمام نیروهایی اعمالی رو.

And then we did something crazy.

و بعد از اون ما کار احمقانه ای کردیم.

We took all of that data,

تمامی این داده ها رو جمع کرده،

and plugged it into a generative-design AI we call "Dreamcatcher."

و وارد یک طراح مولد هوش مصنوعی با نام "دریم کچر" کردیم.

So what do get when you give a design tool a nervous system,

خوب زمانی که شما یک ابزار طراحی یک سیستم عصبی بدید (به هوش مصنوعی مولد)

and you ask it to build you the ultimate car chassis?

و ازش می خواید تا براتون شاسی نهایی ماشین رو بسازه، چه می گیرید؟

You get this.

این رو بدست می آورید.

This is something that a human could never have designed.

این چیزی هست که انسان هرگز نتونسته طراحی کنه.

Except a human did design this,

به غیراز انسانی که این رو طراحی کرد،

but it was a human that was augmented by a generative-design AI,

اما اون انسانی بود تکامل یافته از یک طراح مولد هوش مصنوعی،

a digital nervous system

یک سیستم عصبی دیجیتال

and robots that can actually fabricate something like this.

و رباتهایی که در واقع قادر به ساخت چیزی شبیه به این هستند.

So if this is the future, the Augmented Age,

پس اگر این آینده عصر تکامل هست،

and we're going to be augmented cognitively, physically and perceptually,

و ما در حال تکامل شناختی، فیزیکی و ادراکی هستیم،

what will that look like?

اون چه شکلی خواهد بود؟

What is this wonderland going to be like?

این سرزمین عجایب قراره چه شکلی باشه؟

I think we're going to see a world

فکر می کنم که ما داریم دنیایی رو میبینیم که

where we're moving from things that are fabricated

جایی که ما از چیزهایی که ساخته میشن

to things that are farmed.

به چیزهایی که کشت می شن، منتقل می شویم.

Where we're moving from things that are constructed

جایی که ما از چیزهایی که ساخته می شن

to that which is grown.

به اونهایی که رشد می کنند منتقل می شویم.

We're going to move from being isolated

ما از سمت منزوی بودن

to being connected.

به سمت متصل شدن در حال انتقال هستیم.

And we'll move away from extraction

و ما از استخراج کردن

to embrace aggregation.

به سمت پذیرفتن تجمع خواهیم رفت.

I also think we'll shift from craving obedience from our things

من همچنین فکر می کنم که ما ازاشتیاق اطاعت وسایلمون (از ما)

to valuing autonomy.

به ارزش گذاری خودمختار، انتقال پیدا خواهیم کرد.

Thanks to our augmented capabilities,

به لطف توانایی های تکاملی مان،

our world is going to change dramatically.

دنیای ما در حال تغییرات چشمگیری هست.

We're going to have a world with more variety, more connectedness,

دنیایی خواهیم داشت با تنوع بیشتر، اتصال بیشتر،

more dynamism, more complexity,

پویایی بیشتر، پیچیده گی بیشتر،

more adaptability and, of course,

سازگاری بیشتر و، البته،

more beauty.

زیبایی بیشتر.

The shape of things to come

شکل چیزهایی که در راه هستند

will be unlike anything we've ever seen before.

کاملا متفاوت از چیزهایی هستند که تا حالا دیده ایم.

Why?

چرا؟

Because what will be shaping those things is this new partnership

چون چیزی که اونها رو شکل خواهند داد، این همکاری جدید

between technology, nature and humanity.

بین تکنولوژی، طبیعت و انسانیت هستند.

That, to me, is a future well worth looking forward to.

که ، برای من، این آینده ارزشمندی هست که منتظرش هستم.

Thank you all so much.

از همگی شما متشکرم.

(Applause)

(تشویق حضار)