What happens when our computers get smarter than we are? | Nick Bostrom

2,702,921 views ・ 2015-04-27

TED


Please double-click on the English subtitles below to play the video.

Translator: Florence Marcotte Reviewer: Serge Brosseau
00:12
I work with a bunch of mathematicians, philosophers and computer scientists,
0
12570
4207
Je travaille avec des mathématiciens, des philosophes et des informaticiens,
00:16
and we sit around and think about the future of machine intelligence,
1
16777
5209
et, ensemble, nous réfléchissons sur le futur des machines intelligentes,
00:21
among other things.
2
21986
2044
entre autres.
00:24
Some people think that some of these things are sort of science fiction-y,
3
24030
4725
Certains pensent que ces sujets sont de la pure science-fiction,
00:28
far out there, crazy.
4
28755
3101
irréels et fous.
00:31
But I like to say,
5
31856
1470
Mais j'aime leur répondre:
00:33
okay, let's look at the modern human condition.
6
33326
3604
« Ok, regardons un instant les conditions humaines modernes. »
00:36
(Laughter)
7
36930
1692
(Rire)
00:38
This is the normal way for things to be.
8
38622
2402
Ceci est ce qu'on considère comme normal.
00:41
But if we think about it,
9
41024
2285
Mais quand on y pense,
00:43
we are actually recently arrived guests on this planet,
10
43309
3293
nous, l'espèce humaine, ne sommes apparus sur cette planète
00:46
the human species.
11
46602
2082
que très récemment.
00:48
Think about if Earth was created one year ago,
12
48684
4746
Si la Terre avait été créée il y un an,
00:53
the human species, then, would be 10 minutes old.
13
53430
3548
les humains ne seraient âgés que de 10 minutes.
00:56
The industrial era started two seconds ago.
14
56978
3168
L'ère industrielle n'aurait commencé qu'il y a deux secondes.
01:01
Another way to look at this is to think of world GDP over the last 10,000 years,
15
61276
5225
Un autre point de vue consiste à regarder le PIB des 10 000 dernières années.
01:06
I've actually taken the trouble to plot this for you in a graph.
16
66501
3029
J'ai fait l'effort de synthétiser ces données en un tableau.
01:09
It looks like this.
17
69530
1774
Ça ressemble à ça.
01:11
(Laughter)
18
71304
1363
(Rire)
01:12
It's a curious shape for a normal condition.
19
72667
2151
Drôle de forme pour une condition « normale ».
01:14
I sure wouldn't want to sit on it.
20
74818
1698
Je ne voudrais pas m'asseoir dessus.
01:16
(Laughter)
21
76516
2551
(Rire)
01:19
Let's ask ourselves, what is the cause of this current anomaly?
22
79067
4774
Demandons-nous: quelle est la cause de cette anomalie?
01:23
Some people would say it's technology.
23
83841
2552
Certains disent que c'est la technologie.
01:26
Now it's true, technology has accumulated through human history,
24
86393
4668
Il est vrai que les technologies se sont accumulées au cours de l'histoire humaine
01:31
and right now, technology advances extremely rapidly --
25
91061
4652
et qu'en ce moment, elles se développent extrêmement rapidement.
01:35
that is the proximate cause,
26
95713
1565
C'est relié à la vraie cause,
01:37
that's why we are currently so very productive.
27
97278
2565
car c'est ce qui nous permet d'être si productifs.
01:40
But I like to think back further to the ultimate cause.
28
100473
3661
Mais j'aime à penser que la cause ultime réside plus loin dans le temps.
01:45
Look at these two highly distinguished gentlemen:
29
105114
3766
Regardez ces deux messieurs hautement distingués.
01:48
We have Kanzi --
30
108880
1600
Il y a Kanzi:
01:50
he's mastered 200 lexical tokens, an incredible feat.
31
110480
4643
il maîtrise 200 unités lexicales, un exploit incroyable.
01:55
And Ed Witten unleashed the second superstring revolution.
32
115123
3694
Et Ed Witten, qui a mené à la 2e révolution de la théorie des supercordes.
01:58
If we look under the hood, this is what we find:
33
118817
2324
Si l'on regarde sous le capot, voici ce que l'on voit:
02:01
basically the same thing.
34
121141
1570
pratiquement la même chose.
02:02
One is a little larger,
35
122711
1813
Un est un peu plus gros
02:04
it maybe also has a few tricks in the exact way it's wired.
36
124524
2758
et a peut-être quelques différences dans sa connexion.
02:07
These invisible differences cannot be too complicated, however,
37
127282
3812
Mais ces différences invisibles ne peuvent pas être si compliquées,
02:11
because there have only been 250,000 generations
38
131094
4285
car il y a seulement 250 000 générations,
02:15
since our last common ancestor.
39
135379
1732
nous avions le même ancêtre.
02:17
We know that complicated mechanisms take a long time to evolve.
40
137111
3849
Nous savons que les mécanisme complexes prennent longtemps à évoluer.
02:22
So a bunch of relatively minor changes
41
142000
2499
Donc, une série de petits changements
02:24
take us from Kanzi to Witten,
42
144499
3067
nous amène de Kanzi à Witten,
02:27
from broken-off tree branches to intercontinental ballistic missiles.
43
147566
4543
de branches cassés à des missiles balistiques intercontinentaux.
02:32
So this then seems pretty obvious that everything we've achieved,
44
152839
3935
Il semble donc évident que tout ce que l'on a créé,
02:36
and everything we care about,
45
156774
1378
et tout ce à quoi l'on tient,
02:38
depends crucially on some relatively minor changes that made the human mind.
46
158152
5228
dépend à la base de quelques relativement petits changements dans le cerveau humain.
02:44
And the corollary, of course, is that any further changes
47
164650
3662
Et, corolairement, bien sûr, n'importe quel changement
02:48
that could significantly change the substrate of thinking
48
168312
3477
qui pourrait affecter l'essence de la pensée
02:51
could have potentially enormous consequences.
49
171789
3202
pourrait potentiellement avoir d'énormes conséquences.
02:56
Some of my colleagues think we're on the verge
50
176321
2905
Certains de mes collègues pensent que nous sommes
02:59
of something that could cause a profound change in that substrate,
51
179226
3908
près de quelque chose qui pourrait créer un profond changement dans cette essence:
03:03
and that is machine superintelligence.
52
183134
3213
les machines à intelligence artificielle.
03:06
Artificial intelligence used to be about putting commands in a box.
53
186347
4739
Avant, l'intelligence artificielle (IA) consistait à créer des commandes.
03:11
You would have human programmers
54
191086
1665
Des programmeurs humains inséraient avec difficultés
03:12
that would painstakingly handcraft knowledge items.
55
192751
3135
des éléments d'information dans une boîte.
03:15
You build up these expert systems,
56
195886
2086
On construisait des machines expertes qui
03:17
and they were kind of useful for some purposes,
57
197972
2324
étaient utiles pour certaines choses, mais qui étaient très restreintes.
03:20
but they were very brittle, you couldn't scale them.
58
200296
2681
On ne pouvait les faire à grande échelle.
03:22
Basically, you got out only what you put in.
59
202977
3433
On en retirait que ce que l'on avait mis.
03:26
But since then,
60
206410
997
Mais depuis,
03:27
a paradigm shift has taken place in the field of artificial intelligence.
61
207407
3467
un changement de paradigme à eu lieu dans le domaine de l'intelligence artificielle.
03:30
Today, the action is really around machine learning.
62
210874
2770
Aujourd'hui, on se concentre sur les machines qui apprennent.
03:34
So rather than handcrafting knowledge representations and features,
63
214394
5387
Donc, au lieu d'insérer manuellement de l'information,
03:40
we create algorithms that learn, often from raw perceptual data.
64
220511
5554
on crée des algorithmes qui apprennent, souvent à partir de donnés perceptives.
03:46
Basically the same thing that the human infant does.
65
226065
4998
Essentiellement, ils font la même chose que des enfants humains.
03:51
The result is A.I. that is not limited to one domain --
66
231063
4207
Il en résulte des IA qui ne sont pas limitées à un seul domaine;
03:55
the same system can learn to translate between any pairs of languages,
67
235270
4631
le même système peut apprendre à traduire n'importe quelle langue
03:59
or learn to play any computer game on the Atari console.
68
239901
5437
et à jouer tous les jeux sur la console Atari.
04:05
Now of course,
69
245338
1779
Bien sûr,
04:07
A.I. is still nowhere near having the same powerful, cross-domain
70
247117
3999
l'IA est loin d'avoir la même puissance universelle
04:11
ability to learn and plan as a human being has.
71
251116
3219
d'apprentissage et de planification que l'être humain.
04:14
The cortex still has some algorithmic tricks
72
254335
2126
Le cortex a encore quelques ruses algorithmiques
04:16
that we don't yet know how to match in machines.
73
256461
2355
que l'on arrive pas à créer dans des machines.
04:19
So the question is,
74
259886
1899
La question est donc:
04:21
how far are we from being able to match those tricks?
75
261785
3500
dans combien de temps réussirons-nous à les créer?
04:26
A couple of years ago,
76
266245
1083
Il y a quelques années,
04:27
we did a survey of some of the world's leading A.I. experts,
77
267328
2888
nous avons fait un sondage auprès d'experts de l'IA mondialement reconnus
04:30
to see what they think, and one of the questions we asked was,
78
270216
3224
pour avoir leur opinion.
Une des questions posées était: « À quand, selon vous, un 50% de chance
04:33
"By which year do you think there is a 50 percent probability
79
273440
3353
04:36
that we will have achieved human-level machine intelligence?"
80
276793
3482
d’avoir créé une intelligence artificielle équivalente à celle de l’humain? »
04:40
We defined human-level here as the ability to perform
81
280785
4183
Nous avons définis cette dernière comme l'habileté de faire n'importe quel travail
04:44
almost any job at least as well as an adult human,
82
284968
2871
aussi bien, voire mieux, qu'un humain adulte,
04:47
so real human-level, not just within some limited domain.
83
287839
4005
au niveau d’une intelligence humaine, qui n'est pas restreinte à un seul domaine.
04:51
And the median answer was 2040 or 2050,
84
291844
3650
Et la réponse médiane a été 2040 ou 2050,
04:55
depending on precisely which group of experts we asked.
85
295494
2806
selon les groupes d'experts questionnés.
04:58
Now, it could happen much, much later, or sooner,
86
298300
4039
Bien sûr, cela pourrait se produire bien plus tard, ou plus tôt;
05:02
the truth is nobody really knows.
87
302339
1940
la vérité, c'est que personne ne le sait.
05:05
What we do know is that the ultimate limit to information processing
88
305259
4412
Ce que l'on sait, par contre, c'est que la capacité de traitement de l'information
05:09
in a machine substrate lies far outside the limits in biological tissue.
89
309671
4871
est beaucoup plus grande pour une machine que pour un humain.
05:15
This comes down to physics.
90
315241
2378
C'est simplement de la physique.
05:17
A biological neuron fires, maybe, at 200 hertz, 200 times a second.
91
317619
4718
Un neurone biologique décharge, environ, à 200 Hertz, 200 fois/sec,
05:22
But even a present-day transistor operates at the Gigahertz.
92
322337
3594
alors qu'un transistor, de nos jours, fonctionne en Gigahertz.
05:25
Neurons propagate slowly in axons, 100 meters per second, tops.
93
325931
5297
Les neurones se propagent en axons à une vitesse de 100 m/sec, max,
05:31
But in computers, signals can travel at the speed of light.
94
331228
3111
alors que les signaux des ordinateurs peuvent voyager à la vitesse de la lumière
05:35
There are also size limitations,
95
335079
1869
Il y a aussi des différences de grandeur:
05:36
like a human brain has to fit inside a cranium,
96
336948
3027
un cerveau humain doit entrer à l’intérieur d'un crâne,
05:39
but a computer can be the size of a warehouse or larger.
97
339975
4761
alors qu'un ordinateur peut avoir la taille d'un entrepôt, et même plus.
05:44
So the potential for superintelligence lies dormant in matter,
98
344736
5599
Donc, le potentiel de la super-intelligence est en attente,
05:50
much like the power of the atom lay dormant throughout human history,
99
350335
5712
tout comme celui du pouvoir de l'atome l'était au cours de l'histoire,
05:56
patiently waiting there until 1945.
100
356047
4405
attendant patiemment jusqu'en 1945.
06:00
In this century,
101
360452
1248
Au cours de notre siècle,
06:01
scientists may learn to awaken the power of artificial intelligence.
102
361700
4118
les scientifiques réussiront peut-être à exploiter le pouvoir de l'I.A.
06:05
And I think we might then see an intelligence explosion.
103
365818
4008
Et alors, selon moi, nous verrons une explosion de l'intelligence.
06:10
Now most people, when they think about what is smart and what is dumb,
104
370406
3957
Je crois que lorsque quelqu'un s'imagine ce qu'est être intelligent ou idiot,
06:14
I think have in mind a picture roughly like this.
105
374363
3023
il a en tête une image comme celle-ci.
06:17
So at one end we have the village idiot,
106
377386
2598
À un bout, il y a l’idiot du village,
06:19
and then far over at the other side
107
379984
2483
et très loin à l'autre bout,
06:22
we have Ed Witten, or Albert Einstein, or whoever your favorite guru is.
108
382467
4756
il y a Ed Witten, ou Albert Einstein, ou peu importe qui est votre génie préféré.
06:27
But I think that from the point of view of artificial intelligence,
109
387223
3834
Mais du point de vue de l'intelligence artificielle,
06:31
the true picture is actually probably more like this:
110
391057
3681
la vraie image ressemble plutôt à ceci.
06:35
AI starts out at this point here, at zero intelligence,
111
395258
3378
L'IA a commencé au bout, avec zéro intelligence,
06:38
and then, after many, many years of really hard work,
112
398636
3011
puis, après plusieurs années de travail,
06:41
maybe eventually we get to mouse-level artificial intelligence,
113
401647
3844
nous arriverons peut-être à la rendre au niveau de la souris,
06:45
something that can navigate cluttered environments
114
405491
2430
c'.-à-d. qu'elle pourra naviguer dans des environnements encombrés,
06:47
as well as a mouse can.
115
407921
1987
tout comme une souris.
06:49
And then, after many, many more years of really hard work, lots of investment,
116
409908
4313
Puis, après plusieurs autres années de travail, beaucoup d'investissements,
06:54
maybe eventually we get to chimpanzee-level artificial intelligence.
117
414221
4639
nous arriverons peut-être au niveau d'intelligence des chimpanzés.
06:58
And then, after even more years of really, really hard work,
118
418860
3210
Puis, après encore plusieurs autres années de travail très acharné,
07:02
we get to village idiot artificial intelligence.
119
422070
2913
nous arriverons au niveau de l’idiot du village.
07:04
And a few moments later, we are beyond Ed Witten.
120
424983
3272
Puis, à peine un moment plus tard, nous serons au-delà d'Ed Witten,
07:08
The train doesn't stop at Humanville Station.
121
428255
2970
car le train ne s'arrête pas à la station Humain.
07:11
It's likely, rather, to swoosh right by.
122
431225
3022
Il y a de bonne chance qu'il passe tout droit.
07:14
Now this has profound implications,
123
434247
1984
Cela aura des conséquences importantes,
07:16
particularly when it comes to questions of power.
124
436231
3862
en particulier lorsqu'il est question du pouvoir.
07:20
For example, chimpanzees are strong --
125
440093
1899
Par exemple, les chimpanzés sont forts,
07:21
pound for pound, a chimpanzee is about twice as strong as a fit human male.
126
441992
5222
— livre pour livre, ils sont environ 2 fois plus fort qu'un humain bien bâti —
07:27
And yet, the fate of Kanzi and his pals depends a lot more
127
447214
4614
Pourtant, le destin de Kanzi et de ses amis dépend bien plus
07:31
on what we humans do than on what the chimpanzees do themselves.
128
451828
4140
des activités des humains que de leurs propres activités.
07:37
Once there is superintelligence,
129
457228
2314
Une fois qu'il y aura une super-intelligence,
07:39
the fate of humanity may depend on what the superintelligence does.
130
459542
3839
le destin des humains dépendra peut-être uniquement des activités de celle-ci.
07:44
Think about it:
131
464451
1057
Pensez-y:
07:45
Machine intelligence is the last invention that humanity will ever need to make.
132
465508
5044
L'IA est la dernière invention que les humains auront jamais à créer.
07:50
Machines will then be better at inventing than we are,
133
470552
2973
Les machines seront de meilleurs créateurs que nous,
07:53
and they'll be doing so on digital timescales.
134
473525
2540
et ils le feront à une vitesse à l'échelle numérique.
07:56
What this means is basically a telescoping of the future.
135
476065
4901
Cela signifie que le futur va arriver avant son temps.
08:00
Think of all the crazy technologies that you could have imagined
136
480966
3558
Pensez à toutes les technologies audacieuses possibles
08:04
maybe humans could have developed in the fullness of time:
137
484524
2798
que les humains auraient peut-être réussi à créer avec le temps:
08:07
cures for aging, space colonization,
138
487322
3258
la fontaine de jouvence, la colonisation de l'espace,
08:10
self-replicating nanobots or uploading of minds into computers,
139
490580
3731
des nanorobots autoréplicatifs, des esprits intégrés à des ordinateurs,
08:14
all kinds of science fiction-y stuff
140
494311
2159
toutes sortes de choses de science-fiction
08:16
that's nevertheless consistent with the laws of physics.
141
496470
2737
qui sont tout de même compatibles avec les lois de la physique.
08:19
All of this superintelligence could develop, and possibly quite rapidly.
142
499207
4212
Tout cela pourrait être créé par la super-intelligence, sans doute rapidement.
08:24
Now, a superintelligence with such technological maturity
143
504449
3558
Une super-intelligence à un niveau aussi élevé
08:28
would be extremely powerful,
144
508007
2179
serait extrêmement puissante,
08:30
and at least in some scenarios, it would be able to get what it wants.
145
510186
4546
et, dans certains scénarios, elle aurait tout ce qu'elle veut.
08:34
We would then have a future that would be shaped by the preferences of this A.I.
146
514732
5661
Notre futur serait donc construit selon ses préférences.
08:41
Now a good question is, what are those preferences?
147
521855
3749
Une bonne question à se poser est: mais quelles sont ces préférences?
C'est là que ça devient plus compliqué.
08:46
Here it gets trickier.
148
526244
1769
08:48
To make any headway with this,
149
528013
1435
Pour avancer sur ce sujet,
08:49
we must first of all avoid anthropomorphizing.
150
529448
3276
il faut avant tout éviter l'anthropomorphisme.
08:53
And this is ironic because every newspaper article
151
533934
3301
C'est ironique, car chaque article de journal à ce propos offre cette image.
08:57
about the future of A.I. has a picture of this:
152
537235
3855
09:02
So I think what we need to do is to conceive of the issue more abstractly,
153
542280
4134
Donc, ce que je pense qu'on doit faire, c'est penser de façon plus abstraite,
09:06
not in terms of vivid Hollywood scenarios.
154
546414
2790
et non pas selon les scénarios hollywoodiens.
09:09
We need to think of intelligence as an optimization process,
155
549204
3617
Nous devons penser à l'intelligence comme un processus d'amélioration
09:12
a process that steers the future into a particular set of configurations.
156
552821
5649
qui dirige le futur selon certaines configurations précises.
09:18
A superintelligence is a really strong optimization process.
157
558470
3511
Une super-intelligence est un processus d'amélioration excellent.
09:21
It's extremely good at using available means to achieve a state
158
561981
4117
Il est très bon pour utiliser tous les moyens disponibles
09:26
in which its goal is realized.
159
566098
1909
pour arriver à son but.
09:28
This means that there is no necessary connection between
160
568447
2672
Cela signifie qu'il n'y a pas nécessairement de lien
09:31
being highly intelligent in this sense,
161
571119
2734
entre avoir une haute intelligence
09:33
and having an objective that we humans would find worthwhile or meaningful.
162
573853
4662
et avoir un objectif que les humains trouvent digne d'intérêt ou significatif.
09:39
Suppose we give an A.I. the goal to make humans smile.
163
579321
3794
Par exemple, l'IA pourrait avoir comme objectif de faire sourire les humains.
09:43
When the A.I. is weak, it performs useful or amusing actions
164
583115
2982
Au début, l'IA n'étant pas encore très développée, elle fera sans doute
09:46
that cause its user to smile.
165
586097
2517
des actions qui feront sourire l'utilisateur.
09:48
When the A.I. becomes superintelligent,
166
588614
2417
Puis, quand elle deviendra super-intelligente,
09:51
it realizes that there is a more effective way to achieve this goal:
167
591031
3523
elle découvrira qu'il y a une autre façon plus efficace d'arriver à son but:
09:54
take control of the world
168
594554
1922
prendre contrôle de la planète
09:56
and stick electrodes into the facial muscles of humans
169
596476
3162
et coller des électrodes aux muscles faciaux des humains
09:59
to cause constant, beaming grins.
170
599638
2941
afin que, constamment, ils aient un large sourire.
10:02
Another example,
171
602579
1035
Un autre exemple.
10:03
suppose we give A.I. the goal to solve a difficult mathematical problem.
172
603614
3383
Nous donnons à l'IA un problème mathématique complexe à résoudre.
10:06
When the A.I. becomes superintelligent,
173
606997
1937
Lorsque l'IA devient super-intelligent,
10:08
it realizes that the most effective way to get the solution to this problem
174
608934
4171
il découvre que la façon la plus efficace pour le résoudre
10:13
is by transforming the planet into a giant computer,
175
613105
2930
est de transformer la planète en un immense ordinateur
10:16
so as to increase its thinking capacity.
176
616035
2246
afin d'augmenter sa capacité de penser.
10:18
And notice that this gives the A.I.s an instrumental reason
177
618281
2764
L'IA se retrouve donc avec une raison instrumentale
de nous faire subir des choses que nous n'approuvons pas.
10:21
to do things to us that we might not approve of.
178
621045
2516
10:23
Human beings in this model are threats,
179
623561
1935
Dans cet exemple, les humains sont des menaces;
10:25
we could prevent the mathematical problem from being solved.
180
625496
2921
nous pourrions empêcher que le problème soit résolu.
10:29
Of course, perceivably things won't go wrong in these particular ways;
181
629207
3494
Bien sûr, les choses ne se passeront pas nécessairement de cette façon là:
10:32
these are cartoon examples.
182
632701
1753
ce sont des caricatures.
10:34
But the general point here is important:
183
634454
1939
Mais ce qui est important à retenir est ceci:
10:36
if you create a really powerful optimization process
184
636393
2873
si l'on crée une machine très puissante
10:39
to maximize for objective x,
185
639266
2234
afin d'atteindre l'objectif X,
10:41
you better make sure that your definition of x
186
641500
2276
on est mieux de s'assurer que la définition de X
10:43
incorporates everything you care about.
187
643776
2469
comprend tout ce à quoi l'on tient.
10:46
This is a lesson that's also taught in many a myth.
188
646835
4384
C'est une morale qui est aussi racontée à travers plusieurs mythes.
10:51
King Midas wishes that everything he touches be turned into gold.
189
651219
5298
Le Roi Midas souhaite que tout ce qu'il touche devienne de l'or.
10:56
He touches his daughter, she turns into gold.
190
656517
2861
Il touche sa fille, elle se transforme en or.
10:59
He touches his food, it turns into gold.
191
659378
2553
Il touche sa nourriture, elle se transforme en or.
11:01
This could become practically relevant,
192
661931
2589
Ceci est pertinent non seulement pour créer une métaphore sur l'envie,
11:04
not just as a metaphor for greed,
193
664520
2070
11:06
but as an illustration of what happens
194
666590
1895
mais aussi pour illustrer ce qui arrive si l'on crée une super-machine
11:08
if you create a powerful optimization process
195
668485
2837
11:11
and give it misconceived or poorly specified goals.
196
671322
4789
et qu'on lui donne des buts inadaptés ou mal spécifiés.
11:16
Now you might say, if a computer starts sticking electrodes into people's faces,
197
676111
5189
On peut penser: « Si l'ordinateur commence à coller des électrodes sur les gens,
11:21
we'd just shut it off.
198
681300
2265
on n'aura qu'à l'éteindre. »
11:24
A, this is not necessarily so easy to do if we've grown dependent on the system --
199
684555
5340
1. Ce n'est pas nécessairement facile si nous sommes dépendants du système
11:29
like, where is the off switch to the Internet?
200
689895
2732
— Où est le bouton off d'Internet? —
11:32
B, why haven't the chimpanzees flicked the off switch to humanity,
201
692627
5120
2. Pourquoi les chimpanzés n'ont pas « éteint » les humains
11:37
or the Neanderthals?
202
697747
1551
ou les Néandertaliens?
11:39
They certainly had reasons.
203
699298
2666
Ils avaient sans doute des raisons,
11:41
We have an off switch, for example, right here.
204
701964
2795
car nous pouvons être éteints, par exemple, par ici.
11:44
(Choking)
205
704759
1554
— Étouffant —
11:46
The reason is that we are an intelligent adversary;
206
706313
2925
La raison est que nous sommes des adversaires intelligents.
Nous pouvons anticiper les menaces et planifier en conséquence.
11:49
we can anticipate threats and plan around them.
207
709238
2728
11:51
But so could a superintelligent agent,
208
711966
2504
Et c'est ce que ferait un ordinateur super-intelligent,
11:54
and it would be much better at that than we are.
209
714470
3254
et bien mieux que nous en plus.
11:57
The point is, we should not be confident that we have this under control here.
210
717724
7187
Le fait est que nous ne devrions pas penser que nous maîtrisons la situation.
12:04
And we could try to make our job a little bit easier by, say,
211
724911
3447
Nous pourrions essayer de faciliter notre travail
12:08
putting the A.I. in a box,
212
728358
1590
en mettant l'IA dans une boîte,
12:09
like a secure software environment,
213
729948
1796
tel un environnement numérique sécuritaire,
12:11
a virtual reality simulation from which it cannot escape.
214
731744
3022
une réalité virtuelle de laquelle il ne pourrait s'échapper.
12:14
But how confident can we be that the A.I. couldn't find a bug.
215
734766
4146
Mais pouvons-nous vraiment être sûr que l'IA ne trouvera pas de bogues,
12:18
Given that merely human hackers find bugs all the time,
216
738912
3169
surtout considérant que les hackers humains y arrivent sans arrêt?
12:22
I'd say, probably not very confident.
217
742081
3036
Je ne crois pas.
12:26
So we disconnect the ethernet cable to create an air gap,
218
746237
4548
Donc nous débranchons les câbles ethernets afin de créer un manque d'air,
12:30
but again, like merely human hackers
219
750785
2668
mais là encore, les hackers humains
12:33
routinely transgress air gaps using social engineering.
220
753453
3381
passent de manière routinière par-dessus ces problèmes grâce à l’ingénierie.
12:36
Right now, as I speak,
221
756834
1259
Au moment où je vous parle,
12:38
I'm sure there is some employee out there somewhere
222
758093
2389
je suis sûr qu'il y a un employé, quelque part,
12:40
who has been talked into handing out her account details
223
760482
3346
que l'on a convaincu de divulguer les détails de son compte
12:43
by somebody claiming to be from the I.T. department.
224
763828
2746
en prétendant être du département de soutien informatique.
12:46
More creative scenarios are also possible,
225
766574
2127
Des scénarios plus créatifs sont aussi possibles.
12:48
like if you're the A.I.,
226
768701
1315
Par exemple, si vous êtes l'IA,
12:50
you can imagine wiggling electrodes around in your internal circuitry
227
770016
3532
vous pouvez vous imaginer remuant des électrodes dans votre circuit interne
12:53
to create radio waves that you can use to communicate.
228
773548
3462
afin de créer des ondes radios pour communiquer.
12:57
Or maybe you could pretend to malfunction,
229
777010
2424
Ou, vous pourriez prétendre ne plus fonctionner,
12:59
and then when the programmers open you up to see what went wrong with you,
230
779434
3497
et, lorsque les programmeurs vous ouvrent afin de voir quel est le problème,
13:02
they look at the source code -- Bam! --
231
782931
1936
il regarde le code source, et BAM!,
13:04
the manipulation can take place.
232
784867
2447
la manipulation peut commencer.
13:07
Or it could output the blueprint to a really nifty technology,
233
787314
3430
Ou il pourrait changer les plans avec une technologie astucieuse
13:10
and when we implement it,
234
790744
1398
de tel sorte que lorsqu'on les implante,
13:12
it has some surreptitious side effect that the A.I. had planned.
235
792142
4397
un effet secondaire prévu par l'IA se produit.
13:16
The point here is that we should not be confident in our ability
236
796539
3463
Ce qu'il faut retenir, c'est qu'on ne devrait pas avoir trop confiance
13:20
to keep a superintelligent genie locked up in its bottle forever.
237
800002
3808
en notre capacité à maintenir un génie dans une lampe pour toujours.
13:23
Sooner or later, it will out.
238
803810
2254
Tôt ou tard, il en sortira.
13:27
I believe that the answer here is to figure out
239
807034
3103
Je crois que la solution est de trouver une façon
13:30
how to create superintelligent A.I. such that even if -- when -- it escapes,
240
810137
5024
de créer une IA qui, même si elle s'échappe, sera toujours sécuritaire:
13:35
it is still safe because it is fundamentally on our side
241
815161
3277
une IA qui sera toujours de notre bord, car elle partagera nos valeurs.
13:38
because it shares our values.
242
818438
1899
13:40
I see no way around this difficult problem.
243
820337
3210
Je ne vois aucun moyen de contourner ce problème.
13:44
Now, I'm actually fairly optimistic that this problem can be solved.
244
824557
3834
Mais je suis plutôt optimiste et je crois qu'on peut trouver la solution.
13:48
We wouldn't have to write down a long list of everything we care about,
245
828391
3903
Nous n'aurions pas à faire une longue liste de tout ce à quoi l'on tient,
13:52
or worse yet, spell it out in some computer language
246
832294
3643
ou, pire encore, transformer celle-ci en langage informatique
13:55
like C++ or Python,
247
835937
1454
tel C++ ou Python;
13:57
that would be a task beyond hopeless.
248
837391
2767
ce serait une tâche désespérée.
14:00
Instead, we would create an A.I. that uses its intelligence
249
840158
4297
Il faudrait plutôt créer une IA qui utilise son intelligence
14:04
to learn what we value,
250
844455
2771
pour apprendre ce à quoi l'on tient
14:07
and its motivation system is constructed in such a way that it is motivated
251
847226
5280
et qui est construit de tel sorte que sa motivation consiste à défendre
14:12
to pursue our values or to perform actions that it predicts we would approve of.
252
852506
5232
nos valeurs ou à faire des actions seulement s'il pense qu'on les approuve.
14:17
We would thus leverage its intelligence as much as possible
253
857738
3414
Nous utiliserions donc son intelligence autant que possible
14:21
to solve the problem of value-loading.
254
861152
2745
afin qu'elle résolve le problème d’implantation de la liste de valeurs.
14:24
This can happen,
255
864727
1512
Cela est possible
14:26
and the outcome could be very good for humanity.
256
866239
3596
et le résultat pourrait être incroyable pour l'humanité.
14:29
But it doesn't happen automatically.
257
869835
3957
Mais ça ne se passera pas comme ça obligatoirement.
14:33
The initial conditions for the intelligence explosion
258
873792
2998
Il faut que les conditions initiales, lors de l'explosion de l'intelligence,
14:36
might need to be set up in just the right way
259
876790
2863
soient créées d'une façon spécifique afin que nous ayons un détonation contrôlée.
14:39
if we are to have a controlled detonation.
260
879653
3530
Les valeurs de l'IA doivent être les mêmes que les nôtres
14:43
The values that the A.I. has need to match ours,
261
883183
2618
14:45
not just in the familiar context,
262
885801
1760
non seulement dans le contexte que l'on connaît
14:47
like where we can easily check how the A.I. behaves,
263
887561
2438
où l'on peut contrôler son comportement,
14:49
but also in all novel contexts that the A.I. might encounter
264
889999
3234
mais aussi dans des contextes nouveaux que l'IA peut rencontrer
14:53
in the indefinite future.
265
893233
1557
dans un futur indéfini.
14:54
And there are also some esoteric issues that would need to be solved, sorted out:
266
894790
4737
Il y a aussi quelques problèmes ésotériques qui devraient être réglés:
14:59
the exact details of its decision theory,
267
899527
2089
le détail de sa méthode pour prendre des décisions,
15:01
how to deal with logical uncertainty and so forth.
268
901616
2864
sa façon de gérer les incertitudes logiques, etc.
15:05
So the technical problems that need to be solved to make this work
269
905330
3102
Donc, les problèmes techniques qui doivent être résolus semblent difficiles,
15:08
look quite difficult --
270
908432
1113
15:09
not as difficult as making a superintelligent A.I.,
271
909545
3380
pas autant que créer une IA super-intelligente,
15:12
but fairly difficult.
272
912925
2868
mais assez difficiles quand même.
15:15
Here is the worry:
273
915793
1695
Voici ce qui est inquiétant:
15:17
Making superintelligent A.I. is a really hard challenge.
274
917488
4684
Créer une IA super-intelligente est un défi colossal.
15:22
Making superintelligent A.I. that is safe
275
922172
2548
Créer une IA super-intelligente qui, en plus, est sécuritaire
15:24
involves some additional challenge on top of that.
276
924720
2416
rajoute un niveau de difficulté.
15:28
The risk is that if somebody figures out how to crack the first challenge
277
928216
3487
Le risque réside dans la possibilité que quelqu'un surmonte le premier défi,
15:31
without also having cracked the additional challenge
278
931703
3001
sans avoir surmonté le deuxième, celui de la sécurité.
15:34
of ensuring perfect safety.
279
934704
1901
15:37
So I think that we should work out a solution
280
937375
3331
Donc, je crois qu'on devrait surmonter le deuxième défi en avance
15:40
to the control problem in advance,
281
940706
2822
15:43
so that we have it available by the time it is needed.
282
943528
2660
afin qu'il soit prêt lorsqu'on en a besoin.
15:46
Now it might be that we cannot solve the entire control problem in advance
283
946768
3507
Peut-être ne pourrons-nous pas le surmonter entièrement en avance,
15:50
because maybe some elements can only be put in place
284
950275
3024
car certains éléments ne peuvent être créés
15:53
once you know the details of the architecture where it will be implemented.
285
953299
3997
seulement lorsque l'on connaîtra les détails techniques de l'IA en question.
Mais plus nous commencerons à travailler sur ce problème de contrôle en avance,
15:57
But the more of the control problem that we solve in advance,
286
957296
3380
16:00
the better the odds that the transition to the machine intelligence era
287
960676
4090
plus nous augmenterons nos chances de passer dans cette nouvelle ère
16:04
will go well.
288
964766
1540
en tout sécurité.
16:06
This to me looks like a thing that is well worth doing
289
966306
4644
Selon moi, ceci est la chose la plus importante à faire.
16:10
and I can imagine that if things turn out okay,
290
970950
3332
Je suis sûr que si on y parvient,
16:14
that people a million years from now look back at this century
291
974282
4658
les humains dans des millions d'années qui se pencheront sur notre siècle
16:18
and it might well be that they say that the one thing we did that really mattered
292
978940
4002
diront que la seule chose que nous avons fait qui avait vraiment de l'importance
16:22
was to get this thing right.
293
982942
1567
était de réussir à surmonter ce défi.
16:24
Thank you.
294
984509
1689
Merci
16:26
(Applause)
295
986198
2813
(Applaudissements)
About this website

This site will introduce you to YouTube videos that are useful for learning English. You will see English lessons taught by top-notch teachers from around the world. Double-click on the English subtitles displayed on each video page to play the video from there. The subtitles scroll in sync with the video playback. If you have any comments or requests, please contact us using this contact form.

https://forms.gle/WvT1wiN1qDtmnspy7