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

278,566 views ・ 2024-04-19

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Elisabeth Buffard Relecteur: Connor Mi
00:04
When I was a student studying robotics,
0
4334
2377
Lorsque j'étudiais la robotique,
00:06
a group of us decided to make a present for our professor's birthday.
1
6711
4046
certains d’entre nous avions décidé
de faire un cadeau d’anniversaire à notre professeur.
00:11
We wanted to program our robot to cut a slice of cake for him.
2
11508
4212
Nous voulions programmer notre robot pour qu’il lui découpe une part de gâteau.
00:16
We pulled an all-nighter writing the software,
3
16638
3170
On avait passé une nuit blanche à écrire le logiciel,
00:19
and the next day, disaster.
4
19849
2253
et le lendemain, catastrophe.
00:22
We programmed this robot to cut a soft, round sponge cake,
5
22769
4546
On avait programmé ce robot
pour qu’il coupe une génoise moelleuse et ronde.
00:27
but we didn't coordinate well.
6
27357
1710
Mais on ne s’était pas bien coordonnés,
00:29
And instead, we received a square hard ice cream cake.
7
29109
4588
et on nous a livré un gâteau de crème glacée dur et carré.
00:34
The robot flailed wildly and nearly destroyed the cake.
8
34239
3879
Le robot s’est agité dans tous les sens et a presque détruit le gâteau.
00:38
(Laughter)
9
38159
1377
(Rires)
00:39
Our professor was delighted, anyway.
10
39578
2335
Mais notre professeur était ravi.
00:41
He calmly pushed the stop button
11
41955
3045
Il a calmement appuyé sur le bouton d’arrêt
00:45
and declared the erratic behavior of the robot
12
45041
3128
et a déclaré que le comportement erratique du robot
00:48
a control singularity.
13
48169
1836
était une singularité de contrôle.
00:50
A robotics technical term.
14
50046
1710
Terme technique de robotique.
00:52
I was disappointed, but I learned a very important lesson.
15
52882
3879
J’ai été déçue, mais j’ai appris une leçon très importante.
00:56
The physical world,
16
56761
1794
Le monde physique,
00:58
with its physics laws and imprecisions,
17
58555
2502
avec ses lois physiques et ses imprécisions,
01:01
is a far more demanding space than the digital world.
18
61057
3462
est un espace bien plus exigeant que le monde numérique.
01:05
Today, I lead MIT's Computer Science and AI lab,
19
65478
3838
Aujourd’hui, je dirige le laboratoire d’informatique et d’IA du MIT,
01:09
the largest research unit at MIT.
20
69357
2419
la plus grande unité de recherche du MIT.
01:11
This is our buildingm where I work with brilliant and brave researchers
21
71776
5214
C'est dans ce bâtiment que je travaille avec des chercheurs brillants et courageux
01:16
to invent the future of computing and intelligent machines.
22
76990
3545
pour inventer le futur de l’informatique et des machines intelligentes.
01:21
Today in computing,
23
81286
1168
Aujourd'hui, en informatique,
01:22
artificial intelligence and robotics are largely separate fields.
24
82454
4087
l’intelligence artificielle et la robotique
sont des domaines largement distincts.
01:27
AI has amazed you with its decision-making and learning,
25
87375
4129
L'IA vous a étonné par sa capacité à prendre des décisions et à apprendre,
01:31
but it remains confined inside computers.
26
91546
2878
mais elle reste confinée à l’intérieur des ordinateurs.
01:34
Robots have a physical presence and can execute pre-programmed tasks,
27
94883
4796
Les robots ont une présence physique
et peuvent exécuter des tâches préprogrammées,
01:39
but they're not intelligent.
28
99679
1794
mais ils ne sont pas intelligents.
01:42
Well, this separation is starting to change.
29
102140
2669
Eh bien, cette séparation est en train de changer.
01:45
AI is about to break free from the 2D computer screen interactions
30
105268
4713
L’IA est sur le point de se libérer
des interactions 2D entre écrans d’ordinateur
01:50
and enter a vibrant, physical 3D world.
31
110023
3462
et d’entrer dans un monde 3D dynamique et physique.
01:54
In my lab, we're fusing the digital intelligence of AI
32
114361
3837
Dans mon laboratoire, nous fusionnons l'intelligence numérique de l'IA
01:58
with the mechanical prowess of robots.
33
118198
2377
avec les prouesses mécaniques des robots.
02:01
Moving AI from the digital world into the physical world
34
121034
2836
Faire passer l’IA du monde numérique au monde physique
02:03
is making machines intelligent
35
123912
2127
rend les machines intelligentes
02:06
and leading to the next great breakthrough,
36
126081
2419
et ouvre la voie à la prochaine grande avancée,
02:08
what I call physical intelligence.
37
128541
2253
ce que j'appelle l'intelligence physique.
02:11
Physical intelligence is when AI's power to understand text,
38
131586
4505
L’intelligence physique,
c’est lorsque la capacité de l’IA à comprendre le texte,
02:16
images and other online information
39
136132
2419
les images et d’autres informations en ligne,
02:18
is used to make real-world machines smarter.
40
138593
3128
est utilisée pour rendre les machines du monde réel plus intelligentes.
02:21
This means AI can help pre-programmed robots do their tasks better
41
141721
5381
C’est-à-dire que l’IA peut aider les robots préprogrammés
à mieux accomplir leurs tâches
en utilisant les connaissances tirées des données.
02:27
by using knowledge from data.
42
147143
1877
Grâce à l’intelligence physique,
02:31
With physical intelligence,
43
151022
1460
02:32
AI doesn't just reside in our computers,
44
152482
4713
l’IA ne réside pas que dans nos ordinateurs,
02:37
but walks, rolls, flies
45
157237
2502
mais elle marche, roule, vole
02:39
and interacts with us in surprising ways.
46
159781
2961
et interagit avec nous de manière surprenante.
02:42
Imagine being surrounded by helpful robots at the supermarket.
47
162784
4630
Imaginez-vous entourés de robots utiles au supermarché.
02:47
The one on the left can help you carry a heavy box.
48
167414
3044
Celui de gauche peut vous aider à transporter un carton lourd.
02:51
To make it happen, we need to do a few things.
49
171251
3378
Pour y parvenir, nous devons faire plusieurs choses.
02:54
We need to rethink how machines think.
50
174671
2377
Nous devons repenser la façon dont les machines pensent.
02:57
We need to reorganize how they are designed and how they learn.
51
177382
4796
Nous devons réorganiser leur conception et leur mode d'apprentissage.
03:03
So for physical intelligence,
52
183596
1585
Donc, pour l’intelligence physique,
03:05
AI has to run on computers that fit on the body of the robot.
53
185223
4129
l’IA doit fonctionner sur des ordinateurs adaptés au corps du robot.
03:09
For example, our soft robot fish.
54
189853
2502
Par exemple, notre robot-poisson mou.
03:13
Today's AI uses server farms that do not fit.
55
193189
3128
L’IA actuelle utilise des fermes de serveurs qui ne sont pas adaptées.
03:17
Today's AI also makes mistakes.
56
197318
3212
L’IA actuelle commet également des erreurs.
03:20
This AI system on a robot car does not detect pedestrians.
57
200572
4171
Ce système d’IA installé sur une voiture robotisée ne détecte pas les piétons.
03:25
For physical intelligence,
58
205660
1418
Pour l'intelligence physique,
03:27
we need small brains that do not make mistakes.
59
207120
2961
nous avons besoin de petits cerveaux qui ne commettent pas d’erreur.
03:31
We're tackling these challenges using inspiration
60
211958
2836
Nous relevons ces défis en nous inspirant inspirant d’un ver appelé C. elegans.
03:34
from a worm called C. elegans
61
214794
2169
03:37
In sharp contrast to the billions of neurons in the human brain,
62
217839
4630
Contrairement aux milliards de neurones du cerveau humain,
03:42
C. elegans has a happy life on only 302 neurons,
63
222469
4546
C. elegans mène une vie heureuse avec seulement 302 neurones,
et les biologistes comprennent le fonctionnement mathématique
03:47
and biologists understand the math of what each of these neurons do.
64
227015
4171
de chacun de ces neurones.
03:53
So here's the idea.
65
233354
1168
Voilà donc l’idée.
03:54
Can we build AI using inspiration from the math of these neurons?
66
234564
5547
Peut-on créer une IA en s’inspirant des mathématiques de ces neurones ?
04:01
We have developed, together with my collaborators and students,
67
241529
4255
Avec mes collaborateurs et mes étudiants, nous avons développé
04:05
a new approach to AI we call “liquid networks.”
68
245784
3670
une nouvelle approche de l'IA que nous appelons « réseaux liquides ».
04:10
And liquid networks results in much more compact
69
250121
3754
Et les réseaux liquides offrent des solutions bien plus compactes
04:13
and explainable solutions than today's traditional AI solutions.
70
253917
3962
et explicables que les solutions d’IA traditionnelles actuelle.
04:17
Let me show you.
71
257921
1251
Je vais vous le montrer.
04:19
This is our self-driving car.
72
259464
1918
Voici notre voiture autonome.
04:21
It's trained using a traditional AI solution,
73
261800
2669
Elle est entraînée avec une solution d’IA traditionnelle,
04:24
the kind you find in many applications today.
74
264511
2836
comme on en trouve aujourd’hui dans de nombreuses applications.
04:28
This is the dashboard of the car.
75
268097
2086
Voici le tableau de bord de la voiture.
04:30
In the lower right corner, you'll see the map.
76
270225
2294
En bas à droite, vous voyez la carte.
04:32
In the upper left corner, the camera input stream.
77
272560
3254
En haut à gauche, le flux d’entrée de la caméra.
04:35
And the big box in the middle with the blinking lights
78
275814
2836
Et au milieu, la grande fenêtre avec les lumières clignotantes,
04:38
is the decision-making engine.
79
278691
2169
c’est le moteur de prise de décision.
04:40
It consists of tens of thousands of artificial neurons,
80
280902
4004
Il se compose de dizaines de milliers de neurones artificiels
04:44
and it decides how the car should steer.
81
284948
2502
et il décide comment la voiture doit se diriger.
04:48
It is impossible to correlate the activity of these neurons
82
288076
3336
Il est impossible de corréler l'activité de ces neurones
04:51
with the behavior of the car.
83
291454
2211
avec le comportement de la voiture.
04:53
Moreover, if you look at the lower left side,
84
293706
3379
De plus, si vous regardez en bas à gauche,
04:57
you see where in the image this decision-making engine looks
85
297085
4045
vous voyez où, dans l’image, ce le moteur de prise de décision regarde
pour indiquer à la voiture ce qu’elle doit faire.
05:01
to tell the car what to do.
86
301172
2086
05:03
And you see how noisy it is.
87
303299
1418
Vous voyez comme c’est bruyant.
05:04
And this car drives by looking at the bushes and the trees
88
304759
4254
Et cette voiture roule en regardant les buissons et les arbres
05:09
on the side of the road.
89
309013
1460
sur le bord de la route.
05:10
That's not how we drive.
90
310473
1418
On ne conduit pas comme ça.
05:11
People look at the road.
91
311933
1335
Les gens regardent la route.
05:13
Now contrast this with our liquid network solution,
92
313643
3253
maintenant, comparez ça à notre solution de réseau liquide,
05:16
which consists of only 19 neurons rather than tens of thousands.
93
316938
4922
qui ne comprend que 19 neurones au lieu de dizaines de milliers.
05:21
And look at its attention map.
94
321860
1543
Et regardez sa carte d'attention.
05:23
It's so clean and focused on the road horizon
95
323403
2752
il est tellement net et centré sur l’horizon de la route
05:26
and the side of the road.
96
326197
1669
et sur le bord de la route.
05:28
Because these models are so much smaller,
97
328491
2294
Parce que ces modèles sont beaucoup plus petits,
05:30
we actually understand how they make decisions.
98
330827
2669
nous comprenons vraiment comment ils prennent leurs décisions.
05:34
So how did we get this performance?
99
334831
2586
Alors, comment avons-nous obtenu cette performance ?
05:38
Well, in a traditional AI system,
100
338418
2752
Eh bien, dans un système d’IA traditionnel,
05:41
the computational neuron is the artificial neuron,
101
341170
3003
le neurone informatique est le neurone artificiel,
05:44
and the artificial neuron is essentially an on/off computational unit.
102
344215
4213
et le neurone artificiel est en fait une unité de calcul actif/inactif.
05:48
It takes in some numbers, adds them up,
103
348469
2211
Il prend des chiffres, les additionne,
05:50
applies some basic math
104
350680
1293
applique des calculs élémentaires et transmet le résultat.
05:52
and passes along the result.
105
352015
2002
05:54
And this is complex
106
354058
1335
Et c'est complexe
05:55
because it happens across thousands of computational units.
107
355435
3712
car cela se produit sur des milliers d’unités de calcul.
05:59
In liquid networks,
108
359439
1585
Dans les réseaux liquides, nous avons moins de neurones,
06:01
we have fewer neurons,
109
361065
1377
06:02
but each one does more complex math.
110
362483
2711
mais chacun fait des calculs plus complexes.
06:05
Here's what happens inside our liquid neuron.
111
365194
2628
Voici ce qu’il se passe à l’intérieur de notre neurone liquide.
06:08
We use differential equations to model the neural computation
112
368239
3921
Nous utilisons des équations différentielles
pour modéliser le calcul neuronal et la synapse artificielle.
06:12
and the artificial synapse.
113
372201
1669
06:14
And these differential equations
114
374412
2085
Et ces équations différentielles
06:16
are what biologists have mapped for the neural structure of the worms.
115
376539
5089
sont celles que les biologistes ont cartographiées
pour la structure neurale des vers.
06:22
We also wire the neurons differently to increase the information flow.
116
382337
4963
Nous câblons également les neurones différemment
pour augmenter le flux d’informations.
06:27
Well, these changes yield phenomenal results.
117
387675
3045
Eh bien, ces changements donnent des résultats phénoménaux.
06:31
Traditional AI systems are frozen after training.
118
391054
3420
Les systèmes d’IA traditionnels sont gelés après la formation.
06:34
That means they cannot continue to improve
119
394515
2294
Ça signifie qu’ils ne peuvent pas continuer à s’améliorer
06:36
when we deploy them in a physical world in the wild.
120
396809
3379
quand on les déploie dans un monde physique réel.
06:40
We just wait for the next release.
121
400229
2253
Nous attendons juste la prochaine version.
06:43
Because of what's happening inside the liquid neuron,
122
403316
3378
En raison de ce qu’il se passe à l’intérieur du neurone liquide,
06:46
liquid networks continue to adapt after training
123
406736
2920
les réseaux liquides continuent de s’adapter après l’entraînement
06:49
based on the inputs that they see.
124
409697
1752
en fonction des entrées qu'ils voient.
06:51
Let me show you.
125
411449
1293
Je vais vous montrer.
06:53
We trained traditional AI and liquid networks
126
413493
3086
Nous avons entraîné l’IA et les réseaux liquides traditionnels
06:56
using summertime videos like these ones,
127
416621
3253
à l’aide de vidéos estivales comme celles-ci,
06:59
and the task was to find things in the woods.
128
419916
3045
et la tâche consistait à trouver des choses dans les bois.
07:02
All the models learned how to do the task in the summer.
129
422961
3044
Tous les modèles ont appris à s’acquitter de cette tâche en été.
07:06
Then we tried to use the models on drones in the fall.
130
426589
3754
Ensuite, nous avons essayé d’utiliser les modèles sur des drones à l’automne.
07:10
The traditional AI solution gets confused by the background.
131
430343
3837
La solution d’IA traditionnelle est déconcertée par le contexte.
07:14
Look at the attention map, cannot do the task.
132
434222
2836
Elle regarde la carte de l’attention, ne peut pas faire la tâche.
07:17
Liquid networks do not get confused by the background
133
437350
3170
Les réseaux liquides ne sont pas perturbés par le contexte.
07:20
and very successfully execute the task.
134
440520
4004
et exécutent la tâche avec succès.
07:24
So this is it.
135
444899
1168
Voilà.
07:26
This is the step forward:
136
446109
1334
C’est le pas en avant :
07:27
AI that adapts after training.
137
447443
2670
une IA qui s’adapte après l’entraînement.
07:31
Liquid networks are important
138
451072
2044
Les réseaux liquides sont importants
07:33
because they give us a new way of getting machines to think
139
453116
5088
car ils nous offrent une nouvelle façon de faire penser les machines,
07:38
that is rooted into physics models,
140
458246
2669
ancrée dans des modèles physiques,
07:40
a new technology for AI.
141
460957
2044
une nouvelle technologie pour l'IA.
07:43
We can run them on smartphones, on robots,
142
463418
3003
Nous pouvons les exécuter sur des smartphones, des robots,
07:46
on enterprise computers,
143
466462
2169
des ordinateurs d'entreprise
07:48
and even on new types of machines
144
468631
2252
et même sur de nouveaux types de machines
07:50
that we can now begin to imagine and design.
145
470925
2669
qu’on peut maintenant commencer à imaginer et à concevoir.
07:53
The second aspect of physical intelligence.
146
473594
2753
Le deuxième aspect de l'intelligence physique.
07:56
So by now you've probably generated images using text-to-image systems.
147
476848
5589
Vous avez probablement déjà généré des images
avec des systèmes de conversion texte-image.
08:02
We can also do text-to-robot,
148
482437
1918
On peut aussi convertir du texte en robot,
08:04
but not using today's AI solutions because they work on statistics
149
484397
3962
mais sans utiliser les solutions d’IA actuelles,
car elles utilisent des statistiques et ne comprennent pas la physique.
08:08
and do not understand physics.
150
488359
1960
08:11
In my lab,
151
491154
1167
Dans mon laboratoire,
08:12
we developed an approach that guides the design process
152
492363
4004
nous avons développé une approche qui guide le processus de conception
08:16
by checking and simulating the physical constraints for the machine.
153
496409
4838
en vérifiant et en simulant les contraintes physiques de la machine.
08:21
We start with a language prompt,
154
501706
1877
On commence par une invite linguistique,
08:23
"Make me a robot that can walk forward,"
155
503583
2502
« Fabrique-moi un robot capable d’avancer »,
08:26
and our system generates the designs including shape, materials, actuators,
156
506085
6090
et notre système génère les conceptions,
y compris la forme, les matériaux, les actionneurs,
08:32
sensors, the program to control it
157
512175
3003
les capteurs, le programme pour le contrôler
08:35
and the fabrication files to make it.
158
515178
2294
et les fichiers de fabrication pour le fabriquer.
08:37
And then the designs get refined in simulation
159
517805
3254
Ensuite, les conceptions sont affinées lors de la simulation
08:41
until they meet the specifications.
160
521100
2753
jusqu’à ce qu’elles répondent aux spécifications.
08:44
So in a few hours we can go from idea
161
524312
3670
Ainsi, en quelques heures, nous pouvons passer de l’idée
08:48
to controllable physical machine.
162
528024
2294
à la machine physique contrôlable.
08:51
We can also do image-to-robot.
163
531486
1960
On peut aussi convertir de l’image en robot.
08:53
This photo can be transformed into a cuddly robotic bunny.
164
533488
4629
Cette photo peut être transformée en un lapin robotique câlin.
08:58
To do so, our algorithm computes a 3D representation of the photo
165
538618
5297
Pour ce faire, notre algorithme calcule une représentation 3D de la photo
09:03
that gets sliced and folded, printed.
166
543915
4254
qui est découpée, pliée et imprimée.
09:08
Then we fold the printed layers, we string some motors and sensors.
167
548169
4338
Ensuite, on plie les couches imprimées, on enfile des moteurs et des capteurs.
09:12
We write some code, and we get the bunny you see in this video.
168
552548
3504
On écrit du code et on obtient le lapin que vous voyez dans cette vidéo.
09:16
We can use this approach to make anything almost,
169
556844
3379
On peut utiliser cette approche pour créer presque n’importe quoi,
09:20
from an image, from a photo.
170
560264
2169
à partir d'une image, d'une photo.
09:23
So the ability to transform text into images
171
563309
4922
La capacité de transformer du texte en images
09:28
and to transform images into robots is important,
172
568231
3253
et de transformer des images en robots est donc importante,
09:31
because we are drastically reducing the amount of time
173
571484
3920
car on réduit considérablement le temps et les ressources nécessaires
09:35
and the resources needed to prototype and test new products,
174
575404
3796
pour prototyper et tester de nouveaux produits,
09:39
and this is allowing for a much faster innovation cycle.
175
579200
5255
ce qui permet un cycle d'innovation beaucoup plus rapide.
09:45
And now we are ready to even make the leap
176
585164
3587
Et maintenant, nous sommes prêts à franchir le pas
09:48
to get these machines to learn.
177
588751
1752
pour faire apprendre à ces machines.
09:50
The third aspect of physical intelligence.
178
590545
3044
Le troisième aspect de l’intelligence physique.
09:54
These machines can learn from humans how to do tasks.
179
594507
2753
Ces machines peuvent apprendre des humains à effectuer des tâches,
09:57
You can think of it as human-to-robot.
180
597260
2377
une sorte de relation homme-robot.
09:59
In my lab, we created a kitchen environment
181
599929
2753
Dans mon laboratoire, on a créé un environnement de cuisine
10:02
where we instrument people with sensors,
182
602723
2294
où on équipe les gens de capteurs, et on collecte de nombreuses données
10:05
and we collect a lot of data about how people do kitchen tasks.
183
605017
4213
sur la façon dont elles effectuent leurs tâches en cuisine.
10:09
We need physical data
184
609689
2043
Nous avons besoin de données physiques
10:11
because videos do not capture the dynamics of the task.
185
611774
4004
car les vidéos ne capturent pas la dynamique de la tâche.
10:15
So we collect muscle, pose, even gaze information
186
615820
3170
On collecte des informations sur les muscles, la posture
10:18
about how people do tasks.
187
618990
2043
et même le regard des gens quand ils effectuent leurs tâches.
10:21
And then we train AI using this data
188
621075
3462
Ensuite, on entraîne l’IA à partir de ces données
10:24
to teach robots how to do the same tasks.
189
624579
2711
pour apprendre aux robots à effectuer les mêmes tâches.
10:28
And the end result is machines that move with grace and agility,
190
628541
5589
Le résultat final, ce sont des machines qui se déplacent avec grâce et agilité,
10:34
as well as adapt and learn.
191
634172
2335
tout en s’adaptant et en apprenant.
10:36
Physical intelligence.
192
636549
1668
L’intelligence physique.
10:39
We can use this approach to teach robots
193
639177
3044
On peut utiliser cette approche pour apprendre aux robots
10:42
how to do a wide range of tasks:
194
642263
2294
à effectuer un large éventail de tâches :
10:44
food preparation, cleaning and so much more.
195
644557
3170
préparation des aliments, nettoyage et bien plus encore.
10:49
The ability to turn images and text into functional machines,
196
649312
5630
La capacité de transformer des images et du texte en machines fonctionnelles,
10:54
coupled with using liquid networks
197
654984
1960
associée à l’utilisation de réseaux liquides
10:56
to create powerful brains for these machines
198
656986
2336
pour créer des cerveaux puissants pour ces machines
10:59
that can learn from humans, is incredibly exciting.
199
659322
3211
capables d’apprendre des humains est absolument passionnant.
11:02
Because this means we can make almost anything we imagine.
200
662533
4505
Parce que ça veut dire que nous pouvons créer presque tout ce que nous imaginons.
11:07
Today's AI has a ceiling.
201
667663
2086
L'IA d'aujourd'hui a un plafond.
11:09
It requires server farms.
202
669790
1377
Elle nécessite des parcs de serveurs, elle n’est pas durable,
11:11
It's not sustainable.
203
671167
1293
11:12
It makes inexplicable mistakes.
204
672501
2503
elle commet des erreurs inexplicables.
11:15
Let's not settle for the current offering.
205
675046
2460
Ne nous contentons pas de l’offre actuelle.
11:18
When AI moves into the physical world,
206
678132
2461
Lorsque l'IA entre dans le monde physique,
11:20
the opportunities for benefits and for breakthroughs is extraordinary.
207
680635
4838
les opportunités d’avantages et de percées sont extraordinaires.
11:26
You can get personal assistants that optimize your routines
208
686849
4505
Vous pouvez vous procurer des assistants personnels qui optimisent vos routines
11:31
and anticipate your needs,
209
691354
1835
et anticipent vos besoins,
11:33
bespoke machines that help you at work
210
693606
2919
des machines sur mesure qui vous aident au travail
11:36
and robots that delight you in your spare time.
211
696525
3170
et des robots qui vous font plaisir pendant votre temps libre.
11:40
The promise of physical intelligence is to transcend our human limitations
212
700321
5380
La promesse de l'intelligence physique est de transcender nos limites humaines
11:45
with capabilities that extend our reach,
213
705743
3045
grâce à des capacités qui étendent notre portée,
11:48
amplify our strengths
214
708829
1710
amplifient nos forces
11:50
and refine our precision
215
710539
2128
affinent notre précision
11:52
and grant us ways to interact with the world
216
712667
3086
et nous permettent d’interagir avec le monde
11:55
we've only dreamed of.
217
715795
1668
dont nous avons toujours rêvé.
11:58
We are the only species so advanced, so aware,
218
718547
4296
Nous sommes la seule espèce aussi avancée, aussi consciente,
12:02
so capable of building these extraordinary tools.
219
722843
3295
aussi capable de construire ces outils extraordinaires.
12:06
Yet, developing physical intelligence
220
726973
2919
Pourtant, le développement de l’intelligence physique
12:09
is teaching us that we have so much more to learn
221
729934
2544
nous apprend que nous avons encore beaucoup à apprendre
12:12
about technology and about ourselves.
222
732520
3003
sur la technologie et sur nous-mêmes.
12:16
We need human guiding hands over AI sooner rather than later.
223
736232
4588
Nous avons besoin de mains humaines pour guider l’IA le plus tôt possible.
12:20
After all, we remain responsible for this planet
224
740820
3086
Après tout, nous restons responsables de cette planète
12:23
and everything living on it.
225
743948
1918
et de tout ce qui y vit.
12:26
I remain convinced that we have the power
226
746450
3128
Je reste convaincue que nous avons le pouvoir
12:29
to use physical intelligence to ensure a better future for humanity
227
749620
5339
d’utiliser l’intelligence physique pour assurer un avenir meilleur
à l’humanité et à la planète.
12:34
and for the planet.
228
754959
1460
12:36
And I'd like to invite you to help us in this quest.
229
756460
3462
Et j’aimerais vous inviter à nous aider dans cette quête.
12:39
Some of you will help develop physical intelligence.
230
759964
3337
Certains d'entre vous aideront à développer l'intelligence physique.
12:43
Some of you will use it.
231
763301
2002
Certains d'entre vous vont l'utiliser.
12:45
And some of you will invent the future.
232
765344
2795
Et certains d’entre vous inventeront le futur.
12:48
Thank you.
233
768139
1168
Merci.
12:49
(Applause)
234
769348
4672
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7