How AI can save our humanity | Kai-Fu Lee

908,898 views ・ 2018-08-27

TED


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

Traducteur: Antoine Driot Relecteur: Claire Ghyselen
00:12
I'm going to talk about how AI and mankind can coexist,
0
12640
4536
Je vais parler de la façon dont l'IA et l'humanité peuvent coexister,
00:17
but first, we have to rethink about our human values.
1
17200
3816
mais avant ça, nous devons nous interroger sur nos valeurs humaines.
00:21
So let me first make a confession about my errors in my values.
2
21040
4320
Laissez-moi commencer par une confession : Mes erreurs dans mon échelle des valeurs.
00:25
It was 11 o'clock, December 16, 1991.
3
25920
4256
C'était le 16 décembre 1991, il est 11 heures.
00:30
I was about to become a father for the first time.
4
30200
2680
J'étais sur le point de devenir père pour la première fois.
00:33
My wife, Shen-Ling, lay in the hospital bed
5
33480
2856
Ma femme, Shen-Ling, était sur un lit de l'hôpital
00:36
going through a very difficult 12-hour labor.
6
36360
3080
avec déjà 12 heures de travail éprouvant.
00:40
I sat by her bedside
7
40280
2296
J'étais assis auprès d'elle
00:42
but looked anxiously at my watch,
8
42600
2376
mais je regardais ma montre avec anxiété.
00:45
and I knew something that she didn't.
9
45000
1800
Je savais quelque chose qu'elle ne savait pas.
00:47
I knew that if in one hour,
10
47440
1800
Je savais que si dans une heure,
00:50
our child didn't come,
11
50360
1936
notre enfant n'était pas arrivé,
00:52
I was going to leave her there
12
52320
1936
j'allais la laisser là
00:54
and go back to work
13
54280
1656
pour retourner au travail
00:55
and make a presentation about AI
14
55960
2576
et faire mon exposé sur l'IA
00:58
to my boss, Apple's CEO.
15
58560
2200
à mon chef, le PDG d'Apple.
01:03
Fortunately, my daughter was born at 11:30 --
16
63160
3896
Heureusement, ma fille est née à 11h30.
01:07
(Laughter)
17
67080
1936
(Rire)
01:09
(Applause)
18
69040
1936
(Applaudissements)
01:11
sparing me from doing the unthinkable,
19
71000
4336
M'évitant de commettre l'irréparable,
01:15
and to this day, I am so sorry
20
75360
2496
et aujourd'hui, je me sens toujours penaud
01:17
for letting my work ethic take precedence over love for my family.
21
77880
4656
d'avoir laissé ma conscience professionnelle prendre le pas
sur l'amour de ma famille.
01:22
(Applause)
22
82560
5736
(Applaudissements)
01:28
My AI talk, however, went off brilliantly.
23
88320
2616
Ma présentation sur IA, toutefois, s'est fort bien déroulée.
01:30
(Laughter)
24
90960
2736
(Rires)
01:33
Apple loved my work and decided to announce it
25
93720
3136
Apple a aimé mon travail et a décidé de le communiquer
01:36
at TED1992,
26
96880
2696
lors de TED 1992,
01:39
26 years ago on this very stage.
27
99600
3016
il y a 26 ans, sur cette même estrade.
01:42
I thought I had made one of the biggest, most important discoveries in AI,
28
102640
5056
Je croyais avoir fait une de plus grandes et importantes découvertes sur l'IA,
01:47
and so did the "Wall Street Journal" on the following day.
29
107720
2920
tout comme le Wall Street Journal qui le publia le lendemain.
01:51
But as far as discoveries went,
30
111440
2536
Mais aussi importante que cette découverte fut,
01:54
it turned out,
31
114000
1336
il s'est avéré que je n'avais découvert ni l'Inde, ni l'Amérique,
01:55
I didn't discover India, or America.
32
115360
2776
01:58
Perhaps I discovered a little island off of Portugal.
33
118160
3080
mais peut être une petite île au large du Portugal.
02:02
But the AI era of discovery continued,
34
122720
3256
Mais le temps des découvertes continuait pour l'IA,
02:06
and more scientists poured their souls into it.
35
126000
3216
et toujours plus de scientifiques s'y consacraient.
02:09
About 10 years ago, the grand AI discovery
36
129240
2616
Il y a 10 ans, la grande découverte sur l'IA
02:11
was made by three North American scientists,
37
131880
3176
a été faite par trois chercheurs américains.
02:15
and it's known as deep learning.
38
135080
1600
C'est l'apprentissage profond, ou « Deep Learning. »
02:17
Deep learning is a technology that can take a huge amount of data
39
137400
3696
Le « Deep Learning » est une technologie qui avale une grande quantité de données
02:21
within one single domain
40
141120
1736
sur un seul domaine
02:22
and learn to predict or decide at superhuman accuracy.
41
142880
4936
et apprend à faire des prédictions avec une exactitude surhumaine.
02:27
For example, if we show the deep learning network
42
147840
2776
Par exemple, si on montre à ce réseau de neurones
02:30
a massive number of food photos,
43
150640
2816
une énorme quantité de photos de nourritures
02:33
it can recognize food
44
153480
1576
il pourra reconnaître les aliments
02:35
such as hot dog or no hot dog.
45
155080
3296
pour les classer en « hot dog » ou « pas hot dog. »
02:38
(Applause)
46
158400
3136
(Applaudissements)
02:41
Or if we show it many pictures and videos and sensor data
47
161560
5016
Ou si on lui donne pleins d'images, de vidéos et de données de capteurs
02:46
from driving on the highway,
48
166600
2536
récoltées en conduisant sur la voie rapide,
02:49
it can actually drive a car as well as a human being
49
169160
3280
il va véritablement savoir conduire une voiture aussi bien qu'un humain
02:53
on the highway.
50
173360
1656
sur la voie rapide.
02:55
And what if we showed this deep learning network
51
175040
2816
Et que se passerait-il si on montrait à ce réseau d'apprentissage profond
02:57
all the speeches made by President Trump?
52
177880
2400
tous les discours fait par le président Trump ?
03:01
Then this artificially intelligent President Trump,
53
181680
3000
Alors, ce président Trump artificiellement intelligent,
03:05
actually the network --
54
185600
2216
en fait, le réseau,
03:07
(Laughter)
55
187840
1656
(Rires)
03:09
can --
56
189520
1216
pourrait...
03:10
(Applause)
57
190760
4056
(Applaudissements)
03:14
You like double oxymorons, huh?
58
194840
2336
Vous aimez les doubles oxymores, non ?
03:17
(Laughter)
59
197200
3856
(Rires)
03:21
(Applause)
60
201080
6096
(Applaudissements)
03:27
So this network, if given the request to make a speech about AI,
61
207200
5256
Donc ce réseau, si on lui demande de faire un discours sur l'IA
03:32
he, or it, might say --
62
212480
2640
il pourrait dire...
(Enregistrement) Donald Trump : « C'est super
03:36
(Recording) Donald Trump: It's a great thing
63
216280
2096
03:38
to build a better world with artificial intelligence.
64
218400
2936
de bâtir un monde meilleur avec l'intelligence artificielle. »
03:41
Kai-Fu Lee: And maybe in another language?
65
221360
2016
Kai-Fu-Lee : Et dans une autre langue ?
03:43
DT: (Speaking Chinese)
66
223400
1816
DT: (parle en chinois)
03:45
(Laughter)
67
225240
1496
(Rires)
03:46
KFL: You didn't know he knew Chinese, did you?
68
226760
2160
KFL: Vous ne saviez pas qu'il parlait chinois ?
03:50
So deep learning has become the core in the era of AI discovery,
69
230120
5016
Donc, l'apprentissage profond est au centre des découvertes sur l'IA,
03:55
and that's led by the US.
70
235160
1816
et les USA sont à la pointe.
03:57
But we're now in the era of implementation,
71
237000
3256
Mais nous sommes désormais dans l'étape de mise en œuvre,
04:00
where what really matters is execution, product quality, speed and data.
72
240280
5536
et l'important c'est l'exécution, la qualité, la vitesse et les données.
04:05
And that's where China comes in.
73
245840
2096
Et c'est ici qu'intervient la Chine.
04:07
Chinese entrepreneurs,
74
247960
1576
Les entrepreneurs chinois
04:09
who I fund as a venture capitalist,
75
249560
1896
que je finance en tant que capital-risqueur,
04:11
are incredible workers,
76
251480
1736
sont de travailleurs exceptionnels,
04:13
amazing work ethic.
77
253240
1936
d'une conscience professionnelle hallucinante.
04:15
My example in the delivery room is nothing compared to how hard people work in China.
78
255200
5296
Mon exemple dans la salle d'accouchement,
n'est rien comparé aux travailleurs chinois.
04:20
As an example, one startup tried to claim work-life balance:
79
260520
3696
Par exemple, une startup a un slogan sur l'équilibre travail/vie personnelle
04:24
"Come work for us because we are 996."
80
264240
3696
« Rejoignez nous, car on fait du 996. »
04:27
And what does that mean?
81
267960
1256
Qu'est ce que ça veut dire ?
04:29
It means the work hours of 9am to 9pm, six days a week.
82
269240
4400
Ça veut dire travailler de 9h du matin à 9h du soir, six jours par semaine.
04:34
That's contrasted with other startups that do 997.
83
274960
3280
À relativiser avec les autres startups qui font du 997.
04:39
And the Chinese product quality has consistently gone up
84
279320
3096
La qualité des produits chinois n'a pas cessé d'augmenter
04:42
in the past decade,
85
282440
1696
durant la dernière décennie,
04:44
and that's because of a fiercely competitive environment.
86
284160
4120
et cela grâce au milieu hyper concurrentiel.
04:48
In Silicon Valley, entrepreneurs compete in a very gentlemanly fashion,
87
288760
5896
Dans la Silicon Valley, les entrepreneurs rivalisent d'une façon très fair play,
04:54
sort of like in old wars in which each side took turns
88
294680
3896
un peu comme dans ces guerres antiques, dans lesquelles chaque côté
04:58
to fire at each other.
89
298600
1256
se tirait dessus à tour de rôle.
04:59
(Laughter)
90
299880
1056
(Rires)
05:00
But in the Chinese environment,
91
300960
2016
Mais dans le milieu chinois,
05:03
it's truly a gladiatorial fight to the death.
92
303000
2880
c'est un vrai combat à mort de gladiateurs.
05:06
In such a brutal environment, entrepreneurs learn to grow very rapidly,
93
306920
6096
Dans un milieu si dur, les entrepreneurs apprennent à grandir très rapidement,
05:13
they learn to make their products better at lightning speed,
94
313040
3936
ils apprennent à améliorer leurs produits à la vitesse de l'éclair,
05:17
and they learn to hone their business models
95
317000
2336
et apprennent à parfaire leurs business models
05:19
until they're impregnable.
96
319360
1400
jusqu'à ce qu'ils deviennent inattaquables.
05:21
As a result, great Chinese products like WeChat and Weibo
97
321400
3856
Et par conséquent, les grands produits chinois comme WeChat et Weibo
05:25
are arguably better
98
325280
1416
sont sans doute meilleurs
05:26
than the equivalent American products from Facebook and Twitter.
99
326720
3480
que leurs équivalents américains, Facebook et Twitter.
05:31
And the Chinese market embraces this change
100
331920
3096
Le marché chinois embrasse ce changement,
05:35
and accelerated change and paradigm shifts.
101
335040
3016
son accélération et les changements de paradigme.
05:38
As an example, if any of you go to China,
102
338080
2096
Par exemple, si l'un d'entre vous va en Chine,
05:40
you will see it's almost cashless and credit card-less,
103
340200
4016
vous allez voir que les paiements se font presque sans espèces ni carte de crédit,
05:44
because that thing that we all talk about, mobile payment,
104
344240
2736
parce que cette chose dont on parle tous, le paiement par téléphone,
05:47
has become the reality in China.
105
347000
2416
est devenue une réalité en Chine.
05:49
In the last year,
106
349440
1296
L'année dernière,
05:50
18.8 trillion US dollars were transacted on mobile internet,
107
350760
5936
18,800 milliards de dollars américains ont été échangés via l'internet mobile,
05:56
and that's because of very robust technologies
108
356720
2936
et cela grâce à des technologies très robustes
05:59
built behind it.
109
359680
1256
qui le soutiennent.
06:00
It's even bigger than the China GDP.
110
360960
2440
C'est même une somme plus importante que le PIB chinois.
06:04
And this technology, you can say, how can it be bigger than the GDP?
111
364120
3616
Et cette technologie, comment peut-elle être supérieure au PIB ?
06:07
Because it includes all transactions:
112
367760
1976
Parce qu'elle comprend toutes les transactions :
06:09
wholesale, channels, retail, online, offline,
113
369760
3776
Vente en gros, par filière, au détail, en ligne, hors ligne,
06:13
going into a shopping mall or going into a farmers market like this.
114
373560
5056
dans un centre commercial ou dans un marché agricole comme celui-ci.
06:18
The technology is used by 700 million people
115
378640
3376
Cette technologie est utilisée par 700 millions d'individus
pour payer tout le monde, pas seulement les marchants,
06:22
to pay each other, not just merchants,
116
382040
2056
06:24
so it's peer to peer,
117
384120
1416
c'est donc du « peer to peer, »
06:25
and it's almost transaction-fee-free.
118
385560
2680
c'est quasiment sans frais de transaction,
06:29
And it's instantaneous,
119
389720
2376
c'est instantané,
06:32
and it's used everywhere.
120
392120
1440
et utilisé partout.
06:34
And finally, the China market is enormous.
121
394320
3376
Enfin, le marché chinois est gigantesque.
06:37
This market is large,
122
397720
1976
Le marché est considérable,
06:39
which helps give entrepreneurs more users, more revenue,
123
399720
4496
ce qui permet aux entrepreneurs d'avoir plus d'utilisateurs, plus de revenus,
06:44
more investment, but most importantly,
124
404240
2336
plus d'investissements, mais surtout,
06:46
it gives the entrepreneurs a chance to collect a huge amount of data
125
406600
4536
ça donne aux entrepreneurs l'occasion de récolter une énorme quantité de données
06:51
which becomes rocket fuel for the AI engine.
126
411160
2960
qui sont la nourriture du cerveau qu'est l'intelligence artificielle.
06:54
So as a result, the Chinese AI companies
127
414960
2936
En conséquence, les entreprises chinoises d'IA
06:57
have leaped ahead
128
417920
1736
ont fait un bon en avant tel
06:59
so that today, the most valuable companies
129
419680
3096
que les entreprises de plus grande valeur
07:02
in computer vision, speech recognition,
130
422800
2616
en vision artificielle, reconnaissance vocale,
07:05
speech synthesis, machine translation and drones
131
425440
3416
synthèse vocale, traduction artificielle et en drones
07:08
are all Chinese companies.
132
428880
1920
sont toutes des entreprises chinoises.
07:11
So with the US leading the era of discovery
133
431400
3216
Donc, avec les USA en pointe dans le domaines des découvertes
07:14
and China leading the era of implementation,
134
434640
3136
et la Chine qui mène dans le domaine de mise en œuvre,
07:17
we are now in an amazing age
135
437800
2256
nous arrivons maintenant dans une ère fantastique
07:20
where the dual engine of the two superpowers
136
440080
3256
où les deux moteurs de deux superpuissances
07:23
are working together
137
443360
1680
marchent de concert
07:25
to drive the fastest revolution in technology
138
445960
3656
pour conduire la plus rapide révolution technologique
07:29
that we have ever seen as humans.
139
449640
2360
que nous ayons vu en tant qu'humains.
07:32
And this will bring tremendous wealth,
140
452640
2496
Et cela va amener une richesse incroyable et sans précédent :
07:35
unprecedented wealth:
141
455160
1776
07:36
16 trillion dollars, according to PwC,
142
456960
3896
16.000 milliards de dollars, d'après PwC,
07:40
in terms of added GDP to the worldwide GDP by 2030.
143
460880
5376
en termes de PIB additionnel pour le PIB mondial de 2030.
07:46
It will also bring immense challenges
144
466280
2616
Cela apporte également d'immenses défis
07:48
in terms of potential job replacements.
145
468920
3576
en termes de remplacement d'emplois.
07:52
Whereas in the Industrial Age
146
472520
2160
Alors que la révolution industrielle
07:55
it created more jobs
147
475880
1536
a crée davantage d'emplois
07:57
because craftsman jobs were being decomposed into jobs in the assembly line,
148
477440
5776
car le travail artisanal a été décomposé en emplois sur des chaînes d'assemblage,
08:03
so more jobs were created.
149
483240
1976
donc plus d'emplois étaient créés.
08:05
But AI completely replaces the individual jobs
150
485240
4936
Mais l'IA remplace complètement les emplois individuels
08:10
in the assembly line with robots.
151
490200
2256
de la chaîne d'assemblage avec des robots.
08:12
And it's not just in factories,
152
492480
1936
Et ce ne sont pas que les usines,
08:14
but truckers, drivers
153
494440
2056
mais aussi les routiers, les conducteurs
08:16
and even jobs like telesales, customer service
154
496520
4096
et même des emplois comme la télévente, le service client
08:20
and hematologists as well as radiologists
155
500640
2976
et les hématologistes, aussi bien que les radiologues
08:23
over the next 15 years
156
503640
2096
qui vont être progressivement remplacés
08:25
are going to be gradually replaced
157
505760
2536
sur les 15 prochaines années
08:28
by artificial intelligence.
158
508320
1440
par l'intelligence artificielle.
08:30
And only the creative jobs --
159
510360
2056
Seuls les job créatifs --
08:32
(Laughter)
160
512440
1976
(Rires)
08:34
I have to make myself safe, right?
161
514440
2200
Je dois me protéger, n'est ce pas ?
08:38
Really, the creative jobs are the ones that are protected,
162
518960
2976
Réellement, les emplois créatifs sont ceux qui sont préservés,
08:41
because AI can optimize but not create.
163
521960
3040
car l'IA peut optimiser mais pas créer.
08:45
But what's more serious than the loss of jobs
164
525960
3575
Mais ce qui est plus grave que la perte d'emplois
08:49
is the loss of meaning,
165
529559
1777
c'est la perte de sens.
08:51
because the work ethic in the Industrial Age
166
531360
3136
Car l'éthique du travail dans l'ère industrielle
08:54
has brainwashed us into thinking that work is the reason we exist,
167
534520
5616
nous a fait croire que le travail était notre raison d'exister,
09:00
that work defined the meaning of our lives.
168
540160
2936
que c'est le travail qui donnait du sens à nos vies.
09:03
And I was a prime and willing victim to that type of workaholic thinking.
169
543120
6296
Et j'ai été une victime consentante de ce raisonnement type des accros au travail.
09:09
I worked incredibly hard.
170
549440
1616
J'ai travaillé si dur.
09:11
That's why I almost left my wife in the delivery room,
171
551080
3576
C'est pourquoi j'ai faillit abandonner ma femme en salle d'accouchement,
09:14
that's why I worked 996 alongside my entrepreneurs.
172
554680
4176
c'est pourquoi je travaillais en 996 aux côtés de mes entrepreneurs.
09:18
And that obsession that I had with work
173
558880
4416
Et cette obsession que j'avais avec le travail
09:23
ended abruptly a few years ago
174
563320
3056
s'est terminée brusquement il y a quelques années
09:26
when I was diagnosed with fourth stage lymphoma.
175
566400
3920
quand on m'a diagnostiqué avec un lymphome au stade 4.
09:31
The PET scan here shows over 20 malignant tumors
176
571480
4136
Ce PETscan montre plus 20 tumeurs malignes
09:35
jumping out like fireballs,
177
575640
2176
qui sautent comme des boules de feu,
09:37
melting away my ambition.
178
577840
2576
réduisant à néant mes ambitions.
09:40
But more importantly,
179
580440
1456
Mais plus important,
09:41
it helped me reexamine my life.
180
581920
2736
cela m'a aidé à prendre du recul sur ma vie.
09:44
Knowing that I may only have a few months to live
181
584680
3096
Savoir que je n'avais peut être plus que quelques mois à vivre
09:47
caused me to see how foolish it was
182
587800
2936
m'a montré la folie
09:50
for me to base my entire self-worth
183
590760
3576
de fonder mon entière confiance en moi
09:54
on how hard I worked and the accomplishments from hard work.
184
594360
4040
sur combien dur je travaillais et sur les résultat d'un travail acharné.
09:59
My priorities were completely out of order.
185
599320
2976
Mes priorités était complètement décalées.
10:02
I neglected my family.
186
602320
1600
Je négligeais ma famille.
10:05
My father had passed away,
187
605000
1416
Mon père était mort,
10:06
and I never had a chance to tell him I loved him.
188
606440
2800
et je n'avais jamais pris le temps de lui dire que je l'aimais.
10:10
My mother had dementia and no longer recognized me,
189
610120
3736
Ma mère était sénile et ne me reconnaissait plus,
10:13
and my children had grown up.
190
613880
1920
et mes enfants avaient grandi.
10:16
During my chemotherapy,
191
616400
1656
Pendant ma chimiothérapie,
10:18
I read a book by Bronnie Ware
192
618080
2456
j'ai lu un livre de Bronnie Ware
10:20
who talked about dying wishes and regrets of the people in the deathbed.
193
620560
5496
qui parlait des souhaits et des regrets des gens sur leur lit de mort.
10:26
She found that facing death,
194
626080
2256
Elle avait vu que face à la mort,
10:28
nobody regretted that they didn't work hard enough in this life.
195
628360
3600
personne ne regrettait de n'avoir pas travaillé suffisamment dur dans leur vie.
10:32
They only regretted that they didn't spend enough time with their loved ones
196
632880
5176
Ils regrettaient seulement de n'avoir pas passé assez de temps avec les êtres chers
10:38
and that they didn't spread their love.
197
638080
2760
et de ne pas avoir donné leur amour.
10:42
So I am fortunately today in remission.
198
642400
4536
Aujourd'hui je suis heureusement en rémission.
10:46
(Applause)
199
646960
6856
(Applaudissements)
10:53
So I can be back at TED again
200
653840
1976
Donc je peux être de retour à TED
10:55
to share with you that I have changed my ways.
201
655840
3376
pour partager avec vous mon changement d'habitude.
10:59
I now only work 965 --
202
659240
2760
Maintenant, je ne travaille plus qu'en 965.
11:03
occasionally 996, but usually 965.
203
663200
3976
-- Parfois 996 mais normalement 965. --
11:07
I moved closer to my mother,
204
667200
1896
J'ai déménagé pour me rapprocher de ma mère,
11:09
my wife usually travels with me,
205
669120
2456
ma femme m'accompagne dans mes déplacements,
11:11
and when my kids have vacation, if they don't come home, I go to them.
206
671600
3816
et quand mes enfants sont en vacances, s'ils ne viennent pas, je les rejoins.
11:15
So it's a new form of life
207
675440
2456
Donc c'est une nouvelle forme de vie
11:17
that helped me recognize
208
677920
1816
qui m'aide à reconnaître
11:19
how important it is that love is for me,
209
679760
3176
l'importance qu'a cet amour pour moi,
11:22
and facing death helped me change my life,
210
682960
3416
et avoir vu la mort en face m'a aidé à changer de vie,
11:26
but it also helped me see a new way
211
686400
2456
mais cela m'a aussi aidé à voir
11:28
of how AI should impact mankind
212
688880
3776
comment l'IA pouvait influencer l'humanité d'une nouvelle façon
11:32
and work and coexist with mankind,
213
692680
2480
et que le travail pouvait coexister avec l'humanité,
11:36
that really, AI is taking away a lot of routine jobs,
214
696680
4496
que réellement, l'IA va supprimer beaucoup d'emplois routiniers,
11:41
but routine jobs are not what we're about.
215
701200
3656
mais on n'est pas fait pour des jobs routiniers.
11:44
Why we exist is love.
216
704880
2256
On existe pour l'amour.
11:47
When we hold our newborn baby,
217
707160
2096
Quand nous tenons notre nouveau-né,
11:49
love at first sight,
218
709280
1496
l'amour au premier regard,
11:50
or when we help someone in need,
219
710800
1776
ou quand nous aidons une personne dans le besoin,
11:52
humans are uniquely able to give and receive love,
220
712600
4256
Les humains ont cette capacité unique à donner et recevoir de l'amour,
11:56
and that's what differentiates us from AI.
221
716880
2800
et c'est ce qui nous différencie de l'IA.
12:00
Despite what science fiction may portray,
222
720800
2696
Quoique puisse dire la science fiction.
12:03
I can responsibly tell you that AI has no love.
223
723520
3736
Je peux vous dire avec expérience que l'IA n'a pas d'amour.
12:07
When AlphaGo defeated the world champion Ke Jie,
224
727280
3536
Quand AlphaGo a battu le champion du monde Ke Jie,
12:10
while Ke Jie was crying and loving the game of go,
225
730840
3096
pendant que Ke Jie pleurait et aimait le jeu de Go,
12:13
AlphaGo felt no happiness from winning
226
733960
3176
AlphaGo ne ressentait aucun bonheur d'avoir gagné
12:17
and certainly no desire to hug a loved one.
227
737160
4480
et certainement aucun désir d'embrasser un être aimé.
12:23
So how do we differentiate ourselves
228
743600
2656
Donc comment nous différencions-nous
12:26
as humans in the age of AI?
229
746280
2536
en tant qu'humains dans l'ère de l'IA ?
12:28
We talked about the axis of creativity,
230
748840
3096
Nous avons parlé des axes de créativité,
12:31
and certainly that is one possibility,
231
751960
2856
et c'est certainement une possibilité,
12:34
and now we introduce a new axis
232
754840
2296
et maintenant, introduisons un nouvel axe
12:37
that we can call compassion, love, or empathy.
233
757160
3616
que nous appelons la compassion, l'amour, l'empathie.
12:40
Those are things that AI cannot do.
234
760800
2576
Ce sont des choses étrangères à l'IA.
12:43
So as AI takes away the routine jobs,
235
763400
2816
Tandis que l'IA va remplacer les emplois routiniers,
12:46
I like to think we can, we should and we must create jobs of compassion.
236
766240
4960
Je me plais à penser que nous pouvons et devons créer des emplois de compassion.
12:51
You might ask how many of those there are,
237
771800
2336
Vous pourriez demander combien de tels emplois existent,
12:54
but I would ask you:
238
774160
1616
et je vous demanderais :
12:55
Do you not think that we are going to need a lot of social workers
239
775800
3816
Ne pensez-vous pas que nous allons avoir besoin de beaucoup de travailleurs sociaux
12:59
to help us make this transition?
240
779640
1600
pour nous aider à faire cette transition ?
13:01
Do you not think we need a lot of compassionate caregivers
241
781960
3256
Ne pensez-vous pas que nous avons besoin de beaucoup de soignants
13:05
to give more medical care to more people?
242
785240
2696
pour donner plus d'attention médicale à plus de gens ?
13:07
Do you not think we're going to need 10 times more teachers
243
787960
3256
Ne pensez-vous pas qu'on va avoir besoin de 10 fois plus d'enseignants
13:11
to help our children find their way
244
791240
2776
pour aider nos enfant à trouver leur voie
13:14
to survive and thrive in this brave new world?
245
794040
3256
pour aller, vivre et devenir dans ce nouveau monde ?
13:17
And with all the newfound wealth,
246
797320
2440
Et qu'avec toute cette nouvelle richesse,
13:19
should we not also make labors of love into careers
247
799800
4536
nous devrions non seulement transformer les travaux d'amour en carrières
13:24
and let elderly accompaniment
248
804360
2696
mais faire en sorte que l'accompagnement des personnes âgées
13:27
or homeschooling become careers also?
249
807080
3496
ou que faire l'école à la maison deviennent également des carrières ?
13:30
(Applause)
250
810600
5280
(Applaudissements)
13:36
This graph is surely not perfect,
251
816800
2256
Ce graphique n'est surement pas parfait,
13:39
but it points at four ways that we can work with AI.
252
819080
3536
mais il montre quatre façons dont on peut travailler avec l'IA.
13:42
AI will come and take away the routine jobs
253
822640
3576
l'IA va faire disparaître les tâches routinières
13:46
and in due time, we will be thankful.
254
826240
2040
et le temps passant, nous en seront reconnaissant.
13:49
AI will become great tools for the creatives
255
829000
3096
L'IA va devenir un outil formidable pour les créatifs
13:52
so that scientists, artists, musicians and writers
256
832120
3656
et les scientifique, artistes, musiciens et écrivains
13:55
can be even more creative.
257
835800
1600
seront encore plus créatifs.
13:58
AI will work with humans as analytical tools
258
838120
5376
l'IA va travailler avec les humains comme un outil analytique
14:03
that humans can wrap their warmth around
259
843520
2696
auquel les humains pourront ajouter de la chaleur
14:06
for the high-compassion jobs.
260
846240
1896
pour les métier nécessitant de la compassion.
14:08
And we can always differentiate ourselves
261
848160
2656
Et nous pourrons toujours nous différencier
14:10
with the uniquely capable jobs
262
850840
1816
avec les métiers uniques
14:12
that are both compassionate and creative,
263
852680
3616
qui font appel à la compassion et à la créativité,
14:16
using and leveraging our irreplaceable brains and hearts.
264
856320
5176
en s'appuyant sur l'irremplaçabilité de nos cerveaux et nos cœurs.
14:21
So there you have it:
265
861520
1296
Ainsi, nous y sommes :
14:22
a blueprint of coexistence for humans and AI.
266
862840
3640
Le programme de coexistence des humains et de l'IA.
14:27
AI is serendipity.
267
867400
1816
l'IA est un heureux hasard.
14:29
It is here to liberate us from routine jobs,
268
869240
2976
Elle est là pour nous libérer des taches routinières,
14:32
and it is here to remind us what it is that makes us human.
269
872240
3680
et elle est là pour nous rappeler ce qui fait de nous des hommes.
14:36
So let us choose to embrace AI and to love one another.
270
876440
3976
Alors choisissons d'accueillir l'IA et de nous aimer les uns les autres.
14:40
Thank you.
271
880440
1216
Merci.
14:41
(Applause)
272
881680
6160
(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