The Transformative Potential of AGI — and When It Might Arrive | Shane Legg and Chris Anderson | TED

208,072 views

2023-12-07 ・ TED


New videos

The Transformative Potential of AGI — and When It Might Arrive | Shane Legg and Chris Anderson | TED

208,072 views ・ 2023-12-07

TED


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

Traducteur: eric vautier Relecteur: Claire Ghyselen
00:04
Chris Anderson: Shane, give us a snapshot of you growing up
0
4042
2878
Chris Anderson : Shane, donnez-nous un aperçu de votre enfance
00:06
and what on Earth led you to get interested in artificial intelligence?
1
6920
3462
et de ce qui vous a amené à vous intéresser à l’intelligence artificielle ?
00:10
Shane Legg: Well, I got my first home computer on my 10th birthday,
2
10423
4630
Shane Legg : Eh bien, j’ai eu mon premier ordinateur le jour de mes 10 ans,
00:15
and I --
3
15095
1710
et je...
00:16
this was before the internet and everything.
4
16846
2128
C’était avant Internet et tout le reste.
00:18
So you couldn't just go and surf the web and so on.
5
18974
2544
On ne pouvait donc pas naviguer sur Internet.
00:21
You had to actually make stuff yourself and program.
6
21560
2544
On devait créer des choses soi-même.
00:24
And so I started programming,
7
24145
1585
J'ai donc commencé à programmer,
00:25
and I discovered that in this computer there was a world,
8
25730
3462
et j’ai découvert que grâce à cet ordinateur, je pouvais créer un monde,
00:29
I could create a world,
9
29234
1418
00:30
I could create little agents that would run around
10
30652
2753
créer des petits bonhommes courant partout, se poursuivant, etc.
00:33
and chase each other and do things and so on.
11
33446
2128
00:35
And I could sort of, bring this whole universe to life.
12
35574
2585
Je pouvais en quelque sorte donner vie à cet univers.
00:38
And there was sort of that spark of creativity that really captivated me
13
38201
4338
Il y avait une sorte d’étincelle de créativité qui m’a vraiment envouté.
00:42
and sort of, I think that was really the seeds
14
42539
2919
Je pense que c’est à l’origine de mon intérêt qui s’est ensuite transformé
00:45
of my interest that later grew
15
45500
1460
00:46
into an interest in artificial intelligence.
16
46960
2377
en un intérêt pour l’intelligence artificielle.
00:49
CA: Because in your standard education, you had some challenges there.
17
49379
3795
CA : Dans le cadre de votre formation, vous avez rencontré certains défis.
00:53
SL: Yeah, I was dyslexic as a child.
18
53174
3587
SL : Oui, enfant, j’étais dyslexique.
00:56
And so they were actually going to hold me back a year
19
56803
3796
Quand j’avais 10 ans, on voulait me faire redoubler.
01:00
when I was 10 years old,
20
60599
1418
01:02
and they sent me off to get my IQ tested to sort of,
21
62058
2586
On m’a envoyé faire un test de QI pour évaluer la gravité du problème.
01:04
you know, assess how bad the problem was.
22
64686
2210
01:07
And they discovered I had an exceptionally high IQ.
23
67230
3337
Et ils ont découvert que j’avais un QI exceptionnellement élevé.
01:10
And then they were a little bit confused about what was going on.
24
70609
3128
Ils ne comprenaient pas bien ce qu’il se passait.
01:13
And fortunately, at that time,
25
73737
1626
Heureusement, à cette époque,
01:15
there was somebody in the town I lived in
26
75405
2336
dans ma ville, il y avait quelqu’un qui savait comment tester la dyslexie.
01:17
who knew how to test for dyslexia.
27
77782
1752
01:19
And it turns out I wasn't actually of limited intelligence.
28
79576
3378
Et on découvrit que je n’avais pas exactement une intelligence limitée.
01:22
I was dyslexic, and that was the issue.
29
82996
2419
J’étais dyslexique, et c’était là le problème.
01:25
CA: You had reason from an early age to believe
30
85457
2210
CA : Vous avez donc des raisons de croire
01:27
that our standard assumptions about intelligence might be off a bit.
31
87709
3712
que nos hypothèses habituelles sur l’intelligence sont peut-être erronées.
01:31
SL: Well, I had reason, from an early age, to sometimes doubt authority.
32
91421
4004
SL : J’ai surtout eu des raisons, dès mon plus jeune âge, de douter de l’autorité.
01:35
(Laughter)
33
95425
1001
(Rires)
01:36
You know, if the teacher thinks you're dumb, maybe it's not true.
34
96468
3086
Si le professeur pense que vous êtes stupide, c’est peut-être faux.
01:39
Maybe there are other things going on.
35
99554
2169
Peut-être qu’il y a autre chose.
01:41
But I think it also created in me an interest in intelligence
36
101765
4629
Mais je pense que cela a suscité en moi un intérêt pour l’intelligence,
01:46
when I sort of had that experience as a child.
37
106436
2794
cette expérience que j’ai vécue enfant.
01:49
CA: So you're credited by many
38
109272
1460
CA : Beaucoup vous considèrent
01:50
as coining the term “artificial general intelligence,” AGI.
39
110774
3587
comme l’inventeur du terme IAG, « intelligence artificielle générale ».
01:54
Tell us about 2001, how that happened.
40
114402
2711
Parlez-nous de 2001, comment cela s’est passé.
01:57
SL: Yeah, so I was approached by someone called Ben Goertzel
41
117113
3671
SL : J’ai été approché par un certain Ben Goertzel,
02:00
who I'd actually been working with,
42
120784
1710
avec qui j’avais déjà travaillé.
02:02
and he was going to write a book,
43
122494
2127
Il allait écrire un livre,
02:04
and he was thinking about a book on AI systems
44
124663
3503
il réfléchissait à un livre sur les systèmes d’IA
02:08
that would be much more general and capable,
45
128166
2085
qui seraient beaucoup plus générales,
02:10
rather than focusing on very narrow things.
46
130251
2461
plutôt que restreintes à un champs limité.
02:13
And he was thinking about a title for the book.
47
133046
2210
Il cherchait un titre pour le livre.
Je lui ai dit : « Si tu parles de systèmes généraux,
02:15
So I suggested to him, "If you're interested in very general systems,
48
135256
3295
appelle-les intelligence artificielle générale. »
02:18
call it artificial general intelligence."
49
138551
1961
02:20
And so he went with that.
50
140553
1210
Il a retenu ce terme.
02:21
And then him and various other people started using the term online
51
141763
3170
Puis lui et d’autres personnes ont commencé à l’utiliser sur Internet.
02:24
and the internet,
52
144933
1209
et l'expression est devenu populaire.
02:26
and then it sort of became popularized from there.
53
146142
2336
Nous avons découvert plus tard qu’un certain Mike Garrod
02:28
We later discovered there was someone called Mike Garrod,
54
148520
2711
avait publié un article dans une revue de nanotechnologie de sécurité en 1997.
02:31
who published a paper in a security nanotech journal in '97.
55
151231
4296
02:35
So he is actually the first person to have used the term.
56
155568
2711
C’est donc le premier à avoir utilisé ce terme.
02:38
But it turns out he pretty much meant the same thing as us anyway.
57
158279
3295
Et il voulait dire à peu près la même chose que nous de toute façon.
02:41
CA: It was kind of an idea whose time had come,
58
161616
2419
CA : C’était le bon timing pour exprimer le potentiel de ce secteur.
02:44
to recognize the potential here.
59
164035
2211
02:46
I mean, you made an early prediction that many people thought was bonkers.
60
166246
4212
Votre prédiction précoce, que tout le monde trouvait dingue,
02:50
What was that?
61
170458
1168
quelle était-elle ?
02:51
SL: Well, in about 2001,
62
171668
2711
SL : Eh bien, vers 2001,
02:54
a similar time to when I suggested this term artificial general intelligence,
63
174421
4838
à la même époque où j’ai suggéré la notion d’IAG,
02:59
I read a book by Ray Kurzweil, actually, "Age of Spiritual Machines,"
64
179259
3670
j’ai lu le livre de Ray Kurzweil, « Age of Spiritual Machines ».
03:02
and I concluded that he was fundamentally right,
65
182971
3795
J’ai pensé qu’il avait fondamentalement raison,
03:06
that computation was likely to grow exponentially for at least a few decades,
66
186808
5714
que la puissance de calcul allait croître exponentiellement pendant des décennies,
03:12
and the amount of data in the world would grow exponentially
67
192564
2836
tout comme la quantité de données produites dans le monde.
03:15
for a few decades.
68
195442
1167
03:16
And so I figured that if that was going to happen,
69
196609
2670
J’ai donc pensé que, si cela devait se produire,
03:19
then the value of extremely scalable algorithms
70
199279
3545
la valeur d’algorithmes extrêmement évolutifs,
03:22
that could harness all this data and computation
71
202824
3295
capables d’exploiter toutes ces données et cette puissance,
03:26
were going to be very high.
72
206161
1835
serait très élevée.
03:27
And then I also figured that in the mid 2020s,
73
207996
3462
J’ai également pensé qu’au milieu des années 2020,
03:31
it would be possible then,
74
211499
1460
il serait alors possible,
03:33
if we had these highly scalable algorithms,
75
213001
2711
si nous disposions de ces algorithmes,
03:35
to train artificial intelligence systems
76
215712
4254
d’entraîner des systèmes d’IA
03:40
on far more data than a human would experience in a lifetime.
77
220008
3420
sur bien plus de données qu’un humain verrait au cours de sa vie.
03:43
And so as a result of that,
78
223470
1418
Tout cela,
03:44
you can find it on my blog from about 2009
79
224929
3838
vous pouvez le retrouver sur mon blog vers 2009.
03:48
I think it's the first time I publicly talked about it,
80
228808
2586
C’est la première fois que j’en parle publiquement.
03:51
I predicted a 50 percent chance of AGI by 2028.
81
231436
3920
J’avaiis prédit une probabilité de 50 % d’IAG d’ici 2028.
03:55
I still believe that today.
82
235815
2336
J'y crois encore aujourd'hui.
03:58
CA: That's still your date.
83
238151
1668
CA : C’est toujours votre prédiction.
04:00
How did you define AGI back then, and has your definition changed?
84
240320
4045
Comment définissiez-vous l’IAG à l’époque, et votre définition a-t-elle changé ?
04:04
SL: Yeah, I didn't have a particularly precise definition at the beginning.
85
244824
4171
SL : Oui, je n’avais pas de définition particulièrement précise au début.
04:09
It was really just an idea of systems that would just be far more general.
86
249037
4588
C'était en fait juste une idée de systèmes qui seraient bien plus généraux.
04:13
So rather than just playing Go or chess or something,
87
253666
2503
Plutôt que de simplement jouer au Go ou aux échecs,
04:16
rather than actually be able to do many, many different things.
88
256211
2961
ils pourraient faire plein de choses différentes.
04:19
The definition I use now is that it's a system
89
259214
2544
Ma définition est qu'il s'agit d'un système
04:21
that can do all the cognitive kinds of tasks
90
261758
2627
qui peut effectuer toutes sortes de tâches cognitives
04:24
that people can do, possibly more,
91
264385
2545
que les gens peuvent effectuer, peut-être plus,
04:26
but at least it can do the sorts of cognitive tasks
92
266930
2419
mais au moins les tâches cognitives que les gens peuvent généralement effectuer.
04:29
that people can typically do.
93
269349
1877
04:31
CA: So talk about just the founding of DeepMind
94
271267
3003
CA : Parlez-nous de la création de DeepMind
04:34
and the interplay between you and your cofounders.
95
274270
4046
et de l'interaction entre vous et vos cofondateurs.
04:38
SL: Right. So I went to London to the place called the Gatsby Unit,
96
278316
4004
SL : Ok. J'ai donc rejoint le Gatsby Unit à Londres,
04:42
which studies theoretical neuroscience and machine learning.
97
282362
5046
qui étudie les neurosciences théoriques et l'apprentissage automatique.
04:47
And I was interested in learning the relationships
98
287450
2378
Je souhaitais découvrir les relations
04:49
between what we understand about the brain
99
289828
2043
entre ce que nous comprenons du cerveau et l'apprentissage automatique.
04:51
and what we know from machine learning.
100
291871
1877
04:53
So that seemed like a really good place.
101
293748
1960
Cela me semblait un très bon endroit.
J'y ai rencontré Demis Hassabis.
04:55
And I met Demis Hassabis there.
102
295708
1544
On avait le même directeur de thèse, et on a commencé à discuter.
04:57
He had the same postdoc supervisor as me,
103
297252
2002
04:59
and we got talking.
104
299295
1252
05:00
And he convinced me
105
300588
2628
Et il m'a convaincu
05:03
that it was the time to start a company then.
106
303258
2252
que le moment était venu de créer une entreprise.
05:05
That was in 2009 we started talking.
107
305510
2669
Nous avons commencé à parler en 2009.
05:08
And I was a little bit skeptical.
108
308221
1668
J'étais un peu sceptique.
05:09
I thought AGI was still a bit too far away,
109
309889
3545
Je pensais que l'IAG était encore un peu trop loin,
05:13
but he thought the time was right, so we decided to go for it.
110
313434
3421
mais pas lui, alors on a décidé de se lancer.
05:16
And then a friend of his was Mustafa Suleyman.
111
316896
3170
Mustafa Suleyman était un de ses amis.
05:20
CA: And specifically, one of the goals of the company
112
320733
2503
CA : Plus précisément, un des objectifs de l'entreprise
05:23
was to find a pathway to AGI?
113
323236
1835
était de trouver une voie vers l'IAG ?
05:25
SL: Absolutely.
114
325113
1334
SL : Absolument.
05:26
On our first business plan that we were circulating
115
326447
3879
Sur notre premier business plan,
05:30
when we were looking for investors in 2010,
116
330368
3045
lorsque nous recherchions des investisseurs en 2010,
05:33
it had one sentence on the front cover and it said,
117
333413
2586
il y avait une phrase sur la couverture :
05:36
"Build the world's first artificial general intelligence."
118
336040
2711
« Construisons la première IAG au monde. »
05:38
So that was right in from the beginning.
119
338793
2669
On a dit ça dès le début.
05:42
CA: Even though you knew
120
342046
1502
CA : Même si vous saviez
05:43
that building that AGI might actually have
121
343590
4337
que la construction de cette IAG pourrait avoir
05:47
apocalyptic consequences in some scenarios?
122
347969
2628
des conséquences apocalyptiques dans certains scénarios ?
05:50
SL: Yeah.
123
350930
1210
SL : Oui.
05:52
So it's a deeply transformative technology.
124
352181
4672
Il s'agit donc d'une technologie profondément transformatrice.
05:57
I believe it will happen.
125
357437
1585
Je crois que cela va advenir.
05:59
I think that, you know,
126
359856
1251
Je pense que
06:01
these algorithms can be understood and they will be understood at the time.
127
361149
3754
ces algorithmes peuvent être compris et ils le seront à un moment donné.
06:04
And I think that intelligence is fundamentally
128
364944
2962
Je pense que l'intelligence est fondamentalement
06:07
an incredibly valuable thing.
129
367906
1876
une chose incroyablement précieuse.
06:10
Everything around us at the moment -- the building we’re in,
130
370241
2836
Tout ce qui nous entoure, le bâtiment où nous sommes,
06:13
the words I’m using, the concepts we have, the technology around us --
131
373077
3671
les mots que j'utilise, les concepts, la technologie qui nous entoure,
06:17
you know, all of these things are being affected by intelligence.
132
377540
3087
toutes ces choses sont influencées par l'intelligence.
06:20
So having intelligence in machines
133
380668
2878
Avoir de l'intelligence dans les machines
06:23
is an incredibly valuable thing to develop.
134
383588
3879
est donc une chose incroyablement précieuse à développer.
06:27
And so I believe it is coming.
135
387467
2002
Je crois donc que cela va advenir.
06:29
Now when a very, very powerful technology arises,
136
389510
4130
Aujourd'hui, lorsqu'une technologie très, très puissante apparaît,
06:33
there can be a range of different outcomes.
137
393640
2627
les résultats peuvent être très différents.
06:36
Things could go very, very well,
138
396309
1918
Ça pourrait très bien se passer,
06:38
but there is a possibility things can go badly as well.
139
398227
2586
mais l'inverse est aussi possible.
06:40
And that was something I was aware of also from about 20 years ago.
140
400855
4963
J'en étais déjà conscient il y a une vingtaine d'années.
06:46
CA: So talk about, as DeepMind developed,
141
406319
3253
CA : Au fur et à mesure du développement de DeepMind,
06:49
was there a moment where you really felt,
142
409572
4296
y a-t-il eu un moment où vous vous êtes dit :
06:53
"My goodness, we're onto something unbelievably powerful?"
143
413910
3628
« Mon Dieu, nous sommes sur quelque chose d'incroyablement puissant » ?
06:57
Like, was it AlphaGo, that whole story, or what was the moment for you?
144
417580
4296
Est-ce que c'était avec AlphaGo ? Quand vous êtes-vous dit ça ?
07:01
SL: Yeah, there were many moments over the years.
145
421918
2502
SL : Il y a eu plusieurs occasions.
07:04
One was when we did the Atari games.
146
424420
2211
L'une d'elles, c'était avec les jeux Atari.
07:07
Have you seen those videos
147
427131
1252
Avez-vous vu ces vidéos
07:08
where we had an algorithm that could learn to play multiple games
148
428424
3420
d'un algorithme capable d'apprendre à jouer à plusieurs jeux
07:11
without being programmed for any specific game?
149
431844
2253
sans être programmé pour un jeu en particulier ?
07:14
There were some exciting moments there.
150
434138
3295
Ça a été des moments passionnants.
07:17
Go, of course, was a really exciting moment.
151
437433
2586
AlphaGo, bien sûr, a été un moment vraiment excitant.
07:20
But I think the thing that's really captured my imagination,
152
440937
3754
Mais je pense que ce qui a vraiment captivé mon imagination
07:24
a lot of people's imagination,
153
444732
1460
et celle de beaucoup de gens,
07:26
is the phenomenal scaling of language models in recent years.
154
446192
3253
c'est cet incroyable passage à l'échelle des modèles linguistiques.
07:29
I think we can see they're systems
155
449821
1960
On voit que ce sont des systèmes
07:31
that really can start to do some meaningful fraction
156
451781
3670
qui peuvent réellement effectuer une part significative
07:35
of the cognitive tasks that people can do.
157
455493
2377
des tâches cognitives que les gens effectuent.
07:37
CA: Now, you were working on those models,
158
457912
2002
CA : Vous travailliez sur ces modèles,
07:39
but were you, to some extent, blindsided
159
459914
1960
mais avez-vous été un peu dépassé
07:41
by OpenAI's, sort of, sudden unveiling of ChatGPT?
160
461874
5923
par OpenAI, par l'apparition soudaine de ChatGPT ?
07:47
SL: Right.
161
467839
1168
SL : Effectivement.
07:49
We were working on them and you know,
162
469007
1835
Nous travaillions dessus aussi.
07:50
the transformer model was invented in Google,
163
470842
2127
Le modèle a été inventé par Google.
07:53
and we had teams who were building big transformer language models and so on.
164
473011
5296
Nous avions des équipes qui travaillaient sur les modèles linguistiques.
07:58
CA: Google acquired DeepMind at some point in this journey.
165
478683
3170
CA : Google avait racheté DeepMind à un moment donné.
08:01
SL: Yeah, exactly.
166
481894
1335
SL : Oui, exactement.
08:03
And so what I didn't expect
167
483229
4046
Ce à quoi je ne m'attendais donc pas,
08:07
was just how good a model could get training purely on text.
168
487275
4713
c'est à quel point un modèle pouvait s'entraîner uniquement sur du texte.
08:11
I thought you would need more multimodality.
169
491988
2711
Je pensais que nous aurions besoin de plus de formats :
08:14
You'd need images, you'd need sound, you'd need video and things like that.
170
494741
3712
d'images, de sons, de vidéos et d'autres choses de ce genre.
08:18
But due to the absolutely vast quantities of text,
171
498494
3671
Mais en raison de la quantité absolument énorme de texte,
08:22
it can sort of compensate for these things to an extent.
172
502206
2753
il peut compenser ces facteurs dans une certaine mesure.
08:25
I still think you see aspects of this.
173
505376
2628
Je pense qu'on en voit encore certains aspects.
08:28
I think language models tend to be weak in areas
174
508004
3170
Les modèles linguistiques sont faibles dans les domaines
08:31
that are not easily expressed in text.
175
511174
3211
qui ne sont pas facilement exprimés en texte.
08:34
But I don’t think this is a fundamental limitation.
176
514385
2419
Mais ce n'est pas une limitation fondamentale.
08:36
I think we're going to see these language models expanding into video
177
516804
4964
Je pense que nous allons voir ces modèles linguistiques s'étendre à la vidéo,
08:41
and images and sound and all these things,
178
521809
2211
aux images, au son et à tout cela.
08:44
and these things will be overcome in time.
179
524020
2044
Les problèmes seront surmontés un à un.
08:46
CA: So talk to us, Shane,
180
526564
1335
CA : Shane, parlez-nous des choses auxquelles vous pensez passionnément
08:47
about the things that you, at this moment,
181
527940
2962
08:50
passionately feel that the world needs to be thinking about more cogently.
182
530902
4754
et auxquelles le monde a besoin de réfléchir de manière plus pressante.
08:55
SL: Right.
183
535698
1168
SL : Ok. Je pense donc qu'une IA très, très puissante
08:56
So I think that very, very powerful,
184
536866
2628
08:59
very intelligent artificial intelligence is coming.
185
539535
3504
et très intelligente est en train d'arriver.
09:03
I think that this is very, very likely.
186
543498
2669
Je pense que c'est très, très probable.
09:06
I don't think it's coming today.
187
546209
1585
Ce n'est pas pour aujourd'hui.
09:07
I don't think it's coming next year or the year after.
188
547794
2544
Ni pour l'an prochain, ni pour le suivant.
09:10
It's probably a little bit further out than that.
189
550338
2419
C'est probablement un peu plus lointain que cela.
09:12
CA: 2028?
190
552799
1293
CA : 2028 ?
09:14
SL: 2028, that's a 50 percent chance.
191
554092
2293
SL : 2028, 50 % de chances.
09:16
So, you know, if it doesn't happen in 2028,
192
556385
2044
Mais si cela n'arrive pas en 2028,
09:18
I'm not going to be surprised, obviously.
193
558429
2002
je ne serais évidemment pas surpris.
09:20
CA: And when you say powerful,
194
560473
1460
CA : Et quand vous dites puissante - il existe déjà des IA puissantes.
09:21
I mean there's already powerful AI out there.
195
561933
2127
Mais vous dites qu'une version de l'IAG est en train d'arriver.
09:24
But you're saying basically a version
196
564060
1793
09:25
of artificial general intelligence is coming.
197
565853
2127
09:28
SL: Yeah.
198
568022
1126
SL : Oui.
09:29
CA: So give us a picture of what that could look like.
199
569190
2711
CA : Dites-nous à quoi cela pourrait ressembler.
09:31
SL: Well, if you had an artificial general intelligence,
200
571901
2669
SL : Si vous aviez une IAG, vous pourriez faire toutes sortes de choses incroyables.
09:34
you could do all sorts of amazing things.
201
574570
2419
09:37
Just like human intelligence is able to do many, many amazing things.
202
577031
3253
Tout comme l'intelligence humaine est capable d'en faire.
09:40
So it's not really about a specific thing,
203
580326
2002
Il ne s'agit donc pas d'une chose précise, c'est tout l'intérêt de la généralité.
09:42
that's the whole point of the generality.
204
582370
1960
09:44
But to give you one example,
205
584330
1752
Mais pour vous donner un exemple,
09:46
we developed the system AlphaFold,
206
586082
2335
nous avons développé le système AlphaFold,
09:48
which will take a protein and compute, basically, the shape of that protein.
207
588459
5881
qui prend une protéine et calcule, en gros, la forme de cette protéine.
09:54
And that enables you to do all sorts of research
208
594382
2627
Cela vous permet de faire toutes sortes de recherches
09:57
into understanding biological processes,
209
597009
1919
pour comprendre les processus biologiques,
09:58
developing medicines and all kinds of things like that.
210
598970
2586
développer des médicaments et des choses du genre.
10:01
Now, if you had an AGI system,
211
601556
1459
Maintenant, avec une IAG,
10:03
instead of requiring what we had at DeepMind,
212
603057
2586
au lieu d'avoir besoin de ce que nous avons à DeepMind,
10:05
about roughly 30 world-class scientists
213
605685
2919
environ 30 scientifiques de renommée mondiale
10:08
working for about three years to develop that,
214
608604
2670
travaillant pendant trois ans pour le développer,
10:11
maybe you could develop that with just a team
215
611315
2127
vous pourriez peut-être le faire avec une poignée de scientifiques en un an.
10:13
of a handful of scientists in one year.
216
613442
2211
10:16
So imagine these, sort of, AlphaFold-level developments
217
616154
3753
Imaginez des développements de type AlphaFold
10:19
taking place around the world on a regular basis.
218
619949
3212
ayant lieu tous les jours dans le monde entier.
10:23
This is the sort of thing that AGI could enable.
219
623202
2503
C'est le genre de choses que l'IAG pourrait permettre.
10:25
CA: So within months of AGI being with us, so to speak,
220
625997
4045
CA : Quelques mois après l'avènement de l'IAG parmi nous, pour ainsi dire,
10:30
it's quite possible that some of the scientific challenges
221
630084
3087
il est fort possible que certains des défis scientifiques
10:33
that humans have wrestled with for decades, centuries, if you like,
222
633171
3962
auxquels les humains sont confrontés depuis des décennies, voire des siècles,
10:37
will start to tumble in rapid succession.
223
637133
2961
commencent à être résolus les uns après les autres.
10:40
SL: Yeah, I think it'll open up all sorts of amazing possibilities.
224
640136
4129
SL : Oui, je pense que cela ouvrira toutes sortes de possibilités incroyables.
10:44
And it could be really a golden age of humanity
225
644265
4212
Et cela pourrait vraiment être un âge d'or de l'humanité
10:48
where human intelligence,
226
648519
1835
où l'intelligence humaine,
10:50
which is aided and extended with machine intelligence,
227
650396
4379
aidée et étendue par l'intelligence artificielle,
10:54
enables us to do all sorts of fantastic things
228
654775
2461
permettra de faire toutes sortes de choses fantastiques
10:57
and solve problems that previously were just intractable.
229
657278
4922
et de résoudre des problèmes qui étaient auparavant tout simplement insolubles.
11:02
CA: So let's come back to that.
230
662200
1501
CA : Revenons là-dessus.
11:03
But I think you also,
231
663743
1585
Mais je pense que vous aussi,
11:05
you're not like, an irredeemable optimist only,
232
665328
2252
vous n'êtes pas un optimiste béat,
11:07
you see a potential for it to go very badly in a different direction.
233
667622
3920
vous voyez la possibilité que les choses se passent très mal.
11:11
Talk about what that pathway could look like.
234
671542
2711
Dites-nous à quoi ça pourrait ressembler.
11:14
SL: Well, yeah, I want to explain.
235
674253
1961
SL : Eh bien, oui, je veux le faire.
11:17
I don't believe the people
236
677048
1585
Je ne crois pas ceux qui sont sûrs que ça va très bien se passer,
11:18
who are sure that it's going to go very well,
237
678674
2253
11:20
and I don't believe the people
238
680968
1460
et je ne crois pas ceux qui sont sûrs que ça va très, très mal se passer.
11:22
who are sure that it’s going to go very, very badly.
239
682428
2461
11:24
Because what we’re talking about is an incredibly profound transition.
240
684889
4046
Nous parlons d'une transition incroyablement profonde.
11:29
It's like the arrival of human intelligence in the world.
241
689352
3211
C'est comme l'arrivée de l'intelligence humaine dans le monde.
11:32
This is another intelligence arriving in the world.
242
692605
2961
C'est une autre intelligence qui arrive.
11:35
And so it is an incredibly deep transition,
243
695608
3045
Il s'agit donc d'une transition incroyablement profonde,
11:38
and we do not fully understand all the implications
244
698653
3128
et nous n'en comprenons pas pleinement toutes les implications
11:41
and consequences of this.
245
701781
1585
et conséquences.
11:43
And so we can't be certain
246
703407
1418
Nous ne pouvons donc pas être certains que ce sera ceci, cela ou autre chose.
11:44
that it's going to be this, that or the other thing.
247
704867
2461
11:47
So we have to be open-minded about what may happen.
248
707328
3211
Nous devons donc être ouverts d'esprit quant à ce qui pourrait se passer.
11:51
I have some optimism because I think
249
711332
1919
Je suis un peu optimiste car je pense que si vous voulez rendre un système sûr,
11:53
that if you want to make a system safe,
250
713251
3086
11:56
you need to understand a lot about that system.
251
716379
2669
vous devez en apprendre beaucoup sur ce système.
11:59
You can't make an airplane safe
252
719090
1668
On ne peut pas rendre un avion plus sûr si on n'en comprend pas le fonctionnement.
12:00
if you don't know about how airplanes work.
253
720800
2627
12:03
So as we get closer to AGI,
254
723761
2252
Ainsi, à mesure qu'on se rapprochera de l'IAG,
12:06
we will understand more and more about these systems,
255
726055
2502
on en saura de plus en plus sur ces systèmes
12:08
and we will see more ways to make these systems safe,
256
728557
3003
et on verra de nouvelles façons de les rendre sûrs
12:11
make highly ethical AI systems.
257
731560
2712
et de créer des systèmes d'IA hautement éthiques.
12:15
But there are many things we don't understand about the future.
258
735064
3587
Mais il y a beaucoup de choses que nous ignorons quant à l'avenir.
12:18
So I have to accept that there is a possibility that things may go badly
259
738693
5297
Je dois donc accepter la possibilité que les choses se passent mal
12:23
because I don't know what's going to happen.
260
743990
2085
car je ne sais pas ce qui va se passer.
12:26
I can't know that about the future in such a big change.
261
746117
3336
C'est impossible avec un tel changement.
12:29
And even if the probability of something going bad is quite small,
262
749453
4839
Et même si la probabilité que quelque chose se passe mal est très faible,
12:34
we should take this extremely seriously.
263
754333
2378
nous devons prendre cela très au sérieux.
12:36
CA: Paint a scenario of what going bad could look like.
264
756711
2877
CA : Décrivez-nous ce que serait un tel scénario.
12:39
SL: Well, it's hard to do
265
759630
1710
SL : C'est difficile
12:41
because you're talking about systems
266
761382
1752
parce que vous parlez de systèmes
12:43
that potentially have superhuman intelligence, right?
267
763134
3503
potentiellement dotés d'une intelligence surhumaine.
12:46
So there are many ways in which things would go bad in the world.
268
766637
4463
Il y a donc de nombreuses façons dont les choses pourraient mal tourner.
12:51
People sometimes point to, I don't know, engineered pathogens, right?
269
771142
3295
On imagine, par exemple, des agents pathogènes artificiels.
12:54
Maybe a superintelligence could design an engineered pathogen.
270
774437
3753
Peut-être qu'une super-intelligence pourrait en concevoir.
12:58
It could be much more mundane things.
271
778190
2253
Cela pourrait être des choses bien plus banales.
13:00
Maybe with AGI, you know,
272
780484
2545
Peut-être qu'avec une IAG,
13:03
it gets used to destabilize democracy in the world,
273
783070
4588
on s'habituera à déstabiliser la démocratie dans le monde,
13:07
with, you know, propaganda or all sorts of other things like that.
274
787700
3128
avec de la propagande ou des choses de ce genre.
13:10
We don't know --
275
790870
1168
Nous ne savons pas - CA : Cela s'est peut-être déjà produit.
13:12
CA: That one might already have happened.
276
792079
2002
13:14
SL: There might be happening a bit already.
277
794081
2002
SL : Cela se passe peut-être déjà un peu.
13:16
But, you know, there may be a lot more of this
278
796125
2169
Mais cela risque d'être beaucoup plus fréquent avec des systèmes plus puissants.
13:18
if we have more powerful systems.
279
798294
1626
13:19
So there are many ways in which societies can be destabilized.
280
799920
2920
Les sociétés peuvent être déstabilisées de nombreuses manières.
13:22
And you can see that in the history books.
281
802882
2043
On le voit dans les livres d'histoire.
13:24
CA: I mean, Shane, if you could have asked all humans,
282
804967
2544
CA : Shane, si vous aviez pu demander à tous les humains il y a 15 ans :
13:27
say, 15 years ago, OK, we can open a door here,
283
807511
4338
« OK, nous pouvons ouvrir une porte
13:31
and opening this door could lead to the best-ever outcomes for humanity.
284
811891
3670
et ça pourrait mener aux meilleurs résultats jamais obtenus pour l'humanité.
13:35
But there's also a meaningful chance,
285
815603
1793
Mais il y a également un risque,
13:37
let's say it's more than five percent,
286
817396
2544
disons plus de 5 %,
13:39
that we could actually destroy our civilization.
287
819982
2753
que nous détruisions la civilisation. »
13:43
I mean, isn't there a chance that most people would have actually said,
288
823235
3337
N'est-il pas envisageable que la plupart auraient dit :
« N'ouvrez pas cette foutue porte.
13:46
"Don't you dare open that damn door.
289
826614
1752
13:48
Let's wait."
290
828407
1168
Attendons. »
13:50
SL: If I had a magic wand and I could slow things down,
291
830326
4087
SL : Si j'avais une baguette magique et que je pouvais ralentir les choses,
13:54
I would use that magic wand, but I don't.
292
834455
2336
je l'utiliserais, mais ce n'est pas le cas.
13:56
There are dozens of companies,
293
836791
1835
Il existe des dizaines d'entreprises -
13:58
well, there's probably 10 companies in the world now
294
838626
2461
probablement dix dans le monde aujourd'hui
qui peuvent développer les modèles les plus avant-gardistes, y compris, je pense,
14:01
that can develop the most cutting-edge models, including, I think,
295
841087
4421
14:05
some national intelligence services who have secret projects doing this.
296
845508
4087
certains services de renseignement qui ont des projets secrets.
14:10
And then there's, I don't know,
297
850262
1502
Et puis il y en a, je ne sais pas,
14:11
dozens of companies that can develop something that's a generation behind.
298
851764
3503
des dizaines qui peuvent créer quelque chose avec une génération de retard.
14:15
And remember, intelligence is incredibly valuable.
299
855267
3379
Et n'oubliez pas que l'intelligence est incroyablement précieuse,
14:18
It's incredibly useful.
300
858687
1168
incroyablement utile.
14:19
We're doing this
301
859855
1168
Nous le faisons
14:21
because we can see all kinds of value that can be created in this
302
861065
3086
parce que nous imaginons la valeur qui peut être créée
pour plein de raisons.
14:24
for all sorts of reasons.
303
864151
1752
14:25
How do you stop this process?
304
865903
2836
Comment arrêter ce processus ?
14:28
I don't see any realistic plan that I've heard of,
305
868781
2836
Je ne vois aucun plan réaliste pour l'arrêter.
14:31
of stopping this process.
306
871659
1209
14:32
Maybe we can --
307
872868
1210
Peut-être pouvons-nous...
14:34
I think we should think about regulating things.
308
874078
2294
Je pense que nous devrions penser à réglementer.
14:36
I think we should do things like this as we do with every powerful technology.
309
876414
3670
Comme nous le faisons avec toutes les technologies puissantes.
14:40
There's nothing special about AI here.
310
880084
1877
L'IA n'a rien de spécial ici.
14:41
People talk about, oh, you know, how dare you talk about regulating this?
311
881961
3462
Les gens disent : « Comment osez-vous parler de réglementation ? »
14:45
No, we regulate powerful technologies all the time in the interests of society.
312
885464
3837
Mais nous réglementons déjà des technologies dans l'intérêt de la société.
Et je pense que c'est une chose que nous devrions examiner.
14:49
And I think this is a very important thing that we should be looking at.
313
889343
3420
CA : C'est la première fois que nous disposons d'une technologie surpuissante
14:52
CA: It's kind of the first time we have this superpowerful technology out there
314
892763
3754
dont nous ne comprenons littéralement pas le fonctionnement.
14:56
that we literally don't understand in full how it works.
315
896559
3086
14:59
Is the most single, most important thing we must do, in your view,
316
899645
3921
Selon vous, est-ce que la chose la plus importante que nous devons faire
15:03
to understand, to understand better what on Earth is going on,
317
903566
4671
est de mieux comprendre ce qui se passe,
15:08
so that we least have a shot at pointing it in the right direction?
318
908279
3170
afin d'avoir la chance de l'orienter dans la bonne direction ?
15:11
SL: There is a lot of energy behind capabilities at the moment
319
911449
3294
SL : On y consacre actuellement beaucoup d'énergie,
15:14
because there's a lot of value in developing the capabilities.
320
914785
3045
car ces développements présentent une grande valeur.
15:17
I think we need to see a lot more energy going into actual science,
321
917830
4504
Je pense qu'on doit consacrer beaucoup plus d'énergie à la vraie science,
15:22
understanding how these networks work,
322
922376
3128
à comprendre comment ces réseaux fonctionnent,
15:25
what they're doing, what they're not doing,
323
925504
2169
ce qu'ils font, ce qu'ils ne font pas,
15:27
where they're likely to fail,
324
927715
1835
où ils sont susceptibles d'échouer,
15:29
and understanding how we put these things together
325
929592
2419
et à comprendre comment assembler ces éléments
15:32
so that we're able to find ways
326
932011
2085
afin de trouver des moyens
15:34
to make these AGI systems profoundly ethical and safe.
327
934138
4129
de rendre ces systèmes IAG totalement éthiques et sûrs.
15:38
I believe it's possible.
328
938267
1793
Je crois que c'est possible.
15:40
But we need to mobilize more people's minds and brains
329
940895
5505
Mais on doit mobiliser les cerveaux d'un plus grand nombre de personnes
15:46
to finding these solutions
330
946442
2502
pour trouver ces solutions
15:48
so that we end up in a future
331
948986
1835
afin de voir advenir un futur
15:50
where we have incredibly powerful machine intelligence
332
950863
3962
où on disposera d'une IA incroyablement puissante,
15:54
that's also profoundly ethical and safe,
333
954867
2836
profondément éthique et sûre,
15:57
and it enhances and extends humanity
334
957745
2753
qui fera entrer l'humanité dans un nouvel âge d'or.
16:00
into, I think, a new golden period for humanity.
335
960539
4296
16:05
CA: Shane, thank you so much for sharing that vision
336
965920
2460
CA : Shane, merci d'avoir partagé cette vision sur la scène de TED.
16:08
and coming to TED.
337
968380
1210
16:09
(Applause)
338
969590
1460
(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