How to Think Computationally About AI, the Universe and Everything | Stephen Wolfram | TED

Translator: ryan aziz Reviewer: Indah Setiawan

Human language, mathematics, logic.

Bahasa manusia, matematika, logika.

These are all ways to formalize the world.

Inilah cara dunia tersusun.

And in our century,

Di zaman kita,

there's a new and yet more powerful one: computation.

ada hal yang baru dan lebih kuat: komputasi.

For nearly 50 years,

Selama hampir 50 tahun, saya memiliki hak istimewa

I've had the great privilege

of building up an ever-taller tower of science and technology

untuk membangun menara sains dan teknologi yang semakin tinggi

that's based on that idea of computation.

yang didasarkan pada ide komputasi itu.

And so today, I want to tell you a little bit about what that's led to.

Hari ini, saya ingin menjelaskan pada Anda tentang apa yang menyebabkan hal itu.

There's a lot to talk about, so I'm going to go quickly.

Banyak yang harus dibahas jadi saya akan cepat saja

And sometimes I'm going to summarize in a sentence

dan sesekali saya akan meringkas dalam sebuah kalimat

what I've written a whole book about.

apa yang telah saya tulis di buku.

But you know,

Tapi--

I last gave a TED talk 13 years ago,

tahukah Anda saya berbicara di TED terakhir kali 13 tahun yang lalu,

in February 2010,

pada Februari 2010,

soon after WolframAlpha launched,

tak lama setelah WolframAlpha dirilis,

and I ended that talk with a question.

dan mengakhiri presentasi itu dengan sebuah pertanyaan.

Question was,

Pertanyaannya,

apakah pada akhirnya komputasi adalah dasar segala hal

is computation ultimately what's underneath everything

in our universe?

di alam semesta kita?

I gave myself a decade to find out.

Saya memberi diri saya satu dekade untuk mengetahuinya.

And actually, it could have needed a century.

Dan sebenarnya, itu dapat membutuhkan satu abad.

But in April 2020, just after the decade mark,

Namun pada April 2020, tepat setelah satu dekade,

we were thrilled to be able to announce

kami sangat senang dapat mengumumkan

what seems to be the ultimate machine code of the universe.

apa yang tampaknya menjadi kode mesin utama alam semesta.

And yes, it's computational.

Dan ya, itu melibatkan komputasi.

So computation isn't just a possible formalization,

Jadi, komputasi bukan hanya formalisasi potensial,

it's the ultimate one for our universe.

tetapi itu yang utama bagi alam semesta kita.

It all starts from the idea that space, like matter, is made of discrete elements,

Semuanya dimulai dari gagasan bahwa ruang, seperti materi,

terbuat dari unsur-unsur diskrit,

and from that structure of space and everything in it,

dan dari struktur dan segala sesuatu yang ada di dalamnya itu,

it's defined just by a network of relations

ruang didefinisikan oleh hanya jaringan hubungan

between these elements that we might call atoms of space.

antara unsur-unsur yang mungkin kita sebut atom ruang.

So it's all very elegant, but deeply abstract.

Jadi, semuanya sangat elegan, tetapi sangat abstrak.

But here's kind of a humanized representation,

Namun, inilah kira-kira representasi manusiawi,

a version of the very beginning of the universe.

versi awal alam semesta.

And what we're seeing here is the emergence of space

Apa yang kita lihat di sini adalah kemunculan ruang

and everything in it

dan segala hal di dalamnya

by the successive application of very simple computational rules.

melalui aplikasi konsep komputasi sederhana berturut-turut.

Ingat, titik-titik ini bukanlah atom di ruang yang nyata.

And remember, these dots are not atoms in any existing space.

They're atoms of space that get put together to make space.

Mereka adalah atom ruang yang bersatu dan membuat ruang.

And yes, if we kept going long enough,

Dan ya, jika kita terus lakukan,

we could build our whole universe this way.

kita bisa membangun seluruh alam semesta dengan cara ini.

So eons later,

Lalu ribuan tahun kemudian,

here's a chunk of space with two little black holes

inilah sepotong ruang dengan dua lubang hitam kecil

that, if we wait a little while, will eventually merge,

yang, jika kita tunggu sebentar, pada akhirnya akan menyatu,

generating little ripples of gravitational radiation.

menghasilkan sedikit riak radiasi gravitasi.

And remember, all of this is built from pure computation.

Ingat, semua ini dibangun berdasarkan komputasi murni.

But like fluid mechanics emerging from molecules,

Namun seperti mekanika fluida yang muncul dari molekul,

what emerges here is space-time and Einstein's equations for gravity,

apa yang muncul di sini adalah ruang-waktu dan persamaan gravitasi Einstein,

though there are deviations that we just might be able to detect,

meskipun ada penyimpangan yang mungkin dapat kita deteksi,

like that the dimensionality of space won't always be precisely three.

seperti bahwa dimensi ruang tidak akan selalu tepat tiga dimensi.

And there's something else.

Dan ada sesuatu yang lain.

Konsep komputasi kita pada akhirnya dapat diterapkan dalam banyak cara,

Our computational rules can inevitably be applied in many ways,

each defining a different kind of thread of time,

masing-masing mendefinisikan alur waktu yang berbeda,

a different path of history that can branch and merge.

alur sejarah berbeda yang dapat bercabang dan menyatu.

But as observers embedded in this universe,

Namun sebagai pengamat yang hidup di alam semesta ini,

we're branching and merging, too.

kita juga bercabang dan menyatu.

And it turns out that quantum mechanics emerges as the story

Dan ternyata mekanika kuantum muncul sebagai kisah

of how branching minds perceive a branching universe.

tentang bagaimana pikiran bercabang memandang alam semesta yang bercabang.

So the little pink lines you might be able to see here

Jadi, garis-garis merah muda kecil yang dapat Anda lihat ini

show the structure of what we call branchial space,

menunjukkan struktur yang kita sebut ruang cabang,

the space of quantum branches.

ruang cabang kuantum.

And one of the stunningly beautiful things,

Dan satu hal yang sangat indah, setidaknya bagi fisikawan seperti saya,

at least for physicists like me,

is that the same phenomenon that in physical space gives us gravity,

adalah fenomena yang sama di ruang fisik memberi kita gravitasi,

in branchial space gives us quantum mechanics.

di ruang cabang memberi kita mekanika kuantum.

So in the history of science so far,

Dalam sejarah sains sejauh ini,

I think we can identify sort of four broad paradigms

saya pikir kita dapat mengidentifikasi kira-kira empat paradigma besar

for making models of the world that can be distinguished

untuk membuat model dunia

yang dapat dibedakan berdasarkan cara mereka menangani waktu.

kind of by how they deal with time.

So in antiquity and in plenty of areas of science, even today,

Di zaman dulu dan banyak bidang sains, bahkan hingga hari ini,

it's all about kind of, what are things made of.

semua tentang darimana benda berasal dan waktu tidak sungguh diperhitungkan.

And time doesn't really enter.

But in the 1600s came the idea of modeling things

Namun pada tahun 1600-an, muncul gagasan untuk memodelkan dunia

with mathematical formulas in which time enters,

dengan rumus matematika di mana waktu diperhitungkan,

but basically just as a coordinate value.

tetapi pada dasarnya hanya sebagai nilai koordinat.

Then in the 1980s, and this is something in which I was deeply involved,

Kemudian pada 1980-an dan ini hal dimana saya sangat terlibat,

came the idea of making models

muncul ide untuk membuat model

by starting with simple computational rules

dengan memulai prinsip komputasi sederhana dan membiarkannya berjalan.

and just letting them run.

So can one predict what will happen?

Jadi bisakah seseorang memprediksi apa yang akan terjadi?

No.

Tidak.

There's what I call computational irreducibility,

Ada yang saya sebut computational irreducibility,

in which, in effect, the passage of time corresponds to an irreducible computation

dimana berlalunya waktu berhubungan dengan komputasi

yang tidak dapat direduksi,

that we have to run in order to work out how it will turn out.

yang artinya komputasi harus dijalankan untuk mengetahui hasil akhirnya.

But now there's kind of something,

Namun, sekarang ada sesuatu,

something even more -- in our physics project,

sesuatu yang bahkan lebih-- dalam proyek fisika kami,

there’s things that have become multi-computational,

ada hal-hal yang menjadi multi-komputasi, dengan banyak rangkaian waktu

with many threads of time

that can only be knitted together by an observer.

yang hanya dapat disatukan oleh pengamat.

So it's kind of a new paradigm that actually seems to unlock things

Jadi ini semacam paradigma baru yang sebenarnya tampak membuka hal-hal

not only in fundamental physics,

tidak hanya dalam fisika dasar,

but also in the foundations of mathematics and computer science,

tetapi juga dasar-dasar matematika dan ilmu komputer

and possibly in areas like biology and economics as well.

dan mungkin juga di bidang-bidang seperti biologi dan ekonomi.

So I talked about building up the universe

Jadi saya berbicara tentang membangun alam semesta

by repeatedly applying a computational rule.

dengan menerapkan prinsip komputasi berulang kali.

But how is that rule picked?

Namun, bagaimana prinsip itu dipilih?

Well, actually it isn't,

Sebenarnya prinsip itu tidak dipilih,

because all possible rules are used,

karena kami gunakan semua prinsip potensial,

and we're building up what I call the ruliad,

dan kami sedang membangun apa yang saya sebut ruliad,

the kind of deeply abstract but unique object

objek yang sangat abstrak tetapi unik

that is the entangled limit of all possible computational processes.

yang merupakan jerat batas dari semua kemungkinan proses komputasi.

Here's a tiny fragment of it shown in terms of Turing machines.

Berikut adalah fragmen kecil dalam format mesin Turing.

So this ruliad is everything.

Jadi, ruliad ini adalah segalanya

And we as observers are necessarily part of it.

dan kita sebagai pengamat menjadi bagian darinya.

In the ruliad as a whole,

Dalam ruliad secara keseluruhan,

in a sense, everything computationally possible can happen.

segala sesuatu yang mungkin secara komputasi dapat terjadi.

But observers like us just sample specific slices of the ruliad.

Namun, pengamat seperti kita hanya melihat sampel irisan ruliad tertentu.

And there are two crucial facts about us.

Dan ada dua fakta penting tentang kita.

First, we're computationally bounded, our minds are limited,

Pertama, kita dibatasi secara komputasi, pikiran kita terbatas,

and second, we believe we're persistent in time,

dan kedua, kita yakin kita persisten seiring waktu berjalan,

even though we're made of different atoms of space at every moment.

meskipun kita terbuat dari atom ruang yang berbeda setiap saat.

So then, here's the big result.

Jadi, inilah hasil besarnya.

What observers with those characteristics perceive in the ruliad

Apa yang dilihat oleh pengamat dengan karakteristik tersebut dalam ruliad

necessarily follows certain laws.

memang mengikuti hukum-hukum tertentu.

And those laws turn out to be precisely

Dan hukum-hukum itu ternyata tepat tiga teori kunci fisika abad ke-20:

the three key theories of 20th century physics:

general relativity, quantum mechanics,

relativitas umum, mekanika kuantum, dan mekanika statistik pada hukum kedua.

and statistical mechanics in the second law.

So it's because we're observers like us

Jadi, itu karena kami adalah pengamat seperti kami

that we perceive the laws of physics we do.

sehingga kami memahami hukum fisika yang kami lakukan.

We can think of sort of different minds

Kita dapat memikirkan jenis pikiran yang berbeda-beda

as being at different places in rulial space.

di tempat yang berbeda dalam ruang rulial.

Human minds who think alike are nearby,

Pikiran manusia yang mirip saling berdekatan,

animals further away,

hewan lebih jauh,

and further out, we get to kind of alien minds

dan lebih jauh lagi, kami sampai pada pikiran alien

where it's hard to make a translation.

dimana sulit untuk diterjemahkan.

Jadi, bagaimana kami mendapat intuisi untuk semua ini?

So how can we get intuition for all of this?

Well, one thing we can do is use generative AI

Satu hal yang dapat kita lakukan adalah menggunakan AI generatif

to take what amounts to an incredibly tiny slice of the ruliad

untuk mengambil sepotong ruliad yang sangat kecil

aligned with images we humans have produced.

selaras dengan gambar yang telah dihasilkan manusia.

We can think of this as sort of a place in the ruliad

Kita dapat anggap ini sebagai semacam tempat di ruliad

described by using the concept of a cat in a party hat.

yang dijelaskan menggunakan konsep kucing dengan topi pesta.

So zooming out, we saw there

Jadi dengan memperkecil tampilan, kami melihat di sana

what we might call Cat Island.

apa yang mungkin kami sebut Pulau Kucing.

Pretty soon we’re in a kind of an inter-concept space.

Tak lama kemudian kami berada dalam semacam ruang antar konsep.

Occasionally things will look familiar,

Terkadang hal-hal ini terlihat familiar,

but mostly, what we'll see is things we humans don't have words for.

tapi sebagian besar adalah hal-hal yang tidak bermakna.

In physical space, we explore the universe

Di ruang fisik, kita menjelajahi alam semesta

by sending out spacecraft.

dengan mengirimkan pesawat ruang angkasa.

In rulial space, we explore more

Dalam ruang rulial, kami mengeksplorasi lebih banyak

by expanding our concepts and our paradigms.

dengan memperluas konsep dan paradigma kami.

We can kind of get a sense of what's out there

Kita bisa merasakan apa yang ada di luar sana

by sampling possible rules,

dengan mengambil sampel aturan yang mungkin,

doing what I call ruliology.

melakukan apa yang saya sebut ruliologi.

So even with incredibly simple rules,

Jadi bahkan dengan aturan yang sangat sederhana,

there's incredible richness.

ada kekayaan yang luar biasa.

But the issue is that most of it doesn't yet connect

Namun masalahnya adalah sebagian besar belum terhubung

with things we humans understand or care about.

dengan hal-hal yang kita pahami atau pedulikan.

It's like when we look at the natural world

Ini seperti saat kita melihat dunia nyata

and only gradually realize that we can use features of it for technology.

dan perlahan menyadari kita dapat memanfaatkan aspeknya untuk teknologi.

So even after everything our civilization has achieved,

Jadi, bahkan setelah semua yang telah dicapai peradaban kita,

we're just at the very, very beginning of exploring rulial space.

kita baru berada pada tahap awal penjelajahan wilayah rulial.

What about AIs?

Bagaimana dengan AI?

Well, just like we can do ruliology,

Nah, sama seperti kita dapat melakukan ruliologi,

AIs can in principle go out and explore rulial space.

AI pada prinsipnya dapat keluar dan menjelajahi ruang rulial.

Left to their own devices, though,

Namun, jika dibiarkan,

they'll mostly just be doing things

sebagian besar hanya akan melakukan hal tidak penting atau kita pedulikan.

we humans don't connect with or care about.

So the big achievements of AI in recent times

Jadi, pencapaian besar AI belakangan ini

have been about making systems that are closely aligned with us humans.

adalah tentang membuat sistem yang relevan dengan kita.

We train LLMs on billions of web pages so they can produce texts

Kita melatih LLM dengan miliaran halaman web

sehingga dapat menghasilkan teks yang mirip dengan apa yang manusia tulis.

that's typical of what we humans write.

And yes, the fact that this works

Dan ya, fakta bahwa ini berhasil

memberi tahu kita secara pasti beberapa hal ilmiah mendalam

is undoubtedly telling us some deep scientific things

about the semantic grammar of language

tentang tata bahasa semantik dan generalisasi hal-hal, seperti logika,

and generalizations of things like logic

that perhaps we should have known centuries ago.

yang mungkin seharusnya diketahui berabad-abad lalu.

You know, for much of human history,

Sepanjang sebagian besar sejarah manusia, kita mirip seperti LLM,

we were kind of like the LLMs,

figuring things out by kind of matching patterns in our minds.

memahami sesuatu dengan mencocokan pola yang ada di pikiran kita.

But then came more systematic formalization and eventually computation.

Namun, kemudian datang formalisasi yang lebih sistematis dan akhirnya komputasi.

And with that, we got a whole other level of power to truly create new things

Dengan itu, kita mendapatkan kekuatan tingkat lain

untuk benar-benar menciptakan hal-hal baru

and to, in effect, go wherever we want in the ruliad.

dan, pada akhirnya, pergi ke manapun yang kita inginkan di ruliad.

But the challenge is to do that in a way that connects with what we humans,

Namun, tantangannya adalah melakukan itu dengan cara yang relevan

dengan apa yang kita, dan AI, pahami.

and our AIs, understand.

In fact, I've devoted a large part of my life

Sebenarnya, saya telah mengabdikan sebagian besar hidup saya

to kind of trying to build that bridge.

untuk mencoba membangun jembatan itu.

It's all been about creating a language for expressing ourselves computationally,

Ini semua tentang menciptakan bahasa untuk mengekspresikan diri kita

a language for computational thinking.

secara komputasi, bahasa untuk pemikiran berbasis komputasi.

The goal is to formalize what we know about the world in computational terms,

Tujuannya adalah untuk memformalkan apa yang kita ketahui tentang dunia

dalam istilah komputasi,

to have computational ways to represent cities and chemicals and movies

untuk memiliki cara komputasi yang mewakili kota, bahan kimia, film,

and humor and formulas and our knowledge about them.

humor, formula dan pengetahuan kita tentang hal-hal tersebut.

It’s been a vast undertaking that spanned more than four decades of my life,

Ini adalah usaha besar yang berjalan lebih dari empat dekade dalam hidup saya,

tetapi itu adalah sesuatu yang sangat unik dan berbeda.

but it's something very unique and different.

But I'm happy to report that in what has been Mathematica

Namun, saya dengan senang mengumumkan dalam yang tadinya Mathematica

and is now the Wolfram Language,

dan sekarang adalah Bahasa Wolfram,

I think we firmly succeeded in creating

saya pikir kami berhasil menciptakan

a truly full-scale computational language.

bahasa komputasi berskala penuh yang sesungguhnya.

In effect,

Hasilnya,

every one of these functions here can be thought of as formalizing

setiap fungsi ini dapat dianggap sebagai formalisasi dan rangkuman,

and encapsulating, in computational terms,

dalam istilah komputasi,

some facet of the intellectual achievements of our civilization.

beberapa aspek dari pencapaian intelektual peradaban kita.

It's sort of the most concentrated form of intellectual expression that I know,

Ini seperti bentuk ekspresi intelektual paling terkonsentrasi yang saya tahu,

sort of finding the essence of everything and coherently expressing it

seperti menemukan esensi dari segala hal dan mengekspresikannya secara koheren

in the design of our computational language.

dalam desain bahasa komputasi kami.

For me personally,

Bagi saya pribadi,

it's been an amazing journey, kind of, year after year,

ini adalah perjalanan yang luar biasa, dari tahun ke tahun,

building the sort of tower of ideas and technology that's needed.

membangun semacam menara ide dan teknologi yang dibutuhkan,

dan sekarang membagikan itu dengan dunia

And nowadays sharing that process with the world

in things like open live streams and so on.

dalam hal-hal, seperti streaming langsung terbuka dan sebagainya.

A few centuries ago,

Beberapa abad yang lalu,

the development of mathematical notation,

perkembangan notasi matematika,

and what amounts to the language of mathematics,

dan apa yang tergabung sebagai bahasa matematika,

gave a systematic way to express math and made possible algebra and calculus,

memberikan cara sistematis untuk mengekspresikan matematika

dan memungkinkan adanya aljabar dan kalkulus,

and eventually all of modern mathematical science.

dan akhirnya, semua ilmu matematika modern.

And computational language now provides a similar path,

Dan bahasa komputasi sekarang menyediakan jalur yang sama,

letting us ultimately create a computational X

pada akhirnya memungkinkan kita membuat X komputasi

for all imaginable fields X.

untuk semua bidang yang dapat dibayangkan X.

Maksud saya, kita telah melihat pertumbuhan ilmu komputer, CS,

I mean, we've seen the growth of computer science, CS,

but computational language opens up something ultimately much bigger

tetapi bahasa komputasi membuka sesuatu

yang pada akhirnya jauh lebih besar dan lebih luas, CX.

and broader, CX.

Maksud saya, selama 70 tahun kita telah memiliki bahasa pemrograman

I mean, for 70 years we've had programming languages

which are about telling computers in their terms what to do.

yang memberi tahu komputer dalam istilah mereka apa yang harus dilakukan.

But computational language

Namun, bahasa komputasi adalah sesuatu yang secara intelektual jauh lebih besar.

is about something intellectually much bigger.

It's about taking everything we can think about

Ini tentang mengambil semua yang kita pikirkan

and operationalizing it in computational terms.

dan mengoperasionalkannya dalam istilah komputasi.

You know, I built the Wolfram Language

Saya membangun Bahasa Wolfram awalnya dan terutama

first and foremost because I wanted to use it myself.

karena saya ingin menggunakannya sendiri.

And now when I use it,

Ketika saya menggunakannya,

I feel like it's kind of giving me some kind of superpower.

saya merasa seperti memberi saya semacam kekuatan super.

I just have to imagine something in computational terms.

Saya hanya perlu membayangkan sesuatu dalam istilah komputasi.

And then the language sort of almost magically lets me bring it into reality,

Dan kemudian bahasa itu hampir secara ajaib mewujudkan,

melihat konsekuensi, dan membangun hal itu.

see its consequences, and build on them.

And yes, that's the sort of superpower

Itulah jenis kekuatan super yang

memungkinkan saya melakukan hal seperti proyek fisika kami.

that's let me do things like our physics project.

And over the past 35 years,

Selama 35 tahun terakhir,

it's been my great privilege to share this superpower with many other people,

merupakan kehormatan besar untuk berbagi kekuatan super ini dengan orang lain,

and by doing so,

dan dengan melakukannya,

to have enabled an incredible number of advances across many fields.

memungkinkan sejumlah kemajuan luar biasa di banyak bidang.

It's sort of a wonderful thing to see people, researchers, CEOs, kids,

Sungguh suatu hal yang luar biasa melihat orang-orang, peneliti, CEO, anak-anak,

using our language to fluently think in computational terms,

menggunakan bahasa kami untuk berpikir dengan fasih dalam istilah komputasi,

kind of crispening up their own thinking,

mempertajam pemikiran mereka sendiri,

and then in effect, automatically calling in computational superpowers.

dan kemudian secara otomatis memanggil kekuatan super komputasi.

And now it's not just people who can do that.

Sekarang bukan hanya manusia yang bisa melakukan itu.

AIs can use our computational language as a tool, too.

AI juga dapat menggunakan bahasa komputasi kita sebagai alat.

Yes, to get their facts straight,

Ya, untuk meluruskan fakta mereka,

but even more importantly, to compute new facts.

tetapi yang lebih penting, untuk menghasilkan fakta baru.

There are already some integrations of our technology into LLMs.

Sudah ada beberapa integrasi teknologi kami ke dalam LLM.

There's a lot more you'll be seeing soon.

Tidak lama akan ada lebih banyak lagi.

And, you know, when it comes to building new things

Ketika harus membangun hal-hal baru dalam alur kerja baru yang sangat kuat,

in a very powerful emerging workflow,

it's basically to start by telling the LLM roughly what you want,

pada dasarnya itu mulai dengan memerintah LLM kira-kira apa yang Anda inginkan,

then to have it try to express that in precise Wolfram Language,

kemudian mencoba mengekspresikannya dalam bahasa Wolfram yang tepat,

then, and this is a critical feature of our computational language,

lalu, ini fitur penting dari bahasa komputasi kami dibandingkan dengan

compared to, for example, programming language,

misalnya bahasa pemrograman,

you as a human can read the code,

Anda sebagai manusia dapat membaca kode,

dan jika itu sesuai keinginan anda,

and if it does what you want,

you can use it as kind of a dependable component to build on.

Anda dapat menggunakannya sebagai komponen yang dapat diandalkan.

OK, but let's say we use more and more AI,

Oke, tetapi katakanlah kita menggunakan lebih banyak AI,

more and more computation.

semakin banyak komputasi.

What's the world going to be like?

Akan seperti apa dunia ini?

From the industrial revolution on,

Dari revolusi industri dan seterusnya,

we’ve been used to doing engineering where we can in effect,

kita terbiasa melakukan rekayasa dimana kita dapat melihat

see how the gears mesh to understand how things work.

bagaimana roda gigi menyatu,

memahami bagaimana segala hal bekerja.

But computational irreducibility

Namun, computational irreducibility menunjukkan kepada kita

now shows us that that won't always be possible.

bahwa itu tidak selalu mungkin.

We won't always be able to make a kind of simple human or, say,

Kita tidak akan selalu dapat membuat narasi manusia atau matematis sederhana

mathematical narrative

untuk menjelaskan atau memprediksi apa yang akan dilakukan sistem.

to explain or predict what a system will do.

And yes, this is science, in effect, eating itself from the inside.

Dan ya, ini adalah sains sebenarnya, memakan dirinya sendiri dari dalam.

From all the successes of mathematical science,

Dari semua keberhasilan ilmu matematika,

we've come to believe that somehow, if we only could find them,

kita percaya bahwa entah bagaimana, jika kita bahkan dapat menemukannya,

there'd be formulas to kind of predict everything.

akan ada rumus untuk memprediksi segala hal.

But now computational irreducibility shows us that that isn't true.

Namun, computational irreducibility menunjukkan kepada kita itu salah.

Dan sebenarnya, untuk mengetahui apa yang akan dilakukan sistem,

And that in effect, to find out what a system will do,

we have to go through the same irreducible computational steps

kita harus melalui langkah komputasi yang tidak dapat direduksi yang sama

as the system itself.

seperti sistem itu sendiri.

Yes, it's a weakness of science,

Ya, ini adalah kelemahan sains,

but it's also why the passage of time is significant and meaningful

tetapi itu juga mengapa perjalanan waktu signifikan dan bermakna

and why we can't just sort of jump ahead to get the answer.

dan alasan kita tidak dapat melompat ke masa depan untuk mendapatkan jawabannya.

We have to live the steps.

Kita harus menjalani langkah-langkahnya.

It's actually going to be, I think, a great societal dilemma of the future.

Saya kira ini sebenarnya akan menjadi dilema sosial yang besar di masa depan.

If we let our AIs achieve their kind of full computational potential,

Jika kita membiarkan AI mencapai potensi komputasi penuh mereka,

they'll have lots of computational irreducibility

akan ada banyak computational irreducibility

and we won't be able to predict what they'll do.

dan kita tidak mampu memprediksi aktivitas mereka.

But if we put constraints on them to make them more predictable,

Namun, jika kita membatasinya agar lebih mudah diprediksi,

we'll limit what they can do for us.

kita membatasi kemampuan mereka.

So what will it feel like if our world is full of computational irreducibility?

Jadi, bagaimana rasanya jika dunia kita penuh dengan computational irreducibility?

Well, it's really nothing new

Yah, itu benar-benar bukan hal baru

because that's the story with much of nature.

karena kurang lebih begitulah alam.

And what's happened there

Apa yang terjadi adalah kita telah menemukan cara hidup di alam,

is that we've found ways to operate within nature,

even though nature can sometimes still surprise us.

meskipun alam terkadang masih dapat mengejutkan kita.

And so it will be with the AIs.

Dan begitu juga dengan AI.

We might give them a constitution, but there will always be consequences

Kita mungkin memberi mereka aturan dasar, tetapi akan selalu ada konsekuensi

we can't predict.

yang tidak dapat kita prediksi.

Of course, even figuring out societally what we want from the AIs is hard.

Bahkan mencari tahu sebagai masyarakat apa yang kita inginkan dari AI itu sulit.

Maybe we need you know, a promptocracy

Mungkin kita perlu promptocracy,

where people write prompts instead of just voting.

dimana orang menulis instruksi alih-alih hanya memilih.

But basically, every control the outcome scheme

Namun pada dasarnya, setiap kontrol pada skema hasil

seems full of both political philosophy

tampaknya penuh dengan filosofi politik

and computational irreducibility gotchas.

dan kekeliruan komputasi yang tidak dapat direduksi.

You know, if we look at the whole arc of human history,

Anda tahu, jika kita melihat lengkungan sejarah manusia,

the one thing that's systematically changed

satu hal yang secara sistematis berubah adalah semakin banyak yang otomatis

is that more and more gets automated.

And LLMs just gave us a dramatic and unexpected example of that.

dan LLM baru saja memberi kita contoh dramatis yang tak terduga.

So what does that mean?

Jadi apa artinya itu?

Does that mean that in the end, us humans will have nothing to do?

Apakah berarti pada akhirnya kita manusia akan tidak melakukan apa-apa?

Well, if we look at history,

Nah, jika kita melihat sejarah,

what seems to happen is that when one thing gets automated away,

apa yang tampaknya terjadi adalah ketika satu hal menjadi otomatis,

it opens up lots of new things to do.

membuka banyak hal baru untuk dilakukan.

And as economies develop,

Dan seiring perkembangan ekonomi,

the pie chart of occupations seems to get more and more fragmented.

diagram pekerjaan tampaknya semakin terbagi.

And now we're back to the ruliad.

Dan sekarang kita kembali ke ruliad.

Because at a foundational level,

Karena pada tingkat dasar,

what's happening is that automation is opening up more directions

apa yang terjadi adalah otomatisasi membuka lebih banyak arah

to go in the ruliad.

mengarah ke ruliad.

But there's no abstract way to choose between these.

Namun, tidak ada cara abstrak untuk memilih di antara ini.

It's a question of what we humans want,

Ini adalah pertanyaan apa yang manusia inginkan,

and it requires kind of humans doing work to define that.

dan itu membutuhkan orang yang bekerja untuk mendefinisikannya.

So a society of AI as sort of untethered by human input,

Jadi, sekumpulan AI yang tidak terikat oleh input manusia,

would effectively go off and explore the whole ruliad.

akan secara efektif pergi dan mengeksplorasi seluruh ruliad.

But most of what they do would seem to us random and pointless,

Namun, sebagian besar yang mereka lakukan akan tampak acak dan tidak ada gunanya,

much like most of nature doesn't seem to us right now,

seperti proses alam yang tampaknya bagi kita saat ini seperti tidak gunanya.

like it's achieving a purpose.

I mean, one used to imagine that to build things that are useful to us,

Maksud saya, orang dulu membayangkan untuk membangun hal-hal yang berguna bagi kita,

kita harus melakukannya langkah demi langkah.

we'd have to do it kind of step by step.

But AI and the whole phenomenon of computation

Tetapi AI dan seluruh fenomena komputasi

tell us that really what we need

menjelaskan bahwa sebenarnya apa yang kita butuhkan

is more just to define what we want.

hanyalah mendefinisikan apa yang kita inginkan.

Then computation, AI, automation can make it happen.

Kemudian komputasi, AI, otomatisasi dapat mewujudkannya.

And yes, I think the key to defining in a clear way what we want

Saya pikir kunci untuk mendefinisikan dengan jelas apa yang kita inginkan

is computational language.

adalah bahasa komputasi.

And, you know, even after 35 years,

Bahkan setelah 35 tahun, bagi banyak orang,

for many people,

Wolfram Language is still sort of an artifact from the future.

bahasa Wolfram masih dianggap sebagai artefak dari masa depan.

If your job is to program, it seems like a cheat.

Jika tugas Anda adalah memprogram, sepertinya itu curang.

How come you can do in an hour what would usually take you a week?

Bagaimana Anda dapat melakukan pekerjaan seminggu dalam satu jam?

But it can also be kind of daunting because having dashed off that one thing,

Namun, itu dapat menjadi agak menakutkan karena setelah selesai dengan satu hal,

you now have to conceptualize the next thing.

sekarang Anda harus mengkonseptualisasikan hal berikutnya.

Of course, it's great for CEOs and CTOs

Tentu saja, ini bagus untuk CEO dan CTO

and intellectual leaders who are ready to race on to the next thing.

dan pemimpin intelektual yang siap untuk berlomba ke hal berikutnya.

And indeed, it's an impressively popular thing in that set.

Dan memang, itu adalah hal yang sangat populer dalam konteks itu.

Dalam arti tertentu, apa yang terjadi adalah bahasa Wolfram bergeser

In a sense, what's happening is that Wolfram Language shifts

from concentrating on mechanics to concentrating on conceptualization,

dari berkonsentrasi pada mekanika menjadi pada konseptualisasi,

and the key to that conceptualization is broad computational thinking.

dan kunci konseptualisasi itu adalah pemikiran komputasi yang luas.

Jadi bagaimana seseorang dapat belajar melakukannya?

So how can one learn to do that?

It's not really a story of CS,

Ini bukan kisah CS,

it's really a story of CX.

ini sebenarnya kisah CX.

And as a kind of education,

Dan sebagai semacam pendidikan, ini lebih seperti ilmu seni daripada STEM.

it's more like liberal arts than STEM.

It's part of a trend that when you automate technical execution,

Ini adalah bagian dari tren ketika Anda mengotomatiskan eksekusi teknis,

what becomes important is not figuring out how to do things,

yang penting bukanlah mencari tahu bagaimana melakukan sesuatu,

but what to do.

tetapi apa yang harus dilakukan.

And that's more a story of broad knowledge and general thinking

Dan itu lebih tentang pengetahuan luas dan pemikiran umum

than any kind of narrow specialization.

daripada jenis spesialisasi apa pun.

You know, there's sort of an unexpected human centeredness to all of this.

Ada semacam keterpusatan manusia yang tak terduga untuk semua ini.

We might have thought that with the advance of science and technology,

Kita mungkin berpikir dengan kemajuan ilmu pengetahuan dan teknologi,

the particulars of us humans would become ever less relevant.

kekhasan kita manusia akan menjadi semakin kurang relevan.

Namun, kami menemukan bahwa itu salah dan, pada kenyataannya, semuanya,

But we've discovered that that's not true, and that, in fact, everything,

even our physics,

bahkan fisika kami,

depends on how we humans happen to have sampled the ruliad.

tergantung pada bagaimana kita manusia kebetulan mengambil sampel ruliad.

Before our physics project,

Sebelum proyek fisika kami,

we didn't know if our universe really was computational,

kami tidak tahu apakah alam semesta sungguh berbasis komputasi,

tetapi sekarang cukup jelas bahwa itu benar.

but now it's pretty clear that it is.

And from that, we're sort of inexorably led to the ruliad,

Dan dari sana, kita tak terhindarkan menuju ruliad,

with all its kind of vastness

dengan luasnya yang jauh lebih besar daripada ruang fisik di alam semesta kita.

so hugely greater than the physical space in our universe.

So where will we go in the ruliad?

Jadi kemana kita akan pergi di ruliad?

Computational language is what lets us chart our path.

Bahasa komputasi adalah apa yang memungkinkan kita memetakan jalur.

It lets us humans define our goals and our journeys.

Ini memungkinkan kita menentukan tujuan dan perjalanan kita.

And what's amazing is that all the power and depth

Dan yang menakjubkan adalah semua kekuatan dan kedalaman

of what's out there in the ruliad is accessible to everyone.

dari apa yang ada di ruliad dapat diakses oleh semua orang.

One just has to learn to harness those computational superpowers,

Kita hanya perlu belajar memanfaatkan kekuatan super komputasi itu,

which kind of starts here,

yang dimulai di sini,

you know, our portal to the ruliad.

portal kami ke ruliad.

Thank you.

Terima kasih.

(Applause)

(Tepuk tangan)