The incredible inventions of intuitive AI | Maurice Conti

5,584,143 views ・ 2017-02-28

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

00:00
Translator: Leslie Gauthier Reviewer: Camille Martínez
0
0
7000
Traduttore: Mario Leonardi Revisore: Federico MINELLE
00:12
How many of you are creatives,
1
12555
2289
Quanti di voi sono creativi,
00:14
designers, engineers, entrepreneurs, artists,
2
14868
3624
progettisti, ingegneri, imprenditori, artisti,
00:18
or maybe you just have a really big imagination?
3
18516
2387
o forse avete soltanto una grande immaginazione?
00:20
Show of hands? (Cheers)
4
20927
1848
Alzate le mani ? (Brusio)
00:22
That's most of you.
5
22799
1181
La maggior parte di voi.
00:25
I have some news for us creatives.
6
25154
2294
Ho delle novità per noi creativi.
00:28
Over the course of the next 20 years,
7
28534
2573
Nel corso dei prossimi 20 anni,
00:33
more will change around the way we do our work
8
33291
2973
ci saranno più cambiamenti, nel modo in cui lavoriamo,
00:37
than has happened in the last 2,000.
9
37202
2157
di quelli avvenuti negli ultimi 2.000.
00:40
In fact, I think we're at the dawn of a new age in human history.
10
40331
4628
Infatti, credo che siamo all'alba di una nuova era nella storia dell'umanità.
00:45
Now, there have been four major historical eras defined by the way we work.
11
45465
4761
Ci sono state quattro grandi ere storiche definite dal modo in cui lavoriamo.
00:51
The Hunter-Gatherer Age lasted several million years.
12
51224
3275
L'Era dei Cacciatori-Raccoglitori è durata diversi milioni di anni.
00:54
And then the Agricultural Age lasted several thousand years.
13
54983
3576
Poi l'Era Agricola, che è durata diverse migliaia di anni.
00:59
The Industrial Age lasted a couple of centuries.
14
59015
3490
L'Era Industriale è durata solo qualche centinaio di anni.
01:02
And now the Information Age has lasted just a few decades.
15
62529
4287
E adesso c'è l'Era dell'Informazione da appena poche decine di anni.
01:06
And now today, we're on the cusp of our next great era as a species.
16
66840
5220
E ora, oggi, siamo sul nascere della prossima grande era per la nostra specie.
01:13
Welcome to the Augmented Age.
17
73116
2680
Benvenuti nell'Era Aumentata.
01:15
In this new era, your natural human capabilities are going to be augmented
18
75820
3693
In questa nuova era, le vostre capacità naturali saranno aumentate
01:19
by computational systems that help you think,
19
79537
3068
da sistemi computerizzati che vi aiuteranno a pensare,
01:22
robotic systems that help you make,
20
82629
2186
sistemi robotici che vi aiuteranno a produrre,
01:24
and a digital nervous system
21
84839
1648
e un sistema nervoso digitale
01:26
that connects you to the world far beyond your natural senses.
22
86511
3690
che vi connetterà con il mondo molto al di là dei vostri sensi naturali.
01:31
Let's start with cognitive augmentation.
23
91257
1942
Iniziamo con l'aumento cognitivo.
01:33
How many of you are augmented cyborgs?
24
93223
2200
Quanti di voi sono "cyborg" aumentati?
01:35
(Laughter)
25
95953
2650
(Risate)
01:38
I would actually argue that we're already augmented.
26
98627
2821
Io invece dico che siamo già aumentati.
01:42
Imagine you're at a party,
27
102108
1504
Pensate di essere ad un party
01:43
and somebody asks you a question that you don't know the answer to.
28
103636
3520
e qualcuno vi fa una domanda, della quale non conoscete la risposta.
01:47
If you have one of these, in a few seconds, you can know the answer.
29
107180
3760
Se avete uno di questi, in pochi secondi potrete conoscere la risposta.
01:51
But this is just a primitive beginning.
30
111689
2299
Ma questo è soltanto un inizio primitivo.
01:54
Even Siri is just a passive tool.
31
114683
3331
Persino Siri è solo uno strumento passivo.
01:58
In fact, for the last three-and-a-half million years,
32
118480
3381
Infatti, negli ultimi tre milioni e mezzo di anni,
02:01
the tools that we've had have been completely passive.
33
121885
3109
gli strumenti che abbiamo avuto sono stati del tutto passivi.
02:06
They do exactly what we tell them and nothing more.
34
126023
3655
Essi fanno esattamente quello che diciamo ad essi e nulla più.
02:09
Our very first tool only cut where we struck it.
35
129702
3101
Il nostro primo strumento tagliava solo dove lo facevamo colpire.
02:13
The chisel only carves where the artist points it.
36
133642
3040
Lo scalpello scolpisce solo dove l'artista lo punta.
02:17
And even our most advanced tools do nothing without our explicit direction.
37
137163
5641
E anche gli strumenti più avanzati non fanno nulla senza la nostra guida.
02:22
In fact, to date, and this is something that frustrates me,
38
142828
3181
Infatti, sino ad oggi, e questo è per me motivo di frustrazione,
02:26
we've always been limited
39
146033
1448
siamo sempre stati limitati
02:27
by this need to manually push our wills into our tools --
40
147505
3501
da questo bisogno di fornire manualmente le nostre volontà negli strumenti
02:31
like, manual, literally using our hands,
41
151030
2297
cioé, manualmente, usando letteralmente le mani,
02:33
even with computers.
42
153351
1428
anche con i computers.
02:35
But I'm more like Scotty in "Star Trek."
43
155892
2463
Ma io sono più come Scotty in "Star Trek."
02:38
(Laughter)
44
158379
1850
(Risate)
02:40
I want to have a conversation with a computer.
45
160253
2146
Io voglio conversare con il computer.
02:42
I want to say, "Computer, let's design a car,"
46
162423
2970
Voglio poter dire, "Computer, progettiamo un'automobile",
02:45
and the computer shows me a car.
47
165417
1539
e il computer mi mostra un'auto.
02:46
And I say, "No, more fast-looking, and less German,"
48
166980
2608
E io dico "No, più veloce, e meno tedesca"
02:49
and bang, the computer shows me an option.
49
169612
2163
e bang, il computer mi mostra un'alternativa.
02:51
(Laughter)
50
171799
1865
(Risate)
02:54
That conversation might be a little ways off,
51
174028
2306
Quella conversazione forse è un po' distante,
02:56
probably less than many of us think,
52
176358
2665
forse meno di quello che pensiamo,
02:59
but right now,
53
179047
1763
ma adesso
03:00
we're working on it.
54
180834
1151
ci stiamo lavorando.
03:02
Tools are making this leap from being passive to being generative.
55
182009
4033
Gli strumenti stanno passando da passivi a essere generativi.
03:06
Generative design tools use a computer and algorithms
56
186651
3308
Gli strumenti di design generativi usano un computer e algoritmi
03:09
to synthesize geometry
57
189983
2608
per sintetizzare la geometria
03:12
to come up with new designs all by themselves.
58
192615
2754
e creare nuovi progetti, tutti da loro stessi.
03:15
All it needs are your goals and your constraints.
59
195816
2748
Hanno solo bisogno dei vostri obiettivi e vincoli.
03:18
I'll give you an example.
60
198588
1408
Vi faccio un esempio.
03:20
In the case of this aerial drone chassis,
61
200020
2788
Nel caso del telaio di questo drone aereo,
03:22
all you would need to do is tell it something like,
62
202832
2626
tutto quello che dovreste fare è dire qualcosa come,
03:25
it has four propellers,
63
205482
1273
ha quattro eliche,
03:26
you want it to be as lightweight as possible,
64
206779
2131
deve essere il più leggero possibile,
03:28
and you need it to be aerodynamically efficient.
65
208934
2270
deve essere aerodinamicamente efficiente.
03:31
Then what the computer does is it explores the entire solution space:
66
211228
4914
Quindi quello che il computer fa è esplorare l'intero campo delle soluzioni:
03:36
every single possibility that solves and meets your criteria --
67
216166
3927
ogni singola possibilità che soddisfa i vostri criteri --
03:40
millions of them.
68
220117
1442
milioni di queste.
03:41
It takes big computers to do this.
69
221583
1975
Serve un gran computer per fare questo.
03:43
But it comes back to us with designs
70
223582
1955
Ma esso produce per noi dei progetti
03:45
that we, by ourselves, never could've imagined.
71
225561
3143
che noi, da soli, non avremmo neanche immaginato.
03:49
And the computer's coming up with this stuff all by itself --
72
229146
2912
E il computer fa tutto questo da solo --
03:52
no one ever drew anything,
73
232082
1678
nessuno ha disegnato nulla
03:53
and it started completely from scratch.
74
233784
2086
e ha iniziato completamente da zero.
03:56
And by the way, it's no accident
75
236858
2387
E comunque, non è un caso
03:59
that the drone body looks just like the pelvis of a flying squirrel.
76
239269
3481
che il telaio del drone assomigli al bacino di uno scoiattolo volante.
04:03
(Laughter)
77
243107
2007
(Risate)
04:05
It's because the algorithms are designed to work
78
245860
2302
Ѐ perché gli algoritmi sono studiati per lavorare
04:08
the same way evolution does.
79
248186
1637
allo stesso modo dell'evoluzione.
04:10
What's exciting is we're starting to see this technology
80
250535
2660
Ѐ eccitante iniziare a vedere questa tecnologia
04:13
out in the real world.
81
253219
1159
passare nel mondo reale.
04:14
We've been working with Airbus for a couple of years
82
254402
2452
Abbiamo lavorato con Airbus per un paio d'anni
04:16
on this concept plane for the future.
83
256878
1909
sul concetto di aeroplano del futuro.
04:18
It's a ways out still.
84
258811
2070
E' ancora di là da venire.
04:20
But just recently we used a generative-design AI
85
260905
3780
Ma recentemente abbiamo usato un sistema di AI per la generazione di progetti
04:24
to come up with this.
86
264709
1807
in grado d risolvere questo problema.
04:27
This is a 3D-printed cabin partition that's been designed by a computer.
87
267429
5153
Questa è la partizione di una cabina stampata in 3D e disegnata da un computer.
04:32
It's stronger than the original yet half the weight,
88
272606
2824
Ѐ più forte dell'originale, ma pesa solo la metà,
04:35
and it will be flying in the Airbus A320 later this year.
89
275454
3146
e volerà sull'Airbus A320 alla fine di quest'anno.
Quindi i computer ora possono creare;
04:39
So computers can now generate;
90
279225
1559
04:40
they can come up with their own solutions to our well-defined problems.
91
280808
4595
possono trovare le loro soluzioni ai nostri problemi (ben definiti).
04:46
But they're not intuitive.
92
286497
1310
Ma non sono intuitivi.
04:47
They still have to start from scratch every single time,
93
287831
3086
Devono ancora iniziare da zero ogni singola volta
04:50
and that's because they never learn.
94
290941
2565
e questo perché non impararano mai.
04:54
Unlike Maggie.
95
294188
1766
Al contrario di Maggie.
04:55
(Laughter)
96
295978
1581
(Risate)
04:57
Maggie's actually smarter than our most advanced design tools.
97
297583
3297
Maggie è più intelligente dei più avanzati strumenti di progettazione.
Cosa voglio dire?
05:01
What do I mean by that?
98
301287
1440
05:02
If her owner picks up that leash,
99
302751
1590
Se il suo padrone prende il guinzaglio,
05:04
Maggie knows with a fair degree of certainty
100
304365
2068
Maggie è abbastanza certa
05:06
it's time to go for a walk.
101
306457
1404
che è ora di uscire.
05:07
And how did she learn?
102
307885
1185
E come ha imparato?
05:09
Well, every time the owner picked up the leash, they went for a walk.
103
309094
3324
Beh, ogni volta che il padrone prendeva il guinzaglio, poi uscivano.
05:12
And Maggie did three things:
104
312442
1878
E Maggie ha fatto tre cose:
05:14
she had to pay attention,
105
314344
1869
ha dovuto essere attenta,
05:16
she had to remember what happened
106
316237
2082
ricordare cosa era successo,
05:18
and she had to retain and create a pattern in her mind.
107
318343
4017
ed elaborare un modello nella sua mente.
05:23
Interestingly, that's exactly what
108
323249
2095
Esattamente quello che gli scienziati
05:25
computer scientists have been trying to get AIs to do
109
325368
2523
informatici hanno cercato di far fare all'AI
05:27
for the last 60 or so years.
110
327915
1859
nel corso degli ultimi 60 anni.
05:30
Back in 1952,
111
330503
1349
Nel 1952,
05:31
they built this computer that could play Tic-Tac-Toe.
112
331876
3801
costruirono questo computer che sapeva giocare a Tris.
05:36
Big deal.
113
336901
1160
Sai che affare!
05:38
Then 45 years later, in 1997,
114
338849
3000
Poi 45 anni più tardi, nel 1997
05:41
Deep Blue beats Kasparov at chess.
115
341873
2472
Deep Blue ha battuto Kasparov a scacchi.
05:45
2011, Watson beats these two humans at Jeopardy,
116
345866
4968
2011, Watson batte questi due umani a Jeopardy,
05:50
which is much harder for a computer to play than chess is.
117
350858
2928
che è molto più difficile degli scacchi, per un computer.
05:53
In fact, rather than working from predefined recipes,
118
353810
3812
Infatti, piuttosto che lavorare da formule pre-impostate,
05:57
Watson had to use reasoning to overcome his human opponents.
119
357646
3323
Watson dovette usare il ragionamento per battere i suoi avversari umani.
06:02
And then a couple of weeks ago,
120
362213
2439
E poi, un paio di settimane fa,
06:04
DeepMind's AlphaGo beats the world's best human at Go,
121
364676
4262
AlphaGo di DeepMind batte il campione del mondo umano a Go,
06:08
which is the most difficult game that we have.
122
368962
2212
che è il gioco più difficile che abbiamo.
06:11
In fact, in Go, there are more possible moves
123
371198
2896
Infatti, nel Go, ci sono più mosse possibili
06:14
than there are atoms in the universe.
124
374118
2024
di quanti atomi ci sono nell'Universo.
06:18
So in order to win,
125
378030
1826
Quindi per vincere,
06:19
what AlphaGo had to do was develop intuition.
126
379880
2618
AlphaGo ha dovuto sviluppare l'intuizione.
06:22
And in fact, at some points, AlphaGo's programmers didn't understand
127
382918
4110
E infatti ad un certo punto i programmatori di AlphaGo non capivano
06:27
why AlphaGo was doing what it was doing.
128
387052
2286
perché AlphaGo facesse quello che faceva.
06:31
And things are moving really fast.
129
391271
1660
E le cose stanno andando molto veloci.
06:32
I mean, consider -- in the space of a human lifetime,
130
392955
3227
Voglio dire, pensate - nello spazio di una vita umana,
06:36
computers have gone from a child's game
131
396206
2233
i computers sono passati dai giochi per bambini
06:39
to what's recognized as the pinnacle of strategic thought.
132
399740
3048
a quello che è riconosciuto come il massimo del pensiero strategico.
06:43
What's basically happening
133
403819
2417
In pratica quello che sta avvenendo
06:46
is computers are going from being like Spock
134
406260
3310
è che i computers sono passati da essere come Spock
06:49
to being a lot more like Kirk.
135
409594
1949
ad essere più come Kirk.
06:51
(Laughter)
136
411567
3618
(Risate)
06:55
Right? From pure logic to intuition.
137
415209
3424
Giusto? Da pura logica ad intuizione.
07:00
Would you cross this bridge?
138
420004
1743
Attraversereste questo ponte?
07:02
Most of you are saying, "Oh, hell no!"
139
422429
2323
Molti di voi stanno dicendo, "Oh diavolo, no!"
07:04
(Laughter)
140
424776
1308
(Risate)
07:06
And you arrived at that decision in a split second.
141
426108
2657
E siete arrivati a decidere in meno di un secondo.
07:08
You just sort of knew that bridge was unsafe.
142
428789
2428
Sapevate subito che quel ponte non era sicuro.
07:11
And that's exactly the kind of intuition
143
431241
1989
E questo è proprio il tipo di intuizione
07:13
that our deep-learning systems are starting to develop right now.
144
433254
3568
che i nostri sistemi di apprendimento profondo stanno sviluppando ora.
07:17
Very soon, you'll literally be able
145
437542
1707
Molto presto, potrete letteralmente
07:19
to show something you've made, you've designed,
146
439273
2206
mostrare qualcosa da voi fatto, o progettato,
07:21
to a computer,
147
441503
1153
ad un computer
07:22
and it will look at it and say,
148
442680
1489
e lui la guarderà e dirà,
07:24
"Sorry, homie, that'll never work. You have to try again."
149
444193
2823
"Mi dispiace, amico, non funzionerà mai. Riprovaci."
07:27
Or you could ask it if people are going to like your next song,
150
447674
3070
O potreste chiedergli se alla gente piacerà la vostra prossima canzone,
07:31
or your next flavor of ice cream.
151
451593
2063
o il vostro prossimo gusto di gelato.
07:35
Or, much more importantly,
152
455369
2579
O, ancora più importante,
07:37
you could work with a computer to solve a problem
153
457972
2364
potreste lavorare con un computer per risolvere un problema
07:40
that we've never faced before.
154
460360
1637
mai affrontato prima.
Come il cambiamento climatico.
07:42
For instance, climate change.
155
462021
1401
07:43
We're not doing a very good job on our own,
156
463446
2020
Non stiamo facendo un buon lavoro da soli,
07:45
we could certainly use all the help we can get.
157
465490
2245
un aiuto ci farebbe sicuramente comodo.
07:47
That's what I'm talking about,
158
467759
1458
Questo è ciò di cui parlo,
07:49
technology amplifying our cognitive abilities
159
469241
2555
tecnologia che amplifica le nostre capacità cognitive
07:51
so we can imagine and design things that were simply out of our reach
160
471820
3552
così che possiamo immaginare e progettare cose che non erano alla nostra portata
07:55
as plain old un-augmented humans.
161
475396
2559
come semplici umani "non aumentati".
07:59
So what about making all of this crazy new stuff
162
479804
2941
Allora, come realizzare tutta questa roba pazzesca
08:02
that we're going to invent and design?
163
482769
2441
che inventeremo e progetteremo ?
08:05
I think the era of human augmentation is as much about the physical world
164
485772
4093
Credo che l'era dell'umanità aumentata riguardi tanto il mondo fisico
08:09
as it is about the virtual, intellectual realm.
165
489889
3065
quanto quello virtuale, o il campo intellettuale.
08:13
How will technology augment us?
166
493653
1921
Come farà la tecnologia ad aumentarci?
08:16
In the physical world, robotic systems.
167
496081
2473
Nel mondo fisico, con i sistemi robotici.
08:19
OK, there's certainly a fear
168
499440
1736
OK, c'è sicuramente il timore
08:21
that robots are going to take jobs away from humans,
169
501200
2488
che i robot toglieranno lavoro agli umani,
08:23
and that is true in certain sectors.
170
503712
1830
e questo è vero in certi settori.
08:25
But I'm much more interested in this idea
171
505994
2878
Ma io sono più interessato a questa idea
08:28
that humans and robots working together are going to augment each other,
172
508896
5010
che umani e robot, lavorando insieme si possano aumentare a vicenda
08:33
and start to inhabit a new space.
173
513930
2058
e inizino ad occupare un nuovo spazio.
08:36
This is our applied research lab in San Francisco,
174
516012
2362
Questo è il nostro laboratorio di S.Francisco,
08:38
where one of our areas of focus is advanced robotics,
175
518398
3142
dove una delle aree di interesse è la robotica avanzata,
08:41
specifically, human-robot collaboration.
176
521564
2511
specificatamente, la collaborazione uomo - robot.
08:44
And this is Bishop, one of our robots.
177
524854
2759
E questo è Bishop, uno dei nostri robot.
08:47
As an experiment, we set it up
178
527637
1789
Come esperimento, l'abbiamo impostato
08:49
to help a person working in construction doing repetitive tasks --
179
529450
3460
per aiutare a compiere operazioni ripetitive nel campo delle costruzioni
08:53
tasks like cutting out holes for outlets or light switches in drywall.
180
533804
4194
come fare dei fori per prese elettriche o interruttori nel cartongesso.
08:58
(Laughter)
181
538022
2466
(Risate)
09:01
So, Bishop's human partner can tell what to do in plain English
182
541697
3111
Così, il compagno umano di Bishop può dire cosa fare in Inglese
09:04
and with simple gestures,
183
544832
1305
e con gesti semplici,
09:06
kind of like talking to a dog,
184
546161
1447
come portare a spasso un cane,
09:07
and then Bishop executes on those instructions
185
547632
2143
e Bishop esegue quelle istruzioni
09:09
with perfect precision.
186
549799
1892
con precisione estrema.
09:11
We're using the human for what the human is good at:
187
551715
2989
Stiamo usando gli umani per quello in cui sono bravi:
09:14
awareness, perception and decision making.
188
554728
2333
consapevolezza, percezione e processo decisionale.
09:17
And we're using the robot for what it's good at:
189
557085
2240
Stiamo usando i robot per quello che sanno fare
09:19
precision and repetitiveness.
190
559349
1748
precisione e ripetitività.
09:22
Here's another cool project that Bishop worked on.
191
562072
2367
Ecco un altro progetto su cui Bishop ha lavorato.
09:24
The goal of this project, which we called the HIVE,
192
564463
3075
L'obiettivo del progetto, che abbiamo chiamato HIVE,
09:27
was to prototype the experience of humans, computers and robots
193
567562
3851
era un esempio di come umani, computers e robot potessero
09:31
all working together to solve a highly complex design problem.
194
571437
3220
lavorare insieme per risolvere complessi problemi di progettazione.
09:35
The humans acted as labor.
195
575613
1451
Gli umani erano la manodopera.
09:37
They cruised around the construction site, they manipulated the bamboo --
196
577088
3473
Giravano per il cantiere, lavoravano il bambù --
09:40
which, by the way, because it's a non-isomorphic material,
197
580585
2756
che, per inciso, essendo un materiale non isomorfo,
09:43
is super hard for robots to deal with.
198
583365
1874
è troppo duro per i robot.
09:45
But then the robots did this fiber winding,
199
585263
2022
Ma poi i robot fecero queste legature
09:47
which was almost impossible for a human to do.
200
587309
2451
che erano quasi impossibili da fare per gli umani.
09:49
And then we had an AI that was controlling everything.
201
589784
3621
E poi avevamo un AI che controllava tutto.
09:53
It was telling the humans what to do, telling the robots what to do
202
593429
3290
Diceva agli umani cosa fare, diceva ai robot cosa fare
09:56
and keeping track of thousands of individual components.
203
596743
2915
e teneva il conto di migliaia di singole componenti.
09:59
What's interesting is,
204
599682
1180
La cosa interessante è
10:00
building this pavilion was simply not possible
205
600886
3141
che costruire questo padiglione sarebbe stato impossibile
10:04
without human, robot and AI augmenting each other.
206
604051
4524
senza umani, robot e AI che si aumentavano l'un l'altro.
10:09
OK, I'll share one more project. This one's a little bit crazy.
207
609710
3320
OK, vi mostrerò un altro progetto. Questo è un po' folle.
10:13
We're working with Amsterdam-based artist Joris Laarman and his team at MX3D
208
613054
4468
Stiamo lavorando con Joris Laarman, un artista di Amsterdam, e il suo team
10:17
to generatively design and robotically print
209
617546
2878
per progettare generativamente e stampare roboticamente
10:20
the world's first autonomously manufactured bridge.
210
620448
2995
il primo ponte del mondo costruito autonomamente
10:24
So, Joris and an AI are designing this thing right now, as we speak,
211
624135
3685
Così, Joris e un AI stanno progettando questa cosa proprio adesso,
10:27
in Amsterdam.
212
627844
1172
ad Amsterdam
10:29
And when they're done, we're going to hit "Go,"
213
629040
2321
Quando avranno finito, premeremo "Via,"
10:31
and robots will start 3D printing in stainless steel,
214
631385
3311
e i robots stamperanno in 3D acciaio inossidabile
10:34
and then they're going to keep printing, without human intervention,
215
634720
3283
e continueranno a stampare senza intervento umano
10:38
until the bridge is finished.
216
638027
1558
fino a che il ponte sarà finito.
10:40
So, as computers are going to augment our ability
217
640919
2928
Così, come i computer aumenteranno la nostra capacità
10:43
to imagine and design new stuff,
218
643871
2150
di immaginare e progettare nuove cose,
10:46
robotic systems are going to help us build and make things
219
646045
2895
i sistemi robotici ci aiuteranno a costruire e fare cose
10:48
that we've never been able to make before.
220
648964
2084
che non abbiamo mai potuto fare prima.
10:52
But what about our ability to sense and control these things?
221
652167
4160
Ma, che dire della nostra capacità di sentire e controllare queste cose?
10:56
What about a nervous system for the things that we make?
222
656351
4031
E che dire di un sistema nervoso per le cose che facciamo?
11:00
Our nervous system, the human nervous system,
223
660406
2512
Il nostro sistema nervoso, quello umano,
11:02
tells us everything that's going on around us.
224
662942
2311
ci dice tutto quello che accade intorno a noi.
11:06
But the nervous system of the things we make is rudimentary at best.
225
666006
3684
Ma il sistema nervoso delle cose che facciamo è, al più, rudimentale.
11:09
For instance, a car doesn't tell the city's public works department
226
669714
3563
Per esempio, una macchina non dice al Dip. Lavori Pubblici del Comune
11:13
that it just hit a pothole at the corner of Broadway and Morrison.
227
673301
3130
che ha appena preso una buca all'angolo tra Broadway e Morrison.
11:16
A building doesn't tell its designers
228
676455
2032
Un palazzo non dice ai suoi architetti
11:18
whether or not the people inside like being there,
229
678511
2684
se alle persone piace vivere lì,
11:21
and the toy manufacturer doesn't know
230
681219
3010
e il costruttore di giocattoli non sa
11:24
if a toy is actually being played with --
231
684253
2007
se qualcuno gioca con i suoi giocattoli -
11:26
how and where and whether or not it's any fun.
232
686284
2539
come e dove e se sono divertenti o no.
11:29
Look, I'm sure that the designers imagined this lifestyle for Barbie
233
689440
3814
Sono sicuro che gli ideatori di Barbie hanno immaginato questo stile di vita
11:33
when they designed her.
234
693278
1224
quando la crearono.
11:34
(Laughter)
235
694526
1447
(Risate)
11:35
But what if it turns out that Barbie's actually really lonely?
236
695997
2906
Ma, e se Barbie fosse invece molto sola?
11:38
(Laughter)
237
698927
3147
(Risate)
11:43
If the designers had known
238
703086
1288
Se avessero saputo
11:44
what was really happening in the real world
239
704398
2107
cosa succedeva realmente nel mondo
11:46
with their designs -- the road, the building, Barbie --
240
706529
2583
con le loro creazioni - la strada, il palazzo, Barbie
avrebbero potuto usare ciò per creare una esperienza
11:49
they could've used that knowledge to create an experience
241
709136
2694
11:51
that was better for the user.
242
711854
1400
migliore per l'utente.
11:53
What's missing is a nervous system
243
713278
1791
E' mancato un sistema nervoso
11:55
connecting us to all of the things that we design, make and use.
244
715093
3709
che ci collegasse a tutte le cose che progettiamo, facciamo e usiamo.
11:59
What if all of you had that kind of information flowing to you
245
719735
3555
Che succederebbe se tutte queste informazioni fluissero a voi
12:03
from the things you create in the real world?
246
723314
2183
dalle cose che create nel mondo reale?
12:07
With all of the stuff we make,
247
727252
1451
Con tutta la roba che facciamo
12:08
we spend a tremendous amount of money and energy --
248
728727
2435
spendiamo una quantità enorme di soldi e energia -
12:11
in fact, last year, about two trillion dollars --
249
731186
2376
lo scorso anno, circa duemila miliardi di dollari -
12:13
convincing people to buy the things we've made.
250
733586
2854
per convincere la gente a comprare le cose che facciamo
12:16
But if you had this connection to the things that you design and create
251
736464
3388
Ma se aveste questa connessione con le cose che progettate e create
12:19
after they're out in the real world,
252
739876
1727
dopo che sono nel mondo reale,
12:21
after they've been sold or launched or whatever,
253
741627
3614
dopo che sono state vendute o lanciate sul mercato o altro,
12:25
we could actually change that,
254
745265
1620
potremmo cambiare tutto questo
12:26
and go from making people want our stuff,
255
746909
3047
e passare dal convincere la gente a volere la nostra roba
12:29
to just making stuff that people want in the first place.
256
749980
3434
a fare cose che la gente vuole dall'inizio.
12:33
The good news is, we're working on digital nervous systems
257
753438
2787
La buona notizia è che stiamo lavorando a sistemi nervosi digitali
12:36
that connect us to the things we design.
258
756249
2801
che ci connettano alle cose che creiamo.
12:40
We're working on one project
259
760185
1627
Stiamo lavorando ad un progetto
12:41
with a couple of guys down in Los Angeles called the Bandito Brothers
260
761836
3712
con due tizi di Los Angeles noti come Bandito Brothers
12:45
and their team.
261
765572
1407
e il loro team.
12:47
And one of the things these guys do is build insane cars
262
767003
3433
Una delle cose che questi ragazzi fanno è costruire macchine pazzesche
12:50
that do absolutely insane things.
263
770460
2873
che fanno cose assolutamente folli.
12:54
These guys are crazy --
264
774725
1450
Questi ragazzi sono pazzi -
12:56
(Laughter)
265
776199
1036
(Risate)
12:57
in the best way.
266
777259
1403
in senso positivo.
13:00
And what we're doing with them
267
780813
1763
E quello che stiamo facendo con loro
13:02
is taking a traditional race-car chassis
268
782600
2440
è prendere il telaio di una tipica macchina da corsa
13:05
and giving it a nervous system.
269
785064
1585
e dargli un sistema nervoso.
13:06
So we instrumented it with dozens of sensors,
270
786673
3058
Così gli abbiamo inserito dozzine di sensori,
13:09
put a world-class driver behind the wheel,
271
789755
2635
messo un pilota fuori-classe al volante,
13:12
took it out to the desert and drove the hell out of it for a week.
272
792414
3357
l'abbiamo portata nel deserto e l'abbiamo guidata per una settimana.
13:15
And the car's nervous system captured everything
273
795795
2491
Il sistema nervoso della macchina ha memorizzato
13:18
that was happening to the car.
274
798310
1482
tutto quello che accadeva.
13:19
We captured four billion data points;
275
799816
2621
Abbiamo registrato 4 miliardi di dati;
13:22
all of the forces that it was subjected to.
276
802461
2310
tutte le forze a cui è stata soggetta.
13:24
And then we did something crazy.
277
804795
1659
Poi abbiamo fatto una cosa pazzesca.
13:27
We took all of that data,
278
807088
1500
Abbiamo preso tutti questi dati
13:28
and plugged it into a generative-design AI we call "Dreamcatcher."
279
808612
3736
e li abbiamo inseriti in un AI per la progettazione generativa "Dreamcatcher".
13:33
So what do get when you give a design tool a nervous system,
280
813090
3964
Cosa ottieni quando doti uno strumento di progettazione con un sistema nervoso,
13:37
and you ask it to build you the ultimate car chassis?
281
817078
2882
e gli chiedi di costruirti il miglior telaio di macchina?
13:40
You get this.
282
820543
1973
Ottieni questo.
13:44
This is something that a human could never have designed.
283
824113
3713
Questo è qualcosa che un umano non avrebbe mai potuto creare.
13:48
Except a human did design this,
284
828527
1888
Ma è stato proprio un umano a crearlo,
13:50
but it was a human that was augmented by a generative-design AI,
285
830439
4309
ma era un umano aumentato da un AI per la progettazione generativa,
13:54
a digital nervous system
286
834772
1231
un sistema nervoso digitale
13:56
and robots that can actually fabricate something like this.
287
836027
3005
e robot che possono costruire cose come queste.
13:59
So if this is the future, the Augmented Age,
288
839500
3595
Così, se questo è il futuro, l'Era Aumentata
14:03
and we're going to be augmented cognitively, physically and perceptually,
289
843119
4261
e saremo aumentati cognitivamente, fisicamente e percettivamente,
14:07
what will that look like?
290
847404
1408
come sarà ?
14:09
What is this wonderland going to be like?
291
849396
3321
Come sarà questo Paese delle Meraviglie ?
14:12
I think we're going to see a world
292
852741
1709
Credo che vedremo un mondo
14:14
where we're moving from things that are fabricated
293
854474
3068
dove passeremo da cose che sono fabbricate
14:17
to things that are farmed.
294
857566
1445
a cose che vengono allevate.
14:19
Where we're moving from things that are constructed
295
859979
3453
da cose che sono costruite
14:23
to that which is grown.
296
863456
1704
a cose che sono coltivate.
14:25
We're going to move from being isolated
297
865954
2188
Passeremo dall'essere isolati
14:28
to being connected.
298
868166
1610
ad essere connessi.
14:30
And we'll move away from extraction
299
870454
2411
Ci allontaneremo dall'estrazione
14:32
to embrace aggregation.
300
872889
1873
per accogliere l'aggregazione.
14:35
I also think we'll shift from craving obedience from our things
301
875787
3767
Penso anche che passeremo dal volere obbedienza dalle nostre cose
14:39
to valuing autonomy.
302
879578
1641
all'apprezzare l'autonomia.
14:42
Thanks to our augmented capabilities,
303
882330
1905
Grazie alle nostre capacità aumentate,
14:44
our world is going to change dramatically.
304
884259
2377
il nostro mondo cambierà significativamente.
14:47
We're going to have a world with more variety, more connectedness,
305
887396
3246
Avremo un mondo con più varietà, più connettività,
14:50
more dynamism, more complexity,
306
890666
2287
più dinamismo, più complessità,
14:52
more adaptability and, of course,
307
892977
2318
più adattabilità e, ovviamente,
14:55
more beauty.
308
895319
1217
più bellezza.
14:57
The shape of things to come
309
897051
1564
La forma di ciò che verrà
14:58
will be unlike anything we've ever seen before.
310
898639
2290
sarà come niente di quanto abbiamo visto prima.
15:00
Why?
311
900953
1159
Perché ?
15:02
Because what will be shaping those things is this new partnership
312
902136
3755
Perché a dare forma a quelle cose sarà la nuova associazione
15:05
between technology, nature and humanity.
313
905915
3670
tra tecnologia, natura e umanità.
15:11
That, to me, is a future well worth looking forward to.
314
911099
3804
Questo, per me, è un futuro che vale la pena di non vedere l'ora che avvenga.
15:14
Thank you all so much.
315
914927
1271
Grazie tante a tutti.
15:16
(Applause)
316
916222
5669
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7