What AI is -- and isn't | Sebastian Thrun and Chris Anderson

260,110 views ・ 2017-12-21

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Shlomo Adam מבקר: Sigal Tifferet
00:12
Chris Anderson: Help us understand what machine learning is,
0
12904
2886
כריס אנדרסון: עזור לנו להבין מהי למידת מכונה,
00:15
because that seems to be the key driver
1
15814
2054
כי נראה שזהו גורם מרכזי
00:17
of so much of the excitement and also of the concern
2
17892
2737
בהתרגשות ובדאגה הרבות סביב הבינה המלאכותית.
00:20
around artificial intelligence.
3
20653
1494
איך פועלת למידת המכונה?
00:22
How does machine learning work?
4
22171
1643
00:23
Sebastian Thrun: So, artificial intelligence and machine learning
5
23838
3896
סבסטיאן ת'רן: הבינה המלאכותית ולמידת המכונה
הן בנות 60 שנה לערך,
00:27
is about 60 years old
6
27758
2002
00:29
and has not had a great day in its past until recently.
7
29784
4269
ועד לאחרונה לא היה להן רגע חשוב.
והסיבה היא,
00:34
And the reason is that today,
8
34077
2924
שכיום הגענו להיקפי המיחשוב ומערכי הנתונים
00:37
we have reached a scale of computing and datasets
9
37025
3973
הנחוצים כדי להפוך את המכונות לחכמות.
00:41
that was necessary to make machines smart.
10
41022
2637
00:43
So here's how it works.
11
43683
1751
אז ככה זה עובד:
00:45
If you program a computer today, say, your phone,
12
45458
3497
אם אתה מתכנת היום מחשב, למשל את הטלפון שלך,
00:48
then you hire software engineers
13
48979
2335
אתה בעצם מעסיק מהנדסי תוכנה
00:51
that write a very, very long kitchen recipe,
14
51338
3854
שיכתבו מתכון ארוך מאד
00:55
like, "If the water is too hot, turn down the temperature.
15
55216
3132
דומה ל"אם המים חמים מדי, הנמך את הטמפרטורה.
00:58
If it's too cold, turn up the temperature."
16
58372
2279
"אם הם קרים מדי, העלה את הטמפרטורה."
01:00
The recipes are not just 10 lines long.
17
60675
2849
המתכונים אינם בני עשר שורות בלבד,
01:03
They are millions of lines long.
18
63548
2603
אלא בני מיליון שורות.
01:06
A modern cell phone has 12 million lines of code.
19
66175
4084
טלפון סלולרי מודרני מכיל 12 מיליון שורות קוד.
01:10
A browser has five million lines of code.
20
70283
2646
דפדפן מכיל 5 מיליון שורות קוד.
01:12
And each bug in this recipe can cause your computer to crash.
21
72953
4969
וכל באג במתכון עלול לגרום למחשב לקרוס.
01:17
That's why a software engineer makes so much money.
22
77946
3075
ולכן מהנדסי תוכנה משתכרים טוב כל-כך.
01:21
The new thing now is that computers can find their own rules.
23
81953
3660
מה שחדש היום הוא שהמחשבים יכולים להגדיר כללים משלהם.
01:25
So instead of an expert deciphering, step by step,
24
85637
3606
אז במקום שמומחה יתכנת, שלב אחר שלב,
01:29
a rule for every contingency,
25
89267
2148
כלל לכל אפשרות,
01:31
what you do now is you give the computer examples
26
91439
3074
נותנים כעת למחשב דוגמאות
01:34
and have it infer its own rules.
27
94537
1581
ולפיהן הוא מפרש בעצמו את הכללים.
01:36
A really good example is AlphaGo, which recently was won by Google.
28
96142
4306
דוגמה טובה היא "אלפא-גו", ש"גוגל" רכשה לאחרונה.
01:40
Normally, in game playing, you would really write down all the rules,
29
100472
3687
בד"כ, במשחקים, כותבים את כל הכללים,
אבל במקרה של "אלפא-גו",
01:44
but in AlphaGo's case,
30
104183
1785
01:45
the system looked over a million games
31
105992
2066
המערכת בחנה מעל מיליון משחקים,
הצליחה להקיש מתוכם כללים משלה
01:48
and was able to infer its own rules
32
108082
2192
01:50
and then beat the world's residing Go champion.
33
110298
2738
ואז להביס את אלוף העולם ב"גו".
01:53
That is exciting, because it relieves the software engineer
34
113853
3509
זה מלהיב, כי זה משחרר את מהנדס התוכנה
מהצורך להיות גאון
01:57
of the need of being super smart,
35
117386
1819
01:59
and pushes the burden towards the data.
36
119229
2325
וזה מעביר את הנטל אל הנתונים.
02:01
As I said, the inflection point where this has become really possible --
37
121578
4534
כפי שאמרתי, נקודת המפנה שאיפשרה זאת -
מביך מאד: התזה שלי עסקה בלמידת מכונה.
02:06
very embarrassing, my thesis was about machine learning.
38
126136
2746
02:08
It was completely insignificant, don't read it,
39
128906
2205
היא ממש לא חשובה. אל תקראו אותה,
כי זה היה לפני 20 שנה
02:11
because it was 20 years ago
40
131135
1350
ואז, המחשבים היו בגודל מוח של מקק.
02:12
and back then, the computers were as big as a cockroach brain.
41
132509
2907
היום הם מספיק חזקים כדי לחקות
02:15
Now they are powerful enough to really emulate
42
135440
2331
02:17
kind of specialized human thinking.
43
137795
2076
מעין חשיבה אנושית ייחודית.
02:19
And then the computers take advantage of the fact
44
139895
2313
ואז המחשבים מנצלים את העובדה
שהם יכולים לבחון נותנים מהר בהרבה מבני אדם.
02:22
that they can look at much more data than people can.
45
142232
2500
02:24
So I'd say AlphaGo looked at more than a million games.
46
144756
3080
אז באומרי ש"אלפא-גו" בחנה מעל מיליון משחקים,
02:27
No human expert can ever study a million games.
47
147860
2839
אין מומחה אנושי שמסוגל לבחון מיליון משחקים.
02:30
Google has looked at over a hundred billion web pages.
48
150723
3182
"גוגל" בחנה מעל מאה מיליארד דפי אינטרנט.
02:33
No person can ever study a hundred billion web pages.
49
153929
2650
אין אדם שמסוגל לבחון מאה מיליארד דפי אינטרנט.
02:36
So as a result, the computer can find rules
50
156603
2714
ולכן, המחשבים מסוגלים להגדיר כללים
02:39
that even people can't find.
51
159341
1755
שבני-אדם לא מסוגלים להגדיר.
כ"א: אז במקום לצפות מהלכים בסגנון "אם הוא עושה כך, אעשה כך,"
02:41
CA: So instead of looking ahead to, "If he does that, I will do that,"
52
161120
4312
02:45
it's more saying, "Here is what looks like a winning pattern,
53
165456
3072
זה יותר כמו "ככה נראה דפוס משחק מנצח."
02:48
here is what looks like a winning pattern."
54
168552
2079
ס"ת: כן. תחשוב למשל על גידול ילדים.
02:50
ST: Yeah. I mean, think about how you raise children.
55
170655
2517
אינך מגדיר לילדים במשך 18 שנה כלל לכל אפשרות
02:53
You don't spend the first 18 years giving kids a rule for every contingency
56
173196
3644
ואז שולח אותם לעולם עם איזו תוכנה גדולה.
02:56
and set them free and they have this big program.
57
176864
2347
הם נכשלים, נופלים, קמים, חוטפים סטירות או מכות,
02:59
They stumble, fall, get up, they get slapped or spanked,
58
179235
2719
03:01
and they have a positive experience, a good grade in school,
59
181978
2884
ורוכשים נסיון חיובי, ציונים טובים בביה"ס,
03:04
and they figure it out on their own.
60
184886
1834
ומוצאים בעצמם את דרכם.
03:06
That's happening with computers now,
61
186744
1737
זה מה שקורה היום עם מחשבים,
03:08
which makes computer programming so much easier all of a sudden.
62
188505
3029
ובבת-אחת, תכנות המחשבים נעשה קל מאד.
כעת כבר איננו צריכים לחשוב, אלא רק לתת להם המון נתונים.
03:11
Now we don't have to think anymore. We just give them lots of data.
63
191558
3175
03:14
CA: And so, this has been key to the spectacular improvement
64
194757
3422
כ"א: וזה היה גורם מרכזי בשיפור המדהים
בתחום המכוניות האוטונומיות.
03:18
in power of self-driving cars.
65
198203
3064
03:21
I think you gave me an example.
66
201291
1739
הראית לי קודם דוגמה.
תוכל להסביר מה קורה בתחום זה?
03:23
Can you explain what's happening here?
67
203054
2685
03:25
ST: This is a drive of a self-driving car
68
205763
3564
ס"ת: זאת נהיגה במכונית אוטונומית
03:29
that we happened to have at Udacity
69
209351
1957
שיש לנו ב"יודסיטי",
03:31
and recently made into a spin-off called Voyage.
70
211332
2398
ולאחרונה פיתחנו למשהו בשם "וויאג'."
03:33
We have used this thing called deep learning
71
213754
2574
השתמשנו במה שקרוי "למידה עמוקה"
03:36
to train a car to drive itself,
72
216352
1623
כדי לאמן את המכונית לנהוג בעצמה,
03:37
and this is driving from Mountain View, California,
73
217999
2387
וכאן רואים נהיגה ממאונטן וויו שבקליפורניה
עד לסן-פרנסיסקו
03:40
to San Francisco
74
220410
1168
03:41
on El Camino Real on a rainy day,
75
221602
2259
בכביש אל-קמינו ריאל ביום גשום,
03:43
with bicyclists and pedestrians and 133 traffic lights.
76
223885
3524
עם רוכבי אופניים, הולכי רגל ו-133 רמזורים.
03:47
And the novel thing here is,
77
227433
2636
ומה שחדשני פה,
הוא שלפני ירחים רבים מאד ייסדתי את צוות המכונית האוטונומית של "גוגל".
03:50
many, many moons ago, I started the Google self-driving car team.
78
230093
3120
03:53
And back in the day, I hired the world's best software engineers
79
233237
3181
ואז, שכרתי את מהנדסי התוכנה הכי טובים בעולם
כדי שיגדירו את הכללים הכי טובים בעולם.
03:56
to find the world's best rules.
80
236442
1607
כאן מדובר באימון בלבד.
03:58
This is just trained.
81
238073
1754
03:59
We drive this road 20 times,
82
239851
3336
נהגנו בכביש הזה 20 פעם,
הכנסנו את כל הנתונים למוח של המחשב,
04:03
we put all this data into the computer brain,
83
243211
2447
04:05
and after a few hours of processing,
84
245682
2082
ואחרי כמה שעות עיבוד,
04:07
it comes up with behavior that often surpasses human agility.
85
247788
3926
הוא הפיק התנהגות שלעתים קרובות עולה על הזריזות האנושית.
04:11
So it's become really easy to program it.
86
251738
2017
כך שנעשה קל מאד לתכנת את זה.
04:13
This is 100 percent autonomous, about 33 miles, an hour and a half.
87
253779
3803
היא אוטונומית ב-100% לאורך כ-50 ק"מ במשך שעה וחצי.
04:17
CA: So, explain it -- on the big part of this program on the left,
88
257606
3630
כ"א: תסביר את זה - בחלק הגדול של התוכנה, משמאל,
04:21
you're seeing basically what the computer sees as trucks and cars
89
261260
3257
רואים בעצם מה שהמחשב מזהה כמשאיות וכלי-רכב
04:24
and those dots overtaking it and so forth.
90
264541
2886
ועקיפות וכן הלאה.
04:27
ST: On the right side, you see the camera image, which is the main input here,
91
267451
3762
ס"ת: מימין רואים את המצלמה, שזה הקלט העיקרי,
והיא משמשת לאיתור נתיבים, מכוניות אחרות, רמזורים.
04:31
and it's used to find lanes, other cars, traffic lights.
92
271237
2676
04:33
The vehicle has a radar to do distance estimation.
93
273937
2489
הרכב מצויד במכ"ם שמבצע אומדן מרחקים.
04:36
This is very commonly used in these kind of systems.
94
276450
2621
זה נפוץ מאד במערכות כאלה.
משמאל רואים שרטוט לייזר,
04:39
On the left side you see a laser diagram,
95
279095
1992
ובו רואים מכשולים כמו עצים וכו' שהלייזר מזהה.
04:41
where you see obstacles like trees and so on depicted by the laser.
96
281111
3200
אבל כמעט כל העבודה המעניינת מתמקדת כעת בתמונת המצלמה.
04:44
But almost all the interesting work is centering on the camera image now.
97
284335
3436
אנו בעצם עוברים מחיישנים מדויקים כמו מכ"ם ולייזר
04:47
We're really shifting over from precision sensors like radars and lasers
98
287795
3476
לחיישנים מסחריים וזולים מאד.
04:51
into very cheap, commoditized sensors.
99
291295
1842
מצלמה עולה פחות מ-8 דולר.
04:53
A camera costs less than eight dollars.
100
293161
1987
כ"א: ומהי הנקודה הירוקה משמאל?
04:55
CA: And that green dot on the left thing, what is that?
101
295172
2793
04:57
Is that anything meaningful?
102
297989
1371
יש לה איזו משמעות?
04:59
ST: This is a look-ahead point for your adaptive cruise control,
103
299384
3668
ס"ת: זאת נקודת חיזוי עבור בקרת השיוט הסתגלנית,
והיא עוזרת לנו להבין איך לווסת את המהירות
05:03
so it helps us understand how to regulate velocity
104
303076
2477
05:05
based on how far the cars in front of you are.
105
305577
2634
לפי המרחק מהמכוניות שלפניך.
כ"א: יש לך גם דוגמה
05:08
CA: And so, you've also got an example, I think,
106
308235
2716
05:10
of how the actual learning part takes place.
107
310975
2381
איך מתרחשת הלמידה העמוקה.
אולי נוכל לראות אותה. ספר על זה.
05:13
Maybe we can see that. Talk about this.
108
313380
2458
05:15
ST: This is an example where we posed a challenge to Udacity students
109
315862
3643
ס"ת: בדוגמה בזאת בה הצבנו אתגר לתלמידי "יודסיטי"
05:19
to take what we call a self-driving car Nanodegree.
110
319529
3131
להיבחן במה שאנו מכנים "ננו-תואר בנהיגה אוטונומית."
05:22
We gave them this dataset
111
322684
1495
נתנו להם את בסיס הנתונים הזה
ושאלנו, "האם תוכלו למצוא איך לנהוג במכונית הזאת?"
05:24
and said "Hey, can you guys figure out how to steer this car?"
112
324203
3054
ואם תביט בתמונות האלה,
05:27
And if you look at the images,
113
327281
1624
05:28
it's, even for humans, quite impossible to get the steering right.
114
328929
4073
אז כמעט אפילו לבני אדם, בלתי-אפשרי להגדיר נהיגה נכונה.
05:33
And we ran a competition and said, "It's a deep learning competition,
115
333026
3591
ערכנו תחרות בשם "תחרות למידה עמוקה,
05:36
AI competition,"
116
336641
1173
"תחרות בינה מלאכותית,"
05:37
and we gave the students 48 hours.
117
337838
1887
והקצבנו לסטודנטים 48 שעות.
05:39
So if you are a software house like Google or Facebook,
118
339749
4172
לבית-תוכנה כמו "גוגל" או" פייסבוק"
05:43
something like this costs you at least six months of work.
119
343945
2717
דבר כזה עולה לפחות בשישה חודשי עבודה.
05:46
So we figured 48 hours is great.
120
346686
2202
אז החלטנו שב-48 שעות זה מצוין.
05:48
And within 48 hours, we got about 100 submissions from students,
121
348912
3467
וכעבור 48 שעות קיבלנו מהסטודנטים 100 הצעות,
05:52
and the top four got it perfectly right.
122
352403
3370
וארבע הטובות ביותר פתרו את זה באופן מושלם.
05:55
It drives better than I could drive on this imagery,
123
355797
2640
הנהיגה בעזרת למידה עמוקה טובה יותר
ממה שאני הצלחתי לבצע בהדמיה הזו.
05:58
using deep learning.
124
358461
1189
05:59
And again, it's the same methodology.
125
359674
1799
ושוב, זו אותה מתודולוגיה. זה כל הקסם:
06:01
It's this magical thing.
126
361497
1164
06:02
When you give enough data to a computer now,
127
362685
2085
היום, כשנותנים למחשב מספיק נתונים
06:04
and give enough time to comprehend the data,
128
364794
2140
ומספיק זמן כדי להבין את הנתונים,
06:06
it finds its own rules.
129
366958
1445
הוא מגדיר בעצמו את הכללים.
06:09
CA: And so that has led to the development of powerful applications
130
369339
4845
כ"א: וזה הוביל לפיתוח יישומים רבי-עוצמה
בכל מיני תחומים.
06:14
in all sorts of areas.
131
374208
1525
06:15
You were talking to me the other day about cancer.
132
375757
2668
דיברת איתי על סרטן.
06:18
Can I show this video?
133
378449
1189
אני יכול להקרין את הסרטון הזה?
06:19
ST: Yeah, absolutely, please. CA: This is cool.
134
379662
2354
ס"ת: כן, בהחלט. בבקשה. כ"א: זה מעולה.
06:22
ST: This is kind of an insight into what's happening
135
382040
3534
ס"ת: זו הצצה למה שקורה
06:25
in a completely different domain.
136
385598
2429
בתחום שונה לגמרי.
זהו תגבור - או תחרות -
06:28
This is augmenting, or competing --
137
388051
3752
06:31
it's in the eye of the beholder --
138
391827
1749
זה נתון לפרשנות -
06:33
with people who are being paid 400,000 dollars a year,
139
393600
3454
מול אנשים שמשתכרים 400,000 דולר בשנה,
רופאי-עור,
06:37
dermatologists,
140
397078
1237
06:38
highly trained specialists.
141
398339
1983
מומחים מיומנים מאד.
06:40
It takes more than a decade of training to be a good dermatologist.
142
400346
3561
דרושות מעל 10 שנים התמחות כדי להיעשות לרופא-עור טוב.
06:43
What you see here is the machine learning version of it.
143
403931
3196
כאן אתה רואה את גירסת למידת המכונה.
זה קרוי "רשת עצבית".
06:47
It's called a neural network.
144
407151
1841
"רשתות עצביות" הוא המונח הטכני לאלגוריתמים של למידת המכונה.
06:49
"Neural networks" is the technical term for these machine learning algorithms.
145
409016
3742
06:52
They've been around since the 1980s.
146
412782
1789
הן קיימות מאז שנות ה-80.
06:54
This one was invented in 1988 by a Facebook Fellow called Yann LeCun,
147
414595
4640
זו שכאן הומצאה ב-1988 ע"י בחור מ"פייסבוק" בשם יאן לה-קאן,
06:59
and it propagates data stages
148
419259
3558
והיא מפיצה שלבי נתונים
07:02
through what you could think of as the human brain.
149
422841
2578
דרך מה שאפשר לדמות למוח האנושי.
07:05
It's not quite the same thing, but it emulates the same thing.
150
425443
2966
זה לא בדיוק אותו הדבר, אבל זה חיקוי של זה.
07:08
It goes stage after stage.
151
428433
1302
זה עובר שלב-שלב.
07:09
In the very first stage, it takes the visual input and extracts edges
152
429759
3637
בשלב הראשון האלגוריתם לוקח קלט חזותי וממצה מתוכו שוליים,
07:13
and rods and dots.
153
433420
2612
קווים ונקודות.
בשלב הבא מדובר בשוליים המורכבים יותר
07:16
And the next one becomes more complicated edges
154
436056
3037
07:19
and shapes like little half-moons.
155
439117
3191
וצורות, כמו חצי-ירח,
07:22
And eventually, it's able to build really complicated concepts.
156
442332
4443
בסופו של דבר, הוא מסוגל לבנות מושגים מורכבים מאד -
07:26
Andrew Ng has been able to show
157
446799
2048
אנדרו נג הצליח להוכיח
07:28
that it's able to find cat faces and dog faces
158
448871
3480
שהוא מסוגל לזהות פנים של כלבים וחתולים
07:32
in vast amounts of images.
159
452375
1661
בכמות עצומה של תמונות.
07:34
What my student team at Stanford has shown is that
160
454060
2724
הסטודנטים שלי בסטנפורד הוכיחו
07:36
if you train it on 129,000 images of skin conditions,
161
456808
6073
שאם מאמנים אותו בעזרת 129,000 תמונות של מחלות עור,
07:42
including melanoma and carcinomas,
162
462905
2565
כולל מלנומות וקרצינומות,
07:45
you can do as good a job
163
465494
3301
הוא משיג תוצאות טובות
07:48
as the best human dermatologists.
164
468819
2197
כמו של רופאי העור האנושיים הכי טובים.
07:51
And to convince ourselves that this is the case,
165
471040
2549
וכדי להשתכנע שזה אכן כך,
07:53
we captured an independent dataset that we presented to our network
166
473613
3990
בודדנו בסיס נתונים עצמאי והגשנו אותו לרשת שלנו
07:57
and to 25 board-certified Stanford-level dermatologists,
167
477627
4342
ול-25 רופאי-עור מוסמכים בתקן של סטנפורד,
08:01
and compared those.
168
481993
1672
והשווינו ביניהם.
08:03
And in most cases,
169
483689
1504
וברוב המקרים
08:05
they were either on par or above the performance classification accuracy
170
485217
3875
הם היו בשוויון או ביתרון מבחינת ביצועי דיוק הסיווג
לעומת רופאי העור האנושיים.
08:09
of human dermatologists.
171
489116
1467
08:10
CA: You were telling me an anecdote.
172
490607
1746
כ"א: סיפרת לי אנקדוטה.
08:12
I think about this image right here.
173
492377
1957
נראה לי שזה היה קשור לתמונה הזאת.
08:14
What happened here?
174
494358
1484
מה קרה כאן?
08:15
ST: This was last Thursday. That's a moving piece.
175
495866
4008
ס"ת: זה היה ביום חמישי האחרון. זה קטע מרגש.
08:19
What we've shown before and we published in "Nature" earlier this year
176
499898
3600
מה שהראינו קודם, שפרסמנו ב"נייצ'ר" בתחילת השנה,
08:23
was this idea that we show dermatologists images
177
503522
2484
היה הרעיון שאנו מראים תמונות לרופאי-עור ולמחשב שלנו,
08:26
and our computer program images,
178
506030
1539
08:27
and count how often they're right.
179
507593
1627
ומונים כמה פעמים הם צודקים.
אבל כל התמונות האלה הן מהעבר.
08:29
But all these images are past images.
180
509244
1778
כולן עברו ביופסיה כדי לוודא שהסיווג שלנו נכון.
08:31
They've all been biopsied to make sure we had the correct classification.
181
511046
3460
זאת - לא.
08:34
This one wasn't.
182
514530
1172
זאת צולמה בסטנפורד ע"י שותף שלנו.
08:35
This one was actually done at Stanford by one of our collaborators.
183
515726
3179
08:38
The story goes that our collaborator,
184
518929
2314
לפי הסיפור, השותף שלנו,
08:41
who is a world-famous dermatologist, one of the three best, apparently,
185
521267
3391
רופא-עור בעל פרסום עולמי, אחד משלושת הטובים ביותר, מסתבר,
הביט בשומה הזאת ואמר, "זה איננו סרטן עור."
08:44
looked at this mole and said, "This is not skin cancer."
186
524682
2935
08:47
And then he had a second moment, where he said,
187
527641
2476
ואז הוא חשב לרגע, ואמר, "אוודא זאת בעזרת יישומון."
08:50
"Well, let me just check with the app."
188
530141
1866
הוא שלף את ה"אייפון" שלו והריץ את היישום שלנו,
08:52
So he took out his iPhone and ran our piece of software,
189
532031
2699
את ה"רופא-עור-כיס" שלנו,
08:54
our "pocket dermatologist," so to speak,
190
534754
2121
08:56
and the iPhone said: cancer.
191
536899
2994
וה"אייפון" קבע: סרטן.
08:59
It said melanoma.
192
539917
1306
מלנומה.
09:01
And then he was confused.
193
541849
1233
הוא נבוך,
והחליט, "טוב, אולי אני סומך על ה'אייפון' קצת יותר מאשר על עצמי,"
09:03
And he decided, "OK, maybe I trust the iPhone a little bit more than myself,"
194
543106
4551
09:07
and he sent it out to the lab to get it biopsied.
195
547681
2735
והוא שלח את זה לביופסיה במעבדה.
09:10
And it came up as an aggressive melanoma.
196
550440
2469
והממצא היה "מלנומה תוקפנית."
09:13
So I think this might be the first time that we actually found,
197
553545
3067
אז נראה לי שזו הפעם הראשונה שבה מצאנו,
09:16
in the practice of using deep learning,
198
556636
2487
באמצעות הלמידה העמוקה,
מצב שבו מלנומה אצל אדם היתה עלולה לא להתגלות
09:19
an actual person whose melanoma would have gone unclassified,
199
559147
3372
09:22
had it not been for deep learning.
200
562543
2115
אילולא הלמידה העמוקה.
09:24
CA: I mean, that's incredible.
201
564682
1560
כ"א: מדהים!
09:26
(Applause)
202
566266
1769
(מחיאות כפיים)
נראה לי שיהיה מיד ביקוש מיידי ליישומון כזה,
09:28
It feels like there'd be an instant demand for an app like this right now,
203
568059
3600
09:31
that you might freak out a lot of people.
204
571683
1966
וזה יכול להפחיד המון אנשים.
09:33
Are you thinking of doing this, making an app that allows self-checking?
205
573673
3527
אתה חושב לעשות זאת, ליצור יישומון שמאפשר בדיקה עצמית?
ס"ת: הדואר הנכנס שלי מוצף בבקשות ליישומוני סרטן,
09:37
ST: So my in-box is flooded about cancer apps,
206
577224
4973
עם סיפורים קורעי-לב של אנשים.
09:42
with heartbreaking stories of people.
207
582221
2303
09:44
I mean, some people have had 10, 15, 20 melanomas removed,
208
584548
3204
יש אנשים שהוסרו אצלם 10, 15, 20 מלנומות,
09:47
and are scared that one might be overlooked, like this one,
209
587776
3952
והם חוששים שיש כאלה שהוחמצו, כמו זה,
09:51
and also, about, I don't know,
210
591752
1741
ומגיעות גם בקשות, לא יודע, למכוניות מעופפות ופניות להרצות.
09:53
flying cars and speaker inquiries these days, I guess.
211
593517
2732
09:56
My take is, we need more testing.
212
596273
2738
המסקנה שלי היא שנחוצות לנו בדיקות נוספות.
09:59
I want to be very careful.
213
599449
1778
אני רוצה להיזהר מאד.
10:01
It's very easy to give a flashy result and impress a TED audience.
214
601251
3666
קל מאד לתת תוצאה מסנוורת ולהרשים את הקהל ב-TED.
10:04
It's much harder to put something out that's ethical.
215
604941
2627
קשה הרבה יותר לשחרר מוצר באופן אחראי.
10:07
And if people were to use the app
216
607592
2394
ואם אנשים ישתמשו ביישומון הזה
ויחליטו לא להתייעץ עם רופא בגלל טעות שלנו,
10:10
and choose not to consult the assistance of a doctor
217
610010
2797
10:12
because we get it wrong,
218
612831
1583
ארגיש רע מאד בגלל זה.
10:14
I would feel really bad about it.
219
614438
1653
אז כרגע אנו עורכים בדיקות קליניות,
10:16
So we're currently doing clinical tests,
220
616115
1925
ואם מהבדיקות יתברר שהנתונים שלנו מוצקים,
10:18
and if these clinical tests commence and our data holds up,
221
618064
2798
10:20
we might be able at some point to take this kind of technology
222
620886
2990
אולי נוכל מתישהו לקחת טכנולוגיה כזאת,
ולהביאה לקליניקה של סטנפורד
10:23
and take it out of the Stanford clinic
223
623900
1892
ולעולם כולו,
10:25
and bring it to the entire world,
224
625816
1658
למקומות שאליהם רופאים מסטנפורד לא מגיעים לעולם.
10:27
places where Stanford doctors never, ever set foot.
225
627498
2456
10:30
CA: And do I hear this right,
226
630617
2580
כ"א: אם אני שומע נכון נראה שמה שאתה אומר,
10:33
that it seemed like what you were saying,
227
633221
1966
משום שאתה עובד עם צבא של תלמידי "יודסיטי",
10:35
because you are working with this army of Udacity students,
228
635211
4254
10:39
that in a way, you're applying a different form of machine learning
229
639489
3221
שאתם משתמשים בלמידת מכונה בצורה שונה
10:42
than might take place in a company,
230
642734
1735
מזו שיכולה להתנהל בחברה,
10:44
which is you're combining machine learning with a form of crowd wisdom.
231
644493
3484
שאתם משלבים בין למידת מכונה וחוכמת המונים.
האם אתה אומר שלפעמים נראה לך שזה יכול להתעלות על ביצועיה של חברה,
10:48
Are you saying that sometimes you think that could actually outperform
232
648001
3384
10:51
what a company can do, even a vast company?
233
651409
2050
אפילו חברה גדולה?
ס"ת: לדעתי יש כיום מקרים שמדהימים אותי,
10:53
ST: I believe there's now instances that blow my mind,
234
653483
2940
10:56
and I'm still trying to understand.
235
656447
1758
ושאני עדיין מנסה להבין.
כריס מתייחס לתחרויות שאנו מנהלים.
10:58
What Chris is referring to is these competitions that we run.
236
658229
3937
11:02
We turn them around in 48 hours,
237
662190
2268
אנו מקציבים בהן 48 שעות,
11:04
and we've been able to build a self-driving car
238
664482
2252
והצלחנו לבנות מכונית אוטונומית
11:06
that can drive from Mountain View to San Francisco on surface streets.
239
666758
3387
שיכולה לנהוג ממאונטן וויו ועד סן-פרנסיסקו על כביש סלול.
זה לא ממש שווה-ערך להישגי "גוגל" אחרי שבע שנות עבודה שלה,
11:10
It's not quite on par with Google after seven years of Google work,
240
670169
3584
11:13
but it's getting there.
241
673777
2528
אבל אנו מתקרבים לזה.
11:16
And it took us only two engineers and three months to do this.
242
676329
3084
וזה דרש מאיתנו רק שני מהנדסים ושלושה חודשי עבודה.
11:19
And the reason is, we have an army of students
243
679437
2856
והסיבה היא שיש לנו צבא של סטודנטים
11:22
who participate in competitions.
244
682317
1850
שמשתתפים בתחרויות.
11:24
We're not the only ones who use crowdsourcing.
245
684191
2220
איננו היחידים שמשתמשים במיקור המונים.
11:26
Uber and Didi use crowdsource for driving.
246
686435
2223
"אובר" ו"דידי" משתמשות במיקור המונים עבור נהיגה.
11:28
Airbnb uses crowdsourcing for hotels.
247
688682
2759
"אייר בי-אן-בי" משתמשת במיקור המונים למקומות לינה.
11:31
There's now many examples where people do bug-finding crowdsourcing
248
691465
4007
יש היום הרבה דוגמאות למיקור המונים עבור איתור באגים
או קיפול חלבונים, כל מיני דברים בעזרת מיקור המונים.
11:35
or protein folding, of all things, in crowdsourcing.
249
695496
2804
11:38
But we've been able to build this car in three months,
250
698324
2915
אבל אנו הצלחנו לבנות את המכונית הזאת תוך 3 חודשים,
11:41
so I am actually rethinking
251
701263
3655
אז אני מעריך מחדש
11:44
how we organize corporations.
252
704942
2238
איך אנו מארגנים תאגידים.
11:47
We have a staff of 9,000 people who are never hired,
253
707204
4696
יש לנו סגל בן 9,000 איש שאינם מועסקים
11:51
that I never fire.
254
711924
1308
ושאינני מפטר.
11:53
They show up to work and I don't even know.
255
713256
2362
הם מגיעים לעבודה מבלי שאדע אפילו.
11:55
Then they submit to me maybe 9,000 answers.
256
715642
3058
והם מגישים לי 9,000 הצעות.
11:58
I'm not obliged to use any of those.
257
718724
2176
אני לא מחוייב לקבל אף אחת מהן.
12:00
I end up -- I pay only the winners,
258
720924
1991
בסופו של דבר - אני משלם רק לזוכים,
12:02
so I'm actually very cheapskate here, which is maybe not the best thing to do.
259
722939
3718
אז אני די קמצן פה, ואולי זה לא הכי טוב.
12:06
But they consider it part of their education, too, which is nice.
260
726681
3185
אבל מצד שני הם רואים בזה חלק מההשכלה שלהם, וזה נחמד.
12:09
But these students have been able to produce amazing deep learning results.
261
729890
4201
אבל הסטודנטים האלה הצליחו לייצר תוצאות מדהימות של למידה עמוקה.
אז, כן. מדהים לשלב בין אנשים נפלאים ולמידה עמוקה מעולה.
12:14
So yeah, the synthesis of great people and great machine learning is amazing.
262
734115
3861
כ"א: גארי קספרוב אמר ביום הראשון [ב-TED2017]
12:18
CA: I mean, Gary Kasparov said on the first day [of TED2017]
263
738000
2814
12:20
that the winners of chess, surprisingly, turned out to be two amateur chess players
264
740848
5412
שהמנצחים בשחמט, במפתיע, הם שני שחקני שחמט חובבים
עם שלוש תוכנות מחשב בינוניות, בינוניות עד טובות,
12:26
with three mediocre-ish, mediocre-to-good, computer programs,
265
746284
5371
12:31
that could outperform one grand master with one great chess player,
266
751679
3163
שעולות בביצועיהן על רב-אמן מול שחקן מצטיין,
12:34
like it was all part of the process.
267
754866
1743
כאילו כל זה חלק מהתהליך.
12:36
And it almost seems like you're talking about a much richer version
268
756633
3335
ונראה שאתה מדבר על גירסה עשירה בהרבה של אותו הרעיון.
12:39
of that same idea.
269
759992
1200
ס"ת: כן, תראה, כשעקבת אחרי הפנלים הנפלאים של אתמול בבוקר,
12:41
ST: Yeah, I mean, as you followed the fantastic panels yesterday morning,
270
761216
3857
שני מפגשים בנושא בינה מלאכותית,
12:45
two sessions about AI,
271
765097
1994
12:47
robotic overlords and the human response,
272
767115
2167
עליית הרובוטיקה והתגובה האנושית,
12:49
many, many great things were said.
273
769306
1982
נאמרו הרבה מאד דברים חשובים.
12:51
But one of the concerns is that we sometimes confuse
274
771312
2687
אבל אחת הדאגות היא שלפעמים אנו מבלבלים
בין מה שנעשה בפועל בתחום הבינה המלאכותית
12:54
what's actually been done with AI with this kind of overlord threat,
275
774023
4062
לבין הפחד מהרובוטים,
12:58
where your AI develops consciousness, right?
276
778109
3424
ומכך שהבינה המלאכותית תפתח תודעה, נכון?
13:01
The last thing I want is for my AI to have consciousness.
277
781557
2971
הדבר האחרון שאני רוצה הוא שהבינה המלאכותית שלי תהיה מודעת.
13:04
I don't want to come into my kitchen
278
784552
1716
אני לא רוצה להיכנס למטבח
13:06
and have the refrigerator fall in love with the dishwasher
279
786292
4193
ולגלות מהמקרר שלי התאהב במדיח
13:10
and tell me, because I wasn't nice enough,
280
790509
2124
ואומר לי שבגלל שלא התנהגתי יפה,
13:12
my food is now warm.
281
792657
1837
הוא כבר לא מקרר לי את האוכל.
13:14
I wouldn't buy these products, and I don't want them.
282
794518
2891
לא הייתי קונה מוצרים כאלה. אני לא רוצה בהם.
13:17
But the truth is, for me,
283
797825
1802
אבל האמת היא שמבחינתי,
13:19
AI has always been an augmentation of people.
284
799651
2720
הבינה המלאכותית תמיד נחשבה להגברה של האנושיות.
13:22
It's been an augmentation of us,
285
802893
1676
זו הגברה שלנו שנועדה להוסיף לנו עוצמה.
13:24
to make us stronger.
286
804593
1457
ואני חושב שקספרוב קלע למטרה.
13:26
And I think Kasparov was exactly correct.
287
806074
2831
13:28
It's been the combination of human smarts and machine smarts
288
808929
3849
השילוב בין החוכמה האנושית לחוכמה של המכונות
13:32
that make us stronger.
289
812802
1464
הוא שמעצים אותנו.
13:34
The theme of machines making us stronger is as old as machines are.
290
814290
4587
הרעיון של התעצמות בעזרת מכונות עתיק כמו המכונות עצמן.
13:39
The agricultural revolution took place because it made steam engines
291
819567
3758
המהפכה החקלאית התחוללה משום שיצרנו מנועי קיטור
13:43
and farming equipment that couldn't farm by itself,
292
823349
2666
וציוד חקלאי שלא היה מסוגל לפעול בעצמו,
המכונות מעולם לא החליפו אותנו; הן תגברו אותנו.
13:46
that never replaced us; it made us stronger.
293
826039
2122
ואני מאמין שהגל החדש הזה של בינה מלאכותית, יעצים אותנו בהרבה
13:48
And I believe this new wave of AI will make us much, much stronger
294
828185
3738
13:51
as a human race.
295
831947
1183
כמין אנושי.
13:53
CA: We'll come on to that a bit more,
296
833765
1813
כ"א: מיד נגיע לזה,
13:55
but just to continue with the scary part of this for some people,
297
835602
3671
אבל כהמשך לחלק שמפחיד אנשים מסוימים,
13:59
like, what feels like it gets scary for people is when you have
298
839297
3558
למשל, הפחד מכך שמחשב ישכתב את הקוד שלו,
14:02
a computer that can, one, rewrite its own code,
299
842879
4618
14:07
so, it can create multiple copies of itself,
300
847521
3584
שיוכל ליצור עותקים של עצמו,
לנסות גירסאות קוד שונות,
14:11
try a bunch of different code versions,
301
851129
1897
אולי אפילו באופן אקראי,
14:13
possibly even at random,
302
853050
1775
14:14
and then check them out and see if a goal is achieved and improved.
303
854849
3632
ואז לבדוק לראות אם המטרה הושגה ויש שיפור.
14:18
So, say the goal is to do better on an intelligence test.
304
858505
3641
נניח שהמטרה היא להשתפר במבחן אינטליגנציה.
14:22
You know, a computer that's moderately good at that,
305
862170
3894
מחשב שטוב בכך במידה בינונית,
יכול לנסות מיליון גירסאות.
14:26
you could try a million versions of that.
306
866088
2509
14:28
You might find one that was better,
307
868621
2090
למצוא אחת עדיפה,
ואז לחזור על זה.
14:30
and then, you know, repeat.
308
870735
2004
אז הדאגה היא שייווצר אפקט של יציאה משליטה,
14:32
And so the concern is that you get some sort of runaway effect
309
872763
3040
14:35
where everything is fine on Thursday evening,
310
875827
3008
כשביום חמישי בערב הכל בסדר,
14:38
and you come back into the lab on Friday morning,
311
878859
2336
וכשחוזרים למעבדה ביום ששי בבוקר,
בגלל המהירות של המחשב וכן הלאה,
14:41
and because of the speed of computers and so forth,
312
881219
2449
הכל משתגע, ופתאום --
14:43
things have gone crazy, and suddenly --
313
883692
1903
ס"ת: הייתי אומר שזאת אפשרות,
14:45
ST: I would say this is a possibility,
314
885619
2020
14:47
but it's a very remote possibility.
315
887663
1916
אבל אפשרות דחוקה ביותר.
14:49
So let me just translate what I heard you say.
316
889603
3337
אנסה לתרגם את מה ששמעתי ממך.
14:52
In the AlphaGo case, we had exactly this thing:
317
892964
2704
במקרה של "אלפא-גו", היה לנו בדיוק דבר כזה:
14:55
the computer would play the game against itself
318
895692
2315
המחשב שיחק נגד עצמו
ולמד כללים חדשים.
14:58
and then learn new rules.
319
898031
1250
14:59
And what machine learning is is a rewriting of the rules.
320
899305
3235
ולמידת המכונה היא אכן שכתוב של הכללים.
15:02
It's the rewriting of code.
321
902564
1769
זהו שכתוב של הקוד.
15:04
But I think there was absolutely no concern
322
904357
2845
אבל לדעתי לא היתה כל סיבה לדאגה
ש"אלפא-גו" ישתלט על העולם.
15:07
that AlphaGo would take over the world.
323
907226
2426
15:09
It can't even play chess.
324
909676
1464
הוא אפילו לא יודע לשחק שחמט.
15:11
CA: No, no, no, but now, these are all very single-domain things.
325
911164
5147
כ"א: לא, לא, אבל כל אלה הם תחומים ייחודיים מאד.
אבל אפשר לדמיין...
15:16
But it's possible to imagine.
326
916335
2879
ראינו הרי זה עתה מחשב שכנראה מסוגל לעבור
15:19
I mean, we just saw a computer that seemed nearly capable
327
919238
3089
15:22
of passing a university entrance test,
328
922351
2655
את בחינות הכניסה לאוניברסיטה,
שיכול -- הוא לא יודע לקרוא או להבין כמונו,
15:25
that can kind of -- it can't read and understand in the sense that we can,
329
925030
3688
אבל הוא בהחלט מסוגל לקלוט את כל הטקסט
15:28
but it can certainly absorb all the text
330
928742
1987
15:30
and maybe see increased patterns of meaning.
331
930753
2899
ואולי למצוא דפוסי משמעות מוגברים.
15:33
Isn't there a chance that, as this broadens out,
332
933676
3694
האם אין סיכוי שכאשר כל זה יתרחב,
15:37
there could be a different kind of runaway effect?
333
937394
2466
ייווצר אפקט אחר של יציאה משליטה?
15:39
ST: That's where I draw the line, honestly.
334
939884
2078
ס"ת: כאן אני מותח את הגבול, בכנות.
15:41
And the chance exists -- I don't want to downplay it --
335
941986
2643
הסיכוי קיים -- אינני רוצה להמעיט בערך הדבר --
אבל לדעתי זה רחוק וזה לא מעסיק אותי בימים אלה,
15:44
but I think it's remote, and it's not the thing that's on my mind these days,
336
944653
3672
כי לדעתי המהפכה הגדולה מתחוללת במקום אחר.
15:48
because I think the big revolution is something else.
337
948349
2512
כל מה שמוצלח בבינה המלאכותית עד היום
15:50
Everything successful in AI to the present date
338
950885
2922
15:53
has been extremely specialized,
339
953831
2214
היה מוגבל מאד לתחומו,
וזה מצליח על יסוד רעיון אחד ויחיד:
15:56
and it's been thriving on a single idea,
340
956069
2489
15:58
which is massive amounts of data.
341
958582
2739
כמויות עצומות של נתונים.
16:01
The reason AlphaGo works so well is because of massive numbers of Go plays,
342
961345
4147
הסיבה ש"אלפא-גו" מוצלח כל-כך היא בגלל כמויות עתק של משחקי גו,
16:05
and AlphaGo can't drive a car or fly a plane.
343
965516
3255
"אלפא-גו" לא מסוגל לנהוג במכונית או להטיס מטוס.
16:08
The Google self-driving car or the Udacity self-driving car
344
968795
3031
המכוניות האוטונומית של "גוגל" ושל "יודסיטי"
16:11
thrives on massive amounts of data, and it can't do anything else.
345
971850
3240
מצליחות בזכות כמויות עתק של נתונים, והן לא יודעות לעשות משהו אחר.
הן לא יודעות לשלוט באופנוע.
16:15
It can't even control a motorcycle.
346
975114
1727
16:16
It's a very specific, domain-specific function,
347
976865
2762
זה מאד ספציפי, ומוגבל לתחום מסוים,
16:19
and the same is true for our cancer app.
348
979651
1907
וזה נכון גם לגבי יישומון הסרטן שלנו.
16:21
There has been almost no progress on this thing called "general AI,"
349
981582
3236
לא היתה כמעט שום התקדמות בדבר שקרוי "בינה מלאכותית כללית,"
16:24
where you go to an AI and say, "Hey, invent for me special relativity
350
984842
4000
כשניגשים לבינה מלאכותית ואומרים, "תמציאי לי תורת יחסות פרטית
16:28
or string theory."
351
988866
1666
"או את תורת המיתרים."
16:30
It's totally in the infancy.
352
990556
1931
היא לגמרי בחיתוליה.
16:32
The reason I want to emphasize this,
353
992511
2127
הסיבה שאני רוצה להדגיש זאת,
16:34
I see the concerns, and I want to acknowledge them.
354
994662
3838
אני רואה את הדאגות ואני מכיר בהן,
16:38
But if I were to think about one thing,
355
998524
2886
אבל אם יש דבר אחד שכדאי לחשוב עליו,
16:41
I would ask myself the question, "What if we can take anything repetitive
356
1001434
5563
הייתי שואל את עצמי,
"מה אם ניקח כל משימה שחוזרת על עצמה
16:47
and make ourselves 100 times as efficient?"
357
1007021
3473
"ונתייעל פי מאה?"
16:51
It so turns out, 300 years ago, we all worked in agriculture
358
1011170
4249
מסתבר שלפני 300 שנה כולנו עבדנו בחקלאות
עבדנו במשק ועשינו מטלות שחוזרות על עצמן.
16:55
and did farming and did repetitive things.
359
1015443
2051
היום, 75% מאיתנו עובדים במשרדים
16:57
Today, 75 percent of us work in offices
360
1017518
2556
ועושים דברים שחוזרים על עצמם.
17:00
and do repetitive things.
361
1020098
2124
נעשינו עבדים לגליון האלקטרוני.
17:02
We've become spreadsheet monkeys.
362
1022246
2183
17:04
And not just low-end labor.
363
1024453
2054
ולא מדובר רק בעובדי הצווארון הכחול.
17:06
We've become dermatologists doing repetitive things,
364
1026531
2754
נעשינו לרופאי-עור שעושים דברים שחוזרים על עצמם,
עורכי-דין שעושים דברים שחוזרים על עצמם.
17:09
lawyers doing repetitive things.
365
1029309
1749
לדעתי, בקרוב נוכל לקחת בינה מלאכותית כלשהי,
17:11
I think we are at the brink of being able to take an AI,
366
1031082
3823
17:14
look over our shoulders,
367
1034929
1718
להביט מעבר לכתף,
17:16
and they make us maybe 10 or 50 times as effective in these repetitive things.
368
1036671
4058
וזה יהפוך אותנו ליעילים פי 10 או 50 במשימות שחוזרות על עצמן.
17:20
That's what is on my mind.
369
1040753
1275
זה מה שמעסיק אותי.
כ"א: זה נשמע מרתק מאד.
17:22
CA: That sounds super exciting.
370
1042052
2450
17:24
The process of getting there seems a little terrifying to some people,
371
1044526
3530
הדרך לשם נראית קצת מפחידה לאנשים מסוימים,
כי ברגע שמחשב יוכל לעשות מטלות שחוזרות על עצמן
17:28
because once a computer can do this repetitive thing
372
1048080
3180
טוב בהרבה מרופא העור
17:31
much better than the dermatologist
373
1051284
3434
17:34
or than the driver, especially, is the thing that's talked about
374
1054742
3230
או מהנהג, שעל זה במיוחד מדברים הרבה היום,
17:37
so much now,
375
1057996
1290
17:39
suddenly millions of jobs go,
376
1059310
1958
לפתע ייעלמו מיליוני מקומות עבודה,
17:41
and, you know, the country's in revolution
377
1061292
2695
והארץ תהיה במהפכה
עוד לפני שבכלל נגיע להיבטים הנהדרים שיתאפשרו.
17:44
before we ever get to the more glorious aspects of what's possible.
378
1064011
4329
17:48
ST: Yeah, and that's an issue, and it's a big issue,
379
1068364
2517
ס"ת: כן, וזאת בעיה, בעיה רצינית.
17:50
and it was pointed out yesterday morning by several guest speakers.
380
1070905
4196
ציינו אותה אתמול כמה מרצים-אורחים.
17:55
Now, prior to me showing up onstage,
381
1075125
2754
לפני שעליתי לבמה,
17:57
I confessed I'm a positive, optimistic person,
382
1077903
3739
הודיתי שאני אדם חיובי ואופטימי,
18:01
so let me give you an optimistic pitch,
383
1081666
2389
אז בואו ואתן לכם נאום מכירות אופטימי,
18:04
which is, think of yourself back 300 years ago.
384
1084079
4795
דמיינו את עצמכם לפני 300 שנה.
18:08
Europe just survived 140 years of continuous war,
385
1088898
3996
אירופה שרדה זה עתה 140 שנות מלחמה מתמשכת,
18:12
none of you could read or write,
386
1092918
1711
איש מכם אינו יודע קרוא וכתוב,
18:14
there were no jobs that you hold today,
387
1094653
2945
המשרות שיש לכם היום בכלל לא היו,
18:17
like investment banker or software engineer or TV anchor.
388
1097622
4096
כמו בנקאי השקעות, מהנדס תוכנה או מגיש חדשות.
18:21
We would all be in the fields and farming.
389
1101742
2414
כולנו היינו בשדות, עובדים בחקלאות.
18:24
Now here comes little Sebastian with a little steam engine in his pocket,
390
1104180
3573
מופיע סבסטיאן קטן ובכיסו מנוע קיטור קטן,
ואומר, "חבר'ה, תראו את זה.
18:27
saying, "Hey guys, look at this.
391
1107777
1548
"זה יכפיל את כוחכם פי 100 ואז תוכלו לעסוק במשהו אחר."
18:29
It's going to make you 100 times as strong, so you can do something else."
392
1109349
3595
18:32
And then back in the day, there was no real stage,
393
1112968
2470
ובאותם ימים לא היתה במה אמיתית,
18:35
but Chris and I hang out with the cows in the stable,
394
1115462
2526
כריס ואני הסתובבנו עם הפרות ברפת,
18:38
and he says, "I'm really concerned about it,
395
1118012
2100
והוא אומר לי, "זה מדאיג אותי מאד,
"כי אני חולב את פרתי בכל יום. מה אם המכונה תעשה את זה במקומי?"
18:40
because I milk my cow every day, and what if the machine does this for me?"
396
1120136
3652
18:43
The reason why I mention this is,
397
1123812
1702
אני מעלה את זה,
18:46
we're always good in acknowledging past progress and the benefit of it,
398
1126360
3603
כי כולנו מכירים בקידמה שחלה בעבר ובתועלת שלה,
18:49
like our iPhones or our planes or electricity or medical supply.
399
1129987
3354
כמו ה"אייפון", המטוס, החשמל או התרופות.
אנו נהנים לחיות עד גיל 80, מה שלא היה אפשרי לפני 300 שנה.
18:53
We all love to live to 80, which was impossible 300 years ago.
400
1133365
4245
18:57
But we kind of don't apply the same rules to the future.
401
1137634
4156
אבל משום-מה איננו מתייחסים כך אל העתיד.
19:02
So if I look at my own job as a CEO,
402
1142621
3207
אם אני מסתכל על תפקידי כמנכ"ל,
19:05
I would say 90 percent of my work is repetitive,
403
1145852
3140
הייתי אומר ש-90% מעבודתי הם דברים חוזרים ונשנים,
אני לא נהנה מזה,
19:09
I don't enjoy it,
404
1149016
1351
19:10
I spend about four hours per day on stupid, repetitive email.
405
1150391
3978
אני מקדיש כארבע שעות ביום להתעסקות חוזרת ונשנית בדוא"ל מטופש.
19:14
And I'm burning to have something that helps me get rid of this.
406
1154393
3641
ואני מת למשהו שיעזור לי להיפטר מזה.
מדוע?
19:18
Why?
407
1158058
1158
כי אני מאמין שכולנו יצירתיים בטירוף,
19:19
Because I believe all of us are insanely creative;
408
1159240
3003
19:22
I think the TED community more than anybody else.
409
1162731
3194
וקהילת TED - יותר מכל.
19:25
But even blue-collar workers; I think you can go to your hotel maid
410
1165949
3559
אבל אפילו עובדי צווארון כחול - לדעתי, אם תיגש למשרתת או למשרת במלון
19:29
and have a drink with him or her,
411
1169532
2402
תזמין אותם למשקה,
19:31
and an hour later, you find a creative idea.
412
1171958
2717
בתוך שעה תקבל מהם רעיון יצירתי.
19:34
What this will empower is to turn this creativity into action.
413
1174699
4140
הדבר הזה יגרום ליצירתיות הזאת להתגשם.
19:39
Like, what if you could build Google in a day?
414
1179265
3442
למשל, מה אם נוכל לבנות "גוגל" תוך יום?
19:43
What if you could sit over beer and invent the next Snapchat,
415
1183221
3316
מה אם יכולנו להמציא על כוס בירה את ה"סנאפצ'ט" הבא,
19:46
whatever it is,
416
1186561
1165
מה שזה לא יהיה,
19:47
and tomorrow morning it's up and running?
417
1187750
2187
ולמחרת בבוקר זה כבר יפעל?
19:49
And that is not science fiction.
418
1189961
1773
וזה איננו מדע בדיוני.
19:51
What's going to happen is,
419
1191758
1254
מה שהולך לקרות הוא,
שאנו כבר חלק מההיסטוריה,
19:53
we are already in history.
420
1193036
1867
19:54
We've unleashed this amazing creativity
421
1194927
3228
שהוצאנו לאור את היצירתיות המדהימה הזאת
בכך שהשתחררנו מהשעבוד לחקלאות
19:58
by de-slaving us from farming
422
1198179
1611
19:59
and later, of course, from factory work
423
1199814
3363
ואח"כ, כמובן, מהעבודה במפעל
20:03
and have invented so many things.
424
1203201
3162
והמצאנו כה הרבה דברים.
20:06
It's going to be even better, in my opinion.
425
1206387
2178
שזה עתיד ללכת ולהשתפר, לדעתי.
20:08
And there's going to be great side effects.
426
1208589
2072
ותהיינה לזה תוצאות-לוואי נהדרות.
20:10
One of the side effects will be
427
1210685
1489
אחת מתוצאות הלוואי תהיה
20:12
that things like food and medical supply and education and shelter
428
1212198
4795
שדברים כמו מזון, אספקה רפואית, השכלה, מחסה ותחבורה
20:17
and transportation
429
1217017
1177
ייעשו זולים בהרבה לכולנו,
20:18
will all become much more affordable to all of us,
430
1218218
2441
20:20
not just the rich people.
431
1220683
1322
ולא רק לעשירים.
20:22
CA: Hmm.
432
1222029
1182
כ"א: המממ...
20:23
So when Martin Ford argued, you know, that this time it's different
433
1223235
4341
אז כשמרטין פורד טען שהפעם זה אחרת
20:27
because the intelligence that we've used in the past
434
1227600
3453
משום שהבינה בה נעזרנו בעבר
כדי למצוא דרכים חדשות
20:31
to find new ways to be
435
1231077
2483
20:33
will be matched at the same pace
436
1233584
2279
תידחק החוצה באותו הקצב
20:35
by computers taking over those things,
437
1235887
2291
ע"י מחשבים שישתלטו על הדברים האלה,
מה שאני שומע ממך זה שלא לגמרי
20:38
what I hear you saying is that, not completely,
438
1238202
3078
20:41
because of human creativity.
439
1241304
2951
הודות ליצירתיות האנושית...
האם לדעתך זה שונה מן היסוד מסוג היצירתיות
20:44
Do you think that that's fundamentally different from the kind of creativity
440
1244279
3785
שהמחשבים מסוגלים לה?
20:48
that computers can do?
441
1248088
2696
20:50
ST: So, that's my firm belief as an AI person --
442
1250808
4434
ס"ת: אני מאמין בתוקף כאיש בינה מלאכותית --
שלא ראיתי שום התקדמות אמיתית מבחינת יצירתיות
20:55
that I haven't seen any real progress on creativity
443
1255266
3803
20:59
and out-of-the-box thinking.
444
1259949
1407
וחשיבה לא-שגרתית.
21:01
What I see right now -- and this is really important for people to realize,
445
1261380
3623
מה שאני רואה כרגע -- וחשוב מאד שאנשים יבינו זאת,
כי המושג "בינה מלאכותית" כה מאיים,
21:05
because the word "artificial intelligence" is so threatening,
446
1265027
2903
21:07
and then we have Steve Spielberg tossing a movie in,
447
1267954
2523
וגם סטיבן ספילברג הוסיף כאן סרט למדורה,
21:10
where all of a sudden the computer is our overlord,
448
1270501
2413
והמחשב נהיה לפתע אדון העולם,
21:12
but it's really a technology.
449
1272938
1452
בעוד שזו רק טכנולוגיה.
21:14
It's a technology that helps us do repetitive things.
450
1274414
2982
טכנולוגיה שעוזרת לנו לבצע מטלות חוזרות ונשנות.
21:17
And the progress has been entirely on the repetitive end.
451
1277420
2913
וההתקדמות היתה כולה בהיבט החזרתי:
21:20
It's been in legal document discovery.
452
1280357
2228
בגילוי מסמכים חוקיים,
21:22
It's been contract drafting.
453
1282609
1680
בניסוח טיוטות של חוזים,
21:24
It's been screening X-rays of your chest.
454
1284313
4223
בצילומי רנטגן של החזה,
21:28
And these things are so specialized,
455
1288560
1773
ואלה דברים כל-כך מוגבלים וספציפיים,
21:30
I don't see the big threat of humanity.
456
1290357
2391
שאני לא רואה איפה האיום הגדול על האנושות.
21:32
In fact, we as people --
457
1292772
1794
למעשה, אנו כבני-אדם --
21:34
I mean, let's face it: we've become superhuman.
458
1294590
2385
כי בואו ונודה בכך: נעשינו אדם-על
21:36
We've made us superhuman.
459
1296999
1764
הפכנו את עצמנו לאדם-על.
21:38
We can swim across the Atlantic in 11 hours.
460
1298787
2632
אנו יכולים לחצות את האוקיינוס האטלנטי בתוך 11 שעות.
21:41
We can take a device out of our pocket
461
1301443
2074
אנו יכולים לשלוף מהכיס מכשיר
21:43
and shout all the way to Australia,
462
1303541
2147
ולצעוק לתוכו כך שישמעו באוסטרליה,
21:45
and in real time, have that person shouting back to us.
463
1305712
2600
ושהשומע יצעק אלינו בחזרה בזמן אמת.
21:48
That's physically not possible. We're breaking the rules of physics.
464
1308336
3624
פיזית, זה בלתי-אפשרי. אנו שוברים את כללי הפיזיקה.
21:51
When this is said and done, we're going to remember everything
465
1311984
2943
בסופו של דבר אנו נזכור הכל,
21:54
we've ever said and seen,
466
1314951
1213
את כל מה שאמרנו ועשינו,
אתם תזכרו כל אדם,
21:56
you'll remember every person,
467
1316188
1496
21:57
which is good for me in my early stages of Alzheimer's.
468
1317708
2626
וזה מצוין בשבילי, בשלבי השטיון המוקדמים שלי.
סליחה, מה אמרתי? שכחתי.
22:00
Sorry, what was I saying? I forgot.
469
1320358
1677
כ"א: (צוחק)
22:02
CA: (Laughs)
470
1322059
1578
22:03
ST: We will probably have an IQ of 1,000 or more.
471
1323661
3077
ס"ת: מנת המשכל שלנו תהיה כנראה 1000 או יותר.
22:06
There will be no more spelling classes for our kids,
472
1326762
3425
לילדים כבר לא יהיו שיעורי איות,
22:10
because there's no spelling issue anymore.
473
1330211
2086
כי כבר לא תהיה בעיית איות.
22:12
There's no math issue anymore.
474
1332321
1832
כבר לא תהיינה בעיות בחשבון.
ולדעתי מה שבאמת יקרה הוא שנוכל להיות סופר-יצירתיים.
22:14
And I think what really will happen is that we can be super creative.
475
1334177
3510
22:17
And we are. We are creative.
476
1337711
1857
ואנו כבר כאלה. אנו יצירתיים.
22:19
That's our secret weapon.
477
1339592
1552
זהו הנשק הסודי שלנו.
כ"א: אז מקומות העבודה שנעלמים,
22:21
CA: So the jobs that are getting lost,
478
1341168
2153
22:23
in a way, even though it's going to be painful,
479
1343345
2494
במובן מסוים, ככל שזה כואב,
22:25
humans are capable of more than those jobs.
480
1345863
2047
בני-אדם מסוגלים ליותר מאשר לעסוק במשרות האלה.
22:27
This is the dream.
481
1347934
1218
זהו החלום.
22:29
The dream is that humans can rise to just a new level of empowerment
482
1349176
4247
החלום הוא שבני האדם יוכלו להתעלות למישור חדש של העצמה
22:33
and discovery.
483
1353447
1657
וגילויים.
22:35
That's the dream.
484
1355128
1452
זהו החלום.
22:36
ST: And think about this:
485
1356604
1643
ס"ת: וגם תחשוב על זה:
אם תסתכל על ההיסטוריה האנושית,
22:38
if you look at the history of humanity,
486
1358271
2021
22:40
that might be whatever -- 60-100,000 years old, give or take --
487
1360316
3328
לא משנה מתי -- לפני 60,000 או 100,000 שנה, פלוס-מינוס --
22:43
almost everything that you cherish in terms of invention,
488
1363668
3726
כמעט כל מה שיקר לנו מבחינת ההמצאות,
22:47
of technology, of things we've built,
489
1367418
2151
הטכנולוגיה, הדברים שבנינו,
22:49
has been invented in the last 150 years.
490
1369593
3099
כל אלה הומצאו ב-150 השנים האחרונות.
22:53
If you toss in the book and the wheel, it's a little bit older.
491
1373756
3048
אם מוסיפים את הספר ואת הגלגל, זה קצת יותר זמן.
22:56
Or the axe.
492
1376828
1169
או את הגרזן.
אבל הטלפון, נעלי הספורט,
22:58
But your phone, your sneakers,
493
1378021
2790
23:00
these chairs, modern manufacturing, penicillin --
494
1380835
3551
הכסאות האלה, הייצור המודרני, הפניצילין --
23:04
the things we cherish.
495
1384410
1714
הדברים שיקרים לנו.
בעיני זה אומר
23:06
Now, that to me means
496
1386148
3658
23:09
the next 150 years will find more things.
497
1389830
3041
שב-150 השנים הבאות נגלה דברים נוספים.
23:12
In fact, the pace of invention has gone up, not gone down, in my opinion.
498
1392895
4154
למעשה, קצב ההמצאות התגבר ולא נחלש, לדעתי.
אני מאמין שרק אחוז אחד מהדברים המעניינים התגלה עד כה.
23:17
I believe only one percent of interesting things have been invented yet. Right?
499
1397073
4905
עוד לא ריפאנו את הסרטן.
23:22
We haven't cured cancer.
500
1402002
1988
אין לנו מכוניות מעופפות -- עדיין. אני מקווה לשנות את זה.
23:24
We don't have flying cars -- yet. Hopefully, I'll change this.
501
1404014
3718
23:27
That used to be an example people laughed about. (Laughs)
502
1407756
3257
זו דוגמה למשהו שאנשים לעגו לו.
מצחיק, לא? "עובדים בחשאי על מכוניות מעופפות."
23:31
It's funny, isn't it? Working secretly on flying cars.
503
1411037
2992
עדיין איננו חיים פי 2 זמן, נכון?
23:34
We don't live twice as long yet. OK?
504
1414053
2683
23:36
We don't have this magic implant in our brain
505
1416760
2785
אין לנו שתל קסום במוח
23:39
that gives us the information we want.
506
1419569
1832
שמספק לנו מידע נחוץ.
אולי אתם מזועזעים מכך,
23:41
And you might be appalled by it,
507
1421425
1526
23:42
but I promise you, once you have it, you'll love it.
508
1422975
2444
אבל אני מבטיח לכם שכשזה יהיה, תמותו על זה.
23:45
I hope you will.
509
1425443
1166
אני מקווה כך.
23:46
It's a bit scary, I know.
510
1426633
1909
זה קצת מפחיד, אני יודע.
23:48
There are so many things we haven't invented yet
511
1428566
2254
יש עוד המון דברים שטרם המצאנו ושעוד נמציא.
23:50
that I think we'll invent.
512
1430844
1268
אין לנו מגיני כבידה.
23:52
We have no gravity shields.
513
1432136
1306
איננו יכולים לשגר את עצמנו ממקום למקום.
23:53
We can't beam ourselves from one location to another.
514
1433466
2553
זה נשמע מגוחך,
23:56
That sounds ridiculous,
515
1436043
1151
אבל לפני כ-200 שנה
23:57
but about 200 years ago,
516
1437218
1288
23:58
experts were of the opinion that flight wouldn't exist,
517
1438530
2667
המומחים היו בדעה אחת שהתעופה לא תיתכן,
אפילו לפני 120 שנה,
24:01
even 120 years ago,
518
1441221
1324
24:02
and if you moved faster than you could run,
519
1442569
2582
ושאם ננוע מהר יותר מכפי יכולתנו לרוץ,
נמות מיד.
24:05
you would instantly die.
520
1445175
1520
24:06
So who says we are correct today that you can't beam a person
521
1446719
3569
אז מי יאמר שהיום לא נכון לקבוע
שאי-אפשר לשגר אדם מכאן למאדים?
24:10
from here to Mars?
522
1450312
2249
24:12
CA: Sebastian, thank you so much
523
1452585
1569
כ"א: סבסטיאן, תודה רבה לך
24:14
for your incredibly inspiring vision and your brilliance.
524
1454178
2682
על חוכמתך והחזון רב ההשראה שלך.
24:16
Thank you, Sebastian Thrun.
525
1456884
1323
תודה רבה לסבסטיאן ת'רן. זה היה נהדר.
24:18
That was fantastic. (Applause)
526
1458231
1895
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7