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

翻訳: Natsuki Kominami 校正: Masaki Yanagishita

Human language, mathematics, logic.

人間の言語 数学 論理 これらはすべて

These are all ways to formalize the world.

世界に一定の形を与える方法です

And in our century,

そして 今世紀には

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

より強力な方法が誕生しました 計算です

For nearly 50 years,

私は50年近く

I've had the great privilege

この計算という方法に基づいた

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

果てしなく進歩する 科学とテクノロジーの塔を

that's based on that idea of computation.

築き上げる機会に 恵まれてきました

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

今日はその成果を 少しお話しできればと思います

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

話すことがたくさんあるので 駆け足で行きますね

And sometimes I'm going to summarize in a sentence

一冊の本にまとめた内容を一文に

what I've written a whole book about.

要約することもあるかもしれません

But you know,

さて

I last gave a TED talk 13 years ago,

私が前回TEDで講演をしたのは13年前

in February 2010,

2010年の２月のことで

soon after WolframAlpha launched,

WolframAlphaが 立ち上がって間もない頃でした

and I ended that talk with a question.

その際 一つの問いかけで 講演を締めくくりました

Question was,

その問いは

is computation ultimately what's underneath everything

「つまるところ 宇宙のすべての 根底にあるのは計算なのか？」

in our universe?

というものでした

I gave myself a decade to find out.

答えを見つけるのに 10年かかりました

And actually, it could have needed a century.

あるいは100年 必要だったかもしれません

But in April 2020, just after the decade mark,

でも2020年の４月 10年の区切りのすぐ後

we were thrilled to be able to announce

私たちは高揚感とともに 宇宙の

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

究極の機械コードと考えられるものを 発表することができました

And yes, it's computational.

そう 計算で表されるものです

So computation isn't just a possible formalization,

つまり 計算は形式化の一つの 方法であるというだけでなく

it's the ultimate one for our universe.

宇宙の 唯一の根本形式なのです

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

まず 空間は物質と同じように 個別の要素で構成されていると考えます

and from that structure of space and everything in it,

そうした空間の構造と その中にある あらゆるものは

it's defined just by a network of relations

空間の原子とでも呼べる 要素同士の関係 つまり

between these elements that we might call atoms of space.

ネットワークだけで 定義できます

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

とてもエレガントですが ひどく抽象的です

But here's kind of a humanized representation,

そこで ある種人間的な見方―

a version of the very beginning of the universe.

宇宙のはじまりを再現して 考えてみましょう

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

非常に単純な計算規則を 連続的に適用すると

and everything in it

このように

by the successive application of very simple computational rules.

空間とその中のあらゆるものが出現します

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

これらの点はすでに存在する空間にある 従来の原子のことではなく

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

つながることで空間を形成する 「空間の原子」であることに注意してください

And yes, if we kept going long enough,

このまま十分な時間を経過させれば

we could build our whole universe this way.

我々の宇宙全体が構築されます

So eons later,

長い時間の後

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

２つのブラックホールを含む 空間の塊ができました

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

しばらくするとブラックホールは合体して

generating little ripples of gravitational radiation.

重力放射のさざ波を立たせます

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

これらは全て 純粋な計算から 生まれたことを思い出してください

But like fluid mechanics emerging from molecules,

しかし 分子の性質から 流体力学が生まれるように

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

ここから時空と アインシュタインの 重力場方程式が発現します

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

空間は必ずしも ぴったり 三次元ではないというような

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

私たちが気がつくかもしれない ずれはあるにせよです

And there's something else.

もう一つ

Our computational rules can inevitably be applied in many ways,

この計算規則は必然的に さまざまなパターンで適用されることになり

each defining a different kind of thread of time,

各パターンは異なる時間の糸 言い換えれば

a different path of history that can branch and merge.

分岐したり合流したりもする 異なる歴史の経路を定義します

But as observers embedded in this universe,

この宇宙に組み込まれた観測者として

we're branching and merging, too.

我々自らも分岐し合流しています

And it turns out that quantum mechanics emerges as the story

量子力学は 分岐した意識が分岐した宇宙を

of how branching minds perceive a branching universe.

どう知覚するかについての 理論だというわけです

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

こちらに見えるピンクの線が

show the structure of what we call branchial space,

分岐空間と呼ばれる 量子分岐の空間の

the space of quantum branches.

構造を表しています

And one of the stunningly beautiful things,

少なくとも私のような物理学者にとって

at least for physicists like me,

驚くほど美しく感じられるのは

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

物質的な空間では重力として 現れる現象が 分岐空間では

in branchial space gives us quantum mechanics.

量子力学として現れるということです

So in the history of science so far,

さて これまでの科学史を見ると

I think we can identify sort of four broad paradigms

世界をモデル化するための パラダイムが

for making models of the world that can be distinguished

おおまかに４つありました それらは

kind of by how they deal with time.

時間についての考え方によって 区別できます

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

古代には 物質を構成するものは何か という点が中心となっていました

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

現代科学の多くの分野でも 中心にある点です

And time doesn't really enter.

ここでは時間の要素は介入しません

But in the 1600s came the idea of modeling things

そして1600年代になると ものごとを数式で

with mathematical formulas in which time enters,

表そうという考え方が出てきて 時間の要素が加わりますが

but basically just as a coordinate value.

基本的には 座標値に過ぎませんでした

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

1980年代には 単純な計算規則から始めて

came the idea of making models

それを実行するだけで モデル化するという

by starting with simple computational rules

考え方が登場しました 私も深く関わった

and just letting them run.

アイディアです

So can one predict what will happen?

そこでは将来起こることが 予測できるのでしょうか

No.

答えはノーです

There's what I call computational irreducibility,

これは私が 計算的還元不能性と呼んでいるもので

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

つまり 時間の経過というのは実質 「結果を知るためには

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

実行する必要がある」 還元不能な計算に相当します

But now there's kind of something,

しかし 今ではそれ以上のことが

something even more -- in our physics project,

持ち上がっています Wolfram の物理学プロジェクトでは

there’s things that have become multi-computational,

「多計算」的になっているものがあり

with many threads of time

そこで多数の時間の糸を

that can only be knitted together by an observer.

より合わせることができるのは 観測者だけです

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

これは 基礎物理学だけでなく

not only in fundamental physics,

数学やコンピュータ科学 あるいは

but also in the foundations of mathematics and computer science,

生物学や経済学も含む分野の 根本にあるものを紐解く

and possibly in areas like biology and economics as well.

新たなパラダイムだと 言えるかもしれません

So I talked about building up the universe

さて 計算規則を くり返し適用することで

by repeatedly applying a computational rule.

宇宙が形成されることを お話ししました

But how is that rule picked?

その規則は どのように選択されるのでしょう

Well, actually it isn't,

実は 選択されないのです

because all possible rules are used,

可能な規則が全て実行され

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

私が「ルリアド」と呼んでいる

the kind of deeply abstract but unique object

極端に抽象的ながら ユニークな概念―

that is the entangled limit of all possible computational processes.

可能な計算過程全てがからみ合った限界― が立ち上がるのです

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

こちらはチューリングマシンで表現された ほんの断片的なものです

So this ruliad is everything.

ルリアドは「全体」であり ルリアド以外は存在しません

And we as observers are necessarily part of it.

そして私たちは観測者として 否応なくそこに内包されています

In the ruliad as a whole,

全体としてのルリアドでは

in a sense, everything computationally possible can happen.

ある意味 計算上可能なことは 全て起こり得ます

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

でも 私たちのような観測者は 特定の部分だけを切り取るのです

And there are two crucial facts about us.

そして私たち観測者について ２つの重要な事実があります

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

まず 私たちには計算上の制約があり 意識には限界があります

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

そして 私たちは瞬間ごとに 異なる空間の原子で

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

構成されるにもかかわらず 時間的な連続性をもっていると考えます

So then, here's the big result.

その大局的な結果は次のようなことです

What observers with those characteristics perceive in the ruliad

そのような特徴をもった観測者が ルリアドで知覚することは

necessarily follows certain laws.

必然的に一定の法則にしたがいます

And those laws turn out to be precisely

その法則とは

the three key theories of 20th century physics:

20世紀物理学における 重要な３つの理論そのものです

general relativity, quantum mechanics,

一般相対性理論 量子力学

and statistical mechanics in the second law.

それと熱力学第二法則です

So it's because we're observers like us

つまり 私たちが知覚する物理法則が そのようなものである理由は

that we perceive the laws of physics we do.

私たちがこのような観測者だからです

We can think of sort of different minds

異なる意識というのは ルリアル空間の

as being at different places in rulial space.

異なる場所に存在することだと 考えることができます

Human minds who think alike are nearby,

似たような意識をもつ人間は近場にいて

animals further away,

動物はもう少し離れていて

and further out, we get to kind of alien minds

さらに遠ざかると 翻訳するのが難しい

where it's hard to make a translation.

異質な意識と言えるものがあるでしょう

So how can we get intuition for all of this?

こうしたことを直感的に 理解できないものでしょうか？

Well, one thing we can do is use generative AI

一つの方法は 生成AIを用いて

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

ルリアドのごく小さなスライスに 相当するものを表現させ

aligned with images we humans have produced.

人間がつくった画像と 並べてみることです

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

ルリアドの ある場所を表現するのに

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

パーティーハットを被った 猫のコンセプトを使ってみましょう

So zooming out, we saw there

ズームアウトすると 先ほどの場所は

what we might call Cat Island.

キャット・アイランド とでも呼びましょうか

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

今度はコンセプトが 入り混じったような場所に来ました

Occasionally things will look familiar,

なじみのあるものも見えますが

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

ほとんどは私たち人間の言葉では 表現できないものですね

In physical space, we explore the universe

物質的な空間では 宇宙探査機を送ることで

by sending out spacecraft.

宇宙を探索します

In rulial space, we explore more

ルリアル空間での探索は

by expanding our concepts and our paradigms.

概念やパラダイムを広げることです

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

何があるのか把握するために

by sampling possible rules,

可能な規則をサンプリングする

doing what I call ruliology.

ルリオロジーということをやります

So even with incredibly simple rules,

非常に単純な規則しかなくても そこには

there's incredible richness.

驚くべき豊かさがあります

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

問題は 人間が理解し 関心をもつようなことと

with things we humans understand or care about.

関係するものが 今のところほとんどないということです

It's like when we look at the natural world

自然界を見て その性質をテクノロジーに

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

利用できると分かるまでに 時間がかかるのと同じことです

So even after everything our civilization has achieved,

私たちの文明は さまざまなことを達成してきましたが

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

ルリアル空間の探索については まだ入り口に立ったばかりなのです

What about AIs?

AIはどうなのでしょう

Well, just like we can do ruliology,

私たちにルリオロジーができるように

AIs can in principle go out and explore rulial space.

AIも原理的には ルリアル空間を探索することができます

Left to their own devices, though,

しかしAIに任せると

they'll mostly just be doing things

人間が注目し

we humans don't connect with or care about.

関心をもつことは あまりやらないでしょう

So the big achievements of AI in recent times

AIに関する 近年の大きな成果は

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

人間に寄り添うような システムをつくってきたことです

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

LLMに何十億ものウェブサイトを学習させ 人間が書くような文章の

that's typical of what we humans write.

生成を可能にしています

And yes, the fact that this works

これが成功している事実は 明らかに

is undoubtedly telling us some deep scientific things

言語の意味文法に関する 非常に科学的なことや

about the semantic grammar of language

論理といったものの 一般化を示します

and generalizations of things like logic

私たちは こうしたことに 何世紀も前に

that perhaps we should have known centuries ago.

気がつくべきだったのかもしれません

You know, for much of human history,

人類の歴史の長い間

we were kind of like the LLMs,

私たち自身がLLMのようなもので

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

頭の中でパターンを見つけ ものごとに対処してきました

But then came more systematic formalization and eventually computation.

そして より体系的な形式化が行われ やがて計算が登場したのです

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

それまでとは異なるレベルで 新しいものを真に創造する力と

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

事実上 ルリアドの どこにでも行ける力を手に入れました

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

問題は 人間やAIが理解することと 関連のある方法で

and our AIs, understand.

それを行えるかということです

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

実際 私は人生の多くの時間をかけて

to kind of trying to build that bridge.

その架け橋をつくろうとしてきました

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

つまり 私たち人間を計算的に 記述する言語

a language for computational thinking.

計算的思考の言語をつくることです

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

私たちが世界について知っていることを 計算言語で形式化することがゴールです

to have computational ways to represent cities and chemicals and movies

都市や化学薬品や映画 ユーモアや数式と

and humor and formulas and our knowledge about them.

それらについての知識を 計算的に表現することです

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

人生の40年以上を費やした 膨大な仕事でしたが

but it's something very unique and different.

とてもユニークで独創的な仕事でした

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

そして 嬉しいことに かつての Mathematica

and is now the Wolfram Language,

現在の Wolfram Languge は

I think we firmly succeeded in creating

完全な計算言語をつくることに 間違いなく

a truly full-scale computational language.

成功したと言えると思います

In effect,

実際

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

これら一つ一つの関数が 私たちの文明における

and encapsulating, in computational terms,

知的成果の ある側面に 計算言語で

some facet of the intellectual achievements of our civilization.

形を与えカプセル化していると 考えることができます

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

私が知る限り 最も凝縮された知的表現の形であり

sort of finding the essence of everything and coherently expressing it

あらゆるものの本質を見つけ われわれの計算言語で

in the design of our computational language.

一貫性のある表現にしたものです

For me personally,

私個人にとっては

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

毎年毎年 必要なアイディアとテクノロジーの

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

塔を築き続け 今日ではその過程を

And nowadays sharing that process with the world

ライブ配信などで公開し みなさんと共有できる

in things like open live streams and so on.

そんな素晴らしい旅でした

A few centuries ago,

何世紀も前

the development of mathematical notation,

数学的な記述法が発達し

and what amounts to the language of mathematics,

数学において言語に相当するものが

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

数学を体系的に表現する方法を与え 代数学や微積分を可能にし

and eventually all of modern mathematical science.

やがて現代数理科学をもたらしました

And computational language now provides a similar path,

計算言語も今 同じような道をたどっています

letting us ultimately create a computational X

あらゆる可能な分野Xでの

for all imaginable fields X.

計算的Xの創造を 可能にする道です

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

私たちはコンピュータ・サイエンス CSの成長を目にしてきましたが

but computational language opens up something ultimately much bigger

計算言語は最終的に もっと大きく広範なもの

and broader, CX.

CXに繋がります

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

プログラミング言語は70年前からあり

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

コンピュータの言語で コンピュータに指示を出してきました

But computational language

計算言語は

is about something intellectually much bigger.

知的な意味で より大きな話です

It's about taking everything we can think about

私たちが考え得る全てのことを

and operationalizing it in computational terms.

計算の言葉で 操作するという話です

You know, I built the Wolfram Language

私は何よりも 自分が使いたくて

first and foremost because I wanted to use it myself.

Wolfram Language を開発しました

And now when I use it,

実際に使うと

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

一種の超能力を与えてくれるような 感じがします

I just have to imagine something in computational terms.

計算言語で 何かを思い浮かべるだけで良いのです

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

するとその言語がほとんど魔法のように それを現実に落とし込み

see its consequences, and build on them.

結果を可視化し さらに広げさせてくれます

And yes, that's the sort of superpower

物理学プロジェクトのようなものは

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

いわば その超能力があったからこそ 可能になりました

And over the past 35 years,

そして35年以上

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

この超能力を多くの人々と共有でき それを通して

and by doing so,

多くの分野で

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

驚くほどの数の前進が可能になったことを 光栄に思います

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

研究者やCEO 子ども達が われわれの言語を用いて

using our language to fluently think in computational terms,

流暢な計算記述の言葉で考え 自分の思考を明瞭にして

kind of crispening up their own thinking,

そしてほとんど自動的に 計算の超能力を行使する

and then in effect, automatically calling in computational superpowers.

そんな様子を目にするのは とても素敵な体験です

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

今やそれができるのは 人間だけではなく

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

AIも私たちの計算言語を ツールとして使えるのです

Yes, to get their facts straight,

事実を明確にするためだけでなく

but even more importantly, to compute new facts.

より重要なのは 新たな事実を計算するためです

There are already some integrations of our technology into LLMs.

すでに私たちの技術が LLMに組み込まれた例もあり

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

今後 より多くの例が見られるでしょう

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

非常に強力な新しいワークフローで

in a very powerful emerging workflow,

新しいことをやろうとするなら

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

基本的にはLLMに 要求をおおまかに伝え

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

正確な Wolfram Language で 表現させます

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

そして これはわれわれの 計算言語が 例えば

compared to, for example, programming language,

プログラミング言語とは異なる 重要な点ですが

you as a human can read the code,

私たち人間もコードを読むことができ

and if it does what you want,

目的に適うなら

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

信頼できるパーツとして 使っていけるのです

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

では もっともっとAIを使い

more and more computation.

計算を使っていくとしましょう

What's the world going to be like?

するとどんな世界になるでしょうか

From the industrial revolution on,

産業革命以降

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

私たちは ギアがかみ合うのを目にして

see how the gears mesh to understand how things work.

物がどのように働くか理解するような エンジニアリングを行ってきましたが

But computational irreducibility

計算的還元不能性は それがいつも

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

可能であるわけではない ということを示しています

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

いつも単純な人間的 あるいは数学的な記述で

mathematical narrative

システムの動きを

to explain or predict what a system will do.

説明したり 予測したりできるわけではないのです

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

これは 科学が自らを内側から 食い破るような事態です

From all the successes of mathematical science,

数理科学が収めてきた成功から

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

私たちは どうにかして 方法さえ分かれば

there'd be formulas to kind of predict everything.

全てを予測できる数式が 見つかるはずだと思い込んできました

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

しかし今 計算的還元不能性が そうではないと示しています

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

システムが何をするか知るには

we have to go through the same irreducible computational steps

システムと同じ非還元的な 計算過程を踏むしかないのだと

as the system itself.

示しています

Yes, it's a weakness of science,

たしかに科学の弱点ですが

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

同時に なぜ時間の経過が 重要で意味のあるものなのか

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

なぜ答えに飛びつくことができないのかを 説明してくれています

We have to live the steps.

過程を生きるしかないのです

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

実際のところ 未来の 大きな社会的ジレンマになると思います

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

AIに計算能力をフルに発揮させれば

they'll have lots of computational irreducibility

多くの計算的還元不能性が出てきて

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

AIが何をするか 予測できなくなるでしょう

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

しかし予測可能にするために 制限をもうければ

we'll limit what they can do for us.

私たちが受ける恩恵も 制限されることになる

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

では計算的還元不能性に満ちた世界というのは どんなものなのでしょうか

Well, it's really nothing new

実はそれほど新しいものではありません

because that's the story with much of nature.

自然界の大部分がそのような世界だからです

And what's happened there

そして私たちは

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

自然の中で生きる方法を見出してきました

even though nature can sometimes still surprise us.

もちろん 自然は今でも 私たちを驚かせることがあります

And so it will be with the AIs.

AIでも同じことです

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

私たちは枠組みをもうけるかもしれませんが 予測できない結果は

we can't predict.

常に出てくるでしょう

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

もちろん 社会としてAIに求めるものを 探るのも簡単ではありません

Maybe we need you know, a promptocracy

投票するかわりに プロンプトを書く

where people write prompts instead of just voting.

プロンプトクラシ―なるものが 必要になるかもしれません

But basically, every control the outcome scheme

でも基本的に どんな統制や構想であれ

seems full of both political philosophy

政治哲学と 計算的還元不能性の罠で

and computational irreducibility gotchas.

満たされていることは 間違いなさそうです

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

人類の歴史全体を見渡してみると

the one thing that's systematically changed

体系的に変わってきたことの一つは

is that more and more gets automated.

より多くのことが 自動化されてきたことです

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

LLMはその劇的かつ 予想外の例となりました

So what does that mean?

それが意味することは？

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

最後には人間のやることが なくなってしまうのでしょうか？

Well, if we look at history,

歴史を振り返って分かるのは

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

一つのことが自動化されると 新たにやるべきことが

it opens up lots of new things to do.

たくさん出てくるということです

And as economies develop,

そして経済が発展するにつれ

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

職業の円グラフは どんどん細分化されているようです

And now we're back to the ruliad.

さて ルリアドの話に戻りましょう

Because at a foundational level,

根本的なレベルでは

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

自動化はルリアドの探索への方向性を

to go in the ruliad.

広げているのです

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

しかし これらの方向性から選択する 理論的な方法はありません

It's a question of what we humans want,

私たち人間は何を求めているのか

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

その定義づけに取り組むことが 求められます

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

AIが人間による入力という 手綱から放れた社会では

would effectively go off and explore the whole ruliad.

AIは実質的にルリアド全体を 探索しに行くでしょう

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

そこでAIがなすことの多くは法則性がなく 無意味なように見えます

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

自然界が何か目的を果たしているようには 見えないのと

like it's achieving a purpose.

同じことです

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

役に立つものをつくるには 段階を追う必要があると

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

私たちは考えてきました

But AI and the whole phenomenon of computation

ところが AIと 計算がもたらす現象全体の示唆は

tell us that really what we need

本当に必要なのは 求めているものを

is more just to define what we want.

ただ定義することだ というものです

Then computation, AI, automation can make it happen.

そうすれば 計算とAI 自動化がそれを叶えてくれます

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

そして 求めているものを 明確な方法で定義する鍵は

is computational language.

計算言語にあると思います

And, you know, even after 35 years,

実は 35年経った今でも

for many people,

多くの人にとって

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

Wolfram Language は 近未来の人工物のようです

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

システムエンジニアから見れば カンニングと同じです

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

普通なら１週間かかるものを どうしてたった１時間で出来るのでしょう

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

しかし それが１時間で出来ても 次の仕事をコンセプト化する必要があり

you now have to conceptualize the next thing.

かえって大仕事になる可能性もあります

Of course, it's great for CEOs and CTOs

CEOやCTO 次に取りかかる構えができている

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

知識階級のリーダーにとっては もちろん喜ばしいことです

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

実際 そのような人々の間では 目を見張るほどの人気ぶりです

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

ある意味 Wolfram Language が

from concentrating on mechanics to concentrating on conceptualization,

仕組みの構築からコンセプト化に 意識をシフトさせています

and the key to that conceptualization is broad computational thinking.

そしてコンセプト化の鍵となるのは 広範な計算的思考です

So how can one learn to do that?

その思考を身につける方法は何でしょうか

It's not really a story of CS,

それはCSの話ではなく

it's really a story of CX.

CXの話です

And as a kind of education,

教育のタイプとしては

it's more like liberal arts than STEM.

STEMよりもリベラルアーツに近いです

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

技術的な実行を自動化する際の 傾向の一面で

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

「どのように」ではなく 「何を」が

but what to do.

大事になってくるのです

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

それはどんな狭い専門性よりも

than any kind of narrow specialization.

幅広い知識と一般的な思考の話です

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

ここには 意外にも 人間中心主義的なものがあるのです

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

科学とテクノロジーの進歩によって 私たち人間の些事は

the particulars of us humans would become ever less relevant.

どんどん重要でなくなると 思われていたかもしれません

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

しかし そうではないことが分かり それどころか

even our physics,

物理学においてさえ

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

私たち人間がルリアドをどのように サンプリングするかが問題だというのです

Before our physics project,

物理学プロジェクトに取り組む前は

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

宇宙が本当に計算的なのか 分かりませんでしたが

but now it's pretty clear that it is.

今ではかなり明確になりました

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

すると私たちは 宇宙の物質的な空間より

with all its kind of vastness

はるかに果てしない規模の

so hugely greater than the physical space in our universe.

ルリアドに容赦なく導かれるのです

So where will we go in the ruliad?

私たちはルリアドでどこに向かうのか？

Computational language is what lets us chart our path.

道筋をつけさせてくれるのは 計算言語です

It lets us humans define our goals and our journeys.

人間が目的地と旅路を定義することを 可能にしてくれます

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

そして素晴らしいのは ルリアドにおける

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

あらゆる力と豊かさは 誰でもアクセス可能だということです

One just has to learn to harness those computational superpowers,

その計算の超能力を 使いこなせるように学ぶだけです

which kind of starts here,

それはここ

you know, our portal to the ruliad.

ルリアドへの入り口から始まります

Thank you.

ありがとうございました

(Applause)

（拍手）