How AI can bring on a second Industrial Revolution | Kevin Kelly

340,702 views ・ 2017-01-12

TED


ဗီဒီယိုကိုဖွင့်ရန် အောက်ပါ အင်္ဂလိပ်စာတန်းများကို နှစ်ချက်နှိပ်ပါ။

00:00
Translator: Leslie Gauthier Reviewer: Camille Martínez
0
0
7000
Translator: Myo Aung Reviewer: sann tint
00:14
I'm going to talk a little bit about where technology's going.
1
14966
3817
ကျွန်တော်ဟာ နည်းပညာက ဘယ်ဆီကို ဦးတည်နေကြောင်း နည်းနည်း ပြောလိုပါတယ်။
00:19
And often technology comes to us,
2
19509
2671
မကြာခဏဆိုသလို နည်းပညာက ကျွန်ုပ်တို့ ဆီကို လာတဲ့ အခါမှာ၊
00:22
we're surprised by what it brings.
3
22566
1865
၎င်းယူဆောင်လာတာကို ကျွန်ုပ်တို့ အံ့ဩကြတယ်။
00:24
But there's actually a large aspect of technology
4
24455
3683
ဒါပေမဲ့ ပိုပြီး ခန့်မှန်းလို့ ရနိုင်ကြတဲ့ နည်းပညာတွေ
00:28
that's much more predictable,
5
28162
1802
တစ်ပုံကြီးလည်း ရှိကြပါတယ်၊
00:29
and that's because technological systems of all sorts have leanings,
6
29988
4088
နည်းပညာဆိုင်ရာ စနစ်တွေဆီမှာ ဦးညွတ်ချက်တွေ ကိုယ်စီ ရှိတတ်တယ်၊
00:34
they have urgencies,
7
34100
1175
အရေးကြီးလိုအပ်မှုတွေ၊
00:35
they have tendencies.
8
35299
1561
အလားအလာတွေ အသီးသီး ရှိကြလို့ပါ။
00:36
And those tendencies are derived from the very nature of the physics,
9
36884
4932
ပြီးတော့ အဲဒီလို အလားအလာတွေကို ကျတော့ ရူပဗေဒ ကိုယ်၌ရဲ့ သဘာဝထဲမှ၊
00:41
chemistry of wires and switches and electrons,
10
41840
3150
ဝါယာကြိုးများ၊ ခလုတ်များ နဲ့ အီလက်ထရွန်းများရဲ့ ဓာတုဗေဒမှ
00:45
and they will make reoccurring patterns again and again.
11
45659
3602
ထွက်ပေါ်လာတာမို့လို့ ဆင်တူ ပုံစံများကို ထပ်တလဲလဲ မြင်တွေ့ကြရမှာပါ။
00:49
And so those patterns produce these tendencies, these leanings.
12
49745
4874
အဲဒိ ပုံစံများက ဒီလို အလားအလာများကို၊ အဲဒီလို ဦးညွတ်မှုများကို ထုတ်ပေးကြတယ်။
00:54
You can almost think of it as sort of like gravity.
13
54643
2831
အဲဒါကို ကျွန်ုပ်တို့ဟာ မြေဆွဲအားလို စဉ်းစားလို့ ရနိုင်တယ်။
00:57
Imagine raindrops falling into a valley.
14
57498
2319
ချိုင့်ဝှမ်းဆီ ကျလာတဲ့ မိုးရေကို စိတ်ကူးကြည့်ပါ။
00:59
The actual path of a raindrop as it goes down the valley
15
59841
3088
ချိုင့်ဝှမ်းအတိုင်း အဲဒီမိုးရေ ဆင်းသွားမယ့် လမ်းအတိအကျကို
01:02
is unpredictable.
16
62953
1169
ခန့်မှန်းရန် မလွယ်ပါ။
01:04
We cannot see where it's going,
17
64651
1518
၎င်းဟာ ဘယ်လို စီးဆင်းသွားပုံကို
01:06
but the general direction is very inevitable:
18
66193
2277
ကျွန်ုပ်တို့ မမြင်နိုင်ပေမဲ့ အထွေထွေ ဦးတည်ချက်က
01:08
it's downward.
19
68494
1234
အောက်ကို ဆိုတာ ရှင်းတယ်။
01:10
And so these baked-in tendencies and urgencies
20
70377
4572
ဒီတော့ နည်းပညာ စနစ်များထဲ အလိုလိုပါကြတဲ့ အဲဒီလို ဦးတည်ချက်များ နဲ့
01:14
in technological systems
21
74973
1476
အရေးကြီးမှုတွေက ကျွန်ုပ်တို့ကို
01:17
give us a sense of where things are going at the large form.
22
77051
3609
စကေးကြီးနဲ့ ကြည့်ကြည့်မယ်ဆိုရင် ဘယ်ဆီကို သွားနိုင်ကြောင်း ပြပါတယ်။
01:21
So in a large sense,
23
81149
1401
ဒါကြောင့် ခြုံပြီးကြည့်ပါက၊
01:22
I would say that telephones were inevitable,
24
82574
3361
ဥပမာ တယ်လီဖုန်းတွေ ပေါ်လာမှာ ထင်ရှားသိသာခဲ့ပေမဲ့၊
01:27
but the iPhone was not.
25
87005
1342
iPhone ကျတော့ မထင်ရှားခဲ့ပါ။
01:29
The Internet was inevitable,
26
89094
1478
အင်တာနက်က သေချာခဲ့ပေမဲ့၊
01:31
but Twitter was not.
27
91274
1286
Twitter ကျတော့ မဟုတ်ခဲ့ပါ။
01:33
So we have many ongoing tendencies right now,
28
93036
3928
ဒီနေ့တွင်လည်း ဖြစ်ပျက်နေကြတဲ့ အလားအလာတွေ အများကြီးပါ၊
01:36
and I think one of the chief among them
29
96988
2720
အဲဒါတွေ အကြားမှာ အကြီးမားဆုံး တစ်ခုက ပစ္စည်းတွေကို
01:39
is this tendency to make things smarter and smarter.
30
99732
3722
ပိုပို ကောင်းသထက် ကောင်းအောင် လုပ်လိုတဲ့ အလားအလာပါပဲ။
01:44
I call it cognifying -- cognification --
31
104041
2212
ကျွန်တော် အဲဒါကို cognifying -- cognification
01:46
also known as artificial intelligence, or AI.
32
106783
2782
ခေါ်ချင်တယ်၊ artificial intelligence သို့မဟုတ် AI ဆိုတာပါ။
01:50
And I think that's going to be one of the most influential developments
33
110025
3746
ကျွန်တော့စိတ်ထင် အဲဒါဟာ လာမယ့်နှစ်ပေါင်း ၂၀ အတွင်းမှာ ကျွန်ုပ်တို့လူ့အဖွဲ့အစည်း
01:53
and trends and directions and drives in our society in the next 20 years.
34
113795
5575
အတွက် ဩဇာအကြီးမားဆုံး အလားအလာနဲ့ မောင်းနှင်အား ဖြစ်လာပါလိမ့်မယ်။
02:00
So, of course, it's already here.
35
120021
1985
အဲဒါဟာ အခု ဒီမှာ ရှိနေပါပြီ။
02:02
We already have AI,
36
122030
2204
ကျွန်ုပ်တို့ဆီမှာ AI ရှိနေပါပြီ၊
02:04
and often it works in the background,
37
124258
2398
မကြာခဏဆိုသလို အဲဒါဟာ နောက်ဖေး တစ်နေရာမှာ၊
02:06
in the back offices of hospitals,
38
126680
1586
ဆေးရုံရဲ့ နောက်ခံ ရုံးများမှာ၊
02:08
where it's used to diagnose X-rays better than a human doctor.
39
128290
4686
၎င်းတို့ဟာ ဓာတ်မှန်တွေကို လူသား ဆရာဝန်ထက် ပိုကောင်းစွာ ဖတ်ရှုနိုင်တယ်။
02:13
It's in legal offices,
40
133000
1726
ပြီးတော့ ဥပဒေရုံးတွေမှာ ရှိတယ်၊
02:14
where it's used to go through legal evidence
41
134750
2368
လူသား ရှေ့နေထက်ကို ၎င်းဟာ ဥပဒေ အထောက်အထားတွေကို
02:17
better than a human paralawyer.
42
137142
1855
ဆန်းစစ် လေ့လာ ဖေါ်ထုတ်ပေးနိုင်တယ်။
02:19
It's used to fly the plane that you came here with.
43
139506
3656
ခင်ဗျား ဒီကို လာဖို့ စီးလာတဲ့ လေယာဉ်ကို ပျံရာမှာ သုံးနေပါပြီ။
02:24
Human pilots only flew it seven to eight minutes,
44
144165
2381
လူသား လေယာဉ်မှူးတွေက ပျံသန်းပေကြတာ ၇ -၈ မိနစ်မျှပါ၊
02:26
the rest of the time the AI was driving.
45
146570
1953
ကျန်တဲ့ အချိန်မှာ AI က မောင်းပေးတယ်။
02:28
And of course, in Netflix and Amazon,
46
148547
2173
ပြောဖို့ လိုသေးတာက Netflix နဲ့ Amazon၊
02:30
it's in the background, making those recommendations.
47
150744
2530
၎င်းက နောက်ခံမှ နေပြီး အကြံပြုချက်ကို တင်ပြပေးတယ်။
02:33
That's what we have today.
48
153298
1261
ဒီနေ့ အခြေအနေက အဲဒီလိုပါ။
02:34
And we have an example, of course, in a more front-facing aspect of it,
49
154583
4801
ဒါကို အထင်အရှား ထောက်ပြတဲ့ သာဓကရှိတယ်၊
02:39
with the win of the AlphaGo, who beat the world's greatest Go champion.
50
159408
6629
Go ချံပီယံကို အနိုင်ယူလိုက်တဲ့ AlphaGo ရဲ့ အောင်ပွဲကို ဆိုလိုတာပါ။
02:46
But it's more than that.
51
166478
4053
အဲဒါဟာ အောင်ပွဲထက် အရေးပါတယ်။
02:50
If you play a video game, you're playing against an AI.
52
170555
2642
ခင်ဗျားတို့ ဗီဒီယို ဂိမ်းကို ကစားတဲ့ အခါမှာ AI နဲ့ ယှဉ်ပြိုင်နေတာပါ။
02:53
But recently, Google taught their AI
53
173221
4538
မကြာခင်တုန်းက Google ဟာ သူတို့ရဲ့ AI ကို
02:57
to actually learn how to play video games.
54
177783
2412
ဗီဒီယို ဂိမ်းများ ကစားနည်းအား သင်ပေးရန် သင်ကြားပေးခဲ့တယ်။
03:00
Again, teaching video games was already done,
55
180686
2709
ဗီဒီယို ဂိမ်းတွေကို သင်ပေးမှုဟာ ရှိနင့်ပြီးသားပါ၊
03:03
but learning how to play a video game is another step.
56
183419
3897
ဒါပေမဲ့ ဗီဒီယို ဂိမ်း ကစားဖို့ကို သင်ယူရေး ကျတော့ နောက်ခြေလှမ်းပါ။
03:07
That's artificial smartness.
57
187340
1678
အဲဒါဟာ တုပရာတွင် စမတ်ဖြစ်မှုပါ။
03:10
What we're doing is taking this artificial smartness
58
190571
4522
ကျွန်ုပ်တို့ လုပ်နေကြတာက အဲဒီလို
03:15
and we're making it smarter and smarter.
59
195117
2423
တုပရေးပညာဖြင့် အဲဒါတွေကို ပိုပို ကောင်းမွန်အောင် ထုတ်လုပ်နေကြပါတယ်။
03:18
There are three aspects to this general trend
60
198710
3895
အဲဒီ ဧရာမ အလားအလာဆီမှာ မျက်နှာ သုံးခု ရှိနေကြရာ
ကျွန်ုပ်တို့ ထိုက်တန်စွာ တန်ဖိုး မထားကြဘူးလို့ ထင်ပါတယ်-
03:22
that I think are underappreciated;
61
202629
1689
03:24
I think we would understand AI a lot better
62
204342
2277
ကျွန်ုပ်တို့က အဲဒီ အရာသုံးခုကို နားလည်ကြပါက
03:26
if we understood these three things.
63
206643
2301
AI ကို ပိုကောင်းစွာ နားလည်ကြမယ်။
03:28
I think these things also would help us embrace AI,
64
208968
3283
အဲဒီ အရာများက ကျွန်ုပ်တို့အား AI ကို လက်ခံယုံကြည်ရန် ကူပေးနိုင်မှာပါ၊
03:32
because it's only by embracing it that we actually can steer it.
65
212275
3008
လက်ခံယုံကြည်မှသာ ကျွန်ုပ်တို့က ၎င်းကို ထိန်းကျောင်းနိုင်မှာပါ။
03:35
We can actually steer the specifics by embracing the larger trend.
66
215887
3157
ကျွန်ုပ်တို့က အကြီးစား အလားအလာကို လက်ခံရင် ဝီသေသတွေကို ထိန်းကျောင်းနိုင်မယ်။
03:39
So let me talk about those three different aspects.
67
219467
2979
ဒါကြောင့် အဲဒီ မတူတဲ့ မျက်နှာစာ သုံးခု အကြောင်းကို ပြောပြပါရစေ။
03:42
The first one is: our own intelligence has a very poor understanding
68
222470
3673
ပထမဟာက- အသိဉာဏ်ဆိုတာ ဘာလဲကို ကျွန်ုပ်တို့ရဲ့
03:46
of what intelligence is.
69
226167
1490
အသိဉာဏ်ဟာ သိပ်နားမလည်ကြပါ။
03:48
We tend to think of intelligence as a single dimension,
70
228110
3653
အသိဉာဏ် အကြောင်းကို ကျွန်ုပ်တို့ ပြားချပ်နေတဲ့ အရာလို ထင်ကြတယ်၊
03:51
that it's kind of like a note that gets louder and louder.
71
231787
2750
ပိုပို ကျယ်လောင်း လောနေတဲ့ အသံ တစ်ခုလို ယူဆကြပါတယ်။
03:54
It starts like with IQ measurement.
72
234561
2607
အဲဒါရဲ့ အစဟာ IQ အား တိုင်းတာမှုနဲ့ ဆင်တူပါတယ်။
03:57
It starts with maybe a simple low IQ in a rat or mouse,
73
237192
4092
မြေကြွက် ဒါမှမဟုတ် ကြွက်ငယ်ရဲ့ သာမန် နိမ့်နေတဲ့ IQ မှ စတင်တယ်၊
04:01
and maybe there's more in a chimpanzee,
74
241308
2134
မျောက်ဝံဆီမှာ ပိုပြီး ရှိနိုင်ပါတယ်၊
04:03
and then maybe there's more in a stupid person,
75
243887
2191
လူအဆီမှာဆို အဲဒါထက်ကို ပိုပြီး ရှိနိုင်ပါတယ်၊
04:06
and then maybe an average person like myself,
76
246102
2096
အဲဒီနောက် ကျွန်တော်လို သာမန် ပျမ်းမျှ လူဆီမှာ
04:08
and then maybe a genius.
77
248222
1290
နောက်ဆုံးတွင် ပါရမီရှင်ပေါ့လေ။
04:09
And this single IQ intelligence is getting greater and greater.
78
249536
4433
ဒီတော့ တစ်ခုတည်းသော IQ အသိဉာဏ်ဟာ ပိုပို ကြီးလာနိုင်တယ်။
04:14
That's completely wrong.
79
254516
1151
အဲဒါ လုံးဝကို မှားတယ်။
04:15
That's not what intelligence is -- not what human intelligence is, anyway.
80
255691
3608
အဲဒါဟာ အသိဉာဏ် မဟုတ်ပါ၊ လူသားရဲ့ အသိဉာဏ် မဟုတ်တာ သေချာတယ်။
04:19
It's much more like a symphony of different notes,
81
259673
4506
အဲဒါဟာ သံစဉ်မျိုးစုံ ရှိနေတဲ့ တီးဝိုင်းအဖွဲ့ကြီးနဲ့ တူပါတယ်။
04:24
and each of these notes is played on a different instrument of cognition.
82
264203
3609
အဲဒီ သံစဉ် တစ်ခုစီကို သိရှိမှု တူရိယာ အမျိုးမျိုးဖြင့် တီးမှုတ်ပေးရတာပါ။
04:27
There are many types of intelligences in our own minds.
83
267836
3701
ကျွန်ုပ်တို့ရဲ့ ဦးနှောက်ထဲမှာ အသိဉာဏ်ရဲ့ ပုံစံတွေ အမျိုးမျိုး ရှိပါတယ်။
04:31
We have deductive reasoning,
84
271561
3048
ကျွန်ုပ်တို့ဆီမှာ ကျိုးကြောင်း ဆင်ခြင်မှု ရှိပါတယ်၊
04:34
we have emotional intelligence,
85
274633
2221
ကျွန်ုပ်တို့ဆီမှာ ခံစားမှုဆိုင်ရာ ဆင်ခြင်မှု ရှိပါတယ်၊
04:36
we have spatial intelligence;
86
276878
1393
ကျွန်ုပ်တို့ဟာ အကွာအဝေးကို ဆင်ခြင်နိုင်ကြတယ်၊
04:38
we have maybe 100 different types that are all grouped together,
87
278295
4021
အဲဒါ အမျိုးအစား ၁၀၀ တောင် ရှိနိုင်ကြကာ အားလုံးကို အတူတကွ စုစည်းထားတယ်၊
04:42
and they vary in different strengths with different people.
88
282340
3905
အဲဒါတွေ လူတွေ အမျိုးမျိုးမှာ စွမ်းထက်မှု အရလည်း ကွဲပြားနိုင်ပါတယ်။
04:46
And of course, if we go to animals, they also have another basket --
89
286269
4526
ဆက်ပြီး ကျွန်ုပ်တို့က တိရစ္ဆာန်တွေဆီကို သွားကြမယ်ဆိုရင် အခြား တပုံကြီး တွေ့ရမယ်၊
04:50
another symphony of different kinds of intelligences,
90
290819
2541
အသိဉာဏ် အမျိုးမျိုးရဲ့ နောက် သံစုံ တီးဝိုင်းအဖွဲ့ကြီးပါ၊
04:53
and sometimes those same instruments are the same that we have.
91
293384
3566
တခါတရံတွင် သူတို့ရဲ့ တူရီယာတွေဟာ ကျွန်ုပ်တို့ဟာနဲ့ ဆင်တူနိုင်ပါတယ်။
04:56
They can think in the same way, but they may have a different arrangement,
92
296974
3561
သူတို့ရဲ့ တွေးခေါ်မှုဟာ တူနိုင်ပေမဲ့ စီစဉ်ဖွဲ့စည်းမှု တမျိုးဖြစနိုင်တယ်။
05:00
and maybe they're higher in some cases than humans,
93
300559
2467
ပြီးတော့ တချို့ကိစ္စများမှာ သူတို့ဟာ လူသားထက် မြင့်မားနိုင်ကြတယ်။
05:03
like long-term memory in a squirrel is actually phenomenal,
94
303050
2837
ရှဉ့်ကောင်ရဲ့ ရေရှည် မှတ်ဉာဏ်လို ဟာမျိုးထဲမှာမျိုးဆိုပါစို့၊
05:05
so it can remember where it buried its nuts.
95
305911
2287
သူတို့ရဲ့ အဆံတွေကို မြေမြှုပ်ထားတဲ့ နေရာကို မှတ်မိနိုင်ကြတယ်။
05:08
But in other cases they may be lower.
96
308222
1987
ဒါပေမဲ့ အခြားနေရာမှာ သူတို့ဟာ နိမ့်ကျနိုင်ကြတယ်။
05:10
When we go to make machines,
97
310233
2730
ကျွန်ုပ်တို့က စက်ပစ္စည်းတွေကို လုပ်ကြရာတွင်၊
05:12
we're going to engineer them in the same way,
98
312987
2196
အလားတူပဲ ကြံဆဖန်တီးကြမှာပါ၊
05:15
where we'll make some of those types of smartness much greater than ours,
99
315207
5010
အချို့သော ပုံစံမျာကို ကျွန်ုပ်တို့ရဲ့ ပုံစံများထက် များစွာ ကောင်းအောင် လုပ်လျက်၊
တော်တော်များများဟာ ကျွန်ုပ်တို့ဟာနဲ့ နီးကပ်မှုတောင် မရှိနိုင်ကြပါ၊
05:20
and many of them won't be anywhere near ours,
100
320241
2571
05:22
because they're not needed.
101
322836
1544
အဲဒါမျိုးကို မလိုအပ်လို့ပါ။
05:24
So we're going to take these things,
102
324404
2203
ကျွန်တော်တို့ဟာ အခု ရှိနေတဲ့ အရာတွေကို ယူကြမယ်၊
05:26
these artificial clusters,
103
326631
2081
အတု ဖန်တီးမှုတွေကို၊
05:28
and we'll be adding more varieties of artificial cognition to our AIs.
104
328736
5362
ကျွန်ုပ်တို့ရဲ့ AI ထဲကို သိနိုင်စွမ်း အတု လုပ်နိုင်စွမ်းတွေကို ထပ်ထည့်ပေးကြမယ်။
05:34
We're going to make them very, very specific.
105
334507
4071
၎င်းတို့ကို ကျွန်ုပ်တို့ဟာ သိပ်သိပ်ကို အထူးဖြစ်အောင် ပြုလုပ်ကြမယ်။
05:38
So your calculator is smarter than you are in arithmetic already;
106
338602
6542
ခင်ဗျားတို့ရဲ့ ဂဏန်းတွက်စက်က ခင်ဗျားတို့ သင်္ချာထဲ တော်တာထက်ကို တော်သလိုပါ၊
05:45
your GPS is smarter than you are in spatial navigation;
107
345168
3697
ခင်ဗျားတို့ရဲ့ GPS က ခင်ဗျားတို့ရဲ့ အကွာအဝေး ခန့်မှန်းထက် ပိုကောင်းတယ်၊
05:49
Google, Bing, are smarter than you are in long-term memory.
108
349337
4258
Google၊ Bing ဆိုရင် ကျွန်ုပ်တို့ရဲ့ ရေရှည် မှတ်ဉာဏ်ထက် ပိုတော်ကြတယ်။
05:54
And we're going to take, again, these kinds of different types of thinking
109
354339
4530
ကျွန်ုပ်တို့ဟာ ထပ်ပြီးတော့ အဲဒီလို ပုံစံ အမျိုးမျိုးကို ယူပြီးတော့
05:58
and we'll put them into, like, a car.
110
358893
1933
ဥပမာ၊ ကားလိုဟာထဲကို၊ ထည့်ပေးကြမယ်။
06:00
The reason why we want to put them in a car so the car drives,
111
360850
3057
ကားကို အဲဒီလို မောင်းနှင်ပေးရန် အဲဒါတွေ ထည့်ပေးရခြင်းရဲ့ အကြောင်းရင်းက
06:03
is because it's not driving like a human.
112
363931
2302
လူမောင်းသလို မမောင်းလို့ပါ။
06:06
It's not thinking like us.
113
366257
1396
၎င်းဟာ ကျွန်ုပ်တို့လို မစဉ်းစားပါ။
06:07
That's the whole feature of it.
114
367677
1920
အဲဒါကမှ အဲဒါရဲ့ ထူးခြားချက်ပါ။
06:09
It's not being distracted,
115
369621
1535
၎င်းရဲ့ အာရုံကို နှောင့်ယှက်မရပါ။
06:11
it's not worrying about whether it left the stove on,
116
371180
2754
မီးဖိုကို ပိတ်ခဲ့ရဲ့လား ဆိုတာကို ၎င်းဟာ မစိုးရိမ်ရပါ။
06:13
or whether it should have majored in finance.
117
373958
2138
ဘယ်လိုဘာသာကို အဓိကထား သင်ရမှာကို ဦးဏှောက် ခြောက်မနေပါ။
06:16
It's just driving.
118
376120
1153
၎င်းဟာ မောင်းရုံ မောင်းသွားမှာပါ။
06:17
(Laughter)
119
377297
1142
06:18
Just driving, OK?
120
378463
1841
(ရယ်မောသံများ)
မောင်းရုံ သက်သက်၊ အိုကေနော်။
06:20
And we actually might even come to advertise these
121
380328
2937
ကျွန်ုပ်တို့ဟာ အဲဒါတွေကို “အသိစိတ်မဲ့” ဆိုပြီး
06:23
as "consciousness-free."
122
383289
1545
ခေါ်ဆိုလို့ ရနိုင်မယ် ထင်ပါတယ်။
06:24
They're without consciousness,
123
384858
1774
သူတို့ဆီမှာ အသိစိတ် မရှိပါ၊
06:26
they're not concerned about those things,
124
386656
2104
၎င်းတို့ဟာ ခုနကလို အရာတွေကို မစိုးရိမ်ကြပါ၊
06:28
they're not distracted.
125
388784
1156
စိတ်အာရုံ မပြောင်းကြပါ။
06:29
So in general, what we're trying to do
126
389964
2966
အဲတော့၊ ကျွန်ုပ်တို့ဟာ အတတ်နိုင်ဆုံး အများဆုံး ဆင်ခြင်ရေး
06:32
is make as many different types of thinking as we can.
127
392954
4500
ပုံစံတွေကို အများဆုံး ဖန်တီးရန် ဖြစ်ပါတယ်။
06:37
We're going to populate the space
128
397804
2083
ကျွန်ုပ်တို့ အာကာသကိုလည်း အတတ်နိုင်ဆုံး
06:39
of all the different possible types, or species, of thinking.
129
399911
4159
အမျိုးအစားများဖြင့်၊ မျိုးစိတ်များဖြင့်၊ ဆင်ခြင်မှုများဖြင့် ချထားပေးကြတယ်။
06:44
And there actually may be some problems
130
404094
2068
ပြီးတော့ လုပ်ငန်းများ နဲ့ သိပ္ပံပညာထဲမှာ
06:46
that are so difficult in business and science
131
406186
2800
ရှိကြတဲ့ ပြဿနာ တချို့များဆိုရင်၊
06:49
that our own type of human thinking may not be able to solve them alone.
132
409010
4042
ကျွန်ုပ်တို့ရဲ့ လူသား တွေးခေါ်မှုနဲ့ဆိုရင် ဖြေရှင်း မရနိုင်တာမျိုးလည်း ရှိနိုင်တယ်။
ကျွန်ုပ်တို့ဟာ နှစ်ဆင့် ပရိုဂရမ် လိုအပ်နိုင်တယ်၊
06:53
We may need a two-step program,
133
413076
1992
06:55
which is to invent new kinds of thinking
134
415092
4203
အမည်း စွမ်းအင် သို့မဟုတ် ကွမ်တမ် ဆွဲအားလို
06:59
that we can work alongside of to solve these really large problems,
135
419692
3734
အကြီးစား ပြဿနာတွေကို ဖြေရှင်းရန်
07:03
say, like dark energy or quantum gravity.
136
423450
2918
တွေးခေါ်မှု အမျိုးအစား အသ်စကို တီထွင်ရန် လိုအပ်နိုင်တယ်။
07:08
What we're doing is making alien intelligences.
137
428496
2646
ကျွန်ုပ်တို့ ပြုလုပ်နေတာက သူစိမ်း အသိဉာဏ်တွေကိုပါ။
07:11
You might even think of this as, sort of, artificial aliens
138
431166
4069
အဲဒါတွေကို သူစိမ်း အတုတွေလိုလည်း ကျွန်ပ်တို့
07:15
in some senses.
139
435259
1207
ယူဆျင် ယူဆနိုင်ပါတယ်။
07:16
And they're going to help us think different,
140
436490
2300
အဲဒါတွေဟာ ကျွန်ုပ်တို့ကို တမျိုးတဖုံ တွေးရန်
07:18
because thinking different is the engine of creation
141
438814
3632
ကူညီပေးကြမည်ဖြစ်ရာ၊ အဲဒါဟာ ဓနဥစ္စများ နဲ့
07:22
and wealth and new economy.
142
442470
1867
စီးပွားရေး အသစ် ဖန်တီးပေးမယ့်စက်ပါပဲ။
07:25
The second aspect of this is that we are going to use AI
143
445835
4923
အဲဒါရဲ့ ဒုတိယ မျက်နှာစာက ကျွန်ုပ်တို့ဟာ AI ကို အဓိကအားဖြင့်
07:30
to basically make a second Industrial Revolution.
144
450782
2950
ဒုတိယ စက်မှု တော်လှန်ရေးကို ဆင်နွှဲရန် သုံးကြမယ် ဆိုတာပါ။
07:34
The first Industrial Revolution was based on the fact
145
454135
2773
ပထမ စက်မှု တော်လှန်ရေးရဲ့ အခြေခံ အုတ်မြစ်က
07:36
that we invented something I would call artificial power.
146
456932
3462
စွမ်းအင် အတုလို ကျွန်တော် ခေါ်ချင်တဲ့ဟာကို ကျွန်ပ်တို့ တီထွင်ခဲ့ခြင်းပါ။
07:40
Previous to that,
147
460879
1150
အဲဒီ မတိုင်မီတုန်းက၊
07:42
during the Agricultural Revolution,
148
462053
2034
စိုက်ပျိုးရေး တော်လှန်ရေး တုန်းက၊
07:44
everything that was made had to be made with human muscle
149
464111
3702
ထုတ်လုပ်ခဲ့သမျှ အရာတိုင်းကို လူသားရဲ့ ကြွက်သားဖြင့် ဒါမှဟမုတ်
07:47
or animal power.
150
467837
1307
တိရ္စစာန် ခွန်အားဖြင့် ထုတ်လုပ်ခဲ့တာပါ။
07:49
That was the only way to get anything done.
151
469565
2063
အဲဒီတုန်းက တစ်ခုခု ထုတ်လုပ်ရန် အဲဒီ နည်းလမ်း တစ်ခုပဲ ရှိခဲ့တယ်။
07:51
The great innovation during the Industrial Revolution was,
152
471652
2945
ဒုတိယ စက်မှု တော်လှန်ရေး အတွင်းမှာ ဧရာမ ဆန်းသစ်တီထွင်မှုက
07:54
we harnessed steam power, fossil fuels,
153
474621
3109
ရေနွေးငွေ့ရဲ့ စွမ်းအားကို၊ သယံဇာတ စွမ်းအင်ကို ထိန်းချုပ်နိုင်လျက်
07:57
to make this artificial power that we could use
154
477754
3856
အဲဒီ စွမ်းအင် အတုကို ကျွန်ပ်တို့ ထုတ်လုပ်လိုတဲ့ ဘယ်အရာကိုမဆို
08:01
to do anything we wanted to do.
155
481634
1669
ထုတ်လုပ်ရန် အသုံးပြုလာခြင်းပါပဲ။
08:03
So today when you drive down the highway,
156
483327
2772
ဒါကြောင့်မို့လို့၊ ဒီနေ့တွင် ကျွန်ုပ်တို့ လမ်းမကြီး အတိုင်း
08:06
you are, with a flick of the switch, commanding 250 horses --
157
486571
4525
ခလုတ် တစ်ချက် နှိပ်ရုံနဲ့ မြင်းကောင်ရေ ၂၅၀ ကို မောင်းနိုင်ကြတာ၊
08:11
250 horsepower --
158
491120
1572
မြင်စွမ်းအင် ၂၅၀ ကို သုံးနိုင်တာ၊
08:12
which we can use to build skyscrapers, to build cities, to build roads,
159
492716
4692
မိုးမြင့် တိုက်ကြီးတွေ၊ မြို့ကြီးတွေ၊ လမ်းပန်းတွေ ဆောက်လုပ်ရန်၊
08:17
to make factories that would churn out lines of chairs or refrigerators
160
497432
5789
ကုလားထိုင်တွေ ဒါမှမဟုတ် ရေဲသေတ္တာတွေ ထုတ်လုပ်ပေးမယ့် စက်ရုံတွေကို ဆောက်ကြတာ
08:23
way beyond our own power.
161
503245
1654
ကျွန်ုပ်တို့ရဲ့ ခွန်အားထက် သာလွန်ပါတယ်။
08:24
And that artificial power can also be distributed on wires on a grid
162
504923
6111
ပြီးတော့ အဲဒီ စွမ်းအင် အတုကို ဝါယာကြိုး စနစ်ကို သုံးပြီး အိမ်တိုင်းဆီ၊
08:31
to every home, factory, farmstead,
163
511058
3199
စက်ရုံများဆီ၊ ခြံလုပ်ငန်းဆီ နဲ့ အဲဒီ စွမ်းအင် အတုကို
08:34
and anybody could buy that artificial power,
164
514281
4191
ဝယ်နိုင်တဲ့ မည်သူ့ဆီကိုမဆို ပို့လို့လည်း ရပါသေးကာ၊
08:38
just by plugging something in.
165
518496
1472
တစ်ခုခုကို ပလပ်ထိုးပေးဖို့သာ လိုပါတယ်။
08:39
So this was a source of innovation as well,
166
519992
2439
အဲဒါဟာ တချိန်တည်းမှာ ဆန်းသစ်တဲ့ အရင်းအမြစ်လည်း ဖြစ်ခဲ့တယ်၊
08:42
because a farmer could take a manual hand pump,
167
522455
3418
လယ်သမား တစ်ယောက်ဟာ လက်ကို သုံးရတဲ့ ရေစုပ်စက်ကို ယူပြီး၊
08:45
and they could add this artificial power, this electricity,
168
525897
2916
ခုနက စွမ်းအင် အတုကို တပ်ဆင်မယ်၊ လျှပ်စစ်နဲ့ ဆက်ပေးမယ်ဆိုရင်
08:48
and he'd have an electric pump.
169
528837
1497
လျှပ်စစ် ရေစုပ်စက် ဖြစ်လာပါမယ်။
08:50
And you multiply that by thousands or tens of thousands of times,
170
530358
3318
အဲဒါကို ကျွန်ုပ်တို့ဟာ ထောင်သောင်းချီ အကြိမ်ကြိမ် နဲ့ တိုးချဲ့ သုံးနိုင်တယ်၊
08:53
and that formula was what brought us the Industrial Revolution.
171
533700
3159
အဲဒီ ဖေါ်မြူလာကမှ ကျွန်ုပ်တို့ကို စက်မှု တော်လှန်ရေးဆီကို ခေါ်ဆောင်ခဲ့တာပါ။
08:56
All the things that we see, all this progress that we now enjoy,
172
536883
3585
ကျွန်ုပ်တို့ မြင်ကြရတာတွေ အားလုံး၊ ခံစားနေကြရတဲ့ တိုးတက်မှုတွေ၊
09:00
has come from the fact that we've done that.
173
540492
2063
အဲဒီလို တီထွင်နိုင်ခဲ့မှုမှ ပေါ်ထွက်လာခဲ့တာပါ။
09:02
We're going to do the same thing now with AI.
174
542579
2348
အခုတော့ ကျွန်ုပ်တို့ဟာ AI ကို ယူပြီး အလားတူပဲ လုပ်ကြမှာပါ။
09:04
We're going to distribute that on a grid,
175
544951
2075
ကျွန်ုပ်တို့ အဲဒါတွေကို ဂရိစနစ်မှ ဖြန့်ဝေကြမယ်၊
09:07
and now you can take that electric pump.
176
547050
2374
အခုတော့ ခုနက လျှပ်စစ် ရေစုပ်စက်ကို ယူကြပါမယ်။
09:09
You can add some artificial intelligence,
177
549448
2968
ခင်ဗျားတို့ဟာ အသိဉာဏ်အတု အချို့ကို တပ်ဆင်ပေးလိုက်ရင်၊
09:12
and now you have a smart pump.
178
552440
1481
စမတ်ကျတဲ့ ရေစုပ်ကို ဖြစ်လာမယ်။
09:13
And that, multiplied by a million times,
179
553945
1928
ပြီးတော့ အဲဒါကို အကြိမ်ပေါင်း တစ်သန်းအထိ ချဲ့ပေးခြင်းဖြင့်၊
09:15
is going to be this second Industrial Revolution.
180
555897
2363
ဒုတိယ စက်မှု တော်လှန်ရေး ဆိုတာကို ဆင်နွဲနိုင်မှာပါ။
09:18
So now the car is going down the highway,
181
558284
2382
ဒီတော့ ကားဟာ လမ်းမကြီး အတိုင်း မောင်းသွားနေတယ်၊
09:20
it's 250 horsepower, but in addition, it's 250 minds.
182
560690
4294
ကားထဲမှာ မြင်းစွမ်းအင် ၂၅၀ ပါရှိတဲ့ အပြင် ဦးနှောက် ၂၅၀ ပါပါသေးတယ်။
09:25
That's the auto-driven car.
183
565008
1769
အဲဒါက အော်တိုမောင်းတဲ့ ကားပါ။
09:26
It's like a new commodity;
184
566801
1389
အဲဒါ လူသုံးကုန် အသစ် တစ်ခုပါ။
09:28
it's a new utility.
185
568214
1303
အသုံးအဆောင် အသစ်ပါ။
09:29
The AI is going to flow across the grid -- the cloud --
186
569541
3041
AI ဟာ ဂရိစနစ်ဖြစ်တဲ့ - မိုးတိမ်မှတဆင့်-
09:32
in the same way electricity did.
187
572606
1567
လျှပ်စစ်လိုပဲ စီးဆင်းပါလိမ့်မည်။
09:34
So everything that we had electrified,
188
574197
2380
ဒီလိုနည်းဖြင့် ကျွန်ုပ်တို့က လျှပ်စစ် တပ်ဆင်ပေးခဲ့ကြတဲ့ အရာတိုင်းကို
09:36
we're now going to cognify.
189
576601
1723
အခုတော့ အသိဉာဏ် တပ်ဆင်ပေးကြမယ်။
09:38
And I would suggest, then,
190
578693
1385
အဲဒီအချိန်မှာ အကြံပေးမှာက
09:40
that the formula for the next 10,000 start-ups
191
580102
3732
လာကြမယ့် လုပ်ငန်းအသစ် ၁၀၀၀၀ တို့ဟာ သိပ်ကို လွယ်ပါမယ်၊
09:43
is very, very simple,
192
583858
1162
x ကို ယူပြီး AI ကို ထည့်ပေးပြီး
09:45
which is to take x and add AI.
193
585044
3167
ထုတ်လုပ်ပေးရုံပဲ လိုမှာပါ။
09:49
That is the formula, that's what we're going to be doing.
194
589100
2812
အဲဒါက ကျွန်ုပ်တို့ အားလုံး လုပ်ကိုင်ကြရမယ့်ဖေါ်မြူလာပါပဲ။
09:51
And that is the way in which we're going to make
195
591936
3306
ပြီးတော့ ဒုတိယ စက်မှု တော်လှန်ရေးကို ဆင်နွှဲရန်
09:55
this second Industrial Revolution.
196
595266
1858
နည်းလမ်းက အဲဒီလို ရှိပါတယ်။
စကားစပ်လို့၊ အခုချက်ချင်း၊ ဒီမိနစ်ပိုင်းမှာ
09:57
And by the way -- right now, this minute,
197
597148
2154
09:59
you can log on to Google
198
599326
1169
ခင်ဗျားတို့ဟာ Google ထဲ
10:00
and you can purchase AI for six cents, 100 hits.
199
600519
3882
ဝင်ပြီး AI ကို ခြောက်ဆင့်နဲ့ကို သေချာပေါက် ဝယ်နိုင်ပါပြီ။
10:04
That's available right now.
200
604758
1604
အခုကို အဲဒါကို ရယူနိုင်ပါပြီ။
10:06
So the third aspect of this
201
606386
2286
ဒီတော့ အဲဒါရဲ့ တတိယ မျက်နှာစာက
10:09
is that when we take this AI and embody it,
202
609315
2678
ကျွန်ုပ်တို့က အဲဒီ AI ကို ယူပြီး တစ်ခုခုထဲ တပ်ဆင်ပေးရင်၊
10:12
we get robots.
203
612017
1173
robot တွေကို ရမယ်။
10:13
And robots are going to be bots,
204
613214
1703
robot တွေဟာ bot တွေ ဖြစ်လာရမယ်။
10:14
they're going to be doing many of the tasks that we have already done.
205
614941
3328
၎င်းတို့ဟာ ကျွန်ုပ်တို့ လုပ်ခဲ့ဘူးကြတဲ့ တာဝန် အများကြီး လုပ်ပေးကြမယ်။
အလုပ်ဆိုတာ တာဝန် အများကြီးရဲ့ စုစည်းမှုမျှပါ။
10:20
A job is just a bunch of tasks,
206
620357
1528
10:21
so they're going to redefine our jobs
207
621909
1762
၎င်းတို့ဟာ ကျွန်ုပ်တို့ရဲ့ အလုပ်တွေကို
10:23
because they're going to do some of those tasks.
208
623695
2259
ပြန်လည် သတ်မှတ်လျက် တချို့ကို လုပ်ကိုင်ပေးကြမှာပါ။
10:25
But they're also going to create whole new categories,
209
625978
3197
တချိန်တည်းမှာ ၎င်းတို့ဟာ တာဝန် အမျိုးအစား အသစ်တွေကို၊
10:29
a whole new slew of tasks
210
629199
2247
လုပ်ငန်း အသစ် တသီကြီးကိုပါ ဖန်တီးပေးကြမှာပါ၊
10:31
that we didn't know we wanted to do before.
211
631470
2457
လုပ်ရန် လိုတယ်လို့ အရင်တုန်းက ကျွန်ုပ်တို့ မသိခဲ့ကြတာတွေပါ။
10:33
They're going to actually engender new kinds of jobs,
212
633951
3637
ကျန်ုပ်တို့က လိုအပ်မှန်း မသိခဲ့ကြပေမဲ့ အလိုအလျောက် စနစ်တွေက
10:37
new kinds of tasks that we want done,
213
637612
2271
လုပ်ပေးလိုက်ကြလို့ ပေါ်လာကြတဲ့ တာဝန် အသစ်တွေလိုပဲ
10:39
just as automation made up a whole bunch of new things
214
639907
3405
အဲဒါတွေ မရှိရင် ကျွန်ုပ်တို့ ဘယ်လို နေထိုင်ကြရမှန်းတောင်
10:43
that we didn't know we needed before,
215
643336
1834
မသိခဲ့ကြသလိုပဲ ၎င်းတို့ဟာ အလုပ်အသစ်တွေကို
10:45
and now we can't live without them.
216
645194
1956
တီထွင် မိတ်ဆက် ပေးကြပါလိမ့်မယ်။
10:47
So they're going to produce even more jobs than they take away,
217
647174
3956
အဲဒီလိုနည်းဖြင့် ၎င်းတို့ ယူလုပ်ကြမှာထက် ပိုများတဲ့ အလုပ်သစ်တွေကို ထုတ်လုပ်ကြမယ်။
10:51
but it's important that a lot of the tasks that we're going to give them
218
651154
3434
သူတို့ကို ကျွန်ုပ်တို့က ပေးအပ်ကြမယ့် အလုပ် တော်တော်များများတို့ဟာ
10:54
are tasks that can be defined in terms of efficiency or productivity.
219
654612
4572
ထိရောက်မှု နဲ့ ထုတ်လုပ်မှု များကို သတ်မှတ်ပေးနိုင်မယ့် တာဝန်တွေ ဖြစ်မယ်။
10:59
If you can specify a task,
220
659676
1828
ကျွန်ုပ်တို့က တာဝန်ကို ဖေါ်ပြပေးနို​င်ရင်၊
11:01
either manual or conceptual,
221
661528
2235
လုပ်နည်း ဒါမှမဟုတ် အတွေးအခေါ်ကို ဖေါ်ပြပေးနိုင်ရင်၊
11:03
that can be specified in terms of efficiency or productivity,
222
663787
4780
အဲဒါကို ထိရောက်မှု နဲ့ ထုတ်လုပ်မှု အရပါ သတ်မှတ်ပေးလို့ ရနိုင်မှာပါ။
11:08
that goes to the bots.
223
668591
1777
အဲဒါတွေက bot တွေဆီကို သွားမှာပါ။
11:10
Productivity is for robots.
224
670758
2178
ထုတ်လုပ်မှုက robot များအတွက်ပါ။
11:12
What we're really good at is basically wasting time.
225
672960
3070
ကျွန်ုပ်တို့ တကယ် ကောင်းကြတာက အချိန်ကို ဖြုန်းတဲ့ နေရာမှာပါ။
11:16
(Laughter)
226
676054
1028
(ရယ်မောသံများ)
11:17
We're really good at things that are inefficient.
227
677106
2316
ကျွန်ုပ်တို့ဟာ စွမ်းထက်မှု အားနည်းတဲ့ အရာများမှာ ကောင်းကြတာပါ။
11:19
Science is inherently inefficient.
228
679446
3025
သိပ္ပံဆိုရင် မွေးရာပါ အားနည်းမှု ရှိတယ်။
11:22
It runs on that fact that you have one failure after another.
229
682816
2906
၎င်းထဲမှာ မအောင်မြင်မှုတွေဟာ တစ်ခုပြီး တစ်ခု ရှိနိုင်ပါတယ်။
11:25
It runs on the fact that you make tests and experiments that don't work,
230
685746
3424
စမ်းသပ်မှုတွေ လုပ်စမ်းပြီးနောက်မှာ အလုပ် မဖြစ်တာ သိလာရနိုင်တယ်။
အဲဒီလိုနည်းနဲ့သာ သင်ယူလို့ ရနိုင်တာကိုး။
11:29
otherwise you're not learning.
231
689194
1442
11:30
It runs on the fact
232
690660
1162
၎င်းဟာ သိပ်ပြီး ထိရောက်မှု
11:31
that there is not a lot of efficiency in it.
233
691846
2083
မရှိတာကို အားလုံး လက်ခံထားကြတယ်။
11:33
Innovation by definition is inefficient,
234
693953
2779
ဆန်းသစ်တီထွင်မှု ဆိုတာက သဘာဝအရကိုက ထိရောက်မှုနည်းတယ်၊
11:36
because you make prototypes,
235
696756
1391
ကိုယ်က ရှေ့ပြေး ပုံစံတွေကို
11:38
because you try stuff that fails, that doesn't work.
236
698171
2707
ထုတ်လုပ်ပြီး အလုပ်မလုပ်တွေကို စမ်းကြည့်နေရလို့ပါ။
11:40
Exploration is inherently inefficiency.
237
700902
3112
စူးစမ်းမှု ဆိုတာကလည်း အလားတူ ထိရာက်မှု မရှိပါ။
11:44
Art is not efficient.
238
704038
1531
အနုပညာဟာ ထိရောက်မှု မရှိပါ။
11:45
Human relationships are not efficient.
239
705593
2127
လူသားတွေရဲ့ ဆက်ဆံမှုတွေဟာ ထိရာက်မှု မရှိကြပါ။
11:47
These are all the kinds of things we're going to gravitate to,
240
707744
2940
ဒီတော့ ကျွန်ုပ်တို့က ထိရောက်မှု မရှိကြဘူးဆိုတော့ အဲဒီလိုအရာတွေ
11:50
because they're not efficient.
241
710708
1475
ကျွန်ုပ်တို့ကို အောက်ကို ဆွဲခေါ်ကြမှာပါ။
11:52
Efficiency is for robots.
242
712207
2315
ထိရောက်မှု ဆိုတာက robot တွေ အတွက်ပါ။
11:55
We're also going to learn that we're going to work with these AIs
243
715338
4123
ပြီးတော့ AI တွေရဲ့ တွေးခေါ်မှုက ကျွန်ုပ်တို့နဲ့ သိပ်ကို ခြားနားလို့
11:59
because they think differently than us.
244
719485
1997
ကျွန်ုပ်တို့ဟာ ၎င်းတို့နဲ့ လုပ်ကိုင်ရန်ကို သင်ယူရန် လိုမယ်။
12:02
When Deep Blue beat the world's best chess champion,
245
722005
4314
Deep Blue က ကမ္ဘာ့ အတော်ဆုံး စစ်တုရင် ချံပီယံကို အနိုင်ယူလိုက်တော့၊
အဲဒါဟာ စစ်တုရင်ရဲ့ နိဂုံးပဲလို့ လူတွေ ထင်ခဲ့ကြတယ်။
12:06
people thought it was the end of chess.
246
726343
1929
12:08
But actually, it turns out that today, the best chess champion in the world
247
728296
4402
တကယ်ကျတော့၊ စစ်တုရင်ရဲ့ အတော်ဆုံး ချံပီယံဟာ AI မဟုတ်ကြောင်း
12:12
is not an AI.
248
732722
1557
ကျွန်ုပ်တို့ သိကြပါတယ်။
12:14
And it's not a human.
249
734906
1181
အဲဒါ လူသားလည်း မဟုတ်ပါ။
12:16
It's the team of a human and an AI.
250
736111
2715
အဲဒါဟာ လူသား နဲ့ AI အဖွဲ့ပါ။
12:18
The best medical diagnostician is not a doctor, it's not an AI,
251
738850
4000
ရောဂါကို အကောင်းဆုံး စူးစမ်းဖေါ်ထုတ် ပေးသူဟာ ဆရာဝန် မဟုတ်၊ AI မဟုတ်၊
12:22
it's the team.
252
742874
1176
အဖွဲ့ပါ။
ကျွန်ုပ်တို့ဟာ အဲဒီ AI တွေနဲ့ လက်တွဲ လုပ်ကိုင်ကြရမယ်၊
12:24
We're going to be working with these AIs,
253
744074
2149
12:26
and I think you'll be paid in the future
254
746247
1995
အနာဂတ်တွင် ခင်ဗျားတို့ အဲဒီလို bot တွေနဲ့
12:28
by how well you work with these bots.
255
748266
2391
လုပ်ကိုင်မှု ကောင်းမှ လစာ ကောင်းကောင်းကို ရမှာပါ။
12:31
So that's the third thing, is that they're different,
256
751026
4257
ဒီတော့ တတိယ အချက်က ၎င်းတို့ဟာ ခြားနားကြတယ်၊
12:35
they're utility
257
755307
1165
အသုံးအဆောင် ဖြစ်ကြတယ်၊
12:36
and they are going to be something we work with rather than against.
258
756496
3816
ကျွန်ုပ်တို့ကို ဆန့်ကျင်ပြီး မဟုတ်ဘဲ လက်တွဲ လုပ်ကိုင်ကြမယ့် အရာတွေပါ။
ကျွန်ုပ်တို့ဟာ ၎င်းတို့ကို မဆန့်ကျင်ဘဲ လက်တွဲ လုပ်ကိုင်ကြရမှာပါ။
12:40
We're working with these rather than against them.
259
760336
2639
12:42
So, the future:
260
762999
1477
ဒီတော့ အနာဂတ်မှာ
12:44
Where does that take us?
261
764500
1420
ကျွန်ပ်တို့ ဘယ်ဆီကို သွားကြမှာလဲ။
12:45
I think that 25 years from now, they'll look back
262
765944
3567
အခုအချိန်မှ ၂၅ နှစ်ကြာတဲ့ အခါမှာ လူတွေဟာ နောက်ကို ပြန်ကြည့်ရင်း၊
12:49
and look at our understanding of AI and say,
263
769535
3125
ကျွန်ုပ်တို့ရဲ့ AI အား နားလည်ခဲ့ပုံကို ပြန်ကြည့်ရင်း ပြောကြမှာက၊
12:52
"You didn't have AI. In fact, you didn't even have the Internet yet,
264
772684
3300
“ကျွန်ုပ်တို့ဆီမှာ ၂၅ နှစ်ကြာလာတဲ့ နောက်မှာ ရှိလာတာနဲ့ နှိုင်းပြီး ပြောရင်၊
12:56
compared to what we're going to have 25 years from now."
265
776008
2741
ခင်ဗျားတို့ဆီမှာ AI မရှိခဲ့၊ တကယ်တော့ အင်တာနက်တာင် မရှိသေးပါ၊”
12:59
There are no AI experts right now.
266
779849
3047
ဒီနေ့တွင် AI ပညာရှင်တွေ မရှိကြသေးပါ။
13:02
There's a lot of money going to it,
267
782920
1699
အဲဒီထဲကို ရင်းနှီးနေကြတဲ့ ငွေတွေ အများကြီးပါပဲ၊
13:04
there are billions of dollars being spent on it;
268
784643
2268
ဒေါ်လာ ဘီလီယံ သန်းချီ အဲဒါ့အတွက် သုံးနေကြတယ်။
13:06
it's a huge business,
269
786935
2164
အဲဒါဟာ ဧရာမ လုပ်ငန်းကြီးပါ၊
13:09
but there are no experts, compared to what we'll know 20 years from now.
270
789123
4272
ဒါပေမဲ့ နောင် အနှစ် ၂၀ အတွင်းမှာ ရှိလာကြမယ့် ပါရဂူမျိုး လုံးဝ မရှိပါ။
13:14
So we are just at the beginning of the beginning,
271
794064
2885
ဒီတော့ ကျွန်ုပ်တို့ဟာ တကယ့်ကို အစရဲ့ အစမှာပဲ ရှိနေကြပါတယ်၊
13:16
we're in the first hour of all this.
272
796973
2163
အဲဒါတွေ အားလုံးရဲ့ အစနာရီတွေမှာ ရှိနေကြတယ်။
13:19
We're in the first hour of the Internet.
273
799160
1935
ကျွန်ုပ်တို့ဟာ အင်တာနက်ရဲ့ အစပိုင်း နာရီထဲ ရှိနေကြတယ်။
13:21
We're in the first hour of what's coming.
274
801119
2040
ဖြစ်ပျက်လာမှာရဲ့ အစပိုင်း နာရီမှာသာ ရှိနေကြတယ်။
13:23
The most popular AI product in 20 years from now,
275
803183
4153
နောင်လာမယ့် နှစ် ၂၀ အကြာမှာ လူတွေ အများဆုံး သုံးကြမယ့်
13:27
that everybody uses,
276
807360
1444
AI ထုတ်ကုန်ကို
13:29
has not been invented yet.
277
809499
1544
မတီတွင် ရသေးပါဘူး။
13:32
That means that you're not late.
278
812464
2467
ဒီတော့ ခင်ဗျားတို့ နောက်မကျသေးပါဘူး။
13:35
Thank you.
279
815684
1151
ကျေးဇူးတင်ပါတယ်။
13:36
(Laughter)
280
816859
1026
(ရယ်မောသံများ)
13:37
(Applause)
281
817909
2757
(လက်ခုပ်တီးသံများ)
ဤဝဘ်ဆိုဒ်အကြောင်း

ဤဆိုက်သည် သင့်အား အင်္ဂလိပ်စာလေ့လာရန်အတွက် အသုံးဝင်သော YouTube ဗီဒီယိုများနှင့် မိတ်ဆက်ပေးပါမည်။ ကမ္ဘာတစ်ဝှမ်းမှ ထိပ်တန်းဆရာများ သင်ကြားပေးသော အင်္ဂလိပ်စာသင်ခန်းစာများကို သင်တွေ့မြင်ရပါမည်။ ဗီဒီယိုစာမျက်နှာတစ်ခုစီတွင် ပြသထားသည့် အင်္ဂလိပ်စာတန်းထိုးများကို နှစ်ချက်နှိပ်ပါ။ စာတန်းထိုးများသည် ဗီဒီယိုပြန်ဖွင့်ခြင်းနှင့်အတူ ထပ်တူပြု၍ လှိမ့်သွားနိုင်သည်။ သင့်တွင် မှတ်ချက်များ သို့မဟုတ် တောင်းဆိုမှုများရှိပါက ဤဆက်သွယ်ရန်ပုံစံကို အသုံးပြု၍ ကျွန်ုပ်တို့ထံ ဆက်သွယ်ပါ။

https://forms.gle/WvT1wiN1qDtmnspy7