Can a computer write poetry? | Oscar Schwartz

89,886 views ・ 2016-02-10

TED


ဗီဒီယိုကိုဖွင့်ရန် အောက်ပါ အင်္ဂလိပ်စာတန်းများကို နှစ်ချက်နှိပ်ပါ။

Translator: Sanntint Tint Reviewer: Myo Aung
00:12
I have a question.
0
12881
1230
မေးခွန်းတစ်ခုရှိတယ်။
00:15
Can a computer write poetry?
1
15422
1943
ကွှန်ပြူတာက ကဗျာရေးနိုင်လား။
00:18
This is a provocative question.
2
18959
2077
ဒါက ဆွပေးတဲ့ မေးခွန်းပါ။
00:21
You think about it for a minute,
3
21715
1718
တစ်မိနစ်လောက် စဉ်းစားကြည့်ကြပါ။
00:23
and you suddenly have a bunch of other questions like:
4
23457
2590
ရုတ်တရက် ဒီလိုမေးခွန်းတွေ တသီကြီးရပါတယ်။
00:26
What is a computer?
5
26769
1381
ကွှန်ပြူတာဆိုတာ ဘာလဲ။
00:28
What is poetry?
6
28710
1575
ကဗျာဆိုတာက ဘာလဲ။
00:30
What is creativity?
7
30707
1689
ဖန်တီးမှုက ဘာလဲ။
00:33
But these are questions
8
33650
1172
ဒါပေမဲ့ ဒါတွေက လူတွေ
00:34
that people spend their entire lifetime trying to answer,
9
34846
3070
သူတို့တစ်ဘဝလုံး အကုန်ခံပြီး ကြိုးစားဖြေခဲ့ကြတဲ့ မေးခွန်းတွေပါ။
00:37
not in a single TED Talk.
10
37940
2224
TED ဟောပြောပွဲ တစ်ခုတည်းမှာတင်မဟုတ်ပါဘူး။
00:40
So we're going to have to try a different approach.
11
40188
2445
ဒီတော့ မတူတဲ့ နည်းတစ်ခုနဲ့ စမ်းကြည့်မလို့ပါ။
00:42
So up here, we have two poems.
12
42657
2143
ဟောဒီအထက်မှာ ကဗျာနှစ်ပုဒ် ရှိပါတယ်။
00:45
One of them is written by a human,
13
45839
2276
တစ်ပုဒ်က လူရေးထားတာဖြစ်ပြီး
00:48
and the other one's written by a computer.
14
48139
2102
ကျန်တဲ့ တစ်ပုဒ်က ကွှန်ပြူတာက ရေးထားတာပါ။
00:50
I'm going to ask you to tell me which one's which.
15
50754
2410
ဘာက ဘာဆိုတာကို ခင်ဗျားတို့ကို မေးတော့မှာပါ။
00:53
Have a go:
16
53858
1156
စပ်းကြည့်လိုက်ပါဦး။
00:55
Poem 1: Little Fly / Thy summer's play, / My thoughtless hand / Has brush'd away.
17
55038
4056
ကဗျာ (၁) ယင်ကောင်လေး၊ မင်းရဲ့နွေဦး ပြဇာတ်၊ အဆင်ခြင်မဲ့တဲ့ ငါ့လက်က ပွတ်ပစ်မိ၊
00:59
Am I not / A fly like thee? / Or art not thou / A man like me?
18
59118
3394
ငါက မင်းလို ယင်ကောင်မဟုတ်ဘူးလား၊ ဒါမှမဟုတ် မင်းက ငါ့လို လူမဟုတ်ဘူးလား၊။
01:02
Poem 2: We can feel / Activist through your life's / morning /
19
62536
3299
ကဗျာ(၂) ပြောင်းလဲရေးဝါဒီ၊ မင်းဘဝရဲ့ မနက်ခင်းကနေ ခံစားလို့ရတယ်။
01:05
Pauses to see, pope I hate the / Non all the night to start a / great otherwise (...)
20
65859
4247
ပုပ်ရဟန်းမင်း၊ ခဏရပ်ကြည့်ပါဦး၊ မုန်းတယ်၊ ခမ်းနားမှုစဖို့တစ်ညလုံး မဟုတ်၊ မဟုတ်ရင်...
01:10
Alright, time's up.
21
70130
1359
ကောင်းပြီ၊ အချိန်စေ့ပါပြီ။
01:11
Hands up if you think Poem 1 was written by a human.
22
71513
4096
ကဗျာ ၁ က လူတစ်ယောက်ရေးတာလို့ ထင်ရင် လက်ထောင်ပါ။
01:17
OK, most of you.
23
77547
1490
အိုကေ၊ အများစုပဲဗျ။
01:19
Hands up if you think Poem 2 was written by a human.
24
79061
3023
ကဗျာ ၂ က လူတစ်ယောက်ရေးတာလို့ ထင်ရင် လက်ထောင်ပါ။
01:23
Very brave of you,
25
83172
1190
သတ္တိကောင်းလိုက်တာဗျာ။
01:24
because the first one was written by the human poet William Blake.
26
84855
4285
အကြောင်းက ပထမတစ်ပုဒ်ကို လူသား ကဗျာဆရာ William Blake ကရေးခဲ့ပါ။
01:29
The second one was written by an algorithm
27
89784
2949
ဒုတိယအပုဒ်က ကျွန်တော့ရဲ့ တစ်နေ့တာ Facebook အဝင်
01:32
that took all the language from my Facebook feed on one day
28
92757
3692
ဘာသာစကားအားလုံးကို ယူပြီးတော့ အယ်လဂိုရစ်သမ်နည်းနဲ့
01:36
and then regenerated it algorithmically,
29
96473
2763
ပြန်ထုတ်ပြီးရေးထားတာပါ။
01:39
according to methods that I'll describe a little bit later on.
30
99260
3590
နောက်ပိုင်း ကျွန်တော် နည်းနည်း ရှင်းလင်းပြမယ့် နည်းတွေအရပေါ့။
01:43
So let's try another test.
31
103218
2404
ကဲ နောက်ထပ် စမ်းသပ်မှုတစ်ခု လုပ်ရအောင်။
01:46
Again, you haven't got ages to read this,
32
106398
2093
ထပ်ပြီး ဒါကိုဖတ်ဖို့ အချိန်အကြာကြီး မရပါဘူး။
01:48
so just trust your gut.
33
108515
1612
ဒီတော့ ကိုယ့်ကိုယ်ကိုပဲ ယုံပါ။
01:50
Poem 1: A lion roars and a dog barks. It is interesting / and fascinating
34
110151
4045
ကဗျာ( ၁) ခြင်္သေကဟိန်း၊ ခွေးကဟောင် စိတ်ဝင်စားစရာ၊ စွဲမက်စရာက
01:54
that a bird will fly and not / roar or bark. Enthralling stories about animals
35
114220
4303
ငှက်ကပျံသွားမှာ၊ မဟိန်း၊ မဟောင်နဲ့၊ ဖမ်းစားနေတဲ့ တိရစ္ဆာန် ပုံပြင်တွေ
01:58
are in my dreams and I will sing them all if I / am not exhausted or weary.
36
118547
4060
ငါ့အိပ်မက်မှာ၊ ငါ မပင်ပန်းဘူးသာဆိုရင် သူတို့အားလုံးကို သီချင်းဆိုပြလိုက်မှာ။
02:02
Poem 2: Oh! kangaroos, sequins, chocolate sodas! / You are really beautiful!
37
122631
3985
(၂) အိုး၊ သားပိုက်ကောင်တွေ၊ ဘော်ကြယ်တွေ၊ ချောကလက် ဆိုဒါ၊ မင်းကသိပ်လှတာ
02:06
Pearls, / harmonicas, jujubes, aspirins! All / the stuff they've always talked about (...)
38
126640
4358
ပုလဲတွေ၊ ဘာဂျာတွေ၊ ဂျူဂျူးဘာတွေ၊ အက်စပရင်တွေ ဒါတွေအကြောင်းပဲ အမြဲပြောနေ။
02:11
Alright, time's up.
39
131022
1158
ကဲ၊ အချိန်စေ့ပါပြီ။
02:12
So if you think the first poem was written by a human,
40
132204
3137
ဒီတော့ ပထမကဗျာက လူရေးထားတာလို့ ထင်ရင်
02:15
put your hand up.
41
135365
1215
လက်ထောင်လိုက်ပါ။
02:17
OK.
42
137687
1154
အိုကေ။
02:18
And if you think the second poem was written by a human,
43
138865
2675
ပြီးတော့ ဒုတိယကဗျာက လူရေးထားတာလို့ ထင်ရင်
02:21
put your hand up.
44
141564
1155
လက်ထောင်ပါဦး။
02:23
We have, more or less, a 50/50 split here.
45
143779
3810
ခွဲလိုက်ရင် တစ်ဝက်စီလောက်ပေါ့။
02:28
It was much harder.
46
148157
1436
ဒါက အများကြီး ပိုခက်ပါတယ်။
02:29
The answer is,
47
149617
1712
အဖြေကတော့
02:31
the first poem was generated by an algorithm called Racter,
48
151353
3483
ပထမကဗျာက Ractor လို့ခေါ်တဲ့ အယ်လဂိုရစ်သမ်နဲ့ ပြန်ထုတ်ထားတာပါ။
02:34
that was created back in the 1970s,
49
154860
3002
၁၉၇၀ နှစ်လွန်ကာလတွေတုန်းက ထွင်ခဲ့တာပါ။
02:37
and the second poem was written by a guy called Frank O'Hara,
50
157886
3189
ဒုတိယကဗျာက Frank O'Hara ဆိုတဲ့ ငနဲတစ်ကောင် ရေးခဲ့တာ၊
02:41
who happens to be one of my favorite human poets.
51
161099
2668
ကျွန်တော့ အကြိုက်ဆုံး လူသားကဗျာဆရာ ဖြစ်တဲ့သွားသူပေါ့။
02:44
(Laughter)
52
164631
3058
(ရယ်သံများ)
02:48
So what we've just done now is a Turing test for poetry.
53
168046
3228
အခုကျွန်တော်တို့ လုပ်လိုက်တာက ကဗျာ အတွက် Turing စမ်းသပ်ချက်ပါ။
02:52
The Turing test was first proposed by this guy, Alan Turing, in 1950,
54
172018
4547
Turing စမ်းသပ်မှုက ၁၉၅၀ မှာ Alan Turin ဆိုတဲ့လူက ဒီမေးခွန်းကို
02:56
in order to answer the question,
55
176589
1564
ဖြေဖို့အတွက် အဆိုပြုခဲ့တာပါ။
02:58
can computers think?
56
178177
1637
ကွန်ပြူတာက ကဗျာရေးနိုင်လား။
03:00
Alan Turing believed that if a computer was able
57
180245
2770
Alan Turing ယုံကြည်တာက ကွန်ပြူတာတစ်လုံးဟာ
03:03
to have a to have a text-based conversation with a human,
58
183039
3078
လူသားတစ်ယောက်နဲ့ စာသားအခြေခံတဲ့ ပြောဆိုခြင်း ရှိနိုင်မယ်ဆိုရင်၊
03:06
with such proficiency such that the human couldn't tell
59
186141
2770
ကွန်ပြူတာကိုပြောနေလား၊ လူသားကို ပြောနေလား ဆိုရလောက်အောင်
03:08
whether they are talking to a computer or a human,
60
188935
2966
လူသားတစ်ယောက်က မခွဲခြားနိုင် လောက်တဲ့ ကျွမ်းကျင်မှုနဲ့သာဆိုရင်
03:11
then the computer can be said to have intelligence.
61
191925
2856
ကွန်ပြူတာဟာ အသိဉာဏ်ရှိတယ်လို့ ဆိုနိုင်တယ်တဲ့။
03:15
So in 2013, my friend Benjamin Laird and I,
62
195270
3295
ဒါနဲ့ သူငယ်ချင်း Benjamin Laird နဲ့ ကျွန်တော်
03:18
we created a Turing test for poetry online.
63
198589
2988
အွန်လိုင်း ကဗျာအတွက် Turing စမ်းသပ်မှုတစ်ခု ဖန်တီးခဲ့တယ်။
03:21
It's called bot or not,
64
201601
1277
bot or not လို့ခေါ်ပြီး
03:22
and you can go and play it for yourselves.
65
202902
2044
ကိုယ်တိုင် သွားကစားလို့ရပါတယ်။
03:24
But basically, it's the game we just played.
66
204970
2251
အခြေခံအားဖြင့်တော့ အခုနက ကစားခဲ့တဲ့ ဂိမ်းပါ။
03:27
You're presented with a poem,
67
207245
1528
သင့်ကို ကဗျာတစ်ပုဒ်ချပေးမယ်၊
03:28
you don't know whether it was written by a human or a computer
68
208797
3028
ဒါကို လူရေးတာလား၊ ကွှန်ပြူတာက ရေးလား သင်မသိပါဘူး။
03:31
and you have to guess.
69
211849
1166
မှန်းဆကြည့်ဖို့လိုတာပါ။
03:33
So thousands and thousands of people have taken this test online,
70
213039
3191
ဒါနဲ့ ဒီအွန်လိုင်း စမ်းသပ်မှုကို လူထောင်ပေါင်းချီပြီး လုပ်ကြတော့
03:36
so we have results.
71
216254
1449
ရလဒ်တွေ ရပါတယ်။
03:37
And what are the results?
72
217727
1428
ဒီရလဒ်တွေက ဘာတွေလဲဗျာ။
03:39
Well, Turing said that if a computer could fool a human
73
219704
2879
အင်း Turing ဆိုခဲ့တာက လူတစ်ယောက်လုပ်တဲ့ အချိန်ရဲ့ ၃၀% မှာ
03:42
30 percent of the time that it was a human,
74
222607
3019
ကွန်ပြူတာက လူကို အရူးလုပ်နိုင်တယ်ဆိုရင်
03:45
then it passes the Turing test for intelligence.
75
225650
2397
၎င်းဟာ ဉာဏ်ရည်အတွက် Turing စမ်းသပ်မှု အောင်တယ်တဲ့။
03:48
We have poems on the bot or not database
76
228625
2438
ကျွန်တော်တို့မှာ လူသားစာဖတ်သူတွေရဲ့ ၆၅% ကို
03:51
that have fooled 65 percent of human readers into thinking
77
231087
2979
ဒါက လူရေးတာပါလို့ တွေးမိစေပြီး အရူးလုပ်ခဲ့တဲ့ bot or not
03:54
it was written by a human.
78
234090
1395
ဒေတာအခြေခံ ကဗျာတွေရှိပါတယ်။
03:55
So, I think we have an answer to our question.
79
235959
2817
ဒီတော့ မေးခွန်းအတွက် အဖြေရှိတယ်လို့ ထင်တယ်။
03:59
According to the logic of the Turing test,
80
239546
2348
Turing စမ်းသပ်ချက်ရဲ့ တွက်ချက်မှုအရဆိုရင်
04:01
can a computer write poetry?
81
241918
1928
ကွှန်ပြူတာဟာ ကဗျာရေးတတ်လား။
04:03
Well, yes, absolutely it can.
82
243870
2351
အင်း လုံးဝကို ရေးတတ်တာပေါ့ဗျာ။
04:07
But if you're feeling a little bit uncomfortable
83
247782
2346
ဒါပေမဲ့ ဒီအဖြေနဲ့ပတ်သက်ပြီး နည်းနည်း
04:10
with this answer, that's OK.
84
250152
1927
ကသိကအောက်ဖြစ်သွားရင် ရပါတယ်ဗျာ။
04:12
If you're having a bunch of gut reactions to it,
85
252103
2316
ဒါကိုတုံ့ပြန်ဖို့ ရဲစိတ်တွေ တသီကြီးရှိနေရင်
04:14
that's also OK because this isn't the end of the story.
86
254443
3205
ဒါလည်း ရပါတယ်။ အကြောင်းက ဒါက ဇာတ်လမ်းအဆုံး မဟုတ်လို့ပါ။
04:18
Let's play our third and final test.
87
258594
2324
တတိယနဲ့ နောက်ဆုံး စမ်းသပ်ချက် ကစားရအောင်။
04:22
Again, you're going to have to read
88
262000
1750
ထပ်ပြီး ခင်ဗျားတို့ဖတ်ပြီး ဘယ်ဟာက
04:23
and tell me which you think is human.
89
263774
1909
လူရေးတယ်လို့ထင်လဲဆိုတာ ပြောရမှာပါ။
04:25
Poem 1: Red flags the reason for pretty flags. / And ribbons.
90
265707
3718
(၁) Reg က အလံလှလှတွေအတွက် အကြောင်း ပြချက်ကို လွှင့်ထူတယ်၊ ဖဲကြိုးတွေရော
04:29
Ribbons of flags / And wearing material / Reasons for wearing material. (...)
91
269449
4321
အလံတွေရဲ့ ဖဲကြိုးတွေ၊ အထည်ကို ဆင်မြန်း ရင်း၊ အထည်ဆင်မြန်းတဲ့ အကြောင်းရင်းများ...
04:33
Poem 2: A wounded deer leaps highest, / I've heard the daffodil
92
273794
3918
(၂) ဒဏ်ရာရ သမင်တစ်ကောင် အမြင့်ဆုံး ခုန်တယ်၊ အဝါရောင်ပန်းကို ကြားလိုက်တယ်၊
04:37
I've heard the flag to-day / I've heard the hunter tell; /
93
277736
3446
ဒီနေ့ အလံကို ကြားလိုက်တယ်၊ မုဆိုးပြောတာ ကြားလိုက်တယ်။
04:41
'Tis but the ecstasy of death, / And then the brake is almost done (...)
94
281206
3702
ဒါဟာ မရဏရဲ့ ပီတိသက်သက်၊ နောက် မုန့်ဖုတ်တာက ပြီးလုလု(..)
04:44
OK, time is up.
95
284932
1599
အိုကေ၊ အချိန်စေ့ပြီ။
04:46
So hands up if you think Poem 1 was written by a human.
96
286555
3837
ကဲဒီတော့ ကဗျာ ၁ က လူရေးထားတာလို့ ထင်ရင် လက်ထောင်လိုက်ပါ။
04:51
Hands up if you think Poem 2 was written by a human.
97
291973
3038
ကဗျာ ၂ က လူရေးထားတာလို့ ထင်ရင် လက်ထောင်လိုက်ပါ။
04:55
Whoa, that's a lot more people.
98
295035
2331
အိုး လူတွေ ပိုများလာတာပဲ။
04:58
So you'd be surprised to find that Poem 1
99
298327
2968
ကဲ ကဗျာ ၁ က လူသားကဗျာဆရာ
05:01
was written by the very human poet Gertrude Stein.
100
301319
3993
Gertrude Stein ရေးတာလို့သိရင် အံ့ဩသွားလိမ့်မယ်။
05:06
And Poem 2 was generated by an algorithm called RKCP.
101
306100
5038
ကဗျာ ၂ ကတော့ RKCP လို့ခေါ်တဲ့ အယ်လဂိုရစ်သမ်နဲ့ ထုတ်ထားတာပါ။
05:11
Now before we go on, let me describe very quickly and simply,
102
311162
3319
ကဲ ရှေ့မဆက်ခင် RKCP အလုပ်လုပ်ပုံကို ရိုးရိုး၊ မြန်မြန်လေး
05:14
how RKCP works.
103
314505
1781
ရှင်းပြခွင့်ပြုပါ။
05:16
So RKCP is an algorithm designed by Ray Kurzweil,
104
316873
3850
RKCP ဟာ Ray Kurzweil ဒီဇိုင်းထုတ်ခဲ့တဲ့ အယ်လဂိုရစ်သမ်တစ်ခုပါ။
05:20
who's a director of engineering at Google
105
320747
2222
Google က အင်ဂျင်နီယာ ဒါရိုက်တာ တစ်ဦးဖြစ်ပြီး
05:22
and a firm believer in artificial intelligence.
106
322993
2360
ဉာဏ်ရည်တုကို စွဲစွဲမြဲမြဲ ယုံကြည်သူပါ။
05:25
So, you give RKCP a source text,
107
325822
3991
ဒီတော့ RKCP မူရင်း စာသားကို ပေးလိုက်တော့
05:29
it analyzes the source text in order to find out how it uses language,
108
329837
4469
ဒါက ဘာသာစကားကို ဘယ်လိုသုံးလဲဆိုတာ သိဖို့ မူရင်းစာသားကို စီစစ်တယ်။
05:34
and then it regenerates language
109
334330
1948
နောက်ပြီး အဲဒီ ပထမစာသားကို အတုယူတဲ့
05:36
that emulates that first text.
110
336302
2528
ဘာသာစကားကို ပြန်ထုတ်လိုက်တယ်။
05:38
So in the poem we just saw before,
111
338854
2113
ဒီတော့ အခုနက တွေ့ရတဲ့ ကဗျာထဲမှာ
05:40
Poem 2, the one that you all thought was human,
112
340991
2625
ခင်ဗျားတို့ လူလို့ထင်တဲ့ ကဗျာ ၂ မှာ
05:43
it was fed a bunch of poems
113
343640
1550
Emily Dickinson ဆိုတဲ့ကဗျာဆရာမ
05:45
by a poet called Emily Dickinson
114
345214
2035
ရဲ့ ကဗျာ တသီကြီးကို ထည့်လိုက်တယ်။
05:47
it looked at the way she used language,
115
347273
2189
သူမ ဘာသာစကားသုံးပုံကို ကြည့်တယ်၊
05:49
learned the model,
116
349486
1165
ပုံစံကို လေ့လာတယ်၊
05:50
and then it regenerated a model according to that same structure.
117
350675
4258
ပြီးတော့ ဒီ အလားတူ တည်ဆောက်ပုံအတိုင်း ပုံစံတစ်ခုကို ပြန်ထုတ်လိုက်တယ်။
05:56
But the important thing to know about RKCP
118
356732
2178
ဒါပေမဲ့ RKCP အကြောင်းသိဖို့ အရေးကြီးတဲ့အချက်က
05:58
is that it doesn't know the meaning of the words it's using.
119
358934
2838
၎င်းဟာ သုံးနေတဲ့ စကားလုံးတွေရဲ့ အဓိပ္ပါယ်ကို မသိဘူးဆိုတာပါ။
06:02
The language is just raw material,
120
362359
2276
ဘာသာစကားဟာ ကုန်ကြမ်းသက်သက်ပါ၊
06:04
it could be Chinese, it could be in Swedish,
121
364659
2160
တရုတ်ဖြစ်နိုင်တယ်၊ ဆွီဒင် ဖြစ်နိုင်တယ်၊
06:06
it could be the collected language from your Facebook feed for one day.
122
366843
4179
Facebook ကနေ တစ်နေ့စာ စုထားတဲ့ ဘာသာစကားဖြစ်နိုင်တယ်။
06:11
It's just raw material.
123
371046
1652
ဒါက ကုန်ကြမ်းသက်သက်ပါ။
06:13
And nevertheless, it's able to create a poem
124
373380
2697
ဒါပေမဲ့လည်း ဒါက Gertrude Stein ရဲ့
06:16
that seems more human than Gertrude Stein's poem,
125
376101
3327
ကဗျာတွေထက် လူသား ပိုဆန်ပုံရတဲ့ ကဗျာတစ်ပုဒ် ဖန်တီးနိုင်ပါတယ်။
06:19
and Gertrude Stein is a human.
126
379452
2153
Gertrude Stein ဟာ လူသားတစ်ဦးနော်။
06:22
So what we've done here is, more or less, a reverse Turing test.
127
382846
4072
ဒီတော့ ဒီမှာ ကျွန်တော်တို့ လုပ်လိုက်တာက Turing စမ်းသပ်မှုရဲ့ ပြောင်းပြန်နီးပါးပါ။
06:27
So Gertrude Stein, who's a human, is able to write a poem
128
387940
5179
ဒီတော့ လူသားဖြစ်တဲ့ Gertrude Stein က လူအများစုကို
06:33
that fools a majority of human judges into thinking
129
393143
3738
အရူးလုပ်ပြီး ကွန်ပြူတာနဲ့ရေးတယ်လို့ အထင်ရောက်စေတဲ့
06:36
that it was written by a computer.
130
396905
1826
ကဗျာတစ်ပုဒ် ရေးနိုင်တယ်။
06:39
Therefore, according to the logic of the reverse Turing test,
131
399176
4141
ဒါကြောင့် Turing စမ်းသပ်မှု ပြောင်းပြန် အခြေခံတွက်ချက်မှုအရ
06:43
Gertrude Stein is a computer.
132
403341
1916
Gertrude Stein ဟာ ကွန်ပြူတာ တစ်လုံးပါ။
06:45
(Laughter)
133
405281
1462
(ရယ်သံများ)
06:47
Feeling confused?
134
407358
1294
စိတ်ရှုပ်သွားကြလား။
06:49
I think that's fair enough.
135
409193
1515
ဒါဟာ မျှတမှုရှိတယ်လို့ထင်ပါတယ်။
06:51
So far we've had humans that write like humans,
136
411546
4116
ဒီအထိ ကျွန်တော်တို့မှာ လူသားလိုရေးတဲ့ လူသားတွေရှိတယ်၊
06:55
we have computers that write like computers,
137
415686
3111
ကွန်ပြူတာတွေလို ရေးကြတဲ့ ကွန်ပြူတာတွေရှိတယ်။
06:58
we have computers that write like humans,
138
418821
3055
လူသားတွေလို ရေးကြတဲ့ ကွန်ပြူတာတွေရှိတယ်။
07:01
but we also have, perhaps most confusingly,
139
421900
3632
ဒါပေမဲ့ ထပ်ရှိသေးတာက ၊ စိတ်အရှုပ် ထွေးဆုံး ဖြစ်လောက်တာက
07:05
humans that write like computers.
140
425556
2375
ကွန်ပြူတာတွေလို ရေးကြတဲ့ လူသာတွေရှိတယ် ဆိုတာပါ။
07:08
So what do we take from all of this?
141
428938
1766
ဒီတော့ ဒါအကုန်လုံးက ဘာကိုယူလိုက်ကြလဲ။
07:11
Do we take that William Blake is somehow more of a human
142
431611
3157
William Blake က Gertrude Stein ထက် တစ်နည်းနည်းနဲ့ လူသားပိုဆန်တယ်
07:14
than Gertrude Stein?
143
434792
1249
လို့ယူကြမလား။ ဒါမှမဟုတ်
07:16
Or that Gertrude Stein is more of a computer than William Blake?
144
436065
3046
Gertrude Stein က William Blake ထက် ကွန်ပြူတာပိုဆန်တယ်လို့ ယူမလား။
07:19
(Laughter)
145
439135
1552
(ရယ်သံများ)
07:20
These are questions I've been asking myself
146
440711
2323
ဒီမေးခွန်းတွေကို ကိုယ့်ကိုယ်ကိုမေးနေတာ
07:23
for around two years now,
147
443058
1465
အခုဆို နှစ် နှစ်လောက်ရှိပြီ၊
07:24
and I don't have any answers.
148
444547
2309
အဖြေကတော့ မရသေးဘူး။
07:26
But what I do have are a bunch of insights
149
446880
2330
ဒါပေမဲ့ နည်းပညာနဲ့ ကျွန်တော်တို့ရဲ့ ဆက်စပ်မှု
07:29
about our relationship with technology.
150
449234
2534
အကြောင်း အတွေးတွေ တစ်ပြုံကြီးရှိပါတယ်။
07:32
So my first insight is that, for some reason,
151
452999
3609
ဒီတော့ ကျွန်တော့ရဲ့ ပထမဆုံး သိမြင်မှုက အကြောင်းတစ်ခုခုနဲ့
07:36
we associate poetry with being human.
152
456632
3111
ကဗျာစာပေကို လူသားဖြစ်ခြင်းနဲ့ ဆက်စပ်ကြတာကိုပါ။
07:40
So that when we ask, "Can a computer write poetry?"
153
460197
3715
"ကွန်ပြူတာက ကဗျာရေးနိုင်လား" လို့ မေးတဲ့အခါ
07:43
we're also asking,
154
463936
1193
ကျွန်တော်တို့ မေးနေသေးတာက
07:45
"What does it mean to be human
155
465153
1798
"လူသားဖြစ်ဖို့ဆိုတာက ဘာကိုဆိုလိုတာလဲ၊
07:46
and how do we put boundaries around this category?
156
466975
3172
ဒီအတန်းအစား ဝန်းကျင်မှာ နယ်နိမိတ်တွေကို ဘယ်လိုထားလဲ၊
07:50
How do we say who or what can be part of this category?"
157
470171
3658
ဘယ်သူက၊ ဘာက ဒီအတန်းအစားရဲ့ အစိတ် အပိုင်း ဖြစ်နိင်တာ ဘယ်လိုပြောလဲ" ပေါ့။
07:54
This is an essentially philosophical question, I believe,
158
474376
3351
ဒါက အခြေခံအားဖြင့် ဒဿနဆိုင်ရာ မေးခွန်းလို့ ထင်တယ်၊
07:57
and it can't be answered with a yes or no test,
159
477751
2229
ပြီးတော့ Turing စမ်းသပ်မှုလို ဟုတ်၊ မဟုတ်
08:00
like the Turing test.
160
480004
1327
ဆိုပြီး ဖြေလို့ရတာမဟုတ်ဘူး။
08:01
I also believe that Alan Turing understood this,
161
481805
3045
ဒါကို Alan Turing နားလည်ပြီး ၁၉၅၀ က ဒါကို
08:04
and that when he devised his test back in 1950,
162
484874
3305
တီထွင်နေတုန်းမှာ ဒဿနဆိုင်ရာ ဆွပေးတာတစ်ခုအဖြစ်
08:08
he was doing it as a philosophical provocation.
163
488203
2802
လုပ်နေတာလို့ ယုံကြည်မိပါတယ်။
08:13
So my second insight is that, when we take the Turing test for poetry,
164
493124
5541
ဒီတော့ ကျွန်တော့ ဒုတိယသိမြင်မှုက Turing ကဗျာစာပေ စမ်းသပ်ချက်ကို ဖြေတဲ့အခါ
08:18
we're not really testing the capacity of the computers
165
498689
3460
ကျွန်ပြူတာတွေရဲ့ စွမ်းဆောင်ရည်ကို စမ်းသပ်နေတာမဟုတ်ပါဘူး၊
08:22
because poetry-generating algorithms,
166
502173
2893
အကြောင်းက ကဗျာထုတ်တဲ့ အယ်လဂိုရစ်သမ်ကြောင့်
08:25
they're pretty simple and have existed, more or less, since the 1950s.
167
505090
4563
ဒါတွေဟာ အရမ်း ရိုးစင်ပြီး ၁၉၅၀ ကာလ နီးပါးလောက် ကတည်းက တည်ရှိနေတာပါ။
08:31
What we are doing with the Turing test for poetry, rather,
168
511055
3118
Turing ကဗျာစာပေ စမ်းသပ်ချက် နဲ့ ပတ်သက်ပြီးလုပ်နေတာက တကယ်တော့
08:34
is collecting opinions about what constitutes humanness.
169
514197
4615
လူသားဆန်မှုမှာ ပါဝင်တဲ့ ထင်မြင်ချက်တွေကို ကောက်ယူနေတာပါ။
08:40
So, what I've figured out,
170
520313
2729
ဒီတော့ ကျွန်တော် မှန်းဆမိတာက
08:43
we've seen this when earlier today,
171
523066
2972
ဒါကို ဒီနေ့ အစောပိုင်းက တွေ့ပြီးပါပြီ၊
08:46
we say that William Blake is more of a human
172
526062
2478
William Blake က Gertrude Stein ထက် လူသားပိုဆန်တယ်လို့
08:48
than Gertrude Stein.
173
528564
1565
ကျွန်တော်တို့ပြောတယ်။
08:50
Of course, this doesn't mean that William Blake
174
530153
2462
အမှန်က William Blake က တကယ်ပဲလူသားပိုဆန်တယ်၊
08:52
was actually more human
175
532639
1828
ဒါမှမဟုတ် Gertrude Stein က ပိုပြီး
08:54
or that Gertrude Stein was more of a computer.
176
534491
2327
ကွန်ပြူတာဆန်တယ်လို့ ဆိုလိုတာ မဟုတ်ပါဘူး။
08:57
It simply means that the category of the human is unstable.
177
537533
4714
လူသားရဲ့ အတန်းအစားဟာ မတည်ငြိမ်ဘူးလို့ ဆိုရုံသက်သက်ပါ။
09:03
This has led me to understand
178
543450
2074
ဒါက ကျွန်တော့ကို နားလည် သွားမိစေတာက
09:05
that the human is not a cold, hard fact.
179
545548
2763
လူသားဆိုတာ အေးစက်၊ မာကျောတဲ့ အရာ မဟုတ်ဘူဆိုတာပါ။
09:08
Rather, it is something that's constructed with our opinions
180
548832
3132
တကယ်တမ်းက ဒါဟာ ကျွန်တော်တို့ရဲ့ ထင်မြင်ချက်တွေနဲ့ ဖွဲ့စည်းထားတဲ့၊
09:11
and something that changes over time.
181
551988
2855
ကာလကိုလိုက်ပြီး ပြောင်းတတ်တဲ့ အရာပါ။
09:16
So my final insight is that the computer, more or less,
182
556671
4479
ဒီတော့ နောက်ဆုံး သိမြင်မှုက ကွန်ပြူတာဟာ အနည်းနဲ့အများဆိုသလို
09:21
works like a mirror that reflects any idea of a human
183
561174
4006
ကွန်တော်တို့ ပြတဲ့ လူတစ်ဦးရဲ့ စိတ်ကူး တိုင်းကို ပုံရိပ်ထင်တဲ့ မှန်တစ်ချပ်လို
09:25
that we show it.
184
565204
1375
အလုပ်လုပ်ပါတယ်။
09:26
We show it Emily Dickinson,
185
566958
1884
Emily Dickson ကို ပြလိုက်တော့
09:28
it gives Emily Dickinson back to us.
186
568866
2321
ကျွန်တော်တို့ကို Emily Dickson ပြန်ပေးတယ်။
09:31
We show it William Blake,
187
571768
1834
William Blake ပြလိုက်ရင်
09:33
that's what it reflects back to us.
188
573626
2285
ဒါကို ကျွန်တော်တို့ဆီ ပြန်ပေးပါတယ်။
09:35
We show it Gertrude Stein,
189
575935
1839
Gertrude Stein ကို ပြလိုက်တော့
09:37
what we get back is Gertrude Stein.
190
577798
2470
ကျွန်တော်တို့ ပြန်ရတာက Gertrude Stein ပါ။
09:41
More than any other bit of technology,
191
581083
2368
အခြားနည်းပညာ အစအနတွေထက်ပိုတာက
09:43
the computer is a mirror that reflects any idea of the human we teach it.
192
583475
5165
ကွန်ပြူတာဟာ ၎င်းကို သင်ပေးတဲ့ လူ့စိတ်ကူး တိုင်းကို ပုံရိပိထင်တဲ့ မှန်တစ်ချပ်ပါ။
09:50
So I'm sure a lot of you have been hearing
193
590061
2287
မကြာသေးခင်က ဉာဏ်ရည်တုအကြောင်း ခင်ဗျားတို့
09:52
a lot about artificial intelligence recently.
194
592372
2862
တော်တော်များများ ကြားမိနေမယ်ဆိုတာ သေချာပါတယ်။
09:56
And much of the conversation is,
195
596694
2830
တော်တော်များများ ပြောကြတာက
10:00
can we build it?
196
600292
1189
ဒါကို ဆောက်လို့ရလားပေါ့။
10:02
Can we build an intelligent computer?
197
602383
3135
ဉာဏ်ရည်ရှိတဲ့ ကွန်ပြူတာတစ်လုံး ဆောက်လို့ရလား။
10:05
Can we build a creative computer?
198
605542
2763
ထွင်ဉာဏ်ရှိတဲ့ ကွန်ပြူတာတစ်လုံး ဆောက်လို့ရလား။
10:08
What we seem to be asking over and over
199
608329
2113
ကျွန်တောိတို့တွေ ထပ်ကာတလဲလဲ မေးနေကြတာက
10:10
is can we build a human-like computer?
200
610466
2724
လူသားတစ်ဦးလို ကွန်ပြူတာတစ်လုံး ဆောက်လို့ရလား။
10:13
But what we've seen just now
201
613961
1556
ဒါပေမဲ့ အခုပဲ တွေ့လိုက်ရတာက
10:15
is that the human is not a scientific fact,
202
615541
3088
လူသားဟာ သိပ္ပံဆိုင်ရာ ဖြစ်ရပ် တစ်ခုမဟုတ်ဘူး၊
10:18
that it's an ever-shifting, concatenating idea
203
618653
3530
ဒါဟာ အမြဲပြောင်းနေတဲ့ ကွင်းဆက်ဖြစ်နေတဲ့ စိတ်ကူးတစ်ခုဖြစ်ပြီး
10:22
and one that changes over time.
204
622207
2531
ဒါက ကာလအလိုက် ပြောင်းနေတာပါ။
10:24
So that when we begin to grapple with the ideas
205
624762
3152
ဒီတော့ အနာဂတ် မှာရှိတဲ့ ဉာဏ်ရည်တုဆိုတဲ့
10:27
of artificial intelligence in the future,
206
627938
2386
စိတ်ကူးတွေနဲ့ နပန်းလုံးဖို့ စတဲ့အခါ
10:30
we shouldn't only be asking ourselves,
207
630348
1905
"ဆောက်လို့ရလား။" လို့ ကိုယ့်ကိုယ်ကို
10:32
"Can we build it?"
208
632277
1368
မေးသင့်ရုံတင်မကပဲ
10:33
But we should also be asking ourselves,
209
633669
1894
နောက်ထပ် မေးနေသင့်တာကတော့
10:35
"What idea of the human do we want to have reflected back to us?"
210
635587
3713
"ဘယ် လူသားစိတ်ကူးကို ကိုယ့်ဆီ ပြန်ရောင်ပြန်ဟပ်စေချင်လဲ" ဆိုတာပါ။
10:39
This is an essentially philosophical idea,
211
639820
2693
ဒါဟာ အခြေခံကအားဖြင့်တော့ ဒဿနဆိုင်ရာ စိတ်ကူးဖြစ်ပြီး
10:42
and it's one that can't be answered with software alone,
212
642537
2997
ဒါဟာ ဆော့ဖ်ဝဲ တစ်ခုတည်နဲ့ ဖြေလို့ရတာမဟုတ်ပါဘူး။
10:45
but I think requires a moment of species-wide, existential reflection.
213
645558
4977
ဒါပေမဲ့ မျိုးစိတ်တစ်ခုလုံး၊ အတ္တဘဝ ထင်ဟပ်ချက် အချိန်ကာလလိုတယ်လို့ ထင်ပါတယ်။
10:51
Thank you.
214
651040
1153
ကျေးဇူးတင်ပါတယ်။
10:52
(Applause)
215
652217
2695
(လက်ခုပ်သံများ)
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