The Inside Story of ChatGPT’s Astonishing Potential | Greg Brockman | TED

Tłumaczenie: A. Konstancja Wiszniewska Korekta: Anna Sobota

We started OpenAI seven years ago

Założyliśmy OpenAI siedem lat temu,

because we felt like something really interesting was happening in AI

bo czuliśmy, że coś ciekawego dzieje się w obszarze sztucznej inteligencji

and we wanted to help steer it in a positive direction.

i chcieliśmy pokierować tym w dobrym kierunku.

It's honestly just really amazing to see

To naprawdę niesamowite,

how far this whole field has come since then.

jak wielki postęp nastąpił w tej dziedzinie od tamtej pory.

And it's really gratifying to hear from people like Raymond

Czujemy satysfakcję, kiedy Raymond

who are using the technology we are building, and others,

i inni użytkownicy naszej technologii

for so many wonderful things.

robią dzięki niej wspaniałe rzeczy.

We hear from people who are excited,

Odzywają się podekscytowani,

we hear from people who are concerned,

niektórzy zaniepokojeni,

we hear from people who feel both those emotions at once.

niektórzy podekscytowani i zaniepokojeni jednocześnie.

And honestly, that's how we feel.

Szczerze mówiąc, też tak się czujemy.

Above all, it feels like we're entering an historic period right now

Przede wszystkim mamy poczucie, że to historyczny moment,

where we as a world are going to define a technology

kiedy jako świat definiujemy technologię,

that will be so important for our society going forward.

która znacząco wpłynie na rozwój społeczeństwa.

And I believe that we can manage this for good.

Wierzę, że pokierujemy nią w szczytnym celu.

So today, I want to show you the current state of that technology

Dzisiaj chciałbym pokazać wam aktualny stan tej technologii

and some of the underlying design principles that we hold dear.

i jej podstawowe, ważne dla nas zasady projektowania.

So the first thing I'm going to show you

Najpierw pokażę,

is what it's like to build a tool for an AI

jak budować narzędzia dla AI, sztucznej inteligencji,

rather than building it for a human.

a nie dla człowieka.

So we have a new DALL-E model, which generates images,

Mamy nowy model DALL-E do tworzenia grafiki,

and we are exposing it as an app for ChatGPT to use on your behalf.

i udostępniamy go jako aplikację, którą ChatGPT użyje w naszym imieniu.

And you can do things like ask, you know,

Można robić różne rzeczy np. poprosić:

suggest a nice post-TED meal and draw a picture of it.

“Zaproponuj smaczny posiłek po konferencji TED i narysuj go”.

(Laughter)

(Śmiech)

Now you get all of the, sort of, ideation and creative back-and-forth

Teraz oglądamy kreatywność i generowanie pomysłów

and taking care of the details for you that you get out of ChatGPT.

oraz dopieszczanie szczegółów w wykonaniu ChatGPT.

And here we go, it's not just the idea for the meal,

Oto efekt, nie tylko pomysł na posiłek,

but a very, very detailed spread.

ale bardzo szczegółowe zestawienie.

So let's see what we're going to get.

Zobaczmy, co otrzymamy.

But ChatGPT doesn't just generate images in this case --

ChatGPT nie tylko tworzy obraz,

sorry, it doesn't generate text, it also generates an image.

nie tylko tekst, ale również obraz.

And that is something that really expands the power

To poszerza możliwości

of what it can do on your behalf in terms of carrying out your intent.

realizacji naszych intencji, w naszym imieniu.

And I'll point out, this is all a live demo.

Zaznaczam, że to jest prezentacja na żywo.

This is all generated by the AI as we speak.

AI tworzy w czasie rzeczywistym.

So I actually don't even know what we're going to see.

Sam nie wiem, co tu zobaczymy.

This looks wonderful.

Wygląda wspaniale.

(Applause)

(Brawa)

I'm getting hungry just looking at it.

Na sam widok robię się głodny.

Now we've extended ChatGPT with other tools too,

Rozszerzyliśmy opcje ChatGPT również o inne narzędzia,

for example, memory.

na przykład pamięć.

You can say "save this for later."

Można poprosić: “Zapamiętaj na później”.

And the interesting thing about these tools

Ciekawe w tych narzędziach jest to,

is they're very inspectable.

że można je kontrolować.

So you get this little pop up here that says "use the DALL-E app."

Tutaj wyskakuje małe okienko z sugestią: “użyj apki DALLE-E”.

And by the way, this is coming to you, all ChatGPT users, over upcoming months.

Przy okazji, użytkownicy ChatGPT dostaną to w najbliższych miesiącach.

And you can look under the hood and see that what it actually did

Można zajrzeć pod maskę, gdzie widać, że ChatGPT

was write a prompt just like a human could.

napisał komendę tak, jak zrobiłby to człowiek.

And so you sort of have this ability to inspect

Zatem mamy możliwość kontrolowania,

how the machine is using these tools,

jak maszyna korzysta z narzędzi,

which allows us to provide feedback to them.

co pozwala przekazywać informacje zwrotne.

Now it's saved for later,

Zapisuję na później,

and let me show you what it's like to use that information

a teraz pokażę, jak używać tych informacji

and to integrate with other applications too.

i integrować ChatGPT z innymi aplikacjami.

You can say,

Zaczniemy od prośby.

“Now make a shopping list for the tasty thing

“Zrób listę zakupów na te pyszności,

I was suggesting earlier.”

które proponowałem”.

And make it a little tricky for the AI.

Spróbujmy utrudnić AI to zadanie.

"And tweet it out for all the TED viewers out there."

“Daj tweeta dla widzów konferencji TED”.

(Laughter)

(Śmiech)

So if you do make this wonderful, wonderful meal,

Jeśli ktoś przygotuje ten wspaniały posiłek,

I definitely want to know how it tastes.

chciałbym wiedzieć, jak smakuje.

But you can see that ChatGPT is selecting all these different tools

Jak widać, ChatGPT wybiera różne narzędzia,

without me having to tell it explicitly which ones to use in any situation.

bez konieczności wskazywania, których użyć w danej sytuacji.

And this, I think, shows a new way of thinking about the user interface.

To pokazuje nowy sposób postrzegania interfejsu użytkownika.

Like, we are so used to thinking of, well, we have these apps,

Jesteśmy przyzwyczajeni do apek,

we click between them, we copy/paste between them,

klikamy, kopiujemy, wklejamy z jednej do drugiej,

and usually it's a great experience within an app

i zwykle to udane doświadczenie w ramach aplikacji,

as long as you kind of know the menus and know all the options.

o ile jesteśmy zaznajomieni z poszczególnymi menu.

Yes, I would like you to.

“Tak, chętnie”.

Yes, please.

“Tak, poproszę“.

Always good to be polite.

Uprzejmość popłaca.

(Laughter)

(Śmiech)

And by having this unified language interface on top of tools,

Dzięki narzędziom i zintegrowanemu interfejsowi językowemu,

the AI is able to sort of take away all those details from you.

AI może odciążyć nas od zajmowania się szczegółami.

So you don't have to be the one

Nie musimy zajmować się

who spells out every single sort of little piece

opisem każdego drobnego szczegółu,

of what's supposed to happen.

dotyczącego planowanego efektu.

And as I said, this is a live demo,

Jak wspomniałem, to jest na żywo,

so sometimes the unexpected will happen to us.

więc niespodzianki mogą się zdarzyć.

But let's take a look at the Instacart shopping list while we're at it.

Skoro o tym mowa, spójrzmy na listę zakupów na Instacart.

And you can see we sent a list of ingredients to Instacart.

Wysłaliśmy Instacart listę składników.

Here's everything you need.

Wszystko, czego potrzeba.

And the thing that's really interesting

Co ciekawe,

is that the traditional UI is still very valuable, right?

tradycyjny interfejs nadal się przyda.

If you look at this,

Jak widać,

you still can click through it and sort of modify the actual quantities.

nadal można kliknąć i zmienić ilość produktów.

And that's something that I think shows

To pokazuje,

that they're not going away, traditional UIs.

że tradycyjne interfejsy nie znikną.

It's just we have a new, augmented way to build them.

Mamy po prostu nowy, wzbogacony sposób ich budowania.

And now we have a tweet that's been drafted for our review,

O, już mamy tweet do oceny,

which is also a very important thing.

czyli kolejna ważna rzecz.

We can click “run,” and there we are, we’re the manager, we’re able to inspect,

Klikając “Publikuj”, zatwierdzam, jestem zarządcą, mogę kontrolować,

we're able to change the work of the AI if we want to.

jeśli zechcę, mogę zmienić propozycję AI.

And so after this talk, you will be able to access this yourself.

Po prelekcji też uzyskacie dostęp.

And there we go.

Proszę bardzo.

Cool.

Super.

Thank you, everyone.

Dziękuję wszystkim.

(Applause)

(Brawa)

So we’ll cut back to the slides.

Wracamy do slajdów.

Now, the important thing about how we build this,

Ważne, jak budujemy AI.

it's not just about building these tools.

Chodzi nie tylko o budowanie narzędzi,

It's about teaching the AI how to use them.

ale o nauczenie AI, jak z nich korzystać.

Like, what do we even want it to do

Czego oczekujemy od AI,

when we ask these very high-level questions?

kiedy stawiamy złożone pytania?

And to do this, we use an old idea.

Tutaj przyda się stara koncepcja.

If you go back to Alan Turing's 1950 paper on the Turing test, he says,

W teście Turinga opisanym w 1950 roku Alan Turing mówi,

you'll never program an answer to this.

że nie da się programować odpowiedzi.

Instead, you can learn it.

Zamiast tego, można uczyć AI.

You could build a machine, like a human child,

Można zbudować maszynę na wzór dziecka,

and then teach it through feedback.

i uczyć ją przez informacje zwrotne.

Have a human teacher who provides rewards and punishments

Nauczyciel-człowiek daje nagrody i kary,

as it tries things out and does things that are either good or bad.

a maszyna próbuje działań, które są dobre lub złe.

And this is exactly how we train ChatGPT.

Dokładnie tak szkolimy ChatGPT.

It's a two-step process.

Ten proces ma dwa etapy.

First, we produce what Turing would have called a child machine

Najpierw tworzymy coś, co Turing nazwał maszyną-dzieckiem,

through an unsupervised learning process.

poprzez proces uczenia bez nadzoru.

We just show it the whole world, the whole internet

Pokazujemy jej cały świat, cały internet.

and say, “Predict what comes next in text you’ve never seen before.”

“Powiedz, co jest dalej w tekście, którego wcześniej nie widziałaś“.

And this process imbues it with all sorts of wonderful skills.

Ten proces wyposaża ją w różne wspaniałe umiejętności.

For example, if you're shown a math problem,

Jeśli pokazać jej zadanie matematyczne,

the only way to actually complete that math problem,

jedynym sposobem wykonania zadania,

to say what comes next,

odpowiedzią, co jest dalej,

that green nine up there,

zieloną dziewiątką na ekranie,

is to actually solve the math problem.

jest rozwiązanie tego zadania.

But we actually have to do a second step, too,

Trzeba też zrobić drugi krok,

which is to teach the AI what to do with those skills.

czyli nauczyć AI używać swoich umiejętności.

And for this, we provide feedback.

Po to są informacje zwrotne.

We have the AI try out multiple things, give us multiple suggestions,

Pozwalamy AI wypróbować różne rzeczy, podawać wiele sugestii,

and then a human rates them, says “This one’s better than that one.”

a potem człowiek ocenia. “To jest lepsze niż tamto”.

And this reinforces not just the specific thing that the AI said,

Tak wzmacniamy nie tylko konkretny przekaz AI,

but very importantly, the whole process that the AI used to produce that answer.

ale przede wszystkim cały proces prowadzący do uzyskania odpowiedzi.

And this allows it to generalize.

Dzięki temu AI generalizuje,

It allows it to teach, to sort of infer your intent

a także uczy się tak jakby wyczuć nasz zamiar

and apply it in scenarios that it hasn't seen before,

i stosować w scenariuszach, których nie widziała,

that it hasn't received feedback.

mimo braku informacji zwrotnej.

Now, sometimes the things we have to teach the AI

Czasami musimy nauczyć AI

are not what you'd expect.

czegoś niespodziewanego.

For example, when we first showed GPT-4 to Khan Academy,

Kiedy pokazaliśmy GPT-4 w Akademii Khana

they said, "Wow, this is so great,

wszyscy byli zachwyceni.

We're going to be able to teach students wonderful things.

“Będziemy uczyć studentów wspaniałych rzeczy”.

Only one problem, it doesn't double-check students' math.

Problem w tym, że AI nie sprawdza rozwiązań zadań matematycznych.

If there's some bad math in there,

Jeśli jest błąd matematyczny,

it will happily pretend that one plus one equals three and run with it."

radośnie uda, że jeden plus jeden równa się trzy i działa dalej.

So we had to collect some feedback data.

Dlatego musieliśmy zebrać informacje zwrotne.

Sal Khan himself was very kind

Sam Sal Khan wielkodusznie

and offered 20 hours of his own time to provide feedback to the machine

poświęcił 20 godzin na udzielanie informacji zwrotnych maszynie,

alongside our team.

u boku naszego zespołu.

And over the course of a couple of months we were able to teach the AI that,

W ciągu kilku miesięcy udało nam się nauczyć AI,

"Hey, you really should push back on humans

że musi sprzeciwić się czlowiekowi

in this specific kind of scenario."

w tym szczególnym scenariuszu.

And we've actually made lots and lots of improvements to the models this way.

W ten sposób wprowadziliśmy wiele ulepszeń do modelu.

And when you push that thumbs down in ChatGPT,

Kliknięcie kciuka w dół w rozmowie z ChatGPT,

that actually is kind of like sending up a bat signal to our team to say,

wysyła naszemu zespołowi sygnał SOS,

“Here’s an area of weakness where you should gather feedback.”

informujący, gdzie trzeba zebrać informacje zwrotne.

And so when you do that,

W taki właśnie sposób

that's one way that we really listen to our users

słuchamy naszych użytkowników

and make sure we're building something that's more useful for everyone.

i dbamy, aby budować narzędzie użyteczne dla wszystkich.

Now, providing high-quality feedback is a hard thing.

Zapewnienie wysokiej jakości informacji zwrotnej jest trudne.

If you think about asking a kid to clean their room,

Prosząc dziecko o posprzątanie pokoju,

if all you're doing is inspecting the floor,

jeśli sprawdzisz tylko podłogę,

you don't know if you're just teaching them to stuff all the toys in the closet.

może tylko nauczysz dziecko upychać zabawki w szafie.

This is a nice DALL-E-generated image, by the way.

A propos, ten ładny obrazek wygenerował DALL-E.

And the same sort of reasoning applies to AI.

Takie samo rozumowanie dotyczy AI.

As we move to harder tasks,

Przechodząc do trudniejszych zadań,

we will have to scale our ability to provide high-quality feedback.

musimy doskonalić udzielanie właściwych informacji zwrotnych.

But for this, the AI itself is happy to help.

Tutaj sama AI chętnie pomoże.

It's happy to help us provide even better feedback

Chętnie zapewni lepsze informacje zwrotne,

and to scale our ability to supervise the machine as time goes on.

a z czasem rozwinie możliwości kontrolowania maszyny.

And let me show you what I mean.

Zaraz pokażę, o co mi chodzi.

For example, you can ask GPT-4 a question like this,

Na przykład można zapytać GPT-4,

of how much time passed between these two foundational blogs

ile czasu dzieli publikację dwóch głównych wpisów na blogu OpenAI,

on unsupervised learning

jeden o uczeniu bez nadzoru,

and learning from human feedback.

drugi o uczeniu przez informacje zwrotne.

And the model says two months passed.

Model mówi, że to dwa miesiące.

But is it true?

Ale czy to prawda?

Like, these models are not 100-percent reliable,

Te modele nie są w 100% niezawodne,

although they’re getting better every time we provide some feedback.

chociaż są coraz lepsze dzięki naszym informacjom zwrotnym.

But we can actually use the AI to fact-check.

Do weryfikacji możemy użyć AI.

And it can actually check its own work.

AI może sprawdzić swoją własną pracę.

You can say, fact-check this for me.

Można powiedzieć: “Sprawdź to dla mnie”.

Now, in this case, I've actually given the AI a new tool.

W tym przypadku dałem AI nowe narzędzie.

This one is a browsing tool

Jest to narzędzie przeglądarkowe,

where the model can issue search queries and click into web pages.

czyli model wyszukuje i klika po stronach internetowych.

And it actually writes out its whole chain of thought as it does it.

W trakcie działań opisuje swój tok myślenia.

It says, I’m just going to search for this and it actually does the search.

Mówi, co wyszuka, po czym robi wyszukiwanie.

It then it finds the publication date and the search results.

Potem znajduje datę publikacji w wynikach wyszukiwania.

It then is issuing another search query.

Następnie robi kolejne wyszukiwanie.

It's going to click into the blog post.

Przechodzi do bloga OpenAI.

And all of this you could do, but it’s a very tedious task.

Można to wszystko zrobić samemu, ale to bardzo żmudne zadanie.

It's not a thing that humans really want to do.

Ludzie nie bardzo chcą to robić.

It's much more fun to be in the driver's seat,

Przyjemniej być za kółkiem,

to be in this manager's position where you can, if you want,

na miejscu szefa, który jeśli zechce,

triple-check the work.

sprawdzi coś po trzykroć.

And out come citations

Teraz pojawiają się cytaty,

so you can actually go

więc można rzeczywiście

and very easily verify any piece of this whole chain of reasoning.

łatwo sprawdzić każdy element całego toku rozumowania.

And it actually turns out two months was wrong.

Dwa miesiące to błędna odpowiedź.

Two months and one week,

Dwa miesiące i jeden tydzień

that was correct.

to poprawna odpowiedź.

(Applause)

(Brawa)

And we'll cut back to the side.

Wracamy do prezentacji.

And so thing that's so interesting to me about this whole process

W całym tym procesie fascynuje mnie

is that it’s this many-step collaboration between a human and an AI.

wieloetapowa współpraca między człowiekiem a sztuczną inteligencją.

Because a human, using this fact-checking tool

Korzystając z narzędzia do weryfikacji faktów,

is doing it in order to produce data

człowiek tworzy dane,

for another AI to become more useful to a human.

żeby kolejna AI mogła być bardziej użyteczna dla człowieka.

And I think this really shows the shape of something

Sądzę, że ukazuje to kształt czegoś,

that we should expect to be much more common in the future,

czego powinniśmy się spodziewać w przyszłości,

where we have humans and machines kind of very carefully

w której ludzie i maszyny

and delicately designed in how they fit into a problem

finezyjnie zaprogramowane wpasują się w problem

and how we want to solve that problem.

i sposób, w jaki chcemy go rozwiązać.

We make sure that the humans are providing the management, the oversight,

Pilnujemy, żeby ludzie odpowiadali za zarządzanie, nadzór

the feedback,

oraz informacje zwrotne,

and the machines are operating in a way that's inspectable

a maszyny działały w sposób, możliwy do skontrolowania

and trustworthy.

i godny zaufania.

And together we're able to actually create even more trustworthy machines.

Razem możemy stworzyć bardziej niezawodne maszyny.

And I think that over time, if we get this process right,

Z czasem, jeśli ten proces przeprowadzimy prawidłowo,

we will be able to solve impossible problems.

będziemy rozwiązywać niemożliwe problemy.

And to give you a sense of just how impossible I'm talking,

Mówię “niemożliwe” w tym sensie,

I think we're going to be able to rethink almost every aspect

że będziemy w stanie zrewidować chyba każdy aspekt

of how we interact with computers.

interakcji z komputerami.

For example, think about spreadsheets.

Weźmy przykładowo arkusze kalkulacyjne.

They've been around in some form since, we'll say, 40 years ago with VisiCalc.

Istnieją w jakiejś formie około 40 lat, od czasów programu VisiCalc.

I don't think they've really changed that much in that time.

W tym czasie niewiele się zmieniły.

And here is a specific spreadsheet of all the AI papers on the arXiv

Oto arkusz z danymi wszystkich artykułów o AI na platformie arXiv

for the past 30 years.

na przestrzeni 30 lat.

There's about 167,000 of them.

Jest ich około 167 000.

And you can see there the data right here.

Tutaj dokładnie widać dane.

But let me show you the ChatGPT take on how to analyze a data set like this.

Pokażę, jak ChatGPT analizuje takie zbiory danych.

So we can give ChatGPT access to yet another tool,

Dajemy ChatGPT dostęp do jeszcze jednego narzędzia,

this one a Python interpreter,

interpretera Pythona,

so it’s able to run code, just like a data scientist would.

dzięki czemu uruchomi kod tak, jak zrobiłby to analityk danych.

And so you can just literally upload a file

Można więc dosłownie przesłać plik

and ask questions about it.

i zadać pytania na jego temat.

And very helpfully, you know, it knows the name of the file and it's like,

Co więcej, ChatGPT na podstawie nazwy pliku zareaguje.

"Oh, this is CSV," comma-separated value file,

“O, to CSV”, plik wartości rozdzielanych przecinkami.

"I'll parse it for you."

“Odczytam go dla ciebie”.

The only information here is the name of the file,

Jedyne informacje to nazwa pliku,

the column names like you saw and then the actual data.

nazwy kolumn i same dane.

And from that it's able to infer what these columns actually mean.

ChatGPT samodzielnie wnioskuje, co te kolumny znaczą.

Like, that semantic information wasn't in there.

Bez informacji semantycznej

It has to sort of, put together its world knowledge of knowing that,

musi wykorzystać swoją wiedzę świata i arXiv.

“Oh yeah, arXiv is a site that people submit papers

“Aha, arXiv to serwis, gdzie przesyła się prace naukowe,

and therefore that's what these things are and that these are integer values

czyli tu są artykuły, tu wartości całkowite,

and so therefore it's a number of authors in the paper,"

więc to musi być liczba autorów danego artykułu”.

like all of that, that’s work for a human to do,

To praca, którą wykonywał człowiek,

and the AI is happy to help with it.

ale AI chętnie pomoże.

Now I don't even know what I want to ask.

Teraz nie wiem, o co zapytać.

So fortunately, you can ask the machine,

Na szczęście można poprosić maszynę.

"Can you make some exploratory graphs?"

“Przygotuj wykresy eksploracyjne”.

And once again, this is a super high-level instruction with lots of intent behind it.

To znów instrukcja bardzo ogólna, pełna wielu poziomów intencji.

But I don't even know what I want.

Nawet nie wiem, czego chcę.

And the AI kind of has to infer what I might be interested in.

AI musi wydedukować, co mnie zainteresuje.

And so it comes up with some good ideas, I think.

Chyba ma parę dobrych pomysłów.

So a histogram of the number of authors per paper,

Histogram liczby autorów na artykuł,

time series of papers per year, word cloud of the paper titles.

wykres artykułów na rok, chmura słów z tytułów artykułów.

All of that, I think, will be pretty interesting to see.

Wszystko wygląda bardzo interesująco,

And the great thing is, it can actually do it.

a najlepsze, że potrafi to zrobić.

Here we go, a nice bell curve.

Oto śliczna krzywa dzwonowa.

You see that three is kind of the most common.

Trzy to najczęstsza liczba autorów.

It's going to then make this nice plot of the papers per year.

Teraz zrobi ładny wykres liczby artykułów na rok.

Something crazy is happening in 2023, though.

Jednak w 2023 roku dzieje się coś dziwnego.

Looks like we were on an exponential and it dropped off the cliff.

Krzywa wykładnicza nagle spada na łeb na szyję.

What could be going on there?

Co tu się dzieje?

By the way, all this is Python code, you can inspect.

A propos, to jest kod Pythona, można go kontrolować.

And then we'll see word cloud.

Tu widać chmurę słów,

So you can see all these wonderful things that appear in these titles.

wszystkie wspaniałe słowa, które pojawiły się w tytułach.

But I'm pretty unhappy about this 2023 thing.

Jednak rok 2023 trochę mnie niepokoi.

It makes this year look really bad.

Ten rok wygląda bardzo źle.

Of course, the problem is that the year is not over.

Problem polega na tym, że rok jeszcze się nie skończył.

So I'm going to push back on the machine.

Więc sprzeciwiam się maszynie.

[Waitttt that's not fair!!!

[Chwila, to nie fair!!!

2023 isn't over.

Rok 2023 jeszcze się nie skończył.

What percentage of papers in 2022 were even posted by April 13?]

Jaki procent artykułów w 2022 roku opublikowano do 13 kwietnia?]

So April 13 was the cut-off date I believe.

13 kwietnia był datą graniczną.

Can you use that to make a fair projection?

Możesz to wykorzystać do rzetelnej prognozy?

So we'll see, this is the kind of ambitious one.

O, ambitna reakcja.

(Laughter)

(Śmiech)

So you know,

Zatem jak widać,

again, I feel like there was more I wanted out of the machine here.

chciałem wydobyć z maszyny więcej.

I really wanted it to notice this thing,

Chciałem, żeby zauważyła,

maybe it's a little bit of an overreach for it

może zbyt ambitnie,

to have sort of, inferred magically that this is what I wanted.

ale chciałem, żeby magicznie odgadywała o co mi chodzi.

But I inject my intent,

Ale to ja wprowadzam intencje,

I provide this additional piece of, you know, guidance.

dostarczam kolejny kawałek układanki.

And under the hood,

A pod maską

the AI is just writing code again, so if you want to inspect what it's doing,

AI jeszcze raz pisze kod, więc jeśli chcemy sprawdzić, co robi,

it's very possible.

jak najbardziej można.

And now, it does the correct projection.

Teraz tworzy prawidłową prognozę.

(Applause)

(Brawa)

If you noticed, it even updates the title.

Zauważyliście? Nawet tytuł zmieniła.

I didn't ask for that, but it know what I want.

Nie prosiłem, ale ona wie, czego chcę.

Now we'll cut back to the slide again.

Wracamy do prezentacji.

This slide shows a parable of how I think we ...

Ten slajd pokazuje przypowieść.

A vision of how we may end up using this technology in the future.

Wizję przyszłości zastosowania tej technologii.

A person brought his very sick dog to the vet,

Ktoś przyprowadził bardzo chorego psa do weterynarza,

and the veterinarian made a bad call to say, “Let’s just wait and see.”

weterynarz podjął złą decyzję: “Poczekamy, zobaczymy”.

And the dog would not be here today had he listened.

Gdyby właściciel posłuchał, psa by już nie było.

In the meanwhile, he provided the blood test,

Właściciel podał wyniki badania krwi,

like, the full medical records, to GPT-4,

cały raport medyczny do GPT-4,

which said, "I am not a vet, you need to talk to a professional,

na co GPT-4: “Nie jestem weterynarzem, pogadaj ze specjalistą,

here are some hypotheses."

ale postawię parę hipotez”.

He brought that information to a second vet

Dzięki temu inny weterynarz

who used it to save the dog's life.

uratował psu życie.

Now, these systems, they're not perfect.

Te systemy nie są jeszcze doskonałe.

You cannot overly rely on them.

Nie można na nich zbytnio polegać.

But this story, I think, shows

Jednak ta historia pokazuje,

that a human with a medical professional

że człowiek z pomocą specjalisty

and with ChatGPT as a brainstorming partner

i ChatGPT jako partnerem burzy mózgów

was able to achieve an outcome that would not have happened otherwise.

osiągnął rezultat, którego inaczej by nie było.

I think this is something we should all reflect on,

Wszyscy powinniśmy się zastanowić,

think about as we consider how to integrate these systems

jak zintegrować te systemy

into our world.

w naszym świecie.

And one thing I believe really deeply,

Naprawdę głęboko wierzę,

is that getting AI right is going to require participation from everyone.

że właściwe wykorzystanie AI wymaga zaangażowania wszystkich.

And that's for deciding how we want it to slot in,

My decydujemy, jak wykorzystać AI,

that's for setting the rules of the road,

jakie są reguły gry,

for what an AI will and won't do.

co AI wolno, a czego nie wolno zrobić.

And if there's one thing to take away from this talk,

Najważniejszy przekaz tej prelekcji,

it's that this technology just looks different.

ten wynalazek tylko wygląda inaczej,

Just different from anything people had anticipated.

zupełnie inaczej niż oczekiwaliśmy.

And so we all have to become literate.

Wszyscy musimy się go nauczyć.

And that's, honestly, one of the reasons we released ChatGPT.

Szczerze, to jeden z powodów wypuszczenia ChataGPT.

Together, I believe that we can achieve the OpenAI mission

Sądzę, że razem wypełnimy misję OpenAI,

of ensuring that artificial general intelligence

czyli dopilnujemy, żeby sztuczna inteligencja

benefits all of humanity.

przyniosła korzyści całej ludzkości.

Thank you.

Dziękuję.

(Applause)

(Brawa)

(Applause ends)

(Brawa cichną)

Chris Anderson: Greg.

Chris Anderson: Greg.

Wow.

No no!

I mean ...

Jestem pod wrażeniem.

I suspect that within every mind out here

Podejrzewam, że wszyscy mamy w głowie

there's a feeling of reeling.

niezły mętlik.

Like, I suspect that a very large number of people viewing this,

Podejrzewam, że wielu widzów

you look at that and you think, “Oh my goodness,

patrzy i myśli teraz: “O rany,

pretty much every single thing about the way I work, I need to rethink."

muszę przemyśleć od nowa niemal wszystkie metody pracy”.

Like, there's just new possibilities there.

Pojawiają się nowe możliwości.

Am I right?

Czy mam rację?

Who thinks that they're having to rethink the way that we do things?

Kto uważa, że musi przemyśleć swój sposób działania?

Yeah, I mean, it's amazing,

Tak, niesamowite,

but it's also really scary.

ale i przerażające.

So let's talk, Greg, let's talk.

Pomówmy o tym, Greg.

I mean, I guess my first question actually is just

Pierwsze pytanie,

how the hell have you done this?

jakim cudem ci się udało?

(Laughter)

(Śmiech)

OpenAI has a few hundred employees.

OpenAI ma kilkuset pracowników.

Google has thousands of employees working on artificial intelligence.

Google ma tysiące pracowników zajmujących się sztuczną inteligencją.

Why is it you who's come up with this technology

Dlaczego akurat wy stworzyliście technikę,

that shocked the world?

która zszokowała świat?

Greg Brockman: I mean, the truth is,

Greg Brockman: Prawdę mówiąc,

we're all building on shoulders of giants, right, there's no question.

wszyscy budujemy na barkach gigantów, nie ma wątpliwości.

If you look at the compute progress,

Patrząc na postęp obliczeniowy,

the algorithmic progress, the data progress,

algorytmiczny i w zakresie danych,

all of those are really industry-wide.

mamy postęp w całej branży.

But I think within OpenAI,

W ramach OpenAI

we made a lot of very deliberate choices from the early days.

od początku dokonywaliśmy świadomych wyborów.

And the first one was just to confront reality as it lays.

Pierwszy to konfrontacja z rzeczywistością.

And that we just thought really hard about like:

Intensywnie zastanawialiśmy się,

What is it going to take to make progress here?

co potrzeba, aby robić postępy.

We tried a lot of things that didn't work, so you only see the things that did.

Dużo prób nie powiodło się, widzicie tylko te udane.

And I think that the most important thing has been to get teams of people

Sądzę, że najważniejsze było znalezienie ludzi,

who are very different from each other to work together harmoniously.

którzy choć różnią się od siebie, harmonijnie współpracują w zespole.

CA: Can we have the water, by the way, just brought here?

CA: Czy możemy prosić o wodę?

I think we're going to need it, it's a dry-mouth topic.

Od tego tematu zasycha w gardle.

But isn't there something also just about the fact

Czy ma znaczenie,

that you saw something in these language models

że widziałeś potencjał w modelach językowych,

that meant that if you continue to invest in them and grow them,

że jeśli dalej będziesz inwestować i rozwijać je,

that something at some point might emerge?

w końcu pojawi się coś wartościowego?

GB: Yes.

GB: Owszem.

And I think that, I mean, honestly,

Szczerze mówiąc,

I think the story there is pretty illustrative, right?

ta historia nieźle to ilustruje.

I think that high level, deep learning,

Wyższy poziom głębokiego uczenia,

like we always knew that was what we wanted to be,

zawsze chcieliśmy stworzyć

was a deep learning lab, and exactly how to do it?

laboratorium głębokiego uczenia, tylko jak to zrobić?

I think that in the early days, we didn't know.

Sądzę, że na początku nie wiedzieliśmy.

We tried a lot of things,

Próbowaliśmy wielu rzeczy.

and one person was working on training a model

Jedna osoba pracowała szkoląc model,

to predict the next character in Amazon reviews,

który przewidzi następny znak w recenzjach Amazona

and he got a result where -- this is a syntactic process,

i uzyskała rezultat. W wyniku analizy składni

you expect, you know, the model will predict where the commas go,

oczekiwaliśmy, że model poda gdzie będą przecinki,

where the nouns and verbs are.

rzeczowniki i czasowniki,

But he actually got a state-of-the-art sentiment analysis classifier out of it.

a on zrobił doskonałą analizę odczuć.

This model could tell you if a review was positive or negative.

Model umiał ocenić, czy recenzja jest pozytywna, czy negatywna.

I mean, today we are just like, come on, anyone can do that.

Dzisiaj wydaje się to błahostką.

But this was the first time that you saw this emergence,

Wtedy pierwszy raz zobaczyliśmy,

this sort of semantics that emerged from this underlying syntactic process.

jak z analizy syntaktycznej wyłania się semantyka.

And there we knew, you've got to scale this thing,

Wiedzieliśmy, że musimy to skalować,

you've got to see where it goes.

zobaczyć, gdzie to zmierza.

CA: So I think this helps explain

CA: Sądzę, że to pomaga rozwiązać

the riddle that baffles everyone looking at this,

zagadkę nurtującą każdego obserwatora,

because these things are described as prediction machines.

bo te modele opisywano jako maszyny do prognozowania.

And yet, what we're seeing out of them feels ...

Jednak to, co robią wydaje się…

it just feels impossible that that could come from a prediction machine.

wydaje się niemożliwe, że maszyny mają takie wyniki.

Just the stuff you showed us just now.

To, co nam pokazałeś tylko to potwierdza.

And the key idea of emergence is that when you get more of a thing,

Kluczową koncepcją nowego bytu jest to, że gdy jest czegoś więcej,

suddenly different things emerge.

nagle pojawiają się nowe rzeczy.

It happens all the time, ant colonies, single ants run around,

To dzieje się cały czas, weźmy mrówki, biegają sobie pojedynczo,

when you bring enough of them together,

a jak zbierze się wystarczająco dużo,

you get these ant colonies that show completely emergent, different behavior.

mamy kolonie mrówek, wykazujące całkiem nowe, odmienne zachowania.

Or a city where a few houses together, it's just houses together.

Podobnie miasta; parę domów razem to po prostu zbiór domów,

But as you grow the number of houses,

ale w miarę wzrostu liczby domów,

things emerge, like suburbs and cultural centers and traffic jams.

pojawiają się dzielnice mieszkaniowe, domy kultury czy korki.

Give me one moment for you when you saw just something pop

Podaj mi przykład powstania czegoś,

that just blew your mind

co cię zszokowało,

that you just did not see coming.

a czego się nie spodziewałeś.

GB: Yeah, well,

GB: No tak,

so you can try this in ChatGPT, if you add 40-digit numbers --

można to pokazać na dodawaniu 40-cyfrowych liczb przez ChatGPT.

CA: 40-digit?

CA: 40-cyfrowych?

GB: 40-digit numbers, the model will do it,

GB: Model dodaje liczby 40-cyfrowe,

which means it's really learned an internal circuit for how to do it.

co oznacza, że faktycznie nauczył wewnętrzny obieg, jak to zrobić.

And the really interesting thing is actually,

Co ciekawe,

if you have it add like a 40-digit number plus a 35-digit number,

jeśli dodaje 40-cyfrową liczbę do 35-cyfrowej liczby,

it'll often get it wrong.

model często popełnia błąd.

And so you can see that it's really learning the process,

Widać, że naprawdę uczy się tego procesu,

but it hasn't fully generalized, right?

ale jeszcze go w pełni nie opanował.

It's like you can't memorize the 40-digit addition table,

Nie można nauczyć się dodawania liczb 40-cyfrowych,

that's more atoms than there are in the universe.

to więcej atomów, niż we wszechświecie.

So it had to have learned something general,

Model musiał opanować ogólny proces,

but that it hasn't really fully yet learned that,

ale wciąż nie nauczył się w pełni.

Oh, I can sort of generalize this to adding arbitrary numbers

Aha, mogę uogólnić to na dodawanie dowolnych liczb

of arbitrary lengths.

o dowolnej długości.

CA: So what's happened here

CA: Więc to działa tak,

is that you've allowed it to scale up

że daliście mu się skalować

and look at an incredible number of pieces of text.

i przejrzeć ogromną liczbę tekstów,

And it is learning things

a ChatGPT uczy się czegoś,

that you didn't know that it was going to be capable of learning.

czego w ogóle się nie spodziewaliście.

GB Well, yeah, and it’s more nuanced, too.

GB: Tak, to jeszcze bardziej złożone.

So one science that we’re starting to really get good at

Coraz lepiej wychodzi nam prognozowanie

is predicting some of these emergent capabilities.

pojawienia się nowych umiejętności.

And to do that actually,

Uzyskujemy to również dzięki,

one of the things I think is very undersung in this field

często niedocenianej w tej branży,

is sort of engineering quality.

jakości inżynierii.

Like, we had to rebuild our entire stack.

Przebudowaliśmy cały stos technologiczny.

When you think about building a rocket,

Kiedy chcemy zbudować rakietę,

every tolerance has to be incredibly tiny.

margines tolerancji błędu jest znikomy,

Same is true in machine learning.

tak samo w systemach uczących się.

You have to get every single piece of the stack engineered properly,

Każdy element stosu trzeba właściwie zaprojektować,

and then you can start doing these predictions.

a potem można zacząć prognozowanie.

There are all these incredibly smooth scaling curves.

Mamy tu niesamowicie gładkie krzywe skalowania.

They tell you something deeply fundamental about intelligence.

Mówią coś bardzo ważnego o inteligencji.

If you look at our GPT-4 blog post,

Spojrzmy na blog GPT-4,

you can see all of these curves in there.

tu widać te wszystkie krzywe.

And now we're starting to be able to predict.

Teraz możemy prognozować.

So we were able to predict, for example, the performance on coding problems.

Możemy np. przewidzieć problemy z kodowaniem.

We basically look at some models

Patrzymy na modele

that are 10,000 times or 1,000 times smaller.

10 tysięcy lub tysiąc razy mniejsze.

And so there's something about this that is actually smooth scaling,

Właściwie mamy tu płynne skalowanie,

even though it's still early days.

choć to dopiero początki.

CA: So here is, one of the big fears then,

CA: Jedną z większych obaw

that arises from this.

biorących się z tego,

If it’s fundamental to what’s happening here,

jeśli podstawą tego, co się dzieje,

that as you scale up,

czyli wraz ze skalowaniem

things emerge that

powstaje coś,

you can maybe predict in some level of confidence,

co do pewnego stopnia można przewidzieć,

but it's capable of surprising you.

ale nadal może nas zaskoczyć.

Why isn't there just a huge risk of something truly terrible emerging?

Czy jest ryzyko, że powstanie coś naprawdę strasznego?

GB: Well, I think all of these are questions of degree

GB: To są pytania o stopień,

and scale and timing.

skalę i synchronizację.

And I think one thing people miss, too,

Ludzie nie widzą jeszcze jednej rzeczy,

is sort of the integration with the world is also this incredibly emergent,

tworzącej się integracji ze światem,

sort of, very powerful thing too.

co też jest potężną siłą.

And so that's one of the reasons that we think it's so important

Dlatego uważamy, że ważne,

aby stopniowo wdrażać AI.

to deploy incrementally.

And so I think that what we kind of see right now, if you look at this talk,

Chociażby w tej prezentacji

a lot of what I focus on is providing really high-quality feedback.

skupiam się na jakości informacji zwrotnych.

Today, the tasks that we do, you can inspect them, right?

Dzisiejsze zadania można sprawdzić.

It's very easy to look at that math problem and be like, no, no, no,

W zadaniu matematycznym łatwo znaleźć błąd i go wskazać.

machine, seven was the correct answer.

Maszyno, poprawna odpowiedż to 7.

But even summarizing a book, like, that's a hard thing to supervise.

Ale streszczenie książki będzie ciężko sprawdzić.

Like, how do you know if this book summary is any good?

Skąd wiadomo, że streszczenie jest dobre?

You have to read the whole book.

Trzeba przeczytać całą książkę.

No one wants to do that.

Tylko kto to zrobi?

(Laughter)

(Śmiech)

And so I think that the important thing will be that we take this step by step.

Dlatego stopniowe działanie ma sens.

And that we say, OK, as we move on to book summaries,

W przypadku streszczania książek,

we have to supervise this task properly.

musimy odpowiednio nadzorować maszyny.

We have to build up a track record with these machines

Musimy wypracować historię osiągnięć,

that they're able to actually carry out our intent.

żeby maszyny wykonały nasz zamiar.

And I think we're going to have to produce even better, more efficient,

Będziemy musieli stworzyć jeszcze lepsze, bardziej wydajne,

more reliable ways of scaling this,

niezawodne sposoby skalowania,

sort of like making the machine be aligned with you.

żeby bardziej dopasować maszynę do siebie.

CA: So we're going to hear later in this session,

CA: Dziś jeszcze wysłuchamy krytyki,

there are critics who say that,

bo niektórzy mówią,

you know, there's no real understanding inside,

że maszynie brak prawdziwego rozumienia,

the system is going to always --

system zawsze będzie zawodny,

we're never going to know that it's not generating errors,

nigdy nie wiadomo, czy nie zrobi błędu,

that it doesn't have common sense and so forth.

maszyna nie ma zdrowego rozsądku itd.

Is it your belief, Greg, that it is true at any one moment,

To prawda, Greg, ale czy uważasz,

but that the expansion of the scale and the human feedback

że rozwój skali i informacje zwrotne od człowieka,

that you talked about is basically going to take it on that journey

pomogą sztucznej inteligencji poruszać się

of actually getting to things like truth and wisdom and so forth,

po konceptach typu prawda, mądrość, itd,

with a high degree of confidence.

z dużą dozą pewności.

Can you be sure of that?

Możesz być tego pewien?

GB: Yeah, well, I think that the OpenAI, I mean, the short answer is yes,

GB: Myślę, że tak,

I believe that is where we're headed.

wierzę, że właśnie tam zmierzamy.

And I think that the OpenAI approach here has always been just like,

W OpenAI nigdy nie unikaliśmy

let reality hit you in the face, right?

zderzenia z rzeczywistością.

It's like this field is the field of broken promises,

To pole złamanych obietnic,

of all these experts saying X is going to happen, Y is how it works.

ekspertów obiecujących X metodą Y.

People have been saying neural nets aren't going to work for 70 years.

Od 70 lat niektórzy mówią, że sieci neuronowe nie będą działać.

They haven't been right yet.

Nadal nie mają racji.

They might be right maybe 70 years plus one

Może będą mieli za 70 lat plus jeden,

or something like that is what you need.

lub coś koło tego.

But I think that our approach has always been,

Jednak nasze podejście polega

you've got to push to the limits of this technology

na przesuwaniu granic techniki,

to really see it in action,

i oglądaniu jej w akcji,

because that tells you then, oh, here's how we can move on to a new paradigm.

bo wtedy widać, jak można przejść do nowego wzorca.

And we just haven't exhausted the fruit here.

Nie wyczerpaliśmy wszystkich możliwości.

CA: I mean, it's quite a controversial stance you've taken,

CA: Przyjęliście dość kontrowersyjną postawę,

that the right way to do this is to put it out there in public

że trzeba wprowadzić AI w przestrzeń publiczną,

and then harness all this, you know,

a następnie okiełznać,

instead of just your team giving feedback,

wykorzystać nie tylko swój zespół,

the world is now giving feedback.

ale cały świat jako źródło informacji zwrotnej.

But ...

Ale…

If, you know, bad things are going to emerge,

Jeśli pojawi się coś złego,

it is out there.

trafi do przestrzeni publicznej.

So, you know, the original story that I heard on OpenAI

O OpenAI usłyszałem, kiedy zaczynaliście

when you were founded as a nonprofit,

jako organizacja nonprofit,

well you were there as the great sort of check on the big companies

mająca sprawdzać wielkie firmy

doing their unknown, possibly evil thing with AI.

i potencjalnie groźne poczynania z AI.

And you were going to build models that sort of, you know,

Wasze modele miały wymusić

somehow held them accountable

jakąś formę odpowiedzialności,

and was capable of slowing the field down, if need be.

a w razie potrzeby zwolnić tempo działań w tej dziedzinie.

Or at least that's kind of what I heard.

Przynajmniej takie wrażenie odniosłem.

And yet, what's happened, arguably, is the opposite.

Jednak stało się dokładnie na odwrót.

That your release of GPT, especially ChatGPT,

Wypuszczenie GPT, zwłaszcza czata ChatGPT,

sent such shockwaves through the tech world

tak zszokowało świat technologii,

that now Google and Meta and so forth are all scrambling to catch up.

że Google i Meta próbują was dogonić.

And some of their criticisms have been,

W swej krytyce podkreślają,

you are forcing us to put this out here without proper guardrails or we die.

że zmuszacie ich do odsłonięcia kart bez odpowiednich zabezpieczeń.

You know, how do you, like,

Jak uzasadnisz,

make the case that what you have done is responsible here and not reckless.

czy uzasadnisz, że wasze działania były odpowiedzialne, a nie lekkomyślne.

GB: Yeah, we think about these questions all the time.

GB: Cały czas myślimy o tych kwestiach,

Like, seriously all the time.

naprawdę cały czas.

And I don't think we're always going to get it right.

Czasem nam się nie uda.

But one thing I think has been incredibly important,

Ale zawsze ważne było,

from the very beginning, when we were thinking

od samego początku zastanawialiśmy się,

about how to build artificial general intelligence,

jak zbudować sztuczną inteligencję,

actually have it benefit all of humanity,

żeby przyniosła korzyści całej ludzkości,

like, how are you supposed to do that, right?

więc, jak to zrobić?

And that default plan of being, well, you build in secret,

Domyślnym planem była budowa w tajemnicy,

you get this super powerful thing,

uzyskanie super potężnego efektu,

and then you figure out the safety of it and then you push “go,”

sprawdzian bezpieczeństwa i wciśnięcie przycisku “Start”

and you hope you got it right.

z nadzieją, że się uda.

I don't know how to execute that plan.

Nie wiem, jak wykonać taki plan.

Maybe someone else does.

Może ktoś wie.

But for me, that was always terrifying, it didn't feel right.

Mnie taki plan przerażał, wydawał się niewłaściwy.

And so I think that this alternative approach

Myślę, że podejście alternatywne

is the only other path that I see,

jest jedyną drogą,

which is that you do let reality hit you in the face.

trzeba pozwolić na zderzenie z rzeczywistością.

And I think you do give people time to give input.

Trzeba dać ludziom czas na wyrażenie opinii.

You do have, before these machines are perfect,

Zanim maszyny staną się doskonałe,

before they are super powerful, that you actually have the ability

zanim będą super potężne, mamy możliwość

to see them in action.

zobaczyć je w działaniu.

And we've seen it from GPT-3, right?

Widzieliśmy to w przypadku GPT-3.

GPT-3, we really were afraid

Przy GPT-3 baliśmy się,

that the number one thing people were going to do with it

że ludzie będą głównie tworzyć dezinformację,

was generate misinformation, try to tip elections.

aby wpłynąć na wynik wyborów.

Instead, the number one thing was generating Viagra spam.

Zamiast tego tworzyli spam na temat Viagry.

(Laughter)

(Śmiech)

CA: So Viagra spam is bad, but there are things that are much worse.

CA: Spam dotyczący Viagry jest zły, ale są rzeczy o wiele gorsze.

Here's a thought experiment for you.

Spróbujmy eksperymentu myślowego.

Suppose you're sitting in a room,

Załóżmy, że siedzisz w pokoju,

there's a box on the table.

w którym na stole stoi puszka.

You believe that in that box is something that,

Wierzysz, że zawartość puszki

there's a very strong chance it's something absolutely glorious

ma szansę być czymś wspaniałym,

that's going to give beautiful gifts to your family and to everyone.

że kryją się w niej piękne podarki dla rodziny i innych ludzi.

But there's actually also a one percent thing in the small print there

Ale jest też informacja o 1% ryzyku,

that says: “Pandora.”

napis małym drukiem “Puszka Pandory”.

And there's a chance

Istnieje ryzyko,

that this actually could unleash unimaginable evils on the world.

że wypuścisz w świat niewyobrażalne zło.

Do you open that box?

Otwierasz tę puszkę?

GB: Well, so, absolutely not.

GB: Absolutnie nie.

I think you don't do it that way.

Sądzę, że tak nie można.

And honestly, like, I'll tell you a story that I haven't actually told before,

Opowiem historię, której jeszcze nie opowiadałem.

which is that shortly after we started OpenAI,

Niedługo po założeniu OpenAI

I remember I was in Puerto Rico for an AI conference.

byłem na konferencji o AI w Puerto Rico.

I'm sitting in the hotel room just looking out over this wonderful water,

Siedzę w pokoju hotelowym, patrzę na cudowną wodę,

all these people having a good time.

wszyscy świetnie się bawią.

And you think about it for a moment,

Zastanawiam się przez chwilę.

if you could choose for basically that Pandora’s box

Jeśli można wybrać, czy puszka Pandory

to be five years away

otworzy się za 5 lat,

or 500 years away,

czy 500 lat,

which would you pick, right?

co lepiej wybrać?

On the one hand you're like, well, maybe for you personally,

Z jednej strony dla mnie osobiście

it's better to have it be five years away.

5 lat może być lepsze.

But if it gets to be 500 years away and people get more time to get it right,

Ale 500 lat zostawia ludziom więcej czasu na przygotowanie,

which do you pick?

więc co wybrać?

And you know, I just really felt it in the moment.

W tamtej chwili uświadomiłem sobie,

I was like, of course you do the 500 years.

że zdecydowanie wybieram 500 lat.

My brother was in the military at the time

Mój brat był wtedy w wojsku,

and like, he puts his life on the line in a much more real way

i narażał życie w sposób bardziej realny

than any of us typing things in computers

niż my przy klawiaturze komputera,

and developing this technology at the time.

pracujący nad tą technologią.

And so, yeah, I'm really sold on the you've got to approach this right.

Tak więc jestem przekonany, że trzeba odpowiednio do tego podejść.

But I don't think that's quite playing the field as it truly lies.

Jednak nie sądzę, że w pełni widać prawdziwe oblicze sytuacji.

Like, if you look at the whole history of computing,

Patrząc na całą historię komputeryzacji,

I really mean it when I say that this is an industry-wide

zmiana dotyczy całej branży

or even just almost like

lub nawet szerzej,

a human-development- of-technology-wide shift.

dotyczy postępu technicznego ludzkości.

And the more that you sort of, don't put together the pieces

Dalej nie łączymy elementów,

that are there, right,

które są na wyciągnięcie ręki,

we're still making faster computers,

a robimy szybsze komputery,

we're still improving the algorithms, all of these things, they are happening.

ulepszamy algorytmy, wszystko to ma miejsce.

And if you don't put them together, you get an overhang,

Jeśli nie połączymy elementów, może dojść do przerostu,

which means that if someone does,

a jeśli ktoś połączy elementy,

or the moment that someone does manage to connect to the circuit,

kiedy podłączy się do obiegu,

then you suddenly have this very powerful thing,

nagle powstanie potężne narzędzie,

no one's had any time to adjust,

na które nikt nie jest przygotowany.

who knows what kind of safety precautions you get.

Nie ma żadnych zabezpieczeń.

And so I think that one thing I take away

Dla mnie najważniejsze,

is like, even you think about development of other sort of technologies,

biorąc pod uwagę rozwój innych osiągnięć techniki,

think about nuclear weapons,

weźmy broń atomową,

people talk about being like a zero to one,

ludzie widzą zmiany zero-jedynkowo,

sort of, change in what humans could do.

jeśli chodzi o potencjał człowieka.

But I actually think that if you look at capability,

Jeśli popatrzeć na umiejętności,

it's been quite smooth over time.

one rozwijają się płynnie.

And so the history, I think, of every technology we've developed

Historia każdej technologii, którą rozwija człowiek, udowadnia,

has been, you've got to do it incrementally

że trzeba rozwijać ją stopniowo,

and you've got to figure out how to manage it

wymyślić, jak nią zarządzać

for each moment that you're increasing it.

w miarę jej opracowania.

CA: So what I'm hearing is that you ...

CA: Więc rozumiem,

the model you want us to have

że model, jaki nam szykujecie

is that we have birthed this extraordinary child

to coś jak narodziny niezwykłego dziecka

that may have superpowers

o nadludzkiej mocy,

that take humanity to a whole new place.

które zaprowadzi ludzkość w nowe miejsce.

It is our collective responsibility to provide the guardrails

Zbiorowa odpowiedzialność polega na zapewnieniu zabezpieczeń

for this child

dla tego dziecka,

to collectively teach it to be wise and not to tear us all down.

na wspólnej nauce, żeby stało się mądre i żeby nas nie zniszczyło.

Is that basically the model?

Czy na tym polega ten model?

GB: I think it's true.

GB: Sądzę, że tak.

And I think it's also important to say this may shift, right?

Dodam, że wszystko może się zmienić.

We've got to take each step as we encounter it.

Trzeba postawić krok wtedy, kiedy przyjdzie pora.

And I think it's incredibly important today

To bardzo ważne,

that we all do get literate in this technology,

abyśmy wszyscy znali tę technologię,

figure out how to provide the feedback,

wiedzieli, jak dawać informacje zwrotne,

decide what we want from it.

wiedzieli, czego od niej chcemy.

And my hope is that that will continue to be the best path,

Mam nadzieję, że nadal będzie to najlepsza droga,

but it's so good we're honestly having this debate

ale dobrze, że mamy uczciwą dyskusję,

because we wouldn't otherwise if it weren't out there.

bo nie byłoby jej bez AI wypuszczonej w świat.

CA: Greg Brockman, thank you so much for coming to TED and blowing our minds.

CA: Greg Brockman, dziękuję za oszałamiającą prelekcję TED.

(Applause)

(Brawa)