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

340,981 views ・ 2017-01-12

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

00:00
Translator: Leslie Gauthier Reviewer: Camille Martínez
0
0
7000
Tłumaczenie: Daniel Drozdzal Korekta: Barbara Guzik
00:14
I'm going to talk a little bit about where technology's going.
1
14966
3817
Opowiem dziś o tym, dokąd zmierza technologia.
00:19
And often technology comes to us,
2
19509
2671
Technologia często pojawia się
00:22
we're surprised by what it brings.
3
22566
1865
i jest dla nas zaskoczeniem.
00:24
But there's actually a large aspect of technology
4
24455
3683
Mimo to wiele jej przejawów
00:28
that's much more predictable,
5
28162
1802
da się przewidzieć,
00:29
and that's because technological systems of all sorts have leanings,
6
29988
4088
bo wszelkie systemy technologiczne posiadają skłonności,
00:34
they have urgencies,
7
34100
1175
potrzeby
00:35
they have tendencies.
8
35299
1561
oraz tendencje.
00:36
And those tendencies are derived from the very nature of the physics,
9
36884
4932
Wywodzą się one z samej natury fizyki,
00:41
chemistry of wires and switches and electrons,
10
41840
3150
chemii przewodów, przełączników oraz elektronów,
00:45
and they will make reoccurring patterns again and again.
11
45659
3602
które bez przerwy tworzą powtarzalne wzory.
00:49
And so those patterns produce these tendencies, these leanings.
12
49745
4874
Źródłem tych tendencji i skłonności są właśnie takie wzory.
00:54
You can almost think of it as sort of like gravity.
13
54643
2831
Można to nawet uznać za rodzaj grawitacji.
00:57
Imagine raindrops falling into a valley.
14
57498
2319
Wyobraźcie sobie krople wody spadające do doliny.
00:59
The actual path of a raindrop as it goes down the valley
15
59841
3088
Ścieżka, jaką pokonuje spadająca kropla
01:02
is unpredictable.
16
62953
1169
jest nieprzewidywalna.
01:04
We cannot see where it's going,
17
64651
1518
Nie widzimy, dokąd zmierza,
01:06
but the general direction is very inevitable:
18
66193
2277
ale ogólny kierunek jest ściśle określony:
01:08
it's downward.
19
68494
1234
w dół.
01:10
And so these baked-in tendencies and urgencies
20
70377
4572
Ustalone tendencje i potrzeby
01:14
in technological systems
21
74973
1476
w systemach technologicznych
01:17
give us a sense of where things are going at the large form.
22
77051
3609
wskazują kierunek, w którym wszystko zmierza.
01:21
So in a large sense,
23
81149
1401
Mówiąc ogólnie,
01:22
I would say that telephones were inevitable,
24
82574
3361
telefony były nieuniknione,
01:27
but the iPhone was not.
25
87005
1342
ale iPhone'y nie.
01:29
The Internet was inevitable,
26
89094
1478
Internet był nieunikniony,
01:31
but Twitter was not.
27
91274
1286
ale Twitter nie.
01:33
So we have many ongoing tendencies right now,
28
93036
3928
Obecnie pojawia się wiele różnych tendencji
01:36
and I think one of the chief among them
29
96988
2720
i uważam, że prym wiedzie
01:39
is this tendency to make things smarter and smarter.
30
99732
3722
tendencja do tworzenia rzeczy bardziej smart.
01:44
I call it cognifying -- cognification --
31
104041
2212
Ja nazywam to dostrajaniem, kognifikacją,
01:46
also known as artificial intelligence, or AI.
32
106783
2782
ale nazywa się to także sztuczną inteligencją, inaczej AI.
01:50
And I think that's going to be one of the most influential developments
33
110025
3746
Myślę, że będzie to jednym z najważniejszych czynników postępu
01:53
and trends and directions and drives in our society in the next 20 years.
34
113795
5575
i wiodącym trendem w naszym społeczeństwie przez kolejne 20 lat.
02:00
So, of course, it's already here.
35
120021
1985
Oczywiście już dziś jest obecna.
02:02
We already have AI,
36
122030
2204
Mamy już sztuczną inteligencję,
02:04
and often it works in the background,
37
124258
2398
funkcjonuje często gdzieś na uboczu,
02:06
in the back offices of hospitals,
38
126680
1586
w szpitalnych biurach,
02:08
where it's used to diagnose X-rays better than a human doctor.
39
128290
4686
gdzie analizuje prześwietlenia lepiej niż lekarze.
02:13
It's in legal offices,
40
133000
1726
Jest obecna w kancelariach prawnych,
02:14
where it's used to go through legal evidence
41
134750
2368
gdzie sprawdza dowody
02:17
better than a human paralawyer.
42
137142
1855
lepiej niż wykształcona osoba.
02:19
It's used to fly the plane that you came here with.
43
139506
3656
Jest obecna w samolotach, którymi tutaj przylecieliście.
02:24
Human pilots only flew it seven to eight minutes,
44
144165
2381
Piloci sterowali tylko siedem czy osiem minut,
02:26
the rest of the time the AI was driving.
45
146570
1953
przez resztę czasu sterowało AI.
02:28
And of course, in Netflix and Amazon,
46
148547
2173
I oczywiście w Netflix i Amazon
02:30
it's in the background, making those recommendations.
47
150744
2530
to AI podaje w tle rekomendacje.
Tak to wygląda obecnie.
02:33
That's what we have today.
48
153298
1261
02:34
And we have an example, of course, in a more front-facing aspect of it,
49
154583
4801
Istnieje też prostszy przykład,
02:39
with the win of the AlphaGo, who beat the world's greatest Go champion.
50
159408
6629
AlphaGo, który pokonał mistrza świata w Go.
02:46
But it's more than that.
51
166478
4053
Ale to nie wszystko.
02:50
If you play a video game, you're playing against an AI.
52
170555
2642
Jeżeli gracie w grę komputerową, gracie przeciwko AI.
02:53
But recently, Google taught their AI
53
173221
4538
Ostatnio Google nauczył swoją AI,
02:57
to actually learn how to play video games.
54
177783
2412
jak nauczyć się grać w gry wideo.
03:00
Again, teaching video games was already done,
55
180686
2709
Uczenie gier komputerowych już było,
03:03
but learning how to play a video game is another step.
56
183419
3897
ale uczenie się, jak grać to kolejny krok.
03:07
That's artificial smartness.
57
187340
1678
To sztuczny rodzaj bystrości.
03:10
What we're doing is taking this artificial smartness
58
190571
4522
Staramy się taką sztuczną bystrość
03:15
and we're making it smarter and smarter.
59
195117
2423
uczynić coraz bystrzejszą.
03:18
There are three aspects to this general trend
60
198710
3895
Trzy aspekty tego ogólnego trendu
03:22
that I think are underappreciated;
61
202629
1689
są według mnie niedoceniane.
03:24
I think we would understand AI a lot better
62
204342
2277
Myślę, że zrozumielibyśmy AI dużo lepiej,
03:26
if we understood these three things.
63
206643
2301
gdybyśmy zrozumieli te trzy sprawy.
03:28
I think these things also would help us embrace AI,
64
208968
3283
Według mnie mogą one pomóc pojąć AI,
03:32
because it's only by embracing it that we actually can steer it.
65
212275
3008
a tylko wtedy będziemy mogli nią sterować.
03:35
We can actually steer the specifics by embracing the larger trend.
66
215887
3157
Zrozumienie trendu daje nam kontrolę nad poszczególnymi aspektami.
03:39
So let me talk about those three different aspects.
67
219467
2979
Pozwólcie, że przytoczę te trzy aspekty.
03:42
The first one is: our own intelligence has a very poor understanding
68
222470
3673
Pierwszy: nasza własna inteligencja ma niewielkie pojęcie o tym,
03:46
of what intelligence is.
69
226167
1490
czym jest inteligencja.
03:48
We tend to think of intelligence as a single dimension,
70
228110
3653
Myślimy o inteligencji w jednym wymiarze,
03:51
that it's kind of like a note that gets louder and louder.
71
231787
2750
że jest to melodia zmieniająca głośność.
03:54
It starts like with IQ measurement.
72
234561
2607
Punktem wyjścia jest mierzenie IQ.
03:57
It starts with maybe a simple low IQ in a rat or mouse,
73
237192
4092
Zaczyna się od niskiego IQ szczura lub myszy,
04:01
and maybe there's more in a chimpanzee,
74
241308
2134
może więcej ma szympans,
04:03
and then maybe there's more in a stupid person,
75
243887
2191
a jakaś głupia osoba ma jeszcze więcej.
04:06
and then maybe an average person like myself,
76
246102
2096
Potem jest taki przeciętniak jak ja,
04:08
and then maybe a genius.
77
248222
1290
a dalej może geniusz.
04:09
And this single IQ intelligence is getting greater and greater.
78
249536
4433
Ta miara pojedynczej inteligencji staje się coraz większa.
04:14
That's completely wrong.
79
254516
1151
To błąd.
04:15
That's not what intelligence is -- not what human intelligence is, anyway.
80
255691
3608
Nie na tym polega inteligencja, na pewno nie ludzka.
04:19
It's much more like a symphony of different notes,
81
259673
4506
Bliżej jej do symfonii różnych dźwięków,
04:24
and each of these notes is played on a different instrument of cognition.
82
264203
3609
a każdy z nich odgrywany jest na innym instrumencie poznawczym.
04:27
There are many types of intelligences in our own minds.
83
267836
3701
W naszych umysłach jest wiele typów inteligencji.
04:31
We have deductive reasoning,
84
271561
3048
Mamy dedukcję,
04:34
we have emotional intelligence,
85
274633
2221
inteligencję emocjonalną,
04:36
we have spatial intelligence;
86
276878
1393
inteligencję przestrzenną.
04:38
we have maybe 100 different types that are all grouped together,
87
278295
4021
Mamy chyba 100 różnych rodzajów, które są razem pogrupowane
04:42
and they vary in different strengths with different people.
88
282340
3905
i u każdej osoby mają inną siłę.
04:46
And of course, if we go to animals, they also have another basket --
89
286269
4526
Oczywiście zwierzęta dysponują innym pakietem,
04:50
another symphony of different kinds of intelligences,
90
290819
2541
inną symfonią różnych rodzajów inteligencji.
04:53
and sometimes those same instruments are the same that we have.
91
293384
3566
Czasem są to te same instrumenty co u nas.
04:56
They can think in the same way, but they may have a different arrangement,
92
296974
3561
Potrafią myśleć w ten sam sposób, ale mają inny układ
05:00
and maybe they're higher in some cases than humans,
93
300559
2467
i może w niektórych przypadkach prześcigają ludzi,
05:03
like long-term memory in a squirrel is actually phenomenal,
94
303050
2837
na przykład pamięć długotrwała u wiewiórki jest fenomenalna,
05:05
so it can remember where it buried its nuts.
95
305911
2287
dlatego pamięta, gdzie zakopała orzechy.
05:08
But in other cases they may be lower.
96
308222
1987
Niekiedy zaś inteligencja bywa niższa.
05:10
When we go to make machines,
97
310233
2730
Przechodząc do budowy maszyn,
05:12
we're going to engineer them in the same way,
98
312987
2196
odbywa się to w podobny sposób.
05:15
where we'll make some of those types of smartness much greater than ours,
99
315207
5010
Sprawiamy, że niektóre typy inteligencji przewyższają naszą,
05:20
and many of them won't be anywhere near ours,
100
320241
2571
a niektóre w ogóle jej nie dorównują,
05:22
because they're not needed.
101
322836
1544
bo nie są potrzebne.
05:24
So we're going to take these things,
102
324404
2203
Bierzemy te elementy,
05:26
these artificial clusters,
103
326631
2081
te sztuczne zbitki,
05:28
and we'll be adding more varieties of artificial cognition to our AIs.
104
328736
5362
i dodajemy do naszego AI kolejne stopnie zróżnicowania,
05:34
We're going to make them very, very specific.
105
334507
4071
żeby jak najbardziej ją wyspecjalizować.
05:38
So your calculator is smarter than you are in arithmetic already;
106
338602
6542
Twój kalkulator jest mądrzejszy niż ty kiedykolwiek byłeś w arytmetyce.
05:45
your GPS is smarter than you are in spatial navigation;
107
345168
3697
Twój GPS jest mądrzejszy niż ty w nawigacji przestrzennej.
05:49
Google, Bing, are smarter than you are in long-term memory.
108
349337
4258
Google i Bing mają lepszą pamięć długotrwałą niż twoja.
05:54
And we're going to take, again, these kinds of different types of thinking
109
354339
4530
Weźmy teraz te wszystkie sposoby myślenia
05:58
and we'll put them into, like, a car.
110
358893
1933
i wyposażmy w nie na przykład samochód,
06:00
The reason why we want to put them in a car so the car drives,
111
360850
3057
a robimy to dlatego,
06:03
is because it's not driving like a human.
112
363931
2302
że samochód porusza się inaczej niż człowiek.
06:06
It's not thinking like us.
113
366257
1396
Ma inny sposób myślenia.
06:07
That's the whole feature of it.
114
367677
1920
To jest jego główną cechą.
06:09
It's not being distracted,
115
369621
1535
Nie jest rozkojarzony,
06:11
it's not worrying about whether it left the stove on,
116
371180
2754
nie martwi się o to, czy zostawił włączony gaz
06:13
or whether it should have majored in finance.
117
373958
2138
ani o to, czy zrobić magistra z ekonomii.
06:16
It's just driving.
118
376120
1153
Po prostu jedzie.
06:17
(Laughter)
119
377297
1142
(Śmiech)
06:18
Just driving, OK?
120
378463
1841
On tylko jedzie!
06:20
And we actually might even come to advertise these
121
380328
2937
To może stać się jego hasłem reklamowym:
06:23
as "consciousness-free."
122
383289
1545
"Pozbawiony świadomości".
06:24
They're without consciousness,
123
384858
1774
One nie mają świadomości,
06:26
they're not concerned about those things,
124
386656
2104
nie przejmują się sprawami życia codziennego,
06:28
they're not distracted.
125
388784
1156
nie są rozkojarzone.
06:29
So in general, what we're trying to do
126
389964
2966
Ogólnie mówiąc, zmierzamy do tego,
06:32
is make as many different types of thinking as we can.
127
392954
4500
żeby stworzyć jak najwięcej różnych sposobów myślenia.
06:37
We're going to populate the space
128
397804
2083
Chcemy zaludnić przestrzeń
06:39
of all the different possible types, or species, of thinking.
129
399911
4159
myśleniem wszelkiego typu i gatunku.
06:44
And there actually may be some problems
130
404094
2068
Mogą pojawić się problemy
06:46
that are so difficult in business and science
131
406186
2800
w biznesie lub nauce, tak trudne do rozwiązania,
06:49
that our own type of human thinking may not be able to solve them alone.
132
409010
4042
że nasze ludzkie myślenie nie poradzi sobie z nimi.
06:53
We may need a two-step program,
133
413076
1992
Możemy potrzebować dwuetapowego programu,
06:55
which is to invent new kinds of thinking
134
415092
4203
który przyniesie nowe rodzaje myślenia,
06:59
that we can work alongside of to solve these really large problems,
135
419692
3734
żebyśmy mogli razem z AI wypracowywać rozwiązania dla tak rozległych zagadnień
07:03
say, like dark energy or quantum gravity.
136
423450
2918
jak na przykład ciemna energia lub grawitacja kwantowa.
07:08
What we're doing is making alien intelligences.
137
428496
2646
Tworzymy pozaziemską inteligencję.
07:11
You might even think of this as, sort of, artificial aliens
138
431166
4069
Możemy to nawet porównać do sztucznych obcych,
07:15
in some senses.
139
435259
1207
w pewnym sensie.
07:16
And they're going to help us think different,
140
436490
2300
Pomogą nam myśleć w inny sposób,
07:18
because thinking different is the engine of creation
141
438814
3632
a takie myślenie jest siłą napędową tworzenia,
07:22
and wealth and new economy.
142
442470
1867
bogactwa oraz nowej ekonomii.
07:25
The second aspect of this is that we are going to use AI
143
445835
4923
Kolejnym aspektem jest to, że AI posłuży nam w zasadzie
07:30
to basically make a second Industrial Revolution.
144
450782
2950
do przeprowadzenia drugiej rewolucji przemysłowej.
07:34
The first Industrial Revolution was based on the fact
145
454135
2773
Pierwsza rewolucja przemysłowa opierała się na tym,
07:36
that we invented something I would call artificial power.
146
456932
3462
że wymyśliliśmy coś, co określiłbym jako sztuczna potęga.
07:40
Previous to that,
147
460879
1150
Poprzedzała ją rewolucja agrarna,
07:42
during the Agricultural Revolution,
148
462053
2034
07:44
everything that was made had to be made with human muscle
149
464111
3702
podczas której wszystko było wytwarzane siłą ludzkich mięśni
07:47
or animal power.
150
467837
1307
lub przy użyciu zwierząt.
07:49
That was the only way to get anything done.
151
469565
2063
Wszystko dało się zrobić tylko tym sposobem.
07:51
The great innovation during the Industrial Revolution was,
152
471652
2945
Wielką nowością podczas rewolucji przemysłowej było
07:54
we harnessed steam power, fossil fuels,
153
474621
3109
zaprzęgnięcie mocy parowej i paliw kopalnych
07:57
to make this artificial power that we could use
154
477754
3856
do wytworzenia sztucznej energii,
którą mogliśmy wykorzystać w dowolnym celu.
08:01
to do anything we wanted to do.
155
481634
1669
08:03
So today when you drive down the highway,
156
483327
2772
Dlatego dziś jadąc autostradą,
08:06
you are, with a flick of the switch, commanding 250 horses --
157
486571
4525
można za pomocą jednego przycisku zarządzać mocą 250 koni,
08:11
250 horsepower --
158
491120
1572
250 koni mechanicznych,
08:12
which we can use to build skyscrapers, to build cities, to build roads,
159
492716
4692
które da się użyć do budowy wieżowców, miast, dróg,
08:17
to make factories that would churn out lines of chairs or refrigerators
160
497432
5789
fabryk, które taśmowo wypuszczają krzesła albo kaloryfery.
08:23
way beyond our own power.
161
503245
1654
My takiej mocy nie posiadamy.
08:24
And that artificial power can also be distributed on wires on a grid
162
504923
6111
Ta sztuczna energia może być także transportowana przez sieć elektryczną
08:31
to every home, factory, farmstead,
163
511058
3199
do każdego domu, fabryki lub gospodarstwa
08:34
and anybody could buy that artificial power,
164
514281
4191
i każdy może ją kupić,
08:38
just by plugging something in.
165
518496
1472
poprzez podpięcie się do sieci.
08:39
So this was a source of innovation as well,
166
519992
2439
To też było źródłem innowacji,
08:42
because a farmer could take a manual hand pump,
167
522455
3418
bo rolnik mógł do ręcznie obsługiwanej pompy
08:45
and they could add this artificial power, this electricity,
168
525897
2916
dodać tej sztucznej mocy, elektryczności,
08:48
and he'd have an electric pump.
169
528837
1497
i miał pompę elektryczną.
08:50
And you multiply that by thousands or tens of thousands of times,
170
530358
3318
Pomnóżmy to tysiące albo dziesiątki tysięcy razy
08:53
and that formula was what brought us the Industrial Revolution.
171
533700
3159
i powstanie wzór, który przyniósł nam rewolucję przemysłową.
08:56
All the things that we see, all this progress that we now enjoy,
172
536883
3585
Wszystko, co widzimy, cały postęp, którym możemy się cieszyć
09:00
has come from the fact that we've done that.
173
540492
2063
jest efektem tych naszych dokonań.
09:02
We're going to do the same thing now with AI.
174
542579
2348
To samo uczynimy teraz ze sztuczną inteligencją.
09:04
We're going to distribute that on a grid,
175
544951
2075
Będziemy rozprowadzać ją przez sieć.
09:07
and now you can take that electric pump.
176
547050
2374
Tym razem biorąc elektryczną pompę,
09:09
You can add some artificial intelligence,
177
549448
2968
dodamy trochę sztucznej inteligencji
09:12
and now you have a smart pump.
178
552440
1481
i będziemy mieli "smartpompę".
09:13
And that, multiplied by a million times,
179
553945
1928
A zjawisko to pomnożone miliony razy
09:15
is going to be this second Industrial Revolution.
180
555897
2363
będzie drugą rewolucją przemysłową.
09:18
So now the car is going down the highway,
181
558284
2382
Samochód jadący autostradą
09:20
it's 250 horsepower, but in addition, it's 250 minds.
182
560690
4294
do swoich 250 koni dostanie gratis 250 umysłów.
09:25
That's the auto-driven car.
183
565008
1769
To właśnie samosterujący pojazd.
09:26
It's like a new commodity;
184
566801
1389
AI stanie się nowym towarem,
09:28
it's a new utility.
185
568214
1303
nowym narzędziem.
09:29
The AI is going to flow across the grid -- the cloud --
186
569541
3041
Będzie przemieszczać się poprzez sieć, w chmurze,
09:32
in the same way electricity did.
187
572606
1567
tak jak kiedyś elektryczność.
09:34
So everything that we had electrified,
188
574197
2380
Wszystko, co mieliśmy, zostało zelektryfikowane,
09:36
we're now going to cognify.
189
576601
1723
a teraz dodamy funkcję kognitywną.
09:38
And I would suggest, then,
190
578693
1385
Mogę zasugerować,
09:40
that the formula for the next 10,000 start-ups
191
580102
3732
że wzór na 10 000 kolejnych start-upów
09:43
is very, very simple,
192
583858
1162
jest bardzo prosty.
09:45
which is to take x and add AI.
193
585044
3167
Należy wziąć x i dodać AI.
09:49
That is the formula, that's what we're going to be doing.
194
589100
2812
Taki jest wzór na to, co będziemy robić.
09:51
And that is the way in which we're going to make
195
591936
3306
W taki sposób dokonamy
09:55
this second Industrial Revolution.
196
595266
1858
drugiej rewolucji przemysłowej.
09:57
And by the way -- right now, this minute,
197
597148
2154
Przy okazji, w tej właśnie chwili
09:59
you can log on to Google
198
599326
1169
możemy zalogować się do Google i kupić AI za sześć centów, 100 trafień.
10:00
and you can purchase AI for six cents, 100 hits.
199
600519
3882
10:04
That's available right now.
200
604758
1604
Już teraz jest dostępna.
10:06
So the third aspect of this
201
606386
2286
Dlatego trzeci aspekt opiera się na założeniu,
10:09
is that when we take this AI and embody it,
202
609315
2678
że dając sztucznej inteligencji ciało,
10:12
we get robots.
203
612017
1173
otrzymujemy robota.
10:13
And robots are going to be bots,
204
613214
1703
Staną się one botami
10:14
they're going to be doing many of the tasks that we have already done.
205
614941
3328
wykonującymi zadania, które do tej pory wykonywaliśmy sami.
10:20
A job is just a bunch of tasks,
206
620357
1528
Praca to suma pewnych zadań,
10:21
so they're going to redefine our jobs
207
621909
1762
więc roboty zredefiniują naszą pracę,
10:23
because they're going to do some of those tasks.
208
623695
2259
przejmując część tych zadań.
10:25
But they're also going to create whole new categories,
209
625978
3197
Stworzą także nowe kategorie,
10:29
a whole new slew of tasks
210
629199
2247
multum zadań,
10:31
that we didn't know we wanted to do before.
211
631470
2457
które nie wiedzieliśmy, że chcemy wykonywać.
10:33
They're going to actually engender new kinds of jobs,
212
633951
3637
Wytworzą one nowe rodzaje prac
10:37
new kinds of tasks that we want done,
213
637612
2271
i zadań do wykonania,
10:39
just as automation made up a whole bunch of new things
214
639907
3405
podobnie jak automatyzacja stworzyła mnóstwo nowych rzeczy,
10:43
that we didn't know we needed before,
215
643336
1834
których myśleliśmy, że nie potrzebujemy,
10:45
and now we can't live without them.
216
645194
1956
a teraz nie możemy bez nich żyć.
10:47
So they're going to produce even more jobs than they take away,
217
647174
3956
Wytworzą zatem więcej stanowisk pracy niż zabiorą,
10:51
but it's important that a lot of the tasks that we're going to give them
218
651154
3434
ale istotne jest to, że sporo zadań, które im wyznaczymy
10:54
are tasks that can be defined in terms of efficiency or productivity.
219
654612
4572
można będzie określić w kategorii wydajności lub produktywności.
10:59
If you can specify a task,
220
659676
1828
Jeśli będzie się dało określić
11:01
either manual or conceptual,
221
661528
2235
jakieś zadanie manualne lub umysłowe
11:03
that can be specified in terms of efficiency or productivity,
222
663787
4780
w kategoriach wydajności lub produktywności,
11:08
that goes to the bots.
223
668591
1777
to przypadnie ono botom.
11:10
Productivity is for robots.
224
670758
2178
Produktywność jest dla robotów.
11:12
What we're really good at is basically wasting time.
225
672960
3070
My natomiast jesteśmy bardzo dobrzy w marnotrawieniu czasu.
11:16
(Laughter)
226
676054
1028
(Śmiech)
11:17
We're really good at things that are inefficient.
227
677106
2316
Jesteśmy dobrzy w rzeczach, które są niewydajne.
11:19
Science is inherently inefficient.
228
679446
3025
Nauka jest z natury niewydajna.
11:22
It runs on that fact that you have one failure after another.
229
682816
2906
Wynika to z faktu, że ponosimy jedną porażkę za drugą.
11:25
It runs on the fact that you make tests and experiments that don't work,
230
685746
3424
Wynika z faktu, że wykonujemy doświadczenia, które nam nie wychodzą,
11:29
otherwise you're not learning.
231
689194
1442
inaczej nie uczylibyśmy się.
11:30
It runs on the fact
232
690660
1162
Wynika z faktu,
11:31
that there is not a lot of efficiency in it.
233
691846
2083
że nie jest zbyt wydajna.
11:33
Innovation by definition is inefficient,
234
693953
2779
Innowacyjność z definicji jest niewydajna,
11:36
because you make prototypes,
235
696756
1391
bo robimy prototypy,
11:38
because you try stuff that fails, that doesn't work.
236
698171
2707
bo próbujemy rzeczy, które zawodzą, nie działają.
11:40
Exploration is inherently inefficiency.
237
700902
3112
Odkrywanie z natury jest niewydajne.
11:44
Art is not efficient.
238
704038
1531
Sztuka nie jest wydajna.
11:45
Human relationships are not efficient.
239
705593
2127
Ludzkie relacje nie są wydajne.
11:47
These are all the kinds of things we're going to gravitate to,
240
707744
2940
Mamy ku temu wszystkiemu skłonność,
11:50
because they're not efficient.
241
710708
1475
bo to są rzeczy niewydajne.
11:52
Efficiency is for robots.
242
712207
2315
Wydajność jest dla robotów.
11:55
We're also going to learn that we're going to work with these AIs
243
715338
4123
Współpraca ze sztuczną inteligencją będzie bazować na fakcie,
11:59
because they think differently than us.
244
719485
1997
że myśli ona inaczej od nas.
12:02
When Deep Blue beat the world's best chess champion,
245
722005
4314
Kiedy Deep Blue pobił światowego mistrza w szachach,
12:06
people thought it was the end of chess.
246
726343
1929
ludzie myśleli, że to koniec szachów.
12:08
But actually, it turns out that today, the best chess champion in the world
247
728296
4402
Okazało się jednak, że dziś mistrzem szachów
12:12
is not an AI.
248
732722
1557
nie jest sztuczna inteligencja.
12:14
And it's not a human.
249
734906
1181
I nie jest nim człowiek.
12:16
It's the team of a human and an AI.
250
736111
2715
Jest nim zespół złożony z człowieka i AI.
12:18
The best medical diagnostician is not a doctor, it's not an AI,
251
738850
4000
Najlepszym diagnostą nie jest ani lekarz, ani sztuczna inteligencja.
12:22
it's the team.
252
742874
1176
Jest nim zespół.
12:24
We're going to be working with these AIs,
253
744074
2149
Będziemy współpracować z AI
12:26
and I think you'll be paid in the future
254
746247
1995
i sądzę, że o naszej płacy w przyszłości
12:28
by how well you work with these bots.
255
748266
2391
zadecyduje to, jak dobrze współpracujemy z botami.
12:31
So that's the third thing, is that they're different,
256
751026
4257
Trzecim aspektem jest właśnie różnica pomiędzy nimi a nami.
12:35
they're utility
257
755307
1165
Są narzędziem.
12:36
and they are going to be something we work with rather than against.
258
756496
3816
Staną się raczej partnerem do współpracy niż wrogiem.
12:40
We're working with these rather than against them.
259
760336
2639
Będziemy pracować z nimi, a nie przeciwko nim.
12:42
So, the future:
260
762999
1477
Zatem przyszłość...
12:44
Where does that take us?
261
764500
1420
Dokąd to nas zaprowadzi?
12:45
I think that 25 years from now, they'll look back
262
765944
3567
Myślę, że za 25 lat, spoglądając wstecz
12:49
and look at our understanding of AI and say,
263
769535
3125
i biorąc pod lupę nasze pojmowanie AI, powiedzą:
12:52
"You didn't have AI. In fact, you didn't even have the Internet yet,
264
772684
3300
"Nie mieliście AI. Właściwie to nawet nie mieliście jeszcze internetu,
12:56
compared to what we're going to have 25 years from now."
265
776008
2741
porównując do tego, co nastąpi za 25 lat".
12:59
There are no AI experts right now.
266
779849
3047
Nie ma dziś specjalistów od AI.
13:02
There's a lot of money going to it,
267
782920
1699
Wydaje się na to mnóstwo pieniędzy,
13:04
there are billions of dollars being spent on it;
268
784643
2268
miliardy dolarów.
13:06
it's a huge business,
269
786935
2164
To ogromny biznes.
13:09
but there are no experts, compared to what we'll know 20 years from now.
270
789123
4272
Nie ma jednak specjalistów, porównując do tego, czego będziemy świadkami za 20 lat.
13:14
So we are just at the beginning of the beginning,
271
794064
2885
Jesteśmy więc na początkowym etapie,
13:16
we're in the first hour of all this.
272
796973
2163
wybiła dopiero pierwsza godzina.
13:19
We're in the first hour of the Internet.
273
799160
1935
Pierwsza godzina internetu.
13:21
We're in the first hour of what's coming.
274
801119
2040
Pierwsza godzina tego, co nastąpi.
13:23
The most popular AI product in 20 years from now,
275
803183
4153
Najpopularniejszy produkt związany z AI, z którego za 20 lat
13:27
that everybody uses,
276
807360
1444
wszyscy będą korzystać,
13:29
has not been invented yet.
277
809499
1544
nie został jeszcze wynaleziony.
13:32
That means that you're not late.
278
812464
2467
To oznacza, że nie jest dla was za późno.
13:35
Thank you.
279
815684
1151
Dziękuję.
13:36
(Laughter)
280
816859
1026
(Śmiech)
13:37
(Applause)
281
817909
2757
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7