Don't fear superintelligent AI | Grady Booch

270,234 views ・ 2017-03-13

TED


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

Tłumaczenie: Mieszko Renusch Korekta: Barbara Guzik
00:12
When I was a kid, I was the quintessential nerd.
0
12580
3840
Jako dziecko byłem typowym nerdem.
00:17
I think some of you were, too.
1
17140
2176
Niektórzy z was pewnie też.
00:19
(Laughter)
2
19340
1216
(Śmiech)
00:20
And you, sir, who laughed the loudest, you probably still are.
3
20580
3216
Pan, który zaśmiał się najgłośniej, pewnie nadal nim jest.
00:23
(Laughter)
4
23820
2256
(Śmiech)
00:26
I grew up in a small town in the dusty plains of north Texas,
5
26100
3496
Dorastałem w małym miasteczku w zakurzonym północnym Teksasie.
00:29
the son of a sheriff who was the son of a pastor.
6
29620
3336
Syn szeryfa, który był synem pastora.
00:32
Getting into trouble was not an option.
7
32980
1920
Nie mogłem sprawiać kłopotów.
00:35
And so I started reading calculus books for fun.
8
35860
3256
Dla zabawy zacząłem czytać podręczniki do matematyki.
00:39
(Laughter)
9
39140
1536
(Śmiech)
00:40
You did, too.
10
40700
1696
Pan też.
00:42
That led me to building a laser and a computer and model rockets,
11
42420
3736
Dzięki temu zbudowałem laser, komputer, modele rakiet
00:46
and that led me to making rocket fuel in my bedroom.
12
46180
3000
i stworzyłem paliwo rakietowe domowej roboty.
00:49
Now, in scientific terms,
13
49780
3656
Mówiąc naukowo,
00:53
we call this a very bad idea.
14
53460
3256
to był bardzo zły pomysł.
00:56
(Laughter)
15
56740
1216
(Śmiech)
00:57
Around that same time,
16
57980
2176
Mniej więcej w tym samym czasie
01:00
Stanley Kubrick's "2001: A Space Odyssey" came to the theaters,
17
60180
3216
weszła do kin "2001: Odyseja Kosmiczna" Stanleya Kubricka,
01:03
and my life was forever changed.
18
63420
2200
która zmieniła moje życie.
01:06
I loved everything about that movie,
19
66100
2056
Wszystko mi się w tym filmie podobało,
01:08
especially the HAL 9000.
20
68180
2536
a szczególnie HAL 9000.
01:10
Now, HAL was a sentient computer
21
70740
2056
HAL to inteligentny komputer.
01:12
designed to guide the Discovery spacecraft
22
72820
2456
Zaprojektowany, żeby kierować statkiem Discovery
01:15
from the Earth to Jupiter.
23
75300
2536
w misji z Ziemi na Jowisza.
01:17
HAL was also a flawed character,
24
77860
2056
Ale HAL nie był bez skazy,
01:19
for in the end he chose to value the mission over human life.
25
79940
4280
bo postawił powodzenie misji ponad ludzkie życie.
01:24
Now, HAL was a fictional character,
26
84660
2096
HAL był postacią fikcyjną,
01:26
but nonetheless he speaks to our fears,
27
86780
2656
ale odzwierciedla nasze obawy,
01:29
our fears of being subjugated
28
89460
2096
strach przed zniewoleniem
01:31
by some unfeeling, artificial intelligence
29
91580
3016
przez bezduszną sztuczną inteligencję,
01:34
who is indifferent to our humanity.
30
94620
1960
obojętną na nasze człowieczeństwo.
01:37
I believe that such fears are unfounded.
31
97700
2576
Uważam, że taki strach jest bezzasadny.
01:40
Indeed, we stand at a remarkable time
32
100300
2696
Żyjemy w niezwykłym okresie
01:43
in human history,
33
103020
1536
w historii ludzkości,
01:44
where, driven by refusal to accept the limits of our bodies and our minds,
34
104580
4976
w którym, chcąc przezwyciężyć ograniczenia ciała i umysłu,
01:49
we are building machines
35
109580
1696
budujemy maszyny
01:51
of exquisite, beautiful complexity and grace
36
111300
3616
zachwycająco skomplikowane,
01:54
that will extend the human experience
37
114940
2056
pozwalające rozszerzyć ludzkie doznania
01:57
in ways beyond our imagining.
38
117020
1680
w niewyobrażalny sposób.
01:59
After a career that led me from the Air Force Academy
39
119540
2576
Pracowałem w Akademii Lotniczej.
02:02
to Space Command to now,
40
122140
1936
Teraz jestem w Dowództwie Kosmicznym.
02:04
I became a systems engineer,
41
124100
1696
Pracuję jako inżynier systemów.
02:05
and recently I was drawn into an engineering problem
42
125820
2736
Obecnie zajmuję się problemem
02:08
associated with NASA's mission to Mars.
43
128580
2576
związanym z misją NASA na Marsa.
02:11
Now, in space flights to the Moon,
44
131180
2496
Podczas lotów na Księżyc
02:13
we can rely upon mission control in Houston
45
133700
3136
można polegać na kontroli w Houston,
02:16
to watch over all aspects of a flight.
46
136860
1976
skąd nadzoruje się wszystkie aspekty lotu.
02:18
However, Mars is 200 times further away,
47
138860
3536
Mars jest 200 razy dalej,
02:22
and as a result it takes on average 13 minutes
48
142420
3216
dlatego potrzeba 13 minut,
02:25
for a signal to travel from the Earth to Mars.
49
145660
3136
żeby sygnał z Ziemi dotarł do Marsa.
02:28
If there's trouble, there's not enough time.
50
148820
3400
W razie problemów brakuje czasu.
02:32
And so a reasonable engineering solution
51
152660
2496
Rozsądnym rozwiązaniem byłoby
02:35
calls for us to put mission control
52
155180
2576
umieszczenie centrum dowodzenia
02:37
inside the walls of the Orion spacecraft.
53
157780
3016
wewnątrz statku Orion.
02:40
Another fascinating idea in the mission profile
54
160820
2896
Inny fascynujący pomysł
02:43
places humanoid robots on the surface of Mars
55
163740
2896
to umieszczenie humanoidalnych robotów na powierzchni Marsa,
02:46
before the humans themselves arrive,
56
166660
1856
zanim dotrą tam ludzie,
02:48
first to build facilities
57
168540
1656
żeby przygotowały zaplecze,
02:50
and later to serve as collaborative members of the science team.
58
170220
3360
a później współtworzyły zespół naukowców.
02:55
Now, as I looked at this from an engineering perspective,
59
175220
2736
Podchodząc do tego z perspektywy inżyniera,
02:57
it became very clear to me that what I needed to architect
60
177980
3176
oczywiste było, że muszę zaprojektować
03:01
was a smart, collaborative,
61
181180
2176
sprytną, współpracującą,
03:03
socially intelligent artificial intelligence.
62
183380
2376
przystosowaną społecznie sztuczną inteligencję.
03:05
In other words, I needed to build something very much like a HAL
63
185780
4296
Innymi słowy, potrzeba czegoś jak HAL,
03:10
but without the homicidal tendencies.
64
190100
2416
ale bez morderczych skłonności.
03:12
(Laughter)
65
192540
1360
(Śmiech)
03:14
Let's pause for a moment.
66
194740
1816
Zatrzymajmy się na moment.
03:16
Is it really possible to build an artificial intelligence like that?
67
196580
3896
Czy rzeczywiście można zbudować taką sztuczną inteligencję?
03:20
Actually, it is.
68
200500
1456
W zasadzie tak.
03:21
In many ways,
69
201980
1256
Pod wieloma względami
03:23
this is a hard engineering problem
70
203260
1976
to trudny problem konstruktorski
03:25
with elements of AI,
71
205260
1456
z elementami AI,
03:26
not some wet hair ball of an AI problem that needs to be engineered.
72
206740
4696
a nie problem AI dla konstruktorów.
03:31
To paraphrase Alan Turing,
73
211460
2656
Parafrazując Alana Turinga,
03:34
I'm not interested in building a sentient machine.
74
214140
2376
nie interesuje mnie budowa inteligentnej maszyny,
03:36
I'm not building a HAL.
75
216540
1576
nie buduję HALa.
03:38
All I'm after is a simple brain,
76
218140
2416
Potrzebuję prostego mózgu,
03:40
something that offers the illusion of intelligence.
77
220580
3120
takiego, który daje iluzję inteligencji.
03:44
The art and the science of computing have come a long way
78
224820
3136
Informatyka przebyła długą drogę,
03:47
since HAL was onscreen,
79
227980
1496
od kiedy HAL był na ekranach.
03:49
and I'd imagine if his inventor Dr. Chandra were here today,
80
229500
3216
Gdyby dr Chandra, konstruktor HALa, był z nami,
03:52
he'd have a whole lot of questions for us.
81
232740
2336
pewnie miałby wiele pytań.
03:55
Is it really possible for us
82
235100
2096
Czy rzeczywiście jest możliwe
03:57
to take a system of millions upon millions of devices,
83
237220
4016
użycie milionów urządzeń,
04:01
to read in their data streams,
84
241260
1456
żeby odczytały strumienie danych,
04:02
to predict their failures and act in advance?
85
242740
2256
przewidziały usterki i im zapobiegły?
04:05
Yes.
86
245020
1216
Tak.
04:06
Can we build systems that converse with humans in natural language?
87
246260
3176
Czy można stworzyć systemy komunikujące się z ludźmi ich językiem?
04:09
Yes.
88
249460
1216
Tak.
04:10
Can we build systems that recognize objects, identify emotions,
89
250700
2976
Czy można stworzyć systemy rozpoznające obiekty i emocje,
04:13
emote themselves, play games and even read lips?
90
253700
3376
okazujące emocje, grające w gry, a nawet czytające z ruchu warg?
04:17
Yes.
91
257100
1216
Tak.
04:18
Can we build a system that sets goals,
92
258340
2136
A system określający cele,
04:20
that carries out plans against those goals and learns along the way?
93
260500
3616
wdrażający plany, żeby je osiągnąć, i jednocześnie uczący się?
04:24
Yes.
94
264140
1216
Tak.
04:25
Can we build systems that have a theory of mind?
95
265380
3336
A systemy świadome umysłu?
04:28
This we are learning to do.
96
268740
1496
Pracujemy nad tym.
04:30
Can we build systems that have an ethical and moral foundation?
97
270260
3480
Czy potrafimy zbudować systemy respektujące etyczne i moralne wartości?
04:34
This we must learn how to do.
98
274300
2040
Musimy się tego nauczyć.
04:37
So let's accept for a moment
99
277180
1376
Przyjmijmy na razie,
04:38
that it's possible to build such an artificial intelligence
100
278580
2896
że można zbudować taką sztuczną inteligencję
04:41
for this kind of mission and others.
101
281500
2136
dla tej i innych misji.
04:43
The next question you must ask yourself is,
102
283660
2536
Kolejna kwestia to,
04:46
should we fear it?
103
286220
1456
czy powinniśmy się jej bać.
04:47
Now, every new technology
104
287700
1976
Każda nowa technologia
04:49
brings with it some measure of trepidation.
105
289700
2896
budzi pewne obawy.
04:52
When we first saw cars,
106
292620
1696
Pierwsze samochody
04:54
people lamented that we would see the destruction of the family.
107
294340
4016
miały być zagrożeniem dla rodziny.
04:58
When we first saw telephones come in,
108
298380
2696
Pierwsze telefony
05:01
people were worried it would destroy all civil conversation.
109
301100
2896
miały stanowić kres uprzejmej rozmowy.
05:04
At a point in time we saw the written word become pervasive,
110
304020
3936
Przez popularność słowa pisanego
05:07
people thought we would lose our ability to memorize.
111
307980
2496
mieliśmy utracić zdolność zapamiętywania.
05:10
These things are all true to a degree,
112
310500
2056
To wszystko w pewnym stopniu prawda,
05:12
but it's also the case that these technologies
113
312580
2416
ale prawdą jest też, że te technologie
05:15
brought to us things that extended the human experience
114
315020
3376
rozszerzyły ludzkie doznania
05:18
in some profound ways.
115
318420
1880
w znaczny sposób.
05:21
So let's take this a little further.
116
321660
2280
Pójdźmy dalej.
05:24
I do not fear the creation of an AI like this,
117
324940
4736
Nie obawiam się takiej sztucznej inteligencji,
05:29
because it will eventually embody some of our values.
118
329700
3816
bo w końcu uosobi ona niektóre nasze wartości.
05:33
Consider this: building a cognitive system is fundamentally different
119
333540
3496
Budowa systemu poznawczego to inna para kaloszy
05:37
than building a traditional software-intensive system of the past.
120
337060
3296
niż tworzenie zwykłych systemów silnie opartych na oprogramowaniu.
05:40
We don't program them. We teach them.
121
340380
2456
Nie programujemy ich, tylko uczymy.
05:42
In order to teach a system how to recognize flowers,
122
342860
2656
Żeby nauczyć system rozpoznawać kwiaty,
05:45
I show it thousands of flowers of the kinds I like.
123
345540
3016
pokazuję mu tysiące kwiatów, które lubię.
05:48
In order to teach a system how to play a game --
124
348580
2256
Żeby nauczyć go grać w grę...
05:50
Well, I would. You would, too.
125
350860
1960
Nauczyłbym go. Wy zresztą też.
05:54
I like flowers. Come on.
126
354420
2040
Lubię kwiaty.
05:57
To teach a system how to play a game like Go,
127
357260
2856
Żeby nauczyć system grać w grę taką jak Go,
06:00
I'd have it play thousands of games of Go,
128
360140
2056
musi rozegrać tysiące partii,
06:02
but in the process I also teach it
129
362220
1656
a ja przy okazji uczę go,
06:03
how to discern a good game from a bad game.
130
363900
2416
jak odróżniać dobrą grę od złej.
06:06
If I want to create an artificially intelligent legal assistant,
131
366340
3696
Chcąc stworzyć sztucznego asystenta prawnego,
06:10
I will teach it some corpus of law
132
370060
1776
uczę go prawa,
06:11
but at the same time I am fusing with it
133
371860
2856
ale zarazem zaszczepiam w nim
06:14
the sense of mercy and justice that is part of that law.
134
374740
2880
poczucie łaski i sprawiedliwości, które są częścią prawa.
06:18
In scientific terms, this is what we call ground truth,
135
378380
2976
Naukowo nazywamy to wiedzą bazową,
06:21
and here's the important point:
136
381380
2016
i tu ważna kwestia.
06:23
in producing these machines,
137
383420
1456
Produkując te maszyny,
06:24
we are therefore teaching them a sense of our values.
138
384900
3416
uczymy ich poczucia naszych wartości.
06:28
To that end, I trust an artificial intelligence
139
388340
3136
Ufam sztucznej inteligencji tak samo, jeśli nie bardziej,
06:31
the same, if not more, as a human who is well-trained.
140
391500
3640
jak dobrze przeszkolonemu człowiekowi.
06:35
But, you may ask,
141
395900
1216
Ale możecie zapytać,
06:37
what about rogue agents,
142
397140
2616
co w przypadku wrogich agentów,
06:39
some well-funded nongovernment organization?
143
399780
3336
bogatej organizacji pozarządowej?
06:43
I do not fear an artificial intelligence in the hand of a lone wolf.
144
403140
3816
Nie boję się sztucznej inteligencji w rękach samotnego wilka.
06:46
Clearly, we cannot protect ourselves against all random acts of violence,
145
406980
4536
Oczywiście nie można ochronić się przed wszystkimi aktami przemocy,
06:51
but the reality is such a system
146
411540
2136
ale taki system
06:53
requires substantial training and subtle training
147
413700
3096
wymaga solidnego i misternego treningu
06:56
far beyond the resources of an individual.
148
416820
2296
wykraczającego poza możliwości jednostki.
06:59
And furthermore,
149
419140
1216
Poza tym
07:00
it's far more than just injecting an internet virus to the world,
150
420380
3256
to trudniejsze niż wpuszczenie wirusa do Internetu,
07:03
where you push a button, all of a sudden it's in a million places
151
423660
3096
gdzie wystarczy wcisnąć guzik i nagle w różnych częściach świata
07:06
and laptops start blowing up all over the place.
152
426780
2456
wybuchają laptopy.
07:09
Now, these kinds of substances are much larger,
153
429260
2816
Te substancje są większe
07:12
and we'll certainly see them coming.
154
432100
1715
i na pewno nie umkną uwadze.
07:14
Do I fear that such an artificial intelligence
155
434340
3056
Czy obawiam się, że taka sztuczna inteligencja
07:17
might threaten all of humanity?
156
437420
1960
może zagrozić całej ludzkości?
07:20
If you look at movies such as "The Matrix," "Metropolis,"
157
440100
4376
Filmy jak "Matrix", "Metropolis",
07:24
"The Terminator," shows such as "Westworld,"
158
444500
3176
"Terminator", seriale jak "Westworld",
07:27
they all speak of this kind of fear.
159
447700
2136
wszystkie traktują o tym strachu.
07:29
Indeed, in the book "Superintelligence" by the philosopher Nick Bostrom,
160
449860
4296
W książce "Superinteligencja" filozof Nick Bostrom
07:34
he picks up on this theme
161
454180
1536
podejmuje ten temat
07:35
and observes that a superintelligence might not only be dangerous,
162
455740
4016
i zauważa, że superinteligencja nie tylko może być niebezpieczna,
07:39
it could represent an existential threat to all of humanity.
163
459780
3856
ale może stanowić egzystencjalne zagrożenie dla całej ludzkości.
07:43
Dr. Bostrom's basic argument
164
463660
2216
Dr Bostrom twierdzi, że takie systemy
07:45
is that such systems will eventually
165
465900
2736
będą miały tak bardzo niezaspokojony głód informacji,
07:48
have such an insatiable thirst for information
166
468660
3256
07:51
that they will perhaps learn how to learn
167
471940
2896
że nauczą się, jak się uczyć,
07:54
and eventually discover that they may have goals
168
474860
2616
a w efekcie odkryją, że ich cele
07:57
that are contrary to human needs.
169
477500
2296
mogą być sprzeczne z potrzebami ludzi.
07:59
Dr. Bostrom has a number of followers.
170
479820
1856
Dr Bostrom ma szereg zwolenników.
08:01
He is supported by people such as Elon Musk and Stephen Hawking.
171
481700
4320
Popierają go ludzie jak Elon Musk i Stephen Hawking.
08:06
With all due respect
172
486700
2400
Z całym szacunkiem
08:09
to these brilliant minds,
173
489980
2016
dla tych wybitnych umysłów,
08:12
I believe that they are fundamentally wrong.
174
492020
2256
uważam, że się mylą.
08:14
Now, there are a lot of pieces of Dr. Bostrom's argument to unpack,
175
494300
3176
Argumentacja dra Bostroma składa się z wielu elementów,
08:17
and I don't have time to unpack them all,
176
497500
2136
nie mam czasu przybliżyć ich wszystkich,
08:19
but very briefly, consider this:
177
499660
2696
ale, w skrócie, rozważcie następującą rzecz.
08:22
super knowing is very different than super doing.
178
502380
3736
Superwiedza bardzo różni się od superdziałania.
08:26
HAL was a threat to the Discovery crew
179
506140
1896
HAL zagrażał załodze Discovery,
08:28
only insofar as HAL commanded all aspects of the Discovery.
180
508060
4416
bo kontrolował cały statek.
08:32
So it would have to be with a superintelligence.
181
512500
2496
Musiałby posiadać superinteligencję.
08:35
It would have to have dominion over all of our world.
182
515020
2496
Musiałby panować nad całym światem.
08:37
This is the stuff of Skynet from the movie "The Terminator"
183
517540
2816
Coś jak Skynet z filmu "Terminator",
08:40
in which we had a superintelligence
184
520380
1856
w którym mieliśmy superinteligencję
08:42
that commanded human will,
185
522260
1376
kontrolującą ludzką wolę
08:43
that directed every device that was in every corner of the world.
186
523660
3856
i zarządzającą urządzeniami w różnych zakątkach świata.
08:47
Practically speaking,
187
527540
1456
Praktycznie rzecz biorąc,
08:49
it ain't gonna happen.
188
529020
2096
nie ma na to szans.
08:51
We are not building AIs that control the weather,
189
531140
3056
Nie budujemy AI kontrolującej pogodę,
08:54
that direct the tides,
190
534220
1336
sterującej prądami,
08:55
that command us capricious, chaotic humans.
191
535580
3376
albo nami - kapryśnymi, chaotycznymi ludźmi.
08:58
And furthermore, if such an artificial intelligence existed,
192
538980
3896
Nawet jakby taka sztuczna inteligencja istniała,
09:02
it would have to compete with human economies,
193
542900
2936
musiałaby konkurować z ludzkimi gospodarkami,
09:05
and thereby compete for resources with us.
194
545860
2520
a więc rywalizować z nami o zasoby.
09:09
And in the end --
195
549020
1216
Koniec końców,
09:10
don't tell Siri this --
196
550260
1240
nie mówcie tego Siri,
09:12
we can always unplug them.
197
552260
1376
zawsze można je wyłączyć.
09:13
(Laughter)
198
553660
2120
(Śmiech)
09:17
We are on an incredible journey
199
557180
2456
Uczestniczymy w niesamowitej wędrówce,
09:19
of coevolution with our machines.
200
559660
2496
koewoluując wspólnie z maszynami.
09:22
The humans we are today
201
562180
2496
Współcześni ludzie
09:24
are not the humans we will be then.
202
564700
2536
to nie ludzie, którymi będziemy kiedyś.
09:27
To worry now about the rise of a superintelligence
203
567260
3136
Martwienie się rozwojem superinteligencji
09:30
is in many ways a dangerous distraction
204
570420
3056
niebezpiecznie odwraca uwagę,
09:33
because the rise of computing itself
205
573500
2336
bo sam rozwój komputerów
09:35
brings to us a number of human and societal issues
206
575860
3016
powoduje szereg ludzkich i społecznych problemów,
09:38
to which we must now attend.
207
578900
1640
które trzeba rozwiązać.
09:41
How shall I best organize society
208
581180
2816
Jak zorganizować społeczeństwo,
09:44
when the need for human labor diminishes?
209
584020
2336
kiedy zanika popyt na siłę roboczą?
09:46
How can I bring understanding and education throughout the globe
210
586380
3816
Jak nieść kaganek oświaty przez świat
09:50
and still respect our differences?
211
590220
1776
i szanować różnice?
09:52
How might I extend and enhance human life through cognitive healthcare?
212
592020
4256
Jak wydłużyć i poprawić życie za sprawą kognitywnej opieki medycznej?
09:56
How might I use computing
213
596300
2856
Jak użyć informatyki,
09:59
to help take us to the stars?
214
599180
1760
żeby dosięgnąć gwiazd?
10:01
And that's the exciting thing.
215
601580
2040
To właśnie jest fascynujące.
10:04
The opportunities to use computing
216
604220
2336
Możliwości, jakie daje komputer,
10:06
to advance the human experience
217
606580
1536
żeby polepszyć ludzkie doznania,
10:08
are within our reach,
218
608140
1416
są w naszym zasięgu,
10:09
here and now,
219
609580
1856
tu i teraz,
10:11
and we are just beginning.
220
611460
1680
a to dopiero początek.
10:14
Thank you very much.
221
614100
1216
Dziękuję bardzo.
10:15
(Applause)
222
615340
4286
(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