What AI is -- and isn't | Sebastian Thrun and Chris Anderson

Tradutor: Raissa Mendes Revisor: Maricene Crus

Chris Anderson: Help us understand what machine learning is,

Chris Anderson: Ajude-nos a entender o que é aprendizado de máquina,

because that seems to be the key driver

pois esse parece ser o principal motor

of so much of the excitement and also of the concern

tanto da empolgação quanto da preocupação com a inteligência artificial.

around artificial intelligence.

Como funciona o aprendizado de máquina?

How does machine learning work?

Sebastian Thrun: So, artificial intelligence and machine learning

Sebastian Thrun: A inteligência artificial e o aprendizado de máquina

is about 60 years old

têm cerca de 60 anos,

and has not had a great day in its past until recently.

e seus dias de glória só começaram recentemente.

And the reason is that today,

E a razão é que hoje

we have reached a scale of computing and datasets

chegamos a uma escala de computação e de dados

that was necessary to make machines smart.

que era necessária para tornar as máquinas inteligentes.

So here's how it works.

Então, eis como funciona.

If you program a computer today, say, your phone,

Para programar um computador hoje, digamos, um celular,

then you hire software engineers

são contratados engenheiros de software

that write a very, very long kitchen recipe,

que escrevem uma receita culinária bem longa,

like, "If the water is too hot, turn down the temperature.

tipo: "Se a água estiver quente demais, diminua a temperatura.

If it's too cold, turn up the temperature."

Se estiver fria demais, aumente a temperatura".

The recipes are not just 10 lines long.

E não são receitas de apenas dez linhas.

They are millions of lines long.

Elas possuem milhões de linhas.

A modern cell phone has 12 million lines of code.

Um celular moderno possui 12 milhões de linhas de programação.

A browser has five million lines of code.

Um browser tem 5 milhões de linhas de programação.

And each bug in this recipe can cause your computer to crash.

E cada falha nessa "receita" pode causar uma pane no computador.

That's why a software engineer makes so much money.

É por isso que engenheiros de software ganham tanto dinheiro.

The new thing now is that computers can find their own rules.

A novidade agora é que os computadores podem descobrir suas próprias regras.

So instead of an expert deciphering, step by step,

Então, em vez de um especialista decifrar, passo a passo,

a rule for every contingency,

uma regra para cada contingência,

what you do now is you give the computer examples

o que se faz agora é dar exemplos ao computador

and have it infer its own rules.

e deixá-lo inferir as regras.

A really good example is AlphaGo, which recently was won by Google.

Um ótimo exemplo é AlphaGo, que recentemente venceu para o Google.

Normally, in game playing, you would really write down all the rules,

Num jogo, normalmente escrevem-se todas as regras,

but in AlphaGo's case,

mas, no caso do AlphaGo,

the system looked over a million games

o sistema pesquisou milhões de jogos

and was able to infer its own rules

e foi capaz de inferir suas próprias regras

and then beat the world's residing Go champion.

e então vencer o antigo campeão mundial de Go.

That is exciting, because it relieves the software engineer

Isso é interessante, pois alivia a carga do engenheiro de software

of the need of being super smart,

de ser superinteligente,

and pushes the burden towards the data.

e transfere a carga para os dados.

As I said, the inflection point where this has become really possible --

Como disse, o ponto de inflexão em que isso se tornou possível...

muito constrangedor, minha tese foi sobre aprendizado de máquina,

very embarrassing, my thesis was about machine learning.

It was completely insignificant, don't read it,

totalmente insignificante, não leiam, pois foi escrita há 20 anos...

because it was 20 years ago

e, à época, os computadores eram como o cérebro de minhoca.

and back then, the computers were as big as a cockroach brain.

Now they are powerful enough to really emulate

Agora eles são poderosos o suficiente para simular

kind of specialized human thinking.

o pensamento humano especializado.

And then the computers take advantage of the fact

E os computadores têm a vantagem de trabalhar com muito mais dados

that they can look at much more data than people can.

do que as pessoas.

So I'd say AlphaGo looked at more than a million games.

Assim, o AlphaGo pesquisou mais de um milhão de jogos.

No human expert can ever study a million games.

Nenhum especialista humano conseguiria estudar esse número.

Google has looked at over a hundred billion web pages.

O Google olhou mais de uma centena de bilhões de páginas da rede.

No person can ever study a hundred billion web pages.

Ninguém jamais conseguiu estudar bilhões de páginas.

So as a result, the computer can find rules

Em decorrência disso, o computador pode encontrar regras

that even people can't find.

que nem as pessoas conseguem.

CA: So instead of looking ahead to, "If he does that, I will do that,"

CA: Então, em vez de ser: "Se ele fizer isso, eu faço aquilo",

it's more saying, "Here is what looks like a winning pattern,

é mais: "Eis o que parece um padrão de vitória;

here is what looks like a winning pattern."

eis o que parece ser um padrão de vitória".

ST: Yeah. I mean, think about how you raise children.

ST: Isso! Basta pensar na criação de filhos.

Não passamos os primeiros 18 anos dando regras para cada contingência

You don't spend the first 18 years giving kids a rule for every contingency

and set them free and they have this big program.

para, quando forem adultos, terem um programa enorme.

Eles titubeiam, caem, levantam, levam tapas ou surras,

They stumble, fall, get up, they get slapped or spanked,

and they have a positive experience, a good grade in school,

têm uma experiência positiva, uma boa nota na escola,

and they figure it out on their own.

e aprendem por si mesmos.

That's happening with computers now,

É o mesmo com os computadores agora, o que de repente facilitou a programação.

which makes computer programming so much easier all of a sudden.

Now we don't have to think anymore. We just give them lots of data.

Não temos mais de pensar; apenas damos a eles montes de dados.

CA: And so, this has been key to the spectacular improvement

CA: Então isso tem sido fundamental para o desenvolvimento espetacular

in power of self-driving cars.

do poder dos carros autônomos.

I think you gave me an example.

Acho que você tem um exemplo.

Can you explain what's happening here?

Você pode explicar o que está acontecendo aqui?

ST: This is a drive of a self-driving car

ST: Este é o percurso de um carro autônomo que temos na Udacity

that we happened to have at Udacity

and recently made into a spin-off called Voyage.

e recentemente deu origem a uma filial chamada Voyage.

We have used this thing called deep learning

Temos usado o chamado aprendizado profundo para treinar um carro a dirigir sozinho,

to train a car to drive itself,

and this is driving from Mountain View, California,

e este está indo de Mountain View, Califórnia, para São Francisco

to San Francisco

on El Camino Real on a rainy day,

no El Camino Real num dia chuvoso,

with bicyclists and pedestrians and 133 traffic lights.

com ciclistas e pedestres e 133 semáforos.

And the novel thing here is,

E a novidade aqui é...

muitas luas atrás, criei a equipe do carro autônomo do Google.

many, many moons ago, I started the Google self-driving car team.

And back in the day, I hired the world's best software engineers

E, naquela época, contratei os melhores engenheiros de software

to find the world's best rules.

para descobrirem as melhores regras.

This is just trained.

Isso foi um teste.

We drive this road 20 times,

Dirigimos nessa estrada 20 vezes,

we put all this data into the computer brain,

colocamos todos os dados no cérebro do computador

and after a few hours of processing,

e, após algumas horas de processamento,

it comes up with behavior that often surpasses human agility.

ele demonstra um comportamento que sempre ultrapassa a agilidade humana.

So it's become really easy to program it.

Assim, é muito fácil programá-lo.

This is 100 percent autonomous, about 33 miles, an hour and a half.

Este é 100% autônomo, cerca de 53 km em uma hora e meia.

CA: So, explain it -- on the big part of this program on the left,

CA: Então, nos explique: naquela parte grande do programa à esquerda,

you're seeing basically what the computer sees as trucks and cars

vemos mais ou menos o que o computador vê, caminhões, carros,

and those dots overtaking it and so forth.

pontos de ultrapassagem, e assim por diante.

ST: On the right side, you see the camera image, which is the main input here,

ST: À direita, vemos a imagem da câmera, a entrada de dados mais expressiva,

usada para encontrar pistas, outros carros, semáforos.

and it's used to find lanes, other cars, traffic lights.

The vehicle has a radar to do distance estimation.

O veículo tem um radar para calcular a distância,

This is very commonly used in these kind of systems.

algo muito usado nesse tipo de sistema.

On the left side you see a laser diagram,

À esquerda, vemos um diagrama a laser,

where you see obstacles like trees and so on depicted by the laser.

que nos mostra obstáculos como árvores e coisas assim.

But almost all the interesting work is centering on the camera image now.

Mas o mais importante está na imagem da câmera.

We're really shifting over from precision sensors like radars and lasers

Estamos passando de sensores de precisão como radares e lasers

para sensores baratinhos, genéricos.

into very cheap, commoditized sensors.

A camera costs less than eight dollars.

Uma câmera custa menos de US$ 8.

CA: And that green dot on the left thing, what is that?

CA: E aquele ponto verde à esquerda, o que é?

Is that anything meaningful?

É algo importante?

ST: This is a look-ahead point for your adaptive cruise control,

ST: É uma referência para o cruzeiro regulável,

so it helps us understand how to regulate velocity

que nos ajuda a entender como regular a velocidade

based on how far the cars in front of you are.

com base na distância dos carros da frente.

CA: And so, you've also got an example, I think,

CA: Você também tem um exemplo

of how the actual learning part takes place.

de como o aprendizado real acontece.

Maybe we can see that. Talk about this.

Vamos dar uma olhada; fale sobre isso.

ST: This is an example where we posed a challenge to Udacity students

ST: Este é de um desafio que propusemos aos alunos da Udacity,

to take what we call a self-driving car Nanodegree.

de trabalharem com o chamado carro autônomo "Nanodegree".

We gave them this dataset

Demos a eles esses dados e dissemos:

and said "Hey, can you guys figure out how to steer this car?"

"Ei, vocês conseguem descobrir como dirigir esse carro?"

And if you look at the images,

Olhando essas imagens,

it's, even for humans, quite impossible to get the steering right.

até para os seres humanos é quase impossível dirigir certo.

And we ran a competition and said, "It's a deep learning competition,

E fizemos uma competição de aprendizado profundo,

AI competition,"

uma competição de IA,

and we gave the students 48 hours.

e demos aos estudantes 48 horas.

So if you are a software house like Google or Facebook,

Bem, numa empresa de software como o Google ou o Facebook,

something like this costs you at least six months of work.

algo assim vai demandar pelo menos seis meses de trabalho.

So we figured 48 hours is great.

Assim, decidimos que 48 horas estava ótimo.

And within 48 hours, we got about 100 submissions from students,

E, em 48 horas, recebemos cerca de 100 respostas dos alunos,

and the top four got it perfectly right.

e os 4 melhores solucionaram perfeitamente.

It drives better than I could drive on this imagery,

Com o aprendizado profundo, ele dirigiu melhor do que eu.

using deep learning.

And again, it's the same methodology.

Novamente, é a mesma metodologia, é uma coisa mágica.

It's this magical thing.

When you give enough data to a computer now,

Quando o computador tem dados e tempo suficientes para compreender esses dados,

and give enough time to comprehend the data,

it finds its own rules.

ele descobre suas próprias regras.

CA: And so that has led to the development of powerful applications

CA: E então isso levou ao desenvolvimento de aplicações poderosas

in all sorts of areas.

em todo tipo de área.

You were talking to me the other day about cancer.

Outro dia, você estava me falando da oncologia.

Can I show this video?

Posso mostrar esse vídeo?

ST: Yeah, absolutely, please. CA: This is cool.

ST: Sim, claro, por favor. CA: Isso é legal.

ST: This is kind of an insight into what's happening

ST: Esse é um tipo de insight sobre o que está acontecendo

in a completely different domain.

num domínio completamente diferente.

This is augmenting, or competing --

Isso está ampliando, ou competindo,

it's in the eye of the beholder --

como se queira,

with people who are being paid 400,000 dollars a year,

com pessoas que ganham US$ 400 mil por ano,

dermatologists,

dermatologistas,

highly trained specialists.

especialistas altamente treinados.

It takes more than a decade of training to be a good dermatologist.

Leva-se mais de uma década para se formar um bom dermatologista.

What you see here is the machine learning version of it.

E vemos aqui a versão aprendizado de máquina disso.

It's called a neural network.

É a chamada rede neural.

"Neural networks" is the technical term for these machine learning algorithms.

"Redes neurais" é o termo técnico dado a algoritmos de aprendizado de máquina.

They've been around since the 1980s.

Elas estão aí desde a década de 1980.

This one was invented in 1988 by a Facebook Fellow called Yann LeCun,

Esta foi inventado em 1988 por Yann LeCun, um pesquisador do Facebook,

and it propagates data stages

e ela processa dados em estágios

through what you could think of as the human brain.

como faz o cérebro humano.

It's not quite the same thing, but it emulates the same thing.

Não é exatamente a mesma coisa, mas simula a mesma coisa.

It goes stage after stage.

Ela vai por etapas.

In the very first stage, it takes the visual input and extracts edges

No primeiríssimo estágio, ela pega os dados visuais e extrai bordas,

and rods and dots.

ângulos e pintas.

And the next one becomes more complicated edges

E a seguir as bordas mais complicadas

and shapes like little half-moons.

e figuras como meias-luas.

And eventually, it's able to build really complicated concepts.

E acaba sendo capaz de construir conceitos realmente complicados.

Andrew Ng has been able to show

Andrew Ng foi capaz de mostrar

that it's able to find cat faces and dog faces

que é capaz de encontrar caras de gatos e de cachorros

in vast amounts of images.

em vastas quantidades de imagens.

What my student team at Stanford has shown is that

Minha equipe de alunos em Stanford mostrou que,

if you train it on 129,000 images of skin conditions,

se a treinarmos em 129 mil imagens de condições da pele,

including melanoma and carcinomas,

incluindo melanona e carcinomas,

you can do as good a job

é possível fazer um trabalho tão bom

as the best human dermatologists.

quanto os melhores dermatologistas.

And to convince ourselves that this is the case,

E, para nos convencer disso,

we captured an independent dataset that we presented to our network

usamos um conjunto de dados independentes,

que apresentamos à nossa rede e a 25 dermatologistas no nível de Stanford

and to 25 board-certified Stanford-level dermatologists,

and compared those.

e comparamos.

And in most cases,

E, na maioria dos casos,

they were either on par or above the performance classification accuracy

sua precisão foi igual ou melhor do que a dos dermatologistas humanos.

of human dermatologists.

CA: You were telling me an anecdote.

CA: Você estava me contando um caso

I think about this image right here.

sobre essa imagem.

What happened here?

O que houve aqui?

ST: This was last Thursday. That's a moving piece.

ST: Isso foi na última quinta. Foi tocante.

What we've shown before and we published in "Nature" earlier this year

Foi publicado na "Nature" este ano:

was this idea that we show dermatologists images

mostramos imagens a dermatologistas e ao nosso programa de computador

and our computer program images,

and count how often they're right.

e contamos o número de acertos.

But all these images are past images.

Mas todas as imagens já tinham biópsia

They've all been biopsied to make sure we had the correct classification.

para termos certeza de sua correta classificação.

This one wasn't.

Mas não essa.

This one was actually done at Stanford by one of our collaborators.

Essa na verdade foi feita em Stanford por um de nossos colaboradores.

The story goes that our collaborator,

A história é que nosso colaborador,

who is a world-famous dermatologist, one of the three best, apparently,

um renomado dermatologista, aparentemente um dos três melhores,

looked at this mole and said, "This is not skin cancer."

olhou para esta pinta e disse: "Não é câncer de pele".

And then he had a second moment, where he said,

E depois, pensando melhor, ele disse: "Bem, deixe-me checar no aplicativo".

"Well, let me just check with the app."

Então ele pegou seu iPhone e usou nosso aplicativo,

So he took out his iPhone and ran our piece of software,

our "pocket dermatologist," so to speak,

o chamado "dermatologista de bolso",

and the iPhone said: cancer.

e o iPhone disse câncer, melanoma.

It said melanoma.

And then he was confused.

Então o médico ficou confuso,

And he decided, "OK, maybe I trust the iPhone a little bit more than myself,"

e decidiu: "Talvez eu confie no iPhone um pouco mais do que em mim mesmo",

and he sent it out to the lab to get it biopsied.

e enviou para o laboratório para biópsia.

And it came up as an aggressive melanoma.

E o resultado foi um melanoma agressivo.

So I think this might be the first time that we actually found,

Acho que essa foi a primeira vez que realmente encontramos,

in the practice of using deep learning,

no uso do aprendizado profundo,

an actual person whose melanoma would have gone unclassified,

uma pessoa real cujo melanoma não teria sido diagnosticado

had it not been for deep learning.

se não fosse pelo aprendizado profundo.

CA: I mean, that's incredible.

CA: Puxa, isso é incrível.

(Applause)

(Aplausos)

It feels like there'd be an instant demand for an app like this right now,

Parece que há uma demanda imediata para um aplicativo como este agora,

that you might freak out a lot of people.

que deve assustar muitas pessoas.

Are you thinking of doing this, making an app that allows self-checking?

Pensam em fazer isso, um aplicativo que permita autoexame?

ST: Minha caixa de correio está inundada de aplicativos sobre câncer

ST: So my in-box is flooded about cancer apps,

with heartbreaking stories of people.

com histórias de cortar o coração.

I mean, some people have had 10, 15, 20 melanomas removed,

Digo, algumas pessoas tiveram 10, 15, 20 melanomas removidos,

and are scared that one might be overlooked, like this one,

e têm medo de que um tenha passado despercebido, como este,

and also, about, I don't know,

e também sobre carros voadores e pedidos de palestras, coisas assim.

flying cars and speaker inquiries these days, I guess.

My take is, we need more testing.

Minha postura é que precisamos de mais testes.

I want to be very careful.

Quero ser bem cuidadoso.

It's very easy to give a flashy result and impress a TED audience.

É muito fácil dar um resultado chamativo e impressionar a plateia do TED.

It's much harder to put something out that's ethical.

É muito mais difícil lançar algo ético.

And if people were to use the app

E, se as pessoas forem usar o aplicativo

and choose not to consult the assistance of a doctor

e forem dispensar a ajuda de um médico,

because we get it wrong,

é porque fizemos errado, e eu me sentiria muito mal com isso.

I would feel really bad about it.

Assim, estamos fazendo testes clínicos e, caso nossos dados se sustentem,

So we're currently doing clinical tests,

and if these clinical tests commence and our data holds up,

we might be able at some point to take this kind of technology

talvez possamos, em algum momento, pegar esse tipo de tecnologia,

and take it out of the Stanford clinic

tirá-la da clínica Stanford e levá-la ao mundo inteiro,

and bring it to the entire world,

lugares onde médicos de Stanford nunca estiveram antes.

places where Stanford doctors never, ever set foot.

CA: And do I hear this right,

CA: E, se entendi bem, se for como você está dizendo,

that it seemed like what you were saying,

você vem trabalhando com um exército de alunos da Udacity

because you are working with this army of Udacity students,

e, de certa maneira, está aplicando uma forma diferente de aprendizado de máquina

that in a way, you're applying a different form of machine learning

than might take place in a company,

da que ocorre numa empresa,

which is you're combining machine learning with a form of crowd wisdom.

que é combinar aprendizado de máquina com uma forma de sabedoria coletiva.

Are you saying that sometimes you think that could actually outperform

Você está dizendo que poderia superar o que uma empresa pode fazer,

what a company can do, even a vast company?

mesmo uma grande?

ST: Acredito que haja agora instâncias que me surpreendem,

ST: I believe there's now instances that blow my mind,

and I'm still trying to understand.

e ainda estou tentando entender.

What Chris is referring to is these competitions that we run.

O Chris está se referindo às competições que fazemos.

We turn them around in 48 hours,

Fazemos isso em 48 horas,

and we've been able to build a self-driving car

e conseguimos construir um carro autônomo

that can drive from Mountain View to San Francisco on surface streets.

que pode dirigir de Mountain View a São Francisco pelas ruas,

It's not quite on par with Google after seven years of Google work,

não no mesmo nível do trabalho de sete anos do Google,

but it's getting there.

mas está chegando lá.

And it took us only two engineers and three months to do this.

E isso foi feito com apenas dois engenheiros em três meses,

And the reason is, we have an army of students

porque temos um exército de alunos que participam das competições.

who participate in competitions.

Não somos os únicos a usar colaboração coletiva.

We're not the only ones who use crowdsourcing.

Uber and Didi use crowdsource for driving.

Uber e Didi fazem o mesmo.

Airbnb uses crowdsourcing for hotels.

Airbnb usa colaboração coletiva para hospedagem.

There's now many examples where people do bug-finding crowdsourcing

Há hoje muitos exemplos de pessoas fazendo isso para descobrir falhas

or protein folding, of all things, in crowdsourcing.

ou enovelamento de proteínas, etc., na colaboração coletiva.

But we've been able to build this car in three months,

Mas conseguimos construir esse carro em três meses,

so I am actually rethinking

assim, o que estou fazendo faz repensar

how we organize corporations.

a organização das empresas.

We have a staff of 9,000 people who are never hired,

Temos uma equipe de 9 mil pessoas que nunca foram contratadas,

that I never fire.

e que eu nunca demito.

They show up to work and I don't even know.

Elas aparecem para trabalhar e eu nem as conheço.

Then they submit to me maybe 9,000 answers.

Então elas submetem a mim talvez 9 mil respostas.

I'm not obliged to use any of those.

Não sou obrigado a usar nenhuma delas.

I end up -- I pay only the winners,

E remunero apenas os vencedores,

so I'm actually very cheapskate here, which is maybe not the best thing to do.

então estou sendo meio sovina, o que talvez não seja o melhor a fazer.

But they consider it part of their education, too, which is nice.

Mas eles consideram isso parte de sua formação, o que é legal.

But these students have been able to produce amazing deep learning results.

E esses alunos têm produzido incríveis resultados no aprendizado profundo.

So yeah, the synthesis of great people and great machine learning is amazing.

A síntese de pessoas qualificadas e bom aprendizado de máquina é incrível.

CA: Gary Kasparov disse no primeiro dia [do TED2017]

CA: I mean, Gary Kasparov said on the first day [of TED2017]

that the winners of chess, surprisingly, turned out to be two amateur chess players

que, surpreendentemente, os vencedores no xadrez foram dois jogadores amadores,

with three mediocre-ish, mediocre-to-good, computer programs,

com três programas de computador, de medíocres a bons,

that could outperform one grand master with one great chess player,

que poderiam superar um grande mestre, um grande jogador de xadrez,

like it was all part of the process.

como se tudo fosse parte do processo.

And it almost seems like you're talking about a much richer version

E me parece que você está falando duma versão muito mais rica da mesma ideia.

of that same idea.

ST: Yeah, I mean, as you followed the fantastic panels yesterday morning,

ST: Sim, quer dizer, você assistiu aos fantásticos painéis ontem de manhã,

two sessions about AI,

duas sessões sobre IA,

robotic overlords and the human response,

senhores robóticos e a reação humana,

many, many great things were said.

muitas coisas interessantes foram ditas.

But one of the concerns is that we sometimes confuse

Mas uma das preocupações é que às vezes confundimos

what's actually been done with AI with this kind of overlord threat,

o que está sendo feito com a IA com esse tipo de ameaça de dominação

where your AI develops consciousness, right?

na qual a IA desenvolve uma consciência, certo?

The last thing I want is for my AI to have consciousness.

A última coisa que quero é que minha IA tenha consciência.

I don't want to come into my kitchen

Não quero entrar em minha cozinha

and have the refrigerator fall in love with the dishwasher

e me deparar com a geladeira apaixonada pela lava-louça,

and tell me, because I wasn't nice enough,

me dizendo que minha comida não está quente porque não fui legal.

my food is now warm.

I wouldn't buy these products, and I don't want them.

Eu não compraria esses produtos, e não os quero.

But the truth is, for me,

Mas a verdade, para mim,

AI has always been an augmentation of people.

é que a IA sempre foi uma extensão das pessoas.

It's been an augmentation of us,

Tem sido nossa extensão para nos fazer mais fortes.

to make us stronger.

And I think Kasparov was exactly correct.

E acho que Kasparov está certíssimo.

It's been the combination of human smarts and machine smarts

A combinação da inteligência humana com a das máquinas

that make us stronger.

é o que nos faz mais fortes.

The theme of machines making us stronger is as old as machines are.

O tema da máquina nos fazendo mais fortes é tão antigo quanto as próprias máquinas.

The agricultural revolution took place because it made steam engines

A revolução agrícola aconteceu por causa do motor a vapor

and farming equipment that couldn't farm by itself,

e equipamentos que não podiam cultivar sozinhos, que não nos substituíram,

that never replaced us; it made us stronger.

mas nos fizeram mais fortes.

And I believe this new wave of AI will make us much, much stronger

E acredito que essa nova onda de IA vai nos fazer muito mais fortes

as a human race.

como raça humana.

CA: We'll come on to that a bit more,

CA: Vamos voltar nisso daqui a pouco,

but just to continue with the scary part of this for some people,

mas só para continuar com a parte que assusta as pessoas,

like, what feels like it gets scary for people is when you have

como, por exemplo, o medo

a computer that can, one, rewrite its own code,

de um computador que possa, primeiro, reescrever seu próprio código

so, it can create multiple copies of itself,

e, assim, criar múltiplas cópias de si mesmo,

try a bunch of different code versions,

tentar um monte de diferentes versões de código, possivelmente aleatoriamente,

possibly even at random,

and then check them out and see if a goal is achieved and improved.

e depois checá-las e ver se um objetivo foi atingido ou aperfeiçoado.

So, say the goal is to do better on an intelligence test.

Assim, digamos que o objetivo seja se sair melhor num teste de inteligência.

You know, a computer that's moderately good at that,

Por exemplo, um computador que seja mediano no teste,

you could try a million versions of that.

tentar um milhão de versões disso.

You might find one that was better,

Seria possível ele achar uma melhor

and then, you know, repeat.

e então, sabe, repetir.

And so the concern is that you get some sort of runaway effect

Então a preocupação é de que as coisas fujam ao controle,

where everything is fine on Thursday evening,

que tudo esteja bem na quinta à noite,

and you come back into the lab on Friday morning,

e você volta ao laboratório na sexta de manhã

e, devido à velocidade dos computadores e tudo mais,

and because of the speed of computers and so forth,

things have gone crazy, and suddenly --

a coisa saia do controle e, de repente...

ST: I would say this is a possibility,

ST: Eu diria que há uma possibilidade,

but it's a very remote possibility.

mas ela é muito remota.

So let me just translate what I heard you say.

Então deixe-me traduzir o que você disse.

In the AlphaGo case, we had exactly this thing:

No caso do AlphaGo, tínhamos exatamente isto:

the computer would play the game against itself

o computador jogaria o jogo contra si próprio para aprender novas regras.

and then learn new rules.

And what machine learning is is a rewriting of the rules.

E o aprendizado de máquina é uma reescrita das regras.

It's the rewriting of code.

É a reescrita do código.

But I think there was absolutely no concern

Mas penso que não havia nenhuma preocupação

that AlphaGo would take over the world.

de que AlphaGo fosse dominar o mundo.

It can't even play chess.

Ele nem consegue jogar xadrez.

CA: No, no, no, but now, these are all very single-domain things.

CA: Não, mas esses são domínios bem específicos.

But it's possible to imagine.

Mas é possível imaginar...

I mean, we just saw a computer that seemed nearly capable

Acabamos de ver um computador que parecia quase capaz

of passing a university entrance test,

de passar num teste para ingressar numa universidade.

that can kind of -- it can't read and understand in the sense that we can,

Ele não sabe ler e entender no sentido que podemos,

but it can certainly absorb all the text

mas certamente pode absorver o texto todo

and maybe see increased patterns of meaning.

e talvez identificar padrões de significado.

Isn't there a chance that, as this broadens out,

Não há uma chance, à medida que isso se ampliar,

there could be a different kind of runaway effect?

de se perder o controle?

ST: That's where I draw the line, honestly.

ST: Honestamente, é aí que traço uma linha.

And the chance exists -- I don't want to downplay it --

E a chance existe, não quero minimizar isso,

but I think it's remote, and it's not the thing that's on my mind these days,

mas acho remota, e não é algo que me preocupe atualmente,

pois acho que a grande revolução é outra coisa.

because I think the big revolution is something else.

Everything successful in AI to the present date

Tudo que deu certo na IA até a presente data

has been extremely specialized,

tem sido extremamente especializado,

and it's been thriving on a single idea,

e tem prosperado com base numa única ideia,

which is massive amounts of data.

que é o enorme número de dados.

The reason AlphaGo works so well is because of massive numbers of Go plays,

A razão de AlphaGo funcionar tão bem é devido ao número de partidas jogadas,

and AlphaGo can't drive a car or fly a plane.

e AlphaGo não consegue dirigir um carro ou pilotar um avião.

The Google self-driving car or the Udacity self-driving car

O carro autônomo do Google ou o da Udacity funciona com enormes quantidades de dados,

thrives on massive amounts of data, and it can't do anything else.

e não consegue fazer mais nada, nem mesmo controlar uma moto.

It can't even control a motorcycle.

It's a very specific, domain-specific function,

É uma função bem específica,

and the same is true for our cancer app.

e o mesmo vale para o aplicativo do câncer.

There has been almost no progress on this thing called "general AI,"

Não houve quase nenhum progresso nessa coisa chamada "IA geral",

where you go to an AI and say, "Hey, invent for me special relativity

em que se diga a uma IA: "Ei, invente uma teoria da relatividade especial

or string theory."

ou a teoria das cordas".

It's totally in the infancy.

Está totalmente engatinhando.

The reason I want to emphasize this,

Eu quero enfatizar isso

I see the concerns, and I want to acknowledge them.

porque vejo as preocupações e estou ciente delas,

But if I were to think about one thing,

mas, se tivesse de pensar numa coisa,

I would ask myself the question, "What if we can take anything repetitive

eu me faria a seguinte pergunta: "E se pudesse pegar algo repetitivo

and make ourselves 100 times as efficient?"

e nos fazer 100 vezes mais eficientes?"

It so turns out, 300 years ago, we all worked in agriculture

E ocorre que, 300 anos atrás, todos trabalhávamos na agricultura,

and did farming and did repetitive things.

na terra, e fazíamos coisas repetitivas.

Today, 75 percent of us work in offices

Hoje 75% de nós trabalhamos em escritórios

and do repetitive things.

e fazemos coisas repetitivas.

We've become spreadsheet monkeys.

Nos tornamos macaquinhos das tabelas.

And not just low-end labor.

E não só nos trabalhos mais simples.

We've become dermatologists doing repetitive things,

Nos tornamos dermatologistas que fazem coisas repetitivas,

lawyers doing repetitive things.

advogados fazendo coisas repetitivas.

I think we are at the brink of being able to take an AI,

Penso que estamos na iminência de sermos capazes de pegar uma IA,

look over our shoulders,

mesmo estando desconfiados,

and they make us maybe 10 or 50 times as effective in these repetitive things.

e ela nos fazer talvez 10 ou 50 vezes mais eficazes nessas coisas repetitivas.

That's what is on my mind.

É nisso que fico pensando.

CA: That sounds super exciting.

CA: Parece interessantíssimo.

The process of getting there seems a little terrifying to some people,

O processo para chegar lá parece aterrorizar algumas pessoas,

porque uma vez que um computador possa fazer essa coisa repetitiva

because once a computer can do this repetitive thing

much better than the dermatologist

muito melhor do que o dermatologista

or than the driver, especially, is the thing that's talked about

ou, em especial, do que o motorista, algo tão falado hoje em dia,

so much now,

suddenly millions of jobs go,

de repente milhões de empregos desaparecem,

and, you know, the country's in revolution

o país entra em convulsão

before we ever get to the more glorious aspects of what's possible.

antes de podermos ver aspectos mais gloriosos do que é possível.

ST: Yeah, and that's an issue, and it's a big issue,

ST: Esse é grande um problema,

and it was pointed out yesterday morning by several guest speakers.

e foi apontado ontem de manhã por diversos palestrantes.

Bem, antes de me mostrar no palco,

Now, prior to me showing up onstage,

I confessed I'm a positive, optimistic person,

confessei a eles que sou uma pessoa positiva, otimista,

so let me give you an optimistic pitch,

então, deixe-me lhe dar algo otimista, que é:

which is, think of yourself back 300 years ago.

pense em si mesmo 300 anos atrás.

Europe just survived 140 years of continuous war,

A Europa acabou de sobreviver a 140 anos de guerra contínua,

none of you could read or write,

ninguém sabia ler ou escrever,

there were no jobs that you hold today,

não havia os empregos que há hoje,

like investment banker or software engineer or TV anchor.

como investidores financeiros, engenheiros de software ou âncoras de TV.

We would all be in the fields and farming.

Todos estaríamos no campo arando a terra.

Now here comes little Sebastian with a little steam engine in his pocket,

E lá vem o Sebastian com um motorzinho a vapor no bolso,

saying, "Hey guys, look at this.

dizendo: "Ei, pessoal, vejam só isto:

It's going to make you 100 times as strong, so you can do something else."

vai torná-los 100 vezes mais fortes, e liberá-los pra fazer outra coisa".

And then back in the day, there was no real stage,

E, lá naquele tempo, não havia um palco,

but Chris and I hang out with the cows in the stable,

mas Chris e eu papeávamos perto das vacas, no estábulo,

and he says, "I'm really concerned about it,

e ele diz: "Estou muito preocupado com isso,

because I milk my cow every day, and what if the machine does this for me?"

porque ordenho vacas todo dia, e se a máquina tomar meu lugar?"

The reason why I mention this is,

Estou dizendo isso porque

we're always good in acknowledging past progress and the benefit of it,

somos ótimos em reconhecer o progresso passado e nos beneficiar dele,

like our iPhones or our planes or electricity or medical supply.

como nossos iPhones, aviões, eletricidade ou suprimentos médicos.

We all love to live to 80, which was impossible 300 years ago.

Todos amamos viver até os 80 anos, o que era impossível 300 anos atrás.

But we kind of don't apply the same rules to the future.

Mas nós meio que não aplicamos as mesmas regras para o futuro.

So if I look at my own job as a CEO,

Então, quando olho para o meu cargo de CEO,

I would say 90 percent of my work is repetitive,

eu diria que 90% do meu trabalho é repetitivo, e não gosto disso.

I don't enjoy it,

I spend about four hours per day on stupid, repetitive email.

Passo cerca de quatro horas por dia com e-mails chatos e repetitivos.

And I'm burning to have something that helps me get rid of this.

E estou louco para ter algo que me ajude a me livrar disso.

Por quê?

Why?

Porque acredito que todos nós somos loucamente criativos:

Because I believe all of us are insanely creative;

I think the TED community more than anybody else.

especialmente a comunidade TED, mais do que todo mundo.

But even blue-collar workers; I think you can go to your hotel maid

Mas mesmo operários; acho que podemos chegar para a camareira do hotel

and have a drink with him or her,

tomar um drinque com ela,

and an hour later, you find a creative idea.

e, uma hora depois, descobrir uma ideia criativa.

What this will empower is to turn this creativity into action.

Isso vai possibilitar transformar essa criatividade em ação.

Like, what if you could build Google in a day?

Algo como: e se você pudesse construir o Google em um dia?

What if you could sit over beer and invent the next Snapchat,

E se pudesse parar pra tomar uma cerveja e inventar o próximo Snapchat,

whatever it is,

seja lá o que for,

and tomorrow morning it's up and running?

e amanhã de manhã estiver funcionando?

And that is not science fiction.

E isso não é ficção científica.

What's going to happen is,

Nós já estamos nesse caminho.

we are already in history.

We've unleashed this amazing creativity

Já liberamos essa incrível criatividade

by de-slaving us from farming

ao nos des-escravizar do trabalho agrícola e, mais tarde, claro, do trabalho braçal

and later, of course, from factory work

and have invented so many things.

e ter inventado tantas coisas.

It's going to be even better, in my opinion.

Vai ser até melhor, na minha opinião.

And there's going to be great side effects.

E vai haver excelentes efeitos colaterais.

One of the side effects will be

Um deles vai ser

that things like food and medical supply and education and shelter

que coisas como comida, suprimentos médicos, educação, moradia e transporte

and transportation

will all become much more affordable to all of us,

vão se tornar muito mais acessíveis para todos nós, não só para os ricos.

not just the rich people.

CA: Hmm.

So when Martin Ford argued, you know, that this time it's different

CA: Assim, quando Martin Ford disse que este tempo ia ser diferente,

because the intelligence that we've used in the past

devido à inteligência que usamos no passado

to find new ways to be

para descobrir novas formas de ser,

will be matched at the same pace

vai no mesmo passo

by computers taking over those things,

de os computadores assumindo essas coisas,

what I hear you saying is that, not completely,

mas ouço você dizendo que não completamente,

because of human creativity.

devido à criatividade humana.

Do you think that that's fundamentally different from the kind of creativity

Você acha que ela seja muito diferente do tipo de criatividade

that computers can do?

que os computadores conseguem ter?

ST: So, that's my firm belief as an AI person --

ST: Bem, tenho a firme convicção como uma pessoa IA,

that I haven't seen any real progress on creativity

que não tenho visto nenhum progresso real em criatividade

and out-of-the-box thinking.

e pensamento fora da caixa.

What I see right now -- and this is really important for people to realize,

O que vejo, e é muito importante perceber isso,

because the word "artificial intelligence" is so threatening,

é que a expressão "inteligência artificial" é muito ameaçadora

and then we have Steve Spielberg tossing a movie in,

quando há um filme do Steve Spielberg

where all of a sudden the computer is our overlord,

em que, de repente, o computador nos domina.

but it's really a technology.

Mas é na verdade uma tecnologia

It's a technology that helps us do repetitive things.

que nos ajuda a fazer coisas repetitivas.

And the progress has been entirely on the repetitive end.

E o progresso tem sido inteiramente no lado repetitivo.

It's been in legal document discovery.

Em encontrar documentos legais, em elaborar minutas de contrato,

It's been contract drafting.

It's been screening X-rays of your chest.

em radiografias do tórax.

And these things are so specialized,

E essas coisas são tão especializadas que não vejo a grande ameaça à humanidade.

I don't see the big threat of humanity.

In fact, we as people --

Na verdade, nós, como pessoas,

I mean, let's face it: we've become superhuman.

temos de encarar que nos tornamos super-humanos.

We've made us superhuman.

Nós nos fizemos super-humanos.

We can swim across the Atlantic in 11 hours.

Conseguimos atravessar o Atlântico em 11 horas.

We can take a device out of our pocket

Podemos tirar um aparelho do bolso

and shout all the way to Australia,

e falar com a Austrália

and in real time, have that person shouting back to us.

e, em tempo real, alguém responder de volta para nós.

That's physically not possible. We're breaking the rules of physics.

Isso não é fisicamente possível: estamos quebrando as leis da física.

When this is said and done, we're going to remember everything

Quando isso tiver sido dito e feito,

nos lembraremos de tudo que já dissemos e vimos,

we've ever said and seen,

you'll remember every person,

vamos nos lembrar de cada pessoa, o que é bom para o meu Alzheimer.

which is good for me in my early stages of Alzheimer's.

Desculpe, o que eu estava dizendo? Esqueci.

Sorry, what was I saying? I forgot.

CA: (Laughs)

CA: (Risos)

ST: We will probably have an IQ of 1,000 or more.

ST: Provavelmente vamos ter um QI de mil ou mais.

There will be no more spelling classes for our kids,

Nossos filhos não vão ter mais aula de ortografia,

because there's no spelling issue anymore.

pois esse problema não vai existir.

There's no math issue anymore.

Nem problemas com a matemática.

And I think what really will happen is that we can be super creative.

E acho que seremos realmente supercriativos.

And we are. We are creative.

E nós somos. Nós somos criativos.

That's our secret weapon.

Essa é nossa arma secreta.

CA: So the jobs that are getting lost,

CA: Então, os empregos que serão perdidos mesmo que seja doloroso,

in a way, even though it's going to be painful,

humans are capable of more than those jobs.

os humanos são mais capazes do que isso.

This is the dream.

Isso é um sonho.

The dream is that humans can rise to just a new level of empowerment

O sonho é que os humanos podem crescer num novo nível de empoderamento

and discovery.

e descoberta.

That's the dream.

Esse é o sonho.

ST: And think about this:

ST: E pense sobre isto: se olharmos a história da humanidade,

if you look at the history of humanity,

that might be whatever -- 60-100,000 years old, give or take --

isso pode ser, por exemplo, 60 a 100 mil anos atrás,

almost everything that you cherish in terms of invention,

quase tudo importante para nós em termos de invenção,

of technology, of things we've built,

de tecnologia, de coisas que construímos,

has been invented in the last 150 years.

foi inventado nos últimos 150 anos,

If you toss in the book and the wheel, it's a little bit older.

Se incluirmos o livro e a roda, é um pouco mais de tempo;

Or the axe.

ou o machado.

But your phone, your sneakers,

Mas seu celular, seu tênis,

these chairs, modern manufacturing, penicillin --

estas cadeiras, a produção moderna, a penicilina...

the things we cherish.

as coisas com que nos importamos.

Now, that to me means

Bem, isso significa pra mim

the next 150 years will find more things.

que nos próximos 150 anos vamos descobrir mais coisas.

In fact, the pace of invention has gone up, not gone down, in my opinion.

De fato, penso que o ritmo da invenção tem aumentado, não diminuído.

I believe only one percent of interesting things have been invented yet. Right?

Acredito que apenas 1% das coisas interessantes foram inventadas, certo?

We haven't cured cancer.

Ainda não curamos o câncer.

We don't have flying cars -- yet. Hopefully, I'll change this.

Não temos carros voadores... ainda; espero mudar isso.

That used to be an example people laughed about. (Laughs)

A gente costumava rir desse exemplo.

(Risos)

It's funny, isn't it? Working secretly on flying cars.

É engraçado, não é? Trabalhando secretamente em carros voadores.

We don't live twice as long yet. OK?

Não vivemos ainda o dobro do tempo, certo?

We don't have this magic implant in our brain

Não temos um implante mágico em nosso cérebro

that gives us the information we want.

para nos dar as informações que queremos.

And you might be appalled by it,

Talvez estejam chocados, mas lhes prometo: quando tivermos, vocês vão adorar.

but I promise you, once you have it, you'll love it.

I hope you will.

Espero que sim.

It's a bit scary, I know.

É um pouco assustador, eu sei.

There are so many things we haven't invented yet

Tantas coisas ainda a serem inventadas, que vamos inventar:

that I think we'll invent.

não temos escudo de gravidade,

We have no gravity shields.

não podemos nos teletransportar.

We can't beam ourselves from one location to another.

Isso tudo parece absurdo, mas, cerca de 200 anos atrás,

That sounds ridiculous,

but about 200 years ago,

experts were of the opinion that flight wouldn't exist,

os especialistas achavam que nunca íamos voar, mesmo 120 anos atrás,

even 120 years ago,

and if you moved faster than you could run,

e se nos movêssemos mais depressa do que podemos correr,

you would instantly die.

morreríamos instantaneamente.

So who says we are correct today that you can't beam a person

Então quem pode dizer que não podemos teletransportar uma pessoa

from here to Mars?

daqui até Marte?

CA: Sebastian, thank you so much

CA: Sebastian, muito obrigado

for your incredibly inspiring vision and your brilliance.

pela sua visão incrivelmente inspiradora e brilhante.

Thank you, Sebastian Thrun.

Obrigado, Sebastian Thrun, foi fantástico.

That was fantastic. (Applause)

(Aplausos)