What happens when our computers get smarter than we are? | Nick Bostrom

Nick Bostrom: O que acontece quando os computadores ficam mais inteligentes do que nós?

2,703,006 views

2015-04-27 ・ TED


New videos

What happens when our computers get smarter than we are? | Nick Bostrom

Nick Bostrom: O que acontece quando os computadores ficam mais inteligentes do que nós?

2,703,006 views ・ 2015-04-27

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Ruy Lopes Pereira Revisor: Gustavo Rocha
00:12
I work with a bunch of mathematicians, philosophers and computer scientists,
0
12570
4207
Eu trabalho com um grupo de matemáticos, filósofos e cientistas da computação,
00:16
and we sit around and think about the future of machine intelligence,
1
16777
5209
e trocamos ideias sobre o futuro da inteligência das máquinas,
00:21
among other things.
2
21986
2044
entre outras coisas.
00:24
Some people think that some of these things are sort of science fiction-y,
3
24030
4725
Alguns consideram essas coisas como ficção científica,
00:28
far out there, crazy.
4
28755
3101
muito irreais, malucas.
00:31
But I like to say,
5
31856
1470
Mas eu gosto de dizer:
00:33
okay, let's look at the modern human condition.
6
33326
3604
certo, vamos olhar a condição humana moderna.
00:36
(Laughter)
7
36930
1692
(Risos)
00:38
This is the normal way for things to be.
8
38622
2402
Este é o modo normal das coisas.
00:41
But if we think about it,
9
41024
2285
Mas se pensarmos bem,
00:43
we are actually recently arrived guests on this planet,
10
43309
3293
somos hóspedes muito recentes deste planeta.
00:46
the human species.
11
46602
2082
Nós, a espécie humana.
00:48
Think about if Earth was created one year ago,
12
48684
4746
Imaginem que a Terra tenha sido criada há um ano,
00:53
the human species, then, would be 10 minutes old.
13
53430
3548
então a espécie humana existiria apenas há 10 minutos.
00:56
The industrial era started two seconds ago.
14
56978
3168
A era industrial teria começado dois segundos atrás.
Outro modo de encarar isto é pensar no PIB global dos últimos 10 mil anos.
01:01
Another way to look at this is to think of world GDP over the last 10,000 years,
15
61276
5225
01:06
I've actually taken the trouble to plot this for you in a graph.
16
66501
3029
Eu me dei ao trabalho de colocar isso num gráfico para vocês.
01:09
It looks like this.
17
69530
1774
Ele tem este aspecto.
(Risos)
01:11
(Laughter)
18
71304
1363
01:12
It's a curious shape for a normal condition.
19
72667
2151
É uma forma curiosa para uma condição normal.
01:14
I sure wouldn't want to sit on it.
20
74818
1698
Não gostaria de me sentar nele.
01:16
(Laughter)
21
76516
2551
(Risos)
01:19
Let's ask ourselves, what is the cause of this current anomaly?
22
79067
4774
Perguntemo-nos: qual é a causa da anomalia atual?
01:23
Some people would say it's technology.
23
83841
2552
Alguns diriam que é a tecnologia.
01:26
Now it's true, technology has accumulated through human history,
24
86393
4668
É verdade,
a tecnologia tem se acumulado através da história
01:31
and right now, technology advances extremely rapidly --
25
91061
4652
e atualmente, ela avança com extrema rapidez...
01:35
that is the proximate cause,
26
95713
1565
esta é a causa mais imediata,
01:37
that's why we are currently so very productive.
27
97278
2565
e a razão de sermos muito produtivos hoje em dia.
01:40
But I like to think back further to the ultimate cause.
28
100473
3661
Mas gosto de buscar no passado distante a causa fundamental de tudo.
01:45
Look at these two highly distinguished gentlemen:
29
105114
3766
Observem estes dois distintos senhores:
01:48
We have Kanzi --
30
108880
1600
Temos o Kanzi...
01:50
he's mastered 200 lexical tokens, an incredible feat.
31
110480
4643
ele domina 200 símbolos de léxicos, um feito incrível.
01:55
And Ed Witten unleashed the second superstring revolution.
32
115123
3694
E Ed Witten, que desencadeou a segunda revolução da supercorda.
01:58
If we look under the hood, this is what we find:
33
118817
2324
Dentro do crânio, eis o que descobriremos:
essencialmente a mesma coisa.
02:01
basically the same thing.
34
121141
1570
02:02
One is a little larger,
35
122711
1813
Um deles é um pouco maior,
02:04
it maybe also has a few tricks in the exact way it's wired.
36
124524
2758
pode ter alguns truques a mais, devido à sua arquitetura.
02:07
These invisible differences cannot be too complicated, however,
37
127282
3812
Contudo, essas diferenças invisíveis, não podem ser muito complicadas,
02:11
because there have only been 250,000 generations
38
131094
4285
porque foram apenas 250 mil gerações
02:15
since our last common ancestor.
39
135379
1732
desde o último ancestral comum.
02:17
We know that complicated mechanisms take a long time to evolve.
40
137111
3849
Sabemos que mecanismos complicados levam muito tempo para evoluir.
Então um conjunto de pequenas mudanças
02:22
So a bunch of relatively minor changes
41
142000
2499
02:24
take us from Kanzi to Witten,
42
144499
3067
nos levam do Kanzi ao Witten,
02:27
from broken-off tree branches to intercontinental ballistic missiles.
43
147566
4543
de galhos de árvores quebrados a mísseis balísticos intercontinentais.
02:32
So this then seems pretty obvious that everything we've achieved,
44
152839
3935
Parece bastante óbvio que tudo que realizamos,
02:36
and everything we care about,
45
156774
1378
e tudo o que prezamos depende de modo crucial
02:38
depends crucially on some relatively minor changes that made the human mind.
46
158152
5228
de mudanças relativamente pequenas que fizeram a mente humana.
02:44
And the corollary, of course, is that any further changes
47
164650
3662
E tem como consequência, é claro, que quaisquer mudanças posteriores
02:48
that could significantly change the substrate of thinking
48
168312
3477
que possam alterar significativamente o substrato do pensamento
02:51
could have potentially enormous consequences.
49
171789
3202
poderiam ter enormes consequências.
02:56
Some of my colleagues think we're on the verge
50
176321
2905
Alguns colegas acham que estamos muito próximos
02:59
of something that could cause a profound change in that substrate,
51
179226
3908
de algo que poderia causar uma profunda mudança no substrato,
03:03
and that is machine superintelligence.
52
183134
3213
que é a máquina superinteligente.
03:06
Artificial intelligence used to be about putting commands in a box.
53
186347
4739
A inteligência artificial costumava ser colocar comandos em uma caixa.
03:11
You would have human programmers
54
191086
1665
Programadores humanos elaborariam penosamente itens de conhecimento.
03:12
that would painstakingly handcraft knowledge items.
55
192751
3135
03:15
You build up these expert systems,
56
195886
2086
Construímos tais sistemas inteligentes
03:17
and they were kind of useful for some purposes,
57
197972
2324
e eles eram úteis para algumas finalidades,
03:20
but they were very brittle, you couldn't scale them.
58
200296
2681
mas eram muito frágeis, não podiam ser ampliados.
03:22
Basically, you got out only what you put in.
59
202977
3433
Essencialmente, obtinha-se deles o que havia sido colocado neles.
03:26
But since then,
60
206410
997
Desde então,
03:27
a paradigm shift has taken place in the field of artificial intelligence.
61
207407
3467
houve uma mudança de paradigma no campo da inteligência artificial.
03:30
Today, the action is really around machine learning.
62
210874
2770
Hoje, o esforço é voltado à aprendizagem das máquinas.
03:34
So rather than handcrafting knowledge representations and features,
63
214394
5387
Em vez de construirmos representações do conhecimento e recursos,
03:40
we create algorithms that learn, often from raw perceptual data.
64
220511
5554
criamos algoritmos que aprendem,
quase sempre a partir de dados não tratados de percepção.
03:46
Basically the same thing that the human infant does.
65
226065
4998
Basicamente a mesma coisa que o bebê humano faz.
03:51
The result is A.I. that is not limited to one domain --
66
231063
4207
O resultado é IA que não se limita a um único domínio,
03:55
the same system can learn to translate between any pairs of languages,
67
235270
4631
o mesmo sistema pode aprender a traduzir qualquer par de idiomas,
03:59
or learn to play any computer game on the Atari console.
68
239901
5437
ou aprender a jogar qualquer game de computador num console Atari.
04:05
Now of course,
69
245338
1779
Agora, é claro,
a IA ainda não está nada perto de ter a mesma poderosa habilidade
04:07
A.I. is still nowhere near having the same powerful, cross-domain
70
247117
3999
04:11
ability to learn and plan as a human being has.
71
251116
3219
de aprender e planejar em várias áreas, como o ser humano.
04:14
The cortex still has some algorithmic tricks
72
254335
2126
O córtex ainda guarda segredos de algoritmos
04:16
that we don't yet know how to match in machines.
73
256461
2355
que ainda não sabemos como reproduzir nas máquinas.
04:19
So the question is,
74
259886
1899
Então a questão é:
04:21
how far are we from being able to match those tricks?
75
261785
3500
"Estamos muito longe de podermos reproduzir essas proezas?"
04:26
A couple of years ago,
76
266245
1083
Há alguns anos, pesquisamos o que pensavam os maiores especialistas em IA do mundo.
04:27
we did a survey of some of the world's leading A.I. experts,
77
267328
2888
04:30
to see what they think, and one of the questions we asked was,
78
270216
3224
E uma das perguntas que fizemos foi:
04:33
"By which year do you think there is a 50 percent probability
79
273440
3353
“Em qual ano você acha que haverá 50% de probabilidade
04:36
that we will have achieved human-level machine intelligence?"
80
276793
3482
de termos conseguido a inteligência de máquinas com nível humano?"
04:40
We defined human-level here as the ability to perform
81
280785
4183
Definimos o nível humano como a habilidade de realizar
04:44
almost any job at least as well as an adult human,
82
284968
2871
quase toda tarefa pelo menos tão bem quanto um adulto humano.
04:47
so real human-level, not just within some limited domain.
83
287839
4005
Então, nível humano real, não apenas em alguma área limitada.
04:51
And the median answer was 2040 or 2050,
84
291844
3650
E a resposta foi em média 2040 ou 2050,
04:55
depending on precisely which group of experts we asked.
85
295494
2806
dependendo do grupo de especialistas consultado.
04:58
Now, it could happen much, much later, or sooner,
86
298300
4039
Poderá acontecer muito mais tarde ou mais cedo,
05:02
the truth is nobody really knows.
87
302339
1940
a verdade é que ninguém sabe.
05:05
What we do know is that the ultimate limit to information processing
88
305259
4412
O que sabemos é que o último limite do processamento da informação
05:09
in a machine substrate lies far outside the limits in biological tissue.
89
309671
4871
em um substrato de máquina situa-se bem além dos limites do tecido biológico.
05:15
This comes down to physics.
90
315241
2378
Isto pertence ao domínio da física.
05:17
A biological neuron fires, maybe, at 200 hertz, 200 times a second.
91
317619
4718
Um neurônio dispara, talvez, a 200 hertz, 200 vezes por segundo.
05:22
But even a present-day transistor operates at the Gigahertz.
92
322337
3594
Até mesmo os transistores atuais operam à frequência de gigahertz.
05:25
Neurons propagate slowly in axons, 100 meters per second, tops.
93
325931
5297
Os neurônios se propagam lentamente nos axônios,
no máximo a 100 metros por segundo.
05:31
But in computers, signals can travel at the speed of light.
94
331228
3111
Mas nos computadores, os sinais viajam à velocidade da luz.
Há também limitações de tamanho,
05:35
There are also size limitations,
95
335079
1869
05:36
like a human brain has to fit inside a cranium,
96
336948
3027
como a do cérebro humano ter que caber no crânio,
05:39
but a computer can be the size of a warehouse or larger.
97
339975
4761
mas um computador pode ser do tamanho de um armazém ou maior ainda.
05:44
So the potential for superintelligence lies dormant in matter,
98
344736
5599
Então o potencial para a superinteligência de certa forma está latente na matéria,
05:50
much like the power of the atom lay dormant throughout human history,
99
350335
5712
do mesmo modo que o poder do átomo permaneceu latente durante a história,
05:56
patiently waiting there until 1945.
100
356047
4405
esperando pacientemente até 1945.
06:00
In this century,
101
360452
1248
Neste século, cientistas podem descobrir
06:01
scientists may learn to awaken the power of artificial intelligence.
102
361700
4118
como despertar o poder da inteligência artificial.
06:05
And I think we might then see an intelligence explosion.
103
365818
4008
Eu penso que poderemos presenciar uma explosão de inteligência.
06:10
Now most people, when they think about what is smart and what is dumb,
104
370406
3957
Quando a maioria das pessoas pensa sobre o que é inteligente ou estúpido,
06:14
I think have in mind a picture roughly like this.
105
374363
3023
acho que elas têm em mente uma imagem como esta.
06:17
So at one end we have the village idiot,
106
377386
2598
Num extremo tem-se um idiota
06:19
and then far over at the other side
107
379984
2483
e lá longe, no outro extremo,
06:22
we have Ed Witten, or Albert Einstein, or whoever your favorite guru is.
108
382467
4756
temos o Ed Witten, ou Albert Einstein, ou o seu guru favorito.
06:27
But I think that from the point of view of artificial intelligence,
109
387223
3834
Mas penso que do ponto de vista da inteligência artificial,
06:31
the true picture is actually probably more like this:
110
391057
3681
é mais provável que o quadro real seja assim:
06:35
AI starts out at this point here, at zero intelligence,
111
395258
3378
a IA começa neste ponto, na ausência de inteligência,
06:38
and then, after many, many years of really hard work,
112
398636
3011
e então, após muitos anos de trabalho bastante duro,
06:41
maybe eventually we get to mouse-level artificial intelligence,
113
401647
3844
talvez cheguemos ao nível de inteligência de um rato,
06:45
something that can navigate cluttered environments
114
405491
2430
algo capaz de se mover em ambientes desorganizados
06:47
as well as a mouse can.
115
407921
1987
tão bem quanto um rato.
06:49
And then, after many, many more years of really hard work, lots of investment,
116
409908
4313
E a seguir, após muitos anos de trabalho duro, de muito investimento,
06:54
maybe eventually we get to chimpanzee-level artificial intelligence.
117
414221
4639
talvez cheguemos ao nível da inteligência de um chimpanzé.
06:58
And then, after even more years of really, really hard work,
118
418860
3210
E depois de ainda muito mais anos de trabalho realmente árduo,
07:02
we get to village idiot artificial intelligence.
119
422070
2913
atinjamos a inteligência artificial de um idiota.
07:04
And a few moments later, we are beyond Ed Witten.
120
424983
3272
Alguns momentos mais tarde, estamos além de Ed Witten.
07:08
The train doesn't stop at Humanville Station.
121
428255
2970
O trem não para na Estação Cidade da Humanidade.
07:11
It's likely, rather, to swoosh right by.
122
431225
3022
É provável que passe zunindo, sem parar.
07:14
Now this has profound implications,
123
434247
1984
Isso tem implicações profundas,
07:16
particularly when it comes to questions of power.
124
436231
3862
particularmente no que se refere a questões de poder.
07:20
For example, chimpanzees are strong --
125
440093
1899
Por exemplo, um chimpanzé é duas vezes mais forte
07:21
pound for pound, a chimpanzee is about twice as strong as a fit human male.
126
441992
5222
do que um humano do sexo masculino e em boa forma física.
07:27
And yet, the fate of Kanzi and his pals depends a lot more
127
447214
4614
Apesar disso, o destino de Kanzi e seus amigos depende muito mais
07:31
on what we humans do than on what the chimpanzees do themselves.
128
451828
4140
do que fazem os humanos e não do que fazem os chimpanzés.
07:37
Once there is superintelligence,
129
457228
2314
Quando houver a superinteligência,
07:39
the fate of humanity may depend on what the superintelligence does.
130
459542
3839
o destino da humanidade pode depender do que a superinteligência fizer.
07:44
Think about it:
131
464451
1057
Pensem nisso.
07:45
Machine intelligence is the last invention that humanity will ever need to make.
132
465508
5044
Máquina inteligente é a última invenção que a humanidade precisará fazer.
07:50
Machines will then be better at inventing than we are,
133
470552
2973
As máquinas então serão melhores inventoras do que nós
07:53
and they'll be doing so on digital timescales.
134
473525
2540
e elas o farão numa escala de tempo digital.
07:56
What this means is basically a telescoping of the future.
135
476065
4901
Basicamente significa fazer o futuro ficar mais próximo.
08:00
Think of all the crazy technologies that you could have imagined
136
480966
3558
Imaginem todas as possíveis tecnologias malucas
08:04
maybe humans could have developed in the fullness of time:
137
484524
2798
que os humanos poderiam ter desenvolvido num longo espaço de tempo:
08:07
cures for aging, space colonization,
138
487322
3258
curas para o envelhecimento, a colonização do espaço,
08:10
self-replicating nanobots or uploading of minds into computers,
139
490580
3731
robôs autorreplicantes, ou fazer o upload de mentes em computadores,
08:14
all kinds of science fiction-y stuff
140
494311
2159
tudo coisas do repertório da ficção científica
08:16
that's nevertheless consistent with the laws of physics.
141
496470
2737
embora consistentes com as leis da física.
Tudo isso a superinteligência pode desenvolver
08:19
All of this superintelligence could develop, and possibly quite rapidly.
142
499207
4212
e talvez bem rapidamente.
08:24
Now, a superintelligence with such technological maturity
143
504449
3558
Uma inteligência assim tão desenvolvida seria extremamente poderosa
08:28
would be extremely powerful,
144
508007
2179
08:30
and at least in some scenarios, it would be able to get what it wants.
145
510186
4546
e pelo menos em certas situações, seria capaz de obter o que desejasse.
08:34
We would then have a future that would be shaped by the preferences of this A.I.
146
514732
5661
O nosso futuro seria determinado pelas preferências da IA.
08:41
Now a good question is, what are those preferences?
147
521855
3749
Qual seriam essas preferências? É uma boa pergunta.
08:46
Here it gets trickier.
148
526244
1769
É aqui que a coisa se complica.
08:48
To make any headway with this,
149
528013
1435
Para prosseguirmos com isto,
08:49
we must first of all avoid anthropomorphizing.
150
529448
3276
primeiro devemos evitar a antropomorfização.
08:53
And this is ironic because every newspaper article
151
533934
3301
E é irônico, pois toda matéria de revista
08:57
about the future of A.I. has a picture of this:
152
537235
3855
sobre o futuro da IA publica um fotografia assim.
09:02
So I think what we need to do is to conceive of the issue more abstractly,
153
542280
4134
Eu acho que precisamos considerar a questão mais abstratamente,
09:06
not in terms of vivid Hollywood scenarios.
154
546414
2790
não em termos hollywoodianos.
09:09
We need to think of intelligence as an optimization process,
155
549204
3617
Precisamos pensar na inteligência como um processo de otimização
09:12
a process that steers the future into a particular set of configurations.
156
552821
5649
que direciona o futuro
para um conjunto específco de configurações.
09:18
A superintelligence is a really strong optimization process.
157
558470
3511
Uma superinteligência é um poderoso processo de otimização.
09:21
It's extremely good at using available means to achieve a state
158
561981
4117
É extremamente eficiente em usar os recursos disponíveis
para atingir seu objetivo.
09:26
in which its goal is realized.
159
566098
1909
09:28
This means that there is no necessary connection between
160
568447
2672
Quer dizer que não há necessária ligação
09:31
being highly intelligent in this sense,
161
571119
2734
entre ser muito inteligente neste sentido,
09:33
and having an objective that we humans would find worthwhile or meaningful.
162
573853
4662
e ter um objetivo que os humanos julgariam valer a pena ou ser importante.
Suponham que déssemos a uma IA o objetivo de fazer as pessoas sorrirem.
09:39
Suppose we give an A.I. the goal to make humans smile.
163
579321
3794
09:43
When the A.I. is weak, it performs useful or amusing actions
164
583115
2982
Quando a IA é fraca, ela realiza ações úteis ou engraçadas
09:46
that cause its user to smile.
165
586097
2517
que fazem o usuário sorrir.
09:48
When the A.I. becomes superintelligent,
166
588614
2417
Quando a IA se torna superinteligente,
09:51
it realizes that there is a more effective way to achieve this goal:
167
591031
3523
ela percebe que há um modo mais eficiente de atingir o objetivo:
09:54
take control of the world
168
594554
1922
assume o controle do mundo
09:56
and stick electrodes into the facial muscles of humans
169
596476
3162
e introduz eletrodos nos músculos das faces das pessoas
09:59
to cause constant, beaming grins.
170
599638
2941
provocando sorrisos constantes e radiantes.
10:02
Another example,
171
602579
1035
Outro exemplo: suponham que atribuamos à IA
10:03
suppose we give A.I. the goal to solve a difficult mathematical problem.
172
603614
3383
a meta de resolver um problema matemático difícil.
10:06
When the A.I. becomes superintelligent,
173
606997
1937
Quando a IA se torna superinteligente,
10:08
it realizes that the most effective way to get the solution to this problem
174
608934
4171
ela percebe que o modo mais eficiente de obter a solução do problema
10:13
is by transforming the planet into a giant computer,
175
613105
2930
é transformar o planeta em um computador gigantesco,
10:16
so as to increase its thinking capacity.
176
616035
2246
para aumentar sua capacidade de pensar.
10:18
And notice that this gives the A.I.s an instrumental reason
177
618281
2764
E notem que isso dá às IAs uma razão instrumental para fazerem coisas
10:21
to do things to us that we might not approve of.
178
621045
2516
com as quais talvez não concordássemos.
10:23
Human beings in this model are threats,
179
623561
1935
Neste modelo, os humanos são ameaças
10:25
we could prevent the mathematical problem from being solved.
180
625496
2921
que poderiam impedir a solução do problema matemático.
É evidente que não haverá problemas desta natureza;
10:29
Of course, perceivably things won't go wrong in these particular ways;
181
629207
3494
10:32
these are cartoon examples.
182
632701
1753
estes são exemplos de desenho animado.
10:34
But the general point here is important:
183
634454
1939
Mas a questão mais geral é importante:
10:36
if you create a really powerful optimization process
184
636393
2873
se criarmos um processo de otimização realmente poderoso,
10:39
to maximize for objective x,
185
639266
2234
otimizado para o objetivo x,
10:41
you better make sure that your definition of x
186
641500
2276
é bom ter certeza de que a sua definição de x
10:43
incorporates everything you care about.
187
643776
2469
incorpora tudo o que lhe interessa.
10:46
This is a lesson that's also taught in many a myth.
188
646835
4384
Esta lição também é ensinada como um mito.
10:51
King Midas wishes that everything he touches be turned into gold.
189
651219
5298
O rei Midas deseja que tudo que ele tocar transforme-se em ouro.
10:56
He touches his daughter, she turns into gold.
190
656517
2861
Ele toca sua filha e ela se transforma em ouro.
10:59
He touches his food, it turns into gold.
191
659378
2553
Ele toca sua comida e ela vira ouro.
11:01
This could become practically relevant,
192
661931
2589
Isto poderia tornar-se relevante em termos práticos,
11:04
not just as a metaphor for greed,
193
664520
2070
não apenas uma metáfora para a ganância, mas uma ilustração do que acontece
11:06
but as an illustration of what happens
194
666590
1895
11:08
if you create a powerful optimization process
195
668485
2837
quando se cria um processo poderoso de otimização
11:11
and give it misconceived or poorly specified goals.
196
671322
4789
e se fornecem objetivos incompreensíveis ou especificados sem clareza.
11:16
Now you might say, if a computer starts sticking electrodes into people's faces,
197
676111
5189
Poderíamos dizer que, se um computador puser eletrodos
nas faces das pessoas, bastaria desligá-lo.
11:21
we'd just shut it off.
198
681300
2265
A: isso não é necessariamente fácil de fazer
11:24
A, this is not necessarily so easy to do if we've grown dependent on the system --
199
684555
5340
se nos tormanos dependentes do sistema,
11:29
like, where is the off switch to the Internet?
200
689895
2732
por exemplo: onde fica o botão para desligar a Internet?
11:32
B, why haven't the chimpanzees flicked the off switch to humanity,
201
692627
5120
B: por que os chimpanzés ou os neandertais
não interroperam voluntariamente sua evolução para a humanidade?
11:37
or the Neanderthals?
202
697747
1551
11:39
They certainly had reasons.
203
699298
2666
Eles certamente tiveram motivos para isso.
11:41
We have an off switch, for example, right here.
204
701964
2795
Por exemplo, não temos uma chave para desligar aqui.
11:44
(Choking)
205
704759
1554
(Engasgando)
11:46
The reason is that we are an intelligent adversary;
206
706313
2925
É que somos um adversário inteligente;
11:49
we can anticipate threats and plan around them.
207
709238
2728
podemos antecipar as ameaças e planejar levando-as em conta.
11:51
But so could a superintelligent agent,
208
711966
2504
Mas um agente superinteligente também poderia fazê-lo
11:54
and it would be much better at that than we are.
209
714470
3254
e muito melhor do que nós.
11:57
The point is, we should not be confident that we have this under control here.
210
717724
7187
Não deveríamos confiar
que temos tudo sob o nosso controle.
12:04
And we could try to make our job a little bit easier by, say,
211
724911
3447
Poderíamos tornar nossa tarefa um pouco mais fácil, digamos,
12:08
putting the A.I. in a box,
212
728358
1590
protegendo a IA num ambiente de software seguro,
12:09
like a secure software environment,
213
729948
1796
12:11
a virtual reality simulation from which it cannot escape.
214
731744
3022
uma simulação de realidade virtual da qual ela não possa escapar.
12:14
But how confident can we be that the A.I. couldn't find a bug.
215
734766
4146
Mas como termos certeza de que a IA não descobriria uma brecha?
12:18
Given that merely human hackers find bugs all the time,
216
738912
3169
Visto que os hackers encontram falhas a toda hora,
eu diria que não temos muita certeza.
12:22
I'd say, probably not very confident.
217
742081
3036
12:26
So we disconnect the ethernet cable to create an air gap,
218
746237
4548
Então desconectaríamos o cabo Ethernet para criar um “air gap",
12:30
but again, like merely human hackers
219
750785
2668
mas de novo, os hackers transgridem rotineiramebte os air gaps
12:33
routinely transgress air gaps using social engineering.
220
753453
3381
usando a engenharia social.
12:36
Right now, as I speak,
221
756834
1259
Enquanto eu falo, tenho certeza de que algum funcionário
12:38
I'm sure there is some employee out there somewhere
222
758093
2389
12:40
who has been talked into handing out her account details
223
760482
3346
foi convencido a revelar os detalhes de sua conta
12:43
by somebody claiming to be from the I.T. department.
224
763828
2746
para alguém que dizia ser do departamento de TI.
12:46
More creative scenarios are also possible,
225
766574
2127
Situações mais criativas também são possíveis,
12:48
like if you're the A.I.,
226
768701
1315
como se você for a IA, pode imaginar colocar muitos eletrodos
12:50
you can imagine wiggling electrodes around in your internal circuitry
227
770016
3532
no circuito de segurança interna
12:53
to create radio waves that you can use to communicate.
228
773548
3462
para criar ondas de rádio que podem ser usadas para comunicação.
Ou talvez pudesse fingir um defeito e quando os programadores lhe abrissem
12:57
Or maybe you could pretend to malfunction,
229
777010
2424
12:59
and then when the programmers open you up to see what went wrong with you,
230
779434
3497
para investigar o que está errado eles veriam o código-fonte, bum!
13:02
they look at the source code -- Bam! --
231
782931
1936
13:04
the manipulation can take place.
232
784867
2447
A manipulação pode acontecer.
13:07
Or it could output the blueprint to a really nifty technology,
233
787314
3430
Ou poderia imprimir um projeto de tecnologia muito elegante,
13:10
and when we implement it,
234
790744
1398
e quando o implementássemos,
13:12
it has some surreptitious side effect that the A.I. had planned.
235
792142
4397
ele teria efeitos colaterais ocultos que a IA houvera planejado.
13:16
The point here is that we should not be confident in our ability
236
796539
3463
A questão é que não deveríamos confiar na nossa capacidade
13:20
to keep a superintelligent genie locked up in its bottle forever.
237
800002
3808
de manter um gênio superinteligente preso para sempre em uma garrafa.
13:23
Sooner or later, it will out.
238
803810
2254
Mais cedo ou mais tarde ele escapará.
Acredito que a solução é descobrir como criar uma IA superinteligente
13:27
I believe that the answer here is to figure out
239
807034
3103
13:30
how to create superintelligent A.I. such that even if -- when -- it escapes,
240
810137
5024
que mesmo se, ou quando, ela escapar, ainda seja segura,
13:35
it is still safe because it is fundamentally on our side
241
815161
3277
porque no fundo está do nosso lado, pois compartilha nossos valores.
13:38
because it shares our values.
242
818438
1899
13:40
I see no way around this difficult problem.
243
820337
3210
Não vejo como evitar este problema difícil.
13:44
Now, I'm actually fairly optimistic that this problem can be solved.
244
824557
3834
Estou razoavelmente otimista que este problema pode ser resolvido.
13:48
We wouldn't have to write down a long list of everything we care about,
245
828391
3903
Não teríamos que fazer uma lista grande de todas as coisas relevantes
13:52
or worse yet, spell it out in some computer language
246
832294
3643
ou pior ainda, escrevê-las em alguma linguagem de computador
13:55
like C++ or Python,
247
835937
1454
como C++ ou Python, que seria uma tarefa muito irritante.
13:57
that would be a task beyond hopeless.
248
837391
2767
Em vez disso, criaríamos uma IA que usa sua inteligência
14:00
Instead, we would create an A.I. that uses its intelligence
249
840158
4297
14:04
to learn what we value,
250
844455
2771
para aprender o que valorizamos.
14:07
and its motivation system is constructed in such a way that it is motivated
251
847226
5280
E seu sistema de motivação seria construído
de modo que ela fosse incentivada
14:12
to pursue our values or to perform actions that it predicts we would approve of.
252
852506
5232
a obedecer aos nossos valores ou realizar ações
que ela previsse que teriam nossa aprovação.
14:17
We would thus leverage its intelligence as much as possible
253
857738
3414
Assim, aumentaríamos sua inteligência o mais que pudéssemos
14:21
to solve the problem of value-loading.
254
861152
2745
para resolver o problema de passar-lhe os nossos valores.
14:24
This can happen,
255
864727
1512
Isso pode acontecer
14:26
and the outcome could be very good for humanity.
256
866239
3596
e o resultado pode ser muito bom para a humanidade.
14:29
But it doesn't happen automatically.
257
869835
3957
Mas não acontece automaticamente.
14:33
The initial conditions for the intelligence explosion
258
873792
2998
As condições inicias para a explosão da inteligência
14:36
might need to be set up in just the right way
259
876790
2863
podem precisar sofrer um ajuste no modo correto
14:39
if we are to have a controlled detonation.
260
879653
3530
se quisermos uma detonação controlada.
Os valores da IA devem coincidir com os nossos,
14:43
The values that the A.I. has need to match ours,
261
883183
2618
14:45
not just in the familiar context,
262
885801
1760
não apenas no contexto conhecido,
14:47
like where we can easily check how the A.I. behaves,
263
887561
2438
no qual podemos facilmente verificar como a IA se comporta,
14:49
but also in all novel contexts that the A.I. might encounter
264
889999
3234
mas também em todos os novos contextos que a IA pode encontrar
14:53
in the indefinite future.
265
893233
1557
no futuro indefinido.
14:54
And there are also some esoteric issues that would need to be solved, sorted out:
266
894790
4737
E há também questões esotéricas
que precisariam ser resolvidas: detalhes exatos de sua teoria de decisão,
14:59
the exact details of its decision theory,
267
899527
2089
15:01
how to deal with logical uncertainty and so forth.
268
901616
2864
como lidar com a incerteza lógica e assim por diante.
Então, os problemas técnicos que devem ser resolvidos
15:05
So the technical problems that need to be solved to make this work
269
905330
3102
para que isso funcione parecem muito difíceis,
15:08
look quite difficult --
270
908432
1113
15:09
not as difficult as making a superintelligent A.I.,
271
909545
3380
não tão difíceis quanto construir uma IA superinteligente,
15:12
but fairly difficult.
272
912925
2868
mas razoavelmente difíceis.
15:15
Here is the worry:
273
915793
1695
Eis a preocupação:
15:17
Making superintelligent A.I. is a really hard challenge.
274
917488
4684
construir IA superinteligente é um desafio muito grande.
Construir IA superinteligente segura
15:22
Making superintelligent A.I. that is safe
275
922172
2548
15:24
involves some additional challenge on top of that.
276
924720
2416
envolve desafio adicional.
15:28
The risk is that if somebody figures out how to crack the first challenge
277
928216
3487
O risco é de alguém descobrir como vencer o primeiro desafio
15:31
without also having cracked the additional challenge
278
931703
3001
sem que também tenha vencido o desafio adicional
15:34
of ensuring perfect safety.
279
934704
1901
de garantir uma segurança perfeita.
15:37
So I think that we should work out a solution
280
937375
3331
Eu acredito que deveríamos
procurar uma solução antecipada para o problema do controle,
15:40
to the control problem in advance,
281
940706
2822
15:43
so that we have it available by the time it is needed.
282
943528
2660
para que esteja à mão quando precisarmos dela.
15:46
Now it might be that we cannot solve the entire control problem in advance
283
946768
3507
Pode ser que não consigamos resolver
o problema do controle antecipado talvez porque alguns elementos
15:50
because maybe some elements can only be put in place
284
950275
3024
só possam ser colocados quando conhecermos os detalhes da arquitetura
15:53
once you know the details of the architecture where it will be implemented.
285
953299
3997
onde será implementado.
15:57
But the more of the control problem that we solve in advance,
286
957296
3380
Quanto mais antecipadamente resolvermos o problema do controle,
16:00
the better the odds that the transition to the machine intelligence era
287
960676
4090
maiores serão as chances de que a transição
para a era da máquina inteligente será bem-sucedida.
16:04
will go well.
288
964766
1540
16:06
This to me looks like a thing that is well worth doing
289
966306
4644
Para mim, parece algo que vale a pena ser feito
16:10
and I can imagine that if things turn out okay,
290
970950
3332
e posso imaginar que se as coisas correrem bem,
16:14
that people a million years from now look back at this century
291
974282
4658
e as pessoas daqui a 1 milhão de anos se lembrarem deste século,
16:18
and it might well be that they say that the one thing we did that really mattered
292
978940
4002
pode ser que elas digam que a única coisa que fizemos e que realmente valeu a pena
16:22
was to get this thing right.
293
982942
1567
foi fazer isso do jeito correto.
16:24
Thank you.
294
984509
1689
Obrigado.
(Aplausos)
16:26
(Applause)
295
986198
2813
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7