The incredible inventions of intuitive AI | Maurice Conti

5,584,143 views ・ 2017-02-28

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

00:00
Translator: Leslie Gauthier Reviewer: Camille Martínez
0
0
7000
Çeviri: Cihan Ekmekçi Gözden geçirme: Selda Yener
00:12
How many of you are creatives,
1
12555
2289
Aramızda kaçınız yaratıcı?
00:14
designers, engineers, entrepreneurs, artists,
2
14868
3624
Kaçınız tasarımcı, mühendis, girişimci, aktör
00:18
or maybe you just have a really big imagination?
3
18516
2387
veya sadece büyük bir hayal gücünüz var?
00:20
Show of hands? (Cheers)
4
20927
1848
Elleri göreyim?
00:22
That's most of you.
5
22799
1181
Demek ki çoğunuz.
00:25
I have some news for us creatives.
6
25154
2294
Biz yaratıcılar için haberlerim var.
00:28
Over the course of the next 20 years,
7
28534
2573
Önümüzdeki 20 yıl içinde,
00:33
more will change around the way we do our work
8
33291
2973
geçtiğimiz son 2000 yıla kıyasla çalışma şeklimiz
00:37
than has happened in the last 2,000.
9
37202
2157
çok daha fazla değişecek.
00:40
In fact, I think we're at the dawn of a new age in human history.
10
40331
4628
Hatta bence insanlık tarihinde yeni bir çağın eşiğindeyiz.
00:45
Now, there have been four major historical eras defined by the way we work.
11
45465
4761
Çalışma şeklimize göre dört temel tarihi çağ geçirdik.
00:51
The Hunter-Gatherer Age lasted several million years.
12
51224
3275
Avcı-Toplayıcı Çağı birkaç milyon yıl sürdü.
00:54
And then the Agricultural Age lasted several thousand years.
13
54983
3576
Sonra birkaç bin yıl süren Tarım Çağı.
00:59
The Industrial Age lasted a couple of centuries.
14
59015
3490
Ardından birkaç yüzyıl süren Sanayi Çağı.
01:02
And now the Information Age has lasted just a few decades.
15
62529
4287
Şimdi ise henüz onlarca yıldır süregelen Bilgi Çağı'ndayız.
01:06
And now today, we're on the cusp of our next great era as a species.
16
66840
5220
Bugün insan türü olarak yeni bir büyük çağın kıyısındayız.
01:13
Welcome to the Augmented Age.
17
73116
2680
Artırılmış Çağ'a hoş geldiniz.
01:15
In this new era, your natural human capabilities are going to be augmented
18
75820
3693
Bu yeni çağda doğal insani yetileriniz
01:19
by computational systems that help you think,
19
79537
3068
düşünmenize yardım eden bilgisayar sistemleri,
01:22
robotic systems that help you make,
20
82629
2186
üretmenize yardım eden robotik sistemler
01:24
and a digital nervous system
21
84839
1648
ve doğal duyularınızın ötesinde
01:26
that connects you to the world far beyond your natural senses.
22
86511
3690
sizi dünyaya bağlayan dijital bir sinir sistemi ile güçlendirilecek.
01:31
Let's start with cognitive augmentation.
23
91257
1942
Bilişsel artırma ile başlayalım.
01:33
How many of you are augmented cyborgs?
24
93223
2200
Kaçınız güçlendirilmiş sayborg?
01:35
(Laughter)
25
95953
2650
(Kahkahalar)
01:38
I would actually argue that we're already augmented.
26
98627
2821
Ben de zaten artırılmış olduğumuzu iddia ediyordum.
01:42
Imagine you're at a party,
27
102108
1504
Bir partide olduğunuzu
01:43
and somebody asks you a question that you don't know the answer to.
28
103636
3520
ve birinin size cevabını bilmediğiniz bir soru sorduğunu düşünün.
01:47
If you have one of these, in a few seconds, you can know the answer.
29
107180
3760
Eğer elinizde bunlardan bir tane varsa, birkaç saniyede cevabı bulursunuz.
01:51
But this is just a primitive beginning.
30
111689
2299
Fakat bu sadece ilkel bir başlangıç.
01:54
Even Siri is just a passive tool.
31
114683
3331
Siri bile sadece pasif bir araç.
01:58
In fact, for the last three-and-a-half million years,
32
118480
3381
Aslına bakarsanız son üç buçuk milyon yıldır
02:01
the tools that we've had have been completely passive.
33
121885
3109
kullandığımız tüm araçlar tamamen pasifti.
02:06
They do exactly what we tell them and nothing more.
34
126023
3655
Yalnızca söylediğimizi yapıyorlar, başka bir şey değil.
02:09
Our very first tool only cut where we struck it.
35
129702
3101
Kullandığımız ilk araç yalnızca onu sapladığımız yeri kesiyordu.
02:13
The chisel only carves where the artist points it.
36
133642
3040
Matkap yalnızca kullananın işaretlediği noktayı deliyor.
02:17
And even our most advanced tools do nothing without our explicit direction.
37
137163
5641
Hatta en gelişmiş araçlarımız bile biz yönlendirmeden hiçbir şey yapmıyorlar.
02:22
In fact, to date, and this is something that frustrates me,
38
142828
3181
Aslında beni hayal kırıklığına uğratan şey şu;
02:26
we've always been limited
39
146033
1448
biz her zaman irademizi
02:27
by this need to manually push our wills into our tools --
40
147505
3501
fiziksel yollarla araçlara yönlendirerek kısıtladık;
02:31
like, manual, literally using our hands,
41
151030
2297
fiziksel derken gerçekten ellerimizi kullanarak,
02:33
even with computers.
42
153351
1428
bilgisayarda bile.
02:35
But I'm more like Scotty in "Star Trek."
43
155892
2463
Ama ben ''Uzay Yolu''ndaki Scotty gibiyim.
02:38
(Laughter)
44
158379
1850
(Kahkahalar)
02:40
I want to have a conversation with a computer.
45
160253
2146
Bir bigisayarla sohbet etmek istiyorum.
02:42
I want to say, "Computer, let's design a car,"
46
162423
2970
''Hey bilgisayar, hadi bir araba tasarlayalım.'' demek,
02:45
and the computer shows me a car.
47
165417
1539
bilgisayar da bana araba çizsin istiyorum.
02:46
And I say, "No, more fast-looking, and less German,"
48
166980
2608
Sonra ''hayır, daha sağlam ve Alman işi gibi olmasın'' desem
02:49
and bang, the computer shows me an option.
49
169612
2163
ve bilgisayar bir seçenek gösterse.
02:51
(Laughter)
50
171799
1865
(Kahkahalar)
02:54
That conversation might be a little ways off,
51
174028
2306
Bu sohbet biraz uçarı olabilir,
02:56
probably less than many of us think,
52
176358
2665
muhtemelen çoğumuzun düşündüğünden az,
02:59
but right now,
53
179047
1763
ama şu an
03:00
we're working on it.
54
180834
1151
bunun üzerine çalışıyoruz.
03:02
Tools are making this leap from being passive to being generative.
55
182009
4033
Araçlar pasif olmaktan üretken olmaya doğru çığır atlıyor.
03:06
Generative design tools use a computer and algorithms
56
186651
3308
Üretken tasarımlı araçlar bilgisayar ve algoritma kullanarak
03:09
to synthesize geometry
57
189983
2608
geometri sentezi yapıp
03:12
to come up with new designs all by themselves.
58
192615
2754
tamamen kendi başlarına yeni tasarımlar ortaya atıyorlar.
03:15
All it needs are your goals and your constraints.
59
195816
2748
Tek ihtiyacı olan şey sizin hedef ve filtreleriniz.
03:18
I'll give you an example.
60
198588
1408
Bir örnek vereyim:
03:20
In the case of this aerial drone chassis,
61
200020
2788
Bu insansız hava aracı şasesinde
03:22
all you would need to do is tell it something like,
62
202832
2626
tek yapmanız gereken ona bir şey söylemek.
03:25
it has four propellers,
63
205482
1273
Aracın dört pervanesi var,
03:26
you want it to be as lightweight as possible,
64
206779
2131
mümkün olduğu kadar hafif olsun istiyorsunuz
03:28
and you need it to be aerodynamically efficient.
65
208934
2270
ve aerodinamik olarak çalışması gerek.
03:31
Then what the computer does is it explores the entire solution space:
66
211228
4914
İşte bu noktada bilgisayar tüm çözümleri tarıyor:
03:36
every single possibility that solves and meets your criteria --
67
216166
3927
Kriterlerinize uygun her bir olasılığı çözüp karşılayan --
03:40
millions of them.
68
220117
1442
milyonlarca olasılığı.
03:41
It takes big computers to do this.
69
221583
1975
Bunun için büyük bilgisayarlar gerek.
03:43
But it comes back to us with designs
70
223582
1955
Fakat konu bizi
03:45
that we, by ourselves, never could've imagined.
71
225561
3143
hayal dahi edemeyeceğimiz tasarımlara getirir.
03:49
And the computer's coming up with this stuff all by itself --
72
229146
2912
Bilgisayar bütün bunları tek başına yapıyor-
03:52
no one ever drew anything,
73
232082
1678
hiç kimse bir çizim yapmadı
03:53
and it started completely from scratch.
74
233784
2086
ve tamamen sıfırdan başladı.
03:56
And by the way, it's no accident
75
236858
2387
Bu arada hava aracının
03:59
that the drone body looks just like the pelvis of a flying squirrel.
76
239269
3481
uçan bir sincabın iç kısmına benzemesi de tesadüf değil.
04:03
(Laughter)
77
243107
2007
(Kahkahalar)
04:05
It's because the algorithms are designed to work
78
245860
2302
Bunun sebebi algoritmaların evrim mantığıyla
04:08
the same way evolution does.
79
248186
1637
çalışacak şekilde tasarlanması.
04:10
What's exciting is we're starting to see this technology
80
250535
2660
İşin heyecan verici kısmıysa bu teknolojiyi
04:13
out in the real world.
81
253219
1159
gerçek hayatta görmeye başlamamız.
04:14
We've been working with Airbus for a couple of years
82
254402
2452
Birkaç yıldır Airbus'la birlikte
04:16
on this concept plane for the future.
83
256878
1909
geleceğin uçakları üzerine çalışıyoruz.
04:18
It's a ways out still.
84
258811
2070
Henüz olması mümkün değil.
04:20
But just recently we used a generative-design AI
85
260905
3780
Fakat kısa süre önce bunu başarmak için üretken tasarımlı
04:24
to come up with this.
86
264709
1807
yapay zekâ kullandık.
04:27
This is a 3D-printed cabin partition that's been designed by a computer.
87
267429
5153
Bu, bilgisayar tarafından tasarlanmış bir kabin bölmesinin 3B gösterimi.
04:32
It's stronger than the original yet half the weight,
88
272606
2824
Orijinalinden daha güçlü ama yarısı ağırlığında
04:35
and it will be flying in the Airbus A320 later this year.
89
275454
3146
ve bu yıl Airbus A320 ile uçuyor olacak.
04:39
So computers can now generate;
90
279225
1559
Yani bilgisayarlar artık üretebiliyor;
04:40
they can come up with their own solutions to our well-defined problems.
91
280808
4595
bizim iyi tanımladığımız sorunlara kendi çözümlerini bulabiliyorlar.
04:46
But they're not intuitive.
92
286497
1310
Ama sezgisel değiller.
04:47
They still have to start from scratch every single time,
93
287831
3086
Her seferinde sıfırdan başlamaları gerek,
04:50
and that's because they never learn.
94
290941
2565
çünkü hiçbir zaman öğrenmiyorlar.
04:54
Unlike Maggie.
95
294188
1766
Maggie öyle değil ama.
04:55
(Laughter)
96
295978
1581
(Kahkahalar)
04:57
Maggie's actually smarter than our most advanced design tools.
97
297583
3297
Maggie aslında çoğu ileri tasarım araçlarımızdan daha akıllı.
05:01
What do I mean by that?
98
301287
1440
Peki ben ne demek istiyorum?
05:02
If her owner picks up that leash,
99
302751
1590
Sahibi tasmayı eline aldığında
05:04
Maggie knows with a fair degree of certainty
100
304365
2068
Maggie neredeyse kendinden emin bir şekilde
05:06
it's time to go for a walk.
101
306457
1404
yürüyüşe çıkacaklarını biliyor.
05:07
And how did she learn?
102
307885
1185
Nasıl öğrendi peki?
05:09
Well, every time the owner picked up the leash, they went for a walk.
103
309094
3324
Çünkü sahibi tasmayı her aldığında yürüyüşe çıktılar.
05:12
And Maggie did three things:
104
312442
1878
Maggie üç şey yaptı:
05:14
she had to pay attention,
105
314344
1869
Dikkat verdi,
05:16
she had to remember what happened
106
316237
2082
ne olduğunu hatırladı
05:18
and she had to retain and create a pattern in her mind.
107
318343
4017
ve bunu aklında tutup kafasında bir şablon oluşturdu.
05:23
Interestingly, that's exactly what
108
323249
2095
İşin ilginç yanı, bu tam da
05:25
computer scientists have been trying to get AIs to do
109
325368
2523
son 60 yıldır bilgisayar bilimcilerin Yapay Zekâ
05:27
for the last 60 or so years.
110
327915
1859
üzerinde yapmak istedikleri şey.
05:30
Back in 1952,
111
330503
1349
1952 yılında,
05:31
they built this computer that could play Tic-Tac-Toe.
112
331876
3801
XOXO oynayabilen bu bilgisayarı geliştirdiler.
05:36
Big deal.
113
336901
1160
Büyük başarı.
05:38
Then 45 years later, in 1997,
114
338849
3000
45 yıl sonra 1997 yılında,
05:41
Deep Blue beats Kasparov at chess.
115
341873
2472
Deep Blue satrançta Kasparov'u yendi.
05:45
2011, Watson beats these two humans at Jeopardy,
116
345866
4968
2011'de Watson bu iki kişiyi bilgi yarışmasında yendi,
05:50
which is much harder for a computer to play than chess is.
117
350858
2928
ki bu satranç oynamaktan daha zordur bilgisayar için.
05:53
In fact, rather than working from predefined recipes,
118
353810
3812
Gerçek şu ki, önceden belirtilmiş talimatlarla çalışmak yerine
05:57
Watson had to use reasoning to overcome his human opponents.
119
357646
3323
Watson bu insan rakiplerini yenmek için mantık kullandı.
06:02
And then a couple of weeks ago,
120
362213
2439
Yine birkaç hafta önce,
06:04
DeepMind's AlphaGo beats the world's best human at Go,
121
364676
4262
DeepMind'ın AlphaGo robotu Go oyununda dünya birincisini yendi,
06:08
which is the most difficult game that we have.
122
368962
2212
bu sahip olduğumuz en zor oyun.
06:11
In fact, in Go, there are more possible moves
123
371198
2896
Go oyununda, evrendeki atom sayısından çok
06:14
than there are atoms in the universe.
124
374118
2024
hamle olasılığı var.
06:18
So in order to win,
125
378030
1826
Yani kazanmak için
06:19
what AlphaGo had to do was develop intuition.
126
379880
2618
AlphaGo'nın sezgi geliştirmesi gerekliydi.
06:22
And in fact, at some points, AlphaGo's programmers didn't understand
127
382918
4110
Yine bazı noktalarda, AlphaGo'nun programcıları
06:27
why AlphaGo was doing what it was doing.
128
387052
2286
onun neyi niçin yaptığını anlayamadılar.
06:31
And things are moving really fast.
129
391271
1660
İşler çok hızlı bir şekilde işliyor.
06:32
I mean, consider -- in the space of a human lifetime,
130
392955
3227
Bir düşünün, insan hayatı boyunca
06:36
computers have gone from a child's game
131
396206
2233
bilgisayarlar bir çocuk oyunundan
06:39
to what's recognized as the pinnacle of strategic thought.
132
399740
3048
stratejik düşüncenin zirvesi kabul edilen bir oyuna yöneldi.
06:43
What's basically happening
133
403819
2417
Burada olan şey şu;
06:46
is computers are going from being like Spock
134
406260
3310
bilgisayarlar Spock olmaktan çıkıp
06:49
to being a lot more like Kirk.
135
409594
1949
Kirk olmaya başlıyorlar.
06:51
(Laughter)
136
411567
3618
(Kahkahalar)
06:55
Right? From pure logic to intuition.
137
415209
3424
Basit mantıktan sezgiye.
07:00
Would you cross this bridge?
138
420004
1743
Bu köprüden geçer miydiniz?
07:02
Most of you are saying, "Oh, hell no!"
139
422429
2323
Çoğunuz ''hayatta olmaz!'' diyor
07:04
(Laughter)
140
424776
1308
(Kahkahalar)
07:06
And you arrived at that decision in a split second.
141
426108
2657
Bu kararı vermeniz saniyeden kısa sürdü.
07:08
You just sort of knew that bridge was unsafe.
142
428789
2428
Köprünün güvenli olmadığını biliyordunuz.
07:11
And that's exactly the kind of intuition
143
431241
1989
İşte bu tam da derin öğrenme
07:13
that our deep-learning systems are starting to develop right now.
144
433254
3568
sistemlerimizin geliştirmeye çalıştıkları türden bir sezgi.
07:17
Very soon, you'll literally be able
145
437542
1707
Çok yakında, yaptığınız,
07:19
to show something you've made, you've designed,
146
439273
2206
tasarladığınız bir şeyi bir bilgisayara
07:21
to a computer,
147
441503
1153
gösterebileceksiniz.
07:22
and it will look at it and say,
148
442680
1489
O da bakıp şöyle diyecek,
07:24
"Sorry, homie, that'll never work. You have to try again."
149
444193
2823
''Olmaz, kanka, işe yaramaz, baştan yapman lazım.''
07:27
Or you could ask it if people are going to like your next song,
150
447674
3070
İnsanlar yeni şarkınızı beğenecek mi veya hangi dondurmayı
07:31
or your next flavor of ice cream.
151
451593
2063
alacağınızı da sorabilirsiniz.
07:35
Or, much more importantly,
152
455369
2579
Veya daha da önemlisi
07:37
you could work with a computer to solve a problem
153
457972
2364
daha önce hiç karşılaşmadığımız bir sorunla ilgili
07:40
that we've never faced before.
154
460360
1637
bilgisayarla çalışabilirsiniz.
07:42
For instance, climate change.
155
462021
1401
Örneğin iklim değişikliği.
07:43
We're not doing a very good job on our own,
156
463446
2020
Kendi başımıza pek bir iş başaramıyoruz.
07:45
we could certainly use all the help we can get.
157
465490
2245
Alabileceğimiz her yardıma ihtiyacımız var.
07:47
That's what I'm talking about,
158
467759
1458
İşte söylemek istediğim bu;
07:49
technology amplifying our cognitive abilities
159
469241
2555
teknolojinin bilişsel yetilerimizi kuvvetlendirmesi,
07:51
so we can imagine and design things that were simply out of our reach
160
471820
3552
böylelikle artırılmamış insan olarak erişemeyeceğimiz şeyleri
07:55
as plain old un-augmented humans.
161
475396
2559
hayal edip tasarlamak.
07:59
So what about making all of this crazy new stuff
162
479804
2941
Gelelim icat edip
08:02
that we're going to invent and design?
163
482769
2441
tasarlayacağımız onca çılgınca şeye.
08:05
I think the era of human augmentation is as much about the physical world
164
485772
4093
Sanırım insan artırma çağı, sanal ve düşünsel olduğu kadar
08:09
as it is about the virtual, intellectual realm.
165
489889
3065
fiziksel dünyayla da alakalı.
08:13
How will technology augment us?
166
493653
1921
Teknoloji bizi nasıl güçlendirecek?
08:16
In the physical world, robotic systems.
167
496081
2473
Fiziksel dünyada; robotlar.
08:19
OK, there's certainly a fear
168
499440
1736
Robotların insanların işine
08:21
that robots are going to take jobs away from humans,
169
501200
2488
mal olacağı konusunda ciddi bir korku var,
08:23
and that is true in certain sectors.
170
503712
1830
bazı sektörler için bu doğru.
08:25
But I'm much more interested in this idea
171
505994
2878
Ama benim ilgimi çeken, insan ve robotların
08:28
that humans and robots working together are going to augment each other,
172
508896
5010
birlikte çalışarak birbirlerini güçlendirecek olması
08:33
and start to inhabit a new space.
173
513930
2058
ve yeni bir alanda yaşamaya başlamaları.
08:36
This is our applied research lab in San Francisco,
174
516012
2362
Bu San Francisco'daki uygulamalı araştırma laboratuvarımız.
08:38
where one of our areas of focus is advanced robotics,
175
518398
3142
Buradaki çalışmalarımızdan biri ileri robotlar,
08:41
specifically, human-robot collaboration.
176
521564
2511
özellikle de insan-robot işbirliği.
08:44
And this is Bishop, one of our robots.
177
524854
2759
Bu Bishop, robotlarımızdan biri.
08:47
As an experiment, we set it up
178
527637
1789
Deney amaçlı, sürekli aynı
08:49
to help a person working in construction doing repetitive tasks --
179
529450
3460
hareketleri yapan bir inşaat işçisine yardım etmesi için ayarladık,
08:53
tasks like cutting out holes for outlets or light switches in drywall.
180
533804
4194
kuru duvarda priz veya lambalar için delik açma gibi görevler.
08:58
(Laughter)
181
538022
2466
(Kahkahalar)
09:01
So, Bishop's human partner can tell what to do in plain English
182
541697
3111
Bishop'ın insan ortağı basit bir dil ve jestlerle
09:04
and with simple gestures,
183
544832
1305
ne yapacağını söylüyor;
09:06
kind of like talking to a dog,
184
546161
1447
bir köpekle konuşmak gibi,
09:07
and then Bishop executes on those instructions
185
547632
2143
sonra Bishop mükemmel bir dikkatle
09:09
with perfect precision.
186
549799
1892
bu talimatları uyguluyor.
09:11
We're using the human for what the human is good at:
187
551715
2989
İnsanı iyi olduğu şey için kullanıyoruz:
09:14
awareness, perception and decision making.
188
554728
2333
Farkındalık, algı ve karar verme.
09:17
And we're using the robot for what it's good at:
189
557085
2240
Robotu da iyi olduğu alanda:
09:19
precision and repetitiveness.
190
559349
1748
Dikkat ve tekrar etme.
09:22
Here's another cool project that Bishop worked on.
191
562072
2367
Bishop'ın iyi olduğu güzel bir proje daha var.
09:24
The goal of this project, which we called the HIVE,
192
564463
3075
HIVE diye adlandırdığımız bu projenin amacı,
09:27
was to prototype the experience of humans, computers and robots
193
567562
3851
aşırı karmaşık bir tasarım sorununu çözmek için insan,
09:31
all working together to solve a highly complex design problem.
194
571437
3220
bilgisayar ve robotların ortak çalışma tecrübesini örnek almak.
09:35
The humans acted as labor.
195
575613
1451
İnsanlar iş gücü oldular.
09:37
They cruised around the construction site, they manipulated the bamboo --
196
577088
3473
İnşaat alanında gezdiler, bambuyu sürekli değiştirdiler,
09:40
which, by the way, because it's a non-isomorphic material,
197
580585
2756
ki bambu eşbiçimli bir materyal olmadığı için
09:43
is super hard for robots to deal with.
198
583365
1874
robotların çalışması çok zordur.
09:45
But then the robots did this fiber winding,
199
585263
2022
Sonra robotlar bu fiber bağlamayı gerçekleştirdi,
09:47
which was almost impossible for a human to do.
200
587309
2451
insanın bunu yapması neredeyse imkânsızdı.
09:49
And then we had an AI that was controlling everything.
201
589784
3621
Bir de her şeyi kontrol eden bir Yapay Zekâmız vardı.
09:53
It was telling the humans what to do, telling the robots what to do
202
593429
3290
İnsanlara ve robotlara yapması gerekenleri söyleyip
09:56
and keeping track of thousands of individual components.
203
596743
2915
binlerce bireysel bileşenin kaydını tutuyordu.
09:59
What's interesting is,
204
599682
1180
İlginç olan şeyse,
10:00
building this pavilion was simply not possible
205
600886
3141
insan, robot ve yapay zekânın birbirini güçlendirmeden
10:04
without human, robot and AI augmenting each other.
206
604051
4524
bu terası inşa etmesinin kesinlikle mümkün olmamasıydı.
10:09
OK, I'll share one more project. This one's a little bit crazy.
207
609710
3320
Bir proje daha göstereceğim. Bu biraz çılgınca.
10:13
We're working with Amsterdam-based artist Joris Laarman and his team at MX3D
208
613054
4468
Amsterdamlı ressam Joris Laarman ve MX3D'deki takımı ile çalışıyoruz,
10:17
to generatively design and robotically print
209
617546
2878
amacımız üretken tasarım ve robotik yazdırma ile
10:20
the world's first autonomously manufactured bridge.
210
620448
2995
dünyanın ilk özerk inşa edilmiş köprüsünü yapmak.
10:24
So, Joris and an AI are designing this thing right now, as we speak,
211
624135
3685
Şu anda Joris ve Yapay Zekâ Amsterdam'da bunun
10:27
in Amsterdam.
212
627844
1172
üzerine çalışıyorlar.
10:29
And when they're done, we're going to hit "Go,"
213
629040
2321
İşleri bitince sadece bir tuşa basacağız
10:31
and robots will start 3D printing in stainless steel,
214
631385
3311
ve robotlar paslanmaz çelik üzerine 3B çıkışlar alacak,
10:34
and then they're going to keep printing, without human intervention,
215
634720
3283
sonra insan olmadan buna devam edecekler,
10:38
until the bridge is finished.
216
638027
1558
ta ki köprü tamamlanana kadar.
10:40
So, as computers are going to augment our ability
217
640919
2928
Bilgisayarlar yeni şeyler hayal etme ve tasarlama
10:43
to imagine and design new stuff,
218
643871
2150
yetilerimizi güçlendirirken
10:46
robotic systems are going to help us build and make things
219
646045
2895
robotik sistemler daha önce hiç yapamadğımız
10:48
that we've never been able to make before.
220
648964
2084
şeyler yapmamıza yardım edecekler.
10:52
But what about our ability to sense and control these things?
221
652167
4160
Peki ya bunları hissetme ve kontrol etme yetimiz?
10:56
What about a nervous system for the things that we make?
222
656351
4031
Yaptığımız şeyler için bir sinir sistemi olmayacak mı?
11:00
Our nervous system, the human nervous system,
223
660406
2512
İnsanın sinir sistemi
11:02
tells us everything that's going on around us.
224
662942
2311
çevremizde olan her şeyi bize bildirir.
11:06
But the nervous system of the things we make is rudimentary at best.
225
666006
3684
Ama kendi yaptığımız şeylerin sinir sistemi gelişmemiş.
11:09
For instance, a car doesn't tell the city's public works department
226
669714
3563
Örneğin, bir araba gidip belediyeye Broadway ve Morrison'ın köşe başında
11:13
that it just hit a pothole at the corner of Broadway and Morrison.
227
673301
3130
bir çukur olduğunu ve üstünden geçtiğini söylemez.
11:16
A building doesn't tell its designers
228
676455
2032
Bir bina, tasarımcılarına içindeki insanların
11:18
whether or not the people inside like being there,
229
678511
2684
orada olmaktan memnun olup olmadıklarını söylemez,
11:21
and the toy manufacturer doesn't know
230
681219
3010
oyuncak üreticisi o oyuncakla
11:24
if a toy is actually being played with --
231
684253
2007
gerçekten oynandığını bilemez,
11:26
how and where and whether or not it's any fun.
232
686284
2539
şu an nerede veya oynaması zevkli mi bilemez.
11:29
Look, I'm sure that the designers imagined this lifestyle for Barbie
233
689440
3814
Ama şuna eminim ki tasarımcılar Barbie'yi yaptıklarında,
11:33
when they designed her.
234
693278
1224
ona bu hayat tarzını yakıştırdılar.
11:34
(Laughter)
235
694526
1447
(Kahkahalar)
11:35
But what if it turns out that Barbie's actually really lonely?
236
695997
2906
Barbie kendini yalnız hissederse ne olur peki?
11:38
(Laughter)
237
698927
3147
(Kahkahalar)
11:43
If the designers had known
238
703086
1288
Tasarımcılar gerçek dünyada
11:44
what was really happening in the real world
239
704398
2107
neler olduğunu bilseler
11:46
with their designs -- the road, the building, Barbie --
240
706529
2583
yol, bina veya Barbie fark etmez,
11:49
they could've used that knowledge to create an experience
241
709136
2694
bu bilgiyi kullanıcı için
11:51
that was better for the user.
242
711854
1400
daha iyi hâle getirebilirler.
11:53
What's missing is a nervous system
243
713278
1791
Burada eksik olan şey tasarladığımız,
11:55
connecting us to all of the things that we design, make and use.
244
715093
3709
yapıp kullandığımız şeylere ilişkin bir sinir sistemi.
11:59
What if all of you had that kind of information flowing to you
245
719735
3555
Gerçek hayatta yarattığınız şeylerden bu tür bir
12:03
from the things you create in the real world?
246
723314
2183
geri bildirim alsanız nasıl olurdu?
12:07
With all of the stuff we make,
247
727252
1451
Yaptığımız onca şeyi düşününce-
12:08
we spend a tremendous amount of money and energy --
248
728727
2435
inanılmaz para ve enerji harcıyoruz-
12:11
in fact, last year, about two trillion dollars --
249
731186
2376
geçen yıl insanları yaptığımız şeyleri almaya
12:13
convincing people to buy the things we've made.
250
733586
2854
ikna etmek için 2 trilyon dolar harcanmış.
12:16
But if you had this connection to the things that you design and create
251
736464
3388
Satılmış veya kullanıma sunulmuş, tasarladığınız ve yarattığınız
12:19
after they're out in the real world,
252
739876
1727
tüm bu şeylere ilişkin
12:21
after they've been sold or launched or whatever,
253
741627
3614
böyle bir bağlantıya sahip olsaydınız
12:25
we could actually change that,
254
745265
1620
bunu değiştirebilirdiniz;
12:26
and go from making people want our stuff,
255
746909
3047
insanlara icatlarımızı aldırmak yerine
12:29
to just making stuff that people want in the first place.
256
749980
3434
sadece istedikleri şeyleri yapabiliriz.
12:33
The good news is, we're working on digital nervous systems
257
753438
2787
İyi haber şu ki, bizi tasarımlarımıza bağlayacak
12:36
that connect us to the things we design.
258
756249
2801
dijital sinir sistemi üzerinde çalışıyoruz.
12:40
We're working on one project
259
760185
1627
Bir proje üzerinde çalışıyoruz,
12:41
with a couple of guys down in Los Angeles called the Bandito Brothers
260
761836
3712
Los Angeles'ta Bandito Kardeşler
12:45
and their team.
261
765572
1407
ve takımı ile birlikte.
12:47
And one of the things these guys do is build insane cars
262
767003
3433
Bu ekibin yaptığı şeylerden biri sıradışı şeyler yapan
12:50
that do absolutely insane things.
263
770460
2873
sıradışı arabalar üretmek.
12:54
These guys are crazy --
264
774725
1450
Bunlar çıldırmış.
12:56
(Laughter)
265
776199
1036
(Kahkahalar)
12:57
in the best way.
266
777259
1403
Ama iyi anlamda.
13:00
And what we're doing with them
267
780813
1763
Bizim birlikte yaptığımız şey ise
13:02
is taking a traditional race-car chassis
268
782600
2440
geleneksel yarış arabası şasesini alıp
13:05
and giving it a nervous system.
269
785064
1585
ona bir sinir sistemi yüklemek.
13:06
So we instrumented it with dozens of sensors,
270
786673
3058
Yani onlarca sensör taktık ve
13:09
put a world-class driver behind the wheel,
271
789755
2635
direksiyona birinci sınıf bir sürücü koyduk,
13:12
took it out to the desert and drove the hell out of it for a week.
272
792414
3357
arabayı çöle götürdük ve bir hafta boyunca kullandık.
13:15
And the car's nervous system captured everything
273
795795
2491
Arabanın sinir sistemi arabanın başına gelen
13:18
that was happening to the car.
274
798310
1482
her şeyi yakaladı.
13:19
We captured four billion data points;
275
799816
2621
4 milyar veri noktası elde ettik;
13:22
all of the forces that it was subjected to.
276
802461
2310
sorumlu olduğu tüm güçlerden.
13:24
And then we did something crazy.
277
804795
1659
Sonra çılgınca bir şey yaptık.
13:27
We took all of that data,
278
807088
1500
Tüm veriyi aldık
13:28
and plugged it into a generative-design AI we call "Dreamcatcher."
279
808612
3736
''Dreamcatcher'' dediğimiz üretken tasarımlı bir yapay zekâya taktık.
13:33
So what do get when you give a design tool a nervous system,
280
813090
3964
Bir tasarıma dijital bir sinir sistemi yükleyip
13:37
and you ask it to build you the ultimate car chassis?
281
817078
2882
size son model bir şase yapmasını isterseniz ne olur?
13:40
You get this.
282
820543
1973
İşte bu.
13:44
This is something that a human could never have designed.
283
824113
3713
Bu bir insanın asla tasarlayamayacağı bir şey.
13:48
Except a human did design this,
284
828527
1888
Ancak bunu bir insan tasarladı,
13:50
but it was a human that was augmented by a generative-design AI,
285
830439
4309
ama üretken tasarımlı yapay zekâ,
13:54
a digital nervous system
286
834772
1231
dijital bir sinir sistemi
13:56
and robots that can actually fabricate something like this.
287
836027
3005
ve imal yetisi olan robotlar ile güçlendirilmiş bir insan.
13:59
So if this is the future, the Augmented Age,
288
839500
3595
Eğer gelecek, Artırılmış Çağ bu ise
14:03
and we're going to be augmented cognitively, physically and perceptually,
289
843119
4261
bilişsel, fiziksel ve algısal olarak güçlendirileceksek,
14:07
what will that look like?
290
847404
1408
bu neye benzeyecek?
14:09
What is this wonderland going to be like?
291
849396
3321
Bu harikalar diyarı nasıl görünecek?
14:12
I think we're going to see a world
292
852741
1709
Sanırım imal etmekten ziyade
14:14
where we're moving from things that are fabricated
293
854474
3068
yetiştirme yapılan bir dünyaya doğru
14:17
to things that are farmed.
294
857566
1445
yol alıyoruz.
14:19
Where we're moving from things that are constructed
295
859979
3453
Nesnelerin inşa edilmek yerine
14:23
to that which is grown.
296
863456
1704
yetiştirildiği bir dünya.
14:25
We're going to move from being isolated
297
865954
2188
İzole olmaktan çıkıp
14:28
to being connected.
298
868166
1610
iletişim hâlinde olacağız.
14:30
And we'll move away from extraction
299
870454
2411
Ayrılmayı bir yana bırakıp
14:32
to embrace aggregation.
300
872889
1873
birleşmeye kucak açacağız.
14:35
I also think we'll shift from craving obedience from our things
301
875787
3767
Yine sanıyorum ki itaat etmek yerine
14:39
to valuing autonomy.
302
879578
1641
özerkliğin değerini anlayacağız.
14:42
Thanks to our augmented capabilities,
303
882330
1905
Artırılmış yetilerimiz sayesinde,
14:44
our world is going to change dramatically.
304
884259
2377
dünya ciddi bir değişim geçirecek.
14:47
We're going to have a world with more variety, more connectedness,
305
887396
3246
Bu dünyada daha fazla çeşitlilik, iletişim,
14:50
more dynamism, more complexity,
306
890666
2287
dinamizm ve karmaşıklık,
14:52
more adaptability and, of course,
307
892977
2318
daha çok uyum sağlama ve
14:55
more beauty.
308
895319
1217
daha çok güzellik olacak.
14:57
The shape of things to come
309
897051
1564
Gelecek şeylerin biçimi
14:58
will be unlike anything we've ever seen before.
310
898639
2290
daha önce hiç görmediğimiz türden olacak.
15:00
Why?
311
900953
1159
Neden mi?
15:02
Because what will be shaping those things is this new partnership
312
902136
3755
Çünkü onlara bu biçimi verecek şey
15:05
between technology, nature and humanity.
313
905915
3670
teknoloji, doğa ve insan ortaklığı olacak.
15:11
That, to me, is a future well worth looking forward to.
314
911099
3804
Bu bana göre dört gözle beklenecek bir gelecek.
15:14
Thank you all so much.
315
914927
1271
Çok teşekkür ederim.
15:16
(Applause)
316
916222
5669
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7