請雙擊下方英文字幕播放視頻。
00:00
Translator: Joseph Geni
Reviewer: Morton Bast
0
0
7000
譯者: Jessica Lin
審譯者: James Hung
00:15
I'd like to tell you about two games of chess.
1
15772
2556
我想要告訴你們兩場關於西洋棋競賽的故事。
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
第一個故事是在1997年,蓋瑞.卡斯帕洛夫(Garry Kasparov),
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
一個人類,輸給了深藍(Deep Blue),一台機器。
00:25
To many, this was the dawn of a new era,
4
25908
2240
對大多數人來說,這是劃時代的曙光,
00:28
one where man would be dominated by machine.
5
28148
2779
一個人們將被機器支配的時代。
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
但是現在如今的我們,20年後的今天,和電腦之間的關係
00:34
in how we relate to computers is the iPad,
7
34261
2690
最大的改變是iPad,
00:36
not HAL.
8
36951
2045
不是海兒(HAL,小說「太空漫遊」的恐怖超級電腦)。
00:38
The second game was a freestyle chess tournament
9
38996
2648
第二個競賽是自由式西洋棋聯賽。
00:41
in 2005, in which man and machine could enter together
10
41644
2969
在2005年,人們和機器可以一起參賽,
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
成為夥伴,更勝成為對手,如果他們願意的話。
00:49
At first, the results were predictable.
12
49279
1851
首先,這個比賽結果是可以預料的。
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
就算是一台超級電腦,也會敗給使用遜色許多之筆記型電腦的棋聖。
00:53
with a relatively weak laptop.
14
53627
2312
就算是一台超級電腦,也會敗給使用遜色許多之筆記型電腦的棋聖。
00:55
The surprise came at the end. Who won?
15
55939
2985
令人咋舌的是在最後結果。誰贏了呢?
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
不是使用超級電腦的棋聖,
01:01
but actually two American amateurs
17
61700
1493
但,事實上,是兩位使用三台較遜色的筆記型電腦美國業餘選手。
01:03
using three relatively weak laptops.
18
63193
3822
但,事實上,是兩位使用三台較遜色的筆記型電腦美國業餘選手。
01:07
Their ability to coach and manipulate their computers
19
67015
2596
他們的能力是訓練並控制他們的電腦
01:09
to deeply explore specific positions
20
69611
2435
去深度的探究精確的棋位,
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
有效地抗擊具備棋聖和超級電腦運算能力的高階西洋棋知識對手。
01:14
of the grandmasters and the superior computational power
22
74436
2609
有效地抗擊具備棋聖和超級電腦運算能力的高階西洋棋知識對手。
01:17
of other adversaries.
23
77045
1909
有效地抗擊具備棋聖和超級電腦運算能力的高階西洋棋知識對手。
01:18
This is an astonishing result: average men,
24
78954
2905
這是一個驚艷的結果:平庸的人,
01:21
average machines beating the best man, the best machine.
25
81859
4081
平庸的機器,打敗了最強的人,最強的電腦。
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
但,這一切不本該是人類機器的比劃嗎?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
取而代之的是,這是一個關於合作,一個對的合作形式。
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
過去五十年,我們花掉了太多關注在馬文.明斯基(Marvin Minsky)的人工智慧觀點。
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
過去五十年,我們花掉了太多關注在馬文.明斯基(Marvin Minsky)的人工智慧觀點。
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
這是引人入勝的願景,也當然,許多人更懷此大志。
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
這個願景也成了大多數學校對於電腦科學的中心思想。
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
但當我們進入大量資料、大量網路系統、許多開放平台和嵌入性科技的時代,
01:47
of open platforms, and embedded technology,
33
107477
2698
但當我們進入大量資料、大量網路系統、許多開放平台和嵌入性科技的時代,
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
我會想諫言,是時候該重新評估替代性願景了,
01:53
that was actually developed around the same time.
35
113567
3070
這個願景事實上也是來自於同一個時代背景的。
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
我說的是關於力克利德(J.C.R. Licklider)的人類與電腦之合作關係,
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
或許最好稱作,「智能強化」 I.A.
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
力克利德(Licklider)是一個對科技和網際網路的發展上有都很深遠的影響電腦科學巨人。
02:06
effect on the development of technology and the Internet.
39
126417
3006
力克利德(Licklider)是一個對科技和網際網路的發展上有都很深遠的影響電腦科學巨人。
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
他的願景是推動人類和機器合作,在預先設定的程式中允許彈性互賴,完成決策、控制複雜的狀況。
02:12
in making decisions, controlling complex situations
41
132291
3590
他的願景是推動人類和機器合作,在預先設定的程式中允許彈性互賴,完成決策、控制複雜的狀況。
02:15
without the inflexible dependence
42
135881
1770
他的願景是推動人類和機器合作,在預先設定的程式中允許彈性互賴,完成決策、控制複雜的狀況。
02:17
on predetermined programs.
43
137651
2533
他的願景是推動人類和機器合作,在預先設定的程式中允許彈性互賴,完成決策、控制複雜的狀況。
02:20
Note that word "cooperate."
44
140184
2498
注意這個字「合作」
02:22
Licklider encourages us not to take a toaster
45
142682
2747
力克利德(Licklider)鼓勵我們不僅只是拿一台烤麵包機
02:25
and make it Data from "Star Trek,"
46
145429
2284
當作「星艦奇航記」裡的構想,
02:27
but to take a human and make her more capable.
47
147713
3535
更要運用人類去使它更具性能。
02:31
Humans are so amazing -- how we think,
48
151248
1911
人類是如此奇妙,我們的思考方式,
02:33
our non-linear approaches, our creativity,
49
153159
2618
我們的非線性求解,我們的創造力,
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
演算性假設,對於電腦來說,就算真有可能達到,也是極具困難的。
02:37
for computers to do.
51
157908
1345
演算性假設,對於電腦來說,就算真有可能達到,也是極具困難的。
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
力克利德(Licklider)直覺地瞭解到這一點,考慮了人們會
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
設定目標、形成假設、
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
決定標準、並且執行評估。
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
當然,在別的部份,人類是極度受限的。
02:49
We're terrible at scale, computation and volume.
56
169183
3235
我們在比率,計算,和量額的表現極差。
02:52
We require high-end talent management
57
172418
1836
我們需要高階的才華管理
02:54
to keep the rock band together and playing.
58
174254
2064
來保持一個搖滾樂團在一起並能夠演奏。
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
力克利德(Licklider)預見了電腦能完成所有需要事前準備的例行作業的洞見並做出最後決策。
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
力克利德(Licklider)預見了電腦能完成所有需要事前準備的例行作業的洞見並做出最後決策。
03:01
Silently, without much fanfare,
61
181798
2224
悄悄的,並沒有太多的誇耀,這個模式已經形成無數次遠超越西洋棋的成功。
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
悄悄的,並沒有太多的誇耀,這個模式已經形成無數次遠超越西洋棋的成功。
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
蛋白質構型,一個與廣闊的西洋棋法一樣驚人的主題
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
蛋白質構型的方式比目前在宇宙的原子數目還要多。
03:13
This is a world-changing problem with huge implications
65
193774
2353
對於我們了解並治癒疾病的能力來說,這是一個能夠改變世界,帶來重大影響的課題。
03:16
for our ability to understand and treat disease.
66
196127
2308
對於我們了解並治癒疾病的能力來說,這是一個能夠改變世界,帶來重大影響的課題。
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
在這個任務上,超級電腦存在的計算蠻力是絕對不夠的。
03:22
Foldit, a game created by computer scientists,
68
202683
2384
佛迪特(Foldit),一個由電腦科學家發明的遊戲,
03:25
illustrates the value of the approach.
69
205067
2502
圖解了這個方法的價值。
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
不具科技背景,不具生物學背景的業餘者運用了電玩,使他們可以用視覺去重新排列蛋白質的結構,
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
不具科技背景,不具生物學背景的業餘者運用了電玩,使他們可以用視覺去重新排列蛋白質的結構,
03:33
allowing the computer to manage the atomic forces
72
213683
1499
並允許電腦去管理原子的各種力量、交互作用與結構的鑑定議題。
03:35
and interactions and identify structural issues.
73
215182
2957
並允許電腦去管理原子的各種力量、交互作用與結構的鑑定議題。
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
這個方式有五成的狀況下以時間打敗超級電腦
03:41
and tied 30 percent of the time.
75
221162
2584
而且有三成的狀況所用的時間與超級電腦並駕齊驅。
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
佛迪特(Foldit)最近藉著破解梅森輝瑞猴病毒(MPMV, Mason-Pfizer Monkey Virus)的結構產生一個顯著且重大的科學發現。
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
佛迪特(Foldit)最近藉著破解梅森輝瑞猴病毒(MPMV, Mason-Pfizer Monkey Virus)的結構產生一個顯著且重大的科學發現。
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
有一個十多年來已經無法被測定的蛋白脢,被三個玩家在短短幾天就解決,
03:53
was solved was by three players in a matter of days,
79
233058
2626
有一個十多年來已經無法被測定的蛋白脢,被三個玩家在短短幾天就解決,
03:55
perhaps the first major scientific advance
80
235684
2025
或許,這是第一個透過玩電玩而產生的重大的科學進展。
03:57
to come from playing a video game.
81
237709
2323
或許,這是第一個透過玩電玩而產生的重大的科學進展。
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
去年,在世貿大樓遺址,
04:02
the 9/11 memorial opened.
83
242213
1473
911 紀念館開幕,
04:03
It displays the names of the thousands of victims
84
243686
2721
它陳列了上千位遇難者的名字
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
使用一個很美麗概念叫做,「意像連結」
04:09
It places the names next to each other based on their
86
249470
2166
根據遇難者彼此之間的關係把名字放在一起:朋友、家人、同事。
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
根據遇難者彼此之間的關係把名字放在一起:朋友、家人、同事。
04:13
When you put it all together, it's quite a computational
88
253849
3028
當你把全部都放在一起時,這絕對是一個在計算上的挑戰:三千五百的受難者,一千八百個鄰接的需求。
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
當你把全部都放在一起時,這絕對是一個在計算上的挑戰:三千五百的受難者,一千八百個鄰接的需求。
04:21
the importance of the overall physical specifications
90
261100
3092
最重要的是整體形式的特徵,
04:24
and the final aesthetics.
91
264192
2137
以及終極的藝術觀。
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
當這件事情第一次被媒體報導時,這個功績的榮耀都給了
04:28
was given to an algorithm from the New York City
93
268944
1892
來自紐約市的名為在地專案(Local Projects)公司的演算法。但事實其實是更令人玩味的。
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
來自紐約市的名為在地專案(Local Projects)公司的演算法。但事實其實是更令人玩味的。
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
當一個演算法被用來發展一個相關性架構時,
04:37
humans used that framework to design the final result.
96
277708
3008
人類用這個架構去設計出最後的結果。
04:40
So in this case, a computer had evaluated millions
97
280716
2225
在這個例子上而言,電腦計算了數百萬種可能的排列,
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
並管理複雜的關係系統,
04:46
and kept track of a very large set of measurements
99
286276
2414
並保持追蹤這一套龐大的測量結果與變數,
04:48
and variables, allowing the humans to focus
100
288690
2410
允許人們去專注於設計和創作上的選擇。
04:51
on design and compositional choices.
101
291100
2802
允許人們去專注於設計和創作上的選擇。
04:53
So the more you look around you,
102
293902
1036
所以當你越向四周發覺,
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
就越能發現力克利德(Licklider)的理念無所不在。
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
不論iPhone 上面的實境強化,或是車上的定位系統(GPS, Global Positioning System)
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
人類、電腦 合作讓我們更俱能力。
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
所以如果你想要改善人類、電腦的合作,
05:04
what can you do?
107
304829
1429
你可以怎麼做?
05:06
You can start by designing the human into the process.
108
306258
2452
你可以開始從設計上把人類因子放進過程中。
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
與其去想如何用電腦解決問題,不如去設計一個人類會怎麼做的解決方案。
05:10
design the solution around what the human will do as well.
110
310914
3869
與其去想如何用電腦解決問題,不如去設計一個人類會怎麼做的解決方案。
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
當你這麼做時,你會很快發現,
05:16
all of your time on the interface between man and machine,
112
316720
2879
你將所有的時間花在人和機器的介面上
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
更精確的在設計上避免在互動中的摩擦。
05:22
In fact, this friction is more important than the power
114
322698
2766
事實上,這個摩擦在決定全面性能力,比人類個別的力量或著機器個別的力量還要重要。
05:25
of the man or the power of the machine
115
325464
2052
事實上,這個摩擦在決定全面性能力,比人類個別的力量或著機器個別的力量還要重要。
05:27
in determining overall capability.
116
327516
1931
事實上,這個摩擦在決定全面性能力,比人類個別的力量或著機器個別的力量還要重要。
05:29
That's why two amateurs with a few laptops
117
329447
1977
這就是為什麼兩個業餘選手和幾台筆記型電腦
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
可以輕鬆的打敗超級電腦和棋聖。
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
卡斯帕洛夫(Kasparov)稱這種過程為摩擦中的副產品。
05:36
The better the process, the less the friction.
120
336885
2401
過程越順利,摩擦就越少。
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
減少摩擦卻成為決定性的變項。
05:43
Or take another example: big data.
122
343542
2243
或著拿另一個例子:龐大數據。
05:45
Every interaction we have in the world is recorded
123
345785
1906
我們所有在世上的互動,都被一個不斷成長的感應陣列所記錄下來:你的電話、你的信用卡、你的電腦。
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
我們所有在世上的互動,都被一個不斷成長的感應陣列所記錄下來:你的電話、你的信用卡、你的電腦。
05:50
your credit card, your computer. The result is big data,
125
350750
2373
這個結果就是一個龐大數據
05:53
and it actually presents us with an opportunity
126
353123
1742
而且這在我們面前呈現一個更深入的瞭解人類的狀態機會。
05:54
to more deeply understand the human condition.
127
354865
2662
而且這在我們面前呈現一個更深入的瞭解人類的狀態機會。
05:57
The major emphasis of most approaches to big data
128
357527
2305
多數面對龐大數據的方式,
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
主要著重於「我該如何儲存這些數據,我該如何搜尋這個數據,我該如何處理這個數據?」
06:02
this data? How do I process this data?"
130
362047
2276
主要著重於「我該如何儲存這些數據,我該如何搜尋這個數據,我該如何處理這個數據?」
06:04
These are necessary but insufficient questions.
131
364323
2204
這些都是必要,但卻不充足的問題。
06:06
The imperative is not to figure out how to compute,
132
366527
2471
最迫切的並不是去明白如何計算
06:08
but what to compute. How do you impose human intuition
133
368998
2184
而是計算什麼。你如何利用這樣測量尺度下的資料找到人類的直覺?
06:11
on data at this scale?
134
371182
1791
而是計算什麼。你如何利用這樣測量尺度下的資料找到人類的直覺?
06:12
Again, we start by designing the human into the process.
135
372973
3499
同樣的,我們一開始就設計人類在這個過程中
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
當PayPal創業初期,他們最大的挑戰
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
並不是「我該如何在線上處理金流?」
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
他們的挑戰是「我該如何做才能排除成為組織化犯罪行為下的詐欺工具?」
06:25
Why so challenging? Because while computers can learn
139
385960
2088
為什麼這具有挑戰性?因為當電腦可以依據過去模式學習
06:28
to detect and identify fraud based on patterns,
140
388048
3144
如何偵測並辨識詐騙行為,
06:31
they can't learn to do that based on patterns
141
391192
1479
他們沒辦法根據他們從未見過的模式去學習偵測與辨識,
06:32
they've never seen before, and organized crime
142
392671
2116
他們沒辦法根據他們從未見過的模式去學習偵測與辨識,
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
組織化犯罪擁有很多共通點之一:聰穎的人們,
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
無情的足智多謀,企業家的精神--(笑聲)--
06:41
and one huge and important difference: purpose.
145
401136
2712
而最大的不同在於:目的。
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
所以雖然單就電腦可以抓到除了聰明者以外所有詐騙者,
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
但是抓到最聰明的就是成功與失敗不同之處。
06:48
between success and failure.
148
408933
2545
但是抓到最聰明的就是成功與失敗不同之處。
06:51
There's a whole class of problems like this, ones with
149
411478
2221
這裡有一堆像同類型的問題,一個是
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
會適應的敵人,他們很少表現出
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
相同的模式,所以無法被電腦察覺。
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
反之,創新和分裂中有一些固有的因子
07:03
and increasingly these problems are buried in big data.
153
423003
2735
而且越來越多這些問題正被龐大的數據埋沒
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
舉例來說,恐怖主義。恐怖份子總是能
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
能調整自己適應的新環境,而且儘管
07:10
what you might see on TV, these adaptations,
156
430290
3094
你可以會在電視上看到,這些適應,
07:13
and the detection of them, are fundamentally human.
157
433384
2293
以及這些察覺都是最基本的人性。
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
電腦則無法偵測出人意料的模式和新行為,
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
但是人類可以。人類運用科技,測試假設,
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
利用機器去幫助他們尋求洞見。
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
賓拉登並不是靠人工智慧被裝的
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
他是被全心全意、足智多謀、聰明的人們運用
07:31
in partnerships with various technologies.
163
451522
4269
大量科技器材下被抓的。
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
雖然這聽起來很有吸引力,你卻不能用
07:38
data mine your way to the answer.
165
458609
1601
演算數據的方式找到答案
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
這裡沒有「找到恐怖份子」的按鈕,而且
07:43
we integrate from a vast variety of sources
167
463065
2302
當我們從大量各種不同來源、系統、規格統整越多的資料,
07:45
across a wide variety of data formats from very
168
465367
2133
當我們從大量各種不同來源、系統、規格統整越多的資料,
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
找尋數據的效率就會降低。
07:50
Instead, people will have to look at data
170
470809
2024
所以,人們會需要看著數據
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
然後尋找洞見,就像力克利德(Licklider)很久以前的預見,
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
在此的成功之鑰就是一個正確形式的合作。
07:58
and as Kasparov realized,
173
478974
1524
就像卡斯帕洛夫(Kasparov)意識到的,
08:00
that means minimizing friction at the interface.
174
480498
3031
也就是要極小化來自於界面的摩擦
08:03
Now this approach makes possible things like combing
175
483529
2758
現在這個方式讓許多可能變得有理可尋,
08:06
through all available data from very different sources,
176
486287
3386
透過大量不同資源中的所有可用的數據
08:09
identifying key relationships and putting them in one place,
177
489673
2792
去辨識重要的關係,將他們齊聚一堂,
08:12
something that's been nearly impossible to do before.
178
492465
2928
這是一個以前都無法辦到的事情。
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
對一些人來說,這會帶來令人害怕的隱私和公民自由的問題。
08:17
implications. To others it foretells of an era of greater
180
497335
3410
而對另一些人來說,這預見的是一個有更多
08:20
privacy and civil liberties protections,
181
500745
1909
隱私和公民自由保護的世紀,
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
但隱私和公民自由是最重要的基礎,
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
需要被認知,而且就算是有最好的目的,
08:27
even with the best of intents.
184
507783
2530
他們不可以被拋再一旁。
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
所以現在來就來透過一些例子來探討,
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
近年來,當科技是被製造出來用以驅使人類和電腦的合作時
08:35
have had in recent time.
187
515237
2919
所帶來的影響力。
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
在2007年十月,美國和聯軍部隊
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
在敘利亞接近伊拉克的邊界新賈爾市突擊蓋達組織
08:43
on the Syrian border of Iraq.
190
523988
1934
在敘利亞接近伊拉克的邊界新賈爾市突擊蓋達組織。
08:45
They found a treasure trove of documents:
191
525922
2376
他們找到了一個珍貴的文件:
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
700張外國戰士的自傳。
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
這些戰士們離開波斯灣,地中海東部,非的家人,
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
在伊拉克加入蓋達組織。
08:56
These records were human resource forms.
195
536363
1616
這些記錄是手寫的格式來管理
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
是這些戰士在他們加入組織時填寫的。
09:00
It turns out that al Qaeda, too,
197
540834
1211
這就發現了其實蓋達組織,
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
並不是沒有官僚作風。 (笑聲)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
他們回答了些問題,像是「誰找你來的?」
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
「你的家鄉長甚麼樣子?」「你想在這找從事甚麼專長?」
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
在最後一個問題中,揭開了一個令人驚訝的答案。
09:12
The vast majority of foreign fighters
202
552763
2400
大部份的外國戰士
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
都希望能成為殉道的自殺炸彈客--
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
這是十分重要的發現,在2003年到2007年間,伊拉克
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
有1,392個自殺炸彈,是政局不穩定的主要來源
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
分析這個數據是很困難的。原稿都是待掃描及翻譯,一張張寫著阿拉伯語字的紙。
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
分析這個數據是很困難的。原稿都是待掃描及翻譯,一張張寫著阿拉伯語字的紙。
09:30
The friction in the process did not allow for meaningful
208
570945
2192
這過程中的摩擦並無法於可運用時間內在個別人類、PDF文件以及韌性中得到有意義的結果。
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
這過程中的摩擦並無法於可運用時間內在個別人類、PDF文件以及韌性中得到有意義的結果。
09:36
and tenacity alone.
210
576487
2218
這過程中的摩擦並無法於可運用時間內在個別人類、PDF文件以及韌性中得到有意義的結果。
09:38
The researchers had to lever up their human minds
211
578705
1953
研究人員們需要提升他們的思想,
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
與科技合作去尋找更深,去探測不這麼明顯的
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
假設。而且事實上,見解已經出現了。
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
20%的外國戰士來自利比亞
09:48
50 percent of those from a single town in Libya,
215
588865
2968
這其中的百分之50是從利比亞的同一個小鎮出來的
09:51
hugely important since prior statistics put that figure at
216
591833
2450
這十分重要,因為之前的統計只有算出
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
百分之三。這也幫助我們去磨鍊
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
找尋蓋達組織、阿布.葉海亞.禮畢,
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
一個資深的利比亞伊斯蘭教的神職人員。
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
在2007年三月,他給了從利比亞踴躍加入的外國戰士一個演說,
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
在2007年三月,他給了從利比亞踴躍加入的外國戰士們一個演說。
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
或許這當中最聰明,也最不明顯的,
10:11
by flipping the data on its head, the researchers were
223
611510
2073
是改變數據的使用方式,研究者們便可以
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
更深的探討敘利亞的協調網路
10:16
that were ultimately responsible for receiving and
225
616483
2517
是如何負責處理
10:19
transporting the foreign fighters to the border.
226
619000
2464
到邊界接收和運輸外國戰士。
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
這些是網路的傭兵,而不是思想啟蒙家
10:24
who were in the coordination business for profit.
228
624097
2398
那些為了利潤而進行商業協調。
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
舉例來說,他們指控沙烏地阿拉伯外國戰士
10:28
substantially more than Libyans, money that would have
230
628399
2199
大大超過利比亞,否則那些錢
10:30
otherwise gone to al Qaeda.
231
630598
2320
就會到蓋達組織手上
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
或許敵人會在自己的網路自亂陣腳,
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
如果他們最後了解自己欺騙那些準聖戰者。
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
在2010年一月,一個毀滅性的芮氏規模7地震襲擊海地,
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
三個最致命的地震,使得一百萬人,
10:44
10 percent of the population, homeless.
236
644659
2584
近百分之十的人口,無家可歸。
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
一個看起來在整體救災貢獻不是很大的工作
10:50
became increasingly important as the delivery of food
238
650380
2176
例如分配食物和供水
10:52
and water started rolling.
239
652556
2160
變成更加重要的事。
10:54
January and February are the dry months in Haiti,
240
654716
1458
一月和二月是海地的旱季
10:56
yet many of the camps had developed standing water.
241
656174
2942
然而很多的營地都有蓄水,
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
這裡唯一擁有海地洪泛區細節的
11:01
floodplains had been leveled
243
661238
1297
一個機構,已在地震
11:02
in the earthquake, leadership inside.
244
662535
3008
中被夷為平地
11:05
So the question is, which camps are at risk,
245
665543
2575
所以問題會是,哪一個營地目前是處在危險中
11:08
how many people are in these camps, what's the
246
668118
1921
目前有多少人在這些營地,
11:10
timeline for flooding, and given very limited resources
247
670039
2311
洪水氾濫的時辰,還有在非常有限的資源和
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
基礎設施下,我們該如何決定搬遷的優先順序?
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
這個數據是難以置信的歧異。美國陸軍只有
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
一小部份地區的細節資料。
11:21
There was data online from a 2006 environmental risk
251
681007
2511
當時還有從2006年環境風險座談會的網路數據,
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
其他的地理空間資料,沒有一項可以用來整合使用。
11:26
The human goal here was to identify camps for relocation
253
686182
2958
人類要辨識營地的目地,是為了能
11:29
based on priority need.
254
689140
2395
根據他們的需要的優先順序進行搬遷。
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
電腦需要統整各式各樣且大量的地理資訊、社群媒體的數據和救災團體的資料去回答這個問題。
11:33
information, social media data and relief organization
256
693975
2584
電腦需要統整各式各樣且大量的地理資訊、社群媒體的數據和救災團體的資料去回答這個問題。
11:36
information to answer this question.
257
696559
3480
電腦需要統整各式各樣且大量的地理資訊、社群媒體的數據和救災團體的資料去回答這個問題。
11:40
By implementing a superior process, what was otherwise
258
700039
2415
透過執行這個更佳的處理過程,原本需要40 個人花費超過三個月的時間的任務,只要三個人花40個小時的簡單的工作,
11:42
a task for 40 people over three months became
259
702454
2608
透過執行這個更佳的處理過程,原本需要40 個人花費超過三個月的時間的任務,只要三個人花40個小時的簡單的工作,
11:45
a simple job for three people in 40 hours,
260
705062
3176
透過執行這個更佳的處理過程,原本需要40 個人花費超過三個月的時間的任務,只要三個人花40個小時的簡單的工作,
11:48
all victories for human-computer symbiosis.
261
708238
2628
這都是人類跟電腦合作的勝利。
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
我們比力克利德(Licklider)的對未來的願景
11:52
for the future, and the data suggests that we should be
263
712920
2242
還超前了50年,而數據成果也建議我們在人類和機器一起合作下應該要,對於能夠解決這世紀最困難的問題而感到興奮。
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
還超前了50年,而數據成果也建議我們在人類和機器一起合作下應該要,對於能夠解決這世紀最困難的問題而感到興奮。
11:58
man and machine in cooperation together.
265
718192
2947
還超前了50年,而數據成果也建議我們在人類和機器一起合作下應該要,對於能夠解決這世紀最困難的問題而感到興奮。
12:01
Thank you. (Applause)
266
721139
2197
謝謝。(掌聲)
12:03
(Applause)
267
723336
2505
(掌聲)
New videos
關於本網站
本網站將向您介紹對學習英語有用的 YouTube 視頻。 您將看到來自世界各地的一流教師教授的英語課程。 雙擊每個視頻頁面上顯示的英文字幕,從那裡播放視頻。 字幕與視頻播放同步滾動。 如果您有任何意見或要求,請使用此聯繫表與我們聯繫。