ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"

Why you should listen

Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.

Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."

Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.

More profile about the speaker
Alex Wissner-Gross | Speaker | TED.com
TEDxBeaconStreet

Alex Wissner-Gross: A new equation for intelligence

Άλεξ Βίσνερ-Γκρος: Μια νέα εξίσωση για τη νοημοσύνη

Filmed:
2,098,891 views

Υπάρχει κάποια εξίσωση για τη νοημοσύνη; Ναι. Είναι η F = T ∇ Sτ. Σε μια συναρπαστική και κατατοπιστική ομιλία, ο φυσικός και επιστήμονας υπολογιστών Άλεξ Βίσνερ-Γκρος εξηγεί τι στην ευχή σημαίνει αυτό. (Βιντεοσκοπημένο στο TEDxBeaconStreet.)
- Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio

Double-click the English transcript below to play the video.

00:12
IntelligenceΕυφυΐα -- what is it?
0
899
3667
Νοημοσύνη -- τι είναι;
00:16
If we take a look back at the historyιστορία
1
4566
2291
Αν κάνουμε μια αναδρομή
στην ιστορία
00:18
of how intelligenceνοημοσύνη has been viewedείδαν,
2
6857
2624
σχετικά με τον τρόπο
που έχει κριθεί η νοημοσύνη,
00:21
one seminalσπερματικός exampleπαράδειγμα has been
3
9481
3618
ένα γόνιμο παράδειγμα υπήρξε
00:25
EdsgerΈντσγκερ Dijkstra'sΤου Dijkstra famousπερίφημος quoteπαραθέτω, αναφορά that
4
13099
3477
η διάσημη φράση
του Έντσγκερ Ντάικστρα ότι
00:28
"the questionερώτηση of whetherκατά πόσο a machineμηχανή can think
5
16576
3111
«το ερώτημα αν μια μηχανή
μπορεί να σκεφτεί
00:31
is about as interestingενδιαφέρων
6
19687
1310
είναι τόσο ενδιαφέρον
00:32
as the questionερώτηση of whetherκατά πόσο a submarineυποβρύχιο
7
20997
2971
όσο και το ερώτημα
αν ένα υποβρύχιο
00:35
can swimζάλη."
8
23968
1790
μπορεί να κολυμπήσει».
00:37
Now, EdsgerΈντσγκερ DijkstraDijkstra, when he wroteέγραψε this,
9
25758
3844
Τώρα, ο Έντσγκερ Ντάικστρα,
όταν το έγραψε αυτό,
00:41
intendedπροορίζονται it as a criticismκριτική
10
29602
2054
το εννοούσε ως κριτική
00:43
of the earlyνωρίς pioneersπρωτοπόροι of computerυπολογιστή scienceεπιστήμη,
11
31656
3000
για τους πρωτοπόρους
της επιστήμης υπολογιστών,
00:46
like AlanAlan TuringΤούρινγκ.
12
34656
1747
όπως ο Άλαν Τούρινγκ.
00:48
HoweverΩστόσο, if you take a look back
13
36403
2499
Ωστόσο, αν ρίξετε μια ματιά
στο παρελθόν
00:50
and think about what have been
14
38902
1965
και σκεφτείτε πώς θα ήταν
00:52
the mostπλέον empoweringενδυνάμωση innovationsκαινοτομίες
15
40867
1996
οι πιο σημαντικές καινοτομίες
00:54
that enabledενεργοποιημένη us to buildχτίζω
16
42863
1879
που μας επέτρεψαν να φτιάξουμε
00:56
artificialτεχνητός machinesμηχανές that swimζάλη
17
44742
2234
τεχνητές μηχανές που κολυμπούν
00:58
and artificialτεχνητός machinesμηχανές that [flyπετώ],
18
46976
2573
και τεχνητές μηχανες που [πετούν],
01:01
you find that it was only throughδιά μέσου understandingκατανόηση
19
49549
3547
θα δείτε ότι μόνο μέσω της κατανόησης
01:05
the underlyingυποκείμενο physicalφυσικός mechanismsμηχανισμούς
20
53096
2608
των υποκείμενων φυσικών μηχανισμών
01:07
of swimmingκολύμπι and flightπτήση
21
55704
2779
της κολύμβησης και της πτήσης
01:10
that we were ableικανός to buildχτίζω these machinesμηχανές.
22
58483
3172
μπορέσαμε να φτιάξουμε
αυτές τις μηχανές.
01:13
And so, severalαρκετά yearsχρόνια agoπριν,
23
61655
2256
Και έτσι, μερικά χρόνια πριν,
01:15
I undertookανέλαβε a programπρόγραμμα to try to understandκαταλαβαίνουν
24
63911
3249
ξεκίνησα ένα πρόγραμμα
για να προσπαθήσω να καταλάβω
01:19
the fundamentalθεμελιώδης physicalφυσικός mechanismsμηχανισμούς
25
67160
2634
τους θεμελιώδεις φυσικούς μηχανισμούς
01:21
underlyingυποκείμενο intelligenceνοημοσύνη.
26
69794
2768
που διέπουν τη νοημοσύνη.
01:24
Let's take a stepβήμα back.
27
72562
1860
Ας πάμε ένα βήμα πίσω.
01:26
Let's first beginαρχίζουν with a thought experimentπείραμα.
28
74422
3149
Ας αρχίσουμε με ένα νοητικό πείραμα.
01:29
PretendΠροσποιούνται that you're an alienεξωγήινο raceαγώνας
29
77571
2854
Προσποιηθείτε ότι είστε μια φυλή εξωγήινων
01:32
that doesn't know anything about EarthΓη biologyβιολογία
30
80425
3041
που δεν γνωρίζει τίποτα
σχετικά με τη βιολογία της Γης
01:35
or EarthΓη neuroscienceνευροεπιστήμη or EarthΓη intelligenceνοημοσύνη,
31
83466
3116
ή τη νευροεπιστήμη
ή τη νοημοσύνη της Γης,
01:38
but you have amazingφοβερο telescopesτηλεσκόπια
32
86582
2192
αλλά έχετε εκπληκτικά τηλεσκόπια
01:40
and you're ableικανός to watch the EarthΓη,
33
88774
2362
και μπορείτε να παρατηρήσετε τη Γη,
01:43
and you have amazinglyκαταπληκτικά long livesζωή,
34
91136
2332
και ζείτε εκπληκτικά πολλά χρόνια,
01:45
so you're ableικανός to watch the EarthΓη
35
93468
1499
άρα μπορείτε να παρακολουθήσετε τη Γη
01:46
over millionsεκατομμύρια, even billionsδισεκατομμύρια of yearsχρόνια.
36
94967
3442
για εκατομμύρια,
ακόμη και δισεκατομμύρια χρόνια.
01:50
And you observeπαρατηρούν a really strangeπαράξενος effectαποτέλεσμα.
37
98409
3015
Και παρατηρείτε
μια πραγματικά παράξενη έκβαση.
01:53
You observeπαρατηρούν that, over the courseσειρά μαθημάτων of the millenniaχιλιετίες,
38
101424
4312
Παρατηρείτε ότι
με το πέρασμα των χιλιετιών,
01:57
EarthΓη is continuallyσυνεχώς bombardedβομβαρδιζόμαστε with asteroidsαστεροειδείς
39
105736
4285
η Γη βομβαρδίζεται
συνεχώς από αστεροειδείς
02:02
up untilμέχρις ότου a pointσημείο,
40
110021
2087
μέχρι κάποια στιγμή,
02:04
and that at some pointσημείο,
41
112108
1531
και ότι σε αυτή τη στιγμή,
02:05
correspondingαντίστοιχος roughlyχονδρικά to our yearέτος, 2000 ADΔΙΑΦΉΜΙΣΗ,
42
113639
4192
που αντιστοιχεί αδρά
στη χρονολογία μας, το 2000 μ.Χ.,
02:09
asteroidsαστεροειδείς that are on
43
117831
1716
οι αστεροειδείς που βρίσκονται
02:11
a collisionσύγκρουση courseσειρά μαθημάτων with the EarthΓη
44
119547
1931
σε πορεία σύγκρουσης με τη Γη
02:13
that otherwiseσε διαφορετική περίπτωση would have collidedσυγκρούστηκε
45
121478
1975
και που κανονικά
θα είχαν πέσει πάνω της,
02:15
mysteriouslyμυστηριωδώς get deflectedεκτρέπονται
46
123453
2415
εκτρέπονται μυστηριωδώς
02:17
or they detonateεκπυρσοκροτούν before they can hitΚτύπημα the EarthΓη.
47
125868
3072
ή ανατινάζονται πριν μπορέσουν
να χτυπήσουν τη Γη.
02:20
Now of courseσειρά μαθημάτων, as earthlingsΓήινοι,
48
128940
2083
Τώρα φυσικά εμείς, ως γήινοι,
02:23
we know the reasonλόγος would be
49
131023
1544
γνωρίζουμε ότι ο λόγος θα ήταν
02:24
that we're tryingπροσπαθεί to saveαποθηκεύσετε ourselvesεμείς οι ίδιοι.
50
132567
1756
ότι προσπαθούμε να σωθούμε.
02:26
We're tryingπροσπαθεί to preventαποτρέψει an impactεπίπτωση.
51
134323
3080
Προσπαθούμε να αποτρέψουμε
μια σύγκρουση.
02:29
But if you're an alienεξωγήινο raceαγώνας
52
137403
1711
Αν όμως είστε μια φυλή εξωγήινων
που δεν γνωρίζει τίποτε γι' αυτό,
02:31
who doesn't know any of this,
53
139114
1146
02:32
doesn't have any conceptέννοια of EarthΓη intelligenceνοημοσύνη,
54
140260
2514
που δεν έχει καμία ιδέα
για τη νοημοσύνη της Γης,
02:34
you'dεσείς be forcedεξαναγκασμένος to put togetherμαζί
55
142774
1728
θα αναγκαζόσασταν να συγκροτήσετε
02:36
a physicalφυσικός theoryθεωρία that explainsεξηγεί how,
56
144502
2918
μια φυσική θεωρία που να εξηγεί πώς,
02:39
up untilμέχρις ότου a certainβέβαιος pointσημείο in time,
57
147420
2538
σε μια δεδομένη χρονική στιγμή,
02:41
asteroidsαστεροειδείς that would demolishκατεδαφίσει the surfaceεπιφάνεια of a planetπλανήτης
58
149958
4449
οι αστεροειδείς που θα συνέτριβαν
την επιφάνεια ενός πλανήτη
02:46
mysteriouslyμυστηριωδώς stop doing that.
59
154407
3231
σταμάτησαν μυστηριωδώς να το κάνουν.
02:49
And so I claimαπαίτηση that this is the sameίδιο questionερώτηση
60
157638
4204
Ισχυρίζομαι λοιπόν ότι
αυτό το ζήτημα είναι το ίδιο
02:53
as understandingκατανόηση the physicalφυσικός natureφύση of intelligenceνοημοσύνη.
61
161842
3998
με την κατανόηση της φυσικής ουσίας
της νοημοσύνης.
02:57
So in this programπρόγραμμα that I
undertookανέλαβε severalαρκετά yearsχρόνια agoπριν,
62
165840
3882
Σε αυτό λοιπόν το πρόγραμμα
που ξεκίνησα πριν από χρόνια
03:01
I lookedκοίταξε at a varietyποικιλία of differentδιαφορετικός threadsνήματα
63
169722
2765
εξέτασα μια ποικιλία
διαφορετικών στοιχείων
03:04
acrossαπέναντι scienceεπιστήμη, acrossαπέναντι a varietyποικιλία of disciplinesειδικότητες,
64
172487
3162
σε όλο το επιστημονικό φάσμα,
σε διάφορους επιστημονικούς κλάδους,
03:07
that were pointingδείχνοντας, I think,
65
175649
1892
που στόχευαν, πιστεύω,
03:09
towardsπρος a singleμονόκλινο, underlyingυποκείμενο mechanismμηχανισμός
66
177541
2548
προς έναν ενιαίο, υποκείμενο μηχανισμό
03:12
for intelligenceνοημοσύνη.
67
180089
1581
για τη νοημοσύνη.
03:13
In cosmologyκοσμολογία, for exampleπαράδειγμα,
68
181670
2546
Στην κοσμολογία, για παράδειγμα,
03:16
there have been a varietyποικιλία of
differentδιαφορετικός threadsνήματα of evidenceαπόδειξη
69
184216
2747
υπήρχε μια πληθώρα
διαφορετικών ενδεικτικών στοιχείων
03:18
that our universeσύμπαν appearsεμφανίζεται to be finelyψιλοκομμένο tunedσυντονισμένη
70
186963
3407
ότι το σύμπαν μας φαίνεται
να είναι τέλεια συντονισμένο
03:22
for the developmentανάπτυξη of intelligenceνοημοσύνη,
71
190370
2153
για την ανάπτυξη νοημοσύνης,
03:24
and, in particularιδιαιτερος, for the developmentανάπτυξη
72
192523
2389
και, ειδικότερα, για την ανάπτυξη
03:26
of universalΠαγκόσμιος statesκράτη μέλη
73
194912
1886
γενικών καταστάσεων
03:28
that maximizeμεγιστοποίηση the diversityποικιλία of possibleδυνατόν futuresσυμβόλαια μελλοντικής εκπλήρωσης.
74
196798
4098
που μεγιστοποιούν
την ποικιλομορφία πιθανών μελλόντων.
03:32
In gameπαιχνίδι playπαίζω, for exampleπαράδειγμα, in Go --
75
200896
2344
Στα παιχνίδια, για παράδειγμα, στο Γκόου --
03:35
everyoneΟλοι remembersθυμάται in 1997
76
203240
3025
όλοι θυμούνται το 1997
03:38
when IBM'sΤης IBM DeepΒαθύ BlueΜπλε beatΡυθμός
GarryΓκάρι KasparovΟ Κασπάροβ at chessσκάκι --
77
206265
3951
όταν ο Ντιπ Μπλου της IBM νίκησε
στο σκάκι τον Γκάρι Κασπάροβ --
03:42
fewerλιγότεροι people are awareενήμερος
78
210216
1523
λιγότεροι άνθρωποι γνωρίζουν
03:43
that in the pastτο παρελθόν 10 yearsχρόνια or so,
79
211739
2018
ότι τα τελευταία 10 χρόνια ή τόσο,
03:45
the gameπαιχνίδι of Go,
80
213757
1198
το παιχνίδι Γκόου,
03:46
arguablyαναμφισβήτητα a much more challengingπροκλητική gameπαιχνίδι
81
214955
1956
εύλογα ένα πολύ πιο δύσκολο παιχνίδι
03:48
because it has a much higherπιο ψηλά branchingδιακλάδωση factorπαράγοντας,
82
216911
2425
επειδή έχει πολύ
υψηλότερο παράγοντα διακλάδωσης,
03:51
has alsoεπίσης startedξεκίνησε to succumbυποκύψει
83
219336
1702
είχε επίσης αρχίσει να υποκύπτει
03:53
to computerυπολογιστή gameπαιχνίδι playersΠαίκτες
84
221038
1865
στους παίκτες ηλεκτρονικών παιχνιδιών
03:54
for the sameίδιο reasonλόγος:
85
222903
1573
για τον ίδιο λόγο:
03:56
the bestκαλύτερος techniquesτεχνικές right now
for computersΥπολογιστές playingπαιχνίδι Go
86
224476
2800
οι καλύτερες τεχνικές τώρα
για υπολογιστές που παίζουν Γκόου
03:59
are techniquesτεχνικές that try to maximizeμεγιστοποίηση futureμελλοντικός optionsεπιλογές
87
227276
3696
είναι οι τεχνικές που προσπαθούν να
μεγιστοποιήσουν τις μελλοντικές επιλογές
04:02
duringστη διάρκεια gameπαιχνίδι playπαίζω.
88
230972
2014
κατά τη διάρκεια του παιχνιδιού.
04:04
FinallyΤέλος, in roboticρομποτικό motionκίνηση planningσχεδίαση,
89
232986
3581
Τέλος, στον σχεδιασμό
της ρομποτικής κίνησης,
04:08
there have been a varietyποικιλία of recentπρόσφατος techniquesτεχνικές
90
236567
2182
υπήρξε μια πληθώρα
πρόσφατων τεχνικών
04:10
that have triedδοκιμασμένος to take advantageπλεονέκτημα
91
238749
1902
που προσπάθησαν να εκμεταλλευτούν
04:12
of abilitiesικανότητες of robotsρομπότ to maximizeμεγιστοποίηση
92
240651
3146
τις ικανότητες των ρομπότ
να μεγιστοποιούν
04:15
futureμελλοντικός freedomελευθερία of actionδράση
93
243797
1506
τη μελλοντική ελευθερία δράσης
04:17
in orderΣειρά to accomplishολοκληρώσει complexσυγκρότημα tasksκαθήκοντα.
94
245303
3097
ώστε να εκτελούν
πολύπλοκες εργασίες.
04:20
And so, takingλήψη all of these differentδιαφορετικός threadsνήματα
95
248400
2355
Έτσι, παίρνοντας όλα αυτά
τα διαφορετικά στοιχεία
04:22
and puttingβάζοντας them togetherμαζί,
96
250755
1622
και βάζοντάς τα μαζί,
04:24
I askedερωτηθείς, startingεκκίνηση severalαρκετά yearsχρόνια agoπριν,
97
252377
2640
αναρωτήθηκα, αρχίζοντας
πριν από αρκετά χρόνια,
04:27
is there an underlyingυποκείμενο mechanismμηχανισμός for intelligenceνοημοσύνη
98
255017
2850
υπάρχει ένας υποκείμενος μηχανισμός
για τη νοημοσύνη
04:29
that we can factorπαράγοντας out
99
257867
1673
που να μπορούμε να εξάγουμε
04:31
of all of these differentδιαφορετικός threadsνήματα?
100
259540
1774
από όλα αυτά
τα διαφορετικά στοιχεία;
04:33
Is there a singleμονόκλινο equationεξίσωση for intelligenceνοημοσύνη?
101
261314
4593
Υπάρχει μία και μοναδική εξίσωση
για τη νοημοσύνη;
04:37
And the answerαπάντηση, I believe, is yes.
["F = T ∇ Sτ"]
102
265907
3371
Και η απάντηση πιστεύω ότι είναι, ναι.
[«F = T ∇ Sτ»]
04:41
What you're seeingβλέπων is probablyπιθανώς
103
269278
1913
Αυτό που βλέπετε είναι ίσως
04:43
the closestπλησιέστερα equivalentισοδύναμος to an E = mcMC²
104
271191
3294
το πλησιέστερο ισοδύναμο
του E = mc²
04:46
for intelligenceνοημοσύνη that I've seenείδα.
105
274485
2830
για τη νοημοσύνη που έχω δει.
04:49
So what you're seeingβλέπων here
106
277315
1702
Αυτό λοιπόν που βλέπετε εδώ
04:51
is a statementδήλωση of correspondenceαλληλογραφία
107
279017
2669
είναι μια πρόταση αντιστοιχίας
04:53
that intelligenceνοημοσύνη is a forceδύναμη, F,
108
281686
4435
ότι η νοημοσύνη είναι
μια δύναμη, F,
04:58
that actsπράξεις so as to maximizeμεγιστοποίηση futureμελλοντικός freedomελευθερία of actionδράση.
109
286121
4650
που ενεργεί για να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης.
05:02
It actsπράξεις to maximizeμεγιστοποίηση futureμελλοντικός freedomελευθερία of actionδράση,
110
290771
2375
Ενεργεί για να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης
05:05
or keep optionsεπιλογές openΆνοιξε,
111
293146
1628
ή για να διατηρεί διαθέσιμες επιλογές,
05:06
with some strengthδύναμη T,
112
294774
2225
με κάποια ισχύ Τ,
05:08
with the diversityποικιλία of possibleδυνατόν accessibleπροσιτός futuresσυμβόλαια μελλοντικής εκπλήρωσης, S,
113
296999
4777
με την ποικιλομορφία των πιθανών
προσβάσιμων μελλόντων, S,
05:13
up to some futureμελλοντικός time horizonορίζοντας, tauταυ.
114
301776
2550
μέχρι κάποιον μελλοντικό
χρονικό ορίζοντα, ταυ.
05:16
In shortμικρός, intelligenceνοημοσύνη doesn't like to get trappedπαγιδευμένοι.
115
304326
3209
Με λίγα λόγια, στη νοημοσύνη
δεν της αρέσει να παγιδεύεται.
05:19
IntelligenceΕυφυΐα triesπροσπαθεί to maximizeμεγιστοποίηση
futureμελλοντικός freedomελευθερία of actionδράση
116
307535
3055
Η νοημοσύνη προσπαθεί να μεγιστοποιεί
τη μελλοντική ελευθερία δράσης
05:22
and keep optionsεπιλογές openΆνοιξε.
117
310590
2673
και να διατηρεί διαθέσιμες επιλογές.
05:25
And so, givenδεδομένος this one equationεξίσωση,
118
313263
2433
Και έτσι, με δεδομένη
αυτή τη μία εξίσωση,
05:27
it's naturalφυσικός to askπαρακαλώ, so what can you do with this?
119
315696
2532
είναι φυσικό να ρωτήσουμε,
τι την κάνουμε;
05:30
How predictiveπρογνωστική is it?
120
318228
1351
Πόσα μπορεί να προβλέψει;
05:31
Does it predictπρολέγω human-levelανθρώπινα-επίπεδο intelligenceνοημοσύνη?
121
319579
2135
Προβλέπει τη νοημοσύνη
σε ανθρώπινο επίπεδο;
05:33
Does it predictπρολέγω artificialτεχνητός intelligenceνοημοσύνη?
122
321714
2818
Προβλέπει την τεχνητή νοημοσύνη;
05:36
So I'm going to showπροβολή you now a videoβίντεο
123
324532
2042
Θα σας παρουσιάσω λοιπόν
τώρα ένα βίντεο
05:38
that will, I think, demonstrateαποδείξει
124
326574
3420
που νομίζω ότι θα δείξει
05:41
some of the amazingφοβερο applicationsεφαρμογών
125
329994
2288
κάποιες από τις εκπληκτικές εφαρμογές
05:44
of just this singleμονόκλινο equationεξίσωση.
126
332282
2319
αυτής της μίας εξίσωσης.
05:46
(VideoΒίντεο) NarratorΟ Αφηγητής: RecentΠρόσφατες researchέρευνα in cosmologyκοσμολογία
127
334601
1979
(Βίντεο) Αφηγητής: Πρόσφατες έρευνες
στην κοσμολογία
05:48
has suggestedπρότεινε that universesσύμπαντα that produceπαράγω
128
336580
2047
υποδηλώνουν ότι τα σύμπαντα
που παράγουν
05:50
more disorderδιαταραχή, or "entropyεντροπία," over theirδικα τους lifetimesδιάρκειες ζωής
129
338627
3481
περισσότερη αταξία, ή «εντροπία»,
κατά τη διάρκεια ζωής τους
05:54
should tendτείνω to have more favorableευνοϊκός conditionsσυνθήκες
130
342108
2478
θα πρέπει να τείνουν
να έχουν ευνοϊκότερες συνθήκες
05:56
for the existenceύπαρξη of intelligentέξυπνος
beingsόντα suchτέτοιος as ourselvesεμείς οι ίδιοι.
131
344586
3016
για την ύπαρξη νοημόνων όντων
σαν κι εμάς.
05:59
But what if that tentativeδειλά cosmologicalκοσμολογική connectionσύνδεση
132
347602
2574
Αλλά μήπως αυτή
η ενδεικτική κοσμολογική σύνδεση
06:02
betweenμεταξύ entropyεντροπία and intelligenceνοημοσύνη
133
350176
1843
ανάμεσα στην εντροπία
και τη νοημοσύνη
06:04
hintsυποδείξεις at a deeperβαθύτερη relationshipσχέση?
134
352019
1771
υπαινίσσεται μια βαθύτερη σχέση;
06:05
What if intelligentέξυπνος behaviorη ΣΥΜΠΕΡΙΦΟΡΑ doesn't just correlateσυσχετίζονται
135
353790
2564
Μήπως η νοήμων συμπεριφορά
δεν αντιστοιχεί απλώς
06:08
with the productionπαραγωγή of long-termμακροπρόθεσμα entropyεντροπία,
136
356354
1844
στην παραγωγή
μακροχρόνιας εντροπίας
06:10
but actuallyπράγματι emergesαναδύεται directlyκατευθείαν from it?
137
358198
2318
αλλά στην πραγματικότητα
προκύπτει άμεσα από αυτήν;
06:12
To find out, we developedαναπτηγμένος a softwareλογισμικό engineκινητήρας
138
360516
2406
Για να το ανακαλύψουμε,
δημιουργήσαμε μια μηχανή λογισμικού
06:14
calledπου ονομάζεται EntropicaEntropica, designedσχεδιασμένο to maximizeμεγιστοποίηση
139
362922
2503
που ονομάζεται Entropica,
σχεδιασμένη για να μεγιστοποιεί
06:17
the productionπαραγωγή of long-termμακροπρόθεσμα entropyεντροπία
140
365425
1768
την παραγωγή
μακροχρόνιας εντροπίας
06:19
of any systemΣύστημα that it findsευρήματα itselfεαυτό in.
141
367193
2576
οποιουδήποτε συστήματος
μέσα στο οποίο θα βρεθεί.
06:21
AmazinglyΕκπληκτικά, EntropicaEntropica was ableικανός to passπέρασμα
142
369769
2155
Κατά εκπληκτικό τρόπο, η Entropica
μπόρεσε να περάσει
06:23
multipleπολλαπλούς animalζώο intelligenceνοημοσύνη
testsδοκιμές, playπαίζω humanο άνθρωπος gamesΠαιχνίδια,
143
371924
3456
πολλαπλά τεστ ζωϊκής νοημοσύνης,
να παίξει ανθρώπινα παιχνίδια,
06:27
and even earnΚερδίστε moneyχρήματα tradingεμπορία stocksαποθέματα,
144
375380
2146
ακόμη και να κερδίσει χρήματα
στο χρηματιστήριο,
06:29
all withoutχωρίς beingνα εισαι instructedοδηγίες to do so.
145
377526
2111
όλα αυτά χωρίς κάποια σχετική οδηγία.
06:31
Here are some examplesπαραδείγματα of EntropicaEntropica in actionδράση.
146
379637
2518
Αυτά είναι μερικά παραδείγματα
της Entropica εν δράσει.
06:34
Just like a humanο άνθρωπος standingορθοστασία
uprightόρθιος withoutχωρίς fallingπτώση over,
147
382155
3205
Ακριβώς όπως ένας άνθρωπος
στέκεται όρθιος χωρίς να πέφτει,
06:37
here we see EntropicaEntropica
148
385360
1230
βλέπουμε εδώ την Entropica
06:38
automaticallyαυτομάτως balancingεξισορρόπηση a poleΠόλος usingχρησιμοποιώντας a cartκαροτσάκι.
149
386590
2885
να ισορροπεί αυτόματα μια ράβδο
χρησιμοποιώντας ένα καροτσάκι.
06:41
This behaviorη ΣΥΜΠΕΡΙΦΟΡΑ is remarkableαξιοσημείωτος in partμέρος
150
389475
2012
Αυτή η συμπεριφορά είναι
εκπληκτική, εν μέρει
06:43
because we never gaveέδωσε EntropicaEntropica a goalστόχος.
151
391487
2331
επειδή δεν θέσαμε ποτέ
κάποιον στόχο στην Entropica.
06:45
It simplyαπλά decidedαποφασισμένος on its ownτα δικά to balanceισορροπία the poleΠόλος.
152
393818
3157
Απλώς αποφάσισε μόνη της
να ισορροπήσει τη ράβδο.
06:48
This balancingεξισορρόπηση abilityικανότητα will have appliactionsappliactions
153
396975
2132
Αυτή η ικανότητα εξισορρόπησης
θα έχει εφαρμογές
06:51
for humanoidανθρωποειδές roboticsΡομποτική
154
399107
1397
στα ανθρωποειδή ρομπότ
06:52
and humanο άνθρωπος assistiveβοηθητικές technologiesτεχνολογίες.
155
400504
2515
και στις τεχνολογίες
ανθρώπινης υποστήριξης.
06:55
Just as some animalsτων ζώων can use objectsαντικείμενα
156
403019
2001
Όπως κάποια ζώα
μπορούν να χρησιμοποιούν αντικείμενα
06:57
in theirδικα τους environmentsπεριβάλλοντος as toolsεργαλεία
157
405020
1442
στο περιβάλλον τους ως εργαλεία
06:58
to reachφθάνω into narrowστενός spacesχώρων,
158
406462
1987
για να φθάσουν σε στενούς χώρους,
07:00
here we see that EntropicaEntropica,
159
408449
1882
έτσι κι εδώ βλέπουμε την Entropica,
07:02
again on its ownτα δικά initiativeπρωτοβουλία,
160
410331
1838
και πάλι με δική της πρωτοβουλία,
07:04
was ableικανός to moveκίνηση a largeμεγάλο
diskδίσκος representingαντιπροσωπεύει an animalζώο
161
412169
2910
να μπορεί να μετακινεί έναν μεγάλο δίσκο,
που αντιπροσωπεύει ένα ζώο
07:07
around so as to causeαιτία a smallμικρό diskδίσκος,
162
415079
2345
ώστε να κάνει τον μικρό δίσκο,
που αντιπροσωπεύει ένα εργαλείο,
να φθάσει σε έναν περιορισμένο χώρο
07:09
representingαντιπροσωπεύει a toolεργαλείο, to reachφθάνω into a confinedπεριορίζεται spaceχώρος
163
417424
2771
07:12
holdingκράτημα a thirdτρίτος diskδίσκος
164
420195
1537
κρατώντας έναν τρίτο δίσκο
07:13
and releaseελευθέρωση the thirdτρίτος diskδίσκος
from its initiallyαρχικά fixedσταθερός positionθέση.
165
421732
2972
και να απελευθερώσει τον τρίτο δίσκο
από την αρχική, σταθερή του θέση.
07:16
This toolεργαλείο use abilityικανότητα will have applicationsεφαρμογών
166
424704
2189
Αυτή η ικανότητα χρήσης εργαλείων
θα βρει εφαρμογή
07:18
for smartέξυπνος manufacturingβιομηχανοποίηση and agricultureγεωργία.
167
426893
2359
στις έξυπνες κατασκευές και στη γεωργία.
07:21
In additionπρόσθεση, just as some other animalsτων ζώων
168
429252
1944
Επιπλέον, ακριβώς όπως
κάποια άλλα ζώα
μπορούν να συνεργαστούν
τραβώντας τις άκρες ενός σκοινιού
07:23
are ableικανός to cooperateσυνεργάζονται by pullingτραβώντας
oppositeαπεναντι απο endsτελειώνει of a ropeσκοινί
169
431196
2696
07:25
at the sameίδιο time to releaseελευθέρωση foodτροφή,
170
433892
2053
ταυτόχρονα για να απελευθερώσουν τροφή,
εδώ βλέπουμε ότι η Entropica
μπορεί να πραγματοποιήσει
07:27
here we see that EntropicaEntropica is ableικανός to accomplishολοκληρώσει
171
435945
2295
07:30
a modelμοντέλο versionεκδοχή of that taskέργο.
172
438240
1988
μια πρότυπη εκδοχή
αυτής της εργασίας.
07:32
This cooperativeΣυνεταιρισμός abilityικανότητα has interestingενδιαφέρων implicationsεπιπτώσεις
173
440228
2522
Αυτή η συνεργατική ικανότητα
έχει ενδιαφέρουσες επιπτώσεις
07:34
for economicοικονομικός planningσχεδίαση and a varietyποικιλία of other fieldsπεδία.
174
442750
3435
στον οικονομικό σχεδιασμό
και σε μια πληθώρα άλλων πεδίων.
07:38
EntropicaEntropica is broadlyσε γενικές γραμμές applicableεφαρμόσιμος
175
446185
2071
Η Entropica μπορεί
να εφαρμοστεί ευρέως
07:40
to a varietyποικιλία of domainsτομείς.
176
448256
1943
σε μια πληθώρα τομέων.
07:42
For exampleπαράδειγμα, here we see it successfullyεπιτυχώς
177
450199
2442
Για παράδειγμα,
εδώ την βλέπουμε να παίζει με επιτυχία
07:44
playingπαιχνίδι a gameπαιχνίδι of pongπινγκ πονγκ againstκατά itselfεαυτό,
178
452641
2559
μια παρτίδα πονγκ με τον εαυτό της,
07:47
illustratingαποτυπώνουν its potentialδυνητικός for gamingτυχερών παιχνιδιών.
179
455200
2343
παρουσιάζοντας τις δυνατότητές της
στο παιχνίδι.
07:49
Here we see EntropicaEntropica orchestratingενορχήστρωση
180
457543
1919
Εδώ βλέπουμε την Entropica
να συντονίζει
07:51
newνέος connectionsσυνδέσεις on a socialκοινωνικός networkδίκτυο
181
459462
1839
νέες συνδέσεις σε ένα κοινωνικό δίκτυο
07:53
where friendsοι φιλοι are constantlyσυνεχώς fallingπτώση out of touchαφή
182
461301
2760
όπου οι φίλοι συνεχώς
διακόπτουν τις επαφές τους,
07:56
and successfullyεπιτυχώς keepingτήρηση
the networkδίκτυο well connectedσυνδεδεμένος.
183
464061
2856
και να διατηρεί με επιτυχία
το δίκτυο συνδεδεμένο.
07:58
This sameίδιο networkδίκτυο orchestrationενορχήστρωση abilityικανότητα
184
466917
2298
Αυτή η ίδια ικανότητα συντονισμού
ενός δικτύου
08:01
alsoεπίσης has applicationsεφαρμογών in healthυγεία careΦροντίδα,
185
469215
2328
έχει εφαρμογή
και στους κλάδους περίθαλψης,
08:03
energyενέργεια, and intelligenceνοημοσύνη.
186
471543
3232
ενέργειας και νοημοσύνης.
08:06
Here we see EntropicaEntropica directingΣκηνοθεσία the pathsδιαδρομές
187
474775
2085
Εδώ βλέπουμε την Entropica
να κατευθύνει τις διαδρομές
08:08
of a fleetστόλος of shipsπλοία,
188
476860
1486
ενός στόλου πλοίων,
08:10
successfullyεπιτυχώς discoveringανακαλύπτοντας and
utilizingαξιοποιώντας the PanamaΠαναμάς CanalΚανάλι
189
478346
3175
να ανακαλύπτει και να αξιοποιεί
με επιτυχία τη Διώρυγα του Παναμά
08:13
to globallyπαγκοσμίως extendεπεκτείνω its reachφθάνω from the AtlanticΑτλαντικού
190
481521
2458
ώστε να επεκτείνει την πρόσβασή της
από τον Ατλαντικό
08:15
to the PacificΕιρηνικού.
191
483979
1529
στον Ειρηνικό.
08:17
By the sameίδιο tokenΔιακριτικό, EntropicaEntropica
192
485508
1727
Ομοίως, η Entropica
08:19
is broadlyσε γενικές γραμμές applicableεφαρμόσιμος to problemsπροβλήματα
193
487235
1620
εφαρμόζεται ευρέως σε προβλήματα
08:20
in autonomousαυτονόμος defenseάμυνα, logisticsυλικοτεχνική υποστήριξη and transportationΜεταφορά.
194
488855
5302
αυτόνομης άμυνας,
υλικοτεχνικής υποστήριξης και μεταφορών.
08:26
FinallyΤέλος, here we see EntropicaEntropica
195
494173
2030
Τέλος, εδώ βλέπουμε την Entropica
08:28
spontaneouslyαυθόρμητα discoveringανακαλύπτοντας and executingεκτέλεση
196
496203
2723
να ανακαλύπτει
και να εφαρμόζει αυθόρμητα
μια στρατηγική
«αγοράζω φτηνά-πουλάω ακριβά»
08:30
a buy-lowΑγοράστε χαμηλή, sell-highπώληση-υψηλή strategyστρατηγική
197
498926
2067
08:32
on a simulatedπροσομοίωση rangeσειρά tradedδιαπραγματεύονται stockστοκ,
198
500993
2178
σε εικονικές μετοχικές συναλλαγές,
08:35
successfullyεπιτυχώς growingκαλλιέργεια assetsπεριουσιακά στοιχεία underκάτω από managementδιαχείριση
199
503171
2331
αυξάνοντας με επιτυχία τα περιουσιακά
στοιχεία υπό διαχείριση εκθετικά.
08:37
exponentiallyεκθετικά.
200
505502
1424
08:38
This riskκίνδυνος managementδιαχείριση abilityικανότητα
201
506926
1308
Αυτή η ικανότητα διαχείρισης κινδύνου
08:40
will have broadευρύς applicationsεφαρμογών in financeχρηματοδότηση
202
508234
2487
θα έχει ευρεία εφαρμογή
στα χρηματοοικονομικά
08:42
and insuranceΑΣΦΑΛΙΣΗ.
203
510721
3328
και τις ασφάλειες.
08:46
AlexAlex Wissner-GrossWissner-ακαθάριστο: So what you've just seenείδα
204
514049
2091
Άλεξ Βίσνερ-Γκρος:
Αυτό λοιπόν που μόλις είδατε
08:48
is that a varietyποικιλία of signatureυπογραφή humanο άνθρωπος intelligentέξυπνος
205
516140
4392
είναι ότι μια πληθώρα
ειδικών ανθρώπινων νοημόνων
08:52
cognitiveγνωστική behaviorsσυμπεριφορές
206
520532
1757
γνωσιακών συμπεριφορών
08:54
suchτέτοιος as toolεργαλείο use and walkingτο περπάτημα uprightόρθιος
207
522289
2831
όπως η χρήση εργαλείων,
η όρθια στάση
08:57
and socialκοινωνικός cooperationσυνεργασία
208
525120
2029
και η κοινωνική συνεργασία,
08:59
all followακολουθηστε from a singleμονόκλινο equationεξίσωση,
209
527149
2972
όλες τους πηγάζουν
από μία απλή εξίσωση,
09:02
whichοι οποίες drivesδίσκους a systemΣύστημα
210
530121
1932
η οποία οδηγεί ένα σύστημα
09:04
to maximizeμεγιστοποίηση its futureμελλοντικός freedomελευθερία of actionδράση.
211
532053
3911
στη μεγιστοποίηση
της μελλοντικής του ελευθερίας δράσης.
09:07
Now, there's a profoundβαθύς ironyειρωνεία here.
212
535964
3007
Τώρα, εδώ υπάρχει
μια βαθειά ειρωνεία.
09:10
Going back to the beginningαρχή
213
538971
2024
Πηγαίνοντας πίσω, όταν άρχισε
09:12
of the usageχρήση of the termόρος robotρομπότ,
214
540995
3273
να χρησιμοποιείται ο όρος ρομπότ,
09:16
the playπαίζω "RURΡΟΎΒΛΙΑ,"
215
544268
2903
στο θεατρικό έργο «RUR»
09:19
there was always a conceptέννοια
216
547171
2235
υπήρχε πάντα μια σκέψη
09:21
that if we developedαναπτηγμένος machineμηχανή intelligenceνοημοσύνη,
217
549406
3226
ότι αν αναπτύσσαμε
μηχανική νοημοσύνη,
09:24
there would be a cyberneticκυβερνητικό revoltεξέγερση.
218
552632
3027
θα συνέβαινε
μια κυβερνητική εξέγερση.
09:27
The machinesμηχανές would riseαύξηση up againstκατά us.
219
555659
3551
Οι μηχανές θα ξεσηκώνονταν
εναντίον μας.
09:31
One majorμείζων consequenceσυνέπεια of this work
220
559210
2319
Μία κύρια συνέπεια
αυτής της εργασίας
09:33
is that maybe all of these decadesδεκαετίες,
221
561529
2769
είναι ότι ίσως
όλες αυτές τις δεκαετίες,
09:36
we'veέχουμε had the wholeολόκληρος conceptέννοια of cyberneticκυβερνητικό revoltεξέγερση
222
564298
2976
είχαμε την όλη ιδέα
της κυβερνητικής εξέγερσης
09:39
in reverseΑΝΤΙΣΤΡΟΦΗ.
223
567274
2011
αντίστροφα.
09:41
It's not that machinesμηχανές first becomeγίνομαι intelligentέξυπνος
224
569285
3279
Δεν είναι ότι πρώτα
οι μηχανές αποκτούν νοημοσύνη
09:44
and then megalomaniacalμεγαλομανής
225
572564
2015
και μετά
γίνονται μεγαλομανείς
09:46
and try to take over the worldκόσμος.
226
574579
2224
και προσπαθούν
να καταλάβουν τον κόσμο.
09:48
It's quiteαρκετά the oppositeαπεναντι απο,
227
576803
1434
Γίνεται μάλλον το αντίθετο,
09:50
that the urgeπαροτρύνω to take controlέλεγχος
228
578237
2906
ότι η προσπάθεια
να πάρουν τον έλεγχο
09:53
of all possibleδυνατόν futuresσυμβόλαια μελλοντικής εκπλήρωσης
229
581143
2261
όλων των πιθανών μελλόντων
09:55
is a more fundamentalθεμελιώδης principleαρχή
230
583404
2118
είναι μια πιο θεμελιώδης αρχή
09:57
than that of intelligenceνοημοσύνη,
231
585522
1363
από αυτή της νοημοσύνης,
09:58
that generalγενικός intelligenceνοημοσύνη mayενδέχεται in factγεγονός emergeαναδύομαι
232
586885
3700
ότι η γενική νοημοσύνη ενδέχεται
στην πραγματικότητα να αναδύεται
10:02
directlyκατευθείαν from this sortείδος of control-grabbingελέγχου-αρπαγής,
233
590585
3559
απευθείας από αυτό το είδος
απόκτησης ελέγχου,
10:06
ratherμάλλον than viceμέγγενη versaαντίστροφα.
234
594144
4185
παρά το αντίθετο.
10:10
AnotherΈνα άλλο importantσπουδαίος consequenceσυνέπεια is goalστόχος seekingαναζητώντας.
235
598329
3769
Μια άλλη σημαντική συνέπεια
είναι η επιδίωξη στόχων.
10:14
I'm oftenσυχνά askedερωτηθείς, how does the abilityικανότητα to seekψάχνω goalsστόχους
236
602098
4360
Με ρωτάνε συχνά πώς συνάγεται
η ικανότητα επιδίωξης στόχων
10:18
followακολουθηστε from this sortείδος of frameworkδομή?
237
606458
1620
από αυτό το είδος πλαισίου.
10:20
And the answerαπάντηση is, the abilityικανότητα to seekψάχνω goalsστόχους
238
608078
3028
Και η απάντηση είναι,
η ικανότητα επιδίωξης στόχων
10:23
will followακολουθηστε directlyκατευθείαν from this
239
611106
1882
θα συνάγεται άμεσα από αυτό
10:24
in the followingΕΠΟΜΕΝΟ senseέννοια:
240
612988
1834
με την εξής έννοια:
10:26
just like you would travelταξίδι throughδιά μέσου a tunnelσήραγγα,
241
614822
2865
ακριβώς όπως θα περνούσατε
μέσα από ένα τούνελ,
10:29
a bottleneckλαιμός φιάλης in your futureμελλοντικός pathμονοπάτι spaceχώρος,
242
617687
2505
ένα μποτιλιάρισμα
στη μελλοντική σας διαδρομή,
10:32
in orderΣειρά to achieveφέρνω σε πέρας manyΠολλά other
243
620192
1871
ώστε να επιτύχετε πολλούς άλλους
10:34
diverseποικίλος objectivesστόχοι laterαργότερα on,
244
622063
2021
διαφορετικούς στόχους αργότερα,
10:36
or just like you would investεπενδύω
245
624084
2372
ή ακριβώς όπως θα επενδύατε
10:38
in a financialχρηματοοικονομική securityασφάλεια,
246
626456
1787
σε έναν χρηματοοικονομικό τίτλο,
10:40
reducingαναγωγικός your short-termβραχυπρόθεσμα liquidityρευστότητα
247
628243
2237
μειώνοντας
τη βραχυπρόθεσμη ρευστότητά σας
10:42
in orderΣειρά to increaseαυξάνουν your wealthπλούτος over the long termόρος,
248
630480
2400
ώστε να αυξήσετε
την περιουσία σας μακροπρόθεσμα,
10:44
goalστόχος seekingαναζητώντας emergesαναδύεται directlyκατευθείαν
249
632880
2337
η επιδίωξη στόχων αναδύεται απευθείας
10:47
from a long-termμακροπρόθεσμα driveοδηγώ
250
635217
1729
από την μακροχρόνια επιθυμία
10:48
to increaseαυξάνουν futureμελλοντικός freedomελευθερία of actionδράση.
251
636946
4037
αύξησης της μελλοντικής ελευθερίας δράσης.
10:52
FinallyΤέλος, RichardΡίτσαρντ FeynmanΦάινμαν, famousπερίφημος physicistφυσικός,
252
640983
3528
Τέλος, ο Ρίτσαρντ Φάινμαν,
ο διάσημος φυσικός,
10:56
onceμια φορά wroteέγραψε that if humanο άνθρωπος civilizationπολιτισμός were destroyedκαταστράφηκε από
253
644511
3672
έγραψε κάποτε ότι
αν ο ανθρώπινος πολιτισμός καταστρεφόταν
11:00
and you could passπέρασμα only a singleμονόκλινο conceptέννοια
254
648183
1893
και μπορούσατε
να κληροδοτήσετε μία μόνο ιδέα
11:02
on to our descendantsαπόγονοι
255
650076
1371
στους απογόνους μας
11:03
to help them rebuildανοικοδομώ civilizationπολιτισμός,
256
651447
2307
για να τους βοηθήσει
να ξαναφτιάξουν πολιτισμό,
11:05
that conceptέννοια should be
257
653754
1686
αυτή η ιδέα θα έπρεπε να ήταν
11:07
that all matterύλη around us
258
655440
1852
ότι όλη η ύλη γύρω μας
11:09
is madeέκανε out of tinyμικροσκοπικός elementsστοιχεία
259
657292
2323
είναι φτιαγμένη
από μικροσκοπικά στοιχεία
11:11
that attractπροσελκύω eachκαθε other when they're farμακριά apartχώρια
260
659615
2508
που ελκύουν το ένα το άλλο
όταν είναι μακριά
11:14
but repelαποκρούσει eachκαθε other when they're closeΚοντά togetherμαζί.
261
662123
3330
αλλά απωθούνται όταν είναι κοντά.
Η ισοδύναμή δήλωση
που θα κληροδοτούσα εγώ
11:17
My equivalentισοδύναμος of that statementδήλωση
262
665453
1781
11:19
to passπέρασμα on to descendantsαπόγονοι
263
667234
1268
στους απογόνους
11:20
to help them buildχτίζω artificialτεχνητός intelligencesνοημοσύνη
264
668502
2712
για να τους βοηθήσω
να δημιουργήσουν τεχνητή νοημοσύνη
11:23
or to help them understandκαταλαβαίνουν humanο άνθρωπος intelligenceνοημοσύνη,
265
671214
2949
ή για να τους βοηθήσω
να κατανοήσουν την ανθρώπινη νοημοσύνη,
11:26
is the followingΕΠΟΜΕΝΟ:
266
674163
1267
είναι η εξής:
11:27
IntelligenceΕυφυΐα should be viewedείδαν
267
675430
2053
η νοημοσύνη πρέπει να θεωρηθεί
11:29
as a physicalφυσικός processεπεξεργάζομαι, διαδικασία
268
677483
1413
ως μια φυσική διαδικασία
11:30
that triesπροσπαθεί to maximizeμεγιστοποίηση futureμελλοντικός freedomελευθερία of actionδράση
269
678896
2965
που προσπαθεί να μεγιστοποιήσει
τη μελλοντική ελευθερία δράσης
11:33
and avoidαποφύγει constraintsπεριορισμούς in its ownτα δικά futureμελλοντικός.
270
681861
3616
και να αποφύγει
τους περιορισμούς στο μέλλον της.
11:37
Thank you very much.
271
685477
1358
Σας ευχαριστώ πάρα πολύ.
11:38
(ApplauseΧειροκροτήματα)
272
686835
4000
(Χειροκρότημα)
Translated by Niki Mylona
Reviewed by Chryssa Rapessi

▲Back to top

ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"

Why you should listen

Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.

Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."

Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.

More profile about the speaker
Alex Wissner-Gross | Speaker | TED.com