TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: Come la AI (Intelligenza Artificiale) può portare ad una seconda rivoluzione industriale
Filmed:
Readability: 3.8
1,739,624 views
"L'effettivo percorso di una goccia di pioggia per come cade a terra non è predicibile, ma la direzione complessiva è inevitabile," dice il visionario digitale Kevin Kelly - e per la tecnologia è praticamente uguale, guidata da schemi che sono sorprendenti ma inevitabili. Nel corso dei prossimi 20 anni, dice, la nostra propensione per fare le cose sempre in modo più intelligente avrà un profondo impatto su quasi tutto quello che facciamo. Kelly esplora tre tendenze nella AI che è necessario capire per farla nostra e guidare il suo sviluppo. "Il prodotto AI che sarà più usato da tutti entro i prossimi 20 anni non è ancora stato inventato, dice Kelly", "Ciò significa che non siete in ritardo."
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
Double-click the English transcript below to play the video.
00:14
I'm going to talk a little bit
about where technology's going.
about where technology's going.
0
2966
3817
Vi parlerò un po' di dove
la tecnologia sta andando.
la tecnologia sta andando.
00:19
And often technology comes to us,
1
7509
2671
E spesso quando la tecnologia arriva,
00:22
we're surprised by what it brings.
2
10566
1865
ci sorprendiamo di cosa ci porta.
00:24
But there's actually
a large aspect of technology
a large aspect of technology
3
12455
3683
Ma c'è in realtà un ampio aspetto
della tecnologia
della tecnologia
00:28
that's much more predictable,
4
16162
1802
che è molto più prevedibile,
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
poichè i sistemi tecnologici
di tutti i tipi hanno orientamenti,
di tutti i tipi hanno orientamenti,
00:34
they have urgencies,
6
22100
1175
hanno delle urgenze,
00:35
they have tendencies.
7
23299
1561
hanno delle tendenze.
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
E quelle tendenze derivano
dalla effetiva natura della fisica,
dalla effetiva natura della fisica,
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
della chimica delle reti e interruttori
ed elettroni,
ed elettroni,
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
e avranno schemi ricorrenti
ogni volta.
ogni volta.
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
E così quegli schemi generano
quelle tendenze, quegli orientamenti.
quelle tendenze, quegli orientamenti.
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
Si può quasi pensare come
a una specie di gravità.
a una specie di gravità.
00:57
Imagine raindrops falling into a valley.
13
45498
2319
Pensate a gocce d'acqua
che cadono a terra.
che cadono a terra.
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
L'effettivo percorso di una goccia d'acqua
che va a terra
che va a terra
01:02
is unpredictable.
15
50953
1169
non è predicibile.
01:04
We cannot see where it's going,
16
52651
1518
Non possiamo vedere dove andrà,
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
ma la direzione complessiva
è inevitabile:
è inevitabile:
01:08
it's downward.
18
56494
1234
verso il basso.
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
Così quelle tendenze e urgenze
incluse dentro
incluse dentro
01:14
in technological systems
20
62973
1476
i sistemi tecnologici
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
ci danno il senso di dove le cose
stiano andando in generale.
stiano andando in generale.
01:21
So in a large sense,
22
69149
1401
Così in generale,
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
direi che i telefoni erano inevitabili,
01:27
but the iPhone was not.
24
75005
1342
ma non l'iPhone.
01:29
The Internet was inevitable,
25
77094
1478
Internet era inevitabile,
01:31
but Twitter was not.
26
79274
1286
ma non lo era Twitter.
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
Abbiamo così molte tendenze
ora in corso,
ora in corso,
01:36
and I think one of the chief among them
28
84988
2720
e penso che una
delle principali tra di esse
delle principali tra di esse
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
sia la tendenza di fare cose
sempre più intelligenti.
sempre più intelligenti.
01:44
I call it cognifying -- cognification --
30
92041
2212
La chiamo cognificante
-- cognitivizzazione --
-- cognitivizzazione --
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
anche nota come intelligenza artificiale,
o AI.
o AI.
01:50
And I think that's going to be one
of the most influential developments
of the most influential developments
32
98025
3746
E credo che stia diventando uno
degli sviluppi più influenti
degli sviluppi più influenti
01:53
and trends and directions and drives
in our society in the next 20 years.
in our society in the next 20 years.
33
101795
5575
e tendenze, direzioni, impulsi
nella nostra società nei prossimi 20 anni.
nella nostra società nei prossimi 20 anni.
02:00
So, of course, it's already here.
34
108021
1985
Cosi, ovviamente, essa è già qui.
02:02
We already have AI,
35
110030
2204
Abbiamo già l'AI,
02:04
and often it works in the background,
36
112258
2398
e spesso lavora dietro le quinte,
02:06
in the back offices of hospitals,
37
114680
1586
negli uffici degli ospedali,
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
dove è usata per le diagnosi sui raggi X
meglio di un dottore umano.
meglio di un dottore umano.
02:13
It's in legal offices,
39
121000
1726
Lo è negli uffici legali,
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
dove è usata per scrutinare
le prove legali
le prove legali
02:17
better than a human paralawyer.
41
125142
1855
meglio di un assistente.
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
È usata per far volare l'aereo
con cui siete arrivati qui.
con cui siete arrivati qui.
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
I piloti umani lo guidano 7-8 minuti,
02:26
the rest of the time the AI was driving.
44
134570
1953
il resto del tempo l'AI è ai comandi.
02:28
And of course, in Netflix and Amazon,
45
136547
2173
E ovviamente, in Netflix e Amazon,
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
è dietro le quinte,
fornendo le raccomandazioni.
fornendo le raccomandazioni.
02:33
That's what we have today.
47
141298
1261
Questo abbiamo oggi.
02:34
And we have an example, of course,
in a more front-facing aspect of it,
in a more front-facing aspect of it,
48
142583
4801
Abbiamo un esempio, naturalmente,
che si pone proprio davanti a noi,
che si pone proprio davanti a noi,
02:39
with the win of the AlphaGo, who beat
the world's greatest Go champion.
the world's greatest Go champion.
49
147408
6629
con la vittoria di AlphaGo, che ha battuto
il più grande campione del mondo di Go.
il più grande campione del mondo di Go.
02:46
But it's more than that.
50
154478
4053
Ma c'è più di questo.
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
Se giocate a un videogame
state giocando contro un'AI.
state giocando contro un'AI.
02:53
But recently, Google taught their AI
52
161221
4538
Ma recentemente, Google ha insegnato
alla loro AI
alla loro AI
02:57
to actually learn how to play video games.
53
165783
2412
di imparare realmente
a giocare ai videogiochi.
a giocare ai videogiochi.
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
Di nuovo, insegnare ai videogiochi
è già stato fatto,
è già stato fatto,
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
Ma imparare come giocare a un videogioco
è un altro passo avanti.
è un altro passo avanti.
03:07
That's artificial smartness.
56
175340
1678
Questa è intelligenza artificiale.
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
Quello che stiamo facendo è prendere
questa intelligenza artificiale
questa intelligenza artificiale
03:15
and we're making it smarter and smarter.
58
183117
2423
e renderla sempre più intelligente.
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
Vi sono 3 aspetti
di questa tendenza generale
di questa tendenza generale
03:22
that I think are underappreciated;
60
190629
1689
che credo siano sottovalutati;
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
io credo capiremmo
la AI molto meglio
la AI molto meglio
03:26
if we understood these three things.
62
194643
2301
se capissimo queste 3 cose.
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
Credo anche che queste cose ci
aiuterebbero a dedicarci alla AI,
aiuterebbero a dedicarci alla AI,
03:32
because it's only by embracing it
that we actually can steer it.
that we actually can steer it.
64
200275
3008
poichè solo dedicandoci ad essa
potremmo in realtà orientarla.
potremmo in realtà orientarla.
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
Possiamo orientare i dettagli
dedicandoci alla più ampia tendenza.
dedicandoci alla più ampia tendenza.
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
Così parlo dei 3 differenti aspetti.
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
Il primo: la nostra intelligenza
capisce poco
capisce poco
03:46
of what intelligence is.
68
214167
1490
cosa sia l'intelligenza.
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
Tendiamo a pensare all'intelligenza
come ad una sola dimensione,
come ad una sola dimensione,
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
cioè come ad una nota
che suona sempe più forte.
che suona sempe più forte.
03:54
It starts like with IQ measurement.
71
222561
2607
Cominciò così con la misura dell'IQ.
03:57
It starts with maybe a simple
low IQ in a rat or mouse,
low IQ in a rat or mouse,
72
225192
4092
Inizia forse con un semplice IQ basso
in una cavia o un topo,
in una cavia o un topo,
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
e forse è più alto in uno scimpanzè,
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
e forse è più alto in una persona stupida,
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
e poi forse una persona media come me,
04:08
and then maybe a genius.
76
236222
1290
e poi forse un genio.
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
E questo unico IQ dell'intelligenza
diventa sempre più grande.
diventa sempre più grande.
04:14
That's completely wrong.
78
242516
1151
Questo è sbagliato.
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
Non corrisponde alla intelligenza --
almeno a cosa è l'intelligenza umana.
almeno a cosa è l'intelligenza umana.
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
Ѐ più simile ad una sinfonia
di diverse note,
di diverse note,
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
e ciascuna nota è suonata
da un diverso strumento cognitivo.
da un diverso strumento cognitivo.
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
Ci sono molti tipi di intelligenza
nelle nostre menti.
nelle nostre menti.
04:31
We have deductive reasoning,
83
259561
3048
Abbiamo il ragionamanto deduttivo,
04:34
we have emotional intelligence,
84
262633
2221
abbiamo l'intelligenza emotiva,
04:36
we have spatial intelligence;
85
264878
1393
l'intelligenza spaziale;
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
ne abbiamo forse 100 diversi tipi
che sono raggrupppati insieme,
che sono raggrupppati insieme,
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
e che variano con diverse forze
nelle diverse persone.
nelle diverse persone.
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
Naturalmente, se consideriamo gli animali,
loro un altro insieme --
loro un altro insieme --
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
un'altra sinfonia di diversi
tipi di intelligenza,
tipi di intelligenza,
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
e talvolta quegli strumenti sono
gli stessi che abbiamo noi.
gli stessi che abbiamo noi.
04:56
They can think in the same way,
but they may have a different arrangement,
but they may have a different arrangement,
91
284974
3561
Possono pensare allo stesso modo,
ma con una diversa organizzazione,
ma con una diversa organizzazione,
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
forse in alcuni casi sono
più in alto degli umani,
più in alto degli umani,
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
p.e. la memoria a lungo termine
in uno scoiattolo è fenomenale,
in uno scoiattolo è fenomenale,
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
così ricorda dove ha sepolto le sue noci.
05:08
But in other cases they may be lower.
95
296222
1987
Ma in altri casi può essere più in basso.
05:10
When we go to make machines,
96
298233
2730
Quando costruiamo macchine,
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
le progettiamo nello stesso modo
05:15
where we'll make some of those types
of smartness much greater than ours,
of smartness much greater than ours,
98
303207
5010
dove faremo alcuni di quei tipi
di intelligenza più grandi dei nostri,
di intelligenza più grandi dei nostri,
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
e molti di quelli non saranno mai
vicini a noi,
vicini a noi,
05:22
because they're not needed.
100
310836
1544
poichè non sono richiesti.
05:24
So we're going to take these things,
101
312404
2203
Così prenderemo queste cose,
05:26
these artificial clusters,
102
314631
2081
questi raggruppamenti artificiali,
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
e aggiungeremo più varietà
di conoscenza artificiale alle nostre AI.
di conoscenza artificiale alle nostre AI.
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
Li stiamo facendo sempre più specifici.
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
Così il vostro calcolatore è già ora
più pronto di voi in aritmetica;
più pronto di voi in aritmetica;
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
il vostro GPS è più pronto di voi
nella navigazione spaziale;
nella navigazione spaziale;
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
Google, Bing, sono più pronti di voi
nella memoria a lungo termine.
nella memoria a lungo termine.
05:54
And we're going to take, again,
these kinds of different types of thinking
these kinds of different types of thinking
108
342339
4530
Stiamo prendendo, di nuovo, questi modi
di differenti tipi di pensare
di differenti tipi di pensare
05:58
and we'll put them into, like, a car.
109
346893
1933
e li inseriamo tutti,
in un'auto.
in un'auto.
06:00
The reason why we want to put them
in a car so the car drives,
in a car so the car drives,
110
348850
3057
La ragione perchè vogliamo metterli
in un'auto così l'auto guida,
in un'auto così l'auto guida,
06:03
is because it's not driving like a human.
111
351931
2302
Poichè non guida come un umano.
06:06
It's not thinking like us.
112
354257
1396
Non pensa come noi.
06:07
That's the whole feature of it.
113
355677
1920
Questa è la sua completa caratteristica.
06:09
It's not being distracted,
114
357621
1535
Non viene distratta.
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
Non si preoccupa se il forno
è rimasto acceso,
è rimasto acceso,
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
o se ci si dovrebbe laureare in Finanza.
06:16
It's just driving.
117
364120
1153
Guida e basta.
06:17
(Laughter)
118
365297
1142
(Risate)
06:18
Just driving, OK?
119
366463
1841
Guida e basta, OK?
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
E possiamo in realtà arrivare
a pubblicizzarle
a pubblicizzarle
06:23
as "consciousness-free."
121
371289
1545
come "liberi dalla coscienza."
06:24
They're without consciousness,
122
372858
1774
Esse sono senza coscienza,
06:26
they're not concerned about those things,
123
374656
2104
Non sono proccupate d'altro,
06:28
they're not distracted.
124
376784
1156
non sono distratte.
06:29
So in general, what we're trying to do
125
377964
2966
Generalmente, quello che stiamo
cercando di fare
cercando di fare
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
è di produrre tanti differenti tipi
di pensiero quanti possiamo.
di pensiero quanti possiamo.
06:37
We're going to populate the space
127
385804
2083
Stiamo popolando lo spazio
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
di tutti i diversi tipi di specie,
o di pensiero.
o di pensiero.
06:44
And there actually may be some problems
129
392094
2068
E in realtà possono esserci dei problemi
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
difficili negli affari o nella scienza
06:49
that our own type of human thinking
may not be able to solve them alone.
may not be able to solve them alone.
131
397010
4042
che il nostro tipo di pensiero umano può
non essere in grado di risolverli da solo.
non essere in grado di risolverli da solo.
06:53
We may need a two-step program,
132
401076
1992
Potrebbe servirci un programma
in 2 fasi,
in 2 fasi,
06:55
which is to invent new kinds of thinking
133
403092
4203
per inventare nuovi modi di pensare
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
come aiuto per risolvere
quei veramente grandi problemi,
quei veramente grandi problemi,
07:03
say, like dark energy or quantum gravity.
135
411450
2918
come l'energia oscura o
la gravità quantistica.
la gravità quantistica.
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
Stiamo costruendo intelligenze aliene.
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
Si può addirittura pensare a questo,
come ad alieni artificiali
come ad alieni artificiali
07:15
in some senses.
138
423259
1207
in qualche modo.
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
Ci aiuteranno a pensare differentemente,
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
poichè pensare differentemente
è il motore della creazione
è il motore della creazione
07:22
and wealth and new economy.
141
430470
1867
e della ricchezza e la nuova economia.
07:25
The second aspect of this
is that we are going to use AI
is that we are going to use AI
142
433835
4923
Il secondo aspetto di ciò è che
stiamo per usare la AI
stiamo per usare la AI
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
per fare sostanzalmente
la seconda Rivoluzione Industriale.
la seconda Rivoluzione Industriale.
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
La prima Rivoluzione Industriale
si basava sul fatto
si basava sul fatto
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
che avevamo inventato qualcosa
che chiamarei la potenza artificiale.
che chiamarei la potenza artificiale.
07:40
Previous to that,
146
448879
1150
Prima di ciò,
07:42
during the Agricultural Revolution,
147
450053
2034
durante la Rivoluzione Agricola,
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
qualsiasi cosa da fare doveva essere fatta
con l'utilizzo dei muscoli umani
con l'utilizzo dei muscoli umani
07:47
or animal power.
149
455837
1307
o la forza degli animali.
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
Unico modo per ottenere qualsiasi cosa.
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
La grande innovazione durante
la Rivoluzione Industriale fu
la Rivoluzione Industriale fu
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
di imbrigliare la forza del vapore,
i carburanti fossili,
i carburanti fossili,
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
per produrre questa forza artificiale
da poter usare
da poter usare
08:01
to do anything we wanted to do.
154
469634
1669
per fare ogni cosa volessimo.
08:03
So today when you drive down the highway,
155
471327
2772
Così oggi quando guidate sulla autostrada,
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
con il tocco di un pulsante state
comandando 250 cavalli --
comandando 250 cavalli --
08:11
250 horsepower --
157
479120
1572
250 cavalli vapore --
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
che possiamo usare per costruire
grattacieli, città, strade,
grattacieli, città, strade,
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
per realizzare fabbriche che potrebbero
sfornare linee di sedie o frigoriferi
sfornare linee di sedie o frigoriferi
08:23
way beyond our own power.
160
491245
1654
molto oltre la nostra sola forza.
08:24
And that artificial power can also
be distributed on wires on a grid
be distributed on wires on a grid
161
492923
6111
Quella potenza artificiale può anche
essere distribuita via cavo su una rete
essere distribuita via cavo su una rete
08:31
to every home, factory, farmstead,
162
499058
3199
a ogni casa, fabbrica, fattoria,
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
e ciascuno può comprare
questa potenza artificiale,
questa potenza artificiale,
08:38
just by plugging something in.
164
506496
1472
giusto inserendo la spina.
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
Questa fu ugualmente
una fonte di innovazione,
una fonte di innovazione,
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
poichè un agricoltore poteva prendere
un pompa a mano,
un pompa a mano,
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
e ci poteva aggiungere l'elettricità,
potenza artificiale,
potenza artificiale,
08:48
and he'd have an electric pump.
168
516837
1497
e avere una pompa elettrica.
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
E se si moltiplica per migliaia o
decine di migliaia di volte,
decine di migliaia di volte,
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
quella formula ci ha portato la
Rivoluzione Industriale.
Rivoluzione Industriale.
08:56
All the things that we see,
all this progress that we now enjoy,
all this progress that we now enjoy,
171
524883
3585
Tutto quello che vediamo,
il progresso di cui ora godiamo,
il progresso di cui ora godiamo,
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
derivano dalla sua realizzazione.
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
Stiamo facendo lo stesso con la AI.
09:04
We're going to distribute that on a grid,
174
532951
2075
La si sta distribuendo su una rete,
09:07
and now you can take that electric pump.
175
535050
2374
e ora si può impiegare la pompa elettrica.
09:09
You can add some artificial intelligence,
176
537448
2968
Si può aggiungere
della intelligenza artificiale,
della intelligenza artificiale,
09:12
and now you have a smart pump.
177
540440
1481
per una pompa intelligente.
09:13
And that, multiplied by a million times,
178
541945
1928
Ciò, moltiplicato un milione di volte,
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
diventa la seconda
Rivoluzione Industriale.
Rivoluzione Industriale.
09:18
So now the car is going down the highway,
180
546284
2382
Ora l'auto va sull'autostrada,
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
con i suoi 250 cavalli vapore,
ma in aggiunta, con le sue 250 menti.
ma in aggiunta, con le sue 250 menti.
09:25
That's the auto-driven car.
182
553008
1769
Questa è l'automobile auto-guidata.
09:26
It's like a new commodity;
183
554801
1389
Ѐ come una nuova merce;
09:28
it's a new utility.
184
556214
1303
un nuovo servizio pubblico.
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
L'AI sta fluendo nella rete -- il cloud --
09:32
in the same way electricity did.
186
560606
1567
come fu per l'elettricità.
09:34
So everything that we had electrified,
187
562197
2380
Così tutto quello che fu elettrificato,
09:36
we're now going to cognify.
188
564601
1723
ora si sta rendendo cognitivo.
09:38
And I owe it to Jeff, then,
189
566693
1385
Lo devo a Jeff, poi,
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
che la formula per le prossime
10.000 start-up
10.000 start-up
09:43
is very, very simple,
191
571858
1162
è semplicissima,
09:45
which is to take x and add AI.
192
573044
3167
che è di prendere x e aggiungere AI.
09:49
That is the formula,
that's what we're going to be doing.
that's what we're going to be doing.
193
577100
2812
Questa è la formula,
quello che stiamo per fare.
quello che stiamo per fare.
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
Ed è il modo in cui stiamo per fare
09:55
this second Industrial Revolution.
195
583266
1858
questa seconda Rivoluzione Industriale.
09:57
And by the way -- right now, this minute,
196
585148
2154
A proposito -- proprio ora, adesso,
09:59
you can log on to Google
197
587326
1169
collegandovi a Google
10:00
and you can purchase
AI for six cents, 100 hits.
AI for six cents, 100 hits.
198
588519
3882
potete comprare AI per 6 cent,
100 accessi.
100 accessi.
10:04
That's available right now.
199
592758
1604
E' disponibile proprio ora.
10:06
So the third aspect of this
200
594386
2286
Così il terzo aspetto
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
è che quando si prende questa AI
e le si dà un corpo,
e le si dà un corpo,
10:12
we get robots.
202
600017
1173
otteniamo robot.
10:13
And robots are going to be bots,
203
601214
1703
E i robot stanno per diventare bot,
10:14
they're going to be doing many
of the tasks that we have already done.
of the tasks that we have already done.
204
602941
3328
stanno per fare molti dei compiti
che abbiamo finora fatto noi.
che abbiamo finora fatto noi.
10:20
A job is just a bunch of tasks,
205
608357
1528
Un lavoro è più compiti,
10:21
so they're going to redefine our jobs
206
609909
1762
così ridefiniscono i nostri lavori
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
poichè fanno alcuni di quei compiti.
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
Ma si stanno facendo carico
di intere nuove categorie,
di intere nuove categorie,
10:29
a whole new slew of tasks
209
617199
2247
un'intera nuova sfilza di compiti
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
che non sapevamo prima
di volere che fossero fatti.
di volere che fossero fatti.
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
Stanno in realtà generando
nuovi tipi di lavori,
nuovi tipi di lavori,
10:37
new kinds of tasks that we want done,
212
625612
2271
nuovi tipi di compiti che vogliamo
far eseguire,
far eseguire,
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
proprio come l'automazione fece
emergere un insieme di cose nuove
emergere un insieme di cose nuove
10:43
that we didn't know we needed before,
214
631336
1834
che prima non sapevamo ci servissero,
10:45
and now we can't live without them.
215
633194
1956
e ora non ne possiamo vivere senza.
10:47
So they're going to produce
even more jobs than they take away,
even more jobs than they take away,
216
635174
3956
Così si stanno generando ancora più lavori
di quanti ne portino via,
di quanti ne portino via,
10:51
but it's important that a lot of the tasks
that we're going to give them
that we're going to give them
217
639154
3434
ma è importante che molti dei compiti
che stiamo lasciando loro
che stiamo lasciando loro
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
sono compiti defiibili in termini
di efficienza o produttività.
di efficienza o produttività.
10:59
If you can specify a task,
219
647676
1828
Se si definisce un compito,
11:01
either manual or conceptual,
220
649528
2235
sia manuale che concettuale,
11:03
that can be specified in terms
of efficiency or productivity,
of efficiency or productivity,
221
651787
4780
questo può essere definito in termini
di efficienza o produttività,
di efficienza o produttività,
11:08
that goes to the bots.
222
656591
1777
che passa ai bot.
11:10
Productivity is for robots.
223
658758
2178
La produttività è per i robot.
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
Quello in cui siamo veramente bravi
è in realtà perdere tempo.
è in realtà perdere tempo.
11:16
(Laughter)
225
664054
1028
(Risate)
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
Siamo bravi per cose
che sono inefficienti.
che sono inefficienti.
11:19
Science is inherently inefficient.
227
667446
3025
La scienza è intrinsecamente inefficiente.
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
Procede sul fatto che si ha
un insuccesso dopo l'altro.
un insuccesso dopo l'altro.
11:25
It runs on the fact that you make tests
and experiments that don't work,
and experiments that don't work,
229
673746
3424
Procede sul fatto che si fanno
prove ed esperimenti che non funzionano,
prove ed esperimenti che non funzionano,
11:29
otherwise you're not learning.
230
677194
1442
altrimenti non si impara.
11:30
It runs on the fact
231
678660
1162
Procede sul fatto
11:31
that there is not
a lot of efficiency in it.
a lot of efficiency in it.
232
679846
2083
che non vi dentro è molta efficienza.
11:33
Innovation by definition is inefficient,
233
681953
2779
L'innovazione, per definizione,
è inefficiente,
è inefficiente,
11:36
because you make prototypes,
234
684756
1391
poichè si fanno prototipi,
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
poichè si tentano cose che non riescono.
11:40
Exploration is inherently inefficiency.
236
688902
3112
L'esplorazione, per definizione,
è inefficiente.
è inefficiente.
11:44
Art is not efficient.
237
692038
1531
L'arte non è efficiente.
11:45
Human relationships are not efficient.
238
693593
2127
Le realazioni umane non sono efficienti.
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
Tutti quei tipi di cose
intorno alle quali gravitiamo,
intorno alle quali gravitiamo,
11:50
because they're not efficient.
240
698708
1475
poichè non sono efficienti.
11:52
Efficiency is for robots.
241
700207
2315
L'efficienza è per i robot.
11:55
We're also going to learn
that we're going to work with these AIs
that we're going to work with these AIs
242
703338
4123
Stiamo imparando
che lavoreremo con queste AI
che lavoreremo con queste AI
11:59
because they think differently than us.
243
707485
1997
perchè pensano in modo diverso da noi.
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
Quando Deep Blue battè
il campione mondiale di scacchi,
il campione mondiale di scacchi,
12:06
people thought it was the end of chess.
245
714343
1929
si pensò che era la fine degli scacchi.
12:08
But actually, it turns out that today,
the best chess champion in the world
the best chess champion in the world
246
716296
4402
Ma in realtà, si scopre che oggi,
il miglior giocatore di scacchi al mondo
il miglior giocatore di scacchi al mondo
12:12
is not an AI.
247
720722
1557
non è una AI.
12:14
And it's not a human.
248
722906
1181
E non è un umano.
12:16
It's the team of a human and an AI.
249
724111
2715
E' una squadra di un umano e di una AI.
12:18
The best medical diagnostician
is not a doctor, it's not an AI,
is not a doctor, it's not an AI,
250
726850
4000
Il miglior diagnostico medico
non è un dottore, non è una AI,
non è un dottore, non è una AI,
12:22
it's the team.
251
730874
1176
è la squadra.
12:24
We're going to be working with these AIs,
252
732074
2149
Stiamo iniziando a lavorare con queste AI,
12:26
and I think you'll be paid in the future
253
734247
1995
e penso che sarete pagati in futuro
12:28
by how well you work with these bots.
254
736266
2391
in base a quanto lavorate bene
con questi bot.
con questi bot.
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
Questa è la terza cosa,
è che sono diverse,
è che sono diverse,
12:35
they're utility
256
743307
1165
sono dei servizi
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
e stanno per essere qualcosa con cui
lavorare insieme piuttosto che contro.
lavorare insieme piuttosto che contro.
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
Ci stiamo lavorando insieme
piuttosto che contro.
piuttosto che contro.
12:42
So, the future:
259
750999
1477
Così, il futuro:
12:44
Where does that take us?
260
752500
1420
dove ci porterà?
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
Credo che entro 25 anni,
guarderemo indietro
guarderemo indietro
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
alla nostra comprensione della AI
e diremo,
e diremo,
12:52
"You didn't have AI. In fact,
you didn't even have the Internet yet,
you didn't even have the Internet yet,
263
760684
3300
"Non c'era l'AI. In realtà,
non c'era ancora Internet,
non c'era ancora Internet,
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
in confronto a cosa si avrà
entro 25 annii."
entro 25 annii."
12:59
There are no AI experts right now.
265
767849
3047
Non vi sono ora esperti di AI.
13:02
There's a lot of money going to it,
266
770920
1699
Vi sono molti soldi impegnati,
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
miliardi di dollari spesi su essa,
13:06
it's a huge business,
268
774935
2164
Ѐ un enorme affare,
13:09
but there are no experts, compared
to what we'll know 20 years from now.
to what we'll know 20 years from now.
269
777123
4272
ma non vi sono esperti, in confronto
a quello che sapremo entro 20 anni.
a quello che sapremo entro 20 anni.
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
Così siamo all'inizio dell'inizio,
13:16
we're in the first hour of all this.
271
784973
2163
siamo nella prima ora di tutto ciò.
13:19
We're in the first hour of the Internet.
272
787160
1935
Siamo nella prima ora di Internet.
13:21
We're in the first hour of what's coming.
273
789119
2040
Di tutto quello che è in arrivo.
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
Il più diffuso prodotto AI
nei prossimi 20 anni,
nei prossimi 20 anni,
13:27
that everybody uses,
275
795360
1444
che tutti useranno,
13:29
has not been invented yet.
276
797499
1544
non è stato ancora inventato.
13:32
That means that you're not late.
277
800464
2467
Vuol dire che non siete ancora in ritardo.
13:35
Thank you.
278
803684
1151
Grazie.
13:36
(Laughter)
279
804859
1026
(Risate)
13:37
(Applause)
280
805909
2757
(Applausi)
ABOUT THE SPEAKER
Kevin Kelly - Digital visionaryThere may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.
Why you should listen
Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.
Kevin Kelly | Speaker | TED.com