TED2017
Garry Kasparov: Don't fear intelligent machines. Work with them
Garry Kasparov: Heb geen schrik van intelligente machines. Werk ermee
Filmed:
Readability: 4.7
1,595,117 views
We moeten onze angsten in de ogen zien als we het maximum uit technologie willen halen -- en we moeten die angsten overwinnen als we het beste uit de mensheid willen halen, zegt Garry Kasparov. Hij verloor, als een van de grootste schaakspelers in de geschiedenis, in 1997 een gedenkwaardige wedstrijd tegen de IBM-supercomputer Deep Blue. Nu deelt Kasparov zijn visie voor een toekomst waarin intelligente machines ons helpen om onze grootste dromen te realiseren.
Garry Kasparov - Grandmaster, analyst
Garry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy. Full bio
Garry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy. Full bio
Double-click the English transcript below to play the video.
00:12
This story begins in 1985,
0
960
2976
Dit verhaal begint in 1985
00:15
when at age 22,
1
3960
1976
toen ik als 22-jarige
00:17
I became the World Chess Champion
2
5960
2376
wereldkampioen schaken werd,
00:20
after beating Anatoly Karpov.
3
8360
3200
na Anatoly Karpov te hebben verslagen.
00:24
Earlier that year,
4
12480
1256
Eerder dat jaar
00:25
I played what is called
simultaneous exhibition
simultaneous exhibition
5
13760
3616
speelde ik simultaan
tegen 32 van 's werelds
beste schaakmachines
beste schaakmachines
00:29
against 32 of the world's
best chess-playing machines
best chess-playing machines
6
17400
4296
in Hamburg, Duitsland.
00:33
in Hamburg, Germany.
7
21720
1360
00:36
I won all the games,
8
24160
1200
Ik won alle partijen,
00:38
and then it was not considered
much of a surprise
much of a surprise
9
26560
3176
en destijds verbaasde het niemand
00:41
that I could beat 32 computers
at the same time.
at the same time.
10
29760
4040
dat ik 32 computers tegelijk kon verslaan.
00:46
To me, that was the golden age.
11
34480
2576
Voor mij was dat de gouden eeuw.
00:49
(Laughter)
12
37080
2096
(Gelach)
00:51
Machines were weak,
13
39200
1520
Machines waren zwak,
en mijn haar was sterk.
00:53
and my hair was strong.
14
41680
1336
00:55
(Laughter)
15
43040
2200
(Gelach)
00:58
Just 12 years later,
16
46720
2056
Maar slechts 12 jaar later
01:00
I was fighting for my life
against just one computer
against just one computer
17
48800
4616
vocht ik voor mijn leven
tegen slechts één computer
tegen slechts één computer
in een wedstrijd
01:05
in a match
18
53440
1200
die Newsweek op zijn cover betitelde als:
01:07
called by the cover of "Newsweek"
19
55360
2056
‘De Ultieme Strijd van het Brein’.
01:09
"The Brain's Last Stand."
20
57440
1776
01:11
No pressure.
21
59240
1216
Geen druk.
01:12
(Laughter)
22
60480
1520
(Gelach)
01:15
From mythology to science fiction,
23
63040
2576
In de mythologie en in science fiction
01:17
human versus machine
24
65640
2736
werd mens-tegen-machine
01:20
has been often portrayed
as a matter of life and death.
as a matter of life and death.
25
68400
2760
vaak afgeschilderd
als een zaak van leven of dood.
als een zaak van leven of dood.
01:23
John Henry,
26
71960
1576
John Henry,
01:25
called the steel-driving man
27
73560
1696
de 'stalen man' genoemd
01:27
in the 19th century
African American folk legend,
African American folk legend,
28
75280
3776
in de 19e eeuwse
Afro-Amerikaanse volkslegende,
Afro-Amerikaanse volkslegende,
moest een wedstrijd aangaan
01:31
was pitted in a race
29
79080
1376
01:32
against a steam-powered hammer
30
80480
2736
tegen een stoomaangedreven hamer
01:35
bashing a tunnel through mountain rock.
31
83240
2360
om een tunnel door een berg te hakken.
01:38
John Henry's legend
is a part of a long historical narrative
is a part of a long historical narrative
32
86800
4200
John Henry's legende is een deel
van een lang historisch verhaal
van een lang historisch verhaal
01:43
pitting humanity versus technology.
33
91680
3080
van strijd tussen mens en technologie.
01:48
And this competitive rhetoric
is standard now.
is standard now.
34
96200
2880
Deze competitieve retoriek
is nu standaard.
is nu standaard.
01:51
We are in a race against the machines,
35
99560
1960
We zitten in een race
tegen de machines
tegen de machines
01:54
in a fight or even in a war.
36
102360
2080
in een gevecht of zelfs een oorlog.
01:57
Jobs are being killed off.
37
105880
1616
Jobs vallen weg.
01:59
People are being replaced
as if they had vanished from the Earth.
as if they had vanished from the Earth.
38
107520
3560
Mensen worden vervangen
alsof ze van de aarde zijn verdwenen.
alsof ze van de aarde zijn verdwenen.
Je zou bijna gaan denken dat films
als ‘The Terminator’ of ‘The Matrix’
als ‘The Terminator’ of ‘The Matrix’
02:04
It's enough to think that the movies
like "The Terminator" or "The Matrix"
like "The Terminator" or "The Matrix"
39
112240
3496
02:07
are nonfiction.
40
115760
1200
non-fictie zijn.
02:11
There are very few instances of an arena
41
119640
4320
Er zijn zeer weinig gevallen van een arena
02:17
where the human body and mind
can compete on equal terms
can compete on equal terms
42
125360
4256
waarbij de mens lichamelijk en geestelijk
op gelijke voorwaarden kan concurreren
op gelijke voorwaarden kan concurreren
02:21
with a computer or a robot.
43
129639
1841
met een computer of een robot.
02:24
Actually, I wish there were a few more.
44
132280
1858
Eigenlijk wou ik dat er wat meer waren.
02:27
Instead,
45
135760
1200
In plaats daarvan
02:29
it was my blessing and my curse
46
137840
4656
was het mijn zegen en mijn vloek
02:34
to literally become the proverbial man
47
142520
2696
om letterlijk uit te groeien
tot de spreekwoordelijke man
tot de spreekwoordelijke man
02:37
in the man versus machine competition
48
145240
3096
in de mens-versus-machinecompetitie
02:40
that everybody is still talking about.
49
148360
1880
waar iedereen nog steeds over praat.
02:45
In the most famous human-machine
competition since John Henry,
competition since John Henry,
50
153120
5016
In de meest bekende
mens-machinecompetitie sinds John Henry
mens-machinecompetitie sinds John Henry
02:50
I played two matches
51
158160
2576
speelde ik twee wedstrijden
02:52
against the IBM supercomputer, Deep Blue.
52
160760
3440
tegen de IBM-supercomputer Deep Blue.
02:59
Nobody remembers
that I won the first match --
that I won the first match --
53
167040
2176
Niemand herinnert zich
dat ik de eerste wedstrijd won --
dat ik de eerste wedstrijd won --
03:01
(Laughter)
54
169240
2336
(Gelach)
03:03
(Applause)
55
171600
3400
(Applaus)
03:07
In Philadelphia, before losing the rematch
the following year in New York.
the following year in New York.
56
175920
4976
in Philadelphia voordat ik de terugmatch
het jaar daarop in New York verloor.
het jaar daarop in New York verloor.
03:12
But I guess that's fair.
57
180920
1760
Maar ik denk dat het eerlijk is.
03:16
There is no day in history,
special calendar entry
special calendar entry
58
184320
5096
Er is geen bijzondere herdenkingsdag
03:21
for all the people
who failed to climb Mt. Everest
who failed to climb Mt. Everest
59
189440
3496
voor iedereen die de top
van de Everest niet haalde
van de Everest niet haalde
03:24
before Sir Edmund Hillary
and Tenzing Norgay
and Tenzing Norgay
60
192960
2736
voordat Sir Edmund Hillary
en Tenzing Norgay
en Tenzing Norgay
03:27
made it to the top.
61
195720
1200
de top bereikten.
03:29
And in 1997, I was still
the world champion
the world champion
62
197960
3760
En in 1997 was ik
nog steeds de wereldkampioen
nog steeds de wereldkampioen
03:36
when chess computers finally came of age.
63
204520
4200
toen de schaakcomputers
eindelijk volwassen werden.
eindelijk volwassen werden.
03:41
I was Mt. Everest,
64
209520
1976
Ik was de Everest
03:43
and Deep Blue reached the summit.
65
211520
1600
en Deep Blue bereikte de top.
03:46
I should say of course,
not that Deep Blue did it,
not that Deep Blue did it,
66
214600
4056
Ik moet natuurlijk zeggen
dat niet Deep Blue het deed,
dat niet Deep Blue het deed,
03:50
but its human creators --
67
218680
2136
maar wel zijn menselijke makers --
03:52
Anantharaman, Campbell, Hoane, Hsu.
68
220840
3336
Anantharaman, Campbell, Hoane, Hsu.
03:56
Hats off to them.
69
224200
1200
Petje af voor hen.
03:58
As always, machine's triumph
was a human triumph,
was a human triumph,
70
226840
4416
Zoals altijd was de triomf
van de machine een menselijke triomf,
van de machine een menselijke triomf,
04:03
something we tend to forget when humans
are surpassed by our own creations.
are surpassed by our own creations.
71
231280
4760
iets wat we wel eens vergeten wanneer
onze eigen creaties ons overtreffen.
onze eigen creaties ons overtreffen.
04:10
Deep Blue was victorious,
72
238360
1440
Deep Blue heeft gezegevierd,
maar was hij intelligent?
04:13
but was it intelligent?
73
241400
1200
04:15
No, no it wasn't,
74
243360
1760
Nee, nee, hij was het niet,
04:18
at least not in the way Alan Turing
and other founders of computer science
and other founders of computer science
75
246200
5056
althans niet
op de manier waarop Alan Turing
op de manier waarop Alan Turing
en andere grondleggers
van de informatica het hadden gehoopt.
van de informatica het hadden gehoopt.
04:23
had hoped.
76
251280
1200
04:25
It turned out that chess
could be crunched by brute force,
could be crunched by brute force,
77
253240
4776
Het bleek dat schaken kon worden
gekraakt door brute kracht,
gekraakt door brute kracht,
04:30
once hardware got fast enough
78
258040
4256
zodra de hardware snel genoeg werd
04:34
and algorithms got smart enough.
79
262320
2960
en de algoritmen slim genoeg.
04:38
Although by the definition of the output,
80
266760
3696
Maar naar de definitie van het resultaat,
04:42
grandmaster-level chess,
81
270480
3216
schaken op grootmeesterniveau,
04:45
Deep Blue was intelligent.
82
273720
1280
was Deep Blue intelligent.
04:49
But even at the incredible speed,
83
277320
2400
Maar ondanks de ongelooflijke snelheid
04:52
200 million positions per second,
84
280560
3200
van 200 miljoen posities per seconde,
04:57
Deep Blue's method
85
285360
1200
verschafte Deep Blue's methode
04:59
provided little of the dreamed-of insight
into the mysteries of human intelligence.
into the mysteries of human intelligence.
86
287360
6600
weinig van het gedroomde inzicht
in de mysteries
van de menselijke intelligentie.
van de menselijke intelligentie.
05:08
Soon,
87
296960
1816
Spoedig
05:10
machines will be taxi drivers
88
298800
2576
zullen machines taxichauffeurs,
05:13
and doctors and professors,
89
301400
2416
artsen en professoren zijn,
05:15
but will they be "intelligent?"
90
303840
2600
maar zullen ze ‘intelligent’ zijn?
05:19
I would rather leave these definitions
91
307840
2496
Ik zou deze definities liever overlaten
05:22
to the philosophers and to the dictionary.
92
310360
3560
aan filosofen en woordenboeken.
05:27
What really matters is how we humans
93
315440
3880
Wat echt belangrijk is,
is hoe wij mensen
is hoe wij mensen
05:32
feel about living and working
with these machines.
with these machines.
94
320320
3600
ons voelen over leven
en werken met deze machines.
en werken met deze machines.
05:38
When I first met Deep Blue
in 1996 in February,
in 1996 in February,
95
326160
5256
Toen ik voor het eerst Deep Blue
in februari 1996 ontmoette,
in februari 1996 ontmoette,
was ik al meer
dan 10 jaar wereldkampioen,
dan 10 jaar wereldkampioen,
05:43
I had been the world champion
for more than 10 years,
for more than 10 years,
96
331440
2600
05:48
and I had played 182
world championship games
world championship games
97
336080
4016
en had ik 182 WK-partijen gespeeld
05:52
and hundreds of games against
other top players in other competitions.
other top players in other competitions.
98
340120
5096
en honderden partijen
tegen andere topspelers
in andere wedstrijden.
in andere wedstrijden.
05:57
I knew what to expect from my opponents
99
345240
5056
Ik wist wat te verwachten
van mijn tegenstanders
van mijn tegenstanders
06:02
and what to expect from myself.
100
350320
1680
en wat te verwachten van mezelf.
06:04
I was used to measure their moves
101
352680
5176
Ik was gewend
om hun zetten in te schatten
om hun zetten in te schatten
06:09
and to gauge their emotional state
102
357880
3616
en hun emotionele toestand te peilen
06:13
by watching their body language
and looking into their eyes.
and looking into their eyes.
103
361520
3840
door te kijken
naar hun lichaamstaal en hun ogen.
naar hun lichaamstaal en hun ogen.
06:17
And then I sat across
the chessboard from Deep Blue.
the chessboard from Deep Blue.
104
365880
4000
Maar toen zat ik
aan het schaakbord tegenover Deep Blue.
aan het schaakbord tegenover Deep Blue.
06:24
I immediately sensed something new,
105
372960
2856
Ik voelde meteen iets nieuws,
06:27
something unsettling.
106
375840
1320
iets verontrustends.
06:31
You might experience a similar feeling
107
379440
2800
Een soortgelijk gevoel
zal je misschien ervaren
zal je misschien ervaren
06:35
the first time you ride
in a driverless car
in a driverless car
108
383320
2536
de eerste keer dat je rijdt
in een zelfrijdende auto
in een zelfrijdende auto
06:37
or the first time your new computer
manager issues an order at work.
manager issues an order at work.
109
385880
4840
of de eerste keer
dat je nieuwe computer-manager
dat je nieuwe computer-manager
je iets beveelt op het werk.
06:45
But when I sat at that first game,
110
393800
3120
Maar bij dat eerste spel
06:50
I couldn't be sure
111
398080
2136
wist ik niet zeker
06:52
what is this thing capable of.
112
400240
3680
waartoe dit ding in staat was.
06:56
Technology can advance in leaps,
and IBM had invested heavily.
and IBM had invested heavily.
113
404920
3160
Technologie kan sprongsgewijs vooruitgaan
en IBM had er zwaar in geïnvesteerd.
en IBM had er zwaar in geïnvesteerd.
Ik verloor die wedstrijd.
07:00
I lost that game.
114
408680
1200
En ik kon niet anders dan me afvragen
07:04
And I couldn't help wondering,
115
412320
1776
07:06
might it be invincible?
116
414120
1560
of hij onklopbaar kon zijn.
07:08
Was my beloved game of chess over?
117
416600
2360
Was mijn geliefde schaakspel om zeep?
07:12
These were human doubts, human fears,
118
420800
4136
Dit waren menselijke twijfels,
menselijke angsten,
menselijke angsten,
en het enige wat ik zeker wist,
07:16
and the only thing I knew for sure
119
424960
1680
was dat mijn tegenstander Deep Blue
07:19
was that my opponent Deep Blue
had no such worries at all.
had no such worries at all.
120
427400
2896
zich daar helemaal
geen zorgen over maakte.
geen zorgen over maakte.
07:22
(Laughter)
121
430320
1760
(Gelach)
07:25
I fought back
122
433920
1400
Ik vocht terug
07:28
after this devastating blow
123
436400
1680
na deze verwoestende klap
07:31
to win the first match,
124
439000
1200
om de eerste wedstrijd te winnen,
07:32
but the writing was on the wall.
125
440960
1640
maar het was een teken aan de wand.
07:36
I eventually lost to the machine
126
444400
2136
Uiteindelijk verloor ik van de machine
07:38
but I didn't suffer the fate of John Henry
127
446560
3056
maar ik onderging niet
het lot van John Henry
het lot van John Henry
07:41
who won but died
with his hammer in his hand.
with his hammer in his hand.
128
449640
3040
die won, maar stierf
met zijn hamer in de hand.
met zijn hamer in de hand.
07:49
It turned out that the world of chess
129
457720
2536
Het bleek dat de schaakwereld
07:52
still wanted to have
a human chess champion.
a human chess champion.
130
460280
3240
nog steeds een menselijke
schaakkampioen wilde hebben.
schaakkampioen wilde hebben.
07:56
And even today,
131
464920
1680
En zelfs vandaag, nu
08:00
when a free chess app
on the latest mobile phone
on the latest mobile phone
132
468080
3456
een gratis schaak-app
op de nieuwste mobiele telefoon
op de nieuwste mobiele telefoon
08:03
is stronger than Deep Blue,
133
471560
2016
sterker is dan Deep Blue,
08:05
people are still playing chess,
134
473600
1480
zijn mensen nog steeds aan het schaken,
08:08
even more than ever before.
135
476680
2240
zelfs meer dan ooit tevoren.
Doemdenkers voorspelden dat
niemand het spel zou willen spelen
niemand het spel zou willen spelen
08:11
Doomsayers predicted
that nobody would touch the game
that nobody would touch the game
136
479800
3216
08:15
that could be conquered by the machine,
137
483040
2256
dat door een machine bedwongen kon worden
08:17
and they were wrong, proven wrong,
138
485320
2216
maar ze bleken het fout te hebben,
08:19
but doomsaying has always been
a popular pastime
a popular pastime
139
487560
3456
maar doemdenken was altijd al
een populair tijdverdrijf
een populair tijdverdrijf
08:23
when it comes to technology.
140
491040
1360
als het over technologie gaat.
08:26
What I learned from my own experience
141
494360
2736
Wat ik van mijn eigen ervaring leerde,
08:29
is that we must face our fears
142
497120
4656
is dat we onze angsten
onder ogen moeten zien
onder ogen moeten zien
08:33
if we want to get the most
out of our technology,
out of our technology,
143
501800
3720
als we het maximale
uit onze technologie willen halen,
uit onze technologie willen halen,
08:38
and we must conquer those fears
144
506360
2376
en we moeten die angsten overwinnen
08:40
if we want to get the best
out of our humanity.
out of our humanity.
145
508760
5240
als we het beste
uit onze menselijkheid willen halen.
uit onze menselijkheid willen halen.
08:48
While licking my wounds,
146
516120
1775
Terwijl ik mijn wonden likte,
08:49
I got a lot of inspiration
147
517919
1961
kreeg ik heel wat inspiratie
08:53
from my battles against Deep Blue.
148
521080
2695
door mijn gevechten tegen Deep Blue.
08:55
As the old Russian saying goes,
if you can't beat them, join them.
if you can't beat them, join them.
149
523799
3121
Zoals het oude Russische gezegde gaat:
als je ze niet kunt verslaan,
sluit je dan bij hen aan.
sluit je dan bij hen aan.
09:00
Then I thought,
150
528880
1376
Toen dacht ik:
09:02
what if I could play with a computer --
151
530280
2336
wat als ik samen
met een computer kon spelen --
met een computer kon spelen --
09:04
together with a computer at my side,
combining our strengths,
combining our strengths,
152
532640
3160
met een computer aan mijn zijde
onze krachten kon bundelen:
onze krachten kon bundelen:
09:09
human intuition
plus machine's calculation,
plus machine's calculation,
153
537160
3776
menselijke intuïtie
plus machineberekening,
plus machineberekening,
09:12
human strategy, machine tactics,
154
540960
2696
menselijk strategie, machinetactiek,
09:15
human experience, machine's memory.
155
543680
2416
menselijke ervaring, machinegeheugen.
09:18
Could it be the perfect game ever played?
156
546120
2200
Zou dat het meest
perfecte spel ooit kunnen zijn?
perfecte spel ooit kunnen zijn?
09:22
My idea came to life
157
550000
1680
Mijn idee kwam tot leven
in 1998
09:24
in 1998 under the name of Advanced Chess
158
552920
3376
onder de naam Geavanceerd Schaken
09:28
when I played this human-plus-machine
competition against another elite player.
competition against another elite player.
159
556320
5680
toen ik een mens-plus-machinewedstrijd
speelde tegen een andere topspeler.
speelde tegen een andere topspeler.
09:35
But in this first experiment,
160
563280
1896
Maar in dit eerste experiment,
09:37
we both failed to combine
human and machine skills effectively.
human and machine skills effectively.
161
565200
6360
slaagden we er allebei niet in
om mens- en machinevaardigheden
effectief te combineren.
effectief te combineren.
09:46
Advanced Chess found
its home on the internet,
its home on the internet,
162
574920
2240
Geavanceerd Schaken
vond zijn thuis op het internet
vond zijn thuis op het internet
09:50
and in 2005, a so-called
freestyle chess tournament
freestyle chess tournament
163
578160
4856
en in 2005 zorgde een zogenaamd
freestyle schaaktoernooi
freestyle schaaktoernooi
voor een openbaring.
09:55
produced a revelation.
164
583040
1360
09:59
A team of grandmasters
and top machines participated,
and top machines participated,
165
587240
3536
Een team van grootmeesters
en topmachines nam deel,
en topmachines nam deel,
10:02
but the winners were not grandmasters,
166
590800
2736
maar de winnaars
waren noch de grootmeesters
waren noch de grootmeesters
10:05
not a supercomputer.
167
593560
1360
noch de supercomputer.
10:07
The winners were a pair
of amateur American chess players
of amateur American chess players
168
595680
4336
De winnaars waren
een paar Amerikaanse schaakamateurs
een paar Amerikaanse schaakamateurs
10:12
operating three ordinary PCs
at the same time.
at the same time.
169
600040
3160
die drie gewone pc's
tegelijk bedienden.
tegelijk bedienden.
10:17
Their skill of coaching their machines
170
605560
3016
Hun vaardigheid
in het coachen van hun machines
in het coachen van hun machines
10:20
effectively counteracted
the superior chess knowledge
the superior chess knowledge
171
608600
5776
counterde effectief
de superieure schaakkennis
de superieure schaakkennis
van hun grootmeester-tegenstanders
10:26
of their grandmaster opponents
172
614400
1576
10:28
and much greater
computational power of others.
computational power of others.
173
616000
4160
en de grotere rekenkracht van anderen.
10:33
And I reached this formulation.
174
621600
1960
Ik kwam tot deze formulering:
10:36
A weak human player plus a machine
175
624560
3376
een zwakke menselijke speler
met een computer
met een computer
10:39
plus a better process is superior
176
627960
3256
en een betere procesbeheersing
is superieur
is superieur
10:43
to a very powerful machine alone,
177
631240
2416
aan een zeer krachtige machine alleen,
10:45
but more remarkably,
is superior to a strong human player
is superior to a strong human player
178
633680
3896
maar, nog opmerkelijker, is superieur
aan een sterke menselijke speler
aan een sterke menselijke speler
10:49
plus machine
179
637600
1960
met machine en...
10:53
and an inferior process.
180
641120
2400
een inferieure procesbeheersing.
Dit overtuigde me ervan
10:58
This convinced me that we would need
181
646360
2120
dat we betere interfaces
nodig zouden hebben
nodig zouden hebben
11:02
better interfaces
to help us coach our machines
to help us coach our machines
182
650000
3680
om ons te helpen bij
het coachen van onze machines
het coachen van onze machines
richting een nuttiger intelligentie.
11:06
towards more useful intelligence.
183
654520
1720
11:10
Human plus machine isn't the future,
184
658320
3296
Mens plus machine is niet de toekomst,
11:13
it's the present.
185
661640
1216
het is er al.
11:14
Everybody that's used online translation
186
662880
4136
Iedereen die ooit
onlinevertaling gebruikte
onlinevertaling gebruikte
11:19
to get the gist of a news article
from a foreign newspaper,
from a foreign newspaper,
187
667040
4296
om iets van een nieuwsartikel
van een buitenlandse krant te snappen,
van een buitenlandse krant te snappen,
11:23
knowing its far from perfect.
188
671360
1640
weet dat ze verre van perfect is.
11:25
Then we use our human experience
189
673680
2096
Dan gebruiken we onze menselijke ervaring
11:27
to make sense out of that,
190
675800
2096
om er iets zinvols uit te distilleren,
11:29
and then the machine
learns from our corrections.
learns from our corrections.
191
677920
2776
waarna de machine
leert van onze correcties.
leert van onze correcties.
11:32
This model is spreading and investing
in medical diagnosis, security analysis.
in medical diagnosis, security analysis.
192
680720
4960
Dit model verspreidt zich
en wordt toegepast
en wordt toegepast
bij medische diagnose
en veiligheidsanalyse.
en veiligheidsanalyse.
11:38
The machine crunches data,
193
686440
2120
De machine verwerkt data,
11:41
calculates probabilities,
194
689320
1736
berekent waarschijnlijkheden,
11:43
gets 80 percent of the way, 90 percent,
195
691080
3656
legt 80-90% van het traject af,
11:46
making it easier for analysis
196
694760
4376
waardoor analyse en besluitvorming
11:51
and decision-making of the human party.
197
699160
2600
makkelijker wordt
voor de menselijke partij.
voor de menselijke partij.
11:54
But you are not going to send your kids
198
702280
4840
Maar je stuurt je kinderen niet
12:00
to school in a self-driving car
with 90 percent accuracy,
with 90 percent accuracy,
199
708000
3560
naar school in een zelfrijdende
auto met 90% nauwkeurigheid,
auto met 90% nauwkeurigheid,
12:04
even with 99 percent.
200
712600
1600
zelfs niet met 99%.
12:07
So we need a leap forward
201
715560
2856
Voor de sprong voorwaarts moeten er
12:10
to add a few more crucial decimal places.
202
718440
6160
nog wat cruciale decimalen bijkomen.
12:19
Twenty years after
my match with Deep Blue,
my match with Deep Blue,
203
727160
4040
Twintig jaar na mijn match met Deep Blue,
12:24
second match,
204
732200
1616
na de tweede wedstrijd,
12:25
this sensational
"The Brain's Last Stand" headline
"The Brain's Last Stand" headline
205
733840
6296
is de sensationele kop:
‘De Ultieme Strijd van het Brein’
‘De Ultieme Strijd van het Brein’
gemeengoed geworden,
12:32
has become commonplace
206
740160
1576
12:33
as intelligent machines
207
741760
2536
nu intelligente machines
12:36
move
208
744320
1200
hun intrede doen
in elke sector, bijna dagelijks.
12:38
in every sector, seemingly every day.
209
746560
2200
12:42
But unlike in the past,
210
750160
3096
Maar in tegenstelling tot het verleden,
12:45
when machines replaced
211
753280
1640
toen machines
12:48
farm animals, manual labor,
212
756480
2376
boerderijdieren en handenarbeid vervingen,
12:50
now they are coming
after people with college degrees
after people with college degrees
213
758880
2496
gaan ze dat nu doen
met mensen met academische graden
met mensen met academische graden
12:53
and political influence.
214
761400
1280
en politieke invloed.
12:56
And as someone
who fought machines and lost,
who fought machines and lost,
215
764120
2096
Als iemand
die met machines vocht en verloor,
die met machines vocht en verloor,
12:58
I am here to tell you
this is excellent, excellent news.
this is excellent, excellent news.
216
766240
2640
vertel ik jullie
dat dit geweldig nieuws is.
dat dit geweldig nieuws is.
13:03
Eventually, every profession
217
771000
2216
Uiteindelijk zal elk beroep
13:05
will have to feel these pressures
218
773240
2096
deze druk moeten ondergaan
13:07
or else it will mean humanity
has ceased to make progress.
has ceased to make progress.
219
775360
5600
of anders zou het betekenen
dat de mensheid
ophoudt met vooruitgang boeken.
ophoudt met vooruitgang boeken.
13:14
We don't
220
782760
1200
We zullen niet
13:17
get to choose
221
785440
1720
kunnen kiezen
13:20
when and where
technological progress stops.
technological progress stops.
222
788480
2720
wanneer en waar
de technologische vooruitgang stopt.
de technologische vooruitgang stopt.
13:25
We cannot
223
793160
1360
We kunnen niet
13:27
slow down.
224
795960
1496
vertragen.
13:29
In fact,
225
797480
1816
Eigenlijk
13:31
we have to speed up.
226
799320
1920
moeten we versnellen.
13:36
Our technology excels at removing
227
804600
2640
Onze technologie
blinkt uit in het wegnemen
blinkt uit in het wegnemen
13:41
difficulties and uncertainties
from our lives,
from our lives,
228
809200
3360
van moeilijkheden
en onzekerheden uit ons leven,
en onzekerheden uit ons leven,
13:47
and so we must seek out
229
815000
2816
en dus moeten we op zoek gaan naar
13:49
ever more difficult,
230
817840
1856
steeds moeilijker,
13:51
ever more uncertain challenges.
231
819720
4080
steeds onzekerder uitdagingen.
14:00
Machines have
232
828200
1200
Machines hebben
14:03
calculations.
233
831880
1816
berekeningen.
14:05
We have understanding.
234
833720
1576
Wij hebben begrip.
14:07
Machines have instructions.
235
835320
2040
Machines hebben instructies.
14:10
We have purpose.
236
838840
1856
Wij hebben doel.
14:12
Machines have
237
840720
2280
Machines hebben
objectiviteit.
14:17
objectivity.
238
845080
1216
14:18
We have passion.
239
846320
1200
Wij hebben passie.
14:20
We should not worry
about what our machines can do today.
about what our machines can do today.
240
848600
5976
We moeten ons geen zorgen maken
over wat onze machines
vandaag kunnen.
vandaag kunnen.
14:26
Instead, we should worry
about what they still cannot do today,
about what they still cannot do today,
241
854600
4576
In plaats daarvan
moeten we ons zorgen maken
moeten we ons zorgen maken
over wat ze vandaag
nog steeds niet kunnen,
nog steeds niet kunnen,
14:31
because we will need the help
of the new, intelligent machines
of the new, intelligent machines
242
859200
5496
omdat we de hulp van de nieuwe,
intelligente machines nodig hebben
intelligente machines nodig hebben
14:36
to turn our grandest dreams into reality.
243
864720
4080
om onze grootste dromen
om te zetten in realiteit.
om te zetten in realiteit.
14:42
And if we fail,
244
870000
1320
En als we falen,
14:44
if we fail, it's not because our machines
are too intelligent,
are too intelligent,
245
872240
4656
als we falen, is het niet
omdat onze machines te intelligent
omdat onze machines te intelligent
14:48
or not intelligent enough.
246
876920
1400
of niet intelligent genoeg zijn.
14:51
If we fail, it's because
we grew complacent
we grew complacent
247
879200
3080
Als we falen, dan is dat
omdat we zelfgenoegzaam werden
omdat we zelfgenoegzaam werden
14:55
and limited our ambitions.
248
883680
1560
en onze ambities inperkten.
14:58
Our humanity is not defined by any skill,
249
886520
3040
Onze menselijkheid wordt
niet bepaald door vaardigheden
niet bepaald door vaardigheden
15:03
like swinging a hammer
or even playing chess.
or even playing chess.
250
891280
2680
als met een hamer zwiepen
of zelfs als schaken.
of zelfs als schaken.
15:06
There's one thing only a human can do.
251
894560
3016
Er is één ding dat
alleen maar een mens kan doen.
alleen maar een mens kan doen.
15:09
That's dream.
252
897600
1200
Dat is dromen.
15:12
So let us dream big.
253
900120
2536
Laten we dus groots dromen.
15:14
Thank you.
254
902680
1216
Dank je.
15:15
(Applause)
255
903920
3887
(Applaus)
ABOUT THE SPEAKER
Garry Kasparov - Grandmaster, analystGarry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy.
Why you should listen
Garry Kasparov became the youngest world champion ever at 22 in 1985 and spent twenty years as the world's top-rated player. His legendary matches against the IBM supercomputer Deep Blue in 1996 and 1997 made him a central figure in artificial intelligence and the evolution of the human-machine relationship. He retired from chess in 2005 to become a leader of the Russian pro-democracy movement against the rising dictatorship of Vladimir Putin. He is the chairman of the New York-based Human Rights Foundation and has become a powerful voice for individual freedom worldwide. As a Senior Visiting Fellow at the Oxford Martin School, Kasparov specializes in interdisciplinary collaboration and, as he puts it, "how our technology can make us more human." He is a member of the executive board of the Foundation for Responsible Robotics.
Kasparov's latest book is Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins, which details his legendary matches against Deep Blue and shares his optimistic insights into our human plus machine future. His 2015 book Winter Is Coming detailed the rise of Putin's Russia as well as Kasparov's persecution and self-exile, and it serves chilling warnings of reactionary forces gathering in the West.
Garry Kasparov | Speaker | TED.com