ABOUT THE SPEAKER
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity.

Why you should listen

Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.

Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.

Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility. 

Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.

Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.

More profile about the speaker
Maurice Conti | Speaker | TED.com
TEDxPortland

Maurice Conti: The incredible inventions of intuitive AI

Морис Конти: Невероятные изобретения искусственного интеллекта, обладающего интуицией

Filmed:
6,173,221 views

Что получится, если к средствам проектирования добавить цифровую нервную систему? Компьютеры, способные улучшить наши умственные способности и наше воображение, и роботы, самостоятельно создающие новые мосты, автомобили, самолёты и многое другое. Давайте вместе с футуристом Морисом Конти совершим путешествие в «Эпоху улучшения» и посмотрим на общество, где робот и человек сообща будут делать то, что им не под силу поодиночке.
- Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio

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

00:12
How manyмногие of you are creativesобъявления,
0
735
2289
Много ли среди вас изобретателей,
00:15
designersдизайнеры, engineersинженеры,
entrepreneursпредприниматели, artistsхудожники,
1
3048
3624
дизайнеров, инженеров,
предпринимателей, художников
00:18
or maybe you just have
a really bigбольшой imaginationвоображение?
2
6696
2387
или просто людей
с незаурядным воображением?
00:21
ShowПоказать of handsРуки? (Cheersура)
3
9107
1848
Поднимите руки! (Аплодисменты)
00:22
That's mostбольшинство of you.
4
10979
1181
Большинство.
00:25
I have some newsНовости for us creativesобъявления.
5
13334
2294
У меня есть новость
для нас, изобретателей.
00:28
Over the courseкурс of the nextследующий 20 yearsлет,
6
16714
2573
В течение следующих 20 лет
00:33
more will changeизменение around
the way we do our work
7
21471
2973
то, как мы работаем, изменится больше,
00:37
than has happenedполучилось in the last 2,000.
8
25382
2157
чем за последние два тысячелетия.
00:40
In factфакт, I think we're at the dawnрассвет
of a newновый ageвозраст in humanчеловек historyистория.
9
28511
4628
Более того, я считаю, что мы на пороге
новой эры в истории человечества.
00:45
Now, there have been four4 majorглавный historicalисторический
erasэр definedопределенный by the way we work.
10
33645
4761
Известны четыре важные исторические эпохи,
различающиеся по характеру нашего труда.
00:51
The Hunter-GathererОхотник-собиратель AgeВозраст
lastedпродолжалась severalнесколько millionмиллиона yearsлет.
11
39404
3275
Эпоха охотников-собирателей
длилась несколько миллионов лет.
00:55
And then the Agriculturalсельскохозяйственное AgeВозраст
lastedпродолжалась severalнесколько thousandтысяча yearsлет.
12
43163
3576
Затем несколько тысячелетий
пришлись на эпоху земледелия.
00:59
The Industrialпромышленные AgeВозраст lastedпродолжалась
a coupleпара of centuriesвека.
13
47195
3490
Промышленная эпоха длилась пару столетий.
01:02
And now the InformationИнформация AgeВозраст
has lastedпродолжалась just a fewмало decadesдесятилетия.
14
50709
4287
Современная информационная эпоха началась
всего несколько десятилетий назад.
01:07
And now todayCегодня, we're on the cuspострый выступ
of our nextследующий great eraэпоха as a speciesвид.
15
55020
5220
И сейчас мы стои́м на пороге
новой великой эпохи развития человечества.
01:13
Welcomeжеланный to the AugmentedДополненная AgeВозраст.
16
61296
2680
Добро пожаловать в «Эпоху улучшения».
01:16
In this newновый eraэпоха, your naturalнатуральный humanчеловек
capabilitiesвозможности are going to be augmentedдополненная
17
64000
3693
В эту новую эру естественные
способности человека будут расширены
01:19
by computationalвычислительный systemsсистемы
that help you think,
18
67717
3068
вычислительными системами,
помогающими нам думать,
роботизированными системами,
помогающими делать,
01:22
roboticроботизированный systemsсистемы that help you make,
19
70809
2186
01:25
and a digitalцифровой nervousнервное systemсистема
20
73019
1648
и цифровой нервной системой,
01:26
that connectsподключает you to the worldМир
farдалеко beyondза your naturalнатуральный sensesчувств.
21
74691
3690
выводящей нас далеко
за пределы обычных чувств.
Давайте начнём с расширения восприятия.
01:31
Let's startНачало with cognitiveпознавательный augmentationувеличение.
22
79437
1942
Кто из вас расширенный киборг?
01:33
How manyмногие of you are augmentedдополненная cyborgsкиборги?
23
81403
2200
01:36
(LaughterСмех)
24
84133
2650
(Смех)
01:38
I would actuallyна самом деле argueспорить
that we're alreadyуже augmentedдополненная.
25
86807
2821
Я на самом деле считаю,
что мы уже расширены.
01:42
ImagineПредставить you're at a partyвечеринка,
26
90288
1504
Представьте: на вечеринке
01:43
and somebodyкто-то asksспрашивает you a questionвопрос
that you don't know the answerответ to.
27
91816
3520
кто-то задаёт вам вопрос,
на который вы не знаете ответа.
01:47
If you have one of these,
in a fewмало secondsсекунд, you can know the answerответ.
28
95360
3760
Имея вот такую штуку, вы найдёте
ответ за считанные секунды.
01:51
But this is just a primitiveпримитивный beginningначало.
29
99869
2299
Но это только начало, ничего сложного.
01:54
Even SiriSiri is just a passiveпассивный toolинструмент.
30
102863
3331
Даже Siri — всего лишь
пассивный инструмент.
01:58
In factфакт, for the last
three-and-a-halfтри-и с половиной millionмиллиона yearsлет,
31
106660
3381
На самом деле, в течение последних
трёх с половиной миллионов лет
02:02
the toolsинструменты that we'veмы в had
have been completelyполностью passiveпассивный.
32
110065
3109
все используемые нами инструменты
были совершенно пассивными.
02:06
They do exactlyв точку what we tell them
and nothing more.
33
114203
3655
Они выполняли только то,
чтó мы от них требовали, не более.
02:09
Our very first toolинструмент only cutпорез
where we struckпораженный it.
34
117882
3101
Наш самый первый инструмент
резал только то, во что его втыкали.
02:13
The chiselдолото only carvesвырезает
where the artistхудожник pointsточки it.
35
121822
3040
Резак высекает только там,
куда его направляет мастер.
02:17
And even our mostбольшинство advancedпередовой toolsинструменты
do nothing withoutбез our explicitявный directionнаправление.
36
125343
5641
Даже самые современные инструменты
не работают без чёткого руководства.
02:23
In factфакт, to dateДата, and this
is something that frustratesрасстраивает me,
37
131008
3181
Меня немного расстраивает то,
что до сегодняшнего дня
02:26
we'veмы в always been limitedограниченное
38
134213
1448
мы всегда были ограничены
02:27
by this need to manuallyвручную
pushОт себя our willsволь into our toolsинструменты --
39
135685
3501
этой необходимостью вручную вкладывать
наши задумки в наши инструменты —
02:31
like, manualруководство,
literallyбуквально usingс помощью our handsРуки,
40
139210
2297

буквально руками,
02:33
even with computersкомпьютеры.
41
141531
1428
даже в компьютеры.
02:36
But I'm more like ScottyСкотти in "Starзвезда Trekпутешествие."
42
144072
2463
Но я больше похож
на Скотти из «Звёздного пути».
02:38
(LaughterСмех)
43
146559
1850
(Смех)
02:40
I want to have a conversationразговор
with a computerкомпьютер.
44
148433
2146
Я хочу побеседовать с компьютером.
02:42
I want to say, "Computerкомпьютер,
let's designдизайн a carавтомобиль,"
45
150603
2970
Я бы сказал: «Компьютер,
давай спроектируем автомобиль».
02:45
and the computerкомпьютер showsшоу me a carавтомобиль.
46
153597
1539
И он показал бы мне автомобиль.
02:47
And I say, "No, more fast-lookingбыстро выглядящий,
and lessМеньше GermanНемецкий,"
47
155160
2608
Я сказал бы: «Нет, более быстрый
и не такой немецкий».
02:49
and bangбах, the computerкомпьютер showsшоу me an optionвариант.
48
157792
2163
И — раз! Компьютер
выдаёт мне другой вариант.
02:51
(LaughterСмех)
49
159979
1865
(Смех)
02:54
That conversationразговор mightмог бы be
a little waysпути off,
50
162208
2306
До этого разговора ещё далеко,
02:56
probablyвероятно lessМеньше than manyмногие of us think,
51
164538
2665
хотя и меньше, чем многие думают,
02:59
but right now,
52
167227
1763
однако мы уже сейчас
03:01
we're workingза работой on it.
53
169014
1151
над этим работаем.
03:02
Toolsинструменты are makingизготовление this leapпрыжок
from beingявляющийся passiveпассивный to beingявляющийся generativeпорождающий.
54
170189
4033
Инструменты перестают быть
пассивными и становятся активными.
03:06
Generativeпорождающий designдизайн toolsинструменты
use a computerкомпьютер and algorithmsалгоритмы
55
174831
3308
На стадии разработки инструменты
используют компьютер и алгоритмы
03:10
to synthesizeсинтезировать geometryгеометрия
56
178163
2608
для синтеза геометрических параметров,
03:12
to come up with newновый designsконструкции
all by themselvesсамих себя.
57
180795
2754
чтобы создать свой дизайн.
03:15
All it needsпотребности are your goalsцели
and your constraintsограничения.
58
183996
2748
Всё, что от вас требуется, —
определить цели и рамки.
03:18
I'll give you an exampleпример.
59
186768
1408
Приведу пример.
03:20
In the caseдело of this aerialантенна droneтрутень chassisшасси,
60
188200
2788
Возьмём шасси квадрокоптера,
03:23
all you would need to do
is tell it something like,
61
191012
2626
всё, что вам нужно, — это сказать:
у него должно быть
03:25
it has four4 propellersпропеллеры,
62
193662
1273
четыре пропеллера,
03:26
you want it to be
as lightweightлегкий as possibleвозможное,
63
194959
2131
минимальный вес
03:29
and you need it to be
aerodynamicallyаэродинамически efficientэффективное.
64
197114
2270
и высокий аэродинамический КПД.
03:31
Then what the computerкомпьютер does
is it exploresисследует the entireвсе solutionрешение spaceпространство:
65
199408
4914
Затем компьютер анализирует
всевозможные способы решения:
03:36
everyкаждый singleОдин possibilityвозможность that solvesрешает
and meetsотвечает your criteriaкритерии --
66
204346
3927
любые варианты, которые решают задачу
и соответствуют вашим требованиям, —
03:40
millionsмиллионы of them.
67
208297
1442
а их миллионы.
03:41
It takes bigбольшой computersкомпьютеры to do this.
68
209763
1975
Это под силу только новейшим компьютерам.
03:43
But it comesвыходит back to us with designsконструкции
69
211762
1955
Но он предлагает нам проекты,
03:45
that we, by ourselvesсами,
never could'veмог бы imaginedвообразил.
70
213741
3143
которые мы сами никогда бы не придумали.
03:49
And the computer'sкомпьютера comingприход up
with this stuffматериал all by itselfсам --
71
217326
2912
А компьютер справляется
со всем этим самостоятельно,
03:52
no one ever drewДрю anything,
72
220262
1678
никто не делал никаких эскизов,
03:53
and it startedначал completelyполностью from scratchцарапина.
73
221964
2086
и начинает он прямо с нуля.
03:57
And by the way, it's no accidentавария
74
225038
2387
Кстати, корпус дрона
03:59
that the droneтрутень bodyтело looksвыглядит just like
the pelvisтаз of a flyingлетающий squirrelбелка.
75
227449
3481
не случайно напоминает
тазовые кости белки-летяги.
04:03
(LaughterСмех)
76
231287
2007
(Смех)
04:06
It's because the algorithmsалгоритмы
are designedпредназначенный to work
77
234040
2302
Причина в том, что алгоритмы работают
04:08
the sameодна и та же way evolutionэволюция does.
78
236366
1637
так же, как работает эволюция.
04:10
What's excitingзахватывающе is we're startingначало
to see this technologyтехнологии
79
238715
2660
Интересно, что мы начинаем замечать,
как этот подход применяется в жизни.
04:13
out in the realреальный worldМир.
80
241399
1159
04:14
We'veУ нас been workingза работой with Airbusаэробус
for a coupleпара of yearsлет
81
242582
2452
С компанией Airbus
мы работаем несколько лет
04:17
on this conceptконцепция planeсамолет for the futureбудущее.
82
245058
1909
над этой моделью самолёта будущего.
04:18
It's a waysпути out still.
83
246991
2070
Пока это только проект.
04:21
But just recentlyв последнее время we used
a generative-designпорождающий-дизайн AIискусственный интеллект
84
249085
3780
Однако недавно,
чтобы справиться с этой задачей,
04:24
to come up with this.
85
252889
1807
мы начали использовать ИИ
для генеративного дизайна.
04:27
This is a 3D-printedD-печататься cabinкабина partitionраздел
that's been designedпредназначенный by a computerкомпьютер.
86
255609
5153
Это трёхмерная модель перегородки кабины
самолёта, спроектированной компьютером.
04:32
It's strongerсильнее than the originalоригинал
yetвсе же halfполовина the weightвес,
87
260786
2824
Она прочнее и вдвое легче оригинала,
04:35
and it will be flyingлетающий
in the Airbusаэробус A320 laterпозже this yearгод.
88
263634
3146
ею будет оснащён Airbus A320
в конце 2016 года.
04:39
So computersкомпьютеры can now generateгенерировать;
89
267405
1559
Компьютеры способны создавать.
04:40
they can come up with theirих ownсвоя solutionsрешения
to our well-definedвполне определенный problemsпроблемы.
90
268988
4595
Они могут предлагать свои решения
наших конкретных задач.
04:46
But they're not intuitiveинтуитивный.
91
274677
1310
Но им не хватает интуиции.
04:48
They still have to startНачало from scratchцарапина
everyкаждый singleОдин time,
92
276011
3086
Они вынуждены каждый раз начинать с нуля.
04:51
and that's because they never learnучить.
93
279121
2565
И всё потому, что они не способны учиться.
04:54
UnlikeВ отличие от MaggieМэгги.
94
282368
1766
В отличие от Мэгги.
04:56
(LaughterСмех)
95
284158
1581
(Смех)
04:57
Maggie'sМэгги actuallyна самом деле smarterумнее
than our mostбольшинство advancedпередовой designдизайн toolsинструменты.
96
285763
3297
Мэгги сообразительнее
самых продвинутых средств проектирования.
05:01
What do I mean by that?
97
289467
1440
Что я имею в виду?
05:02
If her ownerвладелец picksкирки up that leashпривязь,
98
290931
1590
Когда хозяин берёт этот поводок,
05:04
MaggieМэгги knowsзнает with a fairСправедливая
degreeстепень of certaintyопределенность
99
292545
2068
Мэгги с полной уверенностью понимает,
05:06
it's time to go for a walkходить.
100
294637
1404
что пора на прогулку.
05:08
And how did she learnучить?
101
296065
1185
Как она это запомнила?
05:09
Well, everyкаждый time the ownerвладелец pickedвыбрал up
the leashпривязь, they wentотправился for a walkходить.
102
297274
3324
Каждый раз, когда хозяин брал поводок,
они выходили на прогулку.
05:12
And MaggieМэгги did threeтри things:
103
300622
1878
И Мэгги сделала три вещи:
05:14
she had to payплатить attentionвнимание,
104
302524
1869
ей нужно было обратить внимание,
05:16
she had to rememberзапомнить what happenedполучилось
105
304417
2082
ей нужно было запомнить, что произошло,
05:18
and she had to retainсохранить and createСоздайте
a patternшаблон in her mindразум.
106
306523
4017
и ей нужно было создать и сохранить
в голове эту закономерность.
05:23
Interestinglyинтересно, that's exactlyв точку what
107
311429
2095
Любопытно, что именно этого
05:25
computerкомпьютер scientistsученые
have been tryingпытаясь to get AIsAIs to do
108
313548
2523
учёные добиваются от автоматической
системы посадки самолётов
05:28
for the last 60 or so yearsлет.
109
316095
1859
на протяжении последних 60 лет.
05:30
Back in 1952,
110
318683
1349
Вспомним 1952 год:
05:32
they builtпостроен this computerкомпьютер
that could playиграть Tic-Tac-ToeКрестики-нолики.
111
320056
3801
тогда создали компьютер,
который мог играть в крестики-нолики.
05:37
Bigбольшой dealпо рукам.
112
325081
1160
Не шуточное дело.
05:39
Then 45 yearsлет laterпозже, in 1997,
113
327029
3000
Затем, 45 лет спустя, в 1997 году,
05:42
Deepглубоко Blueсиний beatsбиения KasparovКаспаров at chessшахматы.
114
330053
2472
Deep Blue выигрывает
в шахматы у Каспарова.
05:46
2011, WatsonУотсон beatsбиения these two
humansлюди at Jeopardyподсудность,
115
334046
4968
В 2011 году Watson обыгрывает
двух мужчин в «Своей игре»,
05:51
whichкоторый is much harderСильнее for a computerкомпьютер
to playиграть than chessшахматы is.
116
339038
2928
что для компьютера значительно
сложнее, чем игра в шахматы.
05:53
In factфакт, ratherскорее than workingза работой
from predefinedпредопределенный recipesрецепты,
117
341990
3812
Для победы над оппонентами
Watson должен был применять логику,
05:57
WatsonУотсон had to use reasoningрассуждения
to overcomeпреодолеть his humanчеловек opponentsсоперники.
118
345826
3323
а не действовать по заранее
заданным схемам.
06:02
And then a coupleпара of weeksнедель agoтому назад,
119
350393
2439
Затем, пару недель назад
06:04
DeepMind'sDeepMind-х AlphaGoAlphaGo beatsбиения
the world'sв мире bestЛучший humanчеловек at Go,
120
352856
4262
программа AlphaGo компании DeepMind
обыгрывает мирового чемпиона по Gо —
06:09
whichкоторый is the mostбольшинство difficultсложно
gameигра that we have.
121
357142
2212
самой сложной из современных игр.
06:11
In factфакт, in Go, there are more
possibleвозможное movesдвижется
122
359378
2896
В игре Gо возможных ходов больше,
06:14
than there are atomsатомы in the universeвселенная.
123
362298
2024
чем атомов во Вселенной.
06:18
So in orderзаказ to winвыиграть,
124
366210
1826
Поэтому для того, чтобы победить,
06:20
what AlphaGoAlphaGo had to do
was developразвивать intuitionинтуиция.
125
368060
2618
AlphaGo нужно было развивать интуицию.
06:23
And in factфакт, at some pointsточки,
AlphaGo'sAlphaGo-х programmersпрограммисты didn't understandПонимаю
126
371098
4110
В какие-то моменты
создатели AlphaGo не понимали,
06:27
why AlphaGoAlphaGo was doing what it was doing.
127
375232
2286
почему она делала то, что делала.
06:31
And things are movingперемещение really fastбыстро.
128
379451
1660
События развиваются очень быстро.
06:33
I mean, considerрассматривать --
in the spaceпространство of a humanчеловек lifetimeпродолжительность жизни,
129
381135
3227
Я имею в виду, за всё время
существования человечества
06:36
computersкомпьютеры have goneпрошло from a child'sДети gameигра
130
384386
2233
компьютеры прошли путь от детской игры
06:39
to what's recognizedпризнанное as the pinnacleвершина
of strategicстратегическое thought.
131
387920
3048
до кульминации стратегического мышления.
06:43
What's basicallyв основном happeningпроисходит
132
391999
2417
Образно выражаясь,
06:46
is computersкомпьютеры are going
from beingявляющийся like SpockСпок
133
394440
3310
компьютер был, как Спок,
06:49
to beingявляющийся a lot more like KirkКирк.
134
397774
1949
а стал, как Кирк.
06:51
(LaughterСмех)
135
399747
3618
(Смех)
06:55
Right? From pureчистый logicлогика to intuitionинтуиция.
136
403389
3424
Правда же? От простой логики до интуиции.
07:00
Would you crossпересекать this bridgeмост?
137
408184
1743
Вы бы смогли перейти этот мост?
07:02
MostНаиболее of you are sayingпоговорка, "Oh, hellад no!"
138
410609
2323
Многие скажут: «Чёрт, конечно же, нет!»
07:04
(LaughterСмех)
139
412956
1308
(Смех)
07:06
And you arrivedприбывший at that decisionрешение
in a splitТрещина secondвторой.
140
414288
2657
Вы приняли это решение за долю секунды.
07:08
You just sortСортировать of knewзнал
that bridgeмост was unsafeнебезопасный.
141
416969
2428
Вы просто догадались,
что тот мост небезопасен.
07:11
And that's exactlyв точку the kindсвоего рода of intuitionинтуиция
142
419421
1989
Это и есть та самая интуиция,
07:13
that our deep-learningглубокое обучение systemsсистемы
are startingначало to developразвивать right now.
143
421434
3568
которая начинает развиваться
в наших системах глубинного обучения.
Вскоре вы фактически сможете
07:17
Very soonскоро, you'llВы будете literallyбуквально be ableв состоянии
144
425722
1707
показать компьютеру,
07:19
to showпоказать something you've madeсделал,
you've designedпредназначенный,
145
427453
2206
чтó вы сделали, спроектировали,
07:21
to a computerкомпьютер,
146
429683
1153
посмотрев на что, он скажет:
07:22
and it will look at it and say,
147
430860
1489
«Извини, друг, но так не пойдёт.
Попробуй ещё раз».
07:24
"Sorry, homieбратан, that'llчто будет never work.
You have to try again."
148
432373
2823
07:27
Or you could askпросить it if people
are going to like your nextследующий songпесня,
149
435854
3070
Или вы сможете спросить,
понравится ли кому-нибудь
07:31
or your nextследующий flavorаромат of iceлед creamкрем.
150
439773
2063
ваша новая песня
или новый сорт мороженого.
07:35
Or, much more importantlyважно,
151
443549
2579
Или, что более важно,
вы можете сотрудничать с компьютером
07:38
you could work with a computerкомпьютер
to solveрешать a problemпроблема
152
446152
2364
для решения проблемы совсем нового типа.
07:40
that we'veмы в never facedсталкиваются before.
153
448540
1637
07:42
For instanceпример, climateклимат changeизменение.
154
450201
1401
Например, изменение климата.
07:43
We're not doing a very
good jobработа on our ownсвоя,
155
451626
2020
Самостоятельно у нас
получается плоховато,
любая помощь нам явно не помешает.
07:45
we could certainlyбезусловно use
all the help we can get.
156
453670
2245
07:47
That's what I'm talkingговорящий about,
157
455939
1458
Вот о чём я говорю —
07:49
technologyтехнологии amplifyingусиливающий
our cognitiveпознавательный abilitiesспособности
158
457421
2555
технологии расширяют наши
познавательные способности,
07:52
so we can imagineпредставить and designдизайн things
that were simplyпросто out of our reachдостичь
159
460000
3552
и мы можем придумать и сделать то,
что было бы невозможно
07:55
as plainгладкий oldстарый un-augmentedун-дополненной humansлюди.
160
463576
2559
для человека, имеющего лишь
традиционные возможности.
07:59
So what about makingизготовление
all of this crazyпсих newновый stuffматериал
161
467984
2941
Как же сделать все те безумные новые вещи,
08:02
that we're going to inventвыдумывать and designдизайн?
162
470949
2441
которые мы собираемся
изобретать и проектировать?
08:05
I think the eraэпоха of humanчеловек augmentationувеличение
is as much about the physicalфизическое worldМир
163
473952
4093
Я думаю, эпоха развития человечества
затронет не только физическую сторону,
08:10
as it is about the virtualвиртуальный,
intellectualинтеллектуальной realmобласть.
164
478069
3065
но и коснётся виртуальной
и интеллектуальной сферы.
08:13
How will technologyтехнологии augmentувеличивать us?
165
481833
1921
Как технологии расширят нас?
08:16
In the physicalфизическое worldМир, roboticроботизированный systemsсистемы.
166
484261
2473
В физическом мире —
роботизированными системами.
08:19
OK, there's certainlyбезусловно a fearстрах
167
487620
1736
Есть опасение,
08:21
that robotsроботы are going to take
jobsработы away from humansлюди,
168
489380
2488
что роботы займут
наши места на производстве,
08:23
and that is trueправда in certainопределенный sectorsсекторов.
169
491892
1830
и это реально в определённых областях.
08:26
But I'm much more interestedзаинтересованный in this ideaидея
170
494174
2878
Но меня больше интересует то,
08:29
that humansлюди and robotsроботы workingза работой togetherвместе
are going to augmentувеличивать eachкаждый other,
171
497076
5010
как роботам и людям работать сообща,
увеличивая потенциал друг друга
08:34
and startНачало to inhabitобитать a newновый spaceпространство.
172
502110
2058
и сосуществуя в новом общем пространстве.
08:36
This is our appliedприкладная researchисследование labлаборатория
in SanСан - FranciscoФранциско,
173
504192
2362
Это наша прикладная лаборатория
в Сан-Франциско,
08:38
where one of our areasрайоны of focusфокус
is advancedпередовой roboticsробототехника,
174
506578
3142
одно из направлений которой —
развитие робототехники, а именно:
08:41
specificallyконкретно, human-robotчеловек-робот collaborationсотрудничество.
175
509744
2511
взаимодействие робота с человеком.
08:45
And this is Bishopепископ, one of our robotsроботы.
176
513034
2759
Вот один из наших роботов,
его зовут Бишоп.
08:47
As an experimentэксперимент, we setзадавать it up
177
515817
1789
В качестве экперимента
мы настоили его
08:49
to help a personчеловек workingза работой in constructionстроительство
doing repetitiveповторяющийся tasksзадания --
178
517630
3460
на помощь человеку при выполнении
монотонных строительных работ,
08:53
tasksзадания like cuttingрезка out holesотверстия for outletsмагазины
or lightлегкий switchesпереключатели in drywallгипсокартон.
179
521984
4194
например, вырезать отверстия для розеток
или выключателей в гипсокартоне.
08:58
(LaughterСмех)
180
526202
2466
(Смех)
09:01
So, Bishop'sепископский humanчеловек partnerпартнер
can tell what to do in plainгладкий Englishанглийский
181
529877
3111
Человек-партнёр на простом языке
объясняет Бишопу, что делать,
09:05
and with simpleпросто gesturesжесты,
182
533012
1305
используя простые жесты,
09:06
kindсвоего рода of like talkingговорящий to a dogсобака,
183
534341
1447
как при дрессировке собак,
09:07
and then Bishopепископ executesисполняет
on those instructionsинструкции
184
535812
2143
и Бишоп выполняет задания
09:09
with perfectидеально precisionточность.
185
537979
1892
с особой точностью.
09:11
We're usingс помощью the humanчеловек
for what the humanчеловек is good at:
186
539895
2989
Мы используем человека там,
где нужны его способности:
09:14
awarenessосознание, perceptionвосприятие and decisionрешение makingизготовление.
187
542908
2333
осознание, восприятие, принятие решений.
09:17
And we're usingс помощью the robotробот
for what it's good at:
188
545265
2240
А роботам легко даётся
09:19
precisionточность and repetitivenessповторяемость.
189
547529
1748
точность и монотонность.
09:22
Here'sВот anotherдругой coolкруто projectпроект
that Bishopепископ workedработал on.
190
550252
2367
Следующий классный проект для Бишопа.
09:24
The goalЦель of this projectпроект,
whichкоторый we calledназывается the HIVEУлей,
191
552643
3075
Цель этого проекта
под названием HIVE, то есть Улей, —
09:27
was to prototypeопытный образец the experienceопыт
of humansлюди, computersкомпьютеры and robotsроботы
192
555742
3851
заставить взаимодействовать
людей, компьютеров и роботов,
09:31
all workingза работой togetherвместе to solveрешать
a highlyвысоко complexсложный designдизайн problemпроблема.
193
559617
3220
чтобы вместе решить
сложную конструкторскую задачу.
09:35
The humansлюди actedдействовал as laborтруд, работа.
194
563793
1451
Человек — это рабочая сила.
09:37
They cruisedкурсировали around the constructionстроительство siteсайт,
they manipulatedманипулировали the bambooбамбук --
195
565268
3473
Он исследует место будущей постройки,
манипулирует с бамбуком,
09:40
whichкоторый, by the way,
because it's a non-isomorphicнеизоморфной materialматериал,
196
568765
2756
который неоднороден по форме,
09:43
is superсупер hardжесткий for robotsроботы to dealпо рукам with.
197
571545
1874
что создаёт сложности для роботов.
Затем роботы создают переплёт из проводов,
09:45
But then the robotsроботы
did this fiberволокно windingобмотка,
198
573443
2022
09:47
whichкоторый was almostпочти impossibleневозможно
for a humanчеловек to do.
199
575489
2451
что человеку практически не под силу.
09:49
And then we had an AIискусственный интеллект
that was controllingуправление everything.
200
577964
3621
И ещё у нас есть искусственный интеллект,
который всё это контролирует.
09:53
It was tellingговоря the humansлюди what to do,
tellingговоря the robotsроботы what to do
201
581609
3290
Он даёт указания и роботу, и человеку,
что они должны делать,
09:56
and keepingхранение trackтрек of thousandsтысячи
of individualиндивидуальный componentsкомпоненты.
202
584923
2915
а также запоминает тысячи
индивидуальных компонентов.
09:59
What's interestingинтересно is,
203
587862
1180
И что интересно,
10:01
buildingздание this pavilionпавильон
was simplyпросто not possibleвозможное
204
589066
3141
строительство здания
было бы невозможным,
10:04
withoutбез humanчеловек, robotробот and AIискусственный интеллект
augmentingприумножение eachкаждый other.
205
592231
4524
если бы человек, робот и ИИ
не работали над ним сообща.
10:09
OK, I'll shareдоля one more projectпроект.
This one'sодин это a little bitнемного crazyпсих.
206
597890
3320
Ещё один проект: он немного сумасшедший.
10:13
We're workingза работой with Amsterdam-basedАмстердам основе artistхудожник
JorisДжорис LaarmanЛаарман and his teamкоманда at MXMX3D
207
601234
4468
Вместе с Йорисом Ларманом и его командой
из Амстердама мы работаем в MX3D
10:17
to generativelyгенеративно designдизайн
and roboticallyроботизированного printРаспечатать
208
605726
2878
над созданием дизайна и осуществления
10:20
the world'sв мире first autonomouslyавтономно
manufacturedизготовлен bridgeмост.
209
608628
2995
первого в мире автономно созданного моста.
10:24
So, JorisДжорис and an AIискусственный интеллект are designingпроектирование
this thing right now, as we speakговорить,
210
612315
3685
Пока мы с вами разговариваем,
Йорис и ИИ, прямо сейчас работают
10:28
in AmsterdamАмстердам.
211
616024
1172
в Амстердаме.
10:29
And when they're doneсделанный,
we're going to hitудар "Go,"
212
617220
2321
Когда они будут готовы, мы нажмём: «Пуск»,
10:31
and robotsроботы will startНачало 3D printingпечать
in stainlessнержавеющий steelстали,
213
619565
3311
и роботы начнут печатать
3D-модель из нержавеющей стали
10:34
and then they're going to keep printingпечать,
withoutбез humanчеловек interventionвмешательство,
214
622900
3283
и будут продолжать печать уже
без вмешательства человека,
10:38
untilдо the bridgeмост is finishedзаконченный.
215
626207
1558
пока мост не будет готов.
10:41
So, as computersкомпьютеры are going
to augmentувеличивать our abilityспособность
216
629099
2928
Когда компьютеры расширят наши способности
10:44
to imagineпредставить and designдизайн newновый stuffматериал,
217
632051
2150
по придумыванию и созданию нового,
10:46
roboticроботизированный systemsсистемы are going to help us
buildстроить and make things
218
634225
2895
роботы помогут нам
воплотить в реальность то,
10:49
that we'veмы в never been ableв состоянии to make before.
219
637144
2084
что мы самостоятельно
не смогли бы сделать.
10:52
But what about our abilityспособность
to senseсмысл and controlконтроль these things?
220
640347
4160
А как насчёт наших возможностей
понимать и контролировать всё это?
10:56
What about a nervousнервное systemсистема
for the things that we make?
221
644531
4031
Не нужна ли для этого нервная система?
11:00
Our nervousнервное systemсистема,
the humanчеловек nervousнервное systemсистема,
222
648586
2512
Наша человеческая нервная система
11:03
tellsговорит us everything
that's going on around us.
223
651122
2311
объясняет нам, что происходит вокруг.
11:06
But the nervousнервное systemсистема of the things
we make is rudimentaryзачаточный at bestЛучший.
224
654186
3684
А нервная система создаваемых
нами предметов простейшая.
11:09
For instanceпример, a carавтомобиль doesn't tell
the city'sгорода publicобщественности worksработает departmentотдел
225
657894
3563
Например, автомобиль не скажет
городскому муниципалитету,
11:13
that it just hitудар a potholeвыбоина at the cornerугол
of BroadwayБродвей and MorrisonMorrison.
226
661481
3130
что он только что попал в яму
на углу Бродвея и Моррисона.
11:16
A buildingздание doesn't tell its designersдизайнеры
227
664635
2032
Здание не скажет архитекторам,
11:18
whetherбудь то or not the people insideвнутри
like beingявляющийся there,
228
666691
2684
нравится ли людям находиться внутри него,
11:21
and the toyигрушка manufacturerпроизводитель doesn't know
229
669399
3010
а производитель игрушек не знает точно,
11:24
if a toyигрушка is actuallyна самом деле beingявляющийся playedиграл with --
230
672433
2007
будут ли с его игрушками играть:
11:26
how and where and whetherбудь то
or not it's any funвесело.
231
674464
2539
как, где, когда и понравятся ли они детям.
11:29
Look, I'm sure that the designersдизайнеры
imaginedвообразил this lifestyleСтиль жизни for BarbieБарби
232
677620
3814
Уверен, дизайнеры Барби,
когда её придумывали,
11:33
when they designedпредназначенный her.
233
681458
1224
воображали себе вот это.
11:34
(LaughterСмех)
234
682706
1447
(Смех)
11:36
But what if it turnsвитки out that Barbie'sБарби
actuallyна самом деле really lonelyОдинокий?
235
684177
2906
А что случится, если Барби
станет никому не нужна?
11:39
(LaughterСмех)
236
687107
3147
(Смех)
11:43
If the designersдизайнеры had knownизвестен
237
691266
1288
Если бы дизайнеры знали,
11:44
what was really happeningпроисходит
in the realреальный worldМир
238
692578
2107
что на самом деле произойдёт
в реальном мире
11:46
with theirих designsконструкции -- the roadДорога,
the buildingздание, BarbieБарби --
239
694709
2583
с их детищем: дорогами, зданиями, Барби,
11:49
they could'veмог бы used that knowledgeзнание
to createСоздайте an experienceопыт
240
697316
2694
они бы использовали эти знания
11:52
that was better for the userпользователь.
241
700034
1400
на благо их потребителя.
11:53
What's missingотсутствует is a nervousнервное systemсистема
242
701458
1791
Именно нервной системы и не хватает,
11:55
connectingсоединительный us to all of the things
that we designдизайн, make and use.
243
703273
3709
чтобы соединить нас со всем тем,
что мы создаём и используем.
11:59
What if all of you had that kindсвоего рода
of informationИнформация flowingтекущий to you
244
707915
3555
Что, если бы вы получали
такую информацию от вещей,
12:03
from the things you createСоздайте
in the realреальный worldМир?
245
711494
2183
которые вы создаёте в реальном мире?
12:07
With all of the stuffматериал we make,
246
715432
1451
На всё то, что мы делаем,
12:08
we spendпроводить a tremendousогромный amountколичество
of moneyДеньги and energyэнергия --
247
716907
2435
мы тратим огромные деньги и энергию —
12:11
in factфакт, last yearгод,
about two trillionтриллион dollarsдолларов --
248
719366
2376
за 2015 год мы потратили
два триллиона долларов —
12:13
convincingубедительный people to buyкупить
the things we'veмы в madeсделал.
249
721766
2854
убеждая людей купить то, что мы создали.
12:16
But if you had this connectionсоединение
to the things that you designдизайн and createСоздайте
250
724644
3388
Но если у вас есть эта связь
с вашим созданием, после того,
12:20
after they're out in the realреальный worldМир,
251
728056
1727
как оно оказалось в реальном мире,
12:21
after they'veони имеют been soldпродан
or launchedзапущенный or whateverбез разницы,
252
729807
3614
после того, как его купили, установили,
12:25
we could actuallyна самом деле changeизменение that,
253
733445
1620
мы можем изменить положение вещей:
12:27
and go from makingизготовление people want our stuffматериал,
254
735089
3047
нужно не людей заставлять покупать,
12:30
to just makingизготовление stuffматериал that people
want in the first placeместо.
255
738160
3434
а сделать товар, который бы
захотели купить.
12:33
The good newsНовости is, we're workingза работой
on digitalцифровой nervousнервное systemsсистемы
256
741618
2787
Хорошая новость: мы работаем
над цифровой нервной системой,
12:36
that connectсоединять us to the things we designдизайн.
257
744429
2801
которая обеспечит связь
с тем, что мы проектируем.
12:40
We're workingза работой on one projectпроект
258
748365
1627
Мы работаем над проектом
12:42
with a coupleпара of guys down in LosLos AngelesАнджелес
calledназывается the BanditoBandito BrothersБратья
259
750016
3712
с парочкой ребят из Лос Анджелеса —
Bandito Brothers
12:45
and theirих teamкоманда.
260
753752
1407
и их командой.
12:47
And one of the things these guys do
is buildстроить insaneненормальный carsлегковые автомобили
261
755183
3433
Эти парни создают безумные автомобили,
12:50
that do absolutelyабсолютно insaneненормальный things.
262
758640
2873
способные на абсолютно нереальные вещи.
12:54
These guys are crazyпсих --
263
762905
1450
Они просто сумасшедшие,
12:56
(LaughterСмех)
264
764379
1036
(Смех)
12:57
in the bestЛучший way.
265
765439
1403
в хорошем смысле этого слова.
13:00
And what we're doing with them
266
768993
1763
Мы берём традиционные ходовые части
для гоночных болидов
13:02
is takingпринятие a traditionalтрадиционный race-carгоночный автомобиль chassisшасси
267
770780
2440
и приделываем к ним нервную систему.
13:05
and givingдающий it a nervousнервное systemсистема.
268
773244
1585
13:06
So we instrumentedинструментальными it
with dozensмножество of sensorsдатчиков,
269
774853
3058
То есть мы снабдили её десятками датчиков,
13:09
put a world-classмировой класс driverВодитель behindза the wheelколесо,
270
777935
2635
за руль посадили первоклассного гонщика,
13:12
tookвзял it out to the desertпустыня
and droveпоехали the hellад out of it for a weekнеделю.
271
780594
3357
пригнали её в пустыню и всю неделю
гоняли её с бешеной скоростью.
13:15
And the car'sлегковые автомобили nervousнервное systemсистема
capturedзахваченный everything
272
783975
2491
Мозг автомобиля заметил всё,
13:18
that was happeningпроисходит to the carавтомобиль.
273
786490
1482
что с ним происходило.
13:19
We capturedзахваченный four4 billionмиллиард dataданные pointsточки;
274
787996
2621
Мы зафиксировали
4 миллиарда базовых координат,
13:22
all of the forcesсил
that it was subjectedподвергается to.
275
790641
2310
а также все силы,
которым машина подвергалась.
13:24
And then we did something crazyпсих.
276
792975
1659
Потом мы сделали кое-что нереальное.
13:27
We tookвзял all of that dataданные,
277
795268
1500
Мы все эти данные поместили
13:28
and pluggedподключен it into a generative-designпорождающий-дизайн AIискусственный интеллект
we call "DreamcatcherЛовец снов."
278
796792
3736
в ИИ под названием «Dreamcatcher»,
то есть «Ловец снов».
13:33
So what do get when you give
a designдизайн toolинструмент a nervousнервное systemсистема,
279
801270
3964
Что будет, если вы снабдите
инструмент дизайна мозгом
13:37
and you askпросить it to buildстроить you
the ultimateокончательный carавтомобиль chassisшасси?
280
805258
2882
и попросите его создать
сверхпрочный автомобиль?
13:40
You get this.
281
808723
1973
Вы получите это.
13:44
This is something that a humanчеловек
could never have designedпредназначенный.
282
812293
3713
Это то, что человек никогда бы не создал.
13:48
ExceptКроме a humanчеловек did designдизайн this,
283
816707
1888
Но всё-таки это создал человек,
13:50
but it was a humanчеловек that was augmentedдополненная
by a generative-designпорождающий-дизайн AIискусственный интеллект,
284
818619
4309
который до этого создал ИИ,
13:54
a digitalцифровой nervousнервное systemсистема
285
822952
1231
цифровую нервную систему
13:56
and robotsроботы that can actuallyна самом деле
fabricateфабриковать something like this.
286
824207
3005
и роботов, и в итоге получил то,
что мы имеем сегодня.
13:59
So if this is the futureбудущее,
the AugmentedДополненная AgeВозраст,
287
827680
3595
Если это будущее, это — улучшенная эра,
14:03
and we're going to be augmentedдополненная
cognitivelyпознавательно, physicallyфизически and perceptuallyперцептивно,
288
831299
4261
и мы станем лучше в умственной,
физической и сенсорной сферах,
14:07
what will that look like?
289
835584
1408
как это всё будет выглядеть?
14:09
What is this wonderlandВолшебная страна going to be like?
290
837576
3321
Какой будет эта страна чудес?
14:12
I think we're going to see a worldМир
291
840921
1709
Я думаю, это будет мир,
14:14
where we're movingперемещение
from things that are fabricatedизготовленный
292
842654
3068
где мы переходим от производства вещей
14:17
to things that are farmedвыращиваемых.
293
845746
1445
к их выращиванию.
14:20
Where we're movingперемещение from things
that are constructedпостроенный
294
848159
3453
Где мы переходим от производимых вещей
14:23
to that whichкоторый is grownвзрослый.
295
851636
1704
к выращенным.
14:26
We're going to moveпереехать from beingявляющийся isolatedизолированный
296
854134
2188
Мы перестанем быть изолированными
14:28
to beingявляющийся connectedсвязанный.
297
856346
1610
и начнём взаимодействовать.
14:30
And we'llЧто ж moveпереехать away from extractionдобыча
298
858634
2411
Мы пойдём по пути от извлечения
14:33
to embraceохватывать aggregationагрегирование.
299
861069
1873
к объединению.
14:35
I alsoтакже think we'llЧто ж shiftсдвиг
from cravingстрастное желание obedienceпослушание from our things
300
863967
3767
Мы перестанем требовать
от вещей покорности
14:39
to valuingоценивающий autonomyавтономия.
301
867758
1641
и научимся ценить их самостоятельность.
14:42
Thanksблагодаря to our augmentedдополненная capabilitiesвозможности,
302
870510
1905
Благодаря нашим новым возможностям,
14:44
our worldМир is going to changeизменение dramaticallyдраматично.
303
872439
2377
наш мир изменится кардинальным образом.
14:47
We're going to have a worldМир
with more varietyразнообразие, more connectednessсвязанность,
304
875576
3246
В мире, который мы создадим,
будет больше разнообразия и взаимосвязи,
14:50
more dynamismдинамизм, more complexityсложность,
305
878846
2287
больше активности, многогранности,
14:53
more adaptabilityадаптируемость and, of courseкурс,
306
881157
2318
гибкости и, конечно же,
14:55
more beautyкрасота.
307
883499
1217
красоты.
14:57
The shapeформа of things to come
308
885231
1564
То, к чему мы придём,
14:58
will be unlikeВ отличие от anything
we'veмы в ever seenвидели before.
309
886819
2290
будет не похоже ни на что,
известное нам ранее.
15:01
Why?
310
889133
1159
Почему?
15:02
Because what will be shapingформирование those things
is this newновый partnershipпартнерство
311
890316
3755
Потому что мы соединим воедино
15:06
betweenмежду technologyтехнологии, natureприрода and humanityчеловечество.
312
894095
3670
технологии, природу и человека.
15:11
That, to me, is a futureбудущее
well worthстоимость looking forwardвперед to.
313
899279
3804
Это то, ради чего стóит жить.
15:15
Thank you all so much.
314
903107
1271
Большое спасибо.
15:16
(ApplauseАплодисменты)
315
904402
5669
(Аплодисменты)
Translated by Alena Chernykh
Reviewed by Peter Pallós

▲Back to top

ABOUT THE SPEAKER
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity.

Why you should listen

Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.

Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.

Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility. 

Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.

Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.

More profile about the speaker
Maurice Conti | Speaker | TED.com