TEDxPortland
Maurice Conti: The incredible inventions of intuitive AI
Мауріце Цонті: Неймовірні винаходи інтуїтивного ШІ
Filmed:
Readability: 4.6
6,173,221 views
Що ви отримуєте, коли даєте проектувальному пристрою нервову систему? Комп'ютери, що покращують нашу здатність думати і уявляти, і роботизовані системи, що можуть придумати (і збудувати) абсолютно нові проекти мостів, машин, дронів і навіть більше - все самі. Відвідайте Доповнену епоху з футуристом Мауріце Цонті і загляньте в час, коли роботи і люди працюватимуть пліч-о-пліч, щоб виконати те, що не змогли б зробити самотужки.
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio
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 many of you are creatives,
0
735
2289
Серед вас є винахідники,
00:15
designers, engineers,
entrepreneurs, artists,
entrepreneurs, artists,
1
3048
3624
дизайнери, інженери,
підприємці, художники,
підприємці, художники,
00:18
or maybe you just have
a really big imagination?
a really big imagination?
2
6696
2387
або, можливо, у вас просто
величезна уява?
величезна уява?
00:21
Show of hands? (Cheers)
3
9107
1848
Підніміть руки! (Оплески)
00:22
That's most of you.
4
10979
1181
Більшість з вас.
00:25
I have some news for us creatives.
5
13334
2294
В мене є новини для нас, творчих людей.
00:28
Over the course of the next 20 years,
6
16714
2573
Впродовж наступних 20 років
00:33
more will change around
the way we do our work
the way we do our work
7
21471
2973
спосіб, в який ми виконуємо свою роботу,
зміниться більше,
зміниться більше,
00:37
than has happened in the last 2,000.
8
25382
2157
ніж за останні 2000 років.
00:40
In fact, I think we're at the dawn
of a new age in human history.
of a new age in human history.
9
28511
4628
Насправді, я думаю, що ми на початку
нової епохи в людській історії.
нової епохи в людській історії.
00:45
Now, there have been four major historical
eras defined by the way we work.
eras defined by the way we work.
10
33645
4761
Було чотири основних історичних ери,
які визначав спосіб праці.
які визначав спосіб праці.
00:51
The Hunter-Gatherer Age
lasted several million years.
lasted several million years.
11
39404
3275
Мисливсько-збиральницька епоха
тривала декілька мільйонів років.
тривала декілька мільйонів років.
00:55
And then the Agricultural Age
lasted several thousand years.
lasted several thousand years.
12
43163
3576
Епоха аграрної культури тривала
декілька тисяч років.
декілька тисяч років.
00:59
The Industrial Age lasted
a couple of centuries.
a couple of centuries.
13
47195
3490
Індустріальна епоха тривала
кілька століть.
кілька століть.
01:02
And now the Information Age
has lasted just a few decades.
has lasted just a few decades.
14
50709
4287
А інформаційна епоха тривала
декілька десятиліть.
декілька десятиліть.
01:07
And now today, we're on the cusp
of our next great era as a species.
of our next great era as a species.
15
55020
5220
І сьогодні ми, як вид, знаходимось
на піку наступної великої ери.
на піку наступної великої ери.
01:13
Welcome to the Augmented Age.
16
61296
2680
Ласкаво просимо до Доповненої епохи.
01:16
In this new era, your natural human
capabilities are going to be augmented
capabilities are going to be augmented
17
64000
3693
У цій ері ваші природні людські можливості
будуть доповнені
будуть доповнені
01:19
by computational systems
that help you think,
that help you think,
18
67717
3068
комп'ютерними системами,
що допомагають вам думати,
що допомагають вам думати,
01:22
robotic systems that help you make,
19
70809
2186
роботизованими системами,
що сприяють творчості,
що сприяють творчості,
01:25
and a digital nervous system
20
73019
1648
і електронними нервовими системами,
01:26
that connects you to the world
far beyond your natural senses.
far beyond your natural senses.
21
74691
3690
що з'єднують вас зі світом
далеко за межами природних відчуттів.
далеко за межами природних відчуттів.
01:31
Let's start with cognitive augmentation.
22
79437
1942
Почнімо з когнітивного доповнення.
01:33
How many of you are augmented cyborgs?
23
81403
2200
Хто з вас доповнені кіборги?
01:36
(Laughter)
24
84133
2650
(Сміх)
01:38
I would actually argue
that we're already augmented.
that we're already augmented.
25
86807
2821
Я б насправді посперечався, що
ми вже доповнені.
ми вже доповнені.
01:42
Imagine you're at a party,
26
90288
1504
Уявіть, що ви на вечірці
01:43
and somebody asks you a question
that you don't know the answer to.
that you don't know the answer to.
27
91816
3520
і хтось задає вам запитання,
відповідь на яке ви не знаєте.
відповідь на яке ви не знаєте.
01:47
If you have one of these,
in a few seconds, you can know the answer.
in a few seconds, you can know the answer.
28
95360
3760
Якщо у вас є щось таке,
за кілька секунд ви можете знати відповідь
за кілька секунд ви можете знати відповідь
01:51
But this is just a primitive beginning.
29
99869
2299
Але це просто примітивний початок.
01:54
Even Siri is just a passive tool.
30
102863
3331
Навіть Siri - це пасивний інструмент.
01:58
In fact, for the last
three-and-a-half million years,
three-and-a-half million years,
31
106660
3381
Насправді, за останні
три з половиною мільйони років
три з половиною мільйони років
02:02
the tools that we've had
have been completely passive.
have been completely passive.
32
110065
3109
всі наші інструменти були
повністю пасивними.
повністю пасивними.
02:06
They do exactly what we tell them
and nothing more.
and nothing more.
33
114203
3655
Вони роблять точно те, що ми кажемо їм,
і нічого більше.
і нічого більше.
02:09
Our very first tool only cut
where we struck it.
where we struck it.
34
117882
3101
Найперший наш інструмент тільки
різав, коли ми били по ньому.
різав, коли ми били по ньому.
02:13
The chisel only carves
where the artist points it.
where the artist points it.
35
121822
3040
Зубило тільки вирізьблювало, коли
митець спрямовував його.
митець спрямовував його.
02:17
And even our most advanced tools
do nothing without our explicit direction.
do nothing without our explicit direction.
36
125343
5641
І навіть найбільш прогресивні знаряддя
не роблять нічого без точного управління.
не роблять нічого без точного управління.
02:23
In fact, to date, and this
is something that frustrates me,
is something that frustrates me,
37
131008
3181
На сьогоднішнй день це те, що
виводить мене з рівноваги,
виводить мене з рівноваги,
02:26
we've always been limited
38
134213
1448
Ми завжди були обмежені
02:27
by this need to manually
push our wills into our tools --
push our wills into our tools --
39
135685
3501
потребою вручну спрямовувати
наші бажання на інструменти -
наші бажання на інструменти -
02:31
like, manual,
literally using our hands,
literally using our hands,
40
139210
2297
вручну, в прямому сенсі
використовуючи руки,
використовуючи руки,
02:33
even with computers.
41
141531
1428
навіть з комп'ютерами.
02:36
But I'm more like Scotty in "Star Trek."
42
144072
2463
Але я ніби Скотті із "Зоряного шляху".
02:38
(Laughter)
43
146559
1850
(Сміх)
02:40
I want to have a conversation
with a computer.
with a computer.
44
148433
2146
Я хочу дискутувати з комп'ютером.
02:42
I want to say, "Computer,
let's design a car,"
let's design a car,"
45
150603
2970
Я хочу сказати: "Комп'ютере,
давай спроектуємо машину,"
давай спроектуємо машину,"
02:45
and the computer shows me a car.
46
153597
1539
і комп'ютер показує мені машину.
02:47
And I say, "No, more fast-looking,
and less German,"
and less German,"
47
155160
2608
І я кажу: "Ні, більш спортивну і
менш німецьку,"
менш німецьку,"
02:49
and bang, the computer shows me an option.
48
157792
2163
і бац! комп'ютер показує
можливий варіант.
можливий варіант.
02:51
(Laughter)
49
159979
1865
(Сміх)
02:54
That conversation might be
a little ways off,
a little ways off,
50
162208
2306
Така дискусія могла бути
дещо неправильною,
дещо неправильною,
02:56
probably less than many of us think,
51
164538
2665
можливо, менше, ніж багато хто думає,
02:59
but right now,
52
167227
1763
але просто зараз
03:01
we're working on it.
53
169014
1151
ми працюємо над цим.
03:02
Tools are making this leap
from being passive to being generative.
from being passive to being generative.
54
170189
4033
Інструменти роблять стрибок з
пасивного до генеративного.
пасивного до генеративного.
03:06
Generative design tools
use a computer and algorithms
use a computer and algorithms
55
174831
3308
Генеративні інструменти дизайну
використовують комп'ютер і алгоритми,
використовують комп'ютер і алгоритми,
03:10
to synthesize geometry
56
178163
2608
щоб синтезувати геометричні фігури,
03:12
to come up with new designs
all by themselves.
all by themselves.
57
180795
2754
щоб придумати нові проекти
без сторонньої допомоги.
без сторонньої допомоги.
03:15
All it needs are your goals
and your constraints.
and your constraints.
58
183996
2748
Все, що їм треба - це ваша ціль
і невеликий примус.
і невеликий примус.
03:18
I'll give you an example.
59
186768
1408
Я наведу приклад.
03:20
In the case of this aerial drone chassis,
60
188200
2788
У випадку з шасі безпілотника
03:23
all you would need to do
is tell it something like,
is tell it something like,
61
191012
2626
все, що вам треба зробити -
це сказати щось накшталт
це сказати щось накшталт
03:25
it has four propellers,
62
193662
1273
він має чотири пропелери,
03:26
you want it to be
as lightweight as possible,
as lightweight as possible,
63
194959
2131
ви хочете, щоб він був якнайлегшим,
03:29
and you need it to be
aerodynamically efficient.
aerodynamically efficient.
64
197114
2270
і вам треба, щоб він був
аеродинамічно ефективним.
аеродинамічно ефективним.
03:31
Then what the computer does
is it explores the entire solution space:
is it explores the entire solution space:
65
199408
4914
Тоді комп'ютер досліджує
увесь простір вирішення:
увесь простір вирішення:
03:36
every single possibility that solves
and meets your criteria --
and meets your criteria --
66
204346
3927
кожна можливість, яка вирішує
і перетинається з вашим критерієм -
і перетинається з вашим критерієм -
03:40
millions of them.
67
208297
1442
їх мільйони.
03:41
It takes big computers to do this.
68
209763
1975
Щоб це зробити, треба
величезні комп'ютери.
величезні комп'ютери.
03:43
But it comes back to us with designs
69
211762
1955
Але ми отримуємо проекти,
03:45
that we, by ourselves,
never could've imagined.
never could've imagined.
70
213741
3143
які самі ніколи не змогли б
уявити.
уявити.
03:49
And the computer's coming up
with this stuff all by itself --
with this stuff all by itself --
71
217326
2912
І комп'ютери самі створюють такі речі -
03:52
no one ever drew anything,
72
220262
1678
ніхто нічого більше не малює,
03:53
and it started completely from scratch.
73
221964
2086
і все починається повністю з нуля.
03:57
And by the way, it's no accident
74
225038
2387
І, до речі, не катастрофічно те,
03:59
that the drone body looks just like
the pelvis of a flying squirrel.
the pelvis of a flying squirrel.
75
227449
3481
що дрон виглядає просто як
таз літаючої білки.
таз літаючої білки.
04:03
(Laughter)
76
231287
2007
(Сміх)
04:06
It's because the algorithms
are designed to work
are designed to work
77
234040
2302
Це тому, що алгоритми
призначені працювати
призначені працювати
04:08
the same way evolution does.
78
236366
1637
так само, як еволюція.
04:10
What's exciting is we're starting
to see this technology
to see this technology
79
238715
2660
Захоплюючим є те, що ми починаємо
бачити цю технологію
бачити цю технологію
04:13
out in the real world.
80
241399
1159
в реальному світі.
04:14
We've been working with Airbus
for a couple of years
for a couple of years
81
242582
2452
Ми працюємо з компанією Airbus
кілька років
кілька років
04:17
on this concept plane for the future.
82
245058
1909
над концепцією літака майбутнього.
04:18
It's a ways out still.
83
246991
2070
Це все ж вихід.
04:21
But just recently we used
a generative-design AI
a generative-design AI
84
249085
3780
Але недавно ми використали
генеративний дизайн штучного інтелекту,
генеративний дизайн штучного інтелекту,
04:24
to come up with this.
85
252889
1807
щоб досягти успіху в цьому.
04:27
This is a 3D-printed cabin partition
that's been designed by a computer.
that's been designed by a computer.
86
255609
5153
Це надрукована на 3D-принтері перегородка,
що була спроектована комп'ютером.
що була спроектована комп'ютером.
04:32
It's stronger than the original
yet half the weight,
yet half the weight,
87
260786
2824
Вона сильніша, ніж оригінал і при цьому
в два рази легша,
в два рази легша,
04:35
and it will be flying
in the Airbus A320 later this year.
in the Airbus A320 later this year.
88
263634
3146
і вона буде літати в Airbus A320
вкінці цього року.
вкінці цього року.
04:39
So computers can now generate;
89
267405
1559
Комп'ютери вже можуть
генерувати;
генерувати;
04:40
they can come up with their own solutions
to our well-defined problems.
to our well-defined problems.
90
268988
4595
вони можуть придумати власні рішення
до наших чітко визначених проблем.
до наших чітко визначених проблем.
04:46
But they're not intuitive.
91
274677
1310
Але вони не мають інтуїції.
04:48
They still have to start from scratch
every single time,
every single time,
92
276011
3086
Їм все ще треба кожного разу
починати з нуля,
починати з нуля,
04:51
and that's because they never learn.
93
279121
2565
і тому вони ніколи не вчаться.
04:54
Unlike Maggie.
94
282368
1766
На відміну від Меггі.
04:56
(Laughter)
95
284158
1581
(Сміх)
04:57
Maggie's actually smarter
than our most advanced design tools.
than our most advanced design tools.
96
285763
3297
Насправді, Меггі розумніша, ніж
інші прогресивні засоби проектування.
інші прогресивні засоби проектування.
05:01
What do I mean by that?
97
289467
1440
Що я під цим маю на увазі?
05:02
If her owner picks up that leash,
98
290931
1590
Якщо її власник піднімає повідець,
05:04
Maggie knows with a fair
degree of certainty
degree of certainty
99
292545
2068
Меггі знає з достатнім
рівнем впевненості,
рівнем впевненості,
05:06
it's time to go for a walk.
100
294637
1404
що пора йти на прогулянку.
05:08
And how did she learn?
101
296065
1185
І як вона дізналась?
05:09
Well, every time the owner picked up
the leash, they went for a walk.
the leash, they went for a walk.
102
297274
3324
Кожного разу, коли власник піднімає
повідець, вони йдуть гуляти.
повідець, вони йдуть гуляти.
05:12
And Maggie did three things:
103
300622
1878
І Меггі виконує три речі:
05:14
she had to pay attention,
104
302524
1869
вона має звернути увагу,
05:16
she had to remember what happened
105
304417
2082
вона має пам'ятати, що сталося,
05:18
and she had to retain and create
a pattern in her mind.
a pattern in her mind.
106
306523
4017
і вона має створити в свідомості модель
і запам'ятати її.
і запам'ятати її.
05:23
Interestingly, that's exactly what
107
311429
2095
Цікаво, що це точно те,
05:25
computer scientists
have been trying to get AIs to do
have been trying to get AIs to do
108
313548
2523
що програмісти намагалися навчити
робити штучні інтелекти
робити штучні інтелекти
05:28
for the last 60 or so years.
109
316095
1859
приблизно останні 60 років.
05:30
Back in 1952,
110
318683
1349
Повернемося в 1952,
05:32
they built this computer
that could play Tic-Tac-Toe.
that could play Tic-Tac-Toe.
111
320056
3801
тобі зробили комп'ютер, який
міг грати у "Хрестики-нулики".
міг грати у "Хрестики-нулики".
05:37
Big deal.
112
325081
1160
Велика справа.
05:39
Then 45 years later, in 1997,
113
327029
3000
Потім, через 45 років, в 1997-му році,
05:42
Deep Blue beats Kasparov at chess.
114
330053
2472
комп'ютер Deep Blue переміг
в шахи Каспарова.
в шахи Каспарова.
05:46
2011, Watson beats these two
humans at Jeopardy,
humans at Jeopardy,
115
334046
4968
У 2011 комп'ютер Watson переміг цих
двох людей у телевікторині Jeopardy,
двох людей у телевікторині Jeopardy,
05:51
which is much harder for a computer
to play than chess is.
to play than chess is.
116
339038
2928
де комп'ютеру набагато важче брати
участь, ніж грати в шахи.
участь, ніж грати в шахи.
05:53
In fact, rather than working
from predefined recipes,
from predefined recipes,
117
341990
3812
Насправді, замість того, щоб працювати
за попередньо визначеними способами,
за попередньо визначеними способами,
05:57
Watson had to use reasoning
to overcome his human opponents.
to overcome his human opponents.
118
345826
3323
Watson довелося використовувати логіку,
щоб перемогти людей-опонентів.
щоб перемогти людей-опонентів.
06:02
And then a couple of weeks ago,
119
350393
2439
І декілька тижнів тому
06:04
DeepMind's AlphaGo beats
the world's best human at Go,
the world's best human at Go,
120
352856
4262
програма AlphaGo компанії DeepMind
перемогла найкращого в світі гравця Go,
перемогла найкращого в світі гравця Go,
06:09
which is the most difficult
game that we have.
game that we have.
121
357142
2212
найскладнішої гри, серед усіх, що ми маємо.
06:11
In fact, in Go, there are more
possible moves
possible moves
122
359378
2896
Насправді, в Go більше можливих ходів,
06:14
than there are atoms in the universe.
123
362298
2024
ніж атомів у всесвіті.
06:18
So in order to win,
124
366210
1826
Тому для того, щоб виграти,
06:20
what AlphaGo had to do
was develop intuition.
was develop intuition.
125
368060
2618
AlphaGo довелося розвинути
інтуїцію.
інтуїцію.
06:23
And in fact, at some points,
AlphaGo's programmers didn't understand
AlphaGo's programmers didn't understand
126
371098
4110
І насправді, в деякій мірі, програмісти
AlphaGo не розуміли,
AlphaGo не розуміли,
06:27
why AlphaGo was doing what it was doing.
127
375232
2286
чому AlphaGo робила те, що вона робила.
06:31
And things are moving really fast.
128
379451
1660
І справа рухається дуже швидко.
06:33
I mean, consider --
in the space of a human lifetime,
in the space of a human lifetime,
129
381135
3227
Я маю на увазі, подумайте -
в просторі людського життя
в просторі людського життя
06:36
computers have gone from a child's game
130
384386
2233
комп'ютери виросли від дитячої гри
06:39
to what's recognized as the pinnacle
of strategic thought.
of strategic thought.
131
387920
3048
до того, що визнано вершиною
стратегічного мислення.
стратегічного мислення.
06:43
What's basically happening
132
391999
2417
Те, що в основному відбувається -
06:46
is computers are going
from being like Spock
from being like Spock
133
394440
3310
це комп'ютери, що спочатку
були, як Спок,
були, як Спок,
06:49
to being a lot more like Kirk.
134
397774
1949
а потім стали, як Кірк.
06:51
(Laughter)
135
399747
3618
(Сміх)
06:55
Right? From pure logic to intuition.
136
403389
3424
Так? Від бідної логіки до інтуїції.
07:00
Would you cross this bridge?
137
408184
1743
Ви перейшли б цей місток?
07:02
Most of you are saying, "Oh, hell no!"
138
410609
2323
Більшість з вас скажуть: "Ні, нізащо!"
07:04
(Laughter)
139
412956
1308
(Сміх)
07:06
And you arrived at that decision
in a split second.
in a split second.
140
414288
2657
І ви прийшли до цього рішення
за долю секунди.
за долю секунди.
07:08
You just sort of knew
that bridge was unsafe.
that bridge was unsafe.
141
416969
2428
Ви просто знали,
що місток ненадійний.
що місток ненадійний.
07:11
And that's exactly the kind of intuition
142
419421
1989
І це саме той вид інтуїції,
07:13
that our deep-learning systems
are starting to develop right now.
are starting to develop right now.
143
421434
3568
який навчальні системи почали
зараз розвивати.
зараз розвивати.
07:17
Very soon, you'll literally be able
144
425722
1707
Дуже скоро ви буквально зможете
07:19
to show something you've made,
you've designed,
you've designed,
145
427453
2206
показати те, що ви зробили чи придумали,
07:21
to a computer,
146
429683
1153
комп'ютеру
07:22
and it will look at it and say,
147
430860
1489
і він подивиться на це і скаже:
07:24
"Sorry, homie, that'll never work.
You have to try again."
You have to try again."
148
432373
2823
"Вибач, але це ніколи не запрацює.
Мусиш спробувати ще раз."
Мусиш спробувати ще раз."
07:27
Or you could ask it if people
are going to like your next song,
are going to like your next song,
149
435854
3070
Ви зможете запитати, чи сподобається
людям ваша наступна пісня
людям ваша наступна пісня
07:31
or your next flavor of ice cream.
150
439773
2063
чи смак морозива.
07:35
Or, much more importantly,
151
443549
2579
Чи, набагато важливіше,
07:38
you could work with a computer
to solve a problem
to solve a problem
152
446152
2364
з комп'ютером зможете
вирішити проблеми,
вирішити проблеми,
07:40
that we've never faced before.
153
448540
1637
з якими до цього ми не стикалися.
07:42
For instance, climate change.
154
450201
1401
Наприклад, кліматичні зміни.
07:43
We're not doing a very
good job on our own,
good job on our own,
155
451626
2020
Ми нічого доброго самі не робимо,
07:45
we could certainly use
all the help we can get.
all the help we can get.
156
453670
2245
ми могли б використати допомогу,
яку отримуємо.
яку отримуємо.
07:47
That's what I'm talking about,
157
455939
1458
Це те, про що я кажу,
07:49
technology amplifying
our cognitive abilities
our cognitive abilities
158
457421
2555
техніка підсилює наші
пізнавальні здібності,
пізнавальні здібності,
07:52
so we can imagine and design things
that were simply out of our reach
that were simply out of our reach
159
460000
3552
тому ми можемо уявити і створити речі,
які були недосяжними,
які були недосяжними,
07:55
as plain old un-augmented humans.
160
463576
2559
як прості примітивні люди.
07:59
So what about making
all of this crazy new stuff
all of this crazy new stuff
161
467984
2941
То як щодо створення
цього божевільного нового продукту,
цього божевільного нового продукту,
08:02
that we're going to invent and design?
162
470949
2441
який ми збираємося винайти і спроектувати?
08:05
I think the era of human augmentation
is as much about the physical world
is as much about the physical world
163
473952
4093
Думаю, ера "доповнення" людей такою ж
мірою стосується фізичного світу,
мірою стосується фізичного світу,
08:10
as it is about the virtual,
intellectual realm.
intellectual realm.
164
478069
3065
як і віртуальної та інтелектуальної
сфери.
сфери.
08:13
How will technology augment us?
165
481833
1921
Як технології доповнять нас?
08:16
In the physical world, robotic systems.
166
484261
2473
У фізичному світі - роботизовані системи.
08:19
OK, there's certainly a fear
167
487620
1736
Звичайно, існує страх,
08:21
that robots are going to take
jobs away from humans,
jobs away from humans,
168
489380
2488
що роботи заберуть в людей роботу,
08:23
and that is true in certain sectors.
169
491892
1830
і це правда для деяких секторів.
08:26
But I'm much more interested in this idea
170
494174
2878
Але мене набагато більше цікавить
ідея про те,
ідея про те,
08:29
that humans and robots working together
are going to augment each other,
are going to augment each other,
171
497076
5010
що люди і роботи, працюючи разом,
доповнять один одного
доповнять один одного
08:34
and start to inhabit a new space.
172
502110
2058
і почнуть заселяти новий простір.
08:36
This is our applied research lab
in San Francisco,
in San Francisco,
173
504192
2362
Це наша галузева лабораторія
в Сан-Франциско,
в Сан-Франциско,
08:38
where one of our areas of focus
is advanced robotics,
is advanced robotics,
174
506578
3142
де одним із напрямків роботи
є прогресивна роботизована,
є прогресивна роботизована,
08:41
specifically, human-robot collaboration.
175
509744
2511
співпраця людей і роботів.
08:45
And this is Bishop, one of our robots.
176
513034
2759
А це Бішоп, один із наших роботів.
08:47
As an experiment, we set it up
177
515817
1789
Як експеримент, ми встановили його,
08:49
to help a person working in construction
doing repetitive tasks --
doing repetitive tasks --
178
517630
3460
щоб допомогти людині, яка працює
на будівництві, робити завдання, що повторюються,
на будівництві, робити завдання, що повторюються,
08:53
tasks like cutting out holes for outlets
or light switches in drywall.
or light switches in drywall.
179
521984
4194
як от вирізання отворів для розеток
вимикачів світла в гіпсокартоні.
вимикачів світла в гіпсокартоні.
08:58
(Laughter)
180
526202
2466
(Сміх)
09:01
So, Bishop's human partner
can tell what to do in plain English
can tell what to do in plain English
181
529877
3111
Партнер Бішопа може сказати, що
треба робити простою англійською
треба робити простою англійською
09:05
and with simple gestures,
182
533012
1305
і з елементарними жестами,
09:06
kind of like talking to a dog,
183
534341
1447
ніби спілкуючись з собакою,
09:07
and then Bishop executes
on those instructions
on those instructions
184
535812
2143
і тоді Бішоп виконує ці інструкції
09:09
with perfect precision.
185
537979
1892
з бездоганною точністю.
09:11
We're using the human
for what the human is good at:
for what the human is good at:
186
539895
2989
Ми використовуємо людей для того,
в чому вони розуміються:
в чому вони розуміються:
09:14
awareness, perception and decision making.
187
542908
2333
усвідомленість, сприйняття і прийняття
рішень.
рішень.
09:17
And we're using the robot
for what it's good at:
for what it's good at:
188
545265
2240
Ми використовуємо роботів в тому,
що вони вміють:
що вони вміють:
09:19
precision and repetitiveness.
189
547529
1748
точність і повторюваність.
09:22
Here's another cool project
that Bishop worked on.
that Bishop worked on.
190
550252
2367
Це ще один крутий проект,
над яким працює Бішоп.
над яким працює Бішоп.
09:24
The goal of this project,
which we called the HIVE,
which we called the HIVE,
191
552643
3075
Мета цього проекту, який ми
назвали HIVE,
назвали HIVE,
09:27
was to prototype the experience
of humans, computers and robots
of humans, computers and robots
192
555742
3851
робити прототипи зовнішності
людей, комп'ютерів і роботів,
людей, комп'ютерів і роботів,
09:31
all working together to solve
a highly complex design problem.
a highly complex design problem.
193
559617
3220
які працюють разом, щоб вирішити
складні конструкторські проблеми.
складні конструкторські проблеми.
09:35
The humans acted as labor.
194
563793
1451
Люди працювали як робочий клас.
09:37
They cruised around the construction site,
they manipulated the bamboo --
they manipulated the bamboo --
195
565268
3473
Вони роз'їжджали навколо будівельного
майданчика і працювали з бамбуком -
майданчика і працювали з бамбуком -
09:40
which, by the way,
because it's a non-isomorphic material,
because it's a non-isomorphic material,
196
568765
2756
з яким, до речі, через неізоморфний
матеріал
матеріал
09:43
is super hard for robots to deal with.
197
571545
1874
роботам дуже важко працювати.
09:45
But then the robots
did this fiber winding,
did this fiber winding,
198
573443
2022
А роботи намотували
фіброволокно в котушки,
фіброволокно в котушки,
09:47
which was almost impossible
for a human to do.
for a human to do.
199
575489
2451
що людина здебільшого зробити не може.
09:49
And then we had an AI
that was controlling everything.
that was controlling everything.
200
577964
3621
І тоді у нас був штучний інтелект,
що контролював все.
що контролював все.
09:53
It was telling the humans what to do,
telling the robots what to do
telling the robots what to do
201
581609
3290
Він казав людям що робити,
казав роботам що робити,
казав роботам що робити,
09:56
and keeping track of thousands
of individual components.
of individual components.
202
584923
2915
і відстежував тисячі
окремих компонентів.
окремих компонентів.
09:59
What's interesting is,
203
587862
1180
Цікавим є те,
10:01
building this pavilion
was simply not possible
was simply not possible
204
589066
3141
що будівництво цього павільйону
було просто неможливим
було просто неможливим
10:04
without human, robot and AI
augmenting each other.
augmenting each other.
205
592231
4524
без людей, роботів та ШІ,
що доповнювали один одного.
що доповнювали один одного.
10:09
OK, I'll share one more project.
This one's a little bit crazy.
This one's a little bit crazy.
206
597890
3320
Добре, поділюся з вами ще одним проектом.
Він дещо божевільний.
Він дещо божевільний.
10:13
We're working with Amsterdam-based artist
Joris Laarman and his team at MX3D
Joris Laarman and his team at MX3D
207
601234
4468
Ми працюємо з дизайнером з Амстердаму
Джорісом Лаарманом і його командою в MX3D,
Джорісом Лаарманом і його командою в MX3D,
10:17
to generatively design
and robotically print
and robotically print
208
605726
2878
щоб генеративно спланувати
і надрукувати з допомогою роботів
і надрукувати з допомогою роботів
10:20
the world's first autonomously
manufactured bridge.
manufactured bridge.
209
608628
2995
перший в світі автономно
виготовлений місток.
виготовлений місток.
10:24
So, Joris and an AI are designing
this thing right now, as we speak,
this thing right now, as we speak,
210
612315
3685
Джоріс та ШІ проектують цю річ
просто зараз, коли ми розмовляємо,
просто зараз, коли ми розмовляємо,
10:28
in Amsterdam.
211
616024
1172
в Амстердамі.
10:29
And when they're done,
we're going to hit "Go,"
we're going to hit "Go,"
212
617220
2321
І коли вони закінчать,
ми скажемо: "Пішли!"
ми скажемо: "Пішли!"
10:31
and robots will start 3D printing
in stainless steel,
in stainless steel,
213
619565
3311
і роботи почнуть 3D-друк
з нержавіючої сталі,
з нержавіючої сталі,
10:34
and then they're going to keep printing,
without human intervention,
without human intervention,
214
622900
3283
і тоді вони будуть друкувати
без людського втручання,
без людського втручання,
10:38
until the bridge is finished.
215
626207
1558
поки місток не буде готовий.
10:41
So, as computers are going
to augment our ability
to augment our ability
216
629099
2928
Так як комп'ютери
доповнять нашу здатність
доповнять нашу здатність
10:44
to imagine and design new stuff,
217
632051
2150
уявляти і проектувати нові речі,
10:46
robotic systems are going to help us
build and make things
build and make things
218
634225
2895
роботизовані системи допоможуть
будувати і створювати речі,
будувати і створювати речі,
10:49
that we've never been able to make before.
219
637144
2084
які ми не могли зробити до цього.
10:52
But what about our ability
to sense and control these things?
to sense and control these things?
220
640347
4160
Але як щодо нашої здатності
відчувати і контролювати ці речі?
відчувати і контролювати ці речі?
10:56
What about a nervous system
for the things that we make?
for the things that we make?
221
644531
4031
Як щодо нервової системи для
тих речей, які ми робимо?
тих речей, які ми робимо?
11:00
Our nervous system,
the human nervous system,
the human nervous system,
222
648586
2512
Наша нервова система,
людська нервова система,
людська нервова система,
11:03
tells us everything
that's going on around us.
that's going on around us.
223
651122
2311
каже нам про все, що
відбувається навколо.
відбувається навколо.
11:06
But the nervous system of the things
we make is rudimentary at best.
we make is rudimentary at best.
224
654186
3684
Але нервова система речей, які ми
робимо, в найкращому випадку елементарна.
робимо, в найкращому випадку елементарна.
11:09
For instance, a car doesn't tell
the city's public works department
the city's public works department
225
657894
3563
Наприклад, автомобіль не повідомляє
відділу громадських робіт,
відділу громадських робіт,
11:13
that it just hit a pothole at the corner
of Broadway and Morrison.
of Broadway and Morrison.
226
661481
3130
про те, що на розі Бродвей і Моррісон
з'явилась вибоїна.
з'явилась вибоїна.
11:16
A building doesn't tell its designers
227
664635
2032
Будівля не каже своїм конструкторам,
11:18
whether or not the people inside
like being there,
like being there,
228
666691
2684
чи людям подобається знаходитися
всередині неї,
всередині неї,
11:21
and the toy manufacturer doesn't know
229
669399
3010
і виробник іграшки не знає,
11:24
if a toy is actually being played with --
230
672433
2007
чи з іграшкою насправді гралися -
11:26
how and where and whether
or not it's any fun.
or not it's any fun.
231
674464
2539
як, де, і чи взагалі нею
весело гратися.
весело гратися.
11:29
Look, I'm sure that the designers
imagined this lifestyle for Barbie
imagined this lifestyle for Barbie
232
677620
3814
Я впевнений, що розробники
уявляли такий стиль життя для Барбі,
уявляли такий стиль життя для Барбі,
11:33
when they designed her.
233
681458
1224
коли створювали її.
11:34
(Laughter)
234
682706
1447
(Сміх)
11:36
But what if it turns out that Barbie's
actually really lonely?
actually really lonely?
235
684177
2906
Але якщо з'ясується, що Барбі насправді
дуже самотня?
дуже самотня?
11:39
(Laughter)
236
687107
3147
(Сміх)
11:43
If the designers had known
237
691266
1288
Якби розробники знали,
11:44
what was really happening
in the real world
in the real world
238
692578
2107
що насправді відбувається
в реальному світі
в реальному світі
11:46
with their designs -- the road,
the building, Barbie --
the building, Barbie --
239
694709
2583
з їхніми виробами - дорогою,
будівлею, Барбі -
будівлею, Барбі -
11:49
they could've used that knowledge
to create an experience
to create an experience
240
697316
2694
вони могли б використати ці знання,
щоб створити досвід,
щоб створити досвід,
11:52
that was better for the user.
241
700034
1400
що був би кращим для
користувача.
користувача.
11:53
What's missing is a nervous system
242
701458
1791
Не вистачає нервової системи,
11:55
connecting us to all of the things
that we design, make and use.
that we design, make and use.
243
703273
3709
що з'єднала б нас з усіма речами, які ми
проектуємо, створюємо і використовуємо.
проектуємо, створюємо і використовуємо.
11:59
What if all of you had that kind
of information flowing to you
of information flowing to you
244
707915
3555
Що, якби кожен з вас мав інформацію,
яка надходила б
яка надходила б
12:03
from the things you create
in the real world?
in the real world?
245
711494
2183
від речей, які ви створили
в реальному світі?
в реальному світі?
12:07
With all of the stuff we make,
246
715432
1451
На усі речі, які ми зробили,
12:08
we spend a tremendous amount
of money and energy --
of money and energy --
247
716907
2435
ми витратили величезну кількість
грошей та енергії -
грошей та енергії -
12:11
in fact, last year,
about two trillion dollars --
about two trillion dollars --
248
719366
2376
насправді, минулого року
близько двох мільйонів доларів -
близько двох мільйонів доларів -
12:13
convincing people to buy
the things we've made.
the things we've made.
249
721766
2854
переконуючи людей купити
речі, які ми зробили.
речі, які ми зробили.
12:16
But if you had this connection
to the things that you design and create
to the things that you design and create
250
724644
3388
Але якщо у вас є зв'язок з речами,
які ви спроектували і створили
які ви спроектували і створили
12:20
after they're out in the real world,
251
728056
1727
після того, як вони
потрапили в світ,
потрапили в світ,
12:21
after they've been sold
or launched or whatever,
or launched or whatever,
252
729807
3614
після їх продажу чи запуску,
12:25
we could actually change that,
253
733445
1620
ми могли б змінити це
12:27
and go from making people want our stuff,
254
735089
3047
і не змушувати купувати людей наші речі,
12:30
to just making stuff that people
want in the first place.
want in the first place.
255
738160
3434
а просто робити те,
що їм найбільше потрібно.
що їм найбільше потрібно.
12:33
The good news is, we're working
on digital nervous systems
on digital nervous systems
256
741618
2787
Є хороша новина - ми працюємо
над цифровою нервовою системою,
над цифровою нервовою системою,
12:36
that connect us to the things we design.
257
744429
2801
що з'єднає нас з тим, що ми створили.
12:40
We're working on one project
258
748365
1627
Ми працюємо над проектом
12:42
with a couple of guys down in Los Angeles
called the Bandito Brothers
called the Bandito Brothers
259
750016
3712
з декількома хлопцями з Лос-Анджелесу,
яких називають Bandito Brothers,
яких називають Bandito Brothers,
12:45
and their team.
260
753752
1407
і їх командою.
12:47
And one of the things these guys do
is build insane cars
is build insane cars
261
755183
3433
І однією з речей, які роблять ці хлопці,
є створення божевільних машин,
є створення божевільних машин,
12:50
that do absolutely insane things.
262
758640
2873
які роблять абсолютно божевільні речі.
12:54
These guys are crazy --
263
762905
1450
Ці хлопці ненормальні -
12:56
(Laughter)
264
764379
1036
(Сміх)
12:57
in the best way.
265
765439
1403
в хорошому сенсі.
13:00
And what we're doing with them
266
768993
1763
І ми разом з ними
13:02
is taking a traditional race-car chassis
267
770780
2440
забираємо традиційне шасі
з гоночної машини
з гоночної машини
13:05
and giving it a nervous system.
268
773244
1585
і замінюємо його на нервову систему.
13:06
So we instrumented it
with dozens of sensors,
with dozens of sensors,
269
774853
3058
Ми здійснили це з десятками
сенсорних датчиків,
сенсорних датчиків,
13:09
put a world-class driver behind the wheel,
270
777935
2635
посадили за кермо водія світового класу,
13:12
took it out to the desert
and drove the hell out of it for a week.
and drove the hell out of it for a week.
271
780594
3357
доставили машину в пустелю
і тиждень бездумно її ганяли.
і тиждень бездумно її ганяли.
13:15
And the car's nervous system
captured everything
captured everything
272
783975
2491
І нервова система автомобіля
запам'ятала все,
запам'ятала все,
13:18
that was happening to the car.
273
786490
1482
що з нею трапилося.
13:19
We captured four billion data points;
274
787996
2621
Ми зібрали чотири мільярди точок даних;
13:22
all of the forces
that it was subjected to.
that it was subjected to.
275
790641
2310
всі сили, які вплинули на систему.
13:24
And then we did something crazy.
276
792975
1659
І тоді ми зробили дещо скажене.
13:27
We took all of that data,
277
795268
1500
Ми взяли всю цю інформацію
13:28
and plugged it into a generative-design AI
we call "Dreamcatcher."
we call "Dreamcatcher."
278
796792
3736
і включили її в генеративно-проектуючий
ШІ, який назвали Dreamcatcher.
ШІ, який назвали Dreamcatcher.
13:33
So what do get when you give
a design tool a nervous system,
a design tool a nervous system,
279
801270
3964
І що відбувається, коли ви даєте
засобу розробки нервову систему
засобу розробки нервову систему
13:37
and you ask it to build you
the ultimate car chassis?
the ultimate car chassis?
280
805258
2882
і просите його побудувати
найкраще шасі для автомобіля?
найкраще шасі для автомобіля?
13:40
You get this.
281
808723
1973
Ви отримуєте його.
13:44
This is something that a human
could never have designed.
could never have designed.
282
812293
3713
Це щось таке, що людина ніколи
не змогла б сконструювати.
не змогла б сконструювати.
13:48
Except a human did design this,
283
816707
1888
За винятком людини,
яка спроектувала це,
яка спроектувала це,
13:50
but it was a human that was augmented
by a generative-design AI,
by a generative-design AI,
284
818619
4309
але це була людина, яку доповнював
генеративно-проектувальний ШІ,
генеративно-проектувальний ШІ,
13:54
a digital nervous system
285
822952
1231
цифрова нервова система,
13:56
and robots that can actually
fabricate something like this.
fabricate something like this.
286
824207
3005
і роботи, які насправді можуть
винайти щось таке.
винайти щось таке.
13:59
So if this is the future,
the Augmented Age,
the Augmented Age,
287
827680
3595
Тому, якщо в майбутньому,
в Доповненій епосі,
в Доповненій епосі,
14:03
and we're going to be augmented
cognitively, physically and perceptually,
cognitively, physically and perceptually,
288
831299
4261
нас доповнять когнітивно,
фізично і емоційно,
фізично і емоційно,
14:07
what will that look like?
289
835584
1408
як це буде виглядати?
14:09
What is this wonderland going to be like?
290
837576
3321
На що буде схожий цей дивокрай?
14:12
I think we're going to see a world
291
840921
1709
Я думаю, ми побачимо світ,
14:14
where we're moving
from things that are fabricated
from things that are fabricated
292
842654
3068
де ми рухаємось від сфабрикованих речей
14:17
to things that are farmed.
293
845746
1445
до винайдених.
14:20
Where we're moving from things
that are constructed
that are constructed
294
848159
3453
Де ми рухаємось від сконструйованих речей
14:23
to that which is grown.
295
851636
1704
до вирощених.
14:26
We're going to move from being isolated
296
854134
2188
Ми будемо рухатись від окремості
14:28
to being connected.
297
856346
1610
до єднання.
14:30
And we'll move away from extraction
298
858634
2411
І ми будемо рухатися від добування
14:33
to embrace aggregation.
299
861069
1873
до агрегації.
14:35
I also think we'll shift
from craving obedience from our things
from craving obedience from our things
300
863967
3767
Я думаю, що ми будемо переходити
від пристрасної покори своїм речам
від пристрасної покори своїм речам
14:39
to valuing autonomy.
301
867758
1641
до цінної незалежності.
14:42
Thanks to our augmented capabilities,
302
870510
1905
Завдяки нашим доповненим можливостям
14:44
our world is going to change dramatically.
303
872439
2377
наш світ драматично зміниться.
14:47
We're going to have a world
with more variety, more connectedness,
with more variety, more connectedness,
304
875576
3246
У нас буде світ, де більше варіацій,
більше зв'язків,
більше зв'язків,
14:50
more dynamism, more complexity,
305
878846
2287
більше динамізму, більше складності,
14:53
more adaptability and, of course,
306
881157
2318
більше адаптованості та, звичайно,
14:55
more beauty.
307
883499
1217
більше краси.
14:57
The shape of things to come
308
885231
1564
Форма речей в майбутньому
14:58
will be unlike anything
we've ever seen before.
we've ever seen before.
309
886819
2290
не буде схожа на те, що ми
бачили до цього.
бачили до цього.
15:01
Why?
310
889133
1159
Чому?
15:02
Because what will be shaping those things
is this new partnership
is this new partnership
311
890316
3755
Тому що те, що надасть форму речам -
це нові відносини
це нові відносини
15:06
between technology, nature and humanity.
312
894095
3670
між технологіями, природою і людьми.
15:11
That, to me, is a future
well worth looking forward to.
well worth looking forward to.
313
899279
3804
Тому, як на мене, майбутнє
треба чекати з нетерпінням.
треба чекати з нетерпінням.
15:15
Thank you all so much.
314
903107
1271
Дуже дякую!
15:16
(Applause)
315
904402
5669
(Оплески)
ABOUT THE SPEAKER
Maurice Conti - Designer, futuristMaurice 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.
Maurice Conti | Speaker | TED.com