TED@IBM
Grady Booch: Don't fear superintelligent AI
Grady Booch: Nebojte se superinteligentní AI
Filmed:
Readability: 4.7
2,866,438 views
Nová technologie plodí nové obavy, říká vědec a filozof Grady Blooch, ale my se nemusíme obávat všemocné, bezcitné AI. Brooch spojuje naše nejhorší (sci-fi vyvolané) obavy o superinteligentních počítačích vysvětlení, jak je učíme sdílet naše hodnoty, nikoli programujeme. Spíše než se obávat neexistující hrozby nás ponouká ke zvážení možností, jakými umělá inteligence vylepší lidský život.
Grady Booch - Scientist, philosopher
IBM's Grady Booch is shaping the future of cognitive computing by building intelligent systems that can reason and learn. Full bio
IBM's Grady Booch is shaping the future of cognitive computing by building intelligent systems that can reason and learn. Full bio
Double-click the English transcript below to play the video.
00:12
When I was a kid,
I was the quintessential nerd.
I was the quintessential nerd.
0
760
3840
V dětství jsem byl typickým nerdem,
00:17
I think some of you were, too.
1
5320
2176
myslím, že pár z vás taky.
00:19
(Laughter)
2
7520
1216
(smích)
00:20
And you, sir, who laughed the loudest,
you probably still are.
you probably still are.
3
8760
3216
A vy, pane, který se smějete nejhlasitěji,
jím ještě možná jste.
jím ještě možná jste.
00:24
(Laughter)
4
12000
2256
(smích)
00:26
I grew up in a small town
in the dusty plains of north Texas,
in the dusty plains of north Texas,
5
14280
3496
Vyrůstal jsem v malém městě
na prašných pláních severního Texasu,
na prašných pláních severního Texasu,
00:29
the son of a sheriff
who was the son of a pastor.
who was the son of a pastor.
6
17800
3336
syn šerifa, který byl synem kněze.
00:33
Getting into trouble was not an option.
7
21160
1920
Moc rošťáren jsem provádět nemohl.
00:36
And so I started reading
calculus books for fun.
calculus books for fun.
8
24040
3256
A tak jsem si z nudy
začal číst o integrálech.
začal číst o integrálech.
00:39
(Laughter)
9
27320
1536
(smích)
00:40
You did, too.
10
28880
1696
Vy také, že?
00:42
That led me to building a laser
and a computer and model rockets,
and a computer and model rockets,
11
30600
3736
To mě dovedlo k postavení modelu
laseru a počítače a rakety
laseru a počítače a rakety
00:46
and that led me to making
rocket fuel in my bedroom.
rocket fuel in my bedroom.
12
34360
3000
a to zase k vytvoření raketového paliva
v mé ložnici.
v mé ložnici.
00:49
Now, in scientific terms,
13
37960
3656
Ve vědeckých termínech tomu říkáme
00:53
we call this a very bad idea.
14
41640
3256
velmi špatný nápad.
00:56
(Laughter)
15
44920
1216
(smích)
00:58
Around that same time,
16
46160
2176
Ve stejném čase se do kin dostala
01:00
Stanley Kubrick's "2001: A Space Odyssey"
came to the theaters,
came to the theaters,
17
48360
3216
"2001: Vesmírná odysea" Stanleyho Kubricka
01:03
and my life was forever changed.
18
51600
2200
a můj život se navždy změnil.
01:06
I loved everything about that movie,
19
54280
2056
Miloval jsem vše o tom filmu,
01:08
especially the HAL 9000.
20
56360
2536
zejména Hala 9000.
01:10
Now, HAL was a sentient computer
21
58920
2056
HAL byl cítícím počítačem,
01:13
designed to guide the Discovery spacecraft
22
61000
2456
navrženým k navádění
vesmírné lodě Discovery
vesmírné lodě Discovery
01:15
from the Earth to Jupiter.
23
63480
2536
ze Země na Jupiter.
01:18
HAL was also a flawed character,
24
66040
2056
HAL měl také charakterovou vadu,
01:20
for in the end he chose
to value the mission over human life.
to value the mission over human life.
25
68120
4280
protože na konci si cenil více mise
než lidského života.
než lidského života.
01:24
Now, HAL was a fictional character,
26
72840
2096
HAL byl fiktivní postavou,
01:26
but nonetheless he speaks to our fears,
27
74960
2656
nicméně hovoří k našemu strachu,
01:29
our fears of being subjugated
28
77640
2096
strachu z podřízení se
01:31
by some unfeeling, artificial intelligence
29
79760
3016
nějaké necítící, umělé inteligenci,
01:34
who is indifferent to our humanity.
30
82800
1960
která je lhostejná k našemu lidství.
01:37
I believe that such fears are unfounded.
31
85880
2576
Věřím, že tento strach je neopodstatněný.
01:40
Indeed, we stand at a remarkable time
32
88480
2696
Nalézáme se vskutku
01:43
in human history,
33
91200
1536
v pozoruhodném období,
01:44
where, driven by refusal to accept
the limits of our bodies and our minds,
the limits of our bodies and our minds,
34
92760
4976
odmítnutí omezení našich těl a mysli
01:49
we are building machines
35
97760
1696
nás vede ke stavbě výjimečných
01:51
of exquisite, beautiful
complexity and grace
complexity and grace
36
99480
3616
nádherně komplexních a půvabných strojů,
01:55
that will extend the human experience
37
103120
2056
které rozšíří lidskou zkušenost
01:57
in ways beyond our imagining.
38
105200
1680
způsoby přesahujícími naši představivost.
01:59
After a career that led me
from the Air Force Academy
from the Air Force Academy
39
107720
2576
Po kariéře, která mne zavedla
z letecké akademie
z letecké akademie
02:02
to Space Command to now,
40
110320
1936
přes Vesmírné velení až do dnešního dne,
02:04
I became a systems engineer,
41
112280
1696
jsem se stal systémovým inženýrem
02:06
and recently I was drawn
into an engineering problem
into an engineering problem
42
114000
2736
a nedávno se nechal vtáhnout
do inženýrského problému,
do inženýrského problému,
02:08
associated with NASA's mission to Mars.
43
116760
2576
souvisejícího s misí NASA na Mars.
02:11
Now, in space flights to the Moon,
44
119360
2496
Ve vesmírných letech na Měsíc,
02:13
we can rely upon
mission control in Houston
mission control in Houston
45
121880
3136
můžeme spoléhat
na řídicí středisko v Houstonu,
na řídicí středisko v Houstonu,
02:17
to watch over all aspects of a flight.
46
125040
1976
které dohlíží na všechny aspekty letu.
02:19
However, Mars is 200 times further away,
47
127040
3536
Nicméně Mars je 200krát dále
02:22
and as a result it takes
on average 13 minutes
on average 13 minutes
48
130600
3216
a signálu průměrně trvá 13 minut
02:25
for a signal to travel
from the Earth to Mars.
from the Earth to Mars.
49
133840
3136
cestovat ze Země na Mars.
02:29
If there's trouble,
there's not enough time.
there's not enough time.
50
137000
3400
Pokud se objeví problém,
není zde dost času.
není zde dost času.
02:32
And so a reasonable engineering solution
51
140840
2496
A rozumné inženýrské řešení
02:35
calls for us to put mission control
52
143360
2576
nám navrhuje umístit kontrolu mise
02:37
inside the walls of the Orion spacecraft.
53
145960
3016
mezi stěny vesmírné lodi Orion.
02:41
Another fascinating idea
in the mission profile
in the mission profile
54
149000
2896
Další fascinující myšlenka v profilu mise
02:43
places humanoid robots
on the surface of Mars
on the surface of Mars
55
151920
2896
umisťuje humanoidní roboty na povrch Marsu
02:46
before the humans themselves arrive,
56
154840
1856
před příletem samotných lidí,
02:48
first to build facilities
57
156720
1656
aby nejprve postavili zařízení
02:50
and later to serve as collaborative
members of the science team.
members of the science team.
58
158400
3360
a později sloužili jako členové
vědeckého týmu.
vědeckého týmu.
02:55
Now, as I looked at this
from an engineering perspective,
from an engineering perspective,
59
163400
2736
Když se na to dívám pohledem inženýra,
02:58
it became very clear to me
that what I needed to architect
that what I needed to architect
60
166160
3176
zdálo se mi jasné, že potřebuji navrhnout
03:01
was a smart, collaborative,
61
169360
2176
malou, spolupracující,
03:03
socially intelligent
artificial intelligence.
artificial intelligence.
62
171560
2376
sociálně inteligentní umělou inteligenci.
03:05
In other words, I needed to build
something very much like a HAL
something very much like a HAL
63
173960
4296
Jinými slovy jsem potřeboval postavit
něco velmi podobného HALovi,
něco velmi podobného HALovi,
03:10
but without the homicidal tendencies.
64
178280
2416
ale bez vražedných tendencí.
03:12
(Laughter)
65
180720
1360
(smích)
03:14
Let's pause for a moment.
66
182920
1816
Zastavme se na chvilku.
03:16
Is it really possible to build
an artificial intelligence like that?
an artificial intelligence like that?
67
184760
3896
Je možné postavit
takovou umělou inteligenci?
takovou umělou inteligenci?
03:20
Actually, it is.
68
188680
1456
Vlastně ano.
03:22
In many ways,
69
190160
1256
Z mnoha pohledů
03:23
this is a hard engineering problem
70
191440
1976
je to složitý inženýrský problém
03:25
with elements of AI,
71
193440
1456
s prvky AI,
03:26
not some wet hair ball of an AI problem
that needs to be engineered.
that needs to be engineered.
72
194920
4696
není to žádný otravný AI problém,
který potřebuje být vyřešen.
který potřebuje být vyřešen.
03:31
To paraphrase Alan Turing,
73
199640
2656
Abych parafrázoval Alana Turinga,
03:34
I'm not interested
in building a sentient machine.
in building a sentient machine.
74
202320
2376
nezajímá mne postavení
cítícího stroje.
cítícího stroje.
03:36
I'm not building a HAL.
75
204720
1576
Nestavím HALa.
03:38
All I'm after is a simple brain,
76
206320
2416
Chci jen jednoduchý mozek,
03:40
something that offers
the illusion of intelligence.
the illusion of intelligence.
77
208760
3120
který poskytuje iluzi inteligence.
03:45
The art and the science of computing
have come a long way
have come a long way
78
213000
3136
Umění a věda o počítačích
podstoupila dlouhou cestu
podstoupila dlouhou cestu
od doby, kdy se HAL objevil
na obrazovce
na obrazovce
03:48
since HAL was onscreen,
79
216160
1496
03:49
and I'd imagine if his inventor
Dr. Chandra were here today,
Dr. Chandra were here today,
80
217680
3216
a kdyby zde byl jeho tvůrce, Dr. Chandra,
03:52
he'd have a whole lot of questions for us.
81
220920
2336
měl by pro nás mnoho otázek.
03:55
Is it really possible for us
82
223280
2096
Je pro nás opravdu možné
03:57
to take a system of millions
upon millions of devices,
upon millions of devices,
83
225400
4016
číst datové toky v systému
04:01
to read in their data streams,
84
229440
1456
s miliony zařízení,
04:02
to predict their failures
and act in advance?
and act in advance?
85
230920
2256
předvídat jejich selhání
a jednat v předstihu?
a jednat v předstihu?
04:05
Yes.
86
233200
1216
Ano.
Můžeme postavit systém, který
komunikuje s lidmi přirozeným jazykem?
komunikuje s lidmi přirozeným jazykem?
04:06
Can we build systems that converse
with humans in natural language?
with humans in natural language?
87
234440
3176
04:09
Yes.
88
237640
1216
Ano.
Můžeme postavit systém, který
rozlišuje objekty, identifikuje emoce,
rozlišuje objekty, identifikuje emoce,
04:10
Can we build systems
that recognize objects, identify emotions,
that recognize objects, identify emotions,
89
238880
2976
04:13
emote themselves,
play games and even read lips?
play games and even read lips?
90
241880
3376
emoce samotné, hraje hry
a dokonce odečítá ze rtů?
a dokonce odečítá ze rtů?
04:17
Yes.
91
245280
1216
Ano.
Můžeme postavit systém,
který stanovuje cíle,
který stanovuje cíle,
04:18
Can we build a system that sets goals,
92
246520
2136
04:20
that carries out plans against those goals
and learns along the way?
and learns along the way?
93
248680
3616
provádí plány ve vztahu k těm cílům
a průběžně se učí?
a průběžně se učí?
04:24
Yes.
94
252320
1216
Ano.
04:25
Can we build systems
that have a theory of mind?
that have a theory of mind?
95
253560
3336
Můžeme postavit systémy,
které mají teorii mysli?
které mají teorii mysli?
04:28
This we are learning to do.
96
256920
1496
Toto se učíme udělat.
04:30
Can we build systems that have
an ethical and moral foundation?
an ethical and moral foundation?
97
258440
3480
Můžeme postavit systémy, které
mají etické a morální základy?
mají etické a morální základy?
04:34
This we must learn how to do.
98
262480
2040
To se musíme naučit.
04:37
So let's accept for a moment
99
265360
1376
Přijměme na okamžik to,
04:38
that it's possible to build
such an artificial intelligence
such an artificial intelligence
100
266760
2896
že je možné postavit takovou
umělou inteligenci
umělou inteligenci
04:41
for this kind of mission and others.
101
269680
2136
pro tento typ mise a další.
04:43
The next question
you must ask yourself is,
you must ask yourself is,
102
271840
2536
Další otázka, kterou si musíme položit,
04:46
should we fear it?
103
274400
1456
zní, měli bychom se jí bát?
04:47
Now, every new technology
104
275880
1976
Každá technologie sebou přináší
04:49
brings with it
some measure of trepidation.
some measure of trepidation.
105
277880
2896
určitou míru očekávání.
04:52
When we first saw cars,
106
280800
1696
Když jsme poprvé spatřili auta,
04:54
people lamented that we would see
the destruction of the family.
the destruction of the family.
107
282520
4016
lidé lamentovali, že uvidíme
rozpad rodiny.
rozpad rodiny.
04:58
When we first saw telephones come in,
108
286560
2696
Když se objevily telefony,
05:01
people were worried it would destroy
all civil conversation.
all civil conversation.
109
289280
2896
lidé se obávali, že to zničí
obyčejnou konverzaci.
obyčejnou konverzaci.
05:04
At a point in time we saw
the written word become pervasive,
the written word become pervasive,
110
292200
3936
V určitém období jsme viděli
všudypřítomné psané slovo,
všudypřítomné psané slovo,
05:08
people thought we would lose
our ability to memorize.
our ability to memorize.
111
296160
2496
lidé se obávali ztráty
schopnosti pamatovat si.
schopnosti pamatovat si.
05:10
These things are all true to a degree,
112
298680
2056
Vše v sobě má zrnko pravdy,
05:12
but it's also the case
that these technologies
that these technologies
113
300760
2416
ale je také pravdou, že tyto technologie
05:15
brought to us things
that extended the human experience
that extended the human experience
114
303200
3376
nám přinesly věci významným způsobem
05:18
in some profound ways.
115
306600
1880
rozšiřující lidskou zkušenost.
05:21
So let's take this a little further.
116
309840
2280
Pokročme trochu dále.
05:25
I do not fear the creation
of an AI like this,
of an AI like this,
117
313120
4736
Nebojím se vytvoření takové AI,
05:29
because it will eventually
embody some of our values.
embody some of our values.
118
317880
3816
protože bude ztělesňovat naše hodnoty.
05:33
Consider this: building a cognitive system
is fundamentally different
is fundamentally different
119
321720
3496
Zvažte: vytvoření kognitivního systému
je zcela odlišné
je zcela odlišné
05:37
than building a traditional
software-intensive system of the past.
software-intensive system of the past.
120
325240
3296
od vytvoření tradičního softwarového
systému minulosti.
systému minulosti.
05:40
We don't program them. We teach them.
121
328560
2456
Neprogramujeme je.
Učíme je.
Učíme je.
05:43
In order to teach a system
how to recognize flowers,
how to recognize flowers,
122
331040
2656
Aby se systém naučil rozpoznávat květiny,
ukážeme mu tisíce květin, které máme rádi.
05:45
I show it thousands of flowers
of the kinds I like.
of the kinds I like.
123
333720
3016
Abychom naučili systém hrát hru --
05:48
In order to teach a system
how to play a game --
how to play a game --
124
336760
2256
05:51
Well, I would. You would, too.
125
339040
1960
Já bych to udělal. Vy taky.
05:54
I like flowers. Come on.
126
342600
2040
Mám rád květiny. No tak.
05:57
To teach a system
how to play a game like Go,
how to play a game like Go,
127
345440
2856
Abychom naučili hrát systém hru jako Go,
06:00
I'd have it play thousands of games of Go,
128
348320
2056
musel bych hrát tisíce her Go,
06:02
but in the process I also teach it
129
350400
1656
ale v průběhu je také učím,
06:04
how to discern
a good game from a bad game.
a good game from a bad game.
130
352080
2416
jak rozpoznat dobrou hru od špatné.
06:06
If I want to create an artificially
intelligent legal assistant,
intelligent legal assistant,
131
354520
3696
Pokud chci stvořit uměle inteligentního
právního asistenta,
právního asistenta,
06:10
I will teach it some corpus of law
132
358240
1776
naučím jej část práva,
06:12
but at the same time I am fusing with it
133
360040
2856
ale současně mu dávám
06:14
the sense of mercy and justice
that is part of that law.
that is part of that law.
134
362920
2880
smysl pro soucit a spravedlnost,
které jsou součástí práva.
které jsou součástí práva.
06:18
In scientific terms,
this is what we call ground truth,
this is what we call ground truth,
135
366560
2976
Terminologií vědy to nazýváme
základní pravda
základní pravda
06:21
and here's the important point:
136
369560
2016
a zde je to důležité:
06:23
in producing these machines,
137
371600
1456
při vytváření těchto strojů
06:25
we are therefore teaching them
a sense of our values.
a sense of our values.
138
373080
3416
jim učením dáváme smysl pro hodnoty.
06:28
To that end, I trust
an artificial intelligence
an artificial intelligence
139
376520
3136
Věřím umělé inteligenci stejně,
06:31
the same, if not more,
as a human who is well-trained.
as a human who is well-trained.
140
379680
3640
ne-li více, jako dobře vyškolené osobě.
06:36
But, you may ask,
141
384080
1216
Můžete se ale zeptat,
06:37
what about rogue agents,
142
385320
2616
a co nezávislí agenti,
06:39
some well-funded
nongovernment organization?
nongovernment organization?
143
387960
3336
třeba dobře financované
nevládní organizace?
nevládní organizace?
06:43
I do not fear an artificial intelligence
in the hand of a lone wolf.
in the hand of a lone wolf.
144
391320
3816
Nebojím se umělé inteligence
v rukou osamělého vlka.
v rukou osamělého vlka.
06:47
Clearly, we cannot protect ourselves
against all random acts of violence,
against all random acts of violence,
145
395160
4536
Je zřejmé, že se nemůžeme chránit
proti všem náhodným násilným činům,
proti všem náhodným násilným činům,
06:51
but the reality is such a system
146
399720
2136
ale realita je systém, vyžadující
06:53
requires substantial training
and subtle training
and subtle training
147
401880
3096
hodně a přesný trénink,
06:57
far beyond the resources of an individual.
148
405000
2296
který je mimo možnosti jednotlivců.
06:59
And furthermore,
149
407320
1216
A navíc,
07:00
it's far more than just injecting
an internet virus to the world,
an internet virus to the world,
150
408560
3256
je to mnohem více než jen vypustit
do světa internetový virus,
do světa internetový virus,
07:03
where you push a button,
all of a sudden it's in a million places
all of a sudden it's in a million places
151
411840
3096
který se stisknutím tlačítka ihned
objeví na milionech míst
objeví na milionech míst
07:06
and laptops start blowing up
all over the place.
all over the place.
152
414960
2456
a laptopy začnou všude vybuchovat.
07:09
Now, these kinds of substances
are much larger,
are much larger,
153
417440
2816
Tento typ prostředků je mnohem větší
07:12
and we'll certainly see them coming.
154
420280
1715
a určitě je uvidíme přicházet.
07:14
Do I fear that such
an artificial intelligence
an artificial intelligence
155
422520
3056
Bojím se, že by takováto umělá inteligence
07:17
might threaten all of humanity?
156
425600
1960
mohla ohrozit celé lidstvo?
07:20
If you look at movies
such as "The Matrix," "Metropolis,"
such as "The Matrix," "Metropolis,"
157
428280
4376
Když shlédnete filmy
jako "Matrix", "Metropolis"
jako "Matrix", "Metropolis"
07:24
"The Terminator,"
shows such as "Westworld,"
shows such as "Westworld,"
158
432680
3176
"Terminátor", seriály jako "Westworld,"
07:27
they all speak of this kind of fear.
159
435880
2136
všechny hovoří o tomto typu strachu.
07:30
Indeed, in the book "Superintelligence"
by the philosopher Nick Bostrom,
by the philosopher Nick Bostrom,
160
438040
4296
V knize "Superinteligence"
filozofa Nicka Bostroma
filozofa Nicka Bostroma
07:34
he picks up on this theme
161
442360
1536
vyzvedává toto téma
07:35
and observes that a superintelligence
might not only be dangerous,
might not only be dangerous,
162
443920
4016
a poznamenává, že superinteligence
může být nejenom nebezpečná,
může být nejenom nebezpečná,
07:39
it could represent an existential threat
to all of humanity.
to all of humanity.
163
447960
3856
ale může znamenat existenční hrozbu
celému lidstvu.
celému lidstvu.
07:43
Dr. Bostrom's basic argument
164
451840
2216
Základním argumentem Dr. Bostroma je,
07:46
is that such systems will eventually
165
454080
2736
že takový systém bude nakonec mít
07:48
have such an insatiable
thirst for information
thirst for information
166
456840
3256
neukojitelný hlad po informacích,
07:52
that they will perhaps learn how to learn
167
460120
2896
že se nakonec naučí jak se učit
07:55
and eventually discover
that they may have goals
that they may have goals
168
463040
2616
a zjistí, že mohou mít cíle,
07:57
that are contrary to human needs.
169
465680
2296
které jsou v protikladu
s potřebami člověka.
s potřebami člověka.
08:00
Dr. Bostrom has a number of followers.
170
468000
1856
Dr. Bostrom má mnoho následovníků.
08:01
He is supported by people
such as Elon Musk and Stephen Hawking.
such as Elon Musk and Stephen Hawking.
171
469880
4320
Podporují jej lidé jako
Elon Musk a Stephen Hawking.
Elon Musk a Stephen Hawking.
08:06
With all due respect
172
474880
2400
Se vší úctou
08:10
to these brilliant minds,
173
478160
2016
k těmto brilantním mozkům věřím,
08:12
I believe that they
are fundamentally wrong.
are fundamentally wrong.
174
480200
2256
že se zásadně mýlí.
08:14
Now, there are a lot of pieces
of Dr. Bostrom's argument to unpack,
of Dr. Bostrom's argument to unpack,
175
482480
3176
Je zde mnoho částí argumentů
dr. Bostroma k diskusi
dr. Bostroma k diskusi
08:17
and I don't have time to unpack them all,
176
485680
2136
a já nemám čas se jim všem věnovat,
08:19
but very briefly, consider this:
177
487840
2696
ale jen stručně zvažte toto:
08:22
super knowing is very different
than super doing.
than super doing.
178
490560
3736
super vědění je velmi odlišné
od super konání.
od super konání.
08:26
HAL was a threat to the Discovery crew
179
494320
1896
HAL byl hrozbou posádce Discovery
08:28
only insofar as HAL commanded
all aspects of the Discovery.
all aspects of the Discovery.
180
496240
4416
jen dokud ovládal všechny části Discovery.
08:32
So it would have to be
with a superintelligence.
with a superintelligence.
181
500680
2496
Tak by to mohlo být i se superinteligencí.
08:35
It would have to have dominion
over all of our world.
over all of our world.
182
503200
2496
Musel by to být vládce
celého našeho světa.
celého našeho světa.
08:37
This is the stuff of Skynet
from the movie "The Terminator"
from the movie "The Terminator"
183
505720
2816
To je Skynet z filmu "Terminátor",
08:40
in which we had a superintelligence
184
508560
1856
ve kterém byla superinteligence,
08:42
that commanded human will,
185
510440
1376
která velela lidské vůli,
08:43
that directed every device
that was in every corner of the world.
that was in every corner of the world.
186
511840
3856
která řídila každé zařízení,
v každém koutku světa.
v každém koutku světa.
08:47
Practically speaking,
187
515720
1456
Prakticky,
08:49
it ain't gonna happen.
188
517200
2096
to se prostě nestane.
08:51
We are not building AIs
that control the weather,
that control the weather,
189
519320
3056
Nestavíme AI, které ovládají počasí,
08:54
that direct the tides,
190
522400
1336
řídí vlny,
08:55
that command us
capricious, chaotic humans.
capricious, chaotic humans.
191
523760
3376
které řídí nás, rozmarné, chaotické lidi.
08:59
And furthermore, if such
an artificial intelligence existed,
an artificial intelligence existed,
192
527160
3896
Navíc pokud by taková
umělá inteligence existovala,
umělá inteligence existovala,
09:03
it would have to compete
with human economies,
with human economies,
193
531080
2936
bude muset soupeřit
s lidskými ekonomikami
s lidskými ekonomikami
09:06
and thereby compete for resources with us.
194
534040
2520
a soupeřit s námi o zdroje.
09:09
And in the end --
195
537200
1216
Nakonec --
09:10
don't tell Siri this --
196
538440
1240
neříkejte to Siri --
vždycky je můžeme
odpojit ze zásuvky.
odpojit ze zásuvky.
09:12
we can always unplug them.
197
540440
1376
09:13
(Laughter)
198
541840
2120
(smích)
09:17
We are on an incredible journey
199
545360
2456
Jsme na neuvěřitelné cestě
09:19
of coevolution with our machines.
200
547840
2496
koevoluce s našimi stroji.
09:22
The humans we are today
201
550360
2496
Lidé dneška
09:24
are not the humans we will be then.
202
552880
2536
nejsou lidé, kteří budou v budoucnu.
09:27
To worry now about the rise
of a superintelligence
of a superintelligence
203
555440
3136
Obávat se nyní vzestupu superinteligence
09:30
is in many ways a dangerous distraction
204
558600
3056
je v mnoha ohledech nebezpečné rozptýlení,
09:33
because the rise of computing itself
205
561680
2336
protože sám vzestup počítačů
09:36
brings to us a number
of human and societal issues
of human and societal issues
206
564040
3016
sebou přináší mnohé
lidské a společenské otázky,
lidské a společenské otázky,
09:39
to which we must now attend.
207
567080
1640
kterým se nyní musíme věnovat.
09:41
How shall I best organize society
208
569360
2816
Jak nejlépe zorganizovat společnost,
09:44
when the need for human labor diminishes?
209
572200
2336
když se zmenší potřeba lidské práce?
09:46
How can I bring understanding
and education throughout the globe
and education throughout the globe
210
574560
3816
Jak mohu přinést porozumění
a vzdělávání napříč zeměkoulí
a vzdělávání napříč zeměkoulí
09:50
and still respect our differences?
211
578400
1776
a stále respektovat naše odlišnosti?
09:52
How might I extend and enhance human life
through cognitive healthcare?
through cognitive healthcare?
212
580200
4256
Jak mohu rozšířit a podpořit lidský život
pomocí kognitivní zdravotní péče?
pomocí kognitivní zdravotní péče?
09:56
How might I use computing
213
584480
2856
Jak mohu použít počítače,
09:59
to help take us to the stars?
214
587360
1760
aby nám pomohly dostat se ke hvězdám?
10:01
And that's the exciting thing.
215
589760
2040
A to je vzrušující.
10:04
The opportunities to use computing
216
592400
2336
Příležitosti využít počítače
10:06
to advance the human experience
217
594760
1536
k lidskému pokroku
10:08
are within our reach,
218
596320
1416
jsou v našem dosahu,
10:09
here and now,
219
597760
1856
zde a nyní,
10:11
and we are just beginning.
220
599640
1680
a to jsme teprve na začátku.
10:14
Thank you very much.
221
602280
1216
Děkuji.
10:15
(Applause)
222
603520
4286
(potlesk)
ABOUT THE SPEAKER
Grady Booch - Scientist, philosopherIBM's Grady Booch is shaping the future of cognitive computing by building intelligent systems that can reason and learn.
Why you should listen
When he was 13, Grady Booch saw 2001: A Space Odyssey in the theaters for the first time. Ever since, he's been trying to build Hal (albeit one without the homicidal tendencies). A scientist, storyteller and philosopher, Booch is Chief Scientist for Software Engineering as well as Chief Scientist for Watson/M at IBM Research, where he leads IBM's research and development for embodied cognition. Having originated the term and the practice of object-oriented design, he is best known for his work in advancing the fields of software engineering and software architecture.
A co-author of the Unified Modeling Language (UML), a founding member of the Agile Allianc, and a founding member of the Hillside Group, Booch has published six books and several hundred technical articles, including an ongoing column for IEEE Software. He's also a trustee for the Computer History Museum, an IBM Fellow, an ACM Fellow and IEEE Fellow. He has been awarded the Lovelace Medal and has given the Turing Lecture for the BCS, and was recently named an IEEE Computer Pioneer.
Booch is currently deeply involved in the development of cognitive systems and is also developing a major trans-media documentary for public broadcast on the intersection of computing and the human experience.
Grady Booch | Speaker | TED.com