TED2017
Noriko Arai: Can a robot pass a university entrance exam?
Νορίκο Αράι: Μπορεί ένα ρομπότ να περάσει με επιτυχία μία εισαγωγική εξέταση πανεπιστημίου;
Filmed:
Readability: 4.4
1,550,497 views
Γνωρίστε το ρομπότ Todai, ένα έργο ΤΝ [Τεχνητής Νοημοσύνης] που πέρασε στους κορυφαίους 20% των υποψήφιων φοιτητών στην εισαγωγική εξέταση για το Πανεπιστήμιο του Τόκιο - χωρίς κανείς να καταλάβει τίποτα. Παρόλο που δεν τεκμηριώνεται σύντομα, η επιτυχία του ρομπότ Todai εγείρει ανησυχητικά ερωτήματα για το μέλλον της ανθρώπινης εκπαίδευσης. Πώς μπορούμε να βοηθήσουμε τα παιδιά να υπερέχουν στα πράγματα που οι άνθρωποι θα κάνουν πάντα καλύτερα από την ΤΝ;
Noriko Arai - AI expert
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Double-click the English transcript below to play the video.
00:13
Today, I'm going to talk about AI and us.
0
1014
3660
Σήμερα θα σας μιλήσω
για την ΤΝ [Τεχνητή Νοημοσύνη] κι εμάς.
για την ΤΝ [Τεχνητή Νοημοσύνη] κι εμάς.
00:18
AI researchers have always said
1
6206
2143
Οι ερευνητές ΤΝ πάντα έλεγαν
00:20
that we humans do not need to worry,
2
8373
2594
ότι εμείς οι άνθρωποι
δεν χρειάζεται να ανησυχούμε,
δεν χρειάζεται να ανησυχούμε,
00:22
because only menial jobs
will be taken over by machines.
will be taken over by machines.
3
10991
3580
γιατί μόνο οι επουσιώδεις εργασίες
θα αναληφθούν από τις μηχανές.
θα αναληφθούν από τις μηχανές.
00:27
Is that really true?
4
15274
1603
Είναι αυτό πραγματικά αληθές;
00:30
They have also said
that AI will create new jobs,
that AI will create new jobs,
5
18365
3827
Είπαν επίσης ότι η ΤΝ
θα δημιουργήσει νέες θέσεις εργασίας,
θα δημιουργήσει νέες θέσεις εργασίας,
00:34
so those who lose their jobs
will find a new one.
will find a new one.
6
22216
3411
ώστε όσοι χάσουν τη δουλειά τους
να βρουν μία άλλη.
να βρουν μία άλλη.
00:38
Of course.
7
26264
1355
Φυσικά.
00:39
But the real question is:
8
27643
2172
Αλλά το πραγματικό ερώτημα είναι:
00:41
How many of those
who may lose their jobs to AI
who may lose their jobs to AI
9
29839
4105
Πόσοι από αυτούς που μπορεί
να χάσουν τη δουλειά τους από την ΤΝ
να χάσουν τη δουλειά τους από την ΤΝ
00:45
will be able to land a new one,
10
33968
2489
θα μπορέσουν να βρουν μία νέα,
00:48
especially when AI is smart enough
to learn better than most of us?
to learn better than most of us?
11
36481
5850
ειδικά όταν η ΤΝ είναι αρκετά έξυπνη,
ώστε να μαθαίνει καλύτερα από εμάς;
ώστε να μαθαίνει καλύτερα από εμάς;
00:55
Let me ask you a question:
12
43397
2185
Σας ρωτώ το εξής:
00:58
How many of you think
13
46666
1798
Πόσοι από εσάς πιστεύετε
01:00
that AI will pass the entrance examination
of a top university by 2020?
of a top university by 2020?
14
48488
6094
ότι η ΤΝ θα περάσει τις εισαγωγικές εξετάσεις
ενός κορυφαίου πανεπιστημίου έως το 2020;
ενός κορυφαίου πανεπιστημίου έως το 2020;
01:07
Oh, so many. OK.
15
55836
2457
Αα, τόσοι πολλοί. Εντάξει.
01:10
So some of you may say, "Of course, yes!"
16
58317
4358
Μερικοί από εσάς μπορεί να πουν:
«Φυσικά, ναι!».
«Φυσικά, ναι!».
01:15
Now singularity is the issue.
17
63369
2134
Τώρα η μοναδικότητα είναι το θέμα.
01:18
And some others may say, "Maybe,
18
66590
3095
Και μερικοί άλλοι μπορεί να πουν:
«Ίσως, γιατί η ΤΝ κέρδισε ήδη
έναν κορυφαίο Go παίκτη».
έναν κορυφαίο Go παίκτη».
01:21
because AI already won
against a top Go player."
against a top Go player."
19
69709
4508
01:27
And others may say, "No, never. Uh-uh."
20
75213
3681
Και άλλοι μπορεί να πουν:
«Όχι, ποτέ».
«Όχι, ποτέ».
01:32
That means we do not know
the answer yet, right?
the answer yet, right?
21
80195
3593
Αυτό σημαίνει ότι δεν γνωρίζουμε
ακόμα την απάντηση, σωστά;
ακόμα την απάντηση, σωστά;
01:36
So that was the reason why
I started Todai Robot Project,
I started Todai Robot Project,
22
84268
4960
Αυτός είναι και ο λόγος που ξεκίνησα
το πρόγραμμα «Ρομπότ Todai»,
το πρόγραμμα «Ρομπότ Todai»,
01:41
making an AI which passes
the entrance examination
the entrance examination
23
89252
3872
δημιουργώντας ΤΝ που πετυχαίνει
στις εισαγωγικές εξετάσεις
στις εισαγωγικές εξετάσεις
01:45
of the University of Tokyo,
24
93148
2589
του Πανεπιστημίου του Τόκιο,
01:47
the top university in Japan.
25
95761
2537
του κορυφαίου πανεπιστημίου στην Ιαπωνία.
01:51
This is our Todai Robot.
26
99464
2548
Αυτό είναι το ρομπότ μας Todai.
01:56
And, of course, the brain of the robot
is working in the remote server.
is working in the remote server.
27
104131
5810
Και, φυσικά, ο εγκέφαλος του ρομπότ
λειτουργεί σε απομακρυσμένο διακομιστή.
λειτουργεί σε απομακρυσμένο διακομιστή.
02:02
It is now writing a 600-word essay
28
110747
4222
Αυτή τη στιγμή γράφει
μία έκθεση 600 λέξεων
μία έκθεση 600 λέξεων
02:06
on maritime trade in the 17th century.
29
114993
4119
για το ναυτιλιακό εμπόριο στον 17ο αιώνα.
02:11
How does that sound?
30
119136
1765
Πώς σας φαίνεται;
02:14
Why did I take the entrance exam
as its benchmark?
as its benchmark?
31
122113
4104
Γιατί έβαλα τις εισαγωγικές
εξετάσεις ως σημείο αναφοράς;
εξετάσεις ως σημείο αναφοράς;
02:19
Because I thought we had to study
the performance of AI
the performance of AI
32
127098
4741
Διότι σκέφτηκα ότι έπρεπε
να μελετήσουμε την απόδοση της ΤΝ
να μελετήσουμε την απόδοση της ΤΝ
02:23
in comparison to humans,
33
131863
2114
σε σύγκριση με τον άνθρωπο,
02:26
especially on the scales and expertise
34
134001
2860
ειδικά σε ό,τι αφορά τις δεξιότητες
και την εμπειρογνωμοσύνη,
και την εμπειρογνωμοσύνη,
02:28
which are believed
to be acquired only by humans
to be acquired only by humans
35
136885
4088
που πιστεύεται ότι αποκτώνται
μόνο από τον άνθρωπο
μόνο από τον άνθρωπο
02:32
and only through education.
36
140997
2335
και μόνο μέσω της εκπαίδευσης.
02:35
To enter Todai, the University of Tokyo,
37
143782
4043
Για να εισαχθεί κάποιος στο Todai,
το Πανεπιστήμιο του Τόκιο,
το Πανεπιστήμιο του Τόκιο,
02:39
you have to pass
two different types of exams.
two different types of exams.
38
147849
4421
πρέπει να περάσει
δύο διαφορετικά είδη εξετάσεων.
δύο διαφορετικά είδη εξετάσεων.
02:44
The first one is
a national standardized test
a national standardized test
39
152294
3760
Το πρώτο είναι οι εθνικές
τυποποιημένες εξετάσεις
τυποποιημένες εξετάσεις
02:48
in multiple-choice style.
40
156078
2403
τύπου πολλαπλής επιλογής.
02:50
You have to take seven subjects
41
158505
2455
Πρέπει να απαντήσετε σε επτά θέματα
02:52
and achieve a high score --
42
160984
1955
και να επιτύχετε υψηλή βαθμολογία
02:54
I would say like an 84 percent
or more accuracy rate --
or more accuracy rate --
43
162963
4772
-θα έλεγα ποσοστό ακρίβειας
85% ή περισσότερο-
85% ή περισσότερο-
02:59
to be allowed to take
the second stage written test
the second stage written test
44
167759
4087
για να περάσετε στην επόμενη
φάση γραπτών εξετάσεων
φάση γραπτών εξετάσεων
03:03
prepared by Todai.
45
171870
2159
από το ίδιο το Todai.
03:06
So let me first explain
how modern AI works,
how modern AI works,
46
174994
5317
Επιτρέψτε μου να σας εξηγήσω
πώς λειτουργεί η σύγχρονη ΤΝ,
πώς λειτουργεί η σύγχρονη ΤΝ,
03:12
taking the "Jeopardy!" challenge
as an example.
as an example.
47
180335
3069
έχοντας ως παράδειγμα
το παιχνίδι Jeopardy!.
το παιχνίδι Jeopardy!.
03:17
Here is a typical "Jeopardy!" question:
48
185539
3079
Αυτή είναι μία τυπική Jeopardy! ερώτηση:
03:20
"Mozart's last symphony
shares its name with this planet."
shares its name with this planet."
49
188642
4461
«Η τελευταία συμφωνία του Μότσαρτ
έχει το ίδιο όνομα με αυτόν τον πλανήτη».
έχει το ίδιο όνομα με αυτόν τον πλανήτη».
03:26
Interestingly, a "Jeopardy!"
question always asks,
question always asks,
50
194195
4013
Είναι ενδιαφέρον το ότι
οι ερωτήσεις του Jeopardy!
οι ερωτήσεις του Jeopardy!
πάντα ρωτούν για «αυτό»:
03:30
always ends with "this" something:
51
198232
3328
03:33
"this" planet, "this" country,
52
201584
2827
«αυτόν» τον πλανήτη,
«αυτή» την χώρα,
«αυτή» την χώρα,
03:36
"this" rock musician, and so on.
53
204435
2608
«αυτός» ο ροκ τραγουδιστής,
και ούτω καθεξής.
και ούτω καθεξής.
03:39
In other words, "Jeopardy!" doesn't ask
many different types of questions,
many different types of questions,
54
207067
4299
Με άλλα λόγια, το Jeopardy! δεν ρωτάει
πολλούς διαφορετικούς τύπους ερωτήσεων,
πολλούς διαφορετικούς τύπους ερωτήσεων,
03:43
but a single type,
55
211390
1837
αλλά έναν μόνο τύπο,
03:45
which we call "factoid questions."
56
213251
2536
που τον ονομάζουμε
«κατασκευασμένες ερωτήσεις».
«κατασκευασμένες ερωτήσεις».
03:48
By the way, do you know the answer?
57
216975
2167
Με την ευκαιρία, γνωρίζετε την απάντηση;
03:53
If you do not know the answer
and if you want to know the answer,
and if you want to know the answer,
58
221980
4055
Αν δεν την γνωρίζετε
και αν θέλετε να την μάθετε,
και αν θέλετε να την μάθετε,
03:58
what would you do?
59
226059
1287
τι θα κάνατε;
04:00
You Google, right? Of course.
60
228160
3132
Θα την αναζητούσατε στη Google,
σωστά; Φυσικά.
σωστά; Φυσικά.
04:03
Why not?
61
231316
1480
Γιατί όχι;
04:04
But you have to pick appropriate keywords
62
232820
3592
Αλλά θα πρέπει να επιλέξετε
τις κατάλληλες λέξεις-κλειδιά,
τις κατάλληλες λέξεις-κλειδιά,
04:08
like "Mozart," "last"
and "symphony" to search.
and "symphony" to search.
63
236436
4364
όπως «Μότσαρτ», «τελευταία»
και «συμφωνία» για αναζήτηση.
και «συμφωνία» για αναζήτηση.
04:13
The machine basically does the same.
64
241462
2400
Στην ουσία, το ίδιο κάνει και η μηχανή.
04:16
Then this Wikipedia page
will be ranked top.
will be ranked top.
65
244457
4660
Αυτή η σελίδα wiki θα βγει
ως πρώτο αποτέλεσμα.
ως πρώτο αποτέλεσμα.
04:21
Then the machine reads the page.
66
249840
1908
Μετά, η μηχανή θα διαβάσει τη σελίδα.
04:23
No, uh-uh.
67
251772
1171
Ωχ, όχι.
04:25
Unfortunately, none of the modern AIs,
68
253470
3462
Δυστυχώς, καμία από τις σύγχρονες ΤΝ,
04:28
including Watson, Siri and Todai Robot,
69
256956
3968
συμπεριλαμβανομένων των Watson,
Siri και του ρομπότ Todai,
Siri και του ρομπότ Todai,
04:32
is able to read.
70
260948
1661
δεν μπορεί να διαβάσει.
04:35
But they are very good
at searching and optimizing.
at searching and optimizing.
71
263437
3800
Αλλά είναι πολύ καλές
στην αναζήτηση και βελτιστοποίηση.
στην αναζήτηση και βελτιστοποίηση.
04:40
It will recognize
72
268158
2023
Θα αναγνωρίσει
04:42
that the keywords "Mozart,"
"last" and "symphony"
"last" and "symphony"
73
270866
2935
ότι οι λέξεις-κλειδιά «Μότσαρτ»,
«τελευταία» και «συμφωνία»
«τελευταία» και «συμφωνία»
04:45
are appearing heavily around here.
74
273825
2903
εμφανίζονται σε μεγάλο βαθμό εδώ.
04:49
So if it can find a word which is a planet
75
277790
4375
Άρα, αν μπορέσει να βρει
μία λέξη που να είναι πλανήτης,
μία λέξη που να είναι πλανήτης,
04:54
and which is co-occurring
with these keywords,
with these keywords,
76
282189
3648
η οποία συνυπάρχει
με αυτές τις λέξεις-κλειδιά,
με αυτές τις λέξεις-κλειδιά,
04:57
that must be the answer.
77
285861
1989
αυτή πρέπει να είναι και η απάντηση.
05:00
This is how Watson finds
the answer "Jupiter," in this case.
the answer "Jupiter," in this case.
78
288762
5186
Αυτός είναι ο τρόπος με τον οποίο
το Watson βρίσκει την απάντηση «Δίας».
το Watson βρίσκει την απάντηση «Δίας».
05:08
Our Todai Robot works similarly,
but a bit smarter
but a bit smarter
79
296433
4049
Το ρομπότ Todai λειτουργεί παρόμοια,
αλλά λίγο πιο έξυπνα,
αλλά λίγο πιο έξυπνα,
05:12
in answering history yes-no questions,
80
300506
3239
απαντώντας με ναι/όχι ιστορικές ερωτήσεις,
05:16
like, "'Charlemagne repelled the Magyars.'
Is this sentence true or false?"
Is this sentence true or false?"
81
304560
5663
όπως «Ο Καρλομάγνος απώθησε
τους Μαγυάρους», σωστό ή λάθος;
τους Μαγυάρους», σωστό ή λάθος;
05:23
Our robot starts producing
a factoid question,
a factoid question,
82
311181
4073
Το ρομπότ μας ξεκινά να παράγει
μία κατασκευασμένη ερώτηση,
μία κατασκευασμένη ερώτηση,
05:27
like: "Charlemagne repelled
[this person type]" by itself.
[this person type]" by itself.
83
315278
4899
όπως «Ο Καρλομάγνος απώθησε
[αυτά τα πρόσωπα]» από μόνο του.
[αυτά τα πρόσωπα]» από μόνο του.
05:32
Then, "Avars" but not
"Magyars" is ranked top.
"Magyars" is ranked top.
84
320995
4732
Τότε το «Άβαροι» και όχι το «Μαγυάροι»
εμφανίζεται πρώτο στα αποτελέσματα.
εμφανίζεται πρώτο στα αποτελέσματα.
05:38
This sentence is likely to be false.
85
326357
3049
Αυτή η πρόταση είναι πιθανότατα λάθος.
05:42
Our robot does not read,
does not understand,
does not understand,
86
330772
4860
Το ρομπότ μας δεν διαβάζει,
ούτε καταλαβαίνει,
ούτε καταλαβαίνει,
05:48
but it is statistically
correct in many cases.
correct in many cases.
87
336335
4144
αλλά είναι στατιστικά σωστό
σε πολλές περιπτώσεις.
σε πολλές περιπτώσεις.
05:54
For the second stage written test,
88
342147
2508
Για το γραπτό της δεύτερης φάσης,
05:56
it is required to write
a 600-word essay like this one:
a 600-word essay like this one:
89
344679
5106
απαιτείται να γράψετε μία έκθεση
600 λέξεων σαν αυτή εδώ:
600 λέξεων σαν αυτή εδώ:
[Συζητήστε την άνοδο και πτώση
του ναυτιλιακού εμπορίου
του ναυτιλιακού εμπορίου
06:01
[Discuss the rise and fall
of the maritime trade
of the maritime trade
90
349809
2278
στην Ανατολική και Νοτιοανατολική Ασία
τον 17ο αιώνα ...]
τον 17ο αιώνα ...]
06:04
in East and Southeast Asia
in the 17th century ...]
in the 17th century ...]
91
352111
2422
06:06
and as I have shown earlier,
92
354557
1387
και όπως σας έδειξα νωρίτερα,
06:07
our robot took the sentences
from the textbooks and Wikipedia,
from the textbooks and Wikipedia,
93
355968
4194
το ρομπότ μας πήρε τις προτάσεις
από σχολικά βιβλία και Wikipedia,
από σχολικά βιβλία και Wikipedia,
06:12
combined them together,
94
360186
1961
τις συνδύασε,
06:14
and optimized it to produce an essay
95
362171
3619
και τις βελτιστοποίησε
για να φτιάξει μία έκθεση
για να φτιάξει μία έκθεση
06:17
without understanding a thing.
96
365814
2207
χωρίς να καταλαβαίνει τίποτα.
06:20
(Laughter)
97
368045
1737
(Γέλια)
06:21
But surprisingly, it wrote a better essay
98
369806
4895
Αλλά, απροσδόκητα,
έγραψε ένα καλύτερο δοκίμιο
έγραψε ένα καλύτερο δοκίμιο
06:26
than most of the students.
99
374725
1561
από τους περισσότερους σπουδαστές.
06:28
(Laughter)
100
376310
2391
(Γέλια)
06:30
How about mathematics?
101
378725
1529
Τι γίνεται με τα μαθηματικά;
06:33
A fully automatic math-solving machine
102
381354
3158
Μία πλήρως αυτόματη μηχανή
επίλυσης μαθηματικών
επίλυσης μαθηματικών
06:36
has been a dream
103
384536
1631
αποτελεί ένα όνειρο
06:38
since the birth of the word
"artificial intelligence,"
"artificial intelligence,"
104
386191
4679
από τη γέννηση του όρου
«τεχνητή νοημοσύνη»,
«τεχνητή νοημοσύνη»,
06:43
but it has stayed at the level
of arithmetic for a long, long time.
of arithmetic for a long, long time.
105
391785
6007
αλλά παρέμενε στο επίπεδο
της αριθμητικής για πάρα πολύ καιρό.
της αριθμητικής για πάρα πολύ καιρό.
06:51
Last year, we finally succeeded
in developing a system
in developing a system
106
399530
5350
Πέρυσι, επιτέλους πετύχαμε
την ανάπτυξη ενός συστήματος
την ανάπτυξη ενός συστήματος
06:56
which solved pre-university-level
problems from end to end,
problems from end to end,
107
404904
5173
που επίλυε προπτυχιακού επιπέδου
προβλήματα από την αρχή ως το τέλος,
προβλήματα από την αρχή ως το τέλος,
07:02
like this one.
108
410101
1262
σαν αυτό.
07:05
This is the original problem
written in Japanese,
written in Japanese,
109
413648
4002
Αυτό είναι το πρότυπο πρόβλημα
γραμμένο στα ιαπωνικά
γραμμένο στα ιαπωνικά
07:09
and we had to teach it
2,000 mathematical axioms
2,000 mathematical axioms
110
417674
4397
και έπρεπε να του μάθουμε
2.000 μαθηματικά αξιώματα
2.000 μαθηματικά αξιώματα
07:14
and 8,000 Japanese words
111
422095
2774
και 8.000 ιαπωνικές λέξεις
07:16
to make it accept the problems
written in natural language.
written in natural language.
112
424893
4558
για να καταλάβει προβλήματα
γραμμένα σε φυσική γλώσσα.
γραμμένα σε φυσική γλώσσα.
07:22
And it is now translating
the original problems
the original problems
113
430234
3542
Τώρα μεταφράζει το αρχικό πρόβλημα
07:25
into machine-readable formulas.
114
433800
3139
σε μηχανικά αναγνώσιμες φόρμουλες.
07:30
Weird, but it is now ready
to solve it, I think.
to solve it, I think.
115
438578
6099
Περίεργο, αλλά τώρα νομίζω
ότι είναι έτοιμο να το επιλύσει.
ότι είναι έτοιμο να το επιλύσει.
07:36
Go and solve it.
116
444701
1411
Ξεκίνα.
07:38
Yes! It is now executing
symbolic computation.
symbolic computation.
117
446818
4284
Ναι! Τώρα εκτελεί
συμβολικούς υπολογισμούς.
συμβολικούς υπολογισμούς.
07:44
Even more weird,
118
452030
1580
Ακόμα πιο περίεργο,
07:45
but probably this is the most
fun part for the machine.
fun part for the machine.
119
453634
4825
αλλά αυτό είναι το πιο
συναρπαστικό κομμάτι της μηχανής.
συναρπαστικό κομμάτι της μηχανής.
07:50
(Laughter)
120
458483
2351
(Γέλια)
07:52
Now it outputs a perfect answer,
121
460858
2815
Τώρα εξάγει μια τέλεια απάντηση,
07:55
though its proof is impossible to read,
even for mathematicians.
even for mathematicians.
122
463697
4707
αν και η απόδειξή του είναι αδύνατο
να διαβαστεί, ακόμη και από μαθηματικούς.
να διαβαστεί, ακόμη και από μαθηματικούς.
08:02
Anyway, last year our robot
was among the top one percent
was among the top one percent
123
470773
6961
Τέλος πάντων, πέρυσι το ρομπότ μας
ήταν μεταξύ των κορυφαίων 1%
ήταν μεταξύ των κορυφαίων 1%
08:10
in the second stage written
exam in mathematics.
exam in mathematics.
124
478199
3633
στη δεύτερη φάση των γραπτών
εξετάσεων στα μαθηματικά.
εξετάσεων στα μαθηματικά.
08:14
(Applause)
125
482652
3210
(Χειροκρότημα)
08:18
Thank you.
126
486412
1311
Σας ευχαριστώ.
08:19
So, did it enter Todai?
127
487747
2471
Πέρασε, λοιπόν, στο Todai;
08:22
No, not as I expected.
128
490981
3058
Όχι, όπως το περίμενα.
08:26
Why?
129
494783
1399
Γιατί;
08:28
Because it doesn't understand any meaning.
130
496206
2639
Επειδή δεν καταλαβαίνει κανένα νόημα.
08:32
Let me show you a typical error
it made in the English test.
it made in the English test.
131
500308
4079
Θα σας δείξω ένα τυπικό λάθος
που έκανε στο τεστ Αγγλικών.
που έκανε στο τεστ Αγγλικών.
08:36
[Nate: We're almost at the bookstore.
Just a few more minutes.
Just a few more minutes.
132
504411
2977
[Νέιτ: Σχεδόν φτάσαμε στο βιβλιοπωλείο.
Λίγα λεπτά ακόμα.
Λίγα λεπτά ακόμα.
Σενίλ: Περίμενε. _____.
Νέιτ: Ευχαριστώ! Αυτό συμβαίνει πάντα ...]
Νέιτ: Ευχαριστώ! Αυτό συμβαίνει πάντα ...]
08:39
Sunil: Wait. ______ .
Nate: Thank you! That always happens ...]
Nate: Thank you! That always happens ...]
133
507412
3039
08:42
Two people are talking.
134
510475
1151
Δύο άνθρωποι συζητούν.
08:43
For us, who can understand
the situation --
the situation --
135
511650
2054
Για εμάς, που κατανοούμε την κατάσταση -
08:45
[1. "We walked for a long time."
2. "We're almost there."
2. "We're almost there."
136
513704
2773
[1. «Περπατήσαμε πολύ ώρα».
2. «Σχεδόν φτάσαμε».
2. «Σχεδόν φτάσαμε».
08:48
3. "Your shoes look expensive."
4. "Your shoelace is untied."]
4. "Your shoelace is untied."]
137
516501
3032
3. «Τα παπούτσια φαίνονται ακριβά».
4.«Σου λύθηκε το κορδόνι».]
4.«Σου λύθηκε το κορδόνι».]
08:51
it is obvious number four
is the correct answer, right?
is the correct answer, right?
138
519557
2873
Προφανώς το 4 είναι
η σωστή απάντηση, σωστά;
η σωστή απάντηση, σωστά;
Αλλά το ρομπότ Todai επέλεξε το 2,
08:54
But Todai Robot chose number two,
139
522454
2238
08:56
even after learning 15 billion
English sentences
English sentences
140
524716
5360
ακόμα και μετά την εκμάθηση 15
δισεκατομμυρίων αγγλικών προτάσεων,
δισεκατομμυρίων αγγλικών προτάσεων,
09:02
using deep learning technologies.
141
530100
2728
με τη χρήση τεχνολογιών βαθιάς μάθησης.
09:07
OK, so now you might
understand what I said:
understand what I said:
142
535600
4172
Ωραία, τώρα λοιπόν μπορεί
να καταλάβατε τι εννοούσα:
να καταλάβατε τι εννοούσα:
09:12
modern AIs do not read,
143
540399
2648
οι σύγχρονες ΤΝ δεν διαβάζουν,
09:15
do not understand.
144
543071
1413
δεν κατανοούν.
09:17
They only disguise as if they do.
145
545516
3169
Μόνο φαίνεται ότι αυτό κάνουν.
09:24
This is the distribution graph
146
552867
2981
Αυτό είναι το γράφημα κατανομής
09:27
of half a million students
who took the same exam as Todai Robot.
who took the same exam as Todai Robot.
147
555872
5777
μισού εκατομμυρίου σπουδαστών που
έδωσαν το ίδιο τεστ με το ρομπότ Todai.
έδωσαν το ίδιο τεστ με το ρομπότ Todai.
09:34
Now our Todai Robot
is among the top 20 percent,
is among the top 20 percent,
148
562558
5165
Το ρομπότ Todai είναι στους πρώτους 20%
09:40
and it was capable to pass
149
568986
2415
και ήταν ικανό να περάσει
09:43
more than 60 percent
of the universities in Japan --
of the universities in Japan --
150
571425
3941
σε παραπάνω από το 60%
των πανεπιστημίων στην Ιαπωνία -
των πανεπιστημίων στην Ιαπωνία -
09:47
but not Todai.
151
575390
1377
αλλά όχι στο Todai.
09:50
But see how it is beyond the volume zone
152
578116
4025
Αλλά παρατηρείστε
ότι είναι πέρα από τη ζώνη
ότι είναι πέρα από τη ζώνη
09:54
of to-be white-collar workers.
153
582165
2864
των υποψήφιων υπαλλήλων γραφείου.
10:00
You might think I was delighted.
154
588060
2858
Μπορεί να νομίζετε
ότι ήμουν ευχαριστημένη.
ότι ήμουν ευχαριστημένη.
10:03
After all, my robot was surpassing
students everywhere.
students everywhere.
155
591939
3971
Εξάλλου, το ρομπότ μου
ξεπερνούσε τους μαθητές παντού.
ξεπερνούσε τους μαθητές παντού.
10:09
Instead, I was alarmed.
156
597022
2691
Αντιθέτως, ήμουν ανήσυχη.
10:13
How on earth could this unintelligent
machine outperform students --
machine outperform students --
157
601086
5607
Πώς στο καλό μπορούσε αυτή η μη έξυπνη
μηχανή να ξεπεράσει τους μαθητές -
μηχανή να ξεπεράσει τους μαθητές -
10:18
our children?
158
606717
1292
τα παιδιά μας;
10:20
Right?
159
608033
1153
Σωστά;
10:22
I decided to investigate
what was going on in the human world.
what was going on in the human world.
160
610101
4402
Αποφάσισα να ερευνήσω
τι συνέβαινε στον ανθρώπινο κόσμο.
τι συνέβαινε στον ανθρώπινο κόσμο.
10:28
I took hundreds of sentences
from high school textbooks
from high school textbooks
161
616542
4729
Πήρα εκατοντάδες προτάσεις
βιβλίων γυμνασίου
βιβλίων γυμνασίου
10:33
and made easy multiple-choice quizzes,
162
621859
3313
και έφτιαξα εύκολα κουίζ
πολλαπλών επιλογών,
πολλαπλών επιλογών,
10:37
and asked thousands
of high school students to answer.
of high school students to answer.
163
625196
4143
και ζήτησα σε χιλιάδες γυμνασιόπαιδα
να τα απαντήσουν.
να τα απαντήσουν.
Δείτε ένα παράδειγμα:
10:42
Here is an example:
164
630690
1176
[Ο Βουδισμός εξαπλώθηκε ___,
ο Χριστιανισμός σε ___ και Ωκεανία,
ο Χριστιανισμός σε ___ και Ωκεανία,
10:43
[Buddhism spread to ... ,
Christianity to ... and Oceania,
Christianity to ... and Oceania,
165
631890
2818
και το Ισλάμ στην ___ ]
10:46
and Islam to ...]
166
634732
1151
10:47
Of course, the original problems
are written in Japanese,
are written in Japanese,
167
635907
2740
Φυσικά, τα αρχικά προβλήματα
είναι γραμμένα στα Ιαπωνικά,
είναι γραμμένα στα Ιαπωνικά,
10:50
their mother tongue.
168
638671
1155
τη μητρική τους γλώσσα.
[ ____ έχει εξαπλωθεί στην Ωκεανία.
10:51
[ ______ has spread to Oceania.
169
639850
1515
10:53
1. Hinduism 2. Christianity
3. Islam 4. Buddhism ]
3. Islam 4. Buddhism ]
170
641389
2417
1-Ινδουισμός 2-Χριστιανισμός
3-Ισλάμ 4-Βουδισμός]
3-Ισλάμ 4-Βουδισμός]
10:55
Obviously, Christianity
is the answer, isn't it?
is the answer, isn't it?
171
643830
2299
Προφανώς, ο Χριστιανισμός
είναι η απάντηση, έτσι;
είναι η απάντηση, έτσι;
10:58
It's written!
172
646153
1214
Είναι γραμμένο!
11:01
And Todai Robot chose
the correct answer, too.
the correct answer, too.
173
649482
4026
Και το ρομπότ Todai
επέλεξε τη σωστή απάντηση.
επέλεξε τη σωστή απάντηση.
11:06
But one-third of junior
high school students
high school students
174
654758
4879
Αλλά το ένα τρίτο των νέων γυμνασιόπαιδων
11:11
failed to answer this question.
175
659661
2612
απέτυχε να απαντήσει σωστά.
11:16
Do you think it is only the case in Japan?
176
664456
3159
Νομίζεται ότι αυτό συνέβη
μόνο στην Ιαπωνία;
μόνο στην Ιαπωνία;
11:19
I do not think so,
177
667639
1976
Δεν το νομίζω,
11:21
because Japan is always ranked
among the top in OECD PISA tests,
among the top in OECD PISA tests,
178
669639
6371
διότι η Ιαπωνία κατατάσσεται πάντα μεταξύ
των κορυφαίων στα τεστ PISA του ΟΟΣΑ,
των κορυφαίων στα τεστ PISA του ΟΟΣΑ,
11:28
measuring 15-year-old
students' performance in mathematics,
students' performance in mathematics,
179
676034
3927
τα οποία μετρούν τις επιδόσεις
δεκαπεντάχρονων στα μαθηματικά,
δεκαπεντάχρονων στα μαθηματικά,
11:31
science and reading
180
679985
1964
στην επιστήμη και την ανάγνωση,
11:33
every three years.
181
681973
1636
κάθε τρία χρόνια.
11:39
We have been believing
182
687390
2053
Πιστεύουμε
11:41
that everybody can learn
183
689467
2043
ότι ο καθένας μπορεί να μάθει
11:43
and learn well,
184
691534
1905
και να μάθει καλά,
11:45
as long as we provide
good learning materials
good learning materials
185
693463
3697
εφόσον παρέχουμε καλό εκπαιδευτικό υλικό,
11:49
free on the web
186
697184
1455
ελεύθερα στο Διαδίκτυο,
11:50
so that they can access
through the internet.
through the internet.
187
698663
3069
ώστε να είναι προσβάσιμο.
11:53
But such wonderful materials
may benefit only those who can read well,
may benefit only those who can read well,
188
701756
5859
Αλλά αυτό το υπέροχο υλικό μπορεί
να ωφελήσει μόνο όσους διαβάζουν καλά,
να ωφελήσει μόνο όσους διαβάζουν καλά,
12:00
and the percentage
of those who can read well
of those who can read well
189
708534
3935
το ποσοστό των οποίων
12:04
may be much less than we expected.
190
712493
3378
μπορεί να είναι πολύ λιγότερο
από όσο περιμένουμε.
από όσο περιμένουμε.
12:10
How we humans will coexist with AI
191
718040
4241
Το πώς εμείς οι άνθρωποι
θα συνυπάρξουμε με την ΤΝ,
θα συνυπάρξουμε με την ΤΝ,
12:14
is something we have
to think about carefully,
to think about carefully,
192
722305
3522
είναι κάτι που πρέπει
να σκεφτούμε προσεκτικά,
να σκεφτούμε προσεκτικά,
12:17
based on solid evidence.
193
725851
2137
βάσει αξιόπιστων στοιχείων.
12:21
At the same time,
we have to think in a hurry
we have to think in a hurry
194
729063
3977
Ταυτόχρονα,
πρέπει να το σκεφτούμε γρήγορα,
πρέπει να το σκεφτούμε γρήγορα,
12:25
because time is running out.
195
733064
2402
γιατί ο χρόνος τελειώνει.
12:28
Thank you.
196
736106
1162
Σας ευχαριστώ.
12:29
(Applause)
197
737626
3933
(Χειροκρότημα)
12:34
Chris Anderson: Noriko, thank you.
198
742211
2080
Κρις Άντερσον: Νορίκο, σε ευχαριστούμε.
12:36
Noriko Arai: Thank you.
199
744315
1765
Νορίκο Αράι: Ευχαριστώ.
12:38
CA: In your talk, you so beautifully
give us a sense of how AIs think,
give us a sense of how AIs think,
200
746104
5304
ΚΑ: Στην ομιλία σου, πολύ ωραία μας έδωσες
μια αίσθηση του τρόπου σκέψης της ΤΝ,
μια αίσθηση του τρόπου σκέψης της ΤΝ,
12:43
what they can do amazingly
201
751432
1564
τι μπορεί να κάνει με εκπληκτικό τρόπο
12:45
and what they can't do.
202
753020
1695
και τι δεν μπορεί.
12:46
But -- do I read you right,
203
754739
1494
Αλλά, αν κατάλαβα καλά,
12:48
that you think we really need
quite an urgent revolution in education
quite an urgent revolution in education
204
756257
5270
νομίζεις ότι πράγματι χρειαζόμαστε μια
κάπως επείγουσα επανάσταση στην εκπαίδευση
κάπως επείγουσα επανάσταση στην εκπαίδευση
12:53
to help kids do the things
that humans can do better than AIs?
that humans can do better than AIs?
205
761551
4155
που θα βοηθήσει τα παιδιά να κάνουν
ό,τι κάνει ο άνθρωπος καλύτερα από την ΤΝ;
ό,τι κάνει ο άνθρωπος καλύτερα από την ΤΝ;
12:57
NA: Yes, yes, yes.
206
765730
1328
ΝΑ: Ναι, ναι, ναι.
12:59
Because we humans
can understand the meaning.
can understand the meaning.
207
767082
4035
Διότι εμείς οι άνθρωποι μπορούμε
να καταλάβουμε το νόημα.
να καταλάβουμε το νόημα.
13:03
That is something
which is very, very lacking in AI.
which is very, very lacking in AI.
208
771141
4906
Αυτό είναι κάτι πάρα πολύ ελλιπές στην ΤΝ.
13:08
But most of the students
just pack the knowledge
just pack the knowledge
209
776071
4368
Αλλά οι περισσότεροι μαθητές
«συσκευάζουν» τη γνώση,
«συσκευάζουν» τη γνώση,
13:12
without understanding
the meaning of the knowledge,
the meaning of the knowledge,
210
780463
3903
χωρίς να καταλαβαίνουν το νόημά της
13:16
so that is not knowledge,
that is just memorizing,
that is just memorizing,
211
784390
2809
και αυτό δεν είναι γνώση
αλλά αποστήθιση,
αλλά αποστήθιση,
13:19
and AI can do the same thing.
212
787223
2450
το οποίο μπορεί να κάνει και η ΤΝ.
13:21
So we have to think about
a new type of education.
a new type of education.
213
789697
3631
Γι' αυτό, πρέπει να σκεφτούμε
έναν νέο τρόπο εκπαίδευσης.
έναν νέο τρόπο εκπαίδευσης.
13:25
CA: A shift from knowledge,
rote knowledge, to meaning.
rote knowledge, to meaning.
214
793352
3289
ΚΑ: Μία μετατόπιση από τη γνώση
παπαγαλίας στην γνώση με νόημα.
παπαγαλίας στην γνώση με νόημα.
13:28
NA: Mm-hmm.
215
796665
1151
ΝΑ: Ναι.
13:29
CA: Well, there's a challenge
for the educators. Thank you so much.
for the educators. Thank you so much.
216
797840
3240
ΚΑ: Αυτό είναι μία πρόκληση για τους
εκπαιδευτικούς. Σε ευχαριστούμε.
εκπαιδευτικούς. Σε ευχαριστούμε.
13:33
NA: Thank you very much. Thank you.
217
801104
1698
ΝΑ: Σας ευχαριστώ πολύ.
(Χειροκρότημα)
13:34
(Applause)
218
802826
1185
ABOUT THE SPEAKER
Noriko Arai - AI expertCould an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out.
Why you should listen
Noriko Arai is the program director of an AI challenge, Todai Robot Project, which asks the question: Can AI get into the University of Tokyo? The project aims to visualize both the possibilities and the limitation of current AI by setting a concrete goal: a software system that can pass university entrance exams. In 2015 and 2016, Todai Robot achieved top 20 percent in the exams, and passed more than 70 percent of the universities in Japan.
The inventor of Reading Skill Test, in 2017 Arai conducted a large-scale survey on reading skills of high and junior high school students with Japan's Ministry of Education. The results revealed that more than half of junior high school students fail to comprehend sentences sampled from their textbooks. Arai founded the Research Institute of Science for Education to elucidate why so many students fail to read and how she can support them.
Noriko Arai | Speaker | TED.com