TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: Cómo la inteligencia artificial puede conducir a una segunda Revolución Industrial
Filmed:
Readability: 3.8
1,739,624 views
"El verdadero camino de una gota de lluvia que cae en un valle es impredecible, pero la dirección general es inevitable", dice el visionario de la era digital Kevin Kelly; y la tecnología es básicamente lo mismo, dirigida
por los patrones sorprendentes, pero inevitables.
Él afirma que durante los próximos 20 años, nuestra tendencia a hacer las cosas más inteligentes tendrá un profundo impacto en prácticamente todo lo que hacemos, y explora tres tendencias en la inteligencia artificial que necesitamos comprender con el fin de adoptarla y controlar su desarrollo. En su opinión, "el producto de la inteligencia artificial más popular que todos usarán de ahora en 20 años aún no se ha inventado" y añade que esto significa que aún estamos a tiempo.
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
Double-click the English transcript below to play the video.
00:14
I'm going to talk a little bit
about where technology's going.
about where technology's going.
0
2966
3817
Les hablaré un poco de la
dirección tecnológica actual.
dirección tecnológica actual.
00:19
And often technology comes to us,
1
7509
2671
A menudo, las nuevas
tendencias nos sorprenden,
tendencias nos sorprenden,
00:22
we're surprised by what it brings.
2
10566
1865
00:24
But there's actually
a large aspect of technology
a large aspect of technology
3
12455
3683
pero gran parte de ellas
es mucho más predecible,
es mucho más predecible,
00:28
that's much more predictable,
4
16162
1802
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
y eso se debe a que los sistemas
tecnológicos de todo tipo
tecnológicos de todo tipo
tienen ciertas directrices,
necesidades y tendencias.
necesidades y tendencias.
00:34
they have urgencies,
6
22100
1175
00:35
they have tendencies.
7
23299
1561
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
Estas tendencias derivan de
la naturaleza de la física,
la naturaleza de la física,
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
de la química de los cables,
interruptores y electrones,
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
que generan patrones recurrentes
una y otra vez,
una y otra vez,
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
patrones que producen estas tendencias;
algo parecido a la gravedad.
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
00:57
Imagine raindrops falling into a valley.
13
45498
2319
Imaginen unas gotas de agua
que caen por una valle;
que caen por una valle;
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
el trayecto exacto de una gota
al caer es impredecible,
al caer es impredecible,
01:02
is unpredictable.
15
50953
1169
ya que no sabemos hacia dónde se dirige
01:04
We cannot see where it's going,
16
52651
1518
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
pero sí que sabemos su dirección:
inevitablemente hacia abajo.
inevitablemente hacia abajo.
01:08
it's downward.
18
56494
1234
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
Del mismo modo,
estas tendencias y necesidades
innatas a los sistemas tecnológicos
innatas a los sistemas tecnológicos
01:14
in technological systems
20
62973
1476
nos dan una pista en cuanto
a la dirección de las cosas.
a la dirección de las cosas.
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
01:21
So in a large sense,
22
69149
1401
Por lo tanto, en general, yo diría
que los teléfonos eran inevitables,
que los teléfonos eran inevitables,
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
01:27
but the iPhone was not.
24
75005
1342
pero no el iPhone.
01:29
The Internet was inevitable,
25
77094
1478
Internet también, pero no Twitter.
01:31
but Twitter was not.
26
79274
1286
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
En este momento, hay muchas
tendencias emergentes
tendencias emergentes
01:36
and I think one of the chief among them
28
84988
2720
y creo que una de las más importantes
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
es la de hacer las cosas
cada vez más inteligentes.
cada vez más inteligentes.
01:44
I call it cognifying -- cognification --
30
92041
2212
Este proceso de "cognificación"
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
es también conocido como
inteligencia artificial o IA.
inteligencia artificial o IA.
01:50
And I think that's going to be one
of the most influential developments
of the most influential developments
32
98025
3746
Creo que esto será uno de los desarrollos
o tendencias más influyentes
o tendencias más influyentes
01:53
and trends and directions and drives
in our society in the next 20 years.
in our society in the next 20 years.
33
101795
5575
en nuestra sociedad
en los próximos 20 años.
en los próximos 20 años.
02:00
So, of course, it's already here.
34
108021
1985
Bueno, de hecho ya está aquí.
02:02
We already have AI,
35
110030
2204
Ya tenemos IA
02:04
and often it works in the background,
36
112258
2398
y ya actúa entre bastidores:
02:06
in the back offices of hospitals,
37
114680
1586
en los centros hospitalarios
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
para emitir un diagnóstico
más acertado que un humano
más acertado que un humano
en un resultado de rayos UVA,
02:13
It's in legal offices,
39
121000
1726
en los bufetes de abogados
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
para examinar las pruebas
forenses mejor que un humano.
forenses mejor que un humano.
02:17
better than a human paralawyer.
41
125142
1855
También para hacer volar el avión
que han tomado para venir aquí.
que han tomado para venir aquí.
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
Un piloto humano solo tiene
el control unos 7 u 8 minutos,
el control unos 7 u 8 minutos,
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
02:26
the rest of the time the AI was driving.
44
134570
1953
y el resto del tiempo
está autopilotado por IA.
está autopilotado por IA.
02:28
And of course, in Netflix and Amazon,
45
136547
2173
Desde luego que en Netflix y en Amazon
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
hay un algoritmo que hace sugerencias.
Contamos con esto hoy en día.
02:33
That's what we have today.
47
141298
1261
02:34
And we have an example, of course,
in a more front-facing aspect of it,
in a more front-facing aspect of it,
48
142583
4801
Y tenemos el ejemplo que coloca
a la IA por delante de nosotros:
a la IA por delante de nosotros:
02:39
with the win of the AlphaGo, who beat
the world's greatest Go champion.
the world's greatest Go champion.
49
147408
6629
la victoria del AlphaGo contra
el mejor campeón del mundo de go.
el mejor campeón del mundo de go.
Pero hay mucho más que esto.
02:46
But it's more than that.
50
154478
4053
Al jugar con un videojuego
juegas contra una IA.
juegas contra una IA.
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
02:53
But recently, Google taught their AI
52
161221
4538
Pero recientemente, Google
acaba de enseñar a su IA
acaba de enseñar a su IA
a aprender a jugar un videojuego.
02:57
to actually learn how to play video games.
53
165783
2412
Enseñar a una máquina a jugar
un videojuego no es algo nuevo,
un videojuego no es algo nuevo,
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
pero enseñarle a aprender
a hacerlo es un paso más allá.
a hacerlo es un paso más allá.
03:07
That's artificial smartness.
56
175340
1678
Se denomina inteligencia artificial.
Y esto hacemos:
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
adoptamos esta inteligencia
para hacerla cada vez más inteligente.
para hacerla cada vez más inteligente.
03:15
and we're making it smarter and smarter.
58
183117
2423
Hay tres aspectos de esta tendencia
general que veo infravaloradas
general que veo infravaloradas
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
03:22
that I think are underappreciated;
60
190629
1689
y creo que entenderíamos la IA mucho
mejor si llegáramos a comprenderlos.
mejor si llegáramos a comprenderlos.
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
03:26
if we understood these three things.
62
194643
2301
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
Creo que estas cosas nos ayudarían
también a adoptar la IA
también a adoptar la IA
03:32
because it's only by embracing it
that we actually can steer it.
that we actually can steer it.
64
200275
3008
porque solo si la adoptamos
podemos controlarla,
podemos controlarla,
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
controlar su desarrollo en detalle
si adoptamos sus tendencias en general.
si adoptamos sus tendencias en general.
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
Así que hablaré de estos tres aspectos.
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
El primero es que la inteligencia humana
comprende muy mal qué es la inteligencia.
comprende muy mal qué es la inteligencia.
03:46
of what intelligence is.
68
214167
1490
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
Pensamos en la inteligencia
como en algo unidimensional,
como en algo unidimensional,
como en una nota que es
cada vez más fuerte.
cada vez más fuerte.
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
Algo que empieza midiendo
el cociente intelectual
el cociente intelectual
03:54
It starts like with IQ measurement.
71
222561
2607
03:57
It starts with maybe a simple
low IQ in a rat or mouse,
low IQ in a rat or mouse,
72
225192
4092
-- quizás el más bajo, como
el de una rata o un ratón,
el de una rata o un ratón,
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
seguido por el de un chimpancé
y a lo mejor el de un tonto,
y a lo mejor el de un tonto,
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
luego quizá por el de
una persona normal como yo,
una persona normal como yo,
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
y luego por el CI de un genio --
04:08
and then maybe a genius.
76
236222
1290
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
y que este único cociente
se vuelve cada vez más elevado.
se vuelve cada vez más elevado.
Esto es totalmente falso y no es
lo que define la inteligencia,
lo que define la inteligencia,
04:14
That's completely wrong.
78
242516
1151
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
o por lo menos la inteligencia humana.
La inteligencia es más bien una
sinfonía con base en diversas notas
sinfonía con base en diversas notas
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
donde cada una de estas notas
se toca con un instrumento cognitivo.
se toca con un instrumento cognitivo.
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
Tenemos varios tipos de inteligencias:
04:31
We have deductive reasoning,
83
259561
3048
el razonamiento deductivo,
la inteligencia emocional y la espacial;
la inteligencia emocional y la espacial;
04:34
we have emotional intelligence,
84
262633
2221
04:36
we have spatial intelligence;
85
264878
1393
hay quizá 100 tipos diferentes
de inteligencias, agrupadas,
de inteligencias, agrupadas,
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
y cuya fuerza varía en función
de cada individuo.
de cada individuo.
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
Y si miramos en el reino animal,
tienen otros tipos agrupados
tienen otros tipos agrupados
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
en otras sinfonías
de diversas inteligencias,
de diversas inteligencias,
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
y a veces se tocan con la ayuda
de los mismos instrumentos
de los mismos instrumentos
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
que usamos los humanos.
04:56
They can think in the same way,
but they may have a different arrangement,
but they may have a different arrangement,
91
284974
3561
Los animales pueden pensar de manera
similar pero organizarse diferentemente;
similar pero organizarse diferentemente;
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
a veces más eficientemente
que los humanos,
que los humanos,
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
como en el caso de la fenomenal
memoria a largo plazo de la ardilla
memoria a largo plazo de la ardilla
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
que le ayuda a recordar
dónde enterró sus nueces,
dónde enterró sus nueces,
05:08
But in other cases they may be lower.
95
296222
1987
pero en otros casos, no tanto.
05:10
When we go to make machines,
96
298233
2730
Cuando hacemos máquinas,
las diseñamos de la misma manera,
las diseñamos de la misma manera,
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
dotando a algunas
05:15
where we'll make some of those types
of smartness much greater than ours,
of smartness much greater than ours,
98
303207
5010
con tipos de inteligencia mucho
más elevados que la nuestra,
más elevados que la nuestra,
y muchas otras con tipos muy por debajo
porque no les hace falta tal nivel.
porque no les hace falta tal nivel.
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
05:22
because they're not needed.
100
310836
1544
05:24
So we're going to take these things,
101
312404
2203
Así que tomaremos estas cosas,
estos grupos artificiales,
estos grupos artificiales,
05:26
these artificial clusters,
102
314631
2081
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
y le añadiremos más tipos de
cognición artificial a nuestra IA.
cognición artificial a nuestra IA.
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
La haremos más y más específica.
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
Por lo que su computador ya ofrece
mejores resultados aritméticos,
mejores resultados aritméticos,
y el GPS es más listo
en la navegación espacial;
en la navegación espacial;
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
y Google, Bing, en la
memoria a largo plazo.
memoria a largo plazo.
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
05:54
And we're going to take, again,
these kinds of different types of thinking
these kinds of different types of thinking
108
342339
4530
Una vez más, tomaremos estos
diferentes tipos de pensamiento
diferentes tipos de pensamiento
05:58
and we'll put them into, like, a car.
109
346893
1933
y los insertaremos
en un auto, por ejemplo.
en un auto, por ejemplo.
06:00
The reason why we want to put them
in a car so the car drives,
in a car so the car drives,
110
348850
3057
La razón por la que queremos
añadirlos en la conducción
añadirlos en la conducción
06:03
is because it's not driving like a human.
111
351931
2302
es porque un auto no conduce,
no piensa como nosotros.
no piensa como nosotros.
06:06
It's not thinking like us.
112
354257
1396
06:07
That's the whole feature of it.
113
355677
1920
Este es su punto fuerte.
06:09
It's not being distracted,
114
357621
1535
No se distrae.
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
No le importa si dejó el horno en marcha
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
o si debe graduarse en finanzas.
Solo conduce.
06:16
It's just driving.
117
364120
1153
(Risas)
06:17
(Laughter)
118
365297
1142
06:18
Just driving, OK?
119
366463
1841
Solo hace esto, ¿sí?
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
De hecho podemos llegar a darlas a conocer
06:23
as "consciousness-free."
121
371289
1545
como "libres de conciencia".
06:24
They're without consciousness,
122
372858
1774
No tiene conciencia,
no se preocupa por otras cosas,
no se preocupa por otras cosas,
06:26
they're not concerned about those things,
123
374656
2104
no se distrae.
06:28
they're not distracted.
124
376784
1156
En general, lo que estamos
tratando de hacer
tratando de hacer
06:29
So in general, what we're trying to do
125
377964
2966
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
es diversificar los diferentes tipos
de pensamiento lo máximo posible,
de pensamiento lo máximo posible,
06:37
We're going to populate the space
127
385804
2083
poblar este espacio
con todo tipo de pensamiento.
con todo tipo de pensamiento.
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
De hecho, ya existen algunos
retos muy difíciles
retos muy difíciles
06:44
And there actually may be some problems
129
392094
2068
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
en el mundo de los negocios
o de la ciencia
o de la ciencia
06:49
that our own type of human thinking
may not be able to solve them alone.
may not be able to solve them alone.
131
397010
4042
que nuestro tipo de pensamiento
humano no podrá resolver solo.
humano no podrá resolver solo.
06:53
We may need a two-step program,
132
401076
1992
Hará falta un plan en dos fases
para inventar nuevas formas de pensar
para inventar nuevas formas de pensar
06:55
which is to invent new kinds of thinking
133
403092
4203
para ayudar a resolver esos
problemas realmente grandes,
problemas realmente grandes,
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
07:03
say, like dark energy or quantum gravity.
135
411450
2918
como la energía oscura
o la gravedad cuántica.
o la gravedad cuántica.
Estamos construyendo
inteligencias alienígenas,
inteligencias alienígenas,
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
podemos verlas como una especie
de alienígenas artificiales
de alienígenas artificiales
07:15
in some senses.
138
423259
1207
de alguna manera,
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
que nos ayudarán a pensar de otra forma,
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
de una manera diferente.
Serán el motor de la creatividad,
de la riqueza y la nueva economía.
de la riqueza y la nueva economía.
07:22
and wealth and new economy.
141
430470
1867
La segunda consecuencia de todo esto
07:25
The second aspect of this
is that we are going to use AI
is that we are going to use AI
142
433835
4923
es que prácticamente usaremos la IA
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
básicamente para hacer
una segunda revolución industrial.
una segunda revolución industrial.
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
La primera revolución industrial se basó
en la invención de la fuerza artificial.
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
07:40
Previous to that,
146
448879
1150
Antes de que esto sucediera,
durante la revolución agrícola,
durante la revolución agrícola,
07:42
during the Agricultural Revolution,
147
450053
2034
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
todo lo que se fabricaba
era a base de fuerza manual,
humana o animal.
humana o animal.
07:47
or animal power.
149
455837
1307
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
Era la única manera de hacer las cosas.
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
La gran innovación de
la revolución industrial
la revolución industrial
fue aprovechar la energía del vapor
y los combustibles fósiles,
y los combustibles fósiles,
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
para producir esta fuerza artificial
y usarla para hacer lo que queríamos.
y usarla para hacer lo que queríamos.
08:01
to do anything we wanted to do.
154
469634
1669
08:03
So today when you drive down the highway,
155
471327
2772
Hoy, mientras uno conduce
por la autopista,
por la autopista,
a través de un botón, está
al mando de 250 caballos,
al mando de 250 caballos,
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
la fuerza de 250 caballos,
08:11
250 horsepower --
157
479120
1572
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
poder que usamos para construir
rascacielos, ciudades, carreteras,
rascacielos, ciudades, carreteras,
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
en fábricas que producirán
en cadena sillas y neveras,
en cadena sillas y neveras,
más allá de nuestra propia fuerza.
08:23
way beyond our own power.
160
491245
1654
08:24
And that artificial power can also
be distributed on wires on a grid
be distributed on wires on a grid
161
492923
6111
Y esta fuerza artificial
también puede distribuirse
por una red de cableado
por una red de cableado
08:31
to every home, factory, farmstead,
162
499058
3199
a cada casa, fábrica, granja,
y comprada por cada uno de nosotros,
simplemente enchufando algo.
simplemente enchufando algo.
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
08:38
just by plugging something in.
164
506496
1472
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
También supuso una fuente de innovación
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
porque un agricultor podría
agregarle a una bomba manual
agregarle a una bomba manual
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
esta fuerza artificial, la electricidad,
08:48
and he'd have an electric pump.
168
516837
1497
y conseguir así una bomba eléctrica.
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
Y si eso se multiplica por miles,
o decenas de miles de veces,
o decenas de miles de veces,
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
uno tiene una fórmula para implementar
la revolución industrial.
la revolución industrial.
08:56
All the things that we see,
all this progress that we now enjoy,
all this progress that we now enjoy,
171
524883
3585
Todo lo que vemos, el progreso
del que ahora disfrutamos,
del que ahora disfrutamos,
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
deriva de sus aplicaciones.
Y ahora estamos haciendo
lo mismo con la IA.
lo mismo con la IA.
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
09:04
We're going to distribute that on a grid,
174
532951
2075
La distribuiremos a través de una red,
09:07
and now you can take that electric pump.
175
535050
2374
para tomar esta bomba eléctrica,
09:09
You can add some artificial intelligence,
176
537448
2968
añadirle la inteligencia artificial,
y tener así una bomba inteligente.
y tener así una bomba inteligente.
09:12
and now you have a smart pump.
177
540440
1481
Y esto, multiplicado
por millones de veces,
por millones de veces,
09:13
And that, multiplied by a million times,
178
541945
1928
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
será la segunda revolución industrial.
09:18
So now the car is going down the highway,
180
546284
2382
Aquel auto en la autopista
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
tendrá la fuerza de 250 caballos
pero, además, 250 cerebros.
pero, además, 250 cerebros.
09:25
That's the auto-driven car.
182
553008
1769
Es el auto autónomo,
09:26
It's like a new commodity;
183
554801
1389
un nuevo producto, con nuevo servicios.
09:28
it's a new utility.
184
556214
1303
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
La IA estará presente en la red, la nube,
09:32
in the same way electricity did.
186
560606
1567
fluirá cómo la electricidad.
09:34
So everything that we had electrified,
187
562197
2380
Así que todo lo que hemos
electrificado tendrá cognificación.
electrificado tendrá cognificación.
09:36
we're now going to cognify.
188
564601
1723
09:38
And I owe it to Jeff, then,
189
566693
1385
Y entonces, se lo debo a Jeff,
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
esto de que la fórmula para
las siguientes 10 000 startups
las siguientes 10 000 startups
09:43
is very, very simple,
191
571858
1162
es muy, muy simple y consiste
en tomar la 'x' y añadirle IA.
en tomar la 'x' y añadirle IA.
09:45
which is to take x and add AI.
192
573044
3167
Esta es la fórmula y esto
es lo que vamos a hacer,
es lo que vamos a hacer,
09:49
That is the formula,
that's what we're going to be doing.
that's what we're going to be doing.
193
577100
2812
y así haremos la segunda
revolución industrial.
revolución industrial.
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
09:55
this second Industrial Revolution.
195
583266
1858
09:57
And by the way -- right now, this minute,
196
585148
2154
Y, por cierto, ahora mismo
es posible ir a Google
es posible ir a Google
09:59
you can log on to Google
197
587326
1169
10:00
and you can purchase
AI for six cents, 100 hits.
AI for six cents, 100 hits.
198
588519
3882
y comprar IA por seis centavos;
cien resultados.
cien resultados.
10:04
That's available right now.
199
592758
1604
La IA está disponible en el acto.
10:06
So the third aspect of this
200
594386
2286
El tercer aspecto es que
al tomar la IA y darle forma
al tomar la IA y darle forma
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
10:12
we get robots.
202
600017
1173
obtenemos robots.
10:13
And robots are going to be bots,
203
601214
1703
Estos robots se convertirán en 'bots'
10:14
they're going to be doing many
of the tasks that we have already done.
of the tasks that we have already done.
204
602941
3328
y harán la mayoría de las tareas
que como humanos ya hicimos.
que como humanos ya hicimos.
Un trabajo consiste en tareas,
10:20
A job is just a bunch of tasks,
205
608357
1528
10:21
so they're going to redefine our jobs
206
609909
1762
y estos bots redefinirán
la naturaleza de este trabajo,
la naturaleza de este trabajo,
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
ya que realizarán algunas de estas tareas,
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
pero a la vez también se encargarán
de nuevas categorías de tareas,
de nuevas categorías de tareas,
10:29
a whole new slew of tasks
209
617199
2247
que ni sabíamos que queríamos
hacerlas hasta ahora.
hacerlas hasta ahora.
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
De hecho, crearán nuevos trabajos,
nuevas tareas que querremos realizar,
nuevas tareas que querremos realizar,
10:37
new kinds of tasks that we want done,
212
625612
2271
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
del mismo modo que la automatización
se encargó de nuevas operaciones
se encargó de nuevas operaciones
10:43
that we didn't know we needed before,
214
631336
1834
que ni supimos que las necesitábamos
y de las cuales no podemos prescindir.
y de las cuales no podemos prescindir.
10:45
and now we can't live without them.
215
633194
1956
10:47
So they're going to produce
even more jobs than they take away,
even more jobs than they take away,
216
635174
3956
Así que más bien crearán nuevos
puestos de trabajo que quitarlos
puestos de trabajo que quitarlos
10:51
but it's important that a lot of the tasks
that we're going to give them
that we're going to give them
217
639154
3434
pero es importante que gran parte
de las tareas que les asignemos
de las tareas que les asignemos
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
sean definidas respecto
a su eficiencia o productividad.
a su eficiencia o productividad.
10:59
If you can specify a task,
219
647676
1828
Si podemos detallar una tarea,
sea manual o conceptual,
sea manual o conceptual,
11:01
either manual or conceptual,
220
649528
2235
11:03
that can be specified in terms
of efficiency or productivity,
of efficiency or productivity,
221
651787
4780
entonces podemos definir
su eficiencia o productividad
su eficiencia o productividad
y asignarla a los bots.
11:08
that goes to the bots.
222
656591
1777
La productividad es para los robots.
11:10
Productivity is for robots.
223
658758
2178
Nosotros básicamente somos
buenos en perder el tiempo.
buenos en perder el tiempo.
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
11:16
(Laughter)
225
664054
1028
(Risas)
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
Somos muy buenos en cosas ineficientes.
11:19
Science is inherently inefficient.
227
667446
3025
La ciencia es
instrínsecamente ineficiente.
instrínsecamente ineficiente.
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
Se basa en el hecho de que
hay que fallar una y otra vez,
hay que fallar una y otra vez,
11:25
It runs on the fact that you make tests
and experiments that don't work,
and experiments that don't work,
229
673746
3424
que hay que hacer pruebas
y experimentos que no funcionan,
y experimentos que no funcionan,
o de lo contrario uno no está aprendiendo.
11:29
otherwise you're not learning.
230
677194
1442
11:30
It runs on the fact
231
678660
1162
Se basa en el hecho de que
no es tan eficiente.
no es tan eficiente.
11:31
that there is not
a lot of efficiency in it.
a lot of efficiency in it.
232
679846
2083
11:33
Innovation by definition is inefficient,
233
681953
2779
La innovación, por definición, no es
eficiente, porque se hacen prototipos,
eficiente, porque se hacen prototipos,
11:36
because you make prototypes,
234
684756
1391
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
porque hay que probar cosas
que fracasan, que no funcionan.
que fracasan, que no funcionan.
11:40
Exploration is inherently inefficiency.
236
688902
3112
La exploración es
instrínsecamente ineficiente.
instrínsecamente ineficiente.
El arte no es eficiente.
11:44
Art is not efficient.
237
692038
1531
Tampoco las relaciones humanas.
11:45
Human relationships are not efficient.
238
693593
2127
Estos son los tipos de cosas
que nos interesan
que nos interesan
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
11:50
because they're not efficient.
240
698708
1475
porque no son eficientes.
11:52
Efficiency is for robots.
241
700207
2315
La eficiencia es para los robots.
También aprenderemos a trabajar
con estas inteligencias
con estas inteligencias
11:55
We're also going to learn
that we're going to work with these AIs
that we're going to work with these AIs
242
703338
4123
11:59
because they think differently than us.
243
707485
1997
porque piensan diferente.
Cuando Deep Blue venció al mejor
campeón del mundo de ajedrez,
campeón del mundo de ajedrez,
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
la gente pensó que era
el final de este deporte.
el final de este deporte.
12:06
people thought it was the end of chess.
245
714343
1929
12:08
But actually, it turns out that today,
the best chess champion in the world
the best chess champion in the world
246
716296
4402
Pero de hecho, resulta que hoy,
el mejor campeón del mundo
de ajedrez no es una IA.
de ajedrez no es una IA.
12:12
is not an AI.
247
720722
1557
Y tampoco es un humano,
12:14
And it's not a human.
248
722906
1181
12:16
It's the team of a human and an AI.
249
724111
2715
sino un equipo formado
por una IA y un humano.
por una IA y un humano.
12:18
The best medical diagnostician
is not a doctor, it's not an AI,
is not a doctor, it's not an AI,
250
726850
4000
El mejor que da un diagnóstico
no es ni un médico ni una IA,
no es ni un médico ni una IA,
12:22
it's the team.
251
730874
1176
sino un equipo conjunto.
12:24
We're going to be working with these AIs,
252
732074
2149
Trabajaremos con estas inteligencias
artificiales en el futuro,
artificiales en el futuro,
12:26
and I think you'll be paid in the future
253
734247
1995
y creo que se nos va a pagar
12:28
by how well you work with these bots.
254
736266
2391
en función de la calidad de nuestra
colaboración con estos bots.
colaboración con estos bots.
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
Estos son los tres aspectos:
son diferentes;
son diferentes;
12:35
they're utility
256
743307
1165
son servicios y también algo con
lo que debemos colaborar, no competir.
lo que debemos colaborar, no competir.
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
Trabajaremos con ellos, no contra ellos.
12:42
So, the future:
259
750999
1477
Así que, ¿dónde nos lleva
esto en el futuro?
esto en el futuro?
12:44
Where does that take us?
260
752500
1420
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
Creo que dentro de 25 años,
miraremos hacia atrás,
miraremos hacia atrás,
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
y al ver lo que comprendíamos
de la IA, diremos:
de la IA, diremos:
12:52
"You didn't have AI. In fact,
you didn't even have the Internet yet,
you didn't even have the Internet yet,
263
760684
3300
"No teníamos IA en aquel
entonces, y tampoco Internet,
entonces, y tampoco Internet,
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
si lo comparamos con
lo que tendremos en 25 años".
lo que tendremos en 25 años".
No hay expertos en IA en este momento.
12:59
There are no AI experts right now.
265
767849
3047
Atrae mucho dinero, se gastan
miles de millones de dólares en esto,
miles de millones de dólares en esto,
13:02
There's a lot of money going to it,
266
770920
1699
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
13:06
it's a huge business,
268
774935
2164
es un negocio enorme.
Pero no tenemos expertos, si lo comparamos
con lo que tendremos dentro de 20 años,
con lo que tendremos dentro de 20 años,
13:09
but there are no experts, compared
to what we'll know 20 years from now.
to what we'll know 20 years from now.
269
777123
4272
así que estamos al principio de todo.
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
13:16
we're in the first hour of all this.
271
784973
2163
esta es la primera hora de esta época.
13:19
We're in the first hour of the Internet.
272
787160
1935
En la primera hora de Internet,
13:21
We're in the first hour of what's coming.
273
789119
2040
de todo lo que queda por llegar.
El producto inteligente más popular
en 20 años, el que todos usaremos,
en 20 años, el que todos usaremos,
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
13:27
that everybody uses,
275
795360
1444
aún no se ha inventado.
13:29
has not been invented yet.
276
797499
1544
Y esto significa que aún están a tiempo.
13:32
That means that you're not late.
277
800464
2467
Gracias.
13:35
Thank you.
278
803684
1151
(Risas)
13:36
(Laughter)
279
804859
1026
(Aplausos)
13:37
(Applause)
280
805909
2757
ABOUT THE SPEAKER
Kevin Kelly - Digital visionaryThere may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.
Why you should listen
Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.
Kevin Kelly | Speaker | TED.com