TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
آلکس ویسنر- گراس: معادله‌ای جدید برای هوش
Filmed:
Readability: 5.9
2,098,891 views
آیا معادله‌ای برای هوش وجود دارد؟ بله: F = T ∇ Sτ . در سخنرانی آموزنده و جالب، آلکس ویسنر- گراس دانشمند کامپیوتر و فیزیکدان شرح می‌دهد که آن در جهان چه معنایی دارد. (فیلمبرداری شده در TEDxBeaconStreet)
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Double-click the English transcript below to play the video.
00:12
Intelligence -- what is it?
0
899
3667
هوش-- چیست؟
00:16
If we take a look back at the history
1
4566
2291
اگر نگاهی دوباره به تاریخ بندازیم
00:18
of how intelligence has been viewed,
2
6857
2624
تا ببینیم چه دیدگاهی نسبت به هوش وجود داشته است،
00:21
one seminal example has been
3
9481
3618
یکی از مثالهای اولیه‌ای
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
جمله معروف ادسخر دیکسترا است که می‌گوید:
00:28
"the question of whether a machine can think
5
16576
3111
« این پرسش که آیا یک ماشین قادر به فکر کردن است
00:31
is about as interesting
6
19687
1310
بهمان اندازه جالب است
00:32
as the question of whether a submarine
7
20997
2971
که پرسش آیا زیردریایی
00:35
can swim."
8
23968
1790
قادر به شنا کردن است.»
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
حال زمانی که ادسخر دیکسترا این را نوشت،
00:41
intended it as a criticism
10
29602
2054
قصدش انتقادکردن از
00:43
of the early pioneers of computer science,
11
31656
3000
پیشگامان اولیه علم کامپیوتر بود،
00:46
like Alan Turing.
12
34656
1747
امثال آلن تورینگ.
00:48
However, if you take a look back
13
36403
2499
با اینحال، اگر نگاهی به گذشته انداخته
00:50
and think about what have been
14
38902
1965
و به این فکر کنیم که بیشترین
00:52
the most empowering innovations
15
40867
1996
ابداعات قدرت بخش چه چیزهایی بوده‌اند
00:54
that enabled us to build
16
42863
1879
که ما را قادر به ساخت
00:56
artificial machines that swim
17
44742
2234
ماشین‌های مصنوعی کردند که شنا می‌کنند
00:58
and artificial machines that [fly],
18
46976
2573
و ماشین‌های مصنوعی که پرواز می‌کنند.
01:01
you find that it was only through understanding
19
49549
3547
پی می‌برید که تنها از طریق فهمیدن
01:05
the underlying physical mechanisms
20
53096
2608
مکانیزمهای فیزیکی اساسی
01:07
of swimming and flight
21
55704
2779
شنا کردن و پرواز است
01:10
that we were able to build these machines.
22
58483
3172
که ما قادر به ساخت این ماشینها بوده‌ایم.
01:13
And so, several years ago,
23
61655
2256
و بنابراین، چندین سال قبل،
01:15
I undertook a program to try to understand
24
63911
3249
در تلاشی جهت فهم مکانیزیم‌های
01:19
the fundamental physical mechanisms
25
67160
2634
بنیادی فیزیک که اساس هوش است
01:21
underlying intelligence.
26
69794
2768
دوره‌ای را گذراندم.
01:24
Let's take a step back.
27
72562
1860
بگذارید یک قدم به عقب برداریم.
01:26
Let's first begin with a thought experiment.
28
74422
3149
بیاید اول با یک آزمایش فکری شروع کنیم.
01:29
Pretend that you're an alien race
29
77571
2854
وانمود کنید که از یک نژاد فرازمینی هستید
01:32
that doesn't know anything about Earth biology
30
80425
3041
که چیزی راجع به بیولوژی زمین نمی‌دانستید
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
یا همینطور علم عصب شناسی زمینی یا هوش زمینی،
01:38
but you have amazing telescopes
32
86582
2192
اما این تلسکوپهای اعجاب‌انگیز را دارید
01:40
and you're able to watch the Earth,
33
88774
2362
و قادر به تماشای زمین هستید،
01:43
and you have amazingly long lives,
34
91136
2332
و این طول عمر شگفت آور را دارید،
01:45
so you're able to watch the Earth
35
93468
1499
بنابراین قادر به تماشای زمین هستید
01:46
over millions, even billions of years.
36
94967
3442
در طی میلیون‌ها سال، حتی میلیاردها سال.
01:50
And you observe a really strange effect.
37
98409
3015
و اثری واقعا عجیب را مشاهده می‌کنید.
01:53
You observe that, over the course of the millennia,
38
101424
4312
مشاهده می‌کنید که در طی مسیر هزار ساله،
01:57
Earth is continually bombarded with asteroids
39
105736
4285
زمین بطور دائمی از سوی سیارک‌ها
02:02
up until a point,
40
110021
2087
تا یک نقطه‌ای در زمان بمباران شده است،
02:04
and that at some point,
41
112108
1531
و در آن نقطه،
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
که تقریبا به تقویم ما برابر با سال ۲۰۰۰ بعد از میلاد مسیح است،
02:09
asteroids that are on
43
117831
1716
سیارک‌هایی که در مسیر
02:11
a collision course with the Earth
44
119547
1931
برخورد با زمین قرار دارند
02:13
that otherwise would have collided
45
121478
1975
و باید با آن برخورد می‌کردند
02:15
mysteriously get deflected
46
123453
2415
بطور اسرارآمیزی منحرف شده
02:17
or they detonate before they can hit the Earth.
47
125868
3072
یا پیش از خوردن به زمین منفجر می‌شوند.
02:20
Now of course, as earthlings,
48
128940
2083
حال البته، ما بعنوان زمینی‌ها
02:23
we know the reason would be
49
131023
1544
می‌دانیم که علت آن این خواهد بود
02:24
that we're trying to save ourselves.
50
132567
1756
که ما تلاش برای نجات خودمان داریم.
02:26
We're trying to prevent an impact.
51
134323
3080
سعی داریم از یک اصابت پیش گیری کنیم.
02:29
But if you're an alien race
52
137403
1711
اما اگر از نژادی فرازمینی باشید
02:31
who doesn't know any of this,
53
139114
1146
هیچکدام این‌ها را نمی‌داند،
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
هیچ مفهومی از هوش زمینی ندارد،
02:34
you'd be forced to put together
55
142774
1728
وادار خواهید شد نظریه فیزیکی
02:36
a physical theory that explains how,
56
144502
2918
را سرهم کنید که توضیح دهد چطور
02:39
up until a certain point in time,
57
147420
2538
تا یک نقطه خاص در زمان
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
سیارک‌هایی که سطح یک سیاره را نابود می‌کنند
02:46
mysteriously stop doing that.
59
154407
3231
بطور اسرارآمیزی از انجام آن دست کشیدند.
02:49
And so I claim that this is the same question
60
157638
4204
و همینطور ادعا می‌کنم که این همان پرسش مشابه
02:53
as understanding the physical nature of intelligence.
61
161842
3998
فهمیدن ماهیت فیزیکی هوش است.
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
بنابراین در این دوره‌ای که چند سال قبل گذراندم
03:01
I looked at a variety of different threads
63
169722
2765
انواع سرنخهای مختلف در
03:04
across science, across a variety of disciplines,
64
172487
3162
حوزه علم وانواع نظام‌ها را بررسی کردم،
03:07
that were pointing, I think,
65
175649
1892
فکر می‌کنم که
03:09
towards a single, underlying mechanism
66
177541
2548
در جهت مکانیزمی مجرد و زیربنایی
03:12
for intelligence.
67
180089
1581
برای هوش حرکت می‌کردند.
03:13
In cosmology, for example,
68
181670
2546
در كيهان شناسى براى مثال،
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
انواع سرنخهاى مختلف از شواهدى موجود است
03:18
that our universe appears to be finely tuned
70
186963
3407
دال بر اين كه جهان ما بخوبى در
03:22
for the development of intelligence,
71
190370
2153
جهت رشد هوش تنظيم شده است،
03:24
and, in particular, for the development
72
192523
2389
و در واقع، در جهت توسعه
03:26
of universal states
73
194912
1886
جهان بیان می‌کند
03:28
that maximize the diversity of possible futures.
74
196798
4098
كه تنوع آينده‌‌هاى محتمل را به حداكثر مى‌‌رساند.
03:32
In game play, for example, in Go --
75
200896
2344
برای مثال در هنگام بازی مسابقه Go--
03:35
everyone remembers in 1997
76
203240
3025
همه خاطرشان هست که در ۱۹۹۷
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
زمانی که دیپ بلو کامپیوتر شطرنجباز ساخت آی‌بی‌ام گری گاسپاروف را شکست داد--
03:42
fewer people are aware
78
210216
1523
آدمهای کمی اطلاع دارند
03:43
that in the past 10 years or so,
79
211739
2018
که در طی ۱۰ سال گذشته یا چیزی در همین حدود،
03:45
the game of Go,
80
213757
1198
در بازی Go
03:46
arguably a much more challenging game
81
214955
1956
که میشود ادعا کرد کمابیش بازی چالشی است
03:48
because it has a much higher branching factor,
82
216911
2425
بخاطر این که از ضریب انشعاب بسیار بالاتری برخوردار است،
03:51
has also started to succumb
83
219336
1702
نیز به همین دلیل مشابه
03:53
to computer game players
84
221038
1865
شروع به تسلیم شدن در مقابل
03:54
for the same reason:
85
222903
1573
بازیکنان مسابقه کامپیوتری نموده‌اند:
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
بهترین تکنیک‌های حال حاضر برای کامپیوترهای بازی کننده Go
03:59
are techniques that try to maximize future options
87
227276
3696
تکنیکهایی است که اقدام به حداکثر رساندن گزینه‌های آتی
04:02
during game play.
88
230972
2014
در طی مسابقه می‌کنند.
04:04
Finally, in robotic motion planning,
89
232986
3581
سرانجام، در برنامه‌ریزی حرکت رباتیک
04:08
there have been a variety of recent techniques
90
236567
2182
اخیرا انواعی از تکنیهای مختلف بکار گرفته شده
04:10
that have tried to take advantage
91
238749
1902
که سعی در بهره‌گیری از
04:12
of abilities of robots to maximize
92
240651
3146
قابلیت روباتها جهت به حداکثر رساندن
04:15
future freedom of action
93
243797
1506
آزادی آتی در اقدام داشته‌اند
04:17
in order to accomplish complex tasks.
94
245303
3097
تا وظایفی پیچیده را تکمیل کنند.
04:20
And so, taking all of these different threads
95
248400
2355
و به این ترتیب، با در نظر گرفتن تمامی این رشته‌های مختلف
04:22
and putting them together,
96
250755
1622
و قرار دادنشان کنار یکدیگر،
04:24
I asked, starting several years ago,
97
252377
2640
چند سال پیش شروع کردم به مطرح نمودن این پرسش
04:27
is there an underlying mechanism for intelligence
98
255017
2850
که آیا مکانیزمی بعنوان متضمن هوش وجود دارد
04:29
that we can factor out
99
257867
1673
که بتوانیم از میان همه
04:31
of all of these different threads?
100
259540
1774
این رشته‌های مختلف بتوانیم آن را فاکتور بگیریم؟
04:33
Is there a single equation for intelligence?
101
261314
4593
آیا تک معادله‌ای برای هوش وجود دارد؟
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
و به نظرم پاسخ بله باشد:F = T ∇ Sτ
04:41
What you're seeing is probably
103
269278
1913
چیزی که شما مشاهده ی‌کنید شاید
04:43
the closest equivalent to an E = mc²
104
271191
3294
نزدیکترین معادل به فرمول E=mc2 برای هوش است
04:46
for intelligence that I've seen.
105
274485
2830
که تا بحال دیده‌ام.
04:49
So what you're seeing here
106
277315
1702
بنابراین چیزی که اینجا مشاهده می‌کنید
04:51
is a statement of correspondence
107
279017
2669
بیانگر این ارتباط است که
04:53
that intelligence is a force, F,
108
281686
4435
هوش نیروی F است،
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
که عملکرد آن در جهت به حداکثر رساندن آزادی آتی از اقدام است.
05:02
It acts to maximize future freedom of action,
110
290771
2375
طوری عمل می‌کند که آزادی آتی از اقدام به حداکثر رسد.
05:05
or keep options open,
111
293146
1628
یا باز نگهداشتن گزینه‌ها،
05:06
with some strength T,
112
294774
2225
با اندازه‌ای از قدرت T،
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
همراه با دامنه متنوعی از آینده‌های قابل دسترس ممکن، S،
05:13
up to some future time horizon, tau.
114
301776
2550
در افقی زمانی در آینده، tau (نوزدهمین حرف یونانی)
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
خلاصه این که هوش علاقه ای به در دام افتادن ندارد.
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
هوش تلاش در به حداکثر رساندن آزادی آتی در اقدام
05:22
and keep options open.
117
310590
2673
و باز نگهداشتن گزینه‌ها دارد.
05:25
And so, given this one equation,
118
313263
2433
و در نتیجه، با فرض این معادله،
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
این پرسش طبیعی است که چه کاری می‌توان با این کرد؟
05:30
How predictive is it?
120
318228
1351
چقدر پیشگویانه است؟
05:31
Does it predict human-level intelligence?
121
319579
2135
آیا در سطح هوش انسان قادر به پیشگویی است؟
05:33
Does it predict artificial intelligence?
122
321714
2818
آیا هوش مصنوعی را پیشگویی می‌کند؟
05:36
So I'm going to show you now a video
123
324532
2042
بنابراین الان قصد دارم ویدیویی را به شما نشان دهم
05:38
that will, I think, demonstrate
124
326574
3420
که فکر می‌کنم برخی کاربردهای
05:41
some of the amazing applications
125
329994
2288
شگفت‌اور از تنها این تک معادله را
05:44
of just this single equation.
126
332282
2319
نشان خواهد داد.
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
(ویدیو) راوی: تحقیق اخیر در کیهانشناسی
05:48
has suggested that universes that produce
128
336580
2047
پیشنهاد می‌کند که دنیا‌هایی که بی‌نظمی
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
بیشتر یا اصطلاحا آنتروپی را در طی چرخه حیاتشان تولید می‌کنند
05:54
should tend to have more favorable conditions
130
342108
2478
باید تمایل به داشتن شرایط مطلوب‌تر
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
برای وجود موچودات باهوش از قبیل خودمان داشته باشد.
05:59
But what if that tentative cosmological connection
132
347602
2574
اما چطور میشود اگر آن ارتباط کیهان‌شناسانه تایید نشده
06:02
between entropy and intelligence
133
350176
1843
بین آنتروپی و هوش
06:04
hints at a deeper relationship?
134
352019
1771
به رابطه‌ای عمیق‌تر اشاره داشته باشد؟
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
چطور میشود اگررفتار هوشمندانه صرفا با تولید
06:08
with the production of long-term entropy,
136
356354
1844
آنتروپی طولانی مدت ارتباط نداشته باشد،
06:10
but actually emerges directly from it?
137
358198
2318
اما در واقع مستقیما از آن ظاهر میشود؟
06:12
To find out, we developed a software engine
138
360516
2406
برای پی بردن به آن، موتور نرم‌افزاری را ساختیم
06:14
called Entropica, designed to maximize
139
362922
2503
که انتروپیکا نام گرفت، جهت به حداکثر رساندن
06:17
the production of long-term entropy
140
365425
1768
تولید آنتروپی طولانی مدت هر سیستمی
06:19
of any system that it finds itself in.
141
367193
2576
که خودش را در آن میابد، طراحی شده است.
06:21
Amazingly, Entropica was able to pass
142
369769
2155
شگفت‌اور اینکه، آنتروپیکا قادر به گذراندن
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
آزمونهای متعدد هوش حیوانی، بازی‌های بشر
06:27
and even earn money trading stocks,
144
375380
2146
و حتی کسب پول از معاملات سهام بود
06:29
all without being instructed to do so.
145
377526
2111
بی‌انکه حتی برای انجام این کارها آموزشی دریافت کند.
06:31
Here are some examples of Entropica in action.
146
379637
2518
در اینجا شاهد مثالهایی از انتروپیکا در حین عمل هستید.
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
درست مثل انسان بطور قائم بدون اینکه بیفتد بایستد ،
06:37
here we see Entropica
148
385360
1230
در اینجا انتروپیکا را می‌بینیم
06:38
automatically balancing a pole using a cart.
149
386590
2885
که بطور خودکار طنابی را با استفاده از چرخ متوازن می‌کند.
06:41
This behavior is remarkable in part
150
389475
2012
این رفتار تا حدودی قابل توجه است
06:43
because we never gave Entropica a goal.
151
391487
2331
زیرا هرگز به انتروپیکا هدفی ندادیم.
06:45
It simply decided on its own to balance the pole.
152
393818
3157
صرفا درباره ایجاد توازن در طناب خودش تصمیم گرفت.
06:48
This balancing ability will have appliactions
153
396975
2132
این قابلیت در ایجاد توازن
06:51
for humanoid robotics
154
399107
1397
برای ربات‌های انسان‌نما
06:52
and human assistive technologies.
155
400504
2515
و فناوریهای کمکی بشرکاربردهایی خواهد داشت.
06:55
Just as some animals can use objects
156
403019
2001
درست همانطور که برخی حیوانات می‌توانند از اشیاء
06:57
in their environments as tools
157
405020
1442
بعنوان ابزار در محیط خود استفاده کنند
06:58
to reach into narrow spaces,
158
406462
1987
تا به فضاهای باریک‌تری دست پیدا کنند،
07:00
here we see that Entropica,
159
408449
1882
در اینجا می بینیم که انتروپیکا،
07:02
again on its own initiative,
160
410331
1838
دوباره با استفاده از شم خویش
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
قادر به جابجا کردن دیسک بزرگی بود که نمایانگر یک حیوان است
07:07
around so as to cause a small disk,
162
415079
2345
تا به یک دیسک کوچک که
07:09
representing a tool, to reach into a confined space
163
417424
2771
نمایانگر ابزاری است در فضایی محصور شده
07:12
holding a third disk
164
420195
1537
که در دیسک سوم نگهداری میشود دست پیدا کند
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
و دیسک سوم از جایگاه ثابت اولیه‌اش رها گردد.
07:16
This tool use ability will have applications
166
424704
2189
این قابلیت استفاده از ابزار اپلیکیشن‌های
07:18
for smart manufacturing and agriculture.
167
426893
2359
برای کشاورزی و سازندگی هوشمند خواهد داشت.
07:21
In addition, just as some other animals
168
429252
1944
علاوه بر این،درست همانطور که دیگر حیوانات قادر به
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
همکاری با کشیدن سر دیگر طناب
07:25
at the same time to release food,
170
433892
2053
هم زمان برای رها کردن غذا هستند،
07:27
here we see that Entropica is able to accomplish
171
435945
2295
در اینجا می‌بینیم که انتروپیکا قادر به تکمیل
07:30
a model version of that task.
172
438240
1988
یک نمونه نسخه از آن وظیفه است.
07:32
This cooperative ability has interesting implications
173
440228
2522
این قابلیت همکاری پیامدهای جالبی
07:34
for economic planning and a variety of other fields.
174
442750
3435
برای برنامه ریزی اقتصادی و انواع حوزه‌های دیگر دارد.
07:38
Entropica is broadly applicable
175
446185
2071
انتروپیکا بطور گسترده‌ای
07:40
to a variety of domains.
176
448256
1943
در دامنه‌های مختلف کاربرد دارد.
07:42
For example, here we see it successfully
177
450199
2442
برای مثال، در اینجا شاهدیم که با موفقیت به بازی
07:44
playing a game of pong against itself,
178
452641
2559
پینگ پنگ بازی کردن علیه خودش می‌پردازد،
07:47
illustrating its potential for gaming.
179
455200
2343
توانایی بالقوه اش برای مسابقه دادن را شرح می‌دهد.
07:49
Here we see Entropica orchestrating
180
457543
1919
در اینجا شاهدیم که انتروپیکا به هماهنگ سازی
07:51
new connections on a social network
181
459462
1839
ارتباطات جدید در شبکه‌ای اجتماعی می‌پردازد
07:53
where friends are constantly falling out of touch
182
461301
2760
که در آنجا دوستان دائما ارتباطشان با هم قطع میشود
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
و با موفقیت به حفظ ارتباط در شبکه می‌پردازد.
07:58
This same network orchestration ability
184
466917
2298
همان قابلیت هماهنگ سازی شبکه
08:01
also has applications in health care,
185
469215
2328
همچنین کاربردهایی در مراقبت سلامت،
08:03
energy, and intelligence.
186
471543
3232
انرژی و هوش دارد.
08:06
Here we see Entropica directing the paths
187
474775
2085
در اینجا می‌بینیم که انتروپیکا به هداست خط سیر
08:08
of a fleet of ships,
188
476860
1486
ناوگان کشتی‌ها می‌پردازد،
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
با موفقیت به کشف و استفاده از کانال پاناما می‌پردازد تا
08:13
to globally extend its reach from the Atlantic
190
481521
2458
دامنه خود از اقیانوس آتلانتیک
08:15
to the Pacific.
191
483979
1529
به اقیانوس آرام را در مقیاسی جهانی گسترش دهد.
08:17
By the same token, Entropica
192
485508
1727
بهمین خاطر، انتروپیکا
08:19
is broadly applicable to problems
193
487235
1620
بطرز گسترده‌ای قابل کاربرد در مشکلات مربوط به
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
حمل و نقل، تداراکات و دفاع خودکار است.
08:26
Finally, here we see Entropica
195
494173
2030
سرانجام، اینجا می‌بینیم که انتروپیکا
08:28
spontaneously discovering and executing
196
496203
2723
هم زمان به کشف و اجرای
08:30
a buy-low, sell-high strategy
197
498926
2067
استراتژی فروش بالا، خرید کم
08:32
on a simulated range traded stock,
198
500993
2178
در دامنه شبیه‌سازی شده معامله سهام،
08:35
successfully growing assets under management
199
503171
2331
همراه با رشد موفق داراییها تحت مدیریت
08:37
exponentially.
200
505502
1424
تعریفی می‌پردازد.
08:38
This risk management ability
201
506926
1308
این ریسک قابلیت مدیریتی
08:40
will have broad applications in finance
202
508234
2487
که کاربردهای گسترده‌ای در سرمایه‌گذاری
08:42
and insurance.
203
510721
3328
و بیمه خواهد داشت.
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
آلکس ویسنر-گراس: بنابراین چیزی که الان دیدید
08:48
is that a variety of signature human intelligent
205
516140
4392
این است که نوعی از امضاء هوش بشر و
08:52
cognitive behaviors
206
520532
1757
رفتارهای ادراکی
08:54
such as tool use and walking upright
207
522289
2831
از قبیل استفاده ابزاری و راه رفتن مستقیم
08:57
and social cooperation
208
525120
2029
و مشارکت اجتماعی
08:59
all follow from a single equation,
209
527149
2972
همگی دنباله رو یک معادله مجرد است
09:02
which drives a system
210
530121
1932
که سیستم را به سویی سوق دهد
09:04
to maximize its future freedom of action.
211
532053
3911
تا آزادی آتی از عملش را به حداکثر برساند.
09:07
Now, there's a profound irony here.
212
535964
3007
حال، در اینجا با کنایه عمیقی روبرو هستیم.
09:10
Going back to the beginning
213
538971
2024
برگردیم به شروع
09:12
of the usage of the term robot,
214
540995
3273
استفاده از عبارت روبات،
09:16
the play "RUR,"
215
544268
2903
در نمایش «کارخانه ربات‌سازی روسوم»
09:19
there was always a concept
216
547171
2235
همواره این مفهوم وجود داشته که
09:21
that if we developed machine intelligence,
217
549406
3226
اگر هوش ماشین را توسعه دهیم
09:24
there would be a cybernetic revolt.
218
552632
3027
با طغیان سایبرنتیک مواجه خواهیم شد.
09:27
The machines would rise up against us.
219
555659
3551
ماشینها علیه ما شورش خواهند کرد.
09:31
One major consequence of this work
220
559210
2319
یکی از پیامدهای اصلی این کار
09:33
is that maybe all of these decades,
221
561529
2769
این است که شاید همه این ده‌ها سال،
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
ما کل مفهوم طغیان سایبرنتیک
09:39
in reverse.
223
567274
2011
را به طور معکوس دریافت کرده‌‌ایم.
09:41
It's not that machines first become intelligent
224
569285
3279
این مفهوم درست نیست که ماشینها نخست هوشمند
09:44
and then megalomaniacal
225
572564
2015
و بعد خود بزرگ پندار شده
09:46
and try to take over the world.
226
574579
2224
و سعی در به اختیار گرفتن جهان کردند.
09:48
It's quite the opposite,
227
576803
1434
کاملا بلعکس است،
09:50
that the urge to take control
228
578237
2906
که اصرار برای به کنترل گرفتن
09:53
of all possible futures
229
581143
2261
تمامی آینده‌های محتمل
09:55
is a more fundamental principle
230
583404
2118
بیشتر اصلی بنیادی است
09:57
than that of intelligence,
231
585522
1363
در قیاس با هوش،
09:58
that general intelligence may in fact emerge
232
586885
3700
آن هوش عمومی که شاید در واقع مستقیما
10:02
directly from this sort of control-grabbing,
233
590585
3559
از این نوع در دست گرفتن کنترل ناشی میشود،
10:06
rather than vice versa.
234
594144
4185
تا بلعکس آن.
10:10
Another important consequence is goal seeking.
235
598329
3769
پیامد مهم دیگر جستجوی هدف است.
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
از من اغلب سوال میشود، چگونه قابلیت جستجوی اهداف
10:18
follow from this sort of framework?
237
606458
1620
از این نوع چارچوب کاری تبعیت می کند؟
10:20
And the answer is, the ability to seek goals
238
608078
3028
و جواب این است، توانایی برای جستجوی اهداف
10:23
will follow directly from this
239
611106
1882
مستقیما در ادامه این با مفهوم
10:24
in the following sense:
240
612988
1834
زیرین خواهد بود:
10:26
just like you would travel through a tunnel,
241
614822
2865
درست همانطوری که از داخل یک تونل عبور می کنید،
10:29
a bottleneck in your future path space,
242
617687
2505
تنگنایی در فضای مسیر آینده تان
10:32
in order to achieve many other
243
620192
1871
برای رسیدن به بسیاری دیگری از
10:34
diverse objectives later on,
244
622063
2021
اهداف گوناگون،
10:36
or just like you would invest
245
624084
2372
یا درست مثل سرمایه گذای
10:38
in a financial security,
246
626456
1787
در یک موقعیت مالی مطمئن،
10:40
reducing your short-term liquidity
247
628243
2237
با کاهش قابلیت تبدیل به پول در کوتاه مدت
10:42
in order to increase your wealth over the long term,
248
630480
2400
به منظور افزایش ثروتتان در طولانی مدت،
10:44
goal seeking emerges directly
249
632880
2337
جستجوی هدف مستقیما از یک
10:47
from a long-term drive
250
635217
1729
محرک دراز مدت ظاهر میشود
10:48
to increase future freedom of action.
251
636946
4037
تا آزادی آتی عمل را افزایش دهد.
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
سرانجام اینکه ، ریچارد فینمن، فیزیکدان معروف،
10:56
once wrote that if human civilization were destroyed
253
644511
3672
یکبار نوشت که اگر تمدن بشری نابود می‌شد
11:00
and you could pass only a single concept
254
648183
1893
و می‌توانستید تنها یک مفهوم مجرد را به بازماندگان خود
11:02
on to our descendants
255
650076
1371
منتقل کنید
11:03
to help them rebuild civilization,
256
651447
2307
تا به آنها در باسازی تمدن کمک کرده باشید
11:05
that concept should be
257
653754
1686
آن مفهوم باید این باشد که
11:07
that all matter around us
258
655440
1852
همه مواد اطراف ما
11:09
is made out of tiny elements
259
657292
2323
از عناصر بسیار خردی ساخته شده اند
11:11
that attract each other when they're far apart
260
659615
2508
که همدیگر را زمانی جذب می‌کنند که جدا از هم هستند
11:14
but repel each other when they're close together.
261
662123
3330
اما زمانی که نزدیک هم هستند یکدیگر را دفع می‌کنند.
11:17
My equivalent of that statement
262
665453
1781
معادل من از آن عبارت
11:19
to pass on to descendants
263
667234
1268
برای انتقال به نسلهای بعدی
11:20
to help them build artificial intelligences
264
668502
2712
کمک کردن به آنها در ساخت هوشهای مصنوعی
11:23
or to help them understand human intelligence,
265
671214
2949
یا کمک کردن به آنها در فهم هوش انسان ،
11:26
is the following:
266
674163
1267
به شرح زیر است:
11:27
Intelligence should be viewed
267
675430
2053
هوش را باید بعنوان یک فرایند فیزیکی
11:29
as a physical process
268
677483
1413
مورد بررسی قرار داد
11:30
that tries to maximize future freedom of action
269
678896
2965
که سعی در به حداکثر رساندن آزادی عمل آتی
11:33
and avoid constraints in its own future.
270
681861
3616
و ممانعت از محدودیتها در آینده خودش دارد.
11:37
Thank you very much.
271
685477
1358
خیلی از شما متشکرم.
11:38
(Applause)
272
686835
4000
(تشویق)
ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventorAlex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"
Why you should listen
Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.
Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."
Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.
Alex Wissner-Gross | Speaker | TED.com