TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: Comment l'intelligence artificielle peut mener à une seconde Révolution industrielle
Filmed:
Readability: 3.8
1,739,624 views
« Le véritable chemin d'une goutte de pluie descendant dans une vallée est imprévisible mais sa direction générale est inévitable », selon le visionnaire en économie numérique Kevin Kelly (et c'est à peu près la même chose pour la technologie, qui est dirigée selon certains motifs surprenants mais inévitables). Pendant les 20 prochaines années, selon lui, notre tendance à rendre les choses de plus en plus intelligentes aura un impact profond sur pratiquement tout ce que nous faisons. Il explore trois tendances dans nos besoins de compréhension de ce qu'est l'IA, afin de la maîtriser et de conduire son développement. Pour lui, « le produit d'IA le plus populaire, que tout le monde utilisera dans 20 ans, n'a pas encore été inventé [...] ça veut dire que vous n'êtes pas encore dépassé. »
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
Je vais vous parler de la direction
que prend la technologie.
que prend la technologie.
00:19
And often technology comes to us,
1
7509
2671
Souvent elle vient vers nous,
00:22
we're surprised by what it brings.
2
10566
1865
nous sommes étonnés
de ce qu'elle amène.
de ce qu'elle amène.
00:24
But there's actually
a large aspect of technology
a large aspect of technology
3
12455
3683
Il y a cependant une grande part
de la technologie
de la technologie
00:28
that's much more predictable,
4
16162
1802
qui est plus prévisible,
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
car les systèmes technologiques
de toutes sortes ont des penchants,
de toutes sortes ont des penchants,
00:34
they have urgencies,
6
22100
1175
des nécessités,
00:35
they have tendencies.
7
23299
1561
des tendances.
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
Ces tendances proviennent
de la nature même de la physique,
de la nature même de la physique,
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
de la chimie des câbles,
des commutateurs et des électrons,
des commutateurs et des électrons,
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
qui vont faire des motifs récurrents
encore et encore.
encore et encore.
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
Ces motifs produisent ces tendances
et ces penchants.
et ces penchants.
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
Vous pouvez penser à ça
comme à une sorte de pesanteur.
comme à une sorte de pesanteur.
00:57
Imagine raindrops falling into a valley.
13
45498
2319
Imaginez la pluie tombant dans une vallée.
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
Le chemin précis d'une goutte qui dévale
01:02
is unpredictable.
15
50953
1169
est imprévisible.
01:04
We cannot see where it's going,
16
52651
1518
Impossible de voir où elle va.
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
Mais la direction générale
est inévitable :
est inévitable :
01:08
it's downward.
18
56494
1234
c'est vers le bas.
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
De même ces tendances
et ces nécessités natives
et ces nécessités natives
01:14
in technological systems
20
62973
1476
aux systèmes technologiques
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
nous donnent un indice sur à la direction
que prennent les choses.
que prennent les choses.
01:21
So in a large sense,
22
69149
1401
Donc grosso modo,
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
je dirais que les téléphones
étaient inévitables,
étaient inévitables,
01:27
but the iPhone was not.
24
75005
1342
mais pas l'iPhone.
01:29
The Internet was inevitable,
25
77094
1478
Internet était inévitable,
01:31
but Twitter was not.
26
79274
1286
mais pas Twitter.
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
Nous avons donc beaucoup
de tendances actuellement
de tendances actuellement
01:36
and I think one of the chief among them
28
84988
2720
et je pense que l'une des principales
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
est la tendance à faire des choses
de plus en plus intelligentes.
de plus en plus intelligentes.
01:44
I call it cognifying -- cognification --
30
92041
2212
J'appelle ceci la « cognification »,
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
on l'appelle aussi
l'intelligence artificielle ou IA.
l'intelligence artificielle ou 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
Et je pense que ça va devenir
l'un des développements, des tendances,
l'un des développements, des tendances,
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
et des directions les plus influents
de notre société des 20 prochaines années.
de notre société des 20 prochaines années.
02:00
So, of course, it's already here.
34
108021
1985
Bien sûr, c'est déjà le cas.
02:02
We already have AI,
35
110030
2204
Nous avons déjà de l'IA,
02:04
and often it works in the background,
36
112258
2398
qui travaille souvent en arrière-plan,
02:06
in the back offices of hospitals,
37
114680
1586
dans les coulisses des hôpitaux,
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
où elle sert à diagnostiquer les radios
mieux que les médecins humains.
mieux que les médecins humains.
02:13
It's in legal offices,
39
121000
1726
Dans les services juridiques,
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
elle parcourt les preuves légales
02:17
better than a human paralawyer.
41
125142
1855
mieux qu'un homme de loi.
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
On l'utilise pour conduire l'avion
qui vous a transporté ici.
qui vous a transporté ici.
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
Les humains n'ont piloté
que sept ou huit minutes,
que sept ou huit minutes,
02:26
the rest of the time the AI was driving.
44
134570
1953
le reste du temps, c'était l'IA.
02:28
And of course, in Netflix and Amazon,
45
136547
2173
Et bien sûr, Netflix et Amazon,
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
qui font leurs recommandations
en tâche de fond.
en tâche de fond.
02:33
That's what we have today.
47
141298
1261
C'est notre réalité.
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
Et un exemple plus visible, bien sûr,
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
est la victoire d'AlphaGo, qui a battu
le champion du monde de Go.
le champion du monde de Go.
02:46
But it's more than that.
50
154478
4053
Mais c'est plus que ça.
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
Si vous jouez à un jeu vidéo,
vous jouez contre une IA.
vous jouez contre une IA.
02:53
But recently, Google taught their AI
52
161221
4538
Pourtant récemment, Google
a enseigné à son IA
a enseigné à son IA
02:57
to actually learn how to play video games.
53
165783
2412
à apprendre comment jouer
aux jeux vidéo.
aux jeux vidéo.
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
Même si enseigner les jeux vidéos
avait déjà été fait,
avait déjà été fait,
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
apprendre à jouer à un jeu vidéo
est un pas supplémentaire.
est un pas supplémentaire.
03:07
That's artificial smartness.
56
175340
1678
C'est de la subtilité artificielle.
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
Ce que nous faisons est de prendre
cette subtilité artificielle
cette subtilité artificielle
03:15
and we're making it smarter and smarter.
58
183117
2423
et nous la rendons
de plus en plus subtile.
de plus en plus subtile.
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
Il y a trois aspects
de cette tendance générale
de cette tendance générale
03:22
that I think are underappreciated;
60
190629
1689
qui, je pense, sont sous-estimés ;
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
je pense que nous comprendrions
bien mieux l'IA
bien mieux l'IA
03:26
if we understood these three things.
62
194643
2301
si nous comprenons ces trois choses.
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
Je pense que ces choses
vont nous aider à adopter l'IA,
vont nous aider à adopter l'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
car c'est seulement en l'adoptant
que nous pourrons l'orienter.
que nous pourrons l'orienter.
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
Nous pouvons diriger le spécifique
en adoptant la tendance.
en adoptant la tendance.
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
Je vais donc vous parler
de ces trois aspects.
de ces trois aspects.
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
Le premier : c'est que notre propre
intelligence ne comprend pas bien
intelligence ne comprend pas bien
03:46
of what intelligence is.
68
214167
1490
ce qu'est l'intelligence.
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
Nous pensons souvent l'intelligence
comme n'ayant qu'une dimension,
comme n'ayant qu'une dimension,
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
comme un son qui devient
de plus en plus fort.
de plus en plus fort.
03:54
It starts like with IQ measurement.
71
222561
2607
Ça commence avec la mesure du QI.
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
Il y en a d'abord peut-être un niveau bas
chez un rat ou une souris,
chez un rat ou une souris,
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
il y en a peut-être un peu plus
chez un chimpanzé
chez un chimpanzé
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
et encore un peu plus
chez une personne idiote,
chez une personne idiote,
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
puis vient la personne moyenne,
comme moi,
comme moi,
04:08
and then maybe a genius.
76
236222
1290
puis arrive le génie.
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
Et cette intelligence de QI devient
de plus en plus grande.
de plus en plus grande.
04:14
That's completely wrong.
78
242516
1151
C'est totalement faux.
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
Ce n'est pas ça l'intelligence,
ce n'est pas l'intelligence humaine.
ce n'est pas l'intelligence humaine.
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
C'est plus comme une symphonie
de différents sons
de différents sons
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
et chaque note est jouée
sur un instrument de la cognition.
sur un instrument de la cognition.
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
Nous avons plusieurs types
d'intelligences :
d'intelligences :
04:31
We have deductive reasoning,
83
259561
3048
le raisonnement déductif,
04:34
we have emotional intelligence,
84
262633
2221
l'intelligence émotionnelle,
04:36
we have spatial intelligence;
85
264878
1393
l'intelligence spatiale,
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
il y en a peut-être 100 types différents,
qui sont tous regroupés
qui sont tous regroupés
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
et dont la force varie
selon les individus.
selon les individus.
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
Et bien sûr, concernant les animaux,
ils en ont tout un autre panel,
ils en ont tout un autre panel,
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
une autre symphonie
d'intelligences différentes,
d'intelligences différentes,
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
et quelquefois ils ont
les mêmes instruments que les nôtres.
les mêmes instruments que les nôtres.
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
Ils peuvent penser de la même façon,
mais s'organiser différemment
mais s'organiser différemment
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
et sont parfois plus performants
que les humains,
que les humains,
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
comme la mémoire à long terme
de l'écureuil est phénoménale,
de l'écureuil est phénoménale,
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
car il peut se rappeler
où il a enterré ses noix.
où il a enterré ses noix.
05:08
But in other cases they may be lower.
95
296222
1987
Et dans d'autres cas, ils le sont moins.
05:10
When we go to make machines,
96
298233
2730
Lorsqu'on veut faire des machines,
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
on va les concevoir de la même manière,
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
avec une intelligence
plus développée que la nôtre
plus développée que la nôtre
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
et même très éloignée de la nôtre,
05:22
because they're not needed.
100
310836
1544
car on n'en a pas besoin.
05:24
So we're going to take these things,
101
312404
2203
Nous allons donc prendre ces choses,
05:26
these artificial clusters,
102
314631
2081
ces amas artificiels,
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
et on ajoutera plus de types
de cognition artificielle à nos IA.
de cognition artificielle à nos IA.
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
On va les faire très, très spécifiques.
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
Ainsi votre calculatrice est déjà
plus performante que vous en calcul ;
plus performante que vous en calcul ;
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
votre GPS en navigation spatiale,
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
Google, Bing en mémoire à long terme.
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
Et on va prendre, à nouveau,
ces sortes de pensées différentes
ces sortes de pensées différentes
05:58
and we'll put them into, like, a car.
109
346893
1933
et les mettre dans, disons, une voiture.
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 raison pour laquelle
on veut les mettre dans une voiture,
on veut les mettre dans une voiture,
06:03
is because it's not driving like a human.
111
351931
2302
c'est qu'elle ne conduit pas comme nous
06:06
It's not thinking like us.
112
354257
1396
et ne pense pas comme nous.
06:07
That's the whole feature of it.
113
355677
1920
C'est son point fort.
06:09
It's not being distracted,
114
357621
1535
Elle n'est jamais distraite,
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
ne s'inquiète pas de savoir
si le four est resté allumé
si le four est resté allumé
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
ou si elle aurait dû être
diplômée en finance.
diplômée en finance.
06:16
It's just driving.
117
364120
1153
Elle conduit seulement.
06:17
(Laughter)
118
365297
1142
(Rires)
06:18
Just driving, OK?
119
366463
1841
Elle ne fait que conduire.
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
On pourrait même faire la publicité
06:23
as "consciousness-free."
121
371289
1545
de « l'absence de conscience ».
06:24
They're without consciousness,
122
372858
1774
Elle n'a pas de conscience ;
06:26
they're not concerned about those things,
123
374656
2104
elle n'est pas gênée par d'autres choses ;
06:28
they're not distracted.
124
376784
1156
elle n'est pas distraite.
06:29
So in general, what we're trying to do
125
377964
2966
Ainsi en général,
ce que nous essayons de faire
ce que nous essayons de faire
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
est de diversifier les types de pensées
autant que possible.
autant que possible.
06:37
We're going to populate the space
127
385804
2083
On va meubler l'espace
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
avec tous les différents types
ou espèces de pensées.
ou espèces de pensées.
06:44
And there actually may be some problems
129
392094
2068
Et il y aura même quelques défis
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
très difficiles dans le domaine
des affaires, des sciences
des affaires, des sciences
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 notre propre type de pensée humaine
ne pourra pas résoudre seule.
ne pourra pas résoudre seule.
06:53
We may need a two-step program,
132
401076
1992
On aurait besoin d'un plan
en deux phases,
en deux phases,
06:55
which is to invent new kinds of thinking
133
403092
4203
qui est d'inventer
de nouvelles façons de penser
de nouvelles façons de penser
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
avec lesquelles on pourra travailler
afin de résoudre ces très gros défis,
afin de résoudre ces très gros défis,
07:03
say, like dark energy or quantum gravity.
135
411450
2918
comme l'énergie noire
ou la gravité quantique.
ou la gravité quantique.
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
Nous créons de l'intelligence étrangère.
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
Vous pouvez imaginer ceci comme
des sortes d'extra-terrestres artificiels,
des sortes d'extra-terrestres artificiels,
07:15
in some senses.
138
423259
1207
en quelque sorte.
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
Ils vont nous aider à penser différemment,
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
car penser différemment
est le moteur de la création
est le moteur de la création
07:22
and wealth and new economy.
141
430470
1867
de la fortune, de la nouvelle économie.
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
Le second aspect est
que l'on va utiliser l'IA
que l'on va utiliser l'IA
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
pour faire une véritable seconde
Révolution industrielle.
Révolution industrielle.
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
La première Révolution
industrielle était basée
industrielle était basée
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
sur l'invention de ce que j'appelle
la puissance artificielle.
la puissance artificielle.
07:40
Previous to that,
146
448879
1150
Avant elle,
07:42
during the Agricultural Revolution,
147
450053
2034
pendant la Révolution agricole,
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
tout ce qui était fabriqué,
l'était par la force musculaire humaine
l'était par la force musculaire humaine
07:47
or animal power.
149
455837
1307
ou animale.
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
C'était la seule façon
de faire les choses.
de faire les choses.
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
La grande innovation pendant
la Révolution industrielle a été
la Révolution industrielle a été
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
de dompter la vapeur
et les énergies fossiles,
et les énergies fossiles,
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
pour produire cette puissance artificielle
que nous pouvons utiliser
que nous pouvons utiliser
08:01
to do anything we wanted to do.
154
469634
1669
pour faire tout ce que l'on veut.
08:03
So today when you drive down the highway,
155
471327
2772
Ainsi lorsque vous roulez
sur l'autoroute,
sur l'autoroute,
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
vous commandez 250 chevaux,
du bout des doigts,
du bout des doigts,
08:11
250 horsepower --
157
479120
1572
la puissance de 250 chevaux,
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
que nous utilisons pour bâtir
des gratte-ciel, des villes, des routes,
des gratte-ciel, des villes, des routes,
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
pour faire des usines qui vont produire
à la chaîne des chaises et des frigos,
à la chaîne des chaises et des frigos,
08:23
way beyond our own power.
160
491245
1654
au-delà de notre propre puissance.
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
Et cette puissance artificielle peut aussi
être distribuée dans un réseau filaire
être distribuée dans un réseau filaire
08:31
to every home, factory, farmstead,
162
499058
3199
vers toutes les maisons, usines, fermes.
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
Tout le monde peut acheter
cette puissance artificielle,
cette puissance artificielle,
08:38
just by plugging something in.
164
506496
1472
juste en branchant un truc.
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
Ça a aussi été une source d'innovation
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
car un fermier a pu prendre
une pompe manuelle,
une pompe manuelle,
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
y ajouter cette puissance
artificielle, l'électricité,
artificielle, l'électricité,
08:48
and he'd have an electric pump.
168
516837
1497
et avoir une pompe électrique.
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
Et si vous multipliez ça par mille
ou par dizaines de milliers,
ou par dizaines de milliers,
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
ce processus nous a apporté
la Révolution industrielle.
la Révolution industrielle.
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
Tout ce que nous voyons,
tout le progrès dont nous bénéficions,
tout le progrès dont nous bénéficions,
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
vient du fait que nous l'avons fait.
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
Et nous allons faire de même
maintenant avec l'IA.
maintenant avec l'IA.
09:04
We're going to distribute that on a grid,
174
532951
2075
Nous allons la distribuer sur les réseaux
09:07
and now you can take that electric pump.
175
535050
2374
et vous allez prendre
cette pompe électrique,
cette pompe électrique,
09:09
You can add some artificial intelligence,
176
537448
2968
lui ajouter une intelligence artificielle,
09:12
and now you have a smart pump.
177
540440
1481
et voilà la pompe intelligente.
09:13
And that, multiplied by a million times,
178
541945
1928
Et ceci, multiplié des millions de fois,
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
sera la seconde Révolution industrielle.
09:18
So now the car is going down the highway,
180
546284
2382
Maintenant la voiture
conduit sur l'autoroute
conduit sur l'autoroute
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
ses propres 250 chevaux,
avec en plus 250 cerveaux.
avec en plus 250 cerveaux.
09:25
That's the auto-driven car.
182
553008
1769
C'est la voiture autonome,
09:26
It's like a new commodity;
183
554801
1389
comme un nouveau produit,
09:28
it's a new utility.
184
556214
1303
avec de nouveaux services.
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
L'IA va déferler sur le réseau, le cloud,
09:32
in the same way electricity did.
186
560606
1567
à l'instar de l'électricité.
09:34
So everything that we had electrified,
187
562197
2380
Donc tout ce que nous avons électrifié,
09:36
we're now going to cognify.
188
564601
1723
va maintenant être cognifié.
09:38
And I owe it to Jeff, then,
189
566693
1385
Et, je le dois à Jeff,
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
la recette pour les 10 000
prochaines start-ups
prochaines start-ups
09:43
is very, very simple,
191
571858
1162
est très, très simple :
09:45
which is to take x and add AI.
192
573044
3167
prenez une chose X et ajoutez de l'IA.
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
C'est la recette
de ce que nous allons faire.
de ce que nous allons faire.
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
C'est la façon dont nous allons créer
09:55
this second Industrial Revolution.
195
583266
1858
cette seconde Révolution industrielle.
09:57
And by the way -- right now, this minute,
196
585148
2154
Et au fait, en ce moment même,
09:59
you can log on to Google
197
587326
1169
on peut aller sur Google
10:00
and you can purchase
AI for six cents, 100 hits.
AI for six cents, 100 hits.
198
588519
3882
et acheter de l'IA
pour 6 centimes, 100 résultats.
pour 6 centimes, 100 résultats.
10:04
That's available right now.
199
592758
1604
C'est disponible immédiatement.
10:06
So the third aspect of this
200
594386
2286
Ainsi le troisième aspect
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
est que lorsque l'on donne
un corps à cette IA,
un corps à cette IA,
10:12
we get robots.
202
600017
1173
on obtient un robot.
10:13
And robots are going to be bots,
203
601214
1703
Ces robots vont devenir des « 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
Ils vont faire beaucoup de tâches
que nous avons déjà faites.
que nous avons déjà faites.
10:20
A job is just a bunch of tasks,
205
608357
1528
Un métier est un groupe de tâches,
10:21
so they're going to redefine our jobs
206
609909
1762
ils vont donc redéfinir nos métiers
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
car ils vont faire
certaines de ces tâches.
certaines de ces tâches.
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
Mais ils vont aussi impliquer
de nouvelles catégories,
de nouvelles catégories,
10:29
a whole new slew of tasks
209
617199
2247
une nouvelle flopée de tâches
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
qu'on ne savait même pas
vouloir faire auparavant.
vouloir faire auparavant.
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
Ils vont vraiment engendrer
de nouveaux types de métiers,
de nouveaux types de métiers,
10:37
new kinds of tasks that we want done,
212
625612
2271
de nouvelles sortes
de tâches à faire faire,
de tâches à faire faire,
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
tout comme l'automatisation a apporté
un ensemble de nouvelles choses
un ensemble de nouvelles choses
10:43
that we didn't know we needed before,
214
631336
1834
dont nous n'avions pas besoin avant
10:45
and now we can't live without them.
215
633194
1956
et dont on ne peut plus se passer.
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
Donc ils vont produire encore plus
de métiers qu'ils vont en détruire,
de métiers qu'ils vont en détruire,
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
mais il importe que de nombreuses
tâches à leur faire faire soient celles
tâches à leur faire faire soient celles
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
qui peuvent être définies en termes
d'efficacité ou de productivité.
d'efficacité ou de productivité.
10:59
If you can specify a task,
219
647676
1828
Si vous pouvez décrire une tâche,
11:01
either manual or conceptual,
220
649528
2235
qu'elle soit manuelle ou conceptuelle,
11:03
that can be specified in terms
of efficiency or productivity,
of efficiency or productivity,
221
651787
4780
pouvant être conçue en termes
d'efficacité ou de productivité,
d'efficacité ou de productivité,
11:08
that goes to the bots.
222
656591
1777
elle sera pour les robots.
11:10
Productivity is for robots.
223
658758
2178
La productivité est pour les robots.
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
Car là où nous sommes vraiment bons,
c'est dans la perte de temps.
c'est dans la perte de temps.
11:16
(Laughter)
225
664054
1028
(Rires)
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
On est très doués à faire
des trucs inefficaces.
des trucs inefficaces.
11:19
Science is inherently inefficient.
227
667446
3025
La science est intrinsèquement inefficace.
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
Elle se développe
sur des successions d'échecs,
sur des successions d'échecs,
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
sur le fait qu'on fait des tests
et des expériences qui ne marchent pas,
et des expériences qui ne marchent pas,
11:29
otherwise you're not learning.
230
677194
1442
sinon on n'apprend pas.
11:30
It runs on the fact
231
678660
1162
Elle se développe car il n'y a pas
beaucoup d’efficacité en elle.
beaucoup d’efficacité en elle.
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
L'innovation est inefficace
par définition.
par définition.
11:36
because you make prototypes,
234
684756
1391
car on fait des prototypes
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
et on essaye des trucs
qui échouent, qui ne vont pas.
qui échouent, qui ne vont pas.
11:40
Exploration is inherently inefficiency.
236
688902
3112
L'exploration est
intrinsèquement inefficace.
intrinsèquement inefficace.
11:44
Art is not efficient.
237
692038
1531
L'art n'est pas efficace.
11:45
Human relationships are not efficient.
238
693593
2127
Les relations humaines ne le sont pas.
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
Voilà les types de choses
vers lesquelles nous allons,
vers lesquelles nous allons,
11:50
because they're not efficient.
240
698708
1475
car elles sont inefficaces.
11:52
Efficiency is for robots.
241
700207
2315
L'efficacité est pour les robots.
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
Nous allons aussi devoir apprendre
à travailler avec ces IA,
à travailler avec ces IA,
11:59
because they think differently than us.
243
707485
1997
car elles pensent différemment de nous.
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
Quand Deep Blue a battu
le champion du monde d'échecs,
le champion du monde d'échecs,
12:06
people thought it was the end of chess.
245
714343
1929
on a pensé que c'était la fin des échecs.
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
Mais en fait, il s'avère que le champion
du monde d'échec aujourd'hui
du monde d'échec aujourd'hui
12:12
is not an AI.
247
720722
1557
n'est pas une IA.
12:14
And it's not a human.
248
722906
1181
Et n'est pas un humain.
12:16
It's the team of a human and an AI.
249
724111
2715
C'est l'équipe formée
par un humain et une IA.
par un humain et une IA.
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
Le meilleur diagnosticien
n'est ni un médecin, ni une IA,
n'est ni un médecin, ni une IA,
12:22
it's the team.
251
730874
1176
c'est leur équipe.
12:24
We're going to be working with these AIs,
252
732074
2149
Nous allons travailler avec ces IA.
12:26
and I think you'll be paid in the future
253
734247
1995
Je pense que l'on sera payé
dans le futur
dans le futur
12:28
by how well you work with these bots.
254
736266
2391
selon notre capacité à travailler
avec ces robots.
avec ces robots.
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
La troisième chose est donc
qu'ils sont différents,
qu'ils sont différents,
12:35
they're utility
256
743307
1165
qu'on va les utiliser
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
et qu'on va travailler avec
plutôt que lutter contre eux.
plutôt que lutter contre eux.
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
Nous travaillerons avec plutôt que contre.
12:42
So, the future:
259
750999
1477
Donc, le futur :
12:44
Where does that take us?
260
752500
1420
où cela nous mène-t-il ?
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
Je pense que d'ici 25 ans,
on regardera en arrière
on regardera en arrière
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
à notre compréhension de l'IA et on dira :
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
« Vous n'aviez pas d'IA. En fait,
vous n'aviez pas encore d'Internet,
vous n'aviez pas encore d'Internet,
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
comparé à celui que
nous aurons dans 25 ans. »
nous aurons dans 25 ans. »
12:59
There are no AI experts right now.
265
767849
3047
Actuellement, il n'y a pas
d'experts en IA.
d'experts en IA.
13:02
There's a lot of money going to it,
266
770920
1699
Beaucoup d'argent va arriver,
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
des milliards de dollars seront dépensés,
13:06
it's a huge business,
268
774935
2164
c'est un secteur économique énorme,
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
mais il n'y a pas d'experts,
comparé à ce que nous aurons dans 20 ans.
comparé à ce que nous aurons dans 20 ans.
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
Nous en sommes au début du début,
13:16
we're in the first hour of all this.
271
784973
2163
à la première heure de tout cela.
13:19
We're in the first hour of the Internet.
272
787160
1935
Nous sommes à la 1ère heure d'Internet,
13:21
We're in the first hour of what's coming.
273
789119
2040
à la 1ère heure de tout ce qui vient.
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
Le produit intelligent
le plus populaire dans 20 ans,
le plus populaire dans 20 ans,
13:27
that everybody uses,
275
795360
1444
que tout le monde utilisera,
13:29
has not been invented yet.
276
797499
1544
n'a pas encore été inventé.
13:32
That means that you're not late.
277
800464
2467
Ça signifie que vous n'êtes
pas encore dépassé.
pas encore dépassé.
13:35
Thank you.
278
803684
1151
Merci.
13:36
(Laughter)
279
804859
1026
(Rires)
13:37
(Applause)
280
805909
2757
(Applaudissements)
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