TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
אלכס וויסנר-גרוס: משוואה חדשה לתבונה
Filmed:
Readability: 5.9
2,098,891 views
האם יש נוסחה לתבונה? כן.
הנוסחה היא F = T ∇ Sτ.
בהרצאה מרתקת ומיידעת, הפיזיקאי ומדען המחשב אלכס וויסנר-גרוס מסביר מה השמשמעות של זה.
(צולם ב 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
תבונה - מהי?
00:16
If we take a look back at the history
1
4566
2291
אם נסתכל אחורה על ההיסטוריה
00:18
of how intelligence has been viewed,
2
6857
2624
של איך תבונה נראתה,
00:21
one seminal example has been
3
9481
3618
דוגמה מרכזית אחת היתה
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
הציטטה המפורסמת של אדסגר דייקסטרה
00:28
"the question of whether a machine can think
5
16576
3111
ש"השאלה אם מכונה יכולה לחשוב
00:31
is about as interesting
6
19687
1310
היא מעניינת כמו
00:32
as the question of whether a submarine
7
20997
2971
השאלה אם צוללת
00:35
can swim."
8
23968
1790
יכולה לשחות."
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
עכשיו, אדסגר דייקסטרה, כשכתב את זה,
00:41
intended it as a criticism
10
29602
2054
התכוון לזה כביקורת
00:43
of the early pioneers of computer science,
11
31656
3000
על החלוצים הראשונים במדעי המחשב,
00:46
like Alan Turing.
12
34656
1747
כמו אלן טיורינג.
00:48
However, if you take a look back
13
36403
2499
עם זאת, אם תביטו אחורה
00:50
and think about what have been
14
38902
1965
ותחשבו על מה היתה
00:52
the most empowering innovations
15
40867
1996
המוטיבציה הכי מחזקת
00:54
that enabled us to build
16
42863
1879
שאפשרה לנו לבנות
00:56
artificial machines that swim
17
44742
2234
מכונות מלאכותיות ששוחות
00:58
and artificial machines that [fly],
18
46976
2573
ומכונות מלאכותיות שחושבות,
01:01
you find that it was only through understanding
19
49549
3547
אתם מגלים שזה היה רק דרך הבנת
01:05
the underlying physical mechanisms
20
53096
2608
המכאניזמים הפיסיקליים ביסוד
01:07
of swimming and flight
21
55704
2779
השחיה או המעוף
01:10
that we were able to build these machines.
22
58483
3172
שהיינו מסוגלים לבנות את המכונות האלה.
01:13
And so, several years ago,
23
61655
2256
וכך, כמה שנים מאוחר יותר,
01:15
I undertook a program to try to understand
24
63911
3249
התחלתי תוכנית כדי לנסות להבין
01:19
the fundamental physical mechanisms
25
67160
2634
את העקרונות של מכאניזמים פיסיקליים
01:21
underlying intelligence.
26
69794
2768
שביסוד התבונה.
01:24
Let's take a step back.
27
72562
1860
בואו ניקח צעד אחורנית.
01:26
Let's first begin with a thought experiment.
28
74422
3149
בואו נתחיל עם ניסוי מחשבתי.
01:29
Pretend that you're an alien race
29
77571
2854
דמיינו שאתם מין חייזרי
01:32
that doesn't know anything about Earth biology
30
80425
3041
שלא יודע דבר על הביולוגיה של כדור הארץ
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
או מדעי המוח של כדור הארץ או התבונה,
01:38
but you have amazing telescopes
32
86582
2192
אבל יש לכם טלסקופים מדהימים
01:40
and you're able to watch the Earth,
33
88774
2362
ואתם מסוגלים לצפות בכדור הארץ,
01:43
and you have amazingly long lives,
34
91136
2332
ויש לכם חיים ארוכים באופן יוצא דופן,
01:45
so you're able to watch the Earth
35
93468
1499
אז אתם מסוגלים לצפות בכדור הארץ
01:46
over millions, even billions of years.
36
94967
3442
במשך מליוני, אפילו מיליארדי שנים.
01:50
And you observe a really strange effect.
37
98409
3015
ואתם מבחינים באפקט ממש מוזר.
01:53
You observe that, over the course of the millennia,
38
101424
4312
אתם רואים, שבמשך האלפים,
01:57
Earth is continually bombarded with asteroids
39
105736
4285
כדור הארץ מופצץ באופן שוטף באסטרואידים
02:02
up until a point,
40
110021
2087
עד לנקודה מסויימת,
02:04
and that at some point,
41
112108
1531
ושבנקודה מסויימת,
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
שמקבילה בערך לשנה שלנו, 2000 לספירה,
02:09
asteroids that are on
43
117831
1716
אסטרואידים בנתיב
02:11
a collision course with the Earth
44
119547
1931
התנגשות עם כדור הארץ
02:13
that otherwise would have collided
45
121478
1975
שאחרת היו מתנגשים
02:15
mysteriously get deflected
46
123453
2415
מוסטים בצורה מוזרה
02:17
or they detonate before they can hit the Earth.
47
125868
3072
או מתפוצצים לפני שהם פוגעים בכדור הארץ.
02:20
Now of course, as earthlings,
48
128940
2083
עכשיו כמובן, כבני ארץ,
02:23
we know the reason would be
49
131023
1544
אנחנו יודעים שהסיבה לכך היא
02:24
that we're trying to save ourselves.
50
132567
1756
שאנחנו מנסים להציל את עצמנו.
02:26
We're trying to prevent an impact.
51
134323
3080
אנחנו מנסים למנוע פגיעה.
02:29
But if you're an alien race
52
137403
1711
אבל אם אתם מין חייזרי
02:31
who doesn't know any of this,
53
139114
1146
שלא מודע לכל זה,
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
ואין לו מושג בנוגע לתבונה על כדור הארץ,
02:34
you'd be forced to put together
55
142774
1728
אתם הייתם צריכים להרכיב
02:36
a physical theory that explains how,
56
144502
2918
תאוריה פיסיקלית כדי להסביר איך,
02:39
up until a certain point in time,
57
147420
2538
עד לנקודה מסויימת בזמן,
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
אסטרואידים שהיו הורסים את פני הפלנטה
02:46
mysteriously stop doing that.
59
154407
3231
באופן מסתורי מפסיקים לעשות את זה.
02:49
And so I claim that this is the same question
60
157638
4204
אז כך אני טוען שזו אותה השאלה
02:53
as understanding the physical nature of intelligence.
61
161842
3998
כמו להבין את הטבע הפיזיקלי של התבונה.
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
אז בתוכנית הזו שהתחלתי לפני מספר שנים,
03:01
I looked at a variety of different threads
63
169722
2765
הבטתי במגוון תחומים שונים
03:04
across science, across a variety of disciplines,
64
172487
3162
במדע, לרוחב דיסיפלינות מגוונות,
03:07
that were pointing, I think,
65
175649
1892
שהפנו, אני חושב,
03:09
towards a single, underlying mechanism
66
177541
2548
לכיוון מנגנון יחיד יסודי
03:12
for intelligence.
67
180089
1581
לאינטיליגנציה.
03:13
In cosmology, for example,
68
181670
2546
בקוסמולוגיה, לדוגמה,
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
היו מגוון תחומים שונים של ראיות
03:18
that our universe appears to be finely tuned
70
186963
3407
שהיקום שלנו נראה מותאם במיוחד
03:22
for the development of intelligence,
71
190370
2153
להתפתחות של תבונה,
03:24
and, in particular, for the development
72
192523
2389
ובעיקר, להתפתחות
03:26
of universal states
73
194912
1886
של מצבים אוניברסליים
03:28
that maximize the diversity of possible futures.
74
196798
4098
שמגבירים את המגוון
של עתידים אפשריים.
של עתידים אפשריים.
03:32
In game play, for example, in Go --
75
200896
2344
במשחק, לדוגמה, בגו --
03:35
everyone remembers in 1997
76
203240
3025
כולם זוכרים ב 1997
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
כשכחול עמוק של IBM ניצח את גארי קאספרוב בשח --
03:42
fewer people are aware
78
210216
1523
פחות אנשים מודעים
03:43
that in the past 10 years or so,
79
211739
2018
שבעשר השנים האחרונות פחות או יותר,
03:45
the game of Go,
80
213757
1198
המשחק גו,
03:46
arguably a much more challenging game
81
214955
1956
אפשר לטעון שהוא משחק יותר מאתגר
03:48
because it has a much higher branching factor,
82
216911
2425
מפני שיש לו פקטור הסתעפות גדול בהרבה,
03:51
has also started to succumb
83
219336
1702
גם התחיל להכנע
03:53
to computer game players
84
221038
1865
לשחקנים ממוחשבים
03:54
for the same reason:
85
222903
1573
מאותן סיבות:
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
הטכניקות הכי טובות כרגע למחשבים שמשחקים גו
03:59
are techniques that try to maximize future options
87
227276
3696
הן טכניקות שמנסות למקסם אופציות עתידיות
04:02
during game play.
88
230972
2014
במהלך המשחק.
04:04
Finally, in robotic motion planning,
89
232986
3581
לבסוף, בתכנון תנועה רובוטית,
04:08
there have been a variety of recent techniques
90
236567
2182
היו מגוון שיטות עדכניות
04:10
that have tried to take advantage
91
238749
1902
שניסו להשתמש
04:12
of abilities of robots to maximize
92
240651
3146
ביכולות של רובוטים למקסם
04:15
future freedom of action
93
243797
1506
חרויות עתידיות לפעולה
04:17
in order to accomplish complex tasks.
94
245303
3097
כדי לבצע משימות מורכבות.
04:20
And so, taking all of these different threads
95
248400
2355
וכך, כשלוקחים את כל התחומים האלה
04:22
and putting them together,
96
250755
1622
ושמים אותם יחד,
04:24
I asked, starting several years ago,
97
252377
2640
אני שואל, החל מלפני כמה שנים,
04:27
is there an underlying mechanism for intelligence
98
255017
2850
האם יש מנגנון יסודי לתבונה
04:29
that we can factor out
99
257867
1673
שאנחנו יכולים למצות
04:31
of all of these different threads?
100
259540
1774
מכל התחומים השונים האלה?
04:33
Is there a single equation for intelligence?
101
261314
4593
האם יש משוואה בסיסית לתבונה?
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
והתשובה, אני מאמין, היא כן.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
04:41
What you're seeing is probably
103
269278
1913
מה שאתם רואים זה כנראה
04:43
the closest equivalent to an E = mc²
104
271191
3294
הדבר הכי קרוב ל E = mc²
04:46
for intelligence that I've seen.
105
274485
2830
לתבונה שראיתי.
04:49
So what you're seeing here
106
277315
1702
אז מה שאתם רואים פה
04:51
is a statement of correspondence
107
279017
2669
זו הצהרה של יחס
04:53
that intelligence is a force, F,
108
281686
4435
שתבונה היא כוח, F,
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
שפועל למקסם חרות עתידית של פעולה.
05:02
It acts to maximize future freedom of action,
110
290771
2375
היא פועלת למקסם חרות עתידית של פעולה,
05:05
or keep options open,
111
293146
1628
או שומרת על האופציות פתוחות,
05:06
with some strength T,
112
294774
2225
עם כוח כלשהו T,
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
עם מגוון של עתידים נגישים אפשריים, S,
05:13
up to some future time horizon, tau.
114
301776
2550
עד לאופק זמן עתידי כלשהו, טאו.
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
בקיצור, לא נראה שתבונה אוהבת להילכד.
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
תבונה מנסה למקסם חרויות עתידיות של פעולה
05:22
and keep options open.
117
310590
2673
ושומרת על האופציות פתוחות.
05:25
And so, given this one equation,
118
313263
2433
וכך, בהנתן המשוואה הזו,
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
זה טבעי לשאול, אז מה אפשר לעשות עם זה?
05:30
How predictive is it?
120
318228
1351
כמה זה חוזה את העתיד?
05:31
Does it predict human-level intelligence?
121
319579
2135
האם זה חוזה תבונה ברמה אנושית?
05:33
Does it predict artificial intelligence?
122
321714
2818
האם זה חוזה בינה מלאכותית?
05:36
So I'm going to show you now a video
123
324532
2042
אז אני אראה לכם סרטון עכשיו
05:38
that will, I think, demonstrate
124
326574
3420
שאני חושב, ידגים
05:41
some of the amazing applications
125
329994
2288
כמה מהיישומים המדהימים
05:44
of just this single equation.
126
332282
2319
של המשוואה היחידה הזו.
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
(סרטון) קריין: מחקרים אחרונים בקוסמולוגיה
05:48
has suggested that universes that produce
128
336580
2047
הציעו שיקומים שיוצרים
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
יותר חוסר סדר, או "אנטרופיה," במהלך חייהם
05:54
should tend to have more favorable conditions
130
342108
2478
יהיו בהם תנאים יותר מתאימים
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
לקיום של חיים תבוניים כמונו.
05:59
But what if that tentative cosmological connection
132
347602
2574
אבל מה אם הקשר הקוסמולוגי הטנטטיבי הזה
06:02
between entropy and intelligence
133
350176
1843
בין אנטרופיה ותבונה
06:04
hints at a deeper relationship?
134
352019
1771
מרמז ליחס עמוק יותר?
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
מה אם התנהגות תבונית לא רק מתאימה
06:08
with the production of long-term entropy,
136
356354
1844
ליצור של אנטרופיה לטווח ארוך,
06:10
but actually emerges directly from it?
137
358198
2318
אלא למעשה נובעת ישירות ממנה?
06:12
To find out, we developed a software engine
138
360516
2406
כדי להבין, פיתחנו מנוע תוכנה
06:14
called Entropica, designed to maximize
139
362922
2503
שנקרה אנטרופיקה, שמתוכנן למקסם
06:17
the production of long-term entropy
140
365425
1768
את היצור של אנטרופיה לטווח ארוך
06:19
of any system that it finds itself in.
141
367193
2576
של כל מערכת שהיא מוצאת את עצמה בה.
06:21
Amazingly, Entropica was able to pass
142
369769
2155
למרבה הפלא, אנטרופיקה היתה מסוגלת לעבור
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
מבחני אינטיליגנציה חייתיים רבים,
לשחק במשחקים אנושיים,
לשחק במשחקים אנושיים,
06:27
and even earn money trading stocks,
144
375380
2146
ואפילו להרוויח כסף ממסחר במניות,
06:29
all without being instructed to do so.
145
377526
2111
הכל בלי לקבל הוראות לעשות את זה.
06:31
Here are some examples of Entropica in action.
146
379637
2518
הנה כמה דוגמנות לאנטרופיקה בפעולה.
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
ממש כמו אדם שעומד זקוף בלי ליפול,
06:37
here we see Entropica
148
385360
1230
כאן אנחנו רואים את אנטרופיקה
06:38
automatically balancing a pole using a cart.
149
386590
2885
מאזנת מוט אוטומטית על ידי שימוש בעגלה.
06:41
This behavior is remarkable in part
150
389475
2012
ההתנהגות הזו היא יוצאת דופן חלקית
06:43
because we never gave Entropica a goal.
151
391487
2331
בגלל שאנחנו מעולם לא נתנו לאנטרופיקה מטרה.
06:45
It simply decided on its own to balance the pole.
152
393818
3157
היא פשוט החליטה לבדה לאזן את המוט.
06:48
This balancing ability will have appliactions
153
396975
2132
ליכולת האיזון יהיו אפליקציות
06:51
for humanoid robotics
154
399107
1397
לרובוטיקה אנושית
06:52
and human assistive technologies.
155
400504
2515
וטכנולוגיות מסייעות לאדם.
06:55
Just as some animals can use objects
156
403019
2001
ממש כמו שכמה חיות יכולות לשתמש בעצמים
06:57
in their environments as tools
157
405020
1442
בסביבה שלהן ככלים
06:58
to reach into narrow spaces,
158
406462
1987
כדי להגיע למקומות צרים,
07:00
here we see that Entropica,
159
408449
1882
כאן אנחנו רואים שאנטרופיקה,
07:02
again on its own initiative,
160
410331
1838
שוב ביוזמתה שלה,
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
היתה מסוגלת להזיז דיסק גדול שמייצג חיה
07:07
around so as to cause a small disk,
162
415079
2345
כך שגרמה לדיסק קטן,
07:09
representing a tool, to reach into a confined space
163
417424
2771
שמייצג כלי, להגיע לתוך חלל צפוף
07:12
holding a third disk
164
420195
1537
כשהיא מחזיקה דיסק שלישי
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
ומשחררת את הדיסק השלישי
מהמיקום הקבוע הראשוני שלו.
מהמיקום הקבוע הראשוני שלו.
07:16
This tool use ability will have applications
166
424704
2189
ליכולת השימוש בכלים הזו יהיו אפליקציות
07:18
for smart manufacturing and agriculture.
167
426893
2359
ליצור חכם וחקלאות.
07:21
In addition, just as some other animals
168
429252
1944
בנוסף, בדיוק כמו שכמה חיות אחרות
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
מסוגלות לשתף פעולה על ידי
משיכת קצוות מנוגדים של חבל
משיכת קצוות מנוגדים של חבל
07:25
at the same time to release food,
170
433892
2053
באותו הזמן כדי לשחרר אוכל,
07:27
here we see that Entropica is able to accomplish
171
435945
2295
פה אנחנו רואים שאנטרופיקה מסוגלת להשיג
07:30
a model version of that task.
172
438240
1988
גירסת מודל של המשימה ההיא.
07:32
This cooperative ability has interesting implications
173
440228
2522
ליכולת השיתופית הזה יש השלכות מעניינות
07:34
for economic planning and a variety of other fields.
174
442750
3435
לתכנון כלכלי ומגוון תחומים נוספים.
07:38
Entropica is broadly applicable
175
446185
2071
אנטרופיקה שמישה באופן נרחב
07:40
to a variety of domains.
176
448256
1943
למגוון תחומים.
07:42
For example, here we see it successfully
177
450199
2442
לדוגמה, כאן אנחנו רואים אותה
07:44
playing a game of pong against itself,
178
452641
2559
משחקת משחק פונג באופן מוצלח מול עצמה,
07:47
illustrating its potential for gaming.
179
455200
2343
ומדגימה את הפוטנציאל שלה למשחוק.
07:49
Here we see Entropica orchestrating
180
457543
1919
כאן אנחנו רואים את אנטרופיקה מארגנת
07:51
new connections on a social network
181
459462
1839
קשרים חדשים ברשת חברתית
07:53
where friends are constantly falling out of touch
182
461301
2760
בה חברים מאבדים קשר כל הזמן
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
ושומרת באופן מוצלח על הרשת מחוברת היטב.
07:58
This same network orchestration ability
184
466917
2298
אותה יכולת ניהול רשת
08:01
also has applications in health care,
185
469215
2328
ישימה גם בשרותי בריאות,
08:03
energy, and intelligence.
186
471543
3232
אנרגיה, ומודיעין.
08:06
Here we see Entropica directing the paths
187
474775
2085
כאן אנחנו רואים את
אנטרופיקה מנחה את הדרך
אנטרופיקה מנחה את הדרך
08:08
of a fleet of ships,
188
476860
1486
של צי ספינות,
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
ומגלה באופן מוצלח ומשתמשת בתעלת פנמה
08:13
to globally extend its reach from the Atlantic
190
481521
2458
כדי להרחיב את הפריסה שלה מהאטלנטי
08:15
to the Pacific.
191
483979
1529
לפסיפי.
08:17
By the same token, Entropica
192
485508
1727
באותו אופן, אנטרופיקה
08:19
is broadly applicable to problems
193
487235
1620
ישימה באופן רחב לבעיות
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
בהגנה אוטונומית, לוגיסטיקה ותחבורה.
08:26
Finally, here we see Entropica
195
494173
2030
לבסוף, פה אנחנו רואים את אנטרופיקה
08:28
spontaneously discovering and executing
196
496203
2723
מגלה באופן ספונטני ומבצעת
08:30
a buy-low, sell-high strategy
197
498926
2067
אסטרטגיית קנייה במחיר נמוך, ומכירה בגבוה
08:32
on a simulated range traded stock,
198
500993
2178
במגוון רחב של מניות מדומות,
08:35
successfully growing assets under management
199
503171
2331
מגדילה באופן מוצלח נכסים תחת ניהול
08:37
exponentially.
200
505502
1424
בצורה מעריכית.
08:38
This risk management ability
201
506926
1308
ליכולת ניהול סיכונים זו
08:40
will have broad applications in finance
202
508234
2487
יהיה יישום נרחב בפיננסים
08:42
and insurance.
203
510721
3328
וביטוח.
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
אלכס וויסנר-גרוס: אז מה שראיתם עכשיו
08:48
is that a variety of signature human intelligent
205
516140
4392
זה שמגוון של התנהגויות תבוניות אנושיות
08:52
cognitive behaviors
206
520532
1757
קוגניטיביות עיקריות
08:54
such as tool use and walking upright
207
522289
2831
כמו שימוש בכלים והליכה על שתי רגליים
08:57
and social cooperation
208
525120
2029
ושיתוף פעולה חברתי
08:59
all follow from a single equation,
209
527149
2972
כולן עוקבות אחרי משוואה יחידה,
09:02
which drives a system
210
530121
1932
שמניעה מערכת
09:04
to maximize its future freedom of action.
211
532053
3911
כדי למקסם את חופש הפעולה העיקרי שלה.
09:07
Now, there's a profound irony here.
212
535964
3007
עכשיו, יש אירוניה עמוקה פה.
09:10
Going back to the beginning
213
538971
2024
אם חוזרים להתחלה
09:12
of the usage of the term robot,
214
540995
3273
של השימוש במושג רובוט,
09:16
the play "RUR,"
215
544268
2903
המחזה "RUR"
09:19
there was always a concept
216
547171
2235
תמיד היה קונספט
09:21
that if we developed machine intelligence,
217
549406
3226
שאם נפתח מכונות תבונתיות,
09:24
there would be a cybernetic revolt.
218
552632
3027
תהיה התקוממות קיברנטית.
09:27
The machines would rise up against us.
219
555659
3551
המכונות יתקוממו מולנו.
09:31
One major consequence of this work
220
559210
2319
תוצאה אחת עיקרית של העבודה הזו
09:33
is that maybe all of these decades,
221
561529
2769
היא שאולי כל העשורים האלה,
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
הקונספט הזה של מרד המכונות
09:39
in reverse.
223
567274
2011
היה הפוך.
09:41
It's not that machines first become intelligent
224
569285
3279
זה לא שהמכונות הופכות קודם לתבונתיות
09:44
and then megalomaniacal
225
572564
2015
ואז למגלומניות
09:46
and try to take over the world.
226
574579
2224
ומנסות להשתלט על העולם.
09:48
It's quite the opposite,
227
576803
1434
זה בדיוק ההפך,
09:50
that the urge to take control
228
578237
2906
שהדחף לשלוט
09:53
of all possible futures
229
581143
2261
מכל העתידים האפשריים
09:55
is a more fundamental principle
230
583404
2118
הוא עיקרון יותר בסיסי
09:57
than that of intelligence,
231
585522
1363
מזה של תבונה,
09:58
that general intelligence may in fact emerge
232
586885
3700
שתבונה כללית אולי למעשה תופיע
10:02
directly from this sort of control-grabbing,
233
590585
3559
ישירות מסוג של לקיחת שליטה,
10:06
rather than vice versa.
234
594144
4185
במקום ההפך.
10:10
Another important consequence is goal seeking.
235
598329
3769
תוצאה חשובה נוספת היא השגת מטרות.
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
אני נשאל רבות, איך היכולת להשיג מטרות
10:18
follow from this sort of framework?
237
606458
1620
מגיעה מסוג כזה של תשתית?
10:20
And the answer is, the ability to seek goals
238
608078
3028
והתשובה היא, היכולת להשיג מטרות
10:23
will follow directly from this
239
611106
1882
תגיע ישירות מזה
10:24
in the following sense:
240
612988
1834
באופן הבא:
10:26
just like you would travel through a tunnel,
241
614822
2865
בדיוק כמו שאתם תעברו במנהרה,
10:29
a bottleneck in your future path space,
242
617687
2505
צוואר בקבוק במרחב עתיד הדרך שלכם,
10:32
in order to achieve many other
243
620192
1871
כדי להשיג יעדים רבים
10:34
diverse objectives later on,
244
622063
2021
מגוונים מאוחר יותר,
10:36
or just like you would invest
245
624084
2372
או בדיוק כמו שתשקיעו
10:38
in a financial security,
246
626456
1787
בביטחון כלכלי,
10:40
reducing your short-term liquidity
247
628243
2237
ותפחיתו את ההון הנזיל שלכם בטווח הקצר
10:42
in order to increase your wealth over the long term,
248
630480
2400
כדי להגדיל את העושר שלכם בטווח הארוך,
10:44
goal seeking emerges directly
249
632880
2337
השגת מטרות נובעת ישירות
10:47
from a long-term drive
250
635217
1729
מדחף ארוך טווח
10:48
to increase future freedom of action.
251
636946
4037
להגדיל חופש פעולה עתידי.
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
לבסוף, ריצ'ארד פיינמן, הפיזיקאי המפורסם,
10:56
once wrote that if human civilization were destroyed
253
644511
3672
כתב פעם שאם האנושות תושמד
11:00
and you could pass only a single concept
254
648183
1893
ותוכלו להעביר רק רעיון אחד
11:02
on to our descendants
255
650076
1371
לבאים אחרינו
11:03
to help them rebuild civilization,
256
651447
2307
כדי לעזור להם לבנות את הציביליזציה,
11:05
that concept should be
257
653754
1686
הרעיון ההוא צריך להיות
11:07
that all matter around us
258
655440
1852
שכל החומר סביבנו
11:09
is made out of tiny elements
259
657292
2323
עשוי מחלקיקים קטנים
11:11
that attract each other when they're far apart
260
659615
2508
שמושכים אחד את השני כשהם רחוקים
11:14
but repel each other when they're close together.
261
662123
3330
אבל דוחים אחד את השני כשהם קרובים.
11:17
My equivalent of that statement
262
665453
1781
המקבילה שלי להצהרה הזו
11:19
to pass on to descendants
263
667234
1268
להעביר לבאים אחרינו
11:20
to help them build artificial intelligences
264
668502
2712
כדי לעזור להם לבנות בינה מלאכותית
11:23
or to help them understand human intelligence,
265
671214
2949
או לעזור להם להבין את הבינה האנושית,
11:26
is the following:
266
674163
1267
היא זו:
11:27
Intelligence should be viewed
267
675430
2053
תבונה צריכה להראות
11:29
as a physical process
268
677483
1413
כתהליך פיזיקלי
11:30
that tries to maximize future freedom of action
269
678896
2965
שמנסה למקסם את החרויות העתידיות של פעולה
11:33
and avoid constraints in its own future.
270
681861
3616
ולהמנע ממגבלות בעתיד שלו עצמו.
11:37
Thank you very much.
271
685477
1358
תודה רבה לכם.
11:38
(Applause)
272
686835
4000
(מחיאות כפיים)
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