TED2017
Garry Kasparov: Don't fear intelligent machines. Work with them
Garri Kaszparov: Ne féljünk az intelligens gépektől! Dolgozzunk velük!
Filmed:
Readability: 4.7
1,595,117 views
Ha a legtöbbet akarjuk kihozni a technológiából, szembe kell néznünk félelmünkkel, és le kell győznünk, ha a legjobbat akarjuk kihozni emberi mivoltunkból – mondja Garri Kaszparov, a történelem egyik legnagyobb sakkozója. Kaszparov 1997-ben elvesztette az IBM Deep Blue csúcsszámítógépe elleni mérkőzését. Föltárja előttünk a jövőre vonatkozó látomását, amikor intelligens gépek fogják segíteni legmerészebb álmaink valóra váltását.
Garry Kasparov - Grandmaster, analyst
Garry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy. Full bio
Garry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy. Full bio
Double-click the English transcript below to play the video.
00:12
This story begins in 1985,
0
960
2976
A történet 1985-ben kezdődik,
00:15
when at age 22,
1
3960
1976
22 éves koromban,
00:17
I became the World Chess Champion
2
5960
2376
amikor sakkvilágbajnok lettem
00:20
after beating Anatoly Karpov.
3
8360
3200
Anatolij Karpov legyőzésével.
Abban az évben korábban
00:24
Earlier that year,
4
12480
1256
00:25
I played what is called
simultaneous exhibition
simultaneous exhibition
5
13760
3616
szimultán mérkőzést játszottam
00:29
against 32 of the world's
best chess-playing machines
best chess-playing machines
6
17400
4296
a világ 32 legjobb sakkozógépe ellen
00:33
in Hamburg, Germany.
7
21720
1360
a németországi Hamburgban.
00:36
I won all the games,
8
24160
1200
Minden játszmát megnyertem,
00:38
and then it was not considered
much of a surprise
much of a surprise
9
26560
3176
és nem számított meglepőnek,
00:41
that I could beat 32 computers
at the same time.
at the same time.
10
29760
4040
hogy egyidejűleg meg tudtam verni
32 számítógépet.
32 számítógépet.
00:46
To me, that was the golden age.
11
34480
2576
Az volt az én aranykorom.
00:49
(Laughter)
12
37080
2096
(Nevetés)
00:51
Machines were weak,
13
39200
1520
A gépek gyengék voltak,
00:53
and my hair was strong.
14
41680
1336
a hajam pedig dús.
00:55
(Laughter)
15
43040
2200
(Nevetés)
00:58
Just 12 years later,
16
46720
2056
De 12 évvel később
01:00
I was fighting for my life
against just one computer
against just one computer
17
48800
4616
élet-halál küzdelmet vívtam
egyetlen számítógép ellen
egyetlen számítógép ellen
01:05
in a match
18
53440
1200
olyan mérkőzésen,
01:07
called by the cover of "Newsweek"
19
55360
2056
amelyet a Newsweek címoldala
01:09
"The Brain's Last Stand."
20
57440
1776
"Az agy utolsó védvonalá"-nak hívott.
01:11
No pressure.
21
59240
1216
Spongyát rá!
01:12
(Laughter)
22
60480
1520
(Nevetés)
01:15
From mythology to science fiction,
23
63040
2576
A mitológiától kezdve a sci-fiig
01:17
human versus machine
24
65640
2736
az ember gép elleni küzdelmét
01:20
has been often portrayed
as a matter of life and death.
as a matter of life and death.
25
68400
2760
gyakran élet-halál harcként ábrázolják.
01:23
John Henry,
26
71960
1576
John Henry,
01:25
called the steel-driving man
27
73560
1696
az acélkalapácsos ember,
01:27
in the 19th century
African American folk legend,
African American folk legend,
28
75280
3776
a 19. századi afroamerikai
népi legenda hőse,
népi legenda hőse,
01:31
was pitted in a race
29
79080
1376
gőzkalapács ellen
01:32
against a steam-powered hammer
30
80480
2736
folytatott küzdelmet,
01:35
bashing a tunnel through mountain rock.
31
83240
2360
amikor alagutat tört a sziklás hegyen át.
01:38
John Henry's legend
is a part of a long historical narrative
is a part of a long historical narrative
32
86800
4200
John Henry legendája része
annak a régi gondolkodási sémának,
annak a régi gondolkodási sémának,
01:43
pitting humanity versus technology.
33
91680
3080
amely az embert és a technológiát
szembeállítja egymással.
szembeállítja egymással.
01:48
And this competitive rhetoric
is standard now.
is standard now.
34
96200
2880
A versenyzés retorikája
manapság is uralkodó.
manapság is uralkodó.
01:51
We are in a race against the machines,
35
99560
1960
Versenyben vagyunk a gépekkel,
01:54
in a fight or even in a war.
36
102360
2080
küzdelemben, sőt háborúban.
01:57
Jobs are being killed off.
37
105880
1616
Munkahelyek szűnnek meg.
01:59
People are being replaced
as if they had vanished from the Earth.
as if they had vanished from the Earth.
38
107520
3560
Gépek lépnek emberek helyébe,
mintha soha nem léteztek volna a Földön.
mintha soha nem léteztek volna a Földön.
02:04
It's enough to think that the movies
like "The Terminator" or "The Matrix"
like "The Terminator" or "The Matrix"
39
112240
3496
Elég arra gondolni,
hogy a Terminátor vagy a Mátrix c. film
hogy a Terminátor vagy a Mátrix c. film
02:07
are nonfiction.
40
115760
1200
valósággá váltak.
02:11
There are very few instances of an arena
41
119640
4320
Kevés terület maradt,
02:17
where the human body and mind
can compete on equal terms
can compete on equal terms
42
125360
4256
ahol az emberi test és ész
egyenlő feltételekkel versenyezhet
egyenlő feltételekkel versenyezhet
02:21
with a computer or a robot.
43
129639
1841
számítógépekkel vagy robotokkal.
02:24
Actually, I wish there were a few more.
44
132280
1858
Szeretném, ha sokkal több lenne.
02:27
Instead,
45
135760
1200
Ehelyett
02:29
it was my blessing and my curse
46
137840
4656
egyszerre voltam megáldva és megátkozva,
02:34
to literally become the proverbial man
47
142520
2696
hogy szó szerint példaalakja lettem
02:37
in the man versus machine competition
48
145240
3096
az ember és a gép versenyének,
02:40
that everybody is still talking about.
49
148360
1880
akire állandóan hivatkoznak.
02:45
In the most famous human-machine
competition since John Henry,
competition since John Henry,
50
153120
5016
A John Henry óta lezajlott leghíresebb
ember–gép versenyben
ember–gép versenyben
02:50
I played two matches
51
158160
2576
két mérkőzést játszottam
02:52
against the IBM supercomputer, Deep Blue.
52
160760
3440
az IBM Deep Blue nevű
csúcsszámítógépe ellen.
csúcsszámítógépe ellen.
02:59
Nobody remembers
that I won the first match --
that I won the first match --
53
167040
2176
Senki sem emlékszik rá,
hogy az elsőt megnyertem...
hogy az elsőt megnyertem...
03:01
(Laughter)
54
169240
2336
(Nevetés)
03:03
(Applause)
55
171600
3400
(Taps)
03:07
In Philadelphia, before losing the rematch
the following year in New York.
the following year in New York.
56
175920
4976
...Philadelphiában, mielőtt elvesztettem
a visszavágót egy év múlva New Yorkban.
a visszavágót egy év múlva New Yorkban.
03:12
But I guess that's fair.
57
180920
1760
De ez rendjén való.
03:16
There is no day in history,
special calendar entry
special calendar entry
58
184320
5096
Nem tartják számon a naptárban azokat,
03:21
for all the people
who failed to climb Mt. Everest
who failed to climb Mt. Everest
59
189440
3496
akiknek nem sikerült
megmászniuk a Mount Everestet,
megmászniuk a Mount Everestet,
03:24
before Sir Edmund Hillary
and Tenzing Norgay
and Tenzing Norgay
60
192960
2736
mielőtt Sir Edmund Hillary
és Tenzing Norgay
és Tenzing Norgay
03:27
made it to the top.
61
195720
1200
föl nem jutott a csúcsára.
03:29
And in 1997, I was still
the world champion
the world champion
62
197960
3760
1997-ben még sakkvilágbajnok voltam,
03:36
when chess computers finally came of age.
63
204520
4200
mikor a sakkszámítógépek végül beértek.
03:41
I was Mt. Everest,
64
209520
1976
Én voltam a Mount Everest,
03:43
and Deep Blue reached the summit.
65
211520
1600
és a Deep Blue elérte a csúcsot.
03:46
I should say of course,
not that Deep Blue did it,
not that Deep Blue did it,
66
214600
4056
Persze, nem a Deep Blue tette,
03:50
but its human creators --
67
218680
2136
hanem a létrehozói
03:52
Anantharaman, Campbell, Hoane, Hsu.
68
220840
3336
Anantharaman, Campbell, Hoane, Hsu.
03:56
Hats off to them.
69
224200
1200
Le a kalappal előttük!
03:58
As always, machine's triumph
was a human triumph,
was a human triumph,
70
226840
4416
Mint mindig, a gép győzelme
az ember győzelme,
az ember győzelme,
04:03
something we tend to forget when humans
are surpassed by our own creations.
are surpassed by our own creations.
71
231280
4760
ezt hajlunk elfeledni, amikor teremtményei
túltesznek létrehozójukon.
túltesznek létrehozójukon.
04:10
Deep Blue was victorious,
72
238360
1440
A Deep Blue győzedelmeskedett,
04:13
but was it intelligent?
73
241400
1200
de intelligens volt-e?
04:15
No, no it wasn't,
74
243360
1760
Nem volt, legalábbis abban az értelemben,
04:18
at least not in the way Alan Turing
and other founders of computer science
and other founders of computer science
75
246200
5056
ahogy Alan Turing s az informatika
tudományának megalapítói
tudományának megalapítói
04:23
had hoped.
76
251280
1200
remélték.
04:25
It turned out that chess
could be crunched by brute force,
could be crunched by brute force,
77
253240
4776
Kiderült, hogy a sakkjátékban
a nyers erő is dönthet,
a nyers erő is dönthet,
04:30
once hardware got fast enough
78
258040
4256
ha a hardver elég gyors
04:34
and algorithms got smart enough.
79
262320
2960
és az algoritmus elég okos.
04:38
Although by the definition of the output,
80
266760
3696
Bár az eredmény szempontjából
04:42
grandmaster-level chess,
81
270480
3216
– hogy ti. nagymesteri fokon játsszék –
04:45
Deep Blue was intelligent.
82
273720
1280
a Deep Blue okos volt.
04:49
But even at the incredible speed,
83
277320
2400
De a hihetetlen sebességű
04:52
200 million positions per second,
84
280560
3200
– 200 millió állás másodpercenként –
04:57
Deep Blue's method
85
285360
1200
Deep Blue módszer
nem sokat tett hozzá,
nem sokat tett hozzá,
04:59
provided little of the dreamed-of insight
into the mysteries of human intelligence.
into the mysteries of human intelligence.
86
287360
6600
hogy belelássunk
az emberi intelligencia rejtelmébe.
az emberi intelligencia rejtelmébe.
05:08
Soon,
87
296960
1816
Nemsokára
05:10
machines will be taxi drivers
88
298800
2576
gépek lesznek a taxisok,
05:13
and doctors and professors,
89
301400
2416
orvosok, egyetemi tanárok,
05:15
but will they be "intelligent?"
90
303840
2600
de vajon intelligensek lesznek-e?
05:19
I would rather leave these definitions
91
307840
2496
Ezeket a meghatározásokat
inkább meghagyom
inkább meghagyom
05:22
to the philosophers and to the dictionary.
92
310360
3560
filozófusoknak és szótáraknak.
05:27
What really matters is how we humans
93
315440
3880
Igazából az számít, hogy mi, emberek,
05:32
feel about living and working
with these machines.
with these machines.
94
320320
3600
hogyan érezzük magunkat e gépek
között élve és velük dolgozva.
között élve és velük dolgozva.
05:38
When I first met Deep Blue
in 1996 in February,
in 1996 in February,
95
326160
5256
Amikor 1996 februárjában
először találkoztam a Deep Blue-val,
először találkoztam a Deep Blue-val,
05:43
I had been the world champion
for more than 10 years,
for more than 10 years,
96
331440
2600
már több mint 10 éve világbajnok voltam,
05:48
and I had played 182
world championship games
world championship games
97
336080
4016
és 182 világbajnoki játszmán voltam túl,
05:52
and hundreds of games against
other top players in other competitions.
other top players in other competitions.
98
340120
5096
meg más kiváló sakkozók
ellen vívott több száz játszmán.
ellen vívott több száz játszmán.
05:57
I knew what to expect from my opponents
99
345240
5056
Tudtam, mire számítsak ellenfeleimtől,
06:02
and what to expect from myself.
100
350320
1680
és tudtam, mit várhatok magamtól.
06:04
I was used to measure their moves
101
352680
5176
Megszoktam, hogy mérlegeljem a lépéseiket,
06:09
and to gauge their emotional state
102
357880
3616
és fölbecsüljem érzelmi állapotukat
06:13
by watching their body language
and looking into their eyes.
and looking into their eyes.
103
361520
3840
testbeszédük alapján és a szemükbe nézve.
06:17
And then I sat across
the chessboard from Deep Blue.
the chessboard from Deep Blue.
104
365880
4000
Amikor a Deep Blue sakktáblájához ültem,
06:24
I immediately sensed something new,
105
372960
2856
rögtön valami újdonságot éreztem,
06:27
something unsettling.
106
375840
1320
valami nyugtalanítót.
06:31
You might experience a similar feeling
107
379440
2800
Amilyent akkor éreznek,
06:35
the first time you ride
in a driverless car
in a driverless car
108
383320
2536
mikor először ülnek
vezető nélküli kocsiba,
vezető nélküli kocsiba,
06:37
or the first time your new computer
manager issues an order at work.
manager issues an order at work.
109
385880
4840
vagy amikor az új IT-főnöktől
először kapnak utasítást.
először kapnak utasítást.
06:45
But when I sat at that first game,
110
393800
3120
De az első játszmánál még
06:50
I couldn't be sure
111
398080
2136
nem lehettem benne biztos,
06:52
what is this thing capable of.
112
400240
3680
mire képes ez a micsoda.
06:56
Technology can advance in leaps,
and IBM had invested heavily.
and IBM had invested heavily.
113
404920
3160
A technológia ugrásszerűen fejlődik,
és az IBM sokat fektetett bele.
és az IBM sokat fektetett bele.
07:00
I lost that game.
114
408680
1200
Azt a játszmát elvesztettem.
07:04
And I couldn't help wondering,
115
412320
1776
Csak tűnődtem:
07:06
might it be invincible?
116
414120
1560
lehet, hogy legyőzhetetlen?
07:08
Was my beloved game of chess over?
117
416600
2360
Talán befellegzett imádott sakkomnak?
07:12
These were human doubts, human fears,
118
420800
4136
Ezek emberi kétségek,
emberi félelmek voltak.
emberi félelmek voltak.
07:16
and the only thing I knew for sure
119
424960
1680
Egyben biztos voltam:
07:19
was that my opponent Deep Blue
had no such worries at all.
had no such worries at all.
120
427400
2896
Deep Blue nevű ellenfelemnek
nincsenek ilyen kétségei.
nincsenek ilyen kétségei.
07:22
(Laughter)
121
430320
1760
(Nevetés)
07:25
I fought back
122
433920
1400
A megsemmisítő csapás után
07:28
after this devastating blow
123
436400
1680
visszavágtam,
és megnyertem az első mérkőzést,
07:31
to win the first match,
124
439000
1200
de a baljós előjelek már jelentkeztek.
07:32
but the writing was on the wall.
125
440960
1640
07:36
I eventually lost to the machine
126
444400
2136
Végül is vesztettem a géppel szemben,
07:38
but I didn't suffer the fate of John Henry
127
446560
3056
de legalább nem jutottam
John Henry sorsára,
John Henry sorsára,
07:41
who won but died
with his hammer in his hand.
with his hammer in his hand.
128
449640
3040
aki bár győzött,
kalapácsával a kezében halt meg.
kalapácsával a kezében halt meg.
07:49
It turned out that the world of chess
129
457720
2536
Kiderült, hogy a sakk világának
07:52
still wanted to have
a human chess champion.
a human chess champion.
130
460280
3240
még szüksége van emberi sakkbajnokra.
07:56
And even today,
131
464920
1680
Még manapság is, mikor a mobilokon
08:00
when a free chess app
on the latest mobile phone
on the latest mobile phone
132
468080
3456
az ingyen sakkprogramok
08:03
is stronger than Deep Blue,
133
471560
2016
erősebbek a Deep Blue-nál,
08:05
people are still playing chess,
134
473600
1480
az emberek mégis sakkoznak,
08:08
even more than ever before.
135
476680
2240
többet, mint bármikor.
08:11
Doomsayers predicted
that nobody would touch the game
that nobody would touch the game
136
479800
3216
A vészmadarak azt jósolták,
hogy senki nem fog sakkozni,
hogy senki nem fog sakkozni,
08:15
that could be conquered by the machine,
137
483040
2256
ha gép is legyőzheti.
08:17
and they were wrong, proven wrong,
138
485320
2216
Bebizonyosodott a tévedésük,
08:19
but doomsaying has always been
a popular pastime
a popular pastime
139
487560
3456
de a vészmadaraknak mindig
kedvenc időtöltésük
kedvenc időtöltésük
08:23
when it comes to technology.
140
491040
1360
a károgás a technológiáról.
08:26
What I learned from my own experience
141
494360
2736
Saját tapasztalatomból tudom,
08:29
is that we must face our fears
142
497120
4656
hogy szembe kell néznünk a félelmünkkel,
08:33
if we want to get the most
out of our technology,
out of our technology,
143
501800
3720
ha a legtöbbet akarjuk
kihozni a technológiából,
kihozni a technológiából,
08:38
and we must conquer those fears
144
506360
2376
és le kell győznünk félelmünket,
08:40
if we want to get the best
out of our humanity.
out of our humanity.
145
508760
5240
hogy a legjobbat hozzuk
ki emberi mivoltunkból.
ki emberi mivoltunkból.
08:48
While licking my wounds,
146
516120
1775
Sebeim nyalogatása közben
08:49
I got a lot of inspiration
147
517919
1961
a Deep Blue elleni küzdelemből
08:53
from my battles against Deep Blue.
148
521080
2695
merítettem ihletet.
08:55
As the old Russian saying goes,
if you can't beat them, join them.
if you can't beat them, join them.
149
523799
3121
A régi orosz mondás szerint: ha nem
tudod megverni, csatlakozz hozzá.
tudod megverni, csatlakozz hozzá.
09:00
Then I thought,
150
528880
1376
Akkor arra gondoltam:
09:02
what if I could play with a computer --
151
530280
2336
mi lenne, ha összefognék a géppel,
09:04
together with a computer at my side,
combining our strengths,
combining our strengths,
152
532640
3160
a számítógép és én együttműködnénk,
egyesítenénk erősségeinket:
egyesítenénk erősségeinket:
09:09
human intuition
plus machine's calculation,
plus machine's calculation,
153
537160
3776
az emberi ösztönt a gépi számolással,
09:12
human strategy, machine tactics,
154
540960
2696
az emberi stratégiát a gépi taktikával,
09:15
human experience, machine's memory.
155
543680
2416
az emberi tapasztalatot
a gép memóriájával?
a gép memóriájával?
09:18
Could it be the perfect game ever played?
156
546120
2200
Tán ez lenne az eddigi
legtökéletesebb játszma.
legtökéletesebb játszma.
09:22
My idea came to life
157
550000
1680
1998-ban Haladó Sakk néven
09:24
in 1998 under the name of Advanced Chess
158
552920
3376
megvalósítottam az elgondolásomat.
09:28
when I played this human-plus-machine
competition against another elite player.
competition against another elite player.
159
556320
5680
A géppel az oldalamon játszottam
egy másik kiváló sakkozó ellen.
egy másik kiváló sakkozó ellen.
09:35
But in this first experiment,
160
563280
1896
Az első kísérletben
egyikünknek sem sikerült
egyikünknek sem sikerült
09:37
we both failed to combine
human and machine skills effectively.
human and machine skills effectively.
161
565200
6360
hatékonyan egyesítenie
az ember és a gép erősségét.
az ember és a gép erősségét.
09:46
Advanced Chess found
its home on the internet,
its home on the internet,
162
574920
2240
A Haladó Sakk fölkerült az internetre,
09:50
and in 2005, a so-called
freestyle chess tournament
freestyle chess tournament
163
578160
4856
és 2005-ben az ún. kötetlen sakkbajnokság
09:55
produced a revelation.
164
583040
1360
meglepetésszámba ment.
09:59
A team of grandmasters
and top machines participated,
and top machines participated,
165
587240
3536
Nagymesterek csapata
s a legjobb sakkgépek vettek benne részt,
s a legjobb sakkgépek vettek benne részt,
10:02
but the winners were not grandmasters,
166
590800
2736
de nem a nagymesterek nyertek,
10:05
not a supercomputer.
167
593560
1360
és nem a csúcsszámítógép.
10:07
The winners were a pair
of amateur American chess players
of amateur American chess players
168
595680
4336
Egy amerikai amatőr sakkpáros nyert,
10:12
operating three ordinary PCs
at the same time.
at the same time.
169
600040
3160
amely egyidejűleg három közönséges
személyi számítógépet kezelt.
személyi számítógépet kezelt.
10:17
Their skill of coaching their machines
170
605560
3016
Gépeik kezelése révén
10:20
effectively counteracted
the superior chess knowledge
the superior chess knowledge
171
608600
5776
hatékonyan fölülmúlták
10:26
of their grandmaster opponents
172
614400
1576
nagymester ellenfeleik
sokkal nagyobb sakktudását
sokkal nagyobb sakktudását
10:28
and much greater
computational power of others.
computational power of others.
173
616000
4160
és a többiek sokkal nagyobb
számítási teljesítményét.
számítási teljesítményét.
10:33
And I reached this formulation.
174
621600
1960
Kialakítottam e képletet:
10:36
A weak human player plus a machine
175
624560
3376
gyenge játékos plusz gép
10:39
plus a better process is superior
176
627960
3256
plusz jobb kombináció fölülmúlja
10:43
to a very powerful machine alone,
177
631240
2416
az önálló nagy teljesítményű gépet,
10:45
but more remarkably,
is superior to a strong human player
is superior to a strong human player
178
633680
3896
de még figyelemreméltóbb, hogy fölülmúlja
10:49
plus machine
179
637600
1960
az erős játékos plusz gép összeállítást,
10:53
and an inferior process.
180
641120
2400
ha csapnivaló a kombináció.
10:58
This convinced me that we would need
181
646360
2120
Ez arról győzött meg,
hogy fejlettebb felületek kellenek
hogy fejlettebb felületek kellenek
11:02
better interfaces
to help us coach our machines
to help us coach our machines
182
650000
3680
gépeink összehangolására
11:06
towards more useful intelligence.
183
654520
1720
a jobb intelligencia érdekében.
11:10
Human plus machine isn't the future,
184
658320
3296
Az ember + gép nem a jövő,
11:13
it's the present.
185
661640
1216
hanem a jelen.
11:14
Everybody that's used online translation
186
662880
4136
Aki már használt internetes fordítást
11:19
to get the gist of a news article
from a foreign newspaper,
from a foreign newspaper,
187
667040
4296
idegen nyelvű újsághír
lényegének megértéséhez,
lényegének megértéséhez,
11:23
knowing its far from perfect.
188
671360
1640
tudja, hogy a fordítás gyatra.
11:25
Then we use our human experience
189
673680
2096
De ha hozzáadjuk az emberi tapasztalatot,
11:27
to make sense out of that,
190
675800
2096
hogy értelmessé tegyük,
11:29
and then the machine
learns from our corrections.
learns from our corrections.
191
677920
2776
a gép tanul a kiigazításainkból.
11:32
This model is spreading and investing
in medical diagnosis, security analysis.
in medical diagnosis, security analysis.
192
680720
4960
E modell egyre jobban terjed az orvosi
diagnosztikában, a biztonsági elemzésben.
diagnosztikában, a biztonsági elemzésben.
11:38
The machine crunches data,
193
686440
2120
A gép feldolgozza az adatokat,
11:41
calculates probabilities,
194
689320
1736
valószínűségeket számol,
11:43
gets 80 percent of the way, 90 percent,
195
691080
3656
eléri a 80%-os, majd 90%-os pontosságot,
11:46
making it easier for analysis
196
694760
4376
az emberi oldalnak elemzésre
11:51
and decision-making of the human party.
197
699160
2600
és döntés-előkészítésre
alkalmassá teszi őket.
alkalmassá teszi őket.
11:54
But you are not going to send your kids
198
702280
4840
De senki sem küldi gyerekét iskolába
12:00
to school in a self-driving car
with 90 percent accuracy,
with 90 percent accuracy,
199
708000
3560
90%-os pontosságú vezető nélküli kocsival,
12:04
even with 99 percent.
200
712600
1600
de még 99%-ossal sem.
12:07
So we need a leap forward
201
715560
2856
Nagyot kell még ugranunk előre,
12:10
to add a few more crucial decimal places.
202
718440
6160
hogy pár tizedes értékkel javuljunk.
12:19
Twenty years after
my match with Deep Blue,
my match with Deep Blue,
203
727160
4040
A Deep Blue-val vívott
második mérkőzésem után
második mérkőzésem után
12:24
second match,
204
732200
1616
20 évvel
12:25
this sensational
"The Brain's Last Stand" headline
"The Brain's Last Stand" headline
205
733840
6296
a szenzációhajhász szalagcím:
"Az agy utolsó védvonala"
"Az agy utolsó védvonala"
12:32
has become commonplace
206
740160
1576
közhellyé vált,
12:33
as intelligent machines
207
741760
2536
ahogy az intelligens gépek
12:36
move
208
744320
1200
behatolnak
12:38
in every sector, seemingly every day.
209
746560
2200
minden ágazatba, úgyszólván nap mint nap.
12:42
But unlike in the past,
210
750160
3096
De a múlttól eltérően,
12:45
when machines replaced
211
753280
1640
amikor a gépek az igavonó állatot
12:48
farm animals, manual labor,
212
756480
2376
és a kétkezi munkát helyettesítették,
12:50
now they are coming
after people with college degrees
after people with college degrees
213
758880
2496
most a diplomásokat
12:53
and political influence.
214
761400
1280
és a politikusokat fenyegetik.
12:56
And as someone
who fought machines and lost,
who fought machines and lost,
215
764120
2096
Mint aki gép ellen küzdött és vesztett,
12:58
I am here to tell you
this is excellent, excellent news.
this is excellent, excellent news.
216
766240
2640
azt mondom önöknek, hogy ez kiváló hír.
13:03
Eventually, every profession
217
771000
2216
Végtére is, minden szakmának
13:05
will have to feel these pressures
218
773240
2096
el kell viselnie ezt a nyomást,
13:07
or else it will mean humanity
has ceased to make progress.
has ceased to make progress.
219
775360
5600
különben az emberiség
fejlődése megrekedne.
fejlődése megrekedne.
13:14
We don't
220
782760
1200
Nem mi
13:17
get to choose
221
785440
1720
választjuk meg,
13:20
when and where
technological progress stops.
technological progress stops.
222
788480
2720
mikor és hol áll meg a fejlődés.
13:25
We cannot
223
793160
1360
Nincs lehetőségünk
13:27
slow down.
224
795960
1496
lelassítani.
13:29
In fact,
225
797480
1816
Valójában,
13:31
we have to speed up.
226
799320
1920
ideje fölgyorsulnunk.
13:36
Our technology excels at removing
227
804600
2640
Technológiánk pompásan boldogul
13:41
difficulties and uncertainties
from our lives,
from our lives,
228
809200
3360
életünk nehézségeinek
s kockázatainak leküzdésével,
s kockázatainak leküzdésével,
13:47
and so we must seek out
229
815000
2816
ezért még bonyolultabb,
13:49
ever more difficult,
230
817840
1856
még kockázatosabb feladatokat
13:51
ever more uncertain challenges.
231
819720
4080
kell találnunk magunknak.
14:00
Machines have
232
828200
1200
A gépek
14:03
calculations.
233
831880
1816
tudnak számolni.
Nekünk megvan
az értelmi képességünk.
az értelmi képességünk.
14:05
We have understanding.
234
833720
1576
14:07
Machines have instructions.
235
835320
2040
A gépek utasításokat kapnak.
14:10
We have purpose.
236
838840
1856
Nekünk célunk van.
14:12
Machines have
237
840720
2280
A gépek
14:17
objectivity.
238
845080
1216
objektívak.
14:18
We have passion.
239
846320
1200
Mi szenvedélyesek vagyunk.
14:20
We should not worry
about what our machines can do today.
about what our machines can do today.
240
848600
5976
Ne izguljunk amiatt,
amire gépeink ma képesek.
amire gépeink ma képesek.
14:26
Instead, we should worry
about what they still cannot do today,
about what they still cannot do today,
241
854600
4576
Inkább azon izguljunk,
amire ma még nem képesek,
amire ma még nem képesek,
14:31
because we will need the help
of the new, intelligent machines
of the new, intelligent machines
242
859200
5496
mert szükségünk lesz új,
intelligens gépek segítségére
intelligens gépek segítségére
14:36
to turn our grandest dreams into reality.
243
864720
4080
legmerészebb álmaink valóra váltásához.
14:42
And if we fail,
244
870000
1320
Ha kudarcot vallunk,
14:44
if we fail, it's not because our machines
are too intelligent,
are too intelligent,
245
872240
4656
ha mégis kudarcot vallunk, nem azért lesz,
mert gépeink túl intelligensek,
mert gépeink túl intelligensek,
14:48
or not intelligent enough.
246
876920
1400
vagy nem elég intelligensek.
14:51
If we fail, it's because
we grew complacent
we grew complacent
247
879200
3080
Ha kudarcot vallunk, annak oka,
hogy önteltté váltunk,
hogy önteltté váltunk,
14:55
and limited our ambitions.
248
883680
1560
és fékeztük becsvágyunkat.
14:58
Our humanity is not defined by any skill,
249
886520
3040
Emberi mivoltunkat nem
készségeink határozzák meg,
készségeink határozzák meg,
15:03
like swinging a hammer
or even playing chess.
or even playing chess.
250
891280
2680
mint pl. a pörölycsapás vagy a sakkozás.
15:06
There's one thing only a human can do.
251
894560
3016
Egy dologra csak ember képes.
15:09
That's dream.
252
897600
1200
Ez az álmodozás.
15:12
So let us dream big.
253
900120
2536
Álmodjunk nagyot!
15:14
Thank you.
254
902680
1216
Köszönöm.
15:15
(Applause)
255
903920
3887
(Taps)
ABOUT THE SPEAKER
Garry Kasparov - Grandmaster, analystGarry Kasparov is esteemed by many as the greatest chess player of all time. Now he’s engaged in a game with far higher stakes: the preservation of democracy.
Why you should listen
Garry Kasparov became the youngest world champion ever at 22 in 1985 and spent twenty years as the world's top-rated player. His legendary matches against the IBM supercomputer Deep Blue in 1996 and 1997 made him a central figure in artificial intelligence and the evolution of the human-machine relationship. He retired from chess in 2005 to become a leader of the Russian pro-democracy movement against the rising dictatorship of Vladimir Putin. He is the chairman of the New York-based Human Rights Foundation and has become a powerful voice for individual freedom worldwide. As a Senior Visiting Fellow at the Oxford Martin School, Kasparov specializes in interdisciplinary collaboration and, as he puts it, "how our technology can make us more human." He is a member of the executive board of the Foundation for Responsible Robotics.
Kasparov's latest book is Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins, which details his legendary matches against Deep Blue and shares his optimistic insights into our human plus machine future. His 2015 book Winter Is Coming detailed the rise of Putin's Russia as well as Kasparov's persecution and self-exile, and it serves chilling warnings of reactionary forces gathering in the West.
Garry Kasparov | Speaker | TED.com