TEDxPortland
Maurice Conti: The incredible inventions of intuitive AI
Морис Конти: Невероятные изобретения искусственного интеллекта, обладающего интуицией
Filmed:
Readability: 4.6
6,173,221 views
Что получится, если к средствам проектирования добавить цифровую нервную систему? Компьютеры, способные улучшить наши умственные способности и наше воображение, и роботы, самостоятельно создающие новые мосты, автомобили, самолёты и многое другое. Давайте вместе с футуристом Морисом Конти совершим путешествие в «Эпоху улучшения» и посмотрим на общество, где робот и человек сообща будут делать то, что им не под силу поодиночке.
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio
Double-click the English transcript below to play the video.
00:12
How many of you are creatives,
0
735
2289
Много ли среди вас изобретателей,
00:15
designers, engineers,
entrepreneurs, artists,
entrepreneurs, artists,
1
3048
3624
дизайнеров, инженеров,
предпринимателей, художников
предпринимателей, художников
00:18
or maybe you just have
a really big imagination?
a really big imagination?
2
6696
2387
или просто людей
с незаурядным воображением?
с незаурядным воображением?
00:21
Show of hands? (Cheers)
3
9107
1848
Поднимите руки! (Аплодисменты)
00:22
That's most of you.
4
10979
1181
Большинство.
00:25
I have some news for us creatives.
5
13334
2294
У меня есть новость
для нас, изобретателей.
для нас, изобретателей.
00:28
Over the course of the next 20 years,
6
16714
2573
В течение следующих 20 лет
00:33
more will change around
the way we do our work
the way we do our work
7
21471
2973
то, как мы работаем, изменится больше,
00:37
than has happened in the last 2,000.
8
25382
2157
чем за последние два тысячелетия.
00:40
In fact, I think we're at the dawn
of a new age in human history.
of a new age in human history.
9
28511
4628
Более того, я считаю, что мы на пороге
новой эры в истории человечества.
новой эры в истории человечества.
00:45
Now, there have been four major historical
eras defined by the way we work.
eras defined by the way we work.
10
33645
4761
Известны четыре важные исторические эпохи,
различающиеся по характеру нашего труда.
различающиеся по характеру нашего труда.
00:51
The Hunter-Gatherer Age
lasted several million years.
lasted several million years.
11
39404
3275
Эпоха охотников-собирателей
длилась несколько миллионов лет.
длилась несколько миллионов лет.
00:55
And then the Agricultural Age
lasted several thousand years.
lasted several thousand years.
12
43163
3576
Затем несколько тысячелетий
пришлись на эпоху земледелия.
пришлись на эпоху земледелия.
00:59
The Industrial Age lasted
a couple of centuries.
a couple of centuries.
13
47195
3490
Промышленная эпоха длилась пару столетий.
01:02
And now the Information Age
has lasted just a few decades.
has lasted just a few decades.
14
50709
4287
Современная информационная эпоха началась
всего несколько десятилетий назад.
всего несколько десятилетий назад.
01:07
And now today, we're on the cusp
of our next great era as a species.
of our next great era as a species.
15
55020
5220
И сейчас мы стои́м на пороге
новой великой эпохи развития человечества.
новой великой эпохи развития человечества.
01:13
Welcome to the Augmented Age.
16
61296
2680
Добро пожаловать в «Эпоху улучшения».
01:16
In this new era, your natural human
capabilities are going to be augmented
capabilities are going to be augmented
17
64000
3693
В эту новую эру естественные
способности человека будут расширены
способности человека будут расширены
01:19
by computational systems
that help you think,
that help you think,
18
67717
3068
вычислительными системами,
помогающими нам думать,
помогающими нам думать,
роботизированными системами,
помогающими делать,
помогающими делать,
01:22
robotic systems that help you make,
19
70809
2186
01:25
and a digital nervous system
20
73019
1648
и цифровой нервной системой,
01:26
that connects you to the world
far beyond your natural senses.
far beyond your natural senses.
21
74691
3690
выводящей нас далеко
за пределы обычных чувств.
за пределы обычных чувств.
Давайте начнём с расширения восприятия.
01:31
Let's start with cognitive augmentation.
22
79437
1942
Кто из вас расширенный киборг?
01:33
How many of you are augmented cyborgs?
23
81403
2200
01:36
(Laughter)
24
84133
2650
(Смех)
01:38
I would actually argue
that we're already augmented.
that we're already augmented.
25
86807
2821
Я на самом деле считаю,
что мы уже расширены.
что мы уже расширены.
01:42
Imagine you're at a party,
26
90288
1504
Представьте: на вечеринке
01:43
and somebody asks you a question
that you don't know the answer to.
that you don't know the answer to.
27
91816
3520
кто-то задаёт вам вопрос,
на который вы не знаете ответа.
на который вы не знаете ответа.
01:47
If you have one of these,
in a few seconds, you can know the answer.
in a few seconds, you can know the answer.
28
95360
3760
Имея вот такую штуку, вы найдёте
ответ за считанные секунды.
ответ за считанные секунды.
01:51
But this is just a primitive beginning.
29
99869
2299
Но это только начало, ничего сложного.
01:54
Even Siri is just a passive tool.
30
102863
3331
Даже Siri — всего лишь
пассивный инструмент.
пассивный инструмент.
01:58
In fact, for the last
three-and-a-half million years,
three-and-a-half million years,
31
106660
3381
На самом деле, в течение последних
трёх с половиной миллионов лет
трёх с половиной миллионов лет
02:02
the tools that we've had
have been completely passive.
have been completely passive.
32
110065
3109
все используемые нами инструменты
были совершенно пассивными.
были совершенно пассивными.
02:06
They do exactly what we tell them
and nothing more.
and nothing more.
33
114203
3655
Они выполняли только то,
чтó мы от них требовали, не более.
чтó мы от них требовали, не более.
02:09
Our very first tool only cut
where we struck it.
where we struck it.
34
117882
3101
Наш самый первый инструмент
резал только то, во что его втыкали.
резал только то, во что его втыкали.
02:13
The chisel only carves
where the artist points it.
where the artist points it.
35
121822
3040
Резак высекает только там,
куда его направляет мастер.
куда его направляет мастер.
02:17
And even our most advanced tools
do nothing without our explicit direction.
do nothing without our explicit direction.
36
125343
5641
Даже самые современные инструменты
не работают без чёткого руководства.
не работают без чёткого руководства.
02:23
In fact, to date, and this
is something that frustrates me,
is something that frustrates me,
37
131008
3181
Меня немного расстраивает то,
что до сегодняшнего дня
что до сегодняшнего дня
02:26
we've always been limited
38
134213
1448
мы всегда были ограничены
02:27
by this need to manually
push our wills into our tools --
push our wills into our tools --
39
135685
3501
этой необходимостью вручную вкладывать
наши задумки в наши инструменты —
наши задумки в наши инструменты —
02:31
like, manual,
literally using our hands,
literally using our hands,
40
139210
2297
буквально руками,
02:33
even with computers.
41
141531
1428
даже в компьютеры.
02:36
But I'm more like Scotty in "Star Trek."
42
144072
2463
Но я больше похож
на Скотти из «Звёздного пути».
на Скотти из «Звёздного пути».
02:38
(Laughter)
43
146559
1850
(Смех)
02:40
I want to have a conversation
with a computer.
with a computer.
44
148433
2146
Я хочу побеседовать с компьютером.
02:42
I want to say, "Computer,
let's design a car,"
let's design a car,"
45
150603
2970
Я бы сказал: «Компьютер,
давай спроектируем автомобиль».
давай спроектируем автомобиль».
02:45
and the computer shows me a car.
46
153597
1539
И он показал бы мне автомобиль.
02:47
And I say, "No, more fast-looking,
and less German,"
and less German,"
47
155160
2608
Я сказал бы: «Нет, более быстрый
и не такой немецкий».
и не такой немецкий».
02:49
and bang, the computer shows me an option.
48
157792
2163
И — раз! Компьютер
выдаёт мне другой вариант.
выдаёт мне другой вариант.
02:51
(Laughter)
49
159979
1865
(Смех)
02:54
That conversation might be
a little ways off,
a little ways off,
50
162208
2306
До этого разговора ещё далеко,
02:56
probably less than many of us think,
51
164538
2665
хотя и меньше, чем многие думают,
02:59
but right now,
52
167227
1763
однако мы уже сейчас
03:01
we're working on it.
53
169014
1151
над этим работаем.
03:02
Tools are making this leap
from being passive to being generative.
from being passive to being generative.
54
170189
4033
Инструменты перестают быть
пассивными и становятся активными.
пассивными и становятся активными.
03:06
Generative design tools
use a computer and algorithms
use a computer and algorithms
55
174831
3308
На стадии разработки инструменты
используют компьютер и алгоритмы
используют компьютер и алгоритмы
03:10
to synthesize geometry
56
178163
2608
для синтеза геометрических параметров,
03:12
to come up with new designs
all by themselves.
all by themselves.
57
180795
2754
чтобы создать свой дизайн.
03:15
All it needs are your goals
and your constraints.
and your constraints.
58
183996
2748
Всё, что от вас требуется, —
определить цели и рамки.
определить цели и рамки.
03:18
I'll give you an example.
59
186768
1408
Приведу пример.
03:20
In the case of this aerial drone chassis,
60
188200
2788
Возьмём шасси квадрокоптера,
03:23
all you would need to do
is tell it something like,
is tell it something like,
61
191012
2626
всё, что вам нужно, — это сказать:
у него должно быть
у него должно быть
03:25
it has four propellers,
62
193662
1273
четыре пропеллера,
03:26
you want it to be
as lightweight as possible,
as lightweight as possible,
63
194959
2131
минимальный вес
03:29
and you need it to be
aerodynamically efficient.
aerodynamically efficient.
64
197114
2270
и высокий аэродинамический КПД.
03:31
Then what the computer does
is it explores the entire solution space:
is it explores the entire solution space:
65
199408
4914
Затем компьютер анализирует
всевозможные способы решения:
всевозможные способы решения:
03:36
every single possibility that solves
and meets your criteria --
and meets your criteria --
66
204346
3927
любые варианты, которые решают задачу
и соответствуют вашим требованиям, —
и соответствуют вашим требованиям, —
03:40
millions of them.
67
208297
1442
а их миллионы.
03:41
It takes big computers to do this.
68
209763
1975
Это под силу только новейшим компьютерам.
03:43
But it comes back to us with designs
69
211762
1955
Но он предлагает нам проекты,
03:45
that we, by ourselves,
never could've imagined.
never could've imagined.
70
213741
3143
которые мы сами никогда бы не придумали.
03:49
And the computer's coming up
with this stuff all by itself --
with this stuff all by itself --
71
217326
2912
А компьютер справляется
со всем этим самостоятельно,
со всем этим самостоятельно,
03:52
no one ever drew anything,
72
220262
1678
никто не делал никаких эскизов,
03:53
and it started completely from scratch.
73
221964
2086
и начинает он прямо с нуля.
03:57
And by the way, it's no accident
74
225038
2387
Кстати, корпус дрона
03:59
that the drone body looks just like
the pelvis of a flying squirrel.
the pelvis of a flying squirrel.
75
227449
3481
не случайно напоминает
тазовые кости белки-летяги.
тазовые кости белки-летяги.
04:03
(Laughter)
76
231287
2007
(Смех)
04:06
It's because the algorithms
are designed to work
are designed to work
77
234040
2302
Причина в том, что алгоритмы работают
04:08
the same way evolution does.
78
236366
1637
так же, как работает эволюция.
04:10
What's exciting is we're starting
to see this technology
to see this technology
79
238715
2660
Интересно, что мы начинаем замечать,
как этот подход применяется в жизни.
04:13
out in the real world.
80
241399
1159
04:14
We've been working with Airbus
for a couple of years
for a couple of years
81
242582
2452
С компанией Airbus
мы работаем несколько лет
мы работаем несколько лет
04:17
on this concept plane for the future.
82
245058
1909
над этой моделью самолёта будущего.
04:18
It's a ways out still.
83
246991
2070
Пока это только проект.
04:21
But just recently we used
a generative-design AI
a generative-design AI
84
249085
3780
Однако недавно,
чтобы справиться с этой задачей,
чтобы справиться с этой задачей,
04:24
to come up with this.
85
252889
1807
мы начали использовать ИИ
для генеративного дизайна.
для генеративного дизайна.
04:27
This is a 3D-printed cabin partition
that's been designed by a computer.
that's been designed by a computer.
86
255609
5153
Это трёхмерная модель перегородки кабины
самолёта, спроектированной компьютером.
самолёта, спроектированной компьютером.
04:32
It's stronger than the original
yet half the weight,
yet half the weight,
87
260786
2824
Она прочнее и вдвое легче оригинала,
04:35
and it will be flying
in the Airbus A320 later this year.
in the Airbus A320 later this year.
88
263634
3146
ею будет оснащён Airbus A320
в конце 2016 года.
в конце 2016 года.
04:39
So computers can now generate;
89
267405
1559
Компьютеры способны создавать.
04:40
they can come up with their own solutions
to our well-defined problems.
to our well-defined problems.
90
268988
4595
Они могут предлагать свои решения
наших конкретных задач.
наших конкретных задач.
04:46
But they're not intuitive.
91
274677
1310
Но им не хватает интуиции.
04:48
They still have to start from scratch
every single time,
every single time,
92
276011
3086
Они вынуждены каждый раз начинать с нуля.
04:51
and that's because they never learn.
93
279121
2565
И всё потому, что они не способны учиться.
04:54
Unlike Maggie.
94
282368
1766
В отличие от Мэгги.
04:56
(Laughter)
95
284158
1581
(Смех)
04:57
Maggie's actually smarter
than our most advanced design tools.
than our most advanced design tools.
96
285763
3297
Мэгги сообразительнее
самых продвинутых средств проектирования.
самых продвинутых средств проектирования.
05:01
What do I mean by that?
97
289467
1440
Что я имею в виду?
05:02
If her owner picks up that leash,
98
290931
1590
Когда хозяин берёт этот поводок,
05:04
Maggie knows with a fair
degree of certainty
degree of certainty
99
292545
2068
Мэгги с полной уверенностью понимает,
05:06
it's time to go for a walk.
100
294637
1404
что пора на прогулку.
05:08
And how did she learn?
101
296065
1185
Как она это запомнила?
05:09
Well, every time the owner picked up
the leash, they went for a walk.
the leash, they went for a walk.
102
297274
3324
Каждый раз, когда хозяин брал поводок,
они выходили на прогулку.
они выходили на прогулку.
05:12
And Maggie did three things:
103
300622
1878
И Мэгги сделала три вещи:
05:14
she had to pay attention,
104
302524
1869
ей нужно было обратить внимание,
05:16
she had to remember what happened
105
304417
2082
ей нужно было запомнить, что произошло,
05:18
and she had to retain and create
a pattern in her mind.
a pattern in her mind.
106
306523
4017
и ей нужно было создать и сохранить
в голове эту закономерность.
в голове эту закономерность.
05:23
Interestingly, that's exactly what
107
311429
2095
Любопытно, что именно этого
05:25
computer scientists
have been trying to get AIs to do
have been trying to get AIs to do
108
313548
2523
учёные добиваются от автоматической
системы посадки самолётов
системы посадки самолётов
05:28
for the last 60 or so years.
109
316095
1859
на протяжении последних 60 лет.
05:30
Back in 1952,
110
318683
1349
Вспомним 1952 год:
05:32
they built this computer
that could play Tic-Tac-Toe.
that could play Tic-Tac-Toe.
111
320056
3801
тогда создали компьютер,
который мог играть в крестики-нолики.
который мог играть в крестики-нолики.
05:37
Big deal.
112
325081
1160
Не шуточное дело.
05:39
Then 45 years later, in 1997,
113
327029
3000
Затем, 45 лет спустя, в 1997 году,
05:42
Deep Blue beats Kasparov at chess.
114
330053
2472
Deep Blue выигрывает
в шахматы у Каспарова.
в шахматы у Каспарова.
05:46
2011, Watson beats these two
humans at Jeopardy,
humans at Jeopardy,
115
334046
4968
В 2011 году Watson обыгрывает
двух мужчин в «Своей игре»,
двух мужчин в «Своей игре»,
05:51
which is much harder for a computer
to play than chess is.
to play than chess is.
116
339038
2928
что для компьютера значительно
сложнее, чем игра в шахматы.
сложнее, чем игра в шахматы.
05:53
In fact, rather than working
from predefined recipes,
from predefined recipes,
117
341990
3812
Для победы над оппонентами
Watson должен был применять логику,
Watson должен был применять логику,
05:57
Watson had to use reasoning
to overcome his human opponents.
to overcome his human opponents.
118
345826
3323
а не действовать по заранее
заданным схемам.
заданным схемам.
06:02
And then a couple of weeks ago,
119
350393
2439
Затем, пару недель назад
06:04
DeepMind's AlphaGo beats
the world's best human at Go,
the world's best human at Go,
120
352856
4262
программа AlphaGo компании DeepMind
обыгрывает мирового чемпиона по Gо —
обыгрывает мирового чемпиона по Gо —
06:09
which is the most difficult
game that we have.
game that we have.
121
357142
2212
самой сложной из современных игр.
06:11
In fact, in Go, there are more
possible moves
possible moves
122
359378
2896
В игре Gо возможных ходов больше,
06:14
than there are atoms in the universe.
123
362298
2024
чем атомов во Вселенной.
06:18
So in order to win,
124
366210
1826
Поэтому для того, чтобы победить,
06:20
what AlphaGo had to do
was develop intuition.
was develop intuition.
125
368060
2618
AlphaGo нужно было развивать интуицию.
06:23
And in fact, at some points,
AlphaGo's programmers didn't understand
AlphaGo's programmers didn't understand
126
371098
4110
В какие-то моменты
создатели AlphaGo не понимали,
создатели AlphaGo не понимали,
06:27
why AlphaGo was doing what it was doing.
127
375232
2286
почему она делала то, что делала.
06:31
And things are moving really fast.
128
379451
1660
События развиваются очень быстро.
06:33
I mean, consider --
in the space of a human lifetime,
in the space of a human lifetime,
129
381135
3227
Я имею в виду, за всё время
существования человечества
существования человечества
06:36
computers have gone from a child's game
130
384386
2233
компьютеры прошли путь от детской игры
06:39
to what's recognized as the pinnacle
of strategic thought.
of strategic thought.
131
387920
3048
до кульминации стратегического мышления.
06:43
What's basically happening
132
391999
2417
Образно выражаясь,
06:46
is computers are going
from being like Spock
from being like Spock
133
394440
3310
компьютер был, как Спок,
06:49
to being a lot more like Kirk.
134
397774
1949
а стал, как Кирк.
06:51
(Laughter)
135
399747
3618
(Смех)
06:55
Right? From pure logic to intuition.
136
403389
3424
Правда же? От простой логики до интуиции.
07:00
Would you cross this bridge?
137
408184
1743
Вы бы смогли перейти этот мост?
07:02
Most of you are saying, "Oh, hell no!"
138
410609
2323
Многие скажут: «Чёрт, конечно же, нет!»
07:04
(Laughter)
139
412956
1308
(Смех)
07:06
And you arrived at that decision
in a split second.
in a split second.
140
414288
2657
Вы приняли это решение за долю секунды.
07:08
You just sort of knew
that bridge was unsafe.
that bridge was unsafe.
141
416969
2428
Вы просто догадались,
что тот мост небезопасен.
что тот мост небезопасен.
07:11
And that's exactly the kind of intuition
142
419421
1989
Это и есть та самая интуиция,
07:13
that our deep-learning systems
are starting to develop right now.
are starting to develop right now.
143
421434
3568
которая начинает развиваться
в наших системах глубинного обучения.
в наших системах глубинного обучения.
Вскоре вы фактически сможете
07:17
Very soon, you'll literally be able
144
425722
1707
показать компьютеру,
07:19
to show something you've made,
you've designed,
you've designed,
145
427453
2206
чтó вы сделали, спроектировали,
07:21
to a computer,
146
429683
1153
посмотрев на что, он скажет:
07:22
and it will look at it and say,
147
430860
1489
«Извини, друг, но так не пойдёт.
Попробуй ещё раз».
Попробуй ещё раз».
07:24
"Sorry, homie, that'll never work.
You have to try again."
You have to try again."
148
432373
2823
07:27
Or you could ask it if people
are going to like your next song,
are going to like your next song,
149
435854
3070
Или вы сможете спросить,
понравится ли кому-нибудь
понравится ли кому-нибудь
07:31
or your next flavor of ice cream.
150
439773
2063
ваша новая песня
или новый сорт мороженого.
или новый сорт мороженого.
07:35
Or, much more importantly,
151
443549
2579
Или, что более важно,
вы можете сотрудничать с компьютером
07:38
you could work with a computer
to solve a problem
to solve a problem
152
446152
2364
для решения проблемы совсем нового типа.
07:40
that we've never faced before.
153
448540
1637
07:42
For instance, climate change.
154
450201
1401
Например, изменение климата.
07:43
We're not doing a very
good job on our own,
good job on our own,
155
451626
2020
Самостоятельно у нас
получается плоховато,
получается плоховато,
любая помощь нам явно не помешает.
07:45
we could certainly use
all the help we can get.
all the help we can get.
156
453670
2245
07:47
That's what I'm talking about,
157
455939
1458
Вот о чём я говорю —
07:49
technology amplifying
our cognitive abilities
our cognitive abilities
158
457421
2555
технологии расширяют наши
познавательные способности,
познавательные способности,
07:52
so we can imagine and design things
that were simply out of our reach
that were simply out of our reach
159
460000
3552
и мы можем придумать и сделать то,
что было бы невозможно
что было бы невозможно
07:55
as plain old un-augmented humans.
160
463576
2559
для человека, имеющего лишь
традиционные возможности.
традиционные возможности.
07:59
So what about making
all of this crazy new stuff
all of this crazy new stuff
161
467984
2941
Как же сделать все те безумные новые вещи,
08:02
that we're going to invent and design?
162
470949
2441
которые мы собираемся
изобретать и проектировать?
изобретать и проектировать?
08:05
I think the era of human augmentation
is as much about the physical world
is as much about the physical world
163
473952
4093
Я думаю, эпоха развития человечества
затронет не только физическую сторону,
затронет не только физическую сторону,
08:10
as it is about the virtual,
intellectual realm.
intellectual realm.
164
478069
3065
но и коснётся виртуальной
и интеллектуальной сферы.
и интеллектуальной сферы.
08:13
How will technology augment us?
165
481833
1921
Как технологии расширят нас?
08:16
In the physical world, robotic systems.
166
484261
2473
В физическом мире —
роботизированными системами.
роботизированными системами.
08:19
OK, there's certainly a fear
167
487620
1736
Есть опасение,
08:21
that robots are going to take
jobs away from humans,
jobs away from humans,
168
489380
2488
что роботы займут
наши места на производстве,
наши места на производстве,
08:23
and that is true in certain sectors.
169
491892
1830
и это реально в определённых областях.
08:26
But I'm much more interested in this idea
170
494174
2878
Но меня больше интересует то,
08:29
that humans and robots working together
are going to augment each other,
are going to augment each other,
171
497076
5010
как роботам и людям работать сообща,
увеличивая потенциал друг друга
увеличивая потенциал друг друга
08:34
and start to inhabit a new space.
172
502110
2058
и сосуществуя в новом общем пространстве.
08:36
This is our applied research lab
in San Francisco,
in San Francisco,
173
504192
2362
Это наша прикладная лаборатория
в Сан-Франциско,
в Сан-Франциско,
08:38
where one of our areas of focus
is advanced robotics,
is advanced robotics,
174
506578
3142
одно из направлений которой —
развитие робототехники, а именно:
развитие робототехники, а именно:
08:41
specifically, human-robot collaboration.
175
509744
2511
взаимодействие робота с человеком.
08:45
And this is Bishop, one of our robots.
176
513034
2759
Вот один из наших роботов,
его зовут Бишоп.
его зовут Бишоп.
08:47
As an experiment, we set it up
177
515817
1789
В качестве экперимента
мы настоили его
мы настоили его
08:49
to help a person working in construction
doing repetitive tasks --
doing repetitive tasks --
178
517630
3460
на помощь человеку при выполнении
монотонных строительных работ,
монотонных строительных работ,
08:53
tasks like cutting out holes for outlets
or light switches in drywall.
or light switches in drywall.
179
521984
4194
например, вырезать отверстия для розеток
или выключателей в гипсокартоне.
или выключателей в гипсокартоне.
08:58
(Laughter)
180
526202
2466
(Смех)
09:01
So, Bishop's human partner
can tell what to do in plain English
can tell what to do in plain English
181
529877
3111
Человек-партнёр на простом языке
объясняет Бишопу, что делать,
объясняет Бишопу, что делать,
09:05
and with simple gestures,
182
533012
1305
используя простые жесты,
09:06
kind of like talking to a dog,
183
534341
1447
как при дрессировке собак,
09:07
and then Bishop executes
on those instructions
on those instructions
184
535812
2143
и Бишоп выполняет задания
09:09
with perfect precision.
185
537979
1892
с особой точностью.
09:11
We're using the human
for what the human is good at:
for what the human is good at:
186
539895
2989
Мы используем человека там,
где нужны его способности:
где нужны его способности:
09:14
awareness, perception and decision making.
187
542908
2333
осознание, восприятие, принятие решений.
09:17
And we're using the robot
for what it's good at:
for what it's good at:
188
545265
2240
А роботам легко даётся
09:19
precision and repetitiveness.
189
547529
1748
точность и монотонность.
09:22
Here's another cool project
that Bishop worked on.
that Bishop worked on.
190
550252
2367
Следующий классный проект для Бишопа.
09:24
The goal of this project,
which we called the HIVE,
which we called the HIVE,
191
552643
3075
Цель этого проекта
под названием HIVE, то есть Улей, —
под названием HIVE, то есть Улей, —
09:27
was to prototype the experience
of humans, computers and robots
of humans, computers and robots
192
555742
3851
заставить взаимодействовать
людей, компьютеров и роботов,
людей, компьютеров и роботов,
09:31
all working together to solve
a highly complex design problem.
a highly complex design problem.
193
559617
3220
чтобы вместе решить
сложную конструкторскую задачу.
сложную конструкторскую задачу.
09:35
The humans acted as labor.
194
563793
1451
Человек — это рабочая сила.
09:37
They cruised around the construction site,
they manipulated the bamboo --
they manipulated the bamboo --
195
565268
3473
Он исследует место будущей постройки,
манипулирует с бамбуком,
манипулирует с бамбуком,
09:40
which, by the way,
because it's a non-isomorphic material,
because it's a non-isomorphic material,
196
568765
2756
который неоднороден по форме,
09:43
is super hard for robots to deal with.
197
571545
1874
что создаёт сложности для роботов.
Затем роботы создают переплёт из проводов,
09:45
But then the robots
did this fiber winding,
did this fiber winding,
198
573443
2022
09:47
which was almost impossible
for a human to do.
for a human to do.
199
575489
2451
что человеку практически не под силу.
09:49
And then we had an AI
that was controlling everything.
that was controlling everything.
200
577964
3621
И ещё у нас есть искусственный интеллект,
который всё это контролирует.
который всё это контролирует.
09:53
It was telling the humans what to do,
telling the robots what to do
telling the robots what to do
201
581609
3290
Он даёт указания и роботу, и человеку,
что они должны делать,
что они должны делать,
09:56
and keeping track of thousands
of individual components.
of individual components.
202
584923
2915
а также запоминает тысячи
индивидуальных компонентов.
индивидуальных компонентов.
09:59
What's interesting is,
203
587862
1180
И что интересно,
10:01
building this pavilion
was simply not possible
was simply not possible
204
589066
3141
строительство здания
было бы невозможным,
было бы невозможным,
10:04
without human, robot and AI
augmenting each other.
augmenting each other.
205
592231
4524
если бы человек, робот и ИИ
не работали над ним сообща.
не работали над ним сообща.
10:09
OK, I'll share one more project.
This one's a little bit crazy.
This one's a little bit crazy.
206
597890
3320
Ещё один проект: он немного сумасшедший.
10:13
We're working with Amsterdam-based artist
Joris Laarman and his team at MX3D
Joris Laarman and his team at MX3D
207
601234
4468
Вместе с Йорисом Ларманом и его командой
из Амстердама мы работаем в MX3D
из Амстердама мы работаем в MX3D
10:17
to generatively design
and robotically print
and robotically print
208
605726
2878
над созданием дизайна и осуществления
10:20
the world's first autonomously
manufactured bridge.
manufactured bridge.
209
608628
2995
первого в мире автономно созданного моста.
10:24
So, Joris and an AI are designing
this thing right now, as we speak,
this thing right now, as we speak,
210
612315
3685
Пока мы с вами разговариваем,
Йорис и ИИ, прямо сейчас работают
Йорис и ИИ, прямо сейчас работают
10:28
in Amsterdam.
211
616024
1172
в Амстердаме.
10:29
And when they're done,
we're going to hit "Go,"
we're going to hit "Go,"
212
617220
2321
Когда они будут готовы, мы нажмём: «Пуск»,
10:31
and robots will start 3D printing
in stainless steel,
in stainless steel,
213
619565
3311
и роботы начнут печатать
3D-модель из нержавеющей стали
3D-модель из нержавеющей стали
10:34
and then they're going to keep printing,
without human intervention,
without human intervention,
214
622900
3283
и будут продолжать печать уже
без вмешательства человека,
без вмешательства человека,
10:38
until the bridge is finished.
215
626207
1558
пока мост не будет готов.
10:41
So, as computers are going
to augment our ability
to augment our ability
216
629099
2928
Когда компьютеры расширят наши способности
10:44
to imagine and design new stuff,
217
632051
2150
по придумыванию и созданию нового,
10:46
robotic systems are going to help us
build and make things
build and make things
218
634225
2895
роботы помогут нам
воплотить в реальность то,
воплотить в реальность то,
10:49
that we've never been able to make before.
219
637144
2084
что мы самостоятельно
не смогли бы сделать.
не смогли бы сделать.
10:52
But what about our ability
to sense and control these things?
to sense and control these things?
220
640347
4160
А как насчёт наших возможностей
понимать и контролировать всё это?
понимать и контролировать всё это?
10:56
What about a nervous system
for the things that we make?
for the things that we make?
221
644531
4031
Не нужна ли для этого нервная система?
11:00
Our nervous system,
the human nervous system,
the human nervous system,
222
648586
2512
Наша человеческая нервная система
11:03
tells us everything
that's going on around us.
that's going on around us.
223
651122
2311
объясняет нам, что происходит вокруг.
11:06
But the nervous system of the things
we make is rudimentary at best.
we make is rudimentary at best.
224
654186
3684
А нервная система создаваемых
нами предметов простейшая.
нами предметов простейшая.
11:09
For instance, a car doesn't tell
the city's public works department
the city's public works department
225
657894
3563
Например, автомобиль не скажет
городскому муниципалитету,
городскому муниципалитету,
11:13
that it just hit a pothole at the corner
of Broadway and Morrison.
of Broadway and Morrison.
226
661481
3130
что он только что попал в яму
на углу Бродвея и Моррисона.
на углу Бродвея и Моррисона.
11:16
A building doesn't tell its designers
227
664635
2032
Здание не скажет архитекторам,
11:18
whether or not the people inside
like being there,
like being there,
228
666691
2684
нравится ли людям находиться внутри него,
11:21
and the toy manufacturer doesn't know
229
669399
3010
а производитель игрушек не знает точно,
11:24
if a toy is actually being played with --
230
672433
2007
будут ли с его игрушками играть:
11:26
how and where and whether
or not it's any fun.
or not it's any fun.
231
674464
2539
как, где, когда и понравятся ли они детям.
11:29
Look, I'm sure that the designers
imagined this lifestyle for Barbie
imagined this lifestyle for Barbie
232
677620
3814
Уверен, дизайнеры Барби,
когда её придумывали,
когда её придумывали,
11:33
when they designed her.
233
681458
1224
воображали себе вот это.
11:34
(Laughter)
234
682706
1447
(Смех)
11:36
But what if it turns out that Barbie's
actually really lonely?
actually really lonely?
235
684177
2906
А что случится, если Барби
станет никому не нужна?
станет никому не нужна?
11:39
(Laughter)
236
687107
3147
(Смех)
11:43
If the designers had known
237
691266
1288
Если бы дизайнеры знали,
11:44
what was really happening
in the real world
in the real world
238
692578
2107
что на самом деле произойдёт
в реальном мире
в реальном мире
11:46
with their designs -- the road,
the building, Barbie --
the building, Barbie --
239
694709
2583
с их детищем: дорогами, зданиями, Барби,
11:49
they could've used that knowledge
to create an experience
to create an experience
240
697316
2694
они бы использовали эти знания
11:52
that was better for the user.
241
700034
1400
на благо их потребителя.
11:53
What's missing is a nervous system
242
701458
1791
Именно нервной системы и не хватает,
11:55
connecting us to all of the things
that we design, make and use.
that we design, make and use.
243
703273
3709
чтобы соединить нас со всем тем,
что мы создаём и используем.
что мы создаём и используем.
11:59
What if all of you had that kind
of information flowing to you
of information flowing to you
244
707915
3555
Что, если бы вы получали
такую информацию от вещей,
такую информацию от вещей,
12:03
from the things you create
in the real world?
in the real world?
245
711494
2183
которые вы создаёте в реальном мире?
12:07
With all of the stuff we make,
246
715432
1451
На всё то, что мы делаем,
12:08
we spend a tremendous amount
of money and energy --
of money and energy --
247
716907
2435
мы тратим огромные деньги и энергию —
12:11
in fact, last year,
about two trillion dollars --
about two trillion dollars --
248
719366
2376
за 2015 год мы потратили
два триллиона долларов —
два триллиона долларов —
12:13
convincing people to buy
the things we've made.
the things we've made.
249
721766
2854
убеждая людей купить то, что мы создали.
12:16
But if you had this connection
to the things that you design and create
to the things that you design and create
250
724644
3388
Но если у вас есть эта связь
с вашим созданием, после того,
с вашим созданием, после того,
12:20
after they're out in the real world,
251
728056
1727
как оно оказалось в реальном мире,
12:21
after they've been sold
or launched or whatever,
or launched or whatever,
252
729807
3614
после того, как его купили, установили,
12:25
we could actually change that,
253
733445
1620
мы можем изменить положение вещей:
12:27
and go from making people want our stuff,
254
735089
3047
нужно не людей заставлять покупать,
12:30
to just making stuff that people
want in the first place.
want in the first place.
255
738160
3434
а сделать товар, который бы
захотели купить.
захотели купить.
12:33
The good news is, we're working
on digital nervous systems
on digital nervous systems
256
741618
2787
Хорошая новость: мы работаем
над цифровой нервной системой,
над цифровой нервной системой,
12:36
that connect us to the things we design.
257
744429
2801
которая обеспечит связь
с тем, что мы проектируем.
с тем, что мы проектируем.
12:40
We're working on one project
258
748365
1627
Мы работаем над проектом
12:42
with a couple of guys down in Los Angeles
called the Bandito Brothers
called the Bandito Brothers
259
750016
3712
с парочкой ребят из Лос Анджелеса —
Bandito Brothers
Bandito Brothers
12:45
and their team.
260
753752
1407
и их командой.
12:47
And one of the things these guys do
is build insane cars
is build insane cars
261
755183
3433
Эти парни создают безумные автомобили,
12:50
that do absolutely insane things.
262
758640
2873
способные на абсолютно нереальные вещи.
12:54
These guys are crazy --
263
762905
1450
Они просто сумасшедшие,
12:56
(Laughter)
264
764379
1036
(Смех)
12:57
in the best way.
265
765439
1403
в хорошем смысле этого слова.
13:00
And what we're doing with them
266
768993
1763
Мы берём традиционные ходовые части
для гоночных болидов
13:02
is taking a traditional race-car chassis
267
770780
2440
и приделываем к ним нервную систему.
13:05
and giving it a nervous system.
268
773244
1585
13:06
So we instrumented it
with dozens of sensors,
with dozens of sensors,
269
774853
3058
То есть мы снабдили её десятками датчиков,
13:09
put a world-class driver behind the wheel,
270
777935
2635
за руль посадили первоклассного гонщика,
13:12
took it out to the desert
and drove the hell out of it for a week.
and drove the hell out of it for a week.
271
780594
3357
пригнали её в пустыню и всю неделю
гоняли её с бешеной скоростью.
гоняли её с бешеной скоростью.
13:15
And the car's nervous system
captured everything
captured everything
272
783975
2491
Мозг автомобиля заметил всё,
13:18
that was happening to the car.
273
786490
1482
что с ним происходило.
13:19
We captured four billion data points;
274
787996
2621
Мы зафиксировали
4 миллиарда базовых координат,
4 миллиарда базовых координат,
13:22
all of the forces
that it was subjected to.
that it was subjected to.
275
790641
2310
а также все силы,
которым машина подвергалась.
которым машина подвергалась.
13:24
And then we did something crazy.
276
792975
1659
Потом мы сделали кое-что нереальное.
13:27
We took all of that data,
277
795268
1500
Мы все эти данные поместили
13:28
and plugged it into a generative-design AI
we call "Dreamcatcher."
we call "Dreamcatcher."
278
796792
3736
в ИИ под названием «Dreamcatcher»,
то есть «Ловец снов».
то есть «Ловец снов».
13:33
So what do get when you give
a design tool a nervous system,
a design tool a nervous system,
279
801270
3964
Что будет, если вы снабдите
инструмент дизайна мозгом
инструмент дизайна мозгом
13:37
and you ask it to build you
the ultimate car chassis?
the ultimate car chassis?
280
805258
2882
и попросите его создать
сверхпрочный автомобиль?
сверхпрочный автомобиль?
13:40
You get this.
281
808723
1973
Вы получите это.
13:44
This is something that a human
could never have designed.
could never have designed.
282
812293
3713
Это то, что человек никогда бы не создал.
13:48
Except a human did design this,
283
816707
1888
Но всё-таки это создал человек,
13:50
but it was a human that was augmented
by a generative-design AI,
by a generative-design AI,
284
818619
4309
который до этого создал ИИ,
13:54
a digital nervous system
285
822952
1231
цифровую нервную систему
13:56
and robots that can actually
fabricate something like this.
fabricate something like this.
286
824207
3005
и роботов, и в итоге получил то,
что мы имеем сегодня.
что мы имеем сегодня.
13:59
So if this is the future,
the Augmented Age,
the Augmented Age,
287
827680
3595
Если это будущее, это — улучшенная эра,
14:03
and we're going to be augmented
cognitively, physically and perceptually,
cognitively, physically and perceptually,
288
831299
4261
и мы станем лучше в умственной,
физической и сенсорной сферах,
физической и сенсорной сферах,
14:07
what will that look like?
289
835584
1408
как это всё будет выглядеть?
14:09
What is this wonderland going to be like?
290
837576
3321
Какой будет эта страна чудес?
14:12
I think we're going to see a world
291
840921
1709
Я думаю, это будет мир,
14:14
where we're moving
from things that are fabricated
from things that are fabricated
292
842654
3068
где мы переходим от производства вещей
14:17
to things that are farmed.
293
845746
1445
к их выращиванию.
14:20
Where we're moving from things
that are constructed
that are constructed
294
848159
3453
Где мы переходим от производимых вещей
14:23
to that which is grown.
295
851636
1704
к выращенным.
14:26
We're going to move from being isolated
296
854134
2188
Мы перестанем быть изолированными
14:28
to being connected.
297
856346
1610
и начнём взаимодействовать.
14:30
And we'll move away from extraction
298
858634
2411
Мы пойдём по пути от извлечения
14:33
to embrace aggregation.
299
861069
1873
к объединению.
14:35
I also think we'll shift
from craving obedience from our things
from craving obedience from our things
300
863967
3767
Мы перестанем требовать
от вещей покорности
от вещей покорности
14:39
to valuing autonomy.
301
867758
1641
и научимся ценить их самостоятельность.
14:42
Thanks to our augmented capabilities,
302
870510
1905
Благодаря нашим новым возможностям,
14:44
our world is going to change dramatically.
303
872439
2377
наш мир изменится кардинальным образом.
14:47
We're going to have a world
with more variety, more connectedness,
with more variety, more connectedness,
304
875576
3246
В мире, который мы создадим,
будет больше разнообразия и взаимосвязи,
будет больше разнообразия и взаимосвязи,
14:50
more dynamism, more complexity,
305
878846
2287
больше активности, многогранности,
14:53
more adaptability and, of course,
306
881157
2318
гибкости и, конечно же,
14:55
more beauty.
307
883499
1217
красоты.
14:57
The shape of things to come
308
885231
1564
То, к чему мы придём,
14:58
will be unlike anything
we've ever seen before.
we've ever seen before.
309
886819
2290
будет не похоже ни на что,
известное нам ранее.
известное нам ранее.
15:01
Why?
310
889133
1159
Почему?
15:02
Because what will be shaping those things
is this new partnership
is this new partnership
311
890316
3755
Потому что мы соединим воедино
15:06
between technology, nature and humanity.
312
894095
3670
технологии, природу и человека.
15:11
That, to me, is a future
well worth looking forward to.
well worth looking forward to.
313
899279
3804
Это то, ради чего стóит жить.
15:15
Thank you all so much.
314
903107
1271
Большое спасибо.
15:16
(Applause)
315
904402
5669
(Аплодисменты)
ABOUT THE SPEAKER
Maurice Conti - Designer, futuristMaurice Conti explores new partnerships between technology, nature and humanity.
Why you should listen
Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.
Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.
Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility.
Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.
Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.
Maurice Conti | Speaker | TED.com