TED@BCG Milan
Margaret Mitchell: How we can build AI to help humans, not hurt us
Margaret Mitchell: Cách tạo nên AI giúp đỡ loài người
Filmed:
Readability: 4.6
1,154,210 views
Với tư cách là chuyên gia nghiên cứu tại Google, Margaret Mitchell tham gia vào việc phát triển một hệ thống máy tính có khả năng thể hiện những điều chúng thấy và hiểu. Bà giúp chúng ta làm rõ những ngờ vực và góc tối ta còn chưa biết về Trí tuệ nhân tạo (AI), đồng thời nhấn mạnh giá trị của loại công nghệ này tới tương lai con người. Bà cho rằng: "Những gì ta thấy ngày hôm nay chỉ là một góc nhỏ của cuộc cách mạng Trí tuệ nhân tạo", hay "Nếu ta muốn AI tiến hoá theo hướng trợ giúp con người, ta cần định nghĩa rõ ràng những mục tiêu và chiến lược cần làm, ngay bây giờ".
Margaret Mitchell - AI research scientist
Margaret Mitchell is a senior research scientist in Google's Research & Machine Intelligence group, working on artificial intelligence. Full bio
Margaret Mitchell is a senior research scientist in Google's Research & Machine Intelligence group, working on artificial intelligence. Full bio
Double-click the English transcript below to play the video.
00:13
I work on helping computers
communicate about the world around us.
communicate about the world around us.
0
1381
4015
Tôi đang làm việc để giúp máy tính
có thể "giao tiếp" với thế giới.
có thể "giao tiếp" với thế giới.
00:17
There are a lot of ways to do this,
1
5754
1793
Có rất nhiều phương pháp
để làm điều đó,
để làm điều đó,
00:19
and I like to focus on helping computers
2
7571
2592
tôi muốn tập trung
vào khía cạnh khiến máy tính
vào khía cạnh khiến máy tính
00:22
to talk about what they see
and understand.
and understand.
3
10187
2874
có thể diễn đạt điều
mà chúng đang thấy và hiểu.
mà chúng đang thấy và hiểu.
00:25
Given a scene like this,
4
13514
1571
Với một bức ảnh thế này,
một thuật toán nhận diện hình ảnh hiện đại
00:27
a modern computer-vision algorithm
5
15109
1905
00:29
can tell you that there's a woman
and there's a dog.
and there's a dog.
6
17038
3095
có khả năng nhận biết đâu là cô gái
và đâu là chú chó.
và đâu là chú chó.
00:32
It can tell you that the woman is smiling.
7
20157
2706
Nó sẽ cho bạn biết
rằng cô gái đang cười.
rằng cô gái đang cười.
00:34
It might even be able to tell you
that the dog is incredibly cute.
that the dog is incredibly cute.
8
22887
3873
Thậm chí nó còn nói với bạn
rằng chú chó đó cực kỳ dễ thương.
rằng chú chó đó cực kỳ dễ thương.
00:38
I work on this problem
9
26784
1349
Trong quá trình làm việc,
00:40
thinking about how humans
understand and process the world.
understand and process the world.
10
28157
4212
tôi suy nghĩ nhiều về cách con người
nhận thức thế giới xung quanh.
nhận thức thế giới xung quanh.
00:45
The thoughts, memories and stories
11
33577
2952
Những suy nghĩ, ký ức, hay kỷ niệm
00:48
that a scene like this
might evoke for humans.
might evoke for humans.
12
36553
2818
đều được con người gọi đến khi cần thiết.
00:51
All the interconnections
of related situations.
of related situations.
13
39395
4285
Tất cả các mối liên hệ
với các tình huống cụ thể có liên quan.
với các tình huống cụ thể có liên quan.
00:55
Maybe you've seen
a dog like this one before,
a dog like this one before,
14
43704
3126
Có thể bạn đã từng thấy chú chó này rồi,
00:58
or you've spent time
running on a beach like this one,
running on a beach like this one,
15
46854
2969
hoặc bạn đã từng chạy bộ
dọc bờ biển giống thế này,
dọc bờ biển giống thế này,
01:01
and that further evokes thoughts
and memories of a past vacation,
and memories of a past vacation,
16
49847
4778
và điều đó gợi nhớ cho bạn những suy nghĩ
và ký ức của kỳ nghỉ trước đây,
và ký ức của kỳ nghỉ trước đây,
01:06
past times to the beach,
17
54649
1920
những lần ra biển,
01:08
times spent running around
with other dogs.
with other dogs.
18
56593
2603
những lần chạy bộ
cùng chú chó cưng của mình.
cùng chú chó cưng của mình.
01:11
One of my guiding principles
is that by helping computers to understand
is that by helping computers to understand
19
59688
5207
Một trong các mục tiêu tôi luôn hướng tới
là giúp máy tính hiểu được
là giúp máy tính hiểu được
01:16
what it's like to have these experiences,
20
64919
2896
"cảm giác" khi trải qua
những điều như vậy,
những điều như vậy,
01:19
to understand what we share
and believe and feel,
and believe and feel,
21
67839
5176
hiểu được cách chúng ta chia sẻ,
tin tưởng, cảm nhận lẫn nhau,
tin tưởng, cảm nhận lẫn nhau,
01:26
then we're in a great position
to start evolving computer technology
to start evolving computer technology
22
74094
4310
điều đó giúp công nghệ máy tính
tiến hoá mạnh mẽ
tiến hoá mạnh mẽ
01:30
in a way that's complementary
with our own experiences.
with our own experiences.
23
78428
4587
tới mức chúng có thể hỗ trợ
cho những trải nghiệm của chúng ta.
cho những trải nghiệm của chúng ta.
01:35
So, digging more deeply into this,
24
83539
3387
Tìm hiểu sâu hơn về vấn đề này,
01:38
a few years ago I began working on helping
computers to generate human-like stories
computers to generate human-like stories
25
86950
5905
vài năm trước, tôi bắt đầu giúp máy tính
tạo ra các câu chuyện "như người kể"
tạo ra các câu chuyện "như người kể"
01:44
from sequences of images.
26
92879
1666
từ một chuỗi những bức ảnh.
01:47
So, one day,
27
95427
1904
Một ngày kia,
01:49
I was working with my computer to ask it
what it thought about a trip to Australia.
what it thought about a trip to Australia.
28
97355
4622
tôi đang cố gắng "hỏi" chiếc máy của mình
về cảm xúc của nó khi được tới Úc.
về cảm xúc của nó khi được tới Úc.
01:54
It took a look at the pictures,
and it saw a koala.
and it saw a koala.
29
102768
2920
Nó nhìn vào một bức ảnh,
trong đó có một chú gấu koala.
trong đó có một chú gấu koala.
01:58
It didn't know what the koala was,
30
106236
1643
Nó không biết gì về loài gấu đó,
01:59
but it said it thought
it was an interesting-looking creature.
it was an interesting-looking creature.
31
107903
2999
nhưng nó cho rằng đó là một sinh vật
có ngoại hình khá hay ho.
có ngoại hình khá hay ho.
02:04
Then I shared with it a sequence of images
about a house burning down.
about a house burning down.
32
112053
4004
Sau đó, tôi cho nó xem một loạt ảnh
về một căn nhà đang đổ sập trong đám cháy.
về một căn nhà đang đổ sập trong đám cháy.
02:09
It took a look at the images and it said,
33
117704
3285
Nó nhìn vào những bức ảnh đó và nói,
02:13
"This is an amazing view!
This is spectacular!"
This is spectacular!"
34
121013
3500
"Một quang cảnh tuyệt vời
ngoài sức tưởng tượng!"
ngoài sức tưởng tượng!"
02:17
It sent chills down my spine.
35
125450
2095
Điều đó làm tôi rợn người.
02:20
It saw a horrible, life-changing
and life-destroying event
and life-destroying event
36
128983
4572
Nó đang thấy một sự kiện khủng khiếp,
khiến mạng sống con người bị đe doạ,
khiến mạng sống con người bị đe doạ,
02:25
and thought it was something positive.
37
133579
2382
nhưng vẫn nghĩ đó là điều tốt đẹp.
02:27
I realized that it recognized
the contrast,
the contrast,
38
135985
3441
Tôi nhận ra rằng nó đã để ý
tới sự tương phản màu sắc,
tới sự tương phản màu sắc,
02:31
the reds, the yellows,
39
139450
2699
các gam màu đỏ và vàng,
02:34
and thought it was something
worth remarking on positively.
worth remarking on positively.
40
142173
3078
và khiến nó cho rằng
đó là một sự kiện tốt đẹp.
đó là một sự kiện tốt đẹp.
02:37
And part of why it was doing this
41
145928
1615
Một phần lý do nó nghĩ như vậy
02:39
was because most
of the images I had given it
of the images I had given it
42
147577
2945
vì hầu hết những bức ảnh tôi cho nó xem
02:42
were positive images.
43
150546
1840
đều nói lên sự tốt đẹp.
02:44
That's because people
tend to share positive images
tend to share positive images
44
152903
3658
Lý do vì hầu hết mọi người
đều chia sẽ những tấm ảnh tốt đẹp
đều chia sẽ những tấm ảnh tốt đẹp
02:48
when they talk about their experiences.
45
156585
2190
khi họ nói về trải nghiệm của chính mình.
02:51
When was the last time
you saw a selfie at a funeral?
you saw a selfie at a funeral?
46
159267
2541
Bạn có nhớ lần cuối bạn thấy
ai đó "selfie" tại đám tang?
ai đó "selfie" tại đám tang?
02:55
I realized that,
as I worked on improving AI
as I worked on improving AI
47
163434
3095
Tôi nhận ra điều đó
khi cố gắng cải thiện AI
khi cố gắng cải thiện AI
02:58
task by task, dataset by dataset,
48
166553
3714
từng chút một, trong mỗi công việc,
với các bộ dữ liệu khác nhau,
với các bộ dữ liệu khác nhau,
03:02
that I was creating massive gaps,
49
170291
2897
tôi đang tạo ra những lỗ hổng lớn,
03:05
holes and blind spots
in what it could understand.
in what it could understand.
50
173212
3999
những "điểm mù" làm hạn chế
những điều AI có thể hiểu được.
những điều AI có thể hiểu được.
03:10
And while doing so,
51
178307
1334
Khi làm vậy,
03:11
I was encoding all kinds of biases.
52
179665
2483
tôi đã khiến AI suy nghĩ
theo lối mòn (bias).
theo lối mòn (bias).
03:15
Biases that reflect a limited viewpoint,
53
183029
3318
Điều đó phản ánh một điểm nhìn hạn hẹp,
03:18
limited to a single dataset --
54
186371
2261
do chỉ được huấn luyện
với một bộ dữ liệu duy nhất.
với một bộ dữ liệu duy nhất.
03:21
biases that can reflect
human biases found in the data,
human biases found in the data,
55
189283
3858
Lối mòn của dữ liệu cũng phản ánh
lối mòn trong suy nghĩ con người,
lối mòn trong suy nghĩ con người,
03:25
such as prejudice and stereotyping.
56
193165
3104
biểu hiện qua thành kiến và sự đánh đồng.
03:29
I thought back to the evolution
of the technology
of the technology
57
197554
3057
Tôi nghĩ lại về cách công nghệ
thay đổi và tiến hoá,
thay đổi và tiến hoá,
03:32
that brought me to where I was that day --
58
200635
2502
điều đó giúp tôi đứng ở đây hôm nay --
03:35
how the first color images
59
203966
2233
những bức ảnh màu đầu tiên
03:38
were calibrated against
a white woman's skin,
a white woman's skin,
60
206223
3048
phản ứng rất tốt với màu da
của người da trắng,
của người da trắng,
03:41
meaning that color photography
was biased against black faces.
was biased against black faces.
61
209665
4145
có nghĩa rằng ảnh màu đã vô tình
"chống lại" người da đen.
"chống lại" người da đen.
03:46
And that same bias, that same blind spot
62
214514
2925
Điểm nhìn hạn hẹp
dẫn đến "điểm mù" đó
dẫn đến "điểm mù" đó
03:49
continued well into the '90s.
63
217463
1867
vẫn tiếp tục cho đến những năm 1990.
03:51
And the same blind spot
continues even today
continues even today
64
219701
3154
Một điểm mù tương tự
vẫn kéo dài cho đến ngày nay
vẫn kéo dài cho đến ngày nay
03:54
in how well we can recognize
different people's faces
different people's faces
65
222879
3698
về khả năng nhận diện
những khuôn mặt khác nhau
những khuôn mặt khác nhau
03:58
in facial recognition technology.
66
226601
2200
trong công nghệ nhận dạng khuôn mặt.
04:01
I though about the state of the art
in research today,
in research today,
67
229323
3143
Tôi nghĩ tới những nghiên cứu
mới nhất hiện nay,
mới nhất hiện nay,
04:04
where we tend to limit our thinking
to one dataset and one problem.
to one dataset and one problem.
68
232490
4514
khi ta bó hẹp suy nghĩ của mình
trong một bộ dữ liệu và một vấn đề.
trong một bộ dữ liệu và một vấn đề.
04:09
And that in doing so, we were creating
more blind spots and biases
more blind spots and biases
69
237688
4881
Bằng việc làm như vậy, ta đã tạo ra thêm
nhiều điểm mù và lối mòn,
nhiều điểm mù và lối mòn,
04:14
that the AI could further amplify.
70
242593
2277
điều đó được AI nhân thêm bội phần.
Khi đó, tôi nhận ra
ta cần suy nghĩ sâu hơn
ta cần suy nghĩ sâu hơn
04:17
I realized then
that we had to think deeply
that we had to think deeply
71
245712
2079
04:19
about how the technology we work on today
looks in five years, in 10 years.
looks in five years, in 10 years.
72
247815
5519
về bộ mặt của những công nghệ hiện nay
trong năm hay mười năm nữa.
trong năm hay mười năm nữa.
04:25
Humans evolve slowly,
with time to correct for issues
with time to correct for issues
73
253990
3142
Con người tiến hoá rất chậm,
theo thời gian, họ trở nên thích nghi hơn
theo thời gian, họ trở nên thích nghi hơn
04:29
in the interaction of humans
and their environment.
and their environment.
74
257156
3534
khi tương tác với người khác
và với môi trường.
và với môi trường.
04:33
In contrast, artificial intelligence
is evolving at an incredibly fast rate.
is evolving at an incredibly fast rate.
75
261276
5429
Ngược lại, AI tiến hoá
với tốc độ không tưởng.
với tốc độ không tưởng.
04:39
And that means that it really matters
76
267013
1773
Điều đó thực sự quan trọng
04:40
that we think about this
carefully right now --
carefully right now --
77
268810
2317
nếu chúng ta nghĩ kỹ --
04:44
that we reflect on our own blind spots,
78
272180
3008
chúng chính là những "điểm mù" của ta,
04:47
our own biases,
79
275212
2317
những lối mòn cũ kỹ của ta,
04:49
and think about how that's informing
the technology we're creating
the technology we're creating
80
277553
3857
hãy nghĩ đến tầm ảnh hưởng của nó
đến thứ công nghệ ta đang tạo ra hôm nay,
đến thứ công nghệ ta đang tạo ra hôm nay,
04:53
and discuss what the technology of today
will mean for tomorrow.
will mean for tomorrow.
81
281434
3902
và bàn đến ý nghĩa của chúng
đối với tương lai ta sau này.
đối với tương lai ta sau này.
04:58
CEOs and scientists have weighed in
on what they think
on what they think
82
286593
3191
Các giám đốc điều hành và nhà khoa học
đã cho biết những gì họ nghĩ
đã cho biết những gì họ nghĩ
05:01
the artificial intelligence technology
of the future will be.
of the future will be.
83
289808
3325
về cách mà công nghệ AI
hoạt động trong tương lai.
hoạt động trong tương lai.
05:05
Stephen Hawking warns that
84
293157
1618
Stephen Hawking đã cảnh báo rằng
05:06
"Artificial intelligence
could end mankind."
could end mankind."
85
294799
3007
"Trí tuệ nhân tạo có thể là
điểm kết thúc của loài người."
điểm kết thúc của loài người."
Elon Musk cảnh báo đó là mối nguy hại
liên quan đến sự tồn vong
liên quan đến sự tồn vong
05:10
Elon Musk warns
that it's an existential risk
that it's an existential risk
86
298307
2683
05:13
and one of the greatest risks
that we face as a civilization.
that we face as a civilization.
87
301014
3574
và là một trong những hiểm hoạ lớn nhất
nền văn minh này phải đối mặt.
nền văn minh này phải đối mặt.
05:17
Bill Gates has made the point,
88
305665
1452
Bill Gates thì cho rằng,
05:19
"I don't understand
why people aren't more concerned."
why people aren't more concerned."
89
307141
3185
"Tôi không hiểu nổi
vì sao người ta chẳng lo lắng gì cả."
vì sao người ta chẳng lo lắng gì cả."
05:23
But these views --
90
311412
1318
Nhưng các quan điểm này --
05:25
they're part of the story.
91
313618
1734
chúng là một phần
của bức tranh lớn hơn.
của bức tranh lớn hơn.
05:28
The math, the models,
92
316079
2420
Những mô hình toán học,
05:30
the basic building blocks
of artificial intelligence
of artificial intelligence
93
318523
3070
những viên gạch nền tảng
của trí tuệ nhân tạo
của trí tuệ nhân tạo
05:33
are something that we call access
and all work with.
and all work with.
94
321617
3135
đều là những thứ chúng tôi
thường xuyên làm việc cùng.
thường xuyên làm việc cùng.
05:36
We have open-source tools
for machine learning and intelligence
for machine learning and intelligence
95
324776
3785
Ta có những nền tảng mã nguồn mở
dành riêng cho Học máy hoặc AI
dành riêng cho Học máy hoặc AI
05:40
that we can contribute to.
96
328585
1734
mà ai cũng có thể đóng góp vào.
05:42
And beyond that,
we can share our experience.
we can share our experience.
97
330919
3340
Xa hơn nữa, thông qua đó,
ta có thể chia sẻ trải nghiệm của mình.
ta có thể chia sẻ trải nghiệm của mình.
05:46
We can share our experiences
with technology and how it concerns us
with technology and how it concerns us
98
334760
3468
Ta có thể chia sẻ những điều
mà công nghệ khiến ta bận tâm
mà công nghệ khiến ta bận tâm
05:50
and how it excites us.
99
338252
1467
và cách chúng làm ta thích thú.
05:52
We can discuss what we love.
100
340251
1867
Ta có thể nói về thứ ta yêu quý.
05:55
We can communicate with foresight
101
343244
2031
Ta có thể đưa ra những dự đoán
05:57
about the aspects of technology
that could be more beneficial
that could be more beneficial
102
345299
4857
về những khía cạnh công nghệ
giúp ích con người
giúp ích con người
06:02
or could be more problematic over time.
103
350180
2600
hoặc những vấn đề cần giải quyết.
06:05
If we all focus on opening up
the discussion on AI
the discussion on AI
104
353799
4143
Nếu chúng ta đều cởi mở
trong vấn đề chia sẻ về AI
trong vấn đề chia sẻ về AI
06:09
with foresight towards the future,
105
357966
1809
với tầm nhìn tương lai rõ ràng,
06:13
this will help create a general
conversation and awareness
conversation and awareness
106
361093
4270
điều đó sẽ chúng ta tạo nên
một nền tảng kiến thức
một nền tảng kiến thức
06:17
about what AI is now,
107
365387
2513
về bản chất của AI hiện nay,
06:21
what it can become
108
369212
2001
sự phát triển của nó trong tương lai,
06:23
and all the things that we need to do
109
371237
1785
và những điều ta phải làm
06:25
in order to enable that outcome
that best suits us.
that best suits us.
110
373046
3753
để đảm bảo một kết quả
tốt nhất cho chúng ta.
tốt nhất cho chúng ta.
06:29
We already see and know this
in the technology that we use today.
in the technology that we use today.
111
377490
3674
Ta đã biết rõ những điều đó
qua việc sử dụng các công nghệ ngày nay.
qua việc sử dụng các công nghệ ngày nay.
06:33
We use smart phones
and digital assistants and Roombas.
and digital assistants and Roombas.
112
381767
3880
Ta dùng điện thoại thông minh, trợ lý ảo
và những con robot biết dọn phòng.
và những con robot biết dọn phòng.
06:38
Are they evil?
113
386457
1150
Điều đó có xấu xa không?
06:40
Maybe sometimes.
114
388268
1547
Cũng tuỳ lúc.
06:42
Are they beneficial?
115
390664
1333
Chúng có ích cho ta không?
06:45
Yes, they're that, too.
116
393005
1533
Cũng tuỳ lúc thôi.
06:48
And they're not all the same.
117
396236
1761
Và không phải trường hợp nào
cũng như nhau.
cũng như nhau.
06:50
And there you already see
a light shining on what the future holds.
a light shining on what the future holds.
118
398489
3540
Khi đó, bạn đã thấy những tia sáng
từ tương lai tới.
từ tương lai tới.
06:54
The future continues on
from what we build and create right now.
from what we build and create right now.
119
402942
3619
Tương lai sẽ tiếp diễn từ những điều
chúng ta đang xây dựng hôm nay.
chúng ta đang xây dựng hôm nay.
06:59
We set into motion that domino effect
120
407165
2642
Giống như hiệu ứng domino,
07:01
that carves out AI's evolutionary path.
121
409831
2600
ta vẽ nên lộ trình phát triển
và tiến hoá của AI.
và tiến hoá của AI.
07:05
In our time right now,
we shape the AI of tomorrow.
we shape the AI of tomorrow.
122
413173
2871
Những gì ta làm bây giờ
sẽ quyết định AI tương lai.
sẽ quyết định AI tương lai.
07:08
Technology that immerses us
in augmented realities
in augmented realities
123
416566
3699
Những công nghệ giúp ta
được sống trong thực tế tăng cường,
được sống trong thực tế tăng cường,
07:12
bringing to life past worlds.
124
420289
2566
đem tới cho chúng ta sự sống từ xa xưa.
07:15
Technology that helps people
to share their experiences
to share their experiences
125
423844
4312
Công nghệ giúp con người
chia sẻ những trải nghiệm của mình
chia sẻ những trải nghiệm của mình
07:20
when they have difficulty communicating.
126
428180
2262
khi họ gặp khó khăn trong việc giao tiếp.
07:23
Technology built on understanding
the streaming visual worlds
the streaming visual worlds
127
431323
4532
Hay công nghệ chuyên về thu thập
và xử lý thế giới hình ảnh,
và xử lý thế giới hình ảnh,
07:27
used as technology for self-driving cars.
128
435879
3079
được dùng trong các sản phẩm
như xe tự lái.
như xe tự lái.
07:32
Technology built on understanding images
and generating language,
and generating language,
129
440490
3413
Công nghệ chuyên về xử lý hình ảnh
và sinh ra ngôn ngữ,
và sinh ra ngôn ngữ,
07:35
evolving into technology that helps people
who are visually impaired
who are visually impaired
130
443927
4063
được phát triển để hỗ trợ
những người gặp vấn đề về thị lực,
những người gặp vấn đề về thị lực,
07:40
be better able to access the visual world.
131
448014
2800
hỗ trợ họ hiểu rõ hơn
về những hình ảnh quanh mình.
về những hình ảnh quanh mình.
07:42
And we also see how technology
can lead to problems.
can lead to problems.
132
450838
3261
Và ta cũng thấy được rằng
công nghệ tạo ra những vấn đề mới.
công nghệ tạo ra những vấn đề mới.
Ngày nay, ta có những công nghệ
07:46
We have technology today
133
454885
1428
07:48
that analyzes physical
characteristics we're born with --
characteristics we're born with --
134
456337
3835
phân tích chính xác
ngoại hình của con người,
ngoại hình của con người,
07:52
such as the color of our skin
or the look of our face --
or the look of our face --
135
460196
3272
ví dụ như màu da
hay các đường nét trên khuôn mặt,
hay các đường nét trên khuôn mặt,
07:55
in order to determine whether or not
we might be criminals or terrorists.
we might be criminals or terrorists.
136
463492
3804
nhằm dự đoán liệu ta có nguy cơ trở thành
tội phạm hoặc khủng bố được không.
tội phạm hoặc khủng bố được không.
07:59
We have technology
that crunches through our data,
that crunches through our data,
137
467688
2905
Ta có những công nghệ
xử lý dữ liệu cá nhân của người khác,
xử lý dữ liệu cá nhân của người khác,
thậm chí chúng kiểm tra dữ liệu
về giới tính và chủng tộc,
về giới tính và chủng tộc,
08:02
even data relating
to our gender or our race,
to our gender or our race,
138
470617
2896
08:05
in order to determine whether or not
we might get a loan.
we might get a loan.
139
473537
2865
nhằm quyết định xem
liệu ta có được vay tiền hay không.
liệu ta có được vay tiền hay không.
08:09
All that we see now
140
477494
1579
Mọi thứ ta thấy bây giờ
08:11
is a snapshot in the evolution
of artificial intelligence.
of artificial intelligence.
141
479097
3617
chỉ là một mảnh ghép nhỏ
trong sự tiến hoá của AI.
trong sự tiến hoá của AI.
08:15
Because where we are right now,
142
483763
1778
Bởi vì hiện tại ta đang sống
08:17
is within a moment of that evolution.
143
485565
2238
vẫn nằm trong quá trình tiến hoá đó.
08:20
That means that what we do now
will affect what happens down the line
will affect what happens down the line
144
488690
3802
Điều đó có nghĩa những điều ta làm bây giờ
sẽ ảnh hưởng sâu rộng đến hiện tại
sẽ ảnh hưởng sâu rộng đến hiện tại
08:24
and in the future.
145
492516
1200
và đến tương lai.
08:26
If we want AI to evolve
in a way that helps humans,
in a way that helps humans,
146
494063
3951
Nếu ta muốn AI tiến hoá
theo hướng hỗ trợ loài người,
theo hướng hỗ trợ loài người,
08:30
then we need to define
the goals and strategies
the goals and strategies
147
498038
2801
ta cần định nghĩa rõ ràng
mục tiêu và các phương pháp cụ thể
mục tiêu và các phương pháp cụ thể
08:32
that enable that path now.
148
500863
1733
để vạch ra con đường đó.
08:35
What I'd like to see is something
that fits well with humans,
that fits well with humans,
149
503680
3738
Tôi muốn thấy một thứ
phù hợp nhất với con người,
phù hợp nhất với con người,
08:39
with our culture and with the environment.
150
507442
2800
với văn hoá của chúng ta
và với môi trường.
và với môi trường.
08:43
Technology that aids and assists
those of us with neurological conditions
those of us with neurological conditions
151
511435
4484
Công nghệ cần hỗ trợ những người
gặp vấn đề về thần kinh
gặp vấn đề về thần kinh
08:47
or other disabilities
152
515943
1721
hay bất cứ khuyết tật nào khác
08:49
in order to make life
equally challenging for everyone.
equally challenging for everyone.
153
517688
3216
nhằm tạo ra một cuộc sống bình đẳng
cho tất cả mọi người.
cho tất cả mọi người.
08:54
Technology that works
154
522097
1421
Công nghệ cần được áp dụng
08:55
regardless of your demographics
or the color of your skin.
or the color of your skin.
155
523542
3933
bất kể ngoại hình
hay màu da của bạn thế nào.
hay màu da của bạn thế nào.
09:00
And so today, what I focus on
is the technology for tomorrow
is the technology for tomorrow
156
528383
4742
Điều tôi muốn tập trung đến
là về công nghệ cho ngày mai
là về công nghệ cho ngày mai
09:05
and for 10 years from now.
157
533149
1733
và cho mười năm nữa.
09:08
AI can turn out in many different ways.
158
536530
2634
AI sẽ biến thể theo nhiều cách khác nhau.
Nhưng trong tình huống này,
09:11
But in this case,
159
539688
1225
09:12
it isn't a self-driving car
without any destination.
without any destination.
160
540937
3328
nó không chỉ là một chiếc xe tự lái
mà không biết điểm đích.
mà không biết điểm đích.
09:16
This is the car that we are driving.
161
544884
2400
Nó giống như chiếc xe
ta đang lái hằng ngày.
ta đang lái hằng ngày.
09:19
We choose when to speed up
and when to slow down.
and when to slow down.
162
547953
3595
Ta sẽ quyết định lúc nào
nên tăng tốc và giảm tốc.
nên tăng tốc và giảm tốc.
09:23
We choose if we need to make a turn.
163
551572
2400
Ta quyết định lúc nào nên rẽ.
09:26
We choose what the AI
of the future will be.
of the future will be.
164
554868
3000
Ta quyết định số phận của AI tương lai.
09:31
There's a vast playing field
165
559186
1337
Có vô vàn bộ mặt
09:32
of all the things that artificial
intelligence can become.
intelligence can become.
166
560547
2965
mà trí tuệ nhân tạo có thể biến thành.
09:36
It will become many things.
167
564064
1800
Chúng sẽ có mặt trong nhiều thứ.
09:39
And it's up to us now,
168
567694
1732
Điều đó phụ thuộc vào chúng ta,
09:41
in order to figure out
what we need to put in place
what we need to put in place
169
569450
3061
ta cần tìm hiểu những gì
cần thực hiện ngay hôm nay
cần thực hiện ngay hôm nay
09:44
to make sure the outcomes
of artificial intelligence
of artificial intelligence
170
572535
3807
để tìm đường đi đúng đắn
cho trí tuệ nhân tạo,
cho trí tuệ nhân tạo,
09:48
are the ones that will be
better for all of us.
better for all of us.
171
576366
3066
một con đường đi
giúp tất cả chúng ta tốt hơn.
giúp tất cả chúng ta tốt hơn.
09:51
Thank you.
172
579456
1150
Cám ơn.
09:52
(Applause)
173
580630
2187
(Vỗ tay)
ABOUT THE SPEAKER
Margaret Mitchell - AI research scientistMargaret Mitchell is a senior research scientist in Google's Research & Machine Intelligence group, working on artificial intelligence.
Why you should listen
Margaret Mitchell's research involves vision-language and grounded language generation, focusing on how to evolve artificial intelligence towards positive goals. Her work combines computer vision, natural language processing, social media as well as many statistical methods and insights from cognitive science. Before Google, Mitchell was a founding member of Microsoft Research's "Cognition" group, focused on advancing artificial intelligence, and a researcher in Microsoft Research's Natural Language Processing group.
Margaret Mitchell | Speaker | TED.com