TED2018
Kai-Fu Lee: How AI can save our humanity
كاي فو لي: كيف يُمكن للذكاء الاصطناعي إنقاذ إنسانيتنا
Filmed:
Readability: 4.7
3,583,197 views
استطاع الذكاء الاصطناعي تحويل عالمنا بشكل واسع، ولكن هناك شيء واحد لا يستطيع فعله: الحب.
في حديث مُتقن، يشرح عالم الكمبيوتر كاي فو لي كيف أن الولايات المتحدة الأمريكية والصين تقودان ثورة تعليمية عميقة... ويشاركنا مخططا حول كيفية ازدهار البشر في عصر الذكاء الاصطناعي من خلال تسخير التعاطف والإبداع. يقول كاي فو لي: "الذكاء الاصطناعي هو صدفة جميلة". "إنه هنا لتحريرنا من الأعمال الروتينية، وهو هنا لتذكيرنا بما يجعلنا بشراً".
Kai-Fu Lee - Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to talk about
how AI and mankind can coexist,
how AI and mankind can coexist,
0
640
4536
سأتحدث حول كيف يمكن أن يتعايش
الذكاء الاصطناعي والجنس البشري،
الذكاء الاصطناعي والجنس البشري،
00:17
but first, we have to rethink
about our human values.
about our human values.
1
5200
3816
ولكن أولاً، يجب علينا إعادة التفكير
في قيمنا الإنسانية.
في قيمنا الإنسانية.
00:21
So let me first make a confession
about my errors in my values.
about my errors in my values.
2
9040
4320
لذا اسمحوا لي أن أعترف
بأخطائي في قيمي.
بأخطائي في قيمي.
00:25
It was 11 o'clock, December 16, 1991.
3
13920
4256
كانت الساعة 11:00، ديسمبر 16، 1991.
00:30
I was about to become a father
for the first time.
for the first time.
4
18200
2680
كنتُ على وشك أن أصبح أباً
للمرة الأولى.
للمرة الأولى.
00:33
My wife, Shen-Ling,
lay in the hospital bed
lay in the hospital bed
5
21480
2856
كانت زوجتي، شين-لينغ،
تجلس في سرير المستشفى
تجلس في سرير المستشفى
00:36
going through a very difficult
12-hour labor.
12-hour labor.
6
24360
3080
وتمر بمخاض استمر ل12 ساعة.
00:40
I sat by her bedside
7
28280
2296
جسلت بجانب سريرها
00:42
but looked anxiously at my watch,
8
30600
2376
ولكن كنتُ أنظر بقلق إلى ساعتي،
00:45
and I knew something that she didn't.
9
33000
1800
وكنتُ أعرف شيئاً لا تعرفه.
00:47
I knew that if in one hour,
10
35440
1800
كنت أعرف أنه خلال ساعة واحدة،
00:50
our child didn't come,
11
38360
1936
إذا لم يأتي طفلنا،
00:52
I was going to leave her there
12
40320
1936
سأتركها هناك
00:54
and go back to work
13
42280
1656
وأعود إلى العمل
00:55
and make a presentation about AI
14
43960
2576
وأقوم بتقديم عرض حول الذكاء الاصطناعي
00:58
to my boss, Apple's CEO.
15
46560
2200
لرئيسي، الرئيس التنفيذي لشركة أبل.
01:03
Fortunately, my daughter
was born at 11:30 --
was born at 11:30 --
16
51160
3896
لحسن الحظ، ولدت ابنتي
في الساعة 11:30 ...
في الساعة 11:30 ...
01:07
(Laughter)
17
55080
1936
(ضحك)
01:09
(Applause)
18
57040
1936
(تصفيق)
01:11
sparing me from doing the unthinkable,
19
59000
4336
مما جنَّبني فعل ما لا يمكن تصوره،
01:15
and to this day, I am so sorry
20
63360
2496
وحتى يومنا هذا، أنا مُتأسف جداً
01:17
for letting my work ethic
take precedence over love for my family.
take precedence over love for my family.
21
65880
4656
لجعل أخلاقيات العمل
تأخذ الأولوية على حبي لعائلتي.
تأخذ الأولوية على حبي لعائلتي.
01:22
(Applause)
22
70560
5736
(تصفيق)
01:28
My AI talk, however, went off brilliantly.
23
76320
2616
ومع ذلك، فإن حديثي عن الذكاء الاصطناعي،
كان رائعًا.
كان رائعًا.
01:30
(Laughter)
24
78960
2736
(ضحك)
01:33
Apple loved my work
and decided to announce it
and decided to announce it
25
81720
3136
أحَّبت شركة أبل عملي وقررت إعلانه
01:36
at TED1992,
26
84880
2696
على منصة TED عام 1992،
01:39
26 years ago on this very stage.
27
87600
3016
قبل 26 سنة من هذه المرحلة.
01:42
I thought I had made one of the biggest,
most important discoveries in AI,
most important discoveries in AI,
28
90640
5056
كنت أعتقد أنني صنعتُ إحدى أكبر
الاكتشافات أهمية في الذكاء الاصطناعي،
الاكتشافات أهمية في الذكاء الاصطناعي،
01:47
and so did the "Wall Street Journal"
on the following day.
on the following day.
29
95720
2920
وكذلك اعتقدت ال"وول ستريت جورنال"
في اليوم التالي.
في اليوم التالي.
01:51
But as far as discoveries went,
30
99440
2536
ولكن مع مرور الوقت على الاكتشافات،
01:54
it turned out,
31
102000
1336
اتضح لي،
01:55
I didn't discover India, or America.
32
103360
2776
أني لم أكتشف الهند، أو أمريكا.
01:58
Perhaps I discovered
a little island off of Portugal.
a little island off of Portugal.
33
106160
3080
ربما اكتشفت جزيرة صغيرة خارج البرتغال.
02:02
But the AI era of discovery continued,
34
110720
3256
ولكن استمر عصر الذكاء الاصطناعي،
02:06
and more scientists
poured their souls into it.
poured their souls into it.
35
114000
3216
وبذل المزيد من العلماء أرواحهم فيه.
02:09
About 10 years ago, the grand AI discovery
36
117240
2616
منذ حوالي عشرة سنوات، كان الاكتشاف العظيم
للذكاء الاصطناعي
للذكاء الاصطناعي
02:11
was made by three
North American scientists,
North American scientists,
37
119880
3176
قد تم بفضل ثلاثة علماء من أمريكا الشمالية،
02:15
and it's known as deep learning.
38
123080
1600
وهو معروف بالتعلم العميق.
02:17
Deep learning is a technology
that can take a huge amount of data
that can take a huge amount of data
39
125400
3696
التعلم العميق عبارة عن تقنية
يمكنها أخذ كمية هائلة من البيانات
يمكنها أخذ كمية هائلة من البيانات
02:21
within one single domain
40
129120
1736
في نطاق واحد
02:22
and learn to predict or decide
at superhuman accuracy.
at superhuman accuracy.
41
130880
4936
وتعلم كيفية التنبؤ
أو اتخاذ قرار بدقة خارقة.
أو اتخاذ قرار بدقة خارقة.
02:27
For example, if we show
the deep learning network
the deep learning network
42
135840
2776
على سبيل المثال، إذا عرضنا
لشبكة التعلم العميق
لشبكة التعلم العميق
02:30
a massive number of food photos,
43
138640
2816
عدداً هائلاً من الصور،
02:33
it can recognize food
44
141480
1576
فإن بإمكانها التعرف على الطعام
02:35
such as hot dog or no hot dog.
45
143080
3296
مثل إذا ما كان هذا سجقًا أم لا.
02:38
(Applause)
46
146400
3136
(تصفيق)
02:41
Or if we show it many pictures
and videos and sensor data
and videos and sensor data
47
149560
5016
أو إذا عرضنا عليها الكثير من الصور
ومقاطع الفيديو وبيانات المستشعر
ومقاطع الفيديو وبيانات المستشعر
02:46
from driving on the highway,
48
154600
2536
من القيادة على الطريق السريع،
02:49
it can actually drive a car
as well as a human being
as well as a human being
49
157160
3280
فإن بإمكانها قيادة سيارة مثلها مثل الإنسان
02:53
on the highway.
50
161360
1656
على الطريق السريع.
02:55
And what if we showed
this deep learning network
this deep learning network
51
163040
2816
وماذا لو عرضنا لشبكة التعلم العميق
02:57
all the speeches made by President Trump?
52
165880
2400
جميع خطابات الرئيس ترامب؟
03:01
Then this artificially
intelligent President Trump,
intelligent President Trump,
53
169680
3000
عندها سيقوم هذا الرئيس ترامب
الذكي بشكل مصطنع،
الذكي بشكل مصطنع،
03:05
actually the network --
54
173600
2216
في الواقع، الشبكة...
03:07
(Laughter)
55
175840
1656
(ضحك)
03:09
can --
56
177520
1216
يستطيع...
03:10
(Applause)
57
178760
4056
(تصفيق)
03:14
You like double oxymorons, huh?
58
182840
2336
هل تعجبكم التناقضات المزدوجة؟
03:17
(Laughter)
59
185200
3856
(ضحك)
03:21
(Applause)
60
189080
6096
(تصفيق)
03:27
So this network, if given the request
to make a speech about AI,
to make a speech about AI,
61
195200
5256
إذن هذه الشبكة، إذا ماطُلب منها إلقاء
خطاب حول الذكاء الاصطناعي،
خطاب حول الذكاء الاصطناعي،
03:32
he, or it, might say --
62
200480
2640
ربما تقول ...
03:36
(Recording) Donald Trump:
It's a great thing
It's a great thing
63
204280
2096
(تسجيل) دونالد ترامب: إنه لمن الرائع
03:38
to build a better world
with artificial intelligence.
with artificial intelligence.
64
206400
2936
بناء عالم أفضل باستخدام الذكاء الاصطناعي.
03:41
Kai-Fu Lee: And maybe in another language?
65
209360
2016
كاي-فو لي: وربما بلغة أخرى؟
03:43
DT: (Speaking Chinese)
66
211400
1816
د.ت: (التحدث بالصينية)
03:45
(Laughter)
67
213240
1496
(ضحك)
03:46
KFL: You didn't know
he knew Chinese, did you?
he knew Chinese, did you?
68
214760
2160
كاي-فو لي: لم يكن لديكم علم
أنه يعرف الصينية، أليس كذلك؟
أنه يعرف الصينية، أليس كذلك؟
03:50
So deep learning has become the core
in the era of AI discovery,
in the era of AI discovery,
69
218120
5016
إذن أصبح التعلم العميق الأساس
في عصر اكتشاف الذكاء الاصطناعي،
في عصر اكتشاف الذكاء الاصطناعي،
03:55
and that's led by the US.
70
223160
1816
وتقوده الولايات المتحدة.
03:57
But we're now in the era
of implementation,
of implementation,
71
225000
3256
ولكننا الآن في عصر التنفيذ،
04:00
where what really matters is execution,
product quality, speed and data.
product quality, speed and data.
72
228280
5536
حيث مايهم حقاً هو الأداء
وجودة المنتج والسرعة والبيانات.
وجودة المنتج والسرعة والبيانات.
04:05
And that's where China comes in.
73
233840
2096
وهنا يأتي دور الصين.
04:07
Chinese entrepreneurs,
74
235960
1576
روّاد الأعمال الصينيين،
04:09
who I fund as a venture capitalist,
75
237560
1896
الذين أمولهم كرأسمالي مغامر،
04:11
are incredible workers,
76
239480
1736
هم عمال مدهشون،
04:13
amazing work ethic.
77
241240
1936
ولديهم أخلاقيات عمل مذهلة.
04:15
My example in the delivery room is nothing
compared to how hard people work in China.
compared to how hard people work in China.
78
243200
5296
مثالي في غرفة الولادة يعتبر لا شيء
مقارنةً بمدى صعوبة عمل الناس في الصين.
مقارنةً بمدى صعوبة عمل الناس في الصين.
04:20
As an example, one startup
tried to claim work-life balance:
tried to claim work-life balance:
79
248520
3696
كمثال، حاولت إحدى الشركات الناشئة
المطالبة بالتوازن بين العمل والحياة:
المطالبة بالتوازن بين العمل والحياة:
04:24
"Come work for us because we are 996."
80
252240
3696
" تعال لنعمل معاً لأننا 996."
04:27
And what does that mean?
81
255960
1256
وماذا يعني ذلك؟
04:29
It means the work hours
of 9am to 9pm, six days a week.
of 9am to 9pm, six days a week.
82
257240
4400
يعني ذلك أن ساعات العمل من 9:00 صباحاً
إلى 9:00 مساءً، ستة أيام في الأسبوع.
إلى 9:00 مساءً، ستة أيام في الأسبوع.
04:34
That's contrasted
with other startups that do 997.
with other startups that do 997.
83
262960
3280
وهذا يتناقض مع الشركات الناشئة
الأخرى التي تُطبق 997.
الأخرى التي تُطبق 997.
04:39
And the Chinese product quality
has consistently gone up
has consistently gone up
84
267320
3096
وارتفعت جودة المنتجات الصينية باستمرار
04:42
in the past decade,
85
270440
1696
في العقد الماضي،
04:44
and that's because of
a fiercely competitive environment.
a fiercely competitive environment.
86
272160
4120
وذلك بسبب بيئة تنافسية شرسة.
04:48
In Silicon Valley, entrepreneurs
compete in a very gentlemanly fashion,
compete in a very gentlemanly fashion,
87
276760
5896
في سليكون فالي، يتنافس روّاد الأعمال
بأسلوب مهذب للغاية،
بأسلوب مهذب للغاية،
04:54
sort of like in old wars
in which each side took turns
in which each side took turns
88
282680
3896
مثل الحروب القديمة
التي يتناوب فيها كل طرف
التي يتناوب فيها كل طرف
04:58
to fire at each other.
89
286600
1256
على بعضهم البعض.
04:59
(Laughter)
90
287880
1056
(ضحك)
05:00
But in the Chinese environment,
91
288960
2016
ولكن في البيئة الصينية،
05:03
it's truly a gladiatorial
fight to the death.
fight to the death.
92
291000
2880
إنها حقاً معركة مصارعة حتى الموت.
05:06
In such a brutal environment,
entrepreneurs learn to grow very rapidly,
entrepreneurs learn to grow very rapidly,
93
294920
6096
في بيئة وحشية، تعلم روّاد الأعمال
النمو بسرعة كبيرة،
النمو بسرعة كبيرة،
05:13
they learn to make their products
better at lightning speed,
better at lightning speed,
94
301040
3936
ويتعلمون كيفية تحسين منتاجتهم بسرعة البرق،
05:17
and they learn
to hone their business models
to hone their business models
95
305000
2336
ويتعلمون كيفية صقل نماذج أعمالهم
05:19
until they're impregnable.
96
307360
1400
حتى تصبح منيعة.
05:21
As a result, great Chinese products
like WeChat and Weibo
like WeChat and Weibo
97
309400
3856
نتيجة لذلك، فإن المنتجات الصينية العظيمة
مثل "وي تشات" و"ويبو"
مثل "وي تشات" و"ويبو"
05:25
are arguably better
98
313280
1416
يمكن القول أنها أفضل
05:26
than the equivalent American products
from Facebook and Twitter.
from Facebook and Twitter.
99
314720
3480
من المنتجات الأمريكية المماثلة
من "فيسبوك" و"تويتر".
من "فيسبوك" و"تويتر".
05:31
And the Chinese market
embraces this change
embraces this change
100
319920
3096
ويحتضن السوق الصيني هذا التغيير
05:35
and accelerated change
and paradigm shifts.
and paradigm shifts.
101
323040
3016
ويسرّع التغيير والتحولات النموذجية.
05:38
As an example, if any of you go to China,
102
326080
2096
على سبيل المثال، إذا ذهب أحد منكم للصين،
05:40
you will see it's almost cashless
and credit card-less,
and credit card-less,
103
328200
4016
سترون أنه لا يتم يستخدم الدفع النقدي
أو بطاقة الائتمان إلا بقلة،
أو بطاقة الائتمان إلا بقلة،
05:44
because that thing that we all
talk about, mobile payment,
talk about, mobile payment,
104
332240
2736
لأن الأمر الذي نتحدث عنه جميعاً،
الدفع عبر الهاتف المحمول،
الدفع عبر الهاتف المحمول،
05:47
has become the reality in China.
105
335000
2416
أصبح حقيقية في الصين.
05:49
In the last year,
106
337440
1296
في السنة الماضية،
05:50
18.8 trillion US dollars
were transacted on mobile internet,
were transacted on mobile internet,
107
338760
5936
تم تداول 18.8 تريليون دولار أمريكي
على إنترنت الهاتف المحمول،
على إنترنت الهاتف المحمول،
05:56
and that's because
of very robust technologies
of very robust technologies
108
344720
2936
وذلك بسبب التقنيات القوية جداً
05:59
built behind it.
109
347680
1256
التي صُممت من أجل ذلك.
06:00
It's even bigger than the China GDP.
110
348960
2440
إنها أكبر من إجمالي الناتج المحلي.
06:04
And this technology, you can say,
how can it be bigger than the GDP?
how can it be bigger than the GDP?
111
352120
3616
وهذه التكنولوجيا، يمكنك أن تتساءل:
كيف تكون أكبر من إجمالي الناتج المحلي؟
كيف تكون أكبر من إجمالي الناتج المحلي؟
06:07
Because it includes all transactions:
112
355760
1976
لأنها تشمل جميع المعاملات:
06:09
wholesale, channels,
retail, online, offline,
retail, online, offline,
113
357760
3776
البيع بالجملة والقنوات والبيع بالتجزئة
وعلى الإنترنت،
وعلى الإنترنت،
06:13
going into a shopping mall
or going into a farmers market like this.
or going into a farmers market like this.
114
361560
5056
الذهاب إلى مركز التسوق أو الذهاب
إلى سوق المزارعين مثل هذا.
إلى سوق المزارعين مثل هذا.
06:18
The technology is used
by 700 million people
by 700 million people
115
366640
3376
تُستخدم هذه التكنولوجيا
من قِبَل 700 مليون شخص
من قِبَل 700 مليون شخص
06:22
to pay each other, not just merchants,
116
370040
2056
للدفع لبعضهم البعض، وليس فقط التجار،
06:24
so it's peer to peer,
117
372120
1416
لذلك إنها الند للند،
06:25
and it's almost transaction-fee-free.
118
373560
2680
وهي خالية تقريباً من رسوم المعاملات.
06:29
And it's instantaneous,
119
377720
2376
وهي فورية،
06:32
and it's used everywhere.
120
380120
1440
ويتم استخدامها في كل مكان.
06:34
And finally, the China market is enormous.
121
382320
3376
وأخيراً، فإن السوق الصيني هائل.
06:37
This market is large,
122
385720
1976
وهذا السوق كبير،
06:39
which helps give entrepreneurs
more users, more revenue,
more users, more revenue,
123
387720
4496
إذ يساعد على منح رجال الأعمال
المزيد من المستخدمين، المزيد من الأرباح
المزيد من المستخدمين، المزيد من الأرباح
06:44
more investment, but most importantly,
124
392240
2336
والمزيد من الاستثمار، ولكن الأهم من ذلك،
06:46
it gives the entrepreneurs a chance
to collect a huge amount of data
to collect a huge amount of data
125
394600
4536
إنه يمنح رجال الأعمال فرصة
لتجميع كمية ضخمة من البيانات
لتجميع كمية ضخمة من البيانات
06:51
which becomes rocket fuel
for the AI engine.
for the AI engine.
126
399160
2960
التي تصبح الوقود لمحرك الذكاء الاصطناعي.
06:54
So as a result, the Chinese AI companies
127
402960
2936
ونتيجة لذلك، فإن شركات
الذكاء الاصطناعي الصينية
الذكاء الاصطناعي الصينية
06:57
have leaped ahead
128
405920
1736
قفزت للأمام
06:59
so that today, the most valuable companies
129
407680
3096
بحيث أصبحت اليوم، الشركات الأكثر قيمة
07:02
in computer vision, speech recognition,
130
410800
2616
في رؤية الكمبيوتر والتعرف على الكلام
07:05
speech synthesis,
machine translation and drones
machine translation and drones
131
413440
3416
وتركيب الكلام والترجمة الآلية
والطائرات بدون طيار
والطائرات بدون طيار
07:08
are all Chinese companies.
132
416880
1920
كلها شركات صينية.
07:11
So with the US leading
the era of discovery
the era of discovery
133
419400
3216
لذا مع قيادة الولايات المتحدة
لعصر الاكتشافات
لعصر الاكتشافات
07:14
and China leading
the era of implementation,
the era of implementation,
134
422640
3136
وقيادة الصين لعصر التنفيذ،
07:17
we are now in an amazing age
135
425800
2256
نحن الآن في عصر مذهل
07:20
where the dual engine
of the two superpowers
of the two superpowers
136
428080
3256
حيث أن المحرك الثنائي للقوتين العظيمتين
07:23
are working together
137
431360
1680
يعملان معاً
07:25
to drive the fastest
revolution in technology
revolution in technology
138
433960
3656
لدفع أسرع ثورة في التكنولوجيا
07:29
that we have ever seen as humans.
139
437640
2360
التي لم نشهدها في أي وقت مضى.
07:32
And this will bring tremendous wealth,
140
440640
2496
وهذا سيجلب ثروة هائلة،
07:35
unprecedented wealth:
141
443160
1776
ثروة لم يسبق لها مثيل:
07:36
16 trillion dollars, according to PwC,
142
444960
3896
16 تريليون دولار،
وفقاً ل"برايس ووتر هاوس كوبرز"،
وفقاً ل"برايس ووتر هاوس كوبرز"،
07:40
in terms of added GDP
to the worldwide GDP by 2030.
to the worldwide GDP by 2030.
143
448880
5376
بإضافة الناتج المحلي الإجمالي إلى الناتج
المحلي الإجمالي العالمي بحلول 2030.
المحلي الإجمالي العالمي بحلول 2030.
07:46
It will also bring immense challenges
144
454280
2616
وسيجلب أيضاً تحديات هائلة
07:48
in terms of potential job replacements.
145
456920
3576
فيما يتعلق بفرص العمل المحتملة.
07:52
Whereas in the Industrial Age
146
460520
2160
بينما في العصر الصناعي
07:55
it created more jobs
147
463880
1536
فإنه يخلق المزيد من الوظائف
07:57
because craftsman jobs were being
decomposed into jobs in the assembly line,
decomposed into jobs in the assembly line,
148
465440
5776
بسبب تحلل وظائف الحرفيين
إلى وظائف في خط التجميع،
إلى وظائف في خط التجميع،
08:03
so more jobs were created.
149
471240
1976
لذا ازدادت فرص العمل.
08:05
But AI completely replaces
the individual jobs
the individual jobs
150
473240
4936
ولكن استبدل الذكاء الاصطناعي
الوظائف الفردية بشكل تام
الوظائف الفردية بشكل تام
08:10
in the assembly line with robots.
151
478200
2256
في خط التجميع بالروبوتات.
08:12
And it's not just in factories,
152
480480
1936
ولا يقتصر الأمر على المصانع،
08:14
but truckers, drivers
153
482440
2056
ولكن أيضاً سائقي الشاحنات والسائقين
08:16
and even jobs like telesales,
customer service
customer service
154
484520
4096
وحتى وظائف المبيعات وخدمة العملاء
08:20
and hematologists as well as radiologists
155
488640
2976
وأطباء أمراض الدم وكذلك أطباء الأشعة
08:23
over the next 15 years
156
491640
2096
على مدى ال 15 سنة القادمة
08:25
are going to be gradually replaced
157
493760
2536
سيتم استبدالهم تدريجياً
08:28
by artificial intelligence.
158
496320
1440
بالذكاء الاصطناعي.
08:30
And only the creative jobs --
159
498360
2056
الوظائف الإبداعية فقط...
08:32
(Laughter)
160
500440
1976
(ضحك)
08:34
I have to make myself safe, right?
161
502440
2200
عليّ تأمين نفسي، أليس كذلك؟
08:38
Really, the creative jobs
are the ones that are protected,
are the ones that are protected,
162
506960
2976
حقاً، الوظائف الإبداعية هي المحفوظة،
08:41
because AI can optimize but not create.
163
509960
3040
لأن الذكاء الاصطناعي يستطيع التحسين
وليس الإبداع.
وليس الإبداع.
08:45
But what's more serious
than the loss of jobs
than the loss of jobs
164
513960
3575
ولكن الأكثر خطورة من فقدان الوظائف
08:49
is the loss of meaning,
165
517559
1777
هو فقدان المعنى،
08:51
because the work ethic
in the Industrial Age
in the Industrial Age
166
519360
3136
لأن أخلاقيات العمل في العصر الصناعي
08:54
has brainwashed us into thinking
that work is the reason we exist,
that work is the reason we exist,
167
522520
5616
قد غسلت أدمغتنا للتفكير
بأن العمل هو سبب وجودنا،
بأن العمل هو سبب وجودنا،
09:00
that work defined
the meaning of our lives.
the meaning of our lives.
168
528160
2936
وأن العمل يحدد معنى حياتنا
09:03
And I was a prime and willing victim
to that type of workaholic thinking.
to that type of workaholic thinking.
169
531120
6296
وقد كنتُ ضحية رئيسية ومستعدة
لهذا النوع من التفكير.
لهذا النوع من التفكير.
09:09
I worked incredibly hard.
170
537440
1616
وعملت بشكل لا يصدق.
09:11
That's why I almost left
my wife in the delivery room,
my wife in the delivery room,
171
539080
3576
لهذا السبب كنت على وشك
ترك زوجتي في غرفة الولادة،
ترك زوجتي في غرفة الولادة،
09:14
that's why I worked 996
alongside my entrepreneurs.
alongside my entrepreneurs.
172
542680
4176
ولهذا السبب عملت 996
إلى جانب رجال الأعمال.
إلى جانب رجال الأعمال.
09:18
And that obsession that I had with work
173
546880
4416
وكان ذلك الهوس الذي انتهجته مع العمل
09:23
ended abruptly a few years ago
174
551320
3056
قد انتهى فجأة قبل بضع سنين
09:26
when I was diagnosed
with fourth stage lymphoma.
with fourth stage lymphoma.
175
554400
3920
عندما تم تشخيصي بالورم الليمفاوي
في المرحلة الرابعة.
في المرحلة الرابعة.
09:31
The PET scan here shows
over 20 malignant tumors
over 20 malignant tumors
176
559480
4136
يُظهِر مسح التصوير المقطعي بالإصدار
البوزيتروني هنا أكثر من 20 ورم خبيث
البوزيتروني هنا أكثر من 20 ورم خبيث
09:35
jumping out like fireballs,
177
563640
2176
تقفز كالكرات النارية،
09:37
melting away my ambition.
178
565840
2576
وتُذيب طموحي.
09:40
But more importantly,
179
568440
1456
ولكن الأهم من ذلك،
09:41
it helped me reexamine my life.
180
569920
2736
ساعدني هذا في إعادة النظر في حياتي.
09:44
Knowing that I may only have
a few months to live
a few months to live
181
572680
3096
إن معرفة أنني قد لا أملك
سوى بضعة أشهر للعيش،
سوى بضعة أشهر للعيش،
09:47
caused me to see how foolish it was
182
575800
2936
قد جعلني أرى كيف كان من الحماقة
09:50
for me to base my entire self-worth
183
578760
3576
بالنسبة لي أن أجعل
كامل تقديري لذاتي مبنيًّا
كامل تقديري لذاتي مبنيًّا
09:54
on how hard I worked
and the accomplishments from hard work.
and the accomplishments from hard work.
184
582360
4040
على مدى صعوبة العمل الذي أقوم به
والإنجازات من العمل الشاق.
والإنجازات من العمل الشاق.
09:59
My priorities were
completely out of order.
completely out of order.
185
587320
2976
كانت أولوياتي معطلة تماماً.
10:02
I neglected my family.
186
590320
1600
أهملت عائلتي.
10:05
My father had passed away,
187
593000
1416
والدي وافته المنية،
10:06
and I never had a chance
to tell him I loved him.
to tell him I loved him.
188
594440
2800
ولم تسنح لي الفرصة لأخبره أني أحبه.
10:10
My mother had dementia
and no longer recognized me,
and no longer recognized me,
189
598120
3736
تعاني والدتي من الخرف ولم تعد تعرفني،
10:13
and my children had grown up.
190
601880
1920
وقد كبر أطفالي.
10:16
During my chemotherapy,
191
604400
1656
أثناء علاجي الكيميائي،
10:18
I read a book by Bronnie Ware
192
606080
2456
قرأت كتاباً لبراوني وير
10:20
who talked about dying wishes and regrets
of the people in the deathbed.
of the people in the deathbed.
193
608560
5496
التي تحدثت عن أمنيات وحسرات
من هم على فراش الموت.
من هم على فراش الموت.
10:26
She found that facing death,
194
614080
2256
وقد وجدت أنه وأثناء مواجهة الموت،
10:28
nobody regretted that they didn't
work hard enough in this life.
work hard enough in this life.
195
616360
3600
لم يندم أي منهم لأنه لم يعمل
بجد في هذه الحياة.
بجد في هذه الحياة.
10:32
They only regretted that they didn't
spend enough time with their loved ones
spend enough time with their loved ones
196
620880
5176
الأمر الوحيد الذين يندمون لأجله هو أنهم
لم يقضوا الوقت الكافي مع أحبائهم
لم يقضوا الوقت الكافي مع أحبائهم
10:38
and that they didn't spread their love.
197
626080
2760
ولم ينشروا حبهم.
10:42
So I am fortunately today in remission.
198
630400
4536
ولحسن الحظ أني اليوم في حالة صحية مستقرة.
10:46
(Applause)
199
634960
6856
(تصفيق)
10:53
So I can be back at TED again
200
641840
1976
لذا يمكنني أن أعود مرة أخرى إلى TED
10:55
to share with you
that I have changed my ways.
that I have changed my ways.
201
643840
3376
لمشاركتكم أني غيّرت أساليبي.
10:59
I now only work 965 --
202
647240
2760
الآن أعمل فقط 965 ...
11:03
occasionally 996, but usually 965.
203
651200
3976
أحياناً 996، ولكن عادةً 965.
11:07
I moved closer to my mother,
204
655200
1896
انتقلت لمكان أقرب من والدتي،
11:09
my wife usually travels with me,
205
657120
2456
عادةً تسافر زوجتي معي،
11:11
and when my kids have vacation,
if they don't come home, I go to them.
if they don't come home, I go to them.
206
659600
3816
وعندما يكون أطفالي في إجازة،
إذا لم يأتوا للمنزل، فإني أذهب إليهم.
إذا لم يأتوا للمنزل، فإني أذهب إليهم.
11:15
So it's a new form of life
207
663440
2456
إذن هو شكل جديد للحياة
11:17
that helped me recognize
208
665920
1816
الذي ساعدني في التعرف
11:19
how important it is that love is for me,
209
667760
3176
على مدى أهمية الحب بالنسبة إلي،
11:22
and facing death
helped me change my life,
helped me change my life,
210
670960
3416
ومواجهة الموت ساعدني في تغيير حياتي،
11:26
but it also helped me see a new way
211
674400
2456
ولكن أيضاً ساعدني لرؤية طريقة جديدة
11:28
of how AI should impact mankind
212
676880
3776
لكيفية تأثير الذكاء الاصطناعي على البشرية
11:32
and work and coexist with mankind,
213
680680
2480
والعمل والتعايش مع الجنس البشري،
11:36
that really, AI is taking away
a lot of routine jobs,
a lot of routine jobs,
214
684680
4496
وحقاً يأخذ الذكاء الاصطناعي الكثير
من الوظائف الروتينية،
من الوظائف الروتينية،
11:41
but routine jobs are not what we're about.
215
689200
3656
ولكن الوظائف الروتينية ليست ما نحن بصدده.
11:44
Why we exist is love.
216
692880
2256
نحن موجودون من أجل الحب.
11:47
When we hold our newborn baby,
217
695160
2096
عندما نحمل مولودنا الجديد،
11:49
love at first sight,
218
697280
1496
نُحب من النظرة الأولى،
11:50
or when we help someone in need,
219
698800
1776
أو عندما نساعد شخصاً محتاجاً،
11:52
humans are uniquely able
to give and receive love,
to give and receive love,
220
700600
4256
والبشر قادرون بشكل فريد
على إعطاء الحب وتلقيه،
على إعطاء الحب وتلقيه،
11:56
and that's what differentiates us from AI.
221
704880
2800
وهذا ما يميزنا عن الذكاء الاصطناعي.
12:00
Despite what science fiction may portray,
222
708800
2696
على الرغم مما قد يصوره الخيال العلمي،
12:03
I can responsibly tell you
that AI has no love.
that AI has no love.
223
711520
3736
يمكنني أن أخبركم بشكل مسؤول
أن الذكاء الاصطناعي ليس لديه حب.
أن الذكاء الاصطناعي ليس لديه حب.
12:07
When AlphaGo defeated
the world champion Ke Jie,
the world champion Ke Jie,
224
715280
3536
عندما هزمت "ألفاغو" بطل العالم كي جي،
12:10
while Ke Jie was crying
and loving the game of go,
and loving the game of go,
225
718840
3096
بينما كان كي جي يبكي ويحب لعبة الغو،
12:13
AlphaGo felt no happiness from winning
226
721960
3176
لم تشعر "ألفاغو" بأي سعادة بالفوز
12:17
and certainly no desire
to hug a loved one.
to hug a loved one.
227
725160
4480
وبالتأكيد لم تكن هناك رغبة
في احتضان أحبائها.
في احتضان أحبائها.
12:23
So how do we differentiate ourselves
228
731600
2656
إذن كيف نميز أنفسنا
12:26
as humans in the age of AI?
229
734280
2536
كبشر في عصر الذكاء الاصطناعي؟
12:28
We talked about the axis of creativity,
230
736840
3096
لقد تحدثنا عن محور الإبداع،
12:31
and certainly that is one possibility,
231
739960
2856
وبالتأكيد هو أحد الاحتمالات،
12:34
and now we introduce a new axis
232
742840
2296
والآن نُقدم محوراً جديداً
12:37
that we can call compassion,
love, or empathy.
love, or empathy.
233
745160
3616
يمكننا أن نُطلق عليه الرحمة،
الحب، أو التعاطف.
الحب، أو التعاطف.
12:40
Those are things that AI cannot do.
234
748800
2576
هذه أشياء لا يستطيع الذكاء الاصطناعي
فعلها.
فعلها.
12:43
So as AI takes away the routine jobs,
235
751400
2816
لذا مع استيلاء الذكاء الاصطناعي
على الوظائف الرويتينية،
على الوظائف الرويتينية،
12:46
I like to think we can, we should
and we must create jobs of compassion.
and we must create jobs of compassion.
236
754240
4960
أحب أن أُفكر أننا نستطيع، وينبغي علينا
ويجب علينا خلق وظائف التعاطف.
ويجب علينا خلق وظائف التعاطف.
12:51
You might ask how many of those there are,
237
759800
2336
قد تتساءل عن عددها،
12:54
but I would ask you:
238
762160
1616
ولكن أود أنا أسألكم:
12:55
Do you not think that we are going
to need a lot of social workers
to need a lot of social workers
239
763800
3816
هل تعتقد أننا سنحتاج إلى الكثير
من الأخصائيين الاجتماعيين
من الأخصائيين الاجتماعيين
12:59
to help us make this transition?
240
767640
1600
لمساعدتنا في إجراء هذا التحول؟
13:01
Do you not think we need
a lot of compassionate caregivers
a lot of compassionate caregivers
241
769960
3256
ألا تعتقد أننا نحتاج إلى الكثير
من مقدمي الرعاية المتعاطفين
من مقدمي الرعاية المتعاطفين
13:05
to give more medical care to more people?
242
773240
2696
لتقديم المزيد من الرعاية الطبية
لعدد أكبر من الناس؟
لعدد أكبر من الناس؟
13:07
Do you not think we're going to need
10 times more teachers
10 times more teachers
243
775960
3256
ألا تعتقد أننا سنحتاج إلى 10 أضعاف
عدد المعلمين
عدد المعلمين
13:11
to help our children find their way
244
779240
2776
لمساعدة أطفالنا في إيجاد طريقهم
13:14
to survive and thrive
in this brave new world?
in this brave new world?
245
782040
3256
للبقاء والازدهار في هذا العالم
الجديد الشجاع؟
الجديد الشجاع؟
13:17
And with all the newfound wealth,
246
785320
2440
ومع هذه الثروة المكتشفة حديثاً،
13:19
should we not also make
labors of love into careers
labors of love into careers
247
787800
4536
ألا يجب علينا أن نجعل من أعمال الحب مهنًا
13:24
and let elderly accompaniment
248
792360
2696
وأن نسمح لمرافقة المسنين
13:27
or homeschooling become careers also?
249
795080
3496
أو التعليم المنزلي بأن تصبح مهناً أيضاً؟
13:30
(Applause)
250
798600
5280
(تصفيق)
13:36
This graph is surely not perfect,
251
804800
2256
من المؤكد أن هذا الرسم البياني ليس مثالياً
13:39
but it points at four ways
that we can work with AI.
that we can work with AI.
252
807080
3536
ولكنه يُشير إلى أربع طرق يمكننا
العمل بها مع الذكاء الاصطناعي.
العمل بها مع الذكاء الاصطناعي.
13:42
AI will come and take away
the routine jobs
the routine jobs
253
810640
3576
إن الذكاء الاصطناعي سيأتي
ويسلب الوظائف الروتينية
ويسلب الوظائف الروتينية
13:46
and in due time, we will be thankful.
254
814240
2040
وفي الوقت المناسب، سنكون شاكرين.
13:49
AI will become great tools
for the creatives
for the creatives
255
817000
3096
وسيصبح الذكاء الاصطناعي
أداة عظيمة للمبدعين
أداة عظيمة للمبدعين
13:52
so that scientists, artists,
musicians and writers
musicians and writers
256
820120
3656
بحيث أن العلماء والفنانيين
والموسيقيين والكتاب
والموسيقيين والكتاب
13:55
can be even more creative.
257
823800
1600
يمكن أن يكونوا أكثر إبداعاً.
13:58
AI will work with humans
as analytical tools
as analytical tools
258
826120
5376
وسيعمل الذكاء الاصطناعي
مع البشر كأدوات تحليلية
مع البشر كأدوات تحليلية
14:03
that humans can wrap their warmth around
259
831520
2696
يمكن للبشر أن يلفوا دفئهم حولها
14:06
for the high-compassion jobs.
260
834240
1896
في سبيل وظائف التراحم العالية.
14:08
And we can always differentiate ourselves
261
836160
2656
ويمكننا دائماً أن نميز أنفسنا
14:10
with the uniquely capable jobs
262
838840
1816
بالوظائف الفريدة
14:12
that are both compassionate and creative,
263
840680
3616
التي تتسم بالرحمة والإبداع،
14:16
using and leveraging
our irreplaceable brains and hearts.
our irreplaceable brains and hearts.
264
844320
5176
وذلك باستخدام واستغلال أدمغتنا
وقلوبنا التي لا بديل لها.
وقلوبنا التي لا بديل لها.
14:21
So there you have it:
265
849520
1296
إذن يوجد لديك:
14:22
a blueprint of coexistence
for humans and AI.
for humans and AI.
266
850840
3640
مخطط تعايش البشر والذكاء الاصطناعي.
14:27
AI is serendipity.
267
855400
1816
الذكاء الاصطناعي هو صدفة جميلة.
14:29
It is here to liberate us
from routine jobs,
from routine jobs,
268
857240
2976
وهو هنا لتحريرنا من الوظائف الروتينية،
14:32
and it is here to remind us
what it is that makes us human.
what it is that makes us human.
269
860240
3680
وهو هنا ليذكرنا بما يجعلنا بشراً.
14:36
So let us choose to embrace AI
and to love one another.
and to love one another.
270
864440
3976
لذا دعونا نختار احتضان الذكاء الاصطناعي
وحب بعضنا البعض.
وحب بعضنا البعض.
14:40
Thank you.
271
868440
1216
شكراً لكم.
14:41
(Applause)
272
869680
6160
(تصفيق)
ABOUT THE SPEAKER
Kai-Fu Lee - Investor, computer scientistAt Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies.
Why you should listen
Dr. Kai-Fu Lee has a unique perspective on the global technology industry, having worked extensively between the US and China, and has been in artificial intelligence research, development and investment for more than 30 years. He is one of China's top technology investors, undertaking early pioneering work in the field of artificial intelligence and working with multiple US technology giants.
Lee is the Chairman and CEO of Sinovation Ventures, managing a $1.7 billion dual-currency investment fund. Sinovation is a leading technology-savvy investment firm focusing on developing Chinese high-tech companies. Lee also serves as president of the Sinovation Ventures Artificial Intelligence Institute.
Prior to founding Sinovation in 2009, Lee was the President of Google China. Previously, he held executive positions at Microsoft, SGI and Apple. He is a Fellow of the Institute of Electrical and Electronics Engineers (IEEE), and he was Vice Chairman of the Committee of 100 and named one of the 100 most influential people in the world by TIME Magazine. He is the author of seven best-selling books in Chinese, launching his new book AI Superpowers internationally in fall 2018, and has over 50 million followers on social media.
In the field of artificial intelligence, Lee founded Microsoft Research China, which was named as the hottest research lab by MIT Technology Review. Later renamed Microsoft Research Asia, this institute has trained the great majority of AI leaders in China, including CTOs or AI heads at Baidu, Tencent, Alibaba, Lenovo, Huawei and Haier. While with Apple, Lee led AI projects in speech and natural language, which appeared on Good Morning America on ABC Television and the front page of The Wall Street Journal. He has authored 10 US patents, and more than 100 journal and conference papers.
Kai-Fu Lee | Speaker | TED.com