TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
Alex Wissner-Gross: Una nueva ecuación para la inteligencia
Filmed:
Readability: 5.9
2,098,891 views
¿Existe una ecuación para la inteligencia? Sí. Es F = T ∇ Sτ. En una fascinante e informativa charla, el físico y científico de la informática Alex Wissner-Gross explica a qué se refiere con eso. (Filmado en TEDxBeaconStreet.)
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Double-click the English transcript below to play the video.
00:12
Intelligence -- what is it?
0
899
3667
Inteligencia, ¿qué es eso?
00:16
If we take a look back at the history
1
4566
2291
Si analizamos la historia
00:18
of how intelligence has been viewed,
2
6857
2624
de cómo se ha visto la inteligencia,
00:21
one seminal example has been
3
9481
3618
un ejemplo productivo ha sido
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
la famosa cita de
Edsger Dijkstra de que
Edsger Dijkstra de que
00:28
"the question of whether a machine can think
5
16576
3111
"La pregunta de si una
máquina puede pensar
máquina puede pensar
00:31
is about as interesting
6
19687
1310
es tan interesante
00:32
as the question of whether a submarine
7
20997
2971
como la pregunta
de si un submarino
de si un submarino
00:35
can swim."
8
23968
1790
puede nadar".
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
Cuando Edsger Dijkstra escribió esto
00:41
intended it as a criticism
10
29602
2054
lo hizo como una crítica
00:43
of the early pioneers of computer science,
11
31656
3000
a los pioneros de la informática
00:46
like Alan Turing.
12
34656
1747
como Alan Turing.
00:48
However, if you take a look back
13
36403
2499
Sin embargo, si miramos al pasado
00:50
and think about what have been
14
38902
1965
y pensamos cuáles han sido
00:52
the most empowering innovations
15
40867
1996
las innovaciones más poderosas
00:54
that enabled us to build
16
42863
1879
que nos han permitido construir
00:56
artificial machines that swim
17
44742
2234
máquinas artificiales que nadan
00:58
and artificial machines that [fly],
18
46976
2573
y máquinas artificiales que vuelan,
01:01
you find that it was only through understanding
19
49549
3547
hallarán que fue solo
comprendiendo
comprendiendo
01:05
the underlying physical mechanisms
20
53096
2608
los mecanismos
físicos subyacentes
físicos subyacentes
01:07
of swimming and flight
21
55704
2779
del nadar y el volar
01:10
that we were able to build these machines.
22
58483
3172
que pudimos construir esas máquinas.
01:13
And so, several years ago,
23
61655
2256
Y así, hace algunos años,
01:15
I undertook a program to try to understand
24
63911
3249
emprendí un programa
para tratar de entender
para tratar de entender
01:19
the fundamental physical mechanisms
25
67160
2634
los mecanismos
físicos fundamentales
físicos fundamentales
01:21
underlying intelligence.
26
69794
2768
subyacentes de la inteligencia.
01:24
Let's take a step back.
27
72562
1860
Retrocedamos un paso.
01:26
Let's first begin with a thought experiment.
28
74422
3149
Primero empecemos con un
experimento mental.
experimento mental.
01:29
Pretend that you're an alien race
29
77571
2854
Imaginen que son de una raza alienígena,
01:32
that doesn't know anything about Earth biology
30
80425
3041
que no saben nada de la
biología de la Tierra
biología de la Tierra
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
ni de neurociencia de la Tierra
ni de inteligencia de la Tierra,
ni de inteligencia de la Tierra,
01:38
but you have amazing telescopes
32
86582
2192
pero que tienen
telescopios increíbles
telescopios increíbles
01:40
and you're able to watch the Earth,
33
88774
2362
y pueden observar la Tierra,
01:43
and you have amazingly long lives,
34
91136
2332
y tienen vidas increíblemente largas,
01:45
so you're able to watch the Earth
35
93468
1499
así que pueden observar la Tierra
01:46
over millions, even billions of years.
36
94967
3442
durante millones, incluso
miles de millones de años.
miles de millones de años.
01:50
And you observe a really strange effect.
37
98409
3015
Y ven un efecto muy extraño.
01:53
You observe that, over the course of the millennia,
38
101424
4312
Observan que, en el
transcurso de los milenios,
transcurso de los milenios,
01:57
Earth is continually bombarded with asteroids
39
105736
4285
la Tierra es continuamente
bombardeada por asteroides
bombardeada por asteroides
02:02
up until a point,
40
110021
2087
hasta un cierto momento,
02:04
and that at some point,
41
112108
1531
y que en ese momento,
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
que corresponde aproximadamente
a nuestro año 2000 d.C.,
a nuestro año 2000 d.C.,
02:09
asteroids that are on
43
117831
1716
asteroides que se encuentran
02:11
a collision course with the Earth
44
119547
1931
en un curso de colisión
con la Tierra
con la Tierra
02:13
that otherwise would have collided
45
121478
1975
que de otra forma
habrían chocado,
habrían chocado,
02:15
mysteriously get deflected
46
123453
2415
misteriosamente
salen desviados
salen desviados
02:17
or they detonate before they can hit the Earth.
47
125868
3072
o detonan antes de
impactar la Tierra.
impactar la Tierra.
02:20
Now of course, as earthlings,
48
128940
2083
Por supuesto,
como terrícolas,
como terrícolas,
02:23
we know the reason would be
49
131023
1544
sabemos que la razón sería
02:24
that we're trying to save ourselves.
50
132567
1756
que estamos tratando
de salvarnos a nosotros mismos.
de salvarnos a nosotros mismos.
02:26
We're trying to prevent an impact.
51
134323
3080
Estamos tratando
de evitar un impacto.
de evitar un impacto.
02:29
But if you're an alien race
52
137403
1711
Pero si son de
una raza alienígena
una raza alienígena
02:31
who doesn't know any of this,
53
139114
1146
que no sabe nada de esto,
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
que no tiene ningún concepto
sobre inteligencia de la Tierra,
sobre inteligencia de la Tierra,
02:34
you'd be forced to put together
55
142774
1728
se verían obligados a desarrollar
02:36
a physical theory that explains how,
56
144502
2918
una teoría física
que explicara cómo,
que explicara cómo,
02:39
up until a certain point in time,
57
147420
2538
hasta cierto momento en el tiempo,
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
los asteroides que demolerían
la superficie de un planeta
la superficie de un planeta
02:46
mysteriously stop doing that.
59
154407
3231
misteriosamente
dejan de hacerlo.
dejan de hacerlo.
02:49
And so I claim that this is the same question
60
157638
4204
Y por eso afirmo que
esta es la misma pregunta
esta es la misma pregunta
02:53
as understanding the physical nature of intelligence.
61
161842
3998
que la de entender la naturaleza física
de la inteligencia.
de la inteligencia.
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
Así que en este programa que
llevé a cabo hace varios años,
llevé a cabo hace varios años,
03:01
I looked at a variety of different threads
63
169722
2765
analicé una variedad de temas
03:04
across science, across a variety of disciplines,
64
172487
3162
a través de la ciencia,
a través de varias disciplinas,
a través de varias disciplinas,
03:07
that were pointing, I think,
65
175649
1892
que señalaban, creo,
03:09
towards a single, underlying mechanism
66
177541
2548
hacia un único
mecanismo subyacente
mecanismo subyacente
03:12
for intelligence.
67
180089
1581
de la inteligencia.
03:13
In cosmology, for example,
68
181670
2546
En cosmología, por ejemplo,
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
ha habido una variedad
de evidencias
de evidencias
03:18
that our universe appears to be finely tuned
70
186963
3407
de que nuestro universo
parece estar finamente ajustado
parece estar finamente ajustado
03:22
for the development of intelligence,
71
190370
2153
para el desarrollo
de la inteligencia,
de la inteligencia,
03:24
and, in particular, for the development
72
192523
2389
y, en particular,
para el desarrollo
para el desarrollo
03:26
of universal states
73
194912
1886
de estados universales
03:28
that maximize the diversity of possible futures.
74
196798
4098
que maximizan la diversidad
de posibles futuros.
de posibles futuros.
03:32
In game play, for example, in Go --
75
200896
2344
En el juego de Go, por ejemplo,
03:35
everyone remembers in 1997
76
203240
3025
—todo el mundo recuerda en 1997
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
cuando Deep Blue de IBM
derrotó a Garry Kasparov en ajedrez—
derrotó a Garry Kasparov en ajedrez—
03:42
fewer people are aware
78
210216
1523
pocas personas son conscientes
03:43
that in the past 10 years or so,
79
211739
2018
de que en los últimos
10 años aproximadamente,
10 años aproximadamente,
03:45
the game of Go,
80
213757
1198
el juego de Go,
03:46
arguably a much more challenging game
81
214955
1956
explicablemente un
juego mucho más desafiante
juego mucho más desafiante
03:48
because it has a much higher branching factor,
82
216911
2425
porque tiene un factor de ramificación
mucho más alto,
mucho más alto,
03:51
has also started to succumb
83
219336
1702
también ha comenzado a sucumbir
03:53
to computer game players
84
221038
1865
ante las computadoras
03:54
for the same reason:
85
222903
1573
por la misma razón:
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
las mejores técnicas en este momento
en las computadoras con el Go
en las computadoras con el Go
03:59
are techniques that try to maximize future options
87
227276
3696
son técnicas que intentan
maximizar las opciones futuras
maximizar las opciones futuras
04:02
during game play.
88
230972
2014
durante el juego.
04:04
Finally, in robotic motion planning,
89
232986
3581
Finalmente, en la planeación
de movimiento robótico,
de movimiento robótico,
04:08
there have been a variety of recent techniques
90
236567
2182
ha habido una variedad
de técnicas recientes
de técnicas recientes
04:10
that have tried to take advantage
91
238749
1902
que han intentado aprovechar
04:12
of abilities of robots to maximize
92
240651
3146
las habilidades de los
robots para maximizar
robots para maximizar
04:15
future freedom of action
93
243797
1506
la futura libertad de acción
04:17
in order to accomplish complex tasks.
94
245303
3097
con el fin de realizar
tareas complejas.
tareas complejas.
04:20
And so, taking all of these different threads
95
248400
2355
Y así, tomando todos estos
temas diferentes
temas diferentes
04:22
and putting them together,
96
250755
1622
y colocándolos juntos,
04:24
I asked, starting several years ago,
97
252377
2640
pregunté,
desde hace ya varios años:
desde hace ya varios años:
04:27
is there an underlying mechanism for intelligence
98
255017
2850
¿Existe un mecanismo subyacente
para la inteligencia
para la inteligencia
04:29
that we can factor out
99
257867
1673
que podamos extraer
04:31
of all of these different threads?
100
259540
1774
de todos estos diferentes temas?
04:33
Is there a single equation for intelligence?
101
261314
4593
¿Existe solamente una ecuación
para la inteligencia?
para la inteligencia?
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
Y creo que la respuesta es sí.
04:41
What you're seeing is probably
103
269278
1913
Lo que están viendo
es probablemente
es probablemente
04:43
the closest equivalent to an E = mc²
104
271191
3294
el equivalente más cercano
a un E = mc²
a un E = mc²
04:46
for intelligence that I've seen.
105
274485
2830
para la inteligencia
que yo haya visto.
que yo haya visto.
04:49
So what you're seeing here
106
277315
1702
Así que
lo que están viendo aquí
lo que están viendo aquí
04:51
is a statement of correspondence
107
279017
2669
es una afirmación
04:53
that intelligence is a force, F,
108
281686
4435
de que la inteligencia
es una fuerza, F,
es una fuerza, F,
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
que actúa con el fin de maximizar
la futura libertad de acción.
la futura libertad de acción.
05:02
It acts to maximize future freedom of action,
110
290771
2375
Actúa para maximizar la
futura libertad de acción,
futura libertad de acción,
05:05
or keep options open,
111
293146
1628
o mantener las opciones abiertas,
05:06
with some strength T,
112
294774
2225
con una fuerza T,
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
con la diversidad de posibles
futuros accesibles, S,
futuros accesibles, S,
05:13
up to some future time horizon, tau.
114
301776
2550
hasta un inminente
tiempo futuro, tau.
tiempo futuro, tau.
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
En pocas palabras, a la inteligencia
no le gusta quedar atrapada.
no le gusta quedar atrapada.
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
La inteligencia intenta maximizar
la futura libertad de acción
la futura libertad de acción
05:22
and keep options open.
117
310590
2673
y mantener las opciones abiertas.
05:25
And so, given this one equation,
118
313263
2433
Y así, teniendo en cuenta
esta ecuación,
esta ecuación,
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
es natural preguntar:
¿Qué se puede hacer con esto?
¿Qué se puede hacer con esto?
05:30
How predictive is it?
120
318228
1351
¿Qué tan predictivo es?
05:31
Does it predict human-level intelligence?
121
319579
2135
¿Predice el nivel de
inteligencia humana?
inteligencia humana?
05:33
Does it predict artificial intelligence?
122
321714
2818
¿Predice la inteligencia artificial?
05:36
So I'm going to show you now a video
123
324532
2042
Así que voy
a mostrarles ahora un video
a mostrarles ahora un video
05:38
that will, I think, demonstrate
124
326574
3420
que pienso, mostrará
05:41
some of the amazing applications
125
329994
2288
algunas de las aplicaciones
sorprendentes
sorprendentes
05:44
of just this single equation.
126
332282
2319
de esta simple ecuación.
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
(Video) Narrador: Recientes
investigaciones en cosmología
investigaciones en cosmología
05:48
has suggested that universes that produce
128
336580
2047
han sugerido que los universos
que producen
que producen
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
más desorden, o "entropía",
durante su vida
durante su vida
05:54
should tend to have more favorable conditions
130
342108
2478
deberían tener tendencia
a condiciones más favorables
a condiciones más favorables
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
para la existencia de seres
inteligentes como nosotros.
inteligentes como nosotros.
05:59
But what if that tentative cosmological connection
132
347602
2574
Pero ¿qué pasa si esa conexión
cosmológica tentativa
cosmológica tentativa
06:02
between entropy and intelligence
133
350176
1843
entre la entropía y la inteligencia
06:04
hints at a deeper relationship?
134
352019
1771
insinúa una relación
más profunda?
más profunda?
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
¿Qué pasa si el comportamiento
inteligente no solo se correlaciona
inteligente no solo se correlaciona
06:08
with the production of long-term entropy,
136
356354
1844
con la producción
de entropía a largo plazo,
de entropía a largo plazo,
06:10
but actually emerges directly from it?
137
358198
2318
sino que en realidad surge
directamente de ella?
directamente de ella?
06:12
To find out, we developed a software engine
138
360516
2406
Para averiguarlo, hemos desarrollado
un motor de software
un motor de software
06:14
called Entropica, designed to maximize
139
362922
2503
llamado Entropica,
diseñado para maximizar
diseñado para maximizar
06:17
the production of long-term entropy
140
365425
1768
la producción de entropía
a largo plazo
a largo plazo
06:19
of any system that it finds itself in.
141
367193
2576
en cualquier sistema en
que se encuentre dentro.
que se encuentre dentro.
06:21
Amazingly, Entropica was able to pass
142
369769
2155
Sorprendentemente,
Entropica pudo pasar
Entropica pudo pasar
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
múltiples pruebas de inteligencia
animal, jugar juegos de humanos,
animal, jugar juegos de humanos,
06:27
and even earn money trading stocks,
144
375380
2146
e incluso ganar dinero
comerciando acciones,
comerciando acciones,
06:29
all without being instructed to do so.
145
377526
2111
todo ello sin que se le hubiera
indicado hacer eso.
indicado hacer eso.
06:31
Here are some examples of Entropica in action.
146
379637
2518
Aquí están algunos ejemplos
de Entropica en acción.
de Entropica en acción.
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
Al igual que un humano
de pie sin caerse,
de pie sin caerse,
06:37
here we see Entropica
148
385360
1230
aquí vemos a Entropica
06:38
automatically balancing a pole using a cart.
149
386590
2885
equilibrando automáticamente
un poste usando un carrito.
un poste usando un carrito.
06:41
This behavior is remarkable in part
150
389475
2012
Este comportamiento
es notable en parte
es notable en parte
06:43
because we never gave Entropica a goal.
151
391487
2331
porque nunca le dimos
a Entropica una meta.
a Entropica una meta.
06:45
It simply decided on its own to balance the pole.
152
393818
3157
Simplemente decidió por su cuenta
equilibrar el poste.
equilibrar el poste.
06:48
This balancing ability will have appliactions
153
396975
2132
Esta habilidad de equilibrio
tendrá aplicaciones
tendrá aplicaciones
06:51
for humanoid robotics
154
399107
1397
para la robótica humanoide
06:52
and human assistive technologies.
155
400504
2515
y tecnologías de
asistencia humana.
asistencia humana.
06:55
Just as some animals can use objects
156
403019
2001
Así como algunos animales
pueden usar los objetos
pueden usar los objetos
06:57
in their environments as tools
157
405020
1442
en sus entornos
como herramientas
como herramientas
06:58
to reach into narrow spaces,
158
406462
1987
para alcanzar en espacios estrechos,
07:00
here we see that Entropica,
159
408449
1882
aquí vemos que Entropica,
07:02
again on its own initiative,
160
410331
1838
otra vez por su propia iniciativa,
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
pudo mover un disco grande
que representa a un animal
que representa a un animal
07:07
around so as to cause a small disk,
162
415079
2345
alrededor, con el fin de lograr
que un pequeño disco,
que un pequeño disco,
07:09
representing a tool, to reach into a confined space
163
417424
2771
que representa una herramienta,
llegue a un espacio confinado
llegue a un espacio confinado
07:12
holding a third disk
164
420195
1537
sosteniendo un tercer disco
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
y soltándolo desde
su posición fija inicialmente.
su posición fija inicialmente.
07:16
This tool use ability will have applications
166
424704
2189
Esta capacidad de uso de herramientas
tendrá aplicaciones
tendrá aplicaciones
07:18
for smart manufacturing and agriculture.
167
426893
2359
en la manufactura inteligente
y la agricultura.
y la agricultura.
07:21
In addition, just as some other animals
168
429252
1944
Además, al igual que
algunos otros animales
algunos otros animales
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
pueden cooperar tirando de
extremos opuestos de una cuerda
extremos opuestos de una cuerda
07:25
at the same time to release food,
170
433892
2053
al mismo tiempo para
liberar la comida,
liberar la comida,
07:27
here we see that Entropica is able to accomplish
171
435945
2295
aquí vemos que Entropica
puede realizar
puede realizar
07:30
a model version of that task.
172
438240
1988
una versión del modelo
de esa tarea.
de esa tarea.
07:32
This cooperative ability has interesting implications
173
440228
2522
Esta capacidad de cooperación
tiene consecuencias interesantes
tiene consecuencias interesantes
07:34
for economic planning and a variety of other fields.
174
442750
3435
para la planeación económica y en
una variedad de otros campos.
una variedad de otros campos.
07:38
Entropica is broadly applicable
175
446185
2071
Entropica es ampliamente aplicable
07:40
to a variety of domains.
176
448256
1943
a una variedad de dominios.
07:42
For example, here we see it successfully
177
450199
2442
Por ejemplo,
aquí la vemos exitosamente
aquí la vemos exitosamente
07:44
playing a game of pong against itself,
178
452641
2559
jugando un juego de pong
contra sí misma,
contra sí misma,
07:47
illustrating its potential for gaming.
179
455200
2343
ilustrando su potencial para el juego.
07:49
Here we see Entropica orchestrating
180
457543
1919
Aquí vemos a Entropica orquestar
07:51
new connections on a social network
181
459462
1839
nuevas conexiones en una red social
07:53
where friends are constantly falling out of touch
182
461301
2760
donde los amigos se
desconectan constantemente
desconectan constantemente
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
y mantiene con éxito
la red bien conectada.
la red bien conectada.
07:58
This same network orchestration ability
184
466917
2298
Esta misma capacidad
de orquestación de red
de orquestación de red
08:01
also has applications in health care,
185
469215
2328
también tiene aplicaciones
en el cuidado de la salud,
en el cuidado de la salud,
08:03
energy, and intelligence.
186
471543
3232
en energía e inteligencia.
08:06
Here we see Entropica directing the paths
187
474775
2085
Aquí vemos a Entropica
organizar las rutas
organizar las rutas
08:08
of a fleet of ships,
188
476860
1486
de una flota de barcos,
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
descubriendo con éxito
y usando el Canal de Panamá
y usando el Canal de Panamá
08:13
to globally extend its reach from the Atlantic
190
481521
2458
para ampliar a nivel mundial
su alcance desde el Atlántico
su alcance desde el Atlántico
08:15
to the Pacific.
191
483979
1529
hasta el Pacífico.
08:17
By the same token, Entropica
192
485508
1727
De la misma manera, Entropica
08:19
is broadly applicable to problems
193
487235
1620
es ampliamente aplicable
a problemas
a problemas
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
en defensa autónoma,
logística y transporte.
logística y transporte.
08:26
Finally, here we see Entropica
195
494173
2030
Finalmente,
aquí vemos a Entropica
aquí vemos a Entropica
08:28
spontaneously discovering and executing
196
496203
2723
espontáneamente
descubrir y ejecutar
descubrir y ejecutar
08:30
a buy-low, sell-high strategy
197
498926
2067
una estrategia de
compra-bajo, vende-alto
compra-bajo, vende-alto
08:32
on a simulated range traded stock,
198
500993
2178
en una serie simulada
de negociación de acciones,
de negociación de acciones,
08:35
successfully growing assets under management
199
503171
2331
exitosamente aumentando
los activos bajo su gestión
los activos bajo su gestión
08:37
exponentially.
200
505502
1424
exponencialmente.
08:38
This risk management ability
201
506926
1308
Esta habilidad de gestión de riesgo
08:40
will have broad applications in finance
202
508234
2487
tendrá amplias aplicaciones
en finanzas
en finanzas
08:42
and insurance.
203
510721
3328
y en seguros.
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
Alex Wissner-Gross:
Lo que han visto
Lo que han visto
08:48
is that a variety of signature human intelligent
205
516140
4392
es que una variedad de marcas
de comportamientos humanos
de comportamientos humanos
08:52
cognitive behaviors
206
520532
1757
cognitivos inteligentes
08:54
such as tool use and walking upright
207
522289
2831
tales como el uso de herramientas,
caminar erguidos
caminar erguidos
08:57
and social cooperation
208
525120
2029
y la cooperación social,
08:59
all follow from a single equation,
209
527149
2972
todos derivan de
una sola ecuación,
una sola ecuación,
09:02
which drives a system
210
530121
1932
que conduce a un sistema
09:04
to maximize its future freedom of action.
211
532053
3911
para maximizar su futura
libertad de acción.
libertad de acción.
09:07
Now, there's a profound irony here.
212
535964
3007
Ahora, aquí hay una profunda ironía.
09:10
Going back to the beginning
213
538971
2024
Volvamos al principio
09:12
of the usage of the term robot,
214
540995
3273
del uso del término robot,
09:16
the play "RUR,"
215
544268
2903
la obra "RUR";
09:19
there was always a concept
216
547171
2235
hubo siempre el concepto
09:21
that if we developed machine intelligence,
217
549406
3226
de que si desarrollábamos
máquinas inteligentes,
máquinas inteligentes,
09:24
there would be a cybernetic revolt.
218
552632
3027
habría una rebelión cibernética.
09:27
The machines would rise up against us.
219
555659
3551
Las máquinas se levantarían
contra nosotros.
contra nosotros.
09:31
One major consequence of this work
220
559210
2319
Una de las mayores consecuencias
de este trabajo
de este trabajo
09:33
is that maybe all of these decades,
221
561529
2769
es que tal vez todas estas décadas,
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
hemos tenido todo el concepto
de la rebelión cibernética
de la rebelión cibernética
09:39
in reverse.
223
567274
2011
a la inversa.
09:41
It's not that machines first become intelligent
224
569285
3279
No es que las máquinas
primero se vuelven inteligentes
primero se vuelven inteligentes
09:44
and then megalomaniacal
225
572564
2015
y luego megalómanas
09:46
and try to take over the world.
226
574579
2224
y que intenten
apoderarse del mundo.
apoderarse del mundo.
09:48
It's quite the opposite,
227
576803
1434
Es todo lo contrario,
09:50
that the urge to take control
228
578237
2906
que el impulso
de tomar el control
de tomar el control
09:53
of all possible futures
229
581143
2261
de todos los futuros posibles
09:55
is a more fundamental principle
230
583404
2118
es un principio
más fundamental
más fundamental
09:57
than that of intelligence,
231
585522
1363
que el de la inteligencia,
09:58
that general intelligence may in fact emerge
232
586885
3700
que la inteligencia general
puede de hecho surgir
puede de hecho surgir
10:02
directly from this sort of control-grabbing,
233
590585
3559
directamente de tomar el control,
10:06
rather than vice versa.
234
594144
4185
en vez de ser al revés.
10:10
Another important consequence is goal seeking.
235
598329
3769
Otra consecuencia importante
es la búsqueda del objetivo.
es la búsqueda del objetivo.
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
A menudo me preguntan:
¿Cómo es que buscar objetivos
¿Cómo es que buscar objetivos
10:18
follow from this sort of framework?
237
606458
1620
se desprende de este tipo de marco?
10:20
And the answer is, the ability to seek goals
238
608078
3028
Y la respuesta es que
la habilidad de buscar objetivos
la habilidad de buscar objetivos
10:23
will follow directly from this
239
611106
1882
derivará directamente de esto
10:24
in the following sense:
240
612988
1834
en el siguiente sentido:
10:26
just like you would travel through a tunnel,
241
614822
2865
igual que si viajaran
a través de un túnel,
a través de un túnel,
10:29
a bottleneck in your future path space,
242
617687
2505
un cuello de botella en su
futura trayectoria del espacio,
futura trayectoria del espacio,
10:32
in order to achieve many other
243
620192
1871
con el fin de lograr
muchos otros
muchos otros
10:34
diverse objectives later on,
244
622063
2021
diversos objetivos
más adelante,
más adelante,
10:36
or just like you would invest
245
624084
2372
o igual que si invirtieran
10:38
in a financial security,
246
626456
1787
en una seguridad financiera,
10:40
reducing your short-term liquidity
247
628243
2237
reduciendo la liquidez de corto plazo
10:42
in order to increase your wealth over the long term,
248
630480
2400
para aumentar la riqueza a largo plazo,
10:44
goal seeking emerges directly
249
632880
2337
la búsqueda de metas
surge directamente
surge directamente
10:47
from a long-term drive
250
635217
1729
de un impulso de largo plazo
10:48
to increase future freedom of action.
251
636946
4037
de aumentar la futura
libertad de acción.
libertad de acción.
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
Finalmente, Richard Feynman,
físico famoso,
físico famoso,
10:56
once wrote that if human civilization were destroyed
253
644511
3672
una vez escribió que si la
civilización humana fuera destruida
civilización humana fuera destruida
11:00
and you could pass only a single concept
254
648183
1893
y pudiera pasar solamente
una única idea
una única idea
11:02
on to our descendants
255
650076
1371
a nuestros descendientes
11:03
to help them rebuild civilization,
256
651447
2307
para ayudarles a
reconstruir la civilización,
reconstruir la civilización,
11:05
that concept should be
257
653754
1686
ese concepto debería ser
11:07
that all matter around us
258
655440
1852
que toda la materia que nos rodea
11:09
is made out of tiny elements
259
657292
2323
está hecha de elementos diminutos
11:11
that attract each other when they're far apart
260
659615
2508
que se atraen entre sí
cuando están muy separados
cuando están muy separados
11:14
but repel each other when they're close together.
261
662123
3330
pero que se repelen
cuando están muy juntos.
cuando están muy juntos.
11:17
My equivalent of that statement
262
665453
1781
Mi equivalente a esa declaración
11:19
to pass on to descendants
263
667234
1268
para pasar a los descendientes
11:20
to help them build artificial intelligences
264
668502
2712
para ayudarles a construir
inteligencias artificiales
inteligencias artificiales
11:23
or to help them understand human intelligence,
265
671214
2949
o para ayudarles a comprender
la inteligencia humana,
la inteligencia humana,
11:26
is the following:
266
674163
1267
es la siguiente:
11:27
Intelligence should be viewed
267
675430
2053
La inteligencia debe ser vista
11:29
as a physical process
268
677483
1413
como un proceso físico
11:30
that tries to maximize future freedom of action
269
678896
2965
que intenta maximizar la
futura libertad de acción
futura libertad de acción
11:33
and avoid constraints in its own future.
270
681861
3616
y evitar las restricciones
en su propio futuro.
en su propio futuro.
11:37
Thank you very much.
271
685477
1358
Muchas gracias.
11:38
(Applause)
272
686835
4000
(Aplausos)
ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventorAlex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"
Why you should listen
Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.
Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."
Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.
Alex Wissner-Gross | Speaker | TED.com