TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
Alex Wissner-Gross: Une nouvelle équation pour l'intelligence
Filmed:
Readability: 5.9
2,098,891 views
Y a-t-il une équation pour l'intelligence ? Oui. C'est F = T ∇ Sτ. Dans un discours fascinant et informatif, le physicien et informaticien Alex Wissner-Gross explique ce qu'elle peut bien signifier. (Filmé à 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
L'intelligence -- qu'est-ce que c'est?
00:16
If we take a look back at the history
1
4566
2291
Si nous jetons un œil à l'histoire
00:18
of how intelligence has been viewed,
2
6857
2624
de la façon dont
l'intelligence a été vue,
l'intelligence a été vue,
00:21
one seminal example has been
3
9481
3618
un exemple précurseur fut
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
la célèbre citation d'Edsger Dijkstra
disant que
disant que
00:28
"the question of whether a machine can think
5
16576
3111
la question
« Une machine peut-elle penser ? »
« Une machine peut-elle penser ? »
00:31
is about as interesting
6
19687
1310
est à peu près
aussi intéressante
aussi intéressante
00:32
as the question of whether a submarine
7
20997
2971
que la question « Un sous-marin
00:35
can swim."
8
23968
1790
peut-il nager ? »
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
Edsger Dijkstra, en l'écrivant,
00:41
intended it as a criticism
10
29602
2054
la dirigeait comme une critique
00:43
of the early pioneers of computer science,
11
31656
3000
des pionniers
des sciences informatiques,
des sciences informatiques,
00:46
like Alan Turing.
12
34656
1747
comme Alan Turing.
00:48
However, if you take a look back
13
36403
2499
Cependant, si vous prenez du recul
00:50
and think about what have been
14
38902
1965
et pensez à ce qu'étaient
00:52
the most empowering innovations
15
40867
1996
les innovations les plus puissantes
00:54
that enabled us to build
16
42863
1879
qui nous ont permis de construire
00:56
artificial machines that swim
17
44742
2234
des machine artificielles sachant nager
00:58
and artificial machines that [fly],
18
46976
2573
et des machines artificielles
sachant voler,
sachant voler,
01:01
you find that it was only through understanding
19
49549
3547
vous trouvez que
ce fut uniquement à travers
ce fut uniquement à travers
01:05
the underlying physical mechanisms
20
53096
2608
la compréhension des mécanismes
physiques sous-jacents
physiques sous-jacents
01:07
of swimming and flight
21
55704
2779
de la nage et du vol
01:10
that we were able to build these machines.
22
58483
3172
que nous avons pu
construire ces machines.
construire ces machines.
01:13
And so, several years ago,
23
61655
2256
Donc, il y a plusieurs années,
01:15
I undertook a program to try to understand
24
63911
3249
j'ai entrepris un programme
pour essayer de comprendre
pour essayer de comprendre
01:19
the fundamental physical mechanisms
25
67160
2634
les mécanismes physiques fondamentaux
01:21
underlying intelligence.
26
69794
2768
sous-jacents à l'intelligence.
01:24
Let's take a step back.
27
72562
1860
Prenons du recul.
01:26
Let's first begin with a thought experiment.
28
74422
3149
Commençons tout d'abord
avec une expérience de pensée.
avec une expérience de pensée.
01:29
Pretend that you're an alien race
29
77571
2854
Supposons que
vous êtes une race extra-terrestre
vous êtes une race extra-terrestre
01:32
that doesn't know anything about Earth biology
30
80425
3041
qui ne sait rien
ni de la biologie terrestre
ni de la biologie terrestre
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
ni des neurosciences terrestres
ou encore de l'intelligence terrestre,
ou encore de l'intelligence terrestre,
01:38
but you have amazing telescopes
32
86582
2192
mais vous avez des télescopes incroyables
01:40
and you're able to watch the Earth,
33
88774
2362
et vous êtes à même de voir la Terre,
01:43
and you have amazingly long lives,
34
91136
2332
et vous avez de très longues vies,
01:45
so you're able to watch the Earth
35
93468
1499
donc vous pouvez voir la Terre
01:46
over millions, even billions of years.
36
94967
3442
sur des millions,
même des milliards d'années.
même des milliards d'années.
01:50
And you observe a really strange effect.
37
98409
3015
Et vous verrez un phénomène
très étrange.
très étrange.
01:53
You observe that, over the course of the millennia,
38
101424
4312
Vous observerez que,
durant le dernier millénaire,
durant le dernier millénaire,
01:57
Earth is continually bombarded with asteroids
39
105736
4285
la Terre est continuellement
bombardée d’astéroïdes
bombardée d’astéroïdes
02:02
up until a point,
40
110021
2087
jusqu'à un moment,
02:04
and that at some point,
41
112108
1531
et à ce moment,
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
qui correspond à environ 2000 années
de notre calendrier
de notre calendrier
02:09
asteroids that are on
43
117831
1716
les astériodes
sur une trajectoire de collision
sur une trajectoire de collision
02:11
a collision course with the Earth
44
119547
1931
avec la Terre
02:13
that otherwise would have collided
45
121478
1975
qui l'auraient percutée
02:15
mysteriously get deflected
46
123453
2415
ont mystérieusement dévié
02:17
or they detonate before they can hit the Earth.
47
125868
3072
ou ont explosé
avant de pouvoir atteindre la Terre.
avant de pouvoir atteindre la Terre.
02:20
Now of course, as earthlings,
48
128940
2083
Bien sûr, en tant que terriens,
02:23
we know the reason would be
49
131023
1544
nous savons que
la raison serait
la raison serait
02:24
that we're trying to save ourselves.
50
132567
1756
que nous essayons de nous sauver.
02:26
We're trying to prevent an impact.
51
134323
3080
Nous essayons d'éviter un impact.
02:29
But if you're an alien race
52
137403
1711
Mais si vous êtes
une race extra-terrestre
une race extra-terrestre
02:31
who doesn't know any of this,
53
139114
1146
qui ne sait rien de tout cela,
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
qui n'a aucune idée
du concept d'intelligence terrestre,
du concept d'intelligence terrestre,
02:34
you'd be forced to put together
55
142774
1728
vous seriez forcés de mettre en place
02:36
a physical theory that explains how,
56
144502
2918
une théorie physique
qui explique comment,
qui explique comment,
02:39
up until a certain point in time,
57
147420
2538
à partir d'un certain point dans le temps,
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
les astéroïdes qui démoliraient
la surface d'une planète
la surface d'une planète
02:46
mysteriously stop doing that.
59
154407
3231
en sont mystérieusement empêchés.
02:49
And so I claim that this is the same question
60
157638
4204
Je pense donc que
c'est la même question
c'est la même question
02:53
as understanding the physical nature of intelligence.
61
161842
3998
que celle qui consiste à comprendre
la nature physique de l'intelligence.
la nature physique de l'intelligence.
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
Et dans ce programme
que j'ai entrepris il y a plusieurs années,
que j'ai entrepris il y a plusieurs années,
03:01
I looked at a variety of different threads
63
169722
2765
j'ai étudié une variété
de différents fils conducteurs
de différents fils conducteurs
03:04
across science, across a variety of disciplines,
64
172487
3162
à travers la science,
à travers une multitude de disciplines,
à travers une multitude de disciplines,
03:07
that were pointing, I think,
65
175649
1892
qui convergeaient, je le pense,
03:09
towards a single, underlying mechanism
66
177541
2548
vers un unique, mécanisme sous-jacent
03:12
for intelligence.
67
180089
1581
pour décrire l'intelligence.
03:13
In cosmology, for example,
68
181670
2546
En cosmologie, par exemple,
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
il y a eu une multitude de preuves
03:18
that our universe appears to be finely tuned
70
186963
3407
que notre Univers semble
être finement ajusté
être finement ajusté
03:22
for the development of intelligence,
71
190370
2153
pour le développement de l'intelligence,
03:24
and, in particular, for the development
72
192523
2389
et, en particulier, pour le développement
03:26
of universal states
73
194912
1886
des états universaux
03:28
that maximize the diversity of possible futures.
74
196798
4098
qui maximisent la diversité
de futurs possibles.
de futurs possibles.
03:32
In game play, for example, in Go --
75
200896
2344
Dans la stratégie de jeu,
par exemple, dans le Go --
par exemple, dans le Go --
03:35
everyone remembers in 1997
76
203240
3025
tout le monde se souvient de 1997
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
lorsque le Deep Blue d'IBM
a battu Garry Kasparov aux échecs --
a battu Garry Kasparov aux échecs --
03:42
fewer people are aware
78
210216
1523
mais peu de gens
sont au courant
sont au courant
03:43
that in the past 10 years or so,
79
211739
2018
que dans les dix dernières années,
03:45
the game of Go,
80
213757
1198
le jeu de Go,
03:46
arguably a much more challenging game
81
214955
1956
sans doute un jeu
bien plus stimulant
bien plus stimulant
03:48
because it has a much higher branching factor,
82
216911
2425
car il a un bien plus grand facteur
de ramification,
de ramification,
03:51
has also started to succumb
83
219336
1702
a aussi commencé à succomber
03:53
to computer game players
84
221038
1865
face aux programmes informatiques
03:54
for the same reason:
85
222903
1573
pour la même raison :
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
les meilleures techniques
pour les ordinateurs jouant au Go
pour les ordinateurs jouant au Go
03:59
are techniques that try to maximize future options
87
227276
3696
sont des techniques
qui tentent de maximiser les options futures
qui tentent de maximiser les options futures
04:02
during game play.
88
230972
2014
durant la partie.
04:04
Finally, in robotic motion planning,
89
232986
3581
Finalement, dans la planification
des mouvements chez les robots,
des mouvements chez les robots,
04:08
there have been a variety of recent techniques
90
236567
2182
une grande variété
de nouvelles techniques
de nouvelles techniques
04:10
that have tried to take advantage
91
238749
1902
qui ont essayé
de tirer avantage
de tirer avantage
04:12
of abilities of robots to maximize
92
240651
3146
de la capacité des robots
à maximiser
à maximiser
04:15
future freedom of action
93
243797
1506
la liberté d'action future
04:17
in order to accomplish complex tasks.
94
245303
3097
de façon à accomplir
des tâches complexes.
des tâches complexes.
04:20
And so, taking all of these different threads
95
248400
2355
De cette façon,
parlant de tous ces différents sujets
parlant de tous ces différents sujets
04:22
and putting them together,
96
250755
1622
et les mettant ensemble,
04:24
I asked, starting several years ago,
97
252377
2640
je me suis demandé,
il y a quelques années,
il y a quelques années,
04:27
is there an underlying mechanism for intelligence
98
255017
2850
s'il y avait un mécanisme
sous-jacent à l'intelligence
sous-jacent à l'intelligence
04:29
that we can factor out
99
257867
1673
que nous pourrions tirer
04:31
of all of these different threads?
100
259540
1774
de tous ces différents sujets ?
04:33
Is there a single equation for intelligence?
101
261314
4593
Y a-t-il une équation unique
pour l'intelligence ?
pour l'intelligence ?
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
Et la réponse, je pense,
est oui. [« F = T ∇ Sτ»]
est oui. [« F = T ∇ Sτ»]
04:41
What you're seeing is probably
103
269278
1913
Ce que vous voyez
est probablement
est probablement
04:43
the closest equivalent to an E = mc²
104
271191
3294
le plus proche équivalent
à un E = mc²
à un E = mc²
04:46
for intelligence that I've seen.
105
274485
2830
pour l'intelligence que j'ai jamais vu.
04:49
So what you're seeing here
106
277315
1702
Ce que vous voyez ici
04:51
is a statement of correspondence
107
279017
2669
est l'assertion
04:53
that intelligence is a force, F,
108
281686
4435
que l'intelligence est une force, F,
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
qui agit de façon
à maximiser la capacité d'action future.
à maximiser la capacité d'action future.
05:02
It acts to maximize future freedom of action,
110
290771
2375
Elle agit de façon
à maximiser la capacité d'action future,
à maximiser la capacité d'action future,
05:05
or keep options open,
111
293146
1628
ou encore elle garde
le maximum d'options possibles,
le maximum d'options possibles,
05:06
with some strength T,
112
294774
2225
avec une certaine vigueur puissance T,
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
avec la diversité
de futurs accessibles possibles, S,
de futurs accessibles possibles, S,
05:13
up to some future time horizon, tau.
114
301776
2550
jusqu'à un horizon temporel futur, tau.
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
En bref, l'intelligence
n'aime pas être prise au piège.
n'aime pas être prise au piège.
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
L'intelligence tente
de maximiser la liberté d'action future
de maximiser la liberté d'action future
05:22
and keep options open.
117
310590
2673
et garde des portes ouvertes.
05:25
And so, given this one equation,
118
313263
2433
Étant donné cette unique équation,
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
il est naturel de se demander,
que pouvons-nous faire avec ça ?
que pouvons-nous faire avec ça ?
05:30
How predictive is it?
120
318228
1351
A quel point est-ce utile
pour établir des prévisions ?
pour établir des prévisions ?
05:31
Does it predict human-level intelligence?
121
319579
2135
Est-ce qu'elle prédit l'intelligence humaine ?
05:33
Does it predict artificial intelligence?
122
321714
2818
Est-ce qu'elle prédit
l'intelligence artificielle ?
l'intelligence artificielle ?
05:36
So I'm going to show you now a video
123
324532
2042
Je vais maintenant
vous montrer une vidéo
vous montrer une vidéo
05:38
that will, I think, demonstrate
124
326574
3420
qui va, je pense, mettre en valeur
05:41
some of the amazing applications
125
329994
2288
quelques applications incroyables
05:44
of just this single equation.
126
332282
2319
de cette seule équation.
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
(Vidéo) Narrateur : Des recherches
récentes en cosmologie
récentes en cosmologie
05:48
has suggested that universes that produce
128
336580
2047
ont suggéré que
les univers qui produisent
les univers qui produisent
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
plus de désordre, ou « entropie »
au cours de leur durée de vie
au cours de leur durée de vie
05:54
should tend to have more favorable conditions
130
342108
2478
devraient tendre à avoir
des conditions plus favorables
des conditions plus favorables
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
à l'existence d'être intelligents
comme nous.
comme nous.
05:59
But what if that tentative cosmological connection
132
347602
2574
Mais si cette connexion expérimentale
en cosmologie
en cosmologie
06:02
between entropy and intelligence
133
350176
1843
entre l'entropie et l'intelligence
06:04
hints at a deeper relationship?
134
352019
1771
suggérait une corrélation plus profonde ?
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
Et si le comportement intelligent
n'était pas simplement corrélé
n'était pas simplement corrélé
06:08
with the production of long-term entropy,
136
356354
1844
avec la production d'une entropie
sur le long-terme,
sur le long-terme,
06:10
but actually emerges directly from it?
137
358198
2318
mais plutôt qu'elle émergeait
directement de celle-ci ?
directement de celle-ci ?
06:12
To find out, we developed a software engine
138
360516
2406
Pour savoir, nous avons développé
une machine logicielle
une machine logicielle
06:14
called Entropica, designed to maximize
139
362922
2503
appelée Entropica, créée pour maximiser
06:17
the production of long-term entropy
140
365425
1768
la production d'une entropie
sur le long-terme
sur le long-terme
06:19
of any system that it finds itself in.
141
367193
2576
du système quelconque
dans lequel elle se trouve.
dans lequel elle se trouve.
06:21
Amazingly, Entropica was able to pass
142
369769
2155
Aussi impressionnant que
ça puisse paraître, Entropica fut à même
ça puisse paraître, Entropica fut à même
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
de réussir plusieurs tests
d'intelligence animale, a pu jouer
d'intelligence animale, a pu jouer
06:27
and even earn money trading stocks,
144
375380
2146
à des jeux humains, et elle a même réussi
à gagner de l'argent en plaçant en bourse,
à gagner de l'argent en plaçant en bourse,
06:29
all without being instructed to do so.
145
377526
2111
le tout sans à recevoir d'instruction.
06:31
Here are some examples of Entropica in action.
146
379637
2518
Voici quelques exemples
d'Entropica en action.
d'Entropica en action.
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
Tout comme un humain
se tenant debout sans tomber,
se tenant debout sans tomber,
06:37
here we see Entropica
148
385360
1230
nous voyons ici Entropica
06:38
automatically balancing a pole using a cart.
149
386590
2885
utilisant un chariot pour automatiquement
tenir une barre en équilibre.
tenir une barre en équilibre.
06:41
This behavior is remarkable in part
150
389475
2012
Ce comportement
est remarquable en partie
est remarquable en partie
06:43
because we never gave Entropica a goal.
151
391487
2331
car nous n'avons jamais donné
de but à Entropica.
de but à Entropica.
06:45
It simply decided on its own to balance the pole.
152
393818
3157
Elle a simplement décidé d'elle même
de tenir la barre en équilibre.
de tenir la barre en équilibre.
06:48
This balancing ability will have appliactions
153
396975
2132
Cette capacité de tenir l'équilibre
aura des applications
aura des applications
06:51
for humanoid robotics
154
399107
1397
pour la robotique humanoïde
06:52
and human assistive technologies.
155
400504
2515
et les technologies
d'assistance aux humains.
d'assistance aux humains.
06:55
Just as some animals can use objects
156
403019
2001
Tout comme les animaux
peuvent utiliser des objets
peuvent utiliser des objets
06:57
in their environments as tools
157
405020
1442
dans leur environnement
comme les outils
comme les outils
06:58
to reach into narrow spaces,
158
406462
1987
pour atteindre des lieux étroits,
07:00
here we see that Entropica,
159
408449
1882
ici nous voyons Entropica,
07:02
again on its own initiative,
160
410331
1838
encore de sa propre initiative,
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
être capable de bouger un grand disque
représentant un animal
représentant un animal
07:07
around so as to cause a small disk,
162
415079
2345
de façon
à faire qu'un petit disque,
à faire qu'un petit disque,
07:09
representing a tool, to reach into a confined space
163
417424
2771
représentant un outil,
puisse atteindre un espace confiné
puisse atteindre un espace confiné
07:12
holding a third disk
164
420195
1537
en tenant un troisième disque
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
et relâche le troisième disque
de sa position fixe initiale.
de sa position fixe initiale.
07:16
This tool use ability will have applications
166
424704
2189
Cet outil aura des applications
07:18
for smart manufacturing and agriculture.
167
426893
2359
en fabrication intelligente
et dans l'agriculture.
et dans l'agriculture.
07:21
In addition, just as some other animals
168
429252
1944
En plus, tout comme d'autres animaux
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
sont capables de coopérer
en tirant les bouts opposés d'une corde
en tirant les bouts opposés d'une corde
07:25
at the same time to release food,
170
433892
2053
en même temps
pour libérer de la nourriture,
pour libérer de la nourriture,
07:27
here we see that Entropica is able to accomplish
171
435945
2295
nous voyons ici qu'Entropica
est à même d'accomplir
est à même d'accomplir
07:30
a model version of that task.
172
438240
1988
une version modélisée
de cette tâche.
de cette tâche.
07:32
This cooperative ability has interesting implications
173
440228
2522
Cette capacité de coopération
a des applications intéressantes
a des applications intéressantes
07:34
for economic planning and a variety of other fields.
174
442750
3435
pour la planification économique
et dans une multitude d'autre domaines.
et dans une multitude d'autre domaines.
07:38
Entropica is broadly applicable
175
446185
2071
Entropica peut être
largement mise en œuvre
largement mise en œuvre
07:40
to a variety of domains.
176
448256
1943
dans une multitude de domaines.
07:42
For example, here we see it successfully
177
450199
2442
Par exemple, ici nous la voyons
jouer à une partie
jouer à une partie
07:44
playing a game of pong against itself,
178
452641
2559
de pong contre elle-même
avec succès,
avec succès,
07:47
illustrating its potential for gaming.
179
455200
2343
illustrant son potentiel pour le jeu.
07:49
Here we see Entropica orchestrating
180
457543
1919
Ici nous voyons Entropica
07:51
new connections on a social network
181
459462
1839
orchestrant de nouvelles connexions
sur un réseau social
sur un réseau social
07:53
where friends are constantly falling out of touch
182
461301
2760
où les amis
se perdent de vue constamment
se perdent de vue constamment
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
et arrivent à conserver
un réseau bien connecté.
un réseau bien connecté.
07:58
This same network orchestration ability
184
466917
2298
Cette même capacité
à l'orchestration de réseaux
à l'orchestration de réseaux
08:01
also has applications in health care,
185
469215
2328
a aussi des applications
dans les domaines de la santé,
dans les domaines de la santé,
08:03
energy, and intelligence.
186
471543
3232
de l'énergie, et du renseignement.
08:06
Here we see Entropica directing the paths
187
474775
2085
Ici nous voyons Entropica
commandant les routes
commandant les routes
08:08
of a fleet of ships,
188
476860
1486
d'une flotte de bateaux,
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
découvrant et utilisant avec succès
le Canal de Panama
le Canal de Panama
08:13
to globally extend its reach from the Atlantic
190
481521
2458
pour étendre mondialement
son emprise de l'Atlantique
son emprise de l'Atlantique
08:15
to the Pacific.
191
483979
1529
au Pacifique.
08:17
By the same token, Entropica
192
485508
1727
De la même façon, Entropica
08:19
is broadly applicable to problems
193
487235
1620
peut être mise en œuvre
dans les problèmes
dans les problèmes
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
de défense autonome,
de logistique et de transport.
de logistique et de transport.
08:26
Finally, here we see Entropica
195
494173
2030
Enfin, nous voyons Entropica
08:28
spontaneously discovering and executing
196
496203
2723
découvrant spontanément et exécutant
08:30
a buy-low, sell-high strategy
197
498926
2067
une stratégie achat-prix bas,
vente-prix haut
vente-prix haut
08:32
on a simulated range traded stock,
198
500993
2178
sur un place boursière simulée,
08:35
successfully growing assets under management
199
503171
2331
faisant grossir avec succès
ses actifs de façon
ses actifs de façon
08:37
exponentially.
200
505502
1424
exponentielle.
08:38
This risk management ability
201
506926
1308
Cette capacité
à la maitrise du risque
à la maitrise du risque
08:40
will have broad applications in finance
202
508234
2487
aura des applications vastes
en finance
en finance
08:42
and insurance.
203
510721
3328
et en assurance.
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
Alex Wissner-Gross : Ce que
vous venez de voir
vous venez de voir
08:48
is that a variety of signature human intelligent
205
516140
4392
est qu'une variété
de comportements cognitifs
de comportements cognitifs
08:52
cognitive behaviors
206
520532
1757
caractéristiques
de l'intelligence humaine
de l'intelligence humaine
08:54
such as tool use and walking upright
207
522289
2831
comme l'utilisation d'outils,
la marche debout
la marche debout
08:57
and social cooperation
208
525120
2029
et la coopération sociale
08:59
all follow from a single equation,
209
527149
2972
suivent toutes une équation unique,
09:02
which drives a system
210
530121
1932
qui conduit un système
09:04
to maximize its future freedom of action.
211
532053
3911
pour maximiser
sa capacité d'action future.
sa capacité d'action future.
09:07
Now, there's a profound irony here.
212
535964
3007
Toutefois, il y a
une profonde ironie ici.
une profonde ironie ici.
09:10
Going back to the beginning
213
538971
2024
Revenons à l'origine
09:12
of the usage of the term robot,
214
540995
3273
de l'usage du mot robot,
09:16
the play "RUR,"
215
544268
2903
la pièce de théâtre « RUR »;
09:19
there was always a concept
216
547171
2235
il y a toujours eu le concept
09:21
that if we developed machine intelligence,
217
549406
3226
que si nous développions
une intelligence machine,
une intelligence machine,
09:24
there would be a cybernetic revolt.
218
552632
3027
il y aurait une révolte cybernétique.
09:27
The machines would rise up against us.
219
555659
3551
Les machines
se soulèveraient contre nous.
se soulèveraient contre nous.
09:31
One major consequence of this work
220
559210
2319
Une conséquence majeure
de ce travail
de ce travail
09:33
is that maybe all of these decades,
221
561529
2769
est peut-être que
durant toutes ces décennies,
durant toutes ces décennies,
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
nous avons eu tout le concept
de révolte cybernétique
de révolte cybernétique
09:39
in reverse.
223
567274
2011
à l'envers.
09:41
It's not that machines first become intelligent
224
569285
3279
Les machines ne deviennent pas
d'abord intelligentes
d'abord intelligentes
09:44
and then megalomaniacal
225
572564
2015
puis mégalomanes
09:46
and try to take over the world.
226
574579
2224
puis essayent
de conquérir le monde.
de conquérir le monde.
09:48
It's quite the opposite,
227
576803
1434
C'est plutôt l'opposé,
09:50
that the urge to take control
228
578237
2906
que l'insistance
à vouloir prendre le contrôle
à vouloir prendre le contrôle
09:53
of all possible futures
229
581143
2261
de tous les futurs possibles
09:55
is a more fundamental principle
230
583404
2118
est un principe
plus fondamental encore
plus fondamental encore
09:57
than that of intelligence,
231
585522
1363
que celui d'intelligence,
09:58
that general intelligence may in fact emerge
232
586885
3700
l'intelligence générale
pourrait en effet
pourrait en effet
10:02
directly from this sort of control-grabbing,
233
590585
3559
émerger directement
de ce type de prise de contrôle,
de ce type de prise de contrôle,
10:06
rather than vice versa.
234
594144
4185
plutôt que le contraire.
10:10
Another important consequence is goal seeking.
235
598329
3769
Une autre conséquence importante
est la recherche du but.
est la recherche du but.
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
On me demande souvent,
comment la capacité
comment la capacité
10:18
follow from this sort of framework?
237
606458
1620
à chercher des buts
suit ce genre de système ?
suit ce genre de système ?
10:20
And the answer is, the ability to seek goals
238
608078
3028
Et la réponse c'est que
la capacité à poursuivre des objectifs
la capacité à poursuivre des objectifs
10:23
will follow directly from this
239
611106
1882
découlera simplement
10:24
in the following sense:
240
612988
1834
de cette façon :
10:26
just like you would travel through a tunnel,
241
614822
2865
tout comme vous voyageriez
à travers un tunnel,
à travers un tunnel,
10:29
a bottleneck in your future path space,
242
617687
2505
un goulot
dans votre chemin spatial futur,
dans votre chemin spatial futur,
10:32
in order to achieve many other
243
620192
1871
de façon à atteindre
10:34
diverse objectives later on,
244
622063
2021
beaucoup d'objectifs divers
plus tard,
plus tard,
10:36
or just like you would invest
245
624084
2372
ou tout comme vous investiriez
10:38
in a financial security,
246
626456
1787
dans une sécurité financière,
10:40
reducing your short-term liquidity
247
628243
2237
réduisant vos liquidités
à court-terme
à court-terme
10:42
in order to increase your wealth over the long term,
248
630480
2400
de façon à augmenter votre richesse
sur le long-terme,
sur le long-terme,
10:44
goal seeking emerges directly
249
632880
2337
la poursuite d'objectifs
émerge directement
émerge directement
10:47
from a long-term drive
250
635217
1729
d'une tendance sur le long terme
10:48
to increase future freedom of action.
251
636946
4037
à augmenter
la liberté d'action future.
la liberté d'action future.
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
Enfin, Richard Feynman,
physicien célèbre,
physicien célèbre,
10:56
once wrote that if human civilization were destroyed
253
644511
3672
écrit un jour que
si la civilisation humaine était détruite
si la civilisation humaine était détruite
11:00
and you could pass only a single concept
254
648183
1893
et que nous pouvions
ne laisser qu'un unique concept
ne laisser qu'un unique concept
11:02
on to our descendants
255
650076
1371
à nos descendants
11:03
to help them rebuild civilization,
256
651447
2307
pour les aider
à reconstruire la civilisation,
à reconstruire la civilisation,
11:05
that concept should be
257
653754
1686
ce concept devrait être
11:07
that all matter around us
258
655440
1852
que toute la matière autour de nous
11:09
is made out of tiny elements
259
657292
2323
est constituée
d'éléments minuscules
d'éléments minuscules
11:11
that attract each other when they're far apart
260
659615
2508
qui s'attirent les uns les autres
quand ils sont éloignés
quand ils sont éloignés
11:14
but repel each other when they're close together.
261
662123
3330
mais se repoussent les uns les autres
quand ils sont proches.
quand ils sont proches.
11:17
My equivalent of that statement
262
665453
1781
Mon équivalent pour ce message
11:19
to pass on to descendants
263
667234
1268
à laisser à nos descendants
11:20
to help them build artificial intelligences
264
668502
2712
pour les aider
à construire l'intelligence artificielle
à construire l'intelligence artificielle
11:23
or to help them understand human intelligence,
265
671214
2949
ou pour les aider à comprendre
l'intelligence humaine,
l'intelligence humaine,
11:26
is the following:
266
674163
1267
est la suivante :
11:27
Intelligence should be viewed
267
675430
2053
l'intelligence devrait être perçue
11:29
as a physical process
268
677483
1413
comme un processus physique
11:30
that tries to maximize future freedom of action
269
678896
2965
qui tente de maximiser
la capacité d'action future
la capacité d'action future
11:33
and avoid constraints in its own future.
270
681861
3616
et éviter les contraintes
de son propre futur.
de son propre futur.
11:37
Thank you very much.
271
685477
1358
Merci beaucoup.
11:38
(Applause)
272
686835
4000
(Applaudissements)
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