TED2018
Kai-Fu Lee: How AI can save our humanity
קאי-פו לי: איך הבינה המלאכותית יכולה להציל את האנושיות שלנו
Filmed:
Readability: 4.7
3,583,197 views
בינה מלאכותית מחוללת בעולמנו שינויים אדירים, אבל יש דבר אחד שהיא לא מסוגלת לעשות: לאהוב. קאי-פו לי, מומחה למחשבים בעל חזון חדשני, מתאר כיצד ארה"ב וסין מקדמות את מהפכת הלמידה העמוקה - ומציג תרשים לדרכים שבהן יכולים בני האדם לפרוח בעידן הבינה המלאכותית, באמצעות גיוס החמלה והיצירתיות. "הבינה המלאכותית היא הג'וקר שלנו," אומר לי. "היא יכולה לשחרר אותנו מעבודות חדגוניות, והיא יכולה להזכיר לנו מהי מהות האנושיות שלנו".
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
ההרצאה שלי תעסוק בקיום בצוותא
של בינה מלאכותית והמין האנושי,
של בינה מלאכותית והמין האנושי,
00:17
but first, we have to rethink
about our human values.
about our human values.
1
5200
3816
אבל קודם כל צריך לבחון
מחדש את הערכים של המין האנושי.
מחדש את הערכים של המין האנושי.
00:21
So let me first make a confession
about my errors in my values.
about my errors in my values.
2
9040
4320
ובתור התחלה, אשתף אתכם בווידוי
על השגיאות בערכים שלי עצמי.
על השגיאות בערכים שלי עצמי.
00:25
It was 11 o'clock, December 16, 1991.
3
13920
4256
נתחיל בשעה 11 בבוקר,
ב-16 בדצמבר, 1991.
ב-16 בדצמבר, 1991.
00:30
I was about to become a father
for the first time.
for the first time.
4
18200
2680
זו השעה שבה נעשיתי אבא,
לראשונה בחיי.
לראשונה בחיי.
00:33
My wife, Shen-Ling,
lay in the hospital bed
lay in the hospital bed
5
21480
2856
אשתי, שן-לינג,
שכבה במיטה בבית היולדות
שכבה במיטה בבית היולדות
00:36
going through a very difficult
12-hour labor.
12-hour labor.
6
24360
3080
בעיצומה של לידה קשה מאוד,
שכבר ארכה 12 שעות.
שכבר ארכה 12 שעות.
00:40
I sat by her bedside
7
28280
2296
ישבתי לידה
00:42
but looked anxiously at my watch,
8
30600
2376
אבל הגנבתי מבטים חטופים בשעון.
00:45
and I knew something that she didn't.
9
33000
1800
אני ידעתי משהו שהיא לא ידעה.
00:47
I knew that if in one hour,
10
35440
1800
ידעתי שאם התינוקת שלנו לא תיוולד
00:50
our child didn't come,
11
38360
1936
תוך שעה מאותו רגע,
00:52
I was going to leave her there
12
40320
1936
לא תהיה לי ברירה אלא
להשאיר את אשתי לבד
להשאיר את אשתי לבד
00:54
and go back to work
13
42280
1656
ולחזור לעבודה
00:55
and make a presentation about AI
14
43960
2576
כדי להציג מצגת על בינה מלאכותית
00:58
to my boss, Apple's CEO.
15
46560
2200
בפני הבוס שלי, מנכ"ל אפל.
01:03
Fortunately, my daughter
was born at 11:30 --
was born at 11:30 --
16
51160
3896
למזלי, בשעה 11:30
הבת שלי נולדה...
הבת שלי נולדה...
01:07
(Laughter)
17
55080
1936
(צחוק)
01:09
(Applause)
18
57040
1936
(מחיאות כפיים)
01:11
sparing me from doing the unthinkable,
19
59000
4336
והצילה אותי מלעשות מעשה שלא ייעשה,
01:15
and to this day, I am so sorry
20
63360
2496
עד עצם היום הזה, אני אכול חרטה
01:17
for letting my work ethic
take precedence over love for my family.
take precedence over love for my family.
21
65880
4656
שהעדפתי את העבודה
על פני אהבה למשפחה שלי.
על פני אהבה למשפחה שלי.
01:22
(Applause)
22
70560
5736
(מחיאות כפיים)
01:28
My AI talk, however, went off brilliantly.
23
76320
2616
ההרצאה שלי על הבינה המלאכותית,
עם זאת, היתה מעולה.
עם זאת, היתה מעולה.
01:30
(Laughter)
24
78960
2736
(צחוק)
01:33
Apple loved my work
and decided to announce it
and decided to announce it
25
81720
3136
מה שעשיתי מצא חן בעיני אפל,
והוחלט לצאת בהכרזה פומבית
והוחלט לצאת בהכרזה פומבית
01:36
at TED1992,
26
84880
2696
בכנס TED1992
01:39
26 years ago on this very stage.
27
87600
3016
לפני 26 שנה,
על הבמה הזאת ממש.
על הבמה הזאת ממש.
01:42
I thought I had made one of the biggest,
most important discoveries in AI,
most important discoveries in AI,
28
90640
5056
חשבתי שגיליתי את אחת התגליות
החשובות ביותר בבינה מלאכותית,
החשובות ביותר בבינה מלאכותית,
01:47
and so did the "Wall Street Journal"
on the following day.
on the following day.
29
95720
2920
וכמוני חשבו גם ב"וול סטריט ג'ורנל"
ביום המחרת.
ביום המחרת.
01:51
But as far as discoveries went,
30
99440
2536
אבל בהשוואה לתגליות אחרות,
01:54
it turned out,
31
102000
1336
כך התברר,
01:55
I didn't discover India, or America.
32
103360
2776
לא גיליתי את הודו, או את אמריקה.
01:58
Perhaps I discovered
a little island off of Portugal.
a little island off of Portugal.
33
106160
3080
בקושי גיליתי איזשהו אי קטן, לחופי פורטוגל.
02:02
But the AI era of discovery continued,
34
110720
3256
אבל עידן התגליות
של הבינה המלאכותית נמשך,
של הבינה המלאכותית נמשך,
02:06
and more scientists
poured their souls into it.
poured their souls into it.
35
114000
3216
ומדענים נוספים הקדישו לו
את זמנם ומרצם.
את זמנם ומרצם.
02:09
About 10 years ago, the grand AI discovery
36
117240
2616
לפני עשר שנים בערך,
שלושה מדענים מצפון אמריקה
שלושה מדענים מצפון אמריקה
02:11
was made by three
North American scientists,
North American scientists,
37
119880
3176
גילו את התגלית האדירה ביותר
בתחום הבינה המלאכותית -
בתחום הבינה המלאכותית -
02:15
and it's known as deep learning.
38
123080
1600
"למידה עמוקה" (Deep Learning).
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
למידה עמוקה היא טכנולוגיה
שמעבדת כמויות נתונים אדירות
שמעבדת כמויות נתונים אדירות
02:21
within one single domain
40
129120
1736
בתחום אחד
02:22
and learn to predict or decide
at superhuman accuracy.
at superhuman accuracy.
41
130880
4936
ולומדת לחזות או לקבל החלטות
בדייקנות על-אנושית.
בדייקנות על-אנושית.
02:27
For example, if we show
the deep learning network
the deep learning network
42
135840
2776
לדוגמה, אם נראה לרשת הלמידה העמוקה
02:30
a massive number of food photos,
43
138640
2816
המון תצלומים של אוכל,
02:33
it can recognize food
44
141480
1576
היא תלמד להבחין בין אוכל מסוג נקניקיה
02:35
such as hot dog or no hot dog.
45
143080
3296
לאוכל מסוג לא-נקניקיה.
02:38
(Applause)
46
146400
3136
(מחיאות כפיים)
02:41
Or if we show it many pictures
and videos and sensor data
and videos and sensor data
47
149560
5016
ואם נזין תמונות וסרטונים
ונתונים מחיישנים
ונתונים מחיישנים
02:46
from driving on the highway,
48
154600
2536
על נהיגה בכביש,
02:49
it can actually drive a car
as well as a human being
as well as a human being
49
157160
3280
היא תוכל לנהוג במכונית טוב כמו בן אדם
02:53
on the highway.
50
161360
1656
על כביש מהיר.
02:55
And what if we showed
this deep learning network
this deep learning network
51
163040
2816
ומה יקרה אם נזין
לרשת הלמידה העמוקה
לרשת הלמידה העמוקה
02:57
all the speeches made by President Trump?
52
165880
2400
את כל הנאומים של הנשיא טראמפ?
03:01
Then this artificially
intelligent President Trump,
intelligent President Trump,
53
169680
3000
אזי הנשיא טראמפ, בעל הבינה,
המלאכותית, כמובן
המלאכותית, כמובן
03:05
actually the network --
54
173600
2216
או בעצם הרשת -
03:07
(Laughter)
55
175840
1656
(צחוק)
03:09
can --
56
177520
1216
תוכל -
03:10
(Applause)
57
178760
4056
(מחיאות כפיים)
03:14
You like double oxymorons, huh?
58
182840
2336
אתם מתים על אוקסימורונים כפולים, מה?
03:17
(Laughter)
59
185200
3856
(צחוק)
03:21
(Applause)
60
189080
6096
(מחיאות כפיים)
03:27
So this network, if given the request
to make a speech about AI,
to make a speech about AI,
61
195200
5256
כלומר הרשת הזאת,
אם תתבקש לנאום על בינה מלאכותית,
אם תתבקש לנאום על בינה מלאכותית,
03:32
he, or it, might say --
62
200480
2640
אז הוא, או היא, אולי יגידו -
03:36
(Recording) Donald Trump:
It's a great thing
It's a great thing
63
204280
2096
(הקלטה) דונלד טראמפ:
זה נהדר
זה נהדר
03:38
to build a better world
with artificial intelligence.
with artificial intelligence.
64
206400
2936
לשפר את העולם
באמצעות בינה מלאכותית.
באמצעות בינה מלאכותית.
03:41
Kai-Fu Lee: And maybe in another language?
65
209360
2016
קאי-פו לי: ואולי בשפה אחרת?
03:43
DT: (Speaking Chinese)
66
211400
1816
טראמפ: (מדבר סינית)
03:45
(Laughter)
67
213240
1496
(צחוק)
03:46
KFL: You didn't know
he knew Chinese, did you?
he knew Chinese, did you?
68
214760
2160
לי: לא ידעתם
שהוא מדבר סינית, נכון?
שהוא מדבר סינית, נכון?
03:50
So deep learning has become the core
in the era of AI discovery,
in the era of AI discovery,
69
218120
5016
למידה עמוקה, אם כן, היא הבסיס
לעידן תגליות הבינה המלאכותית,
לעידן תגליות הבינה המלאכותית,
03:55
and that's led by the US.
70
223160
1816
ואותה מובילה ארצות הברית.
03:57
But we're now in the era
of implementation,
of implementation,
71
225000
3256
אבל עכשיו אנחנו בעידן היישום,
04:00
where what really matters is execution,
product quality, speed and data.
product quality, speed and data.
72
228280
5536
ומה שהכי חשוב הוא ביצועים,
איכות המוצר, מהירות ונתונים.
איכות המוצר, מהירות ונתונים.
04:05
And that's where China comes in.
73
233840
2096
ובנקודה הזו, סין נכנסת לתמונה.
04:07
Chinese entrepreneurs,
74
235960
1576
יזמים סינים,
04:09
who I fund as a venture capitalist,
75
237560
1896
שאני משקיע בהם דרך קרנות הון סיכון,
04:11
are incredible workers,
76
239480
1736
הם עובדים יוצאים מן הכלל,
04:13
amazing work ethic.
77
241240
1936
עם מוסר עבודה מדהים.
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
הדוגמה שנתתי מחדר הלידה
מתגמדת לעומת מוסר העבודה בסין.
מתגמדת לעומת מוסר העבודה בסין.
04:20
As an example, one startup
tried to claim work-life balance:
tried to claim work-life balance:
79
248520
3696
לדוגמה, סטארט-אפ אחד התיימר
שלעובדים בו "יש חיים חוץ מעבודה":
שלעובדים בו "יש חיים חוץ מעבודה":
04:24
"Come work for us because we are 996."
80
252240
3696
"בואו לעבוד אצלנו, כי אנחנו 996."
04:27
And what does that mean?
81
255960
1256
מה זאת אומרת?
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
זאת אומרת ששעות העבודה הן תשע בבוקר
עד תשע בערב, שישה ימים בשבוע.
עד תשע בערב, שישה ימים בשבוע.
04:34
That's contrasted
with other startups that do 997.
with other startups that do 997.
83
262960
3280
בניגוד לסטארט-אפ אחר,
שבו עובדים 997.
שבו עובדים 997.
04:39
And the Chinese product quality
has consistently gone up
has consistently gone up
84
267320
3096
ובעשור האחרון,
איכות המוצרים הסיניים
איכות המוצרים הסיניים
04:42
in the past decade,
85
270440
1696
עולה בעקביות,
04:44
and that's because of
a fiercely competitive environment.
a fiercely competitive environment.
86
272160
4120
בגלל התחרות העזה.
04:48
In Silicon Valley, entrepreneurs
compete in a very gentlemanly fashion,
compete in a very gentlemanly fashion,
87
276760
5896
בעמק הסיליקון, היזמים
מנהלים תחרות ג'נטלמנית,
מנהלים תחרות ג'נטלמנית,
04:54
sort of like in old wars
in which each side took turns
in which each side took turns
88
282680
3896
כמו במלחמות של פעם, שבהן
הצדדים היו יורים זה על זה
הצדדים היו יורים זה על זה
04:58
to fire at each other.
89
286600
1256
לפי התור.
04:59
(Laughter)
90
287880
1056
(צחוק)
05:00
But in the Chinese environment,
91
288960
2016
אבל בחברה הסינית,
05:03
it's truly a gladiatorial
fight to the death.
fight to the death.
92
291000
2880
מתנהלים קרבות גלדיאטורים
על החיים ועל המוות.
על החיים ועל המוות.
05:06
In such a brutal environment,
entrepreneurs learn to grow very rapidly,
entrepreneurs learn to grow very rapidly,
93
294920
6096
בסביבה אכזרית שכזאת,
סטארט-אפים לומדים לצמוח במהירות
סטארט-אפים לומדים לצמוח במהירות
05:13
they learn to make their products
better at lightning speed,
better at lightning speed,
94
301040
3936
ולומדים איך לשפר מוצרים
בן לילה ממש,
בן לילה ממש,
05:17
and they learn
to hone their business models
to hone their business models
95
305000
2336
והם לומדים ללטש
את המודלים העסקיים שלהם
את המודלים העסקיים שלהם
05:19
until they're impregnable.
96
307360
1400
עד שלמות.
05:21
As a result, great Chinese products
like WeChat and Weibo
like WeChat and Weibo
97
309400
3856
כתוצאה מכך, יש הטוענים
כי מוצרים סיניים מובילים
כי מוצרים סיניים מובילים
05:25
are arguably better
98
313280
1416
כגון WeChat או Weibo
05:26
than the equivalent American products
from Facebook and Twitter.
from Facebook and Twitter.
99
314720
3480
טובים ממקביליהם האמריקניים,
פייסבוק או טוויטר.
פייסבוק או טוויטר.
05:31
And the Chinese market
embraces this change
embraces this change
100
319920
3096
והשוק הסיני מקבל
בזרועות פתוחות את השינוי הזה
בזרועות פתוחות את השינוי הזה
05:35
and accelerated change
and paradigm shifts.
and paradigm shifts.
101
323040
3016
ואת השינוי המואץ
ואת השתנות הפרדיגמות.
ואת השתנות הפרדיגמות.
05:38
As an example, if any of you go to China,
102
326080
2096
לדוגמה, אם תיסעו לסין
05:40
you will see it's almost cashless
and credit card-less,
and credit card-less,
103
328200
4016
תגלו שאין בה כמעט כסף מזומן
או כרטיסי אשראי
או כרטיסי אשראי
05:44
because that thing that we all
talk about, mobile payment,
talk about, mobile payment,
104
332240
2736
כי תשלומים בנייד,
העתיד שפה רק מדברים עליו
העתיד שפה רק מדברים עליו
05:47
has become the reality in China.
105
335000
2416
בסין הוא כבר ההווה, המציאות.
05:49
In the last year,
106
337440
1296
בשנה שעברה, שווי העסקאות
שהתבצעו דרך ניידים
שהתבצעו דרך ניידים
05:50
18.8 trillion US dollars
were transacted on mobile internet,
were transacted on mobile internet,
107
338760
5936
היה 18.8 טריליון דולר,
05:56
and that's because
of very robust technologies
of very robust technologies
108
344720
2936
בזכות הטכנולוגיות היציבות והחכמות
05:59
built behind it.
109
347680
1256
שמאפשרות תשלומים בנייד.
06:00
It's even bigger than the China GDP.
110
348960
2440
הסכום הזה גבוה מהתל"ג של סין.
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
והטכנולוגיה הזאת, אתם שואלים,
איך היא גבוהה מהתל"ג?
איך היא גבוהה מהתל"ג?
06:07
Because it includes all transactions:
112
355760
1976
כי היא כוללת את כל העסקאות:
06:09
wholesale, channels,
retail, online, offline,
retail, online, offline,
113
357760
3776
סיטונאות, ערוצי הפצה, סיטונאות,
מכירות ברשת ומחוץ לה,
מכירות ברשת ומחוץ לה,
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
אם קניתם בחנות בקניון
או בשוק איכרים.
או בשוק איכרים.
06:18
The technology is used
by 700 million people
by 700 million people
115
366640
3376
700 מיליון איש משתמשים
בטכנולוגיה הזו
בטכנולוגיה הזו
06:22
to pay each other, not just merchants,
116
370040
2056
לא רק כדי לשלם לסוחרים
אלא גם זה לזה,
אלא גם זה לזה,
06:24
so it's peer to peer,
117
372120
1416
כלומר בין אדם לאדם.
06:25
and it's almost transaction-fee-free.
118
373560
2680
ועמלות העסקה אפסיות.
06:29
And it's instantaneous,
119
377720
2376
וההעברה מיידית,
06:32
and it's used everywhere.
120
380120
1440
והטכנולוגיה נפוצה בכל רחבי סין.
06:34
And finally, the China market is enormous.
121
382320
3376
ולבסוף, השוק הסיני הוא עצום.
06:37
This market is large,
122
385720
1976
הוא גדול, ובזכות הגודל שלו
06:39
which helps give entrepreneurs
more users, more revenue,
more users, more revenue,
123
387720
4496
יש ליזמים
יותר משתמשים, יותר הכנסות,
יותר משתמשים, יותר הכנסות,
06:44
more investment, but most importantly,
124
392240
2336
יותר השקעות, אבל חשוב מכול,
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
יש להם הזדמנות
לאסוף כמויות נתונים עצומות
לאסוף כמויות נתונים עצומות
06:51
which becomes rocket fuel
for the AI engine.
for the AI engine.
126
399160
2960
ואלה הופכים לדלק הסילון
של מנוע הבינה המלאכותית.
של מנוע הבינה המלאכותית.
06:54
So as a result, the Chinese AI companies
127
402960
2936
כתוצאה מכך,
חברות הבינה המלאכותית הסיניות
חברות הבינה המלאכותית הסיניות
06:57
have leaped ahead
128
405920
1736
עשו זינוק אדיר קדימה,
06:59
so that today, the most valuable companies
129
407680
3096
כך שכיום, החברות
בעלות השווי הגבוה ביותר
בעלות השווי הגבוה ביותר
07:02
in computer vision, speech recognition,
130
410800
2616
בתחום ראייה ממוחשבת,
זיהוי דיבור,
זיהוי דיבור,
07:05
speech synthesis,
machine translation and drones
machine translation and drones
131
413440
3416
סינתוז דיבור,
תרגום מכונה ורחפנים
תרגום מכונה ורחפנים
07:08
are all Chinese companies.
132
416880
1920
הן כולן חברות סיניות.
07:11
So with the US leading
the era of discovery
the era of discovery
133
419400
3216
ובזכות ארה"ב שמובילה
את עידן התגליות,
את עידן התגליות,
07:14
and China leading
the era of implementation,
the era of implementation,
134
422640
3136
וסין שמובילה
את עידן היישום,
את עידן היישום,
07:17
we are now in an amazing age
135
425800
2256
נפתח בפנינו עידן מופלא
07:20
where the dual engine
of the two superpowers
of the two superpowers
136
428080
3256
שבו המנוע הכפול
של שתי מעצמות העל
של שתי מעצמות העל
07:23
are working together
137
431360
1680
עובד כגוף אחד
07:25
to drive the fastest
revolution in technology
revolution in technology
138
433960
3656
ומקדם את המהפכה
הטכנולוגית המהירה ביותר
הטכנולוגית המהירה ביותר
07:29
that we have ever seen as humans.
139
437640
2360
שראו בני האדם כל הדורות.
07:32
And this will bring tremendous wealth,
140
440640
2496
והיא תביא איתה עושר עצום,
07:35
unprecedented wealth:
141
443160
1776
עושר חסר תקדים:
07:36
16 trillion dollars, according to PwC,
142
444960
3896
PwC מעריכה כי עד 2030
07:40
in terms of added GDP
to the worldwide GDP by 2030.
to the worldwide GDP by 2030.
143
448880
5376
יגדל התל"ג בעולם
ב-16 טריליון דולר.
ב-16 טריליון דולר.
07:46
It will also bring immense challenges
144
454280
2616
היא תציג בפנינו גם אתגרים אדירים
07:48
in terms of potential job replacements.
145
456920
3576
של מקצועות שייעלמו או ישתנו.
07:52
Whereas in the Industrial Age
146
460520
2160
המהפכה התעשייתית
07:55
it created more jobs
147
463880
1536
יצרה מקומות עבודה
07:57
because craftsman jobs were being
decomposed into jobs in the assembly line,
decomposed into jobs in the assembly line,
148
465440
5776
כי העבודה של אומנים
נפרטה למשרות לאורך פס הייצור,
נפרטה למשרות לאורך פס הייצור,
08:03
so more jobs were created.
149
471240
1976
וכך נוצרו עוד משרות.
08:05
But AI completely replaces
the individual jobs
the individual jobs
150
473240
4936
אבל הבינה המלאכותית
בעצם תופסת את מקומם של עובדים
בעצם תופסת את מקומם של עובדים
08:10
in the assembly line with robots.
151
478200
2256
ומחליפה את עובדי
פס הייצור ברובוטים.
פס הייצור ברובוטים.
08:12
And it's not just in factories,
152
480480
1936
ולא רק לעובדי המפעלים זה יקרה
08:14
but truckers, drivers
153
482440
2056
אלא גם לנהגים ולנהגי משאיות,
08:16
and even jobs like telesales,
customer service
customer service
154
484520
4096
ואפילו עובדי טלמרקטינג
ושירות לקוחות,
ושירות לקוחות,
08:20
and hematologists as well as radiologists
155
488640
2976
כמו גם המטולוגים ורדיולוגים
08:23
over the next 15 years
156
491640
2096
יוחלפו תוך 15 שנה
08:25
are going to be gradually replaced
157
493760
2536
בהדרגה
08:28
by artificial intelligence.
158
496320
1440
בבינה מלאכותית.
08:30
And only the creative jobs --
159
498360
2056
ורק המשרות היצירתיות -
08:32
(Laughter)
160
500440
1976
(צחוק)
08:34
I have to make myself safe, right?
161
502440
2200
אני חייב לדאוג לעצמי פה, לא?
08:38
Really, the creative jobs
are the ones that are protected,
are the ones that are protected,
162
506960
2976
באמת, רק המשרות היצירתיות
מוגנות מפני השינוי הזה,
מוגנות מפני השינוי הזה,
08:41
because AI can optimize but not create.
163
509960
3040
כי בינה מלאכותית מצטיינת
באופטימיזציה, אבל לא ביצירותיות.
באופטימיזציה, אבל לא ביצירותיות.
08:45
But what's more serious
than the loss of jobs
than the loss of jobs
164
513960
3575
אבל הבעיה החמורה
היא לא היעלמות המשרות
היא לא היעלמות המשרות
08:49
is the loss of meaning,
165
517559
1777
אלא היעלמות המשמעות,
08:51
because the work ethic
in the Industrial Age
in the Industrial Age
166
519360
3136
כי בגלל שטיפת המוח
של העידן התעשייתי
של העידן התעשייתי
08:54
has brainwashed us into thinking
that work is the reason we exist,
that work is the reason we exist,
167
522520
5616
השתכנענו כולנו שהעבודה
היא תכלית קיומנו,
היא תכלית קיומנו,
09:00
that work defined
the meaning of our lives.
the meaning of our lives.
168
528160
2936
שהעבודה מגדירה
את משמעות חיינו.
את משמעות חיינו.
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
וגם אני הייתי קורבן מרצון
של החשיבה הוורקוהולית הזאת.
של החשיבה הוורקוהולית הזאת.
09:09
I worked incredibly hard.
170
537440
1616
עבדתי קשה להפליא.
09:11
That's why I almost left
my wife in the delivery room,
my wife in the delivery room,
171
539080
3576
ולכן כמעט נטשתי את אשתי
לבדה בחדר הלידה,
לבדה בחדר הלידה,
09:14
that's why I worked 996
alongside my entrepreneurs.
alongside my entrepreneurs.
172
542680
4176
ולכן עבדתי 996
לצידם של היזמים שלי.
לצידם של היזמים שלי.
09:18
And that obsession that I had with work
173
546880
4416
והאובססיה שלי כלפי העבודה
09:23
ended abruptly a few years ago
174
551320
3056
הסתיימה בחטף לפני כמה שנים
09:26
when I was diagnosed
with fourth stage lymphoma.
with fourth stage lymphoma.
175
554400
3920
כשאובחנה אצלי לימפומה מתקדמת.
09:31
The PET scan here shows
over 20 malignant tumors
over 20 malignant tumors
176
559480
4136
בבדיקה הטומוגרפית התגלו
יותר מעשרים גידולים ממאירים
יותר מעשרים גידולים ממאירים
09:35
jumping out like fireballs,
177
563640
2176
שזהרו כמו כדורים בוערים,
09:37
melting away my ambition.
178
565840
2576
ושרפו את השאפתנות שלי.
09:40
But more importantly,
179
568440
1456
אבל מה שחשוב הוא
09:41
it helped me reexamine my life.
180
569920
2736
שהם עזרו לי לראות
את החיים שלי באור חדש.
את החיים שלי באור חדש.
09:44
Knowing that I may only have
a few months to live
a few months to live
181
572680
3096
כשהבנתי שאולי אמות
בעוד חודשים ספורים
בעוד חודשים ספורים
09:47
caused me to see how foolish it was
182
575800
2936
הבנתי איזו שטות זו היתה
09:50
for me to base my entire self-worth
183
578760
3576
להשתית את ההערכה העצמית שלי
09:54
on how hard I worked
and the accomplishments from hard work.
and the accomplishments from hard work.
184
582360
4040
על העבודה הקשה שעשיתי
או על ההישגים שצברתי בזכותה.
או על ההישגים שצברתי בזכותה.
09:59
My priorities were
completely out of order.
completely out of order.
185
587320
2976
סדרי העדיפויות שלי היו משובשים.
10:02
I neglected my family.
186
590320
1600
את המשפחה שלי הזנחתי.
10:05
My father had passed away,
187
593000
1416
אבא שלי נפטר,
10:06
and I never had a chance
to tell him I loved him.
to tell him I loved him.
188
594440
2800
ולא הספקתי להגיד לו
שאני אוהב אותו.
שאני אוהב אותו.
10:10
My mother had dementia
and no longer recognized me,
and no longer recognized me,
189
598120
3736
אמא שלי לקתה בדמנציה
והפסיקה לזהות אותי,
והפסיקה לזהות אותי,
10:13
and my children had grown up.
190
601880
1920
והילדים שלי גדלו בלעדי.
10:16
During my chemotherapy,
191
604400
1656
בזמן הכימותרפיה
10:18
I read a book by Bronnie Ware
192
606080
2456
קראתי ספר מאת ברוני וור
(Bronnie Ware)
(Bronnie Ware)
10:20
who talked about dying wishes and regrets
of the people in the deathbed.
of the people in the deathbed.
193
608560
5496
על המשאלות והחרטות
של חולים על ערש דווי.
של חולים על ערש דווי.
10:26
She found that facing death,
194
614080
2256
היא גילתה שאל מול פני המוות,
10:28
nobody regretted that they didn't
work hard enough in this life.
work hard enough in this life.
195
616360
3600
אף אדם לא התחרט
שלא עבד קשה מספיק.
שלא עבד קשה מספיק.
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
כולם התחרטו שלא בילו
די זמן עם יקיריהם
די זמן עם יקיריהם
10:38
and that they didn't spread their love.
197
626080
2760
ושלא הביעו אהבה כלפי עוד אנשים.
10:42
So I am fortunately today in remission.
198
630400
4536
למזלי כיום אני בהפוגה.
10:46
(Applause)
199
634960
6856
(מחיאות כפיים)
10:53
So I can be back at TED again
200
641840
1976
ולכן אני יכול לשוב לבמת TED
10:55
to share with you
that I have changed my ways.
that I have changed my ways.
201
643840
3376
ולספר לכם ששיניתי את דרכי.
10:59
I now only work 965 --
202
647240
2760
אני עובד רק 965 -
11:03
occasionally 996, but usually 965.
203
651200
3976
לפעמים 996, אבל בדרך כלל 965.
11:07
I moved closer to my mother,
204
655200
1896
עברתי לגור קרוב יותר לאמא שלי,
11:09
my wife usually travels with me,
205
657120
2456
אשתי מצטרפת לרוב הנסיעות שלי,
וכשהילדים שלי בחופשה,
וכשהילדים שלי בחופשה,
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
או שהם חוזרים הביתה,
או שאני נוסע לבקר אותם.
או שאני נוסע לבקר אותם.
11:15
So it's a new form of life
207
663440
2456
זו צורת חיים חדשה
11:17
that helped me recognize
208
665920
1816
שעזרה לי להבין
11:19
how important it is that love is for me,
209
667760
3176
כמה האהבה הזו חשובה לי,
11:22
and facing death
helped me change my life,
helped me change my life,
210
670960
3416
ואל מול פני המוות,
הצלחתי לשנות את חיי,
הצלחתי לשנות את חיי,
11:26
but it also helped me see a new way
211
674400
2456
וגם הצלחתי לגלות דרך חדשה
11:28
of how AI should impact mankind
212
676880
3776
שבה הבינה המלאכותית תוכל
להשפיע על המין האנושי
להשפיע על המין האנושי
11:32
and work and coexist with mankind,
213
680680
2480
לפעול ולהתקיים בצוותא
עם המין האנושי,
עם המין האנושי,
11:36
that really, AI is taking away
a lot of routine jobs,
a lot of routine jobs,
214
684680
4496
ונכון, הבינה המלאכותית תעלים
הרבה עבודות חדגוניות,
הרבה עבודות חדגוניות,
11:41
but routine jobs are not what we're about.
215
689200
3656
אבל עבודות חדגוניות
הן לא תכלית קיומנו.
הן לא תכלית קיומנו.
11:44
Why we exist is love.
216
692880
2256
תכלית קיומנו היא אהבה.
11:47
When we hold our newborn baby,
217
695160
2096
להחזיק תינוק שזה עתה נולד,
11:49
love at first sight,
218
697280
1496
להתאהב ממבט ראשון,
11:50
or when we help someone in need,
219
698800
1776
לעזור למישהו בעת צרה -
11:52
humans are uniquely able
to give and receive love,
to give and receive love,
220
700600
4256
בני האדם ניחנים ביכולת מיוחדת
להעניק ולקבל אהבה,
להעניק ולקבל אהבה,
11:56
and that's what differentiates us from AI.
221
704880
2800
בזה מותר האדם מהבינה המלאכותית.
12:00
Despite what science fiction may portray,
222
708800
2696
למרות התחזיות של המדע הבדיוני,
12:03
I can responsibly tell you
that AI has no love.
that AI has no love.
223
711520
3736
אני אומר לכם באחריות
שבינה מלאכותית לא יודעת לאהוב.
שבינה מלאכותית לא יודעת לאהוב.
12:07
When AlphaGo defeated
the world champion Ke Jie,
the world champion Ke Jie,
224
715280
3536
כש-AlphaGo הביסה
את אלוף העולם קה ז'ייה (Ke Jie),
את אלוף העולם קה ז'ייה (Ke Jie),
12:10
while Ke Jie was crying
and loving the game of go,
and loving the game of go,
225
718840
3096
קה ז'ייה פרץ בבכי,
ואהב את משחק הגו,
ואהב את משחק הגו,
12:13
AlphaGo felt no happiness from winning
226
721960
3176
אבל AlphaGo לא שמחה בנצחונה
12:17
and certainly no desire
to hug a loved one.
to hug a loved one.
227
725160
4480
ובוודאי לא התחשק לה
לחבק מישהו שהיא אוהבת.
לחבק מישהו שהיא אוהבת.
12:23
So how do we differentiate ourselves
228
731600
2656
אז איך נוכל לבדל את עצמנו
12:26
as humans in the age of AI?
229
734280
2536
כבני אדם בעידן הבינה המלאכותית?
12:28
We talked about the axis of creativity,
230
736840
3096
דיברנו על ציר היצירתיות,
12:31
and certainly that is one possibility,
231
739960
2856
וברור שזאת אפשרות אחת,
12:34
and now we introduce a new axis
232
742840
2296
ועכשיו נוסיף ציר חדש
12:37
that we can call compassion,
love, or empathy.
love, or empathy.
233
745160
3616
שאפשר לקרוא לו חמלה,
אהבה או אמפתיה.
אהבה או אמפתיה.
12:40
Those are things that AI cannot do.
234
748800
2576
את הרגשות האלה,
בינה מלאכותית לא מסוגלת להרגיש.
בינה מלאכותית לא מסוגלת להרגיש.
12:43
So as AI takes away the routine jobs,
235
751400
2816
ולכן כשהבינה המלאכותית
תתפוס את מקומנו בעבודות חדגוניות,
תתפוס את מקומנו בעבודות חדגוניות,
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
אני חושב שבאפשרותנו, זכותנו, חובתנו
ליצור משרות של חמלה.
ליצור משרות של חמלה.
12:51
You might ask how many of those there are,
237
759800
2336
כמה משרות כאלה כבר יש, אתם שואלים,
12:54
but I would ask you:
238
762160
1616
ואני אשיב לכם:
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
אתם לא חושבים שנצטרך
המון עובדים סוציאליים
המון עובדים סוציאליים
12:59
to help us make this transition?
240
767640
1600
כדי לצלוח בשלום את השינוי הזה?
13:01
Do you not think we need
a lot of compassionate caregivers
a lot of compassionate caregivers
241
769960
3256
אתם לא חושבים שנצטרך
המון מטפלים רחומים
המון מטפלים רחומים
13:05
to give more medical care to more people?
242
773240
2696
שיעניקו טיפול רפואי
לאנשים רבים יותר?
לאנשים רבים יותר?
13:07
Do you not think we're going to need
10 times more teachers
10 times more teachers
243
775960
3256
אתם לא חושבים שנצטרך
פי עשרה יותר מורים
פי עשרה יותר מורים
13:11
to help our children find their way
244
779240
2776
שיעזרו לילדים שלנו לפלס דרך לעצמם
13:14
to survive and thrive
in this brave new world?
in this brave new world?
245
782040
3256
להחזיק מעמד ולפרוח
בעולם החדש והמופלא הזה?
בעולם החדש והמופלא הזה?
13:17
And with all the newfound wealth,
246
785320
2440
ובאמצעות כל העושר שייפול לחיקנו
13:19
should we not also make
labors of love into careers
labors of love into careers
247
787800
4536
למה שלא נגדיר תחביבים
ותפקידים נטולי שכר בתור קריירות
ותפקידים נטולי שכר בתור קריירות
13:24
and let elderly accompaniment
248
792360
2696
ונהפוך לקריירות גם ליווי קשישים
13:27
or homeschooling become careers also?
249
795080
3496
או חינוך ביתי?
13:30
(Applause)
250
798600
5280
(מחיאות כפיים)
13:36
This graph is surely not perfect,
251
804800
2256
הגרף לא מושלם, כמובן,
13:39
but it points at four ways
that we can work with AI.
that we can work with AI.
252
807080
3536
אבל הוא מצביע על
ארבע דרכים לעבוד עם בינה מלאכותית.
ארבע דרכים לעבוד עם בינה מלאכותית.
13:42
AI will come and take away
the routine jobs
the routine jobs
253
810640
3576
הבינה המלאכותית תתפוס
את מקומנו בעבודות חדגוניות
את מקומנו בעבודות חדגוניות
13:46
and in due time, we will be thankful.
254
814240
2040
ועם הזמן, נכיר לה תודה על זה.
13:49
AI will become great tools
for the creatives
for the creatives
255
817000
3096
הבינה המלאכותית תעניק
ליצירתיים כלים מעולים
ליצירתיים כלים מעולים
13:52
so that scientists, artists,
musicians and writers
musicians and writers
256
820120
3656
ותאפשר למדענים, לאמנים,
למוזיקאים ולכותבים
למוזיקאים ולכותבים
13:55
can be even more creative.
257
823800
1600
למצות את היצירתיות שלהם.
13:58
AI will work with humans
as analytical tools
as analytical tools
258
826120
5376
הבינה המלאכותית תספק
לבני האדם כלים אנליטיים
לבני האדם כלים אנליטיים
14:03
that humans can wrap their warmth around
259
831520
2696
שבני האדם יוכלו לכרוך
סביבם את החמימות האנושית
סביבם את החמימות האנושית
14:06
for the high-compassion jobs.
260
834240
1896
ולהשתמש בהם למשרות
עתירות חמלה.
עתירות חמלה.
14:08
And we can always differentiate ourselves
261
836160
2656
ותמיד יעמוד לנו הבידול
14:10
with the uniquely capable jobs
262
838840
1816
של המשרות יוצאות הדופן
14:12
that are both compassionate and creative,
263
840680
3616
שמשלבות חמלה ויצירתיות,
14:16
using and leveraging
our irreplaceable brains and hearts.
our irreplaceable brains and hearts.
264
844320
5176
שמנצלות וממנפות את
הלב והמוח הייחודיים לאדם.
הלב והמוח הייחודיים לאדם.
14:21
So there you have it:
265
849520
1296
הרי הוא לפניכם:
14:22
a blueprint of coexistence
for humans and AI.
for humans and AI.
266
850840
3640
תרשים של קיום בצוותא
בין בני אדם לבינה מלאכותית.
בין בני אדם לבינה מלאכותית.
14:27
AI is serendipity.
267
855400
1816
הבינה המלאכותית היא הג'וקר שלנו.
14:29
It is here to liberate us
from routine jobs,
from routine jobs,
268
857240
2976
היא תשחרר אותנו
מעבודות חדגוניות,
מעבודות חדגוניות,
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
והיא תזכיר לנו
במה מותר האדם.
במה מותר האדם.
14:36
So let us choose to embrace AI
and to love one another.
and to love one another.
270
864440
3976
ולכן בואו נחליט לקבל את הבינה המלאכותית
בזרועות פתוחות ולאהוב זה את זה.
בזרועות פתוחות ולאהוב זה את זה.
14:40
Thank you.
271
868440
1216
תודה רבה.
14:41
(Applause)
272
869680
6160
(מחיאות כפיים)
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