TED2003
Marvin Minsky: Health and the human mind
מרווין מינסקי על בריאות ועל המוח האנושי
Filmed:
Readability: 3.5
606,909 views
האזינו היטב-- הרצאתו הפתלתלה, המחשמלת והמקסימה ברישולה אודות בריאות, התפוצצות האוכלוסין והמוח האנושי גדושה דקויות: שנינות, חוכמה וקורטוב עצה ערמומית, בבחינת "האם הוא מתלוצץ"?
Marvin Minsky - AI pioneer
Marvin Minsky is one of the great pioneers of artificial intelligence -- and using computing metaphors to understand the human mind. His contributions to mathematics, robotics and computational linguistics are legendary and far-reaching. Full bio
Marvin Minsky is one of the great pioneers of artificial intelligence -- and using computing metaphors to understand the human mind. His contributions to mathematics, robotics and computational linguistics are legendary and far-reaching. Full bio
Double-click the English transcript below to play the video.
00:18
If you ask people about what part of psychology do they think is hard,
0
0
6000
אם תשאלו אנשים מה לדעתם החלק הקשה בפסיכולוגיה,
00:24
and you say, "Well, what about thinking and emotions?"
1
6000
3000
מה הם חושבים על חשיבה ורגשות,
00:27
Most people will say, "Emotions are terribly hard.
2
9000
3000
מרביתם יאמרו, "הרגשות נורא מסובכים.
00:30
They're incredibly complex. They can't -- I have no idea of how they work.
3
12000
6000
הם מורכבים מאוד, אין לי מושג איך הם פועלים.
00:36
But thinking is really very straightforward:
4
18000
2000
אבל החשיבה פשוטה מאד:
00:38
it's just sort of some kind of logical reasoning, or something.
5
20000
4000
היא פשוט מין שיקול הגיוני או משהו כזה.
00:42
But that's not the hard part."
6
24000
3000
אבל הם אינם החלק הקשה."
00:45
So here's a list of problems that come up.
7
27000
2000
אז הרי כמה בעיות שצצות ועולות.
00:47
One nice problem is, what do we do about health?
8
29000
3000
בעיה חביבה אחת היא: מה לעשות בקשר לבריאות?
00:50
The other day, I was reading something, and the person said
9
32000
4000
יום אחד קראתי משהו, והכותב טען
00:54
probably the largest single cause of disease is handshaking in the West.
10
36000
6000
שהגורם העיקרי למחלות היא לחיצת היד המערבית.
01:00
And there was a little study about people who don't handshake,
11
42000
4000
והוצג מחקר קטן שמשווה בין אנשים שלא לוחצים ידיים,
01:04
and comparing them with ones who do handshake.
12
46000
3000
ובין אלה שכן,
01:07
And I haven't the foggiest idea of where you find the ones that don't handshake,
13
49000
5000
ואין לי מושג איפה יש אנשים שלא לוחצים ידיים,
01:12
because they must be hiding.
14
54000
3000
הם ודאי מתחבאים.
01:15
And the people who avoid that
15
57000
4000
ואצל מי שנמנעים מלחיצת היד
01:19
have 30 percent less infectious disease or something.
16
61000
4000
יש 30% פחות מחלות מידבקות, או משהו כזה.
01:23
Or maybe it was 31 and a quarter percent.
17
65000
3000
או אולי זה היה 31 ורבע אחוז.
01:26
So if you really want to solve the problem of epidemics and so forth,
18
68000
4000
אז אם באמת רוצים לפתור את בעיית המגפות וכן הלאה,
01:30
let's start with that. And since I got that idea,
19
72000
4000
בואו נתחיל מזה. ומאז שהרעיון הזה עלה בי,
01:34
I've had to shake hundreds of hands.
20
76000
4000
נאלצתי ללחוץ מאות ידיים.
01:38
And I think the only way to avoid it
21
80000
5000
ואני חושב שהדרך היחידה להימנע מכך
01:43
is to have some horrible visible disease,
22
85000
2000
היא לחלות באיזו מחלה מחרידה ובולטת לעין,
01:45
and then you don't have to explain.
23
87000
3000
ואז אתה פטור מהסברים.
01:48
Education: how do we improve education?
24
90000
4000
חינוך: איך משפרים את החינוך?
01:52
Well, the single best way is to get them to understand
25
94000
4000
הדרך הכי טובה היא לגרום להם להבין
01:56
that what they're being told is a whole lot of nonsense.
26
98000
3000
שמספרים להם המון שטויות.
01:59
And then, of course, you have to do something
27
101000
2000
וכמובן שצריך לעשות משהו
02:01
about how to moderate that, so that anybody can -- so they'll listen to you.
28
103000
5000
כדי למתן את זה ושיקשיבו דווקא לך.
02:06
Pollution, energy shortage, environmental diversity, poverty.
29
108000
4000
זיהום אוויר, מחסור באנרגיה, מגוון סביבתי, עוני--
02:10
How do we make stable societies? Longevity.
30
112000
4000
איך יוצרים חברות יציבות, אריכות ימים.
02:14
Okay, there're lots of problems to worry about.
31
116000
3000
כן, יש הרבה בעיות מעוררות דאגה.
02:17
Anyway, the question I think people should talk about --
32
119000
2000
בכל מקרה, השאלה שלדעתי אנשים צריכים לדון בה--
02:19
and it's absolutely taboo -- is, how many people should there be?
33
121000
5000
שהיא טאבו מוחלט-- כמה בני אדם צריכים להיות?
02:24
And I think it should be about 100 million or maybe 500 million.
34
126000
7000
ולדעתי צריכים להיות 100 או אולי 500 מיליון.
02:31
And then notice that a great many of these problems disappear.
35
133000
5000
ואז תשימו לב שהמון מהבעיות האלה נעלמות.
02:36
If you had 100 million people
36
138000
2000
אילו היו 100 מיליון איש
02:38
properly spread out, then if there's some garbage,
37
140000
6000
מפוזרים היטב, אז אם יש קצת זבל,
02:44
you throw it away, preferably where you can't see it, and it will rot.
38
146000
7000
זורקים אותו, עדיף היכן שאי אפשר לראותו, והוא יירקב.
02:51
Or you throw it into the ocean and some fish will benefit from it.
39
153000
5000
או זורקים אותו לים וכמה דגים ייהנו ממנו.
02:56
The problem is, how many people should there be?
40
158000
2000
הבעיה היא, כמה אנשים צריכים להיות?
02:58
And it's a sort of choice we have to make.
41
160000
3000
וזו מעין בחירה שעלינו לבחור.
03:01
Most people are about 60 inches high or more,
42
163000
3000
רוב האנשים גובהם מטר וחצי ומעלה,
03:04
and there's these cube laws. So if you make them this big,
43
166000
4000
והם מבזבזים מרחב. אז אם נעשה אותם בגודל כזה--
03:08
by using nanotechnology, I suppose --
44
170000
3000
אולי בעזרת ננו-טכנולוגיה--
03:11
(Laughter)
45
173000
1000
[צחוק]
03:12
-- then you could have a thousand times as many.
46
174000
2000
--אז יכולים להיות פי אלף.
03:14
That would solve the problem, but I don't see anybody
47
176000
2000
זה יפתור את הבעיה, אבל אני לא רואה שמישהו
03:16
doing any research on making people smaller.
48
178000
3000
חוקר בכיוון של הקטנת בני אדם.
03:19
Now, it's nice to reduce the population, but a lot of people want to have children.
49
181000
5000
יהיה נחמד לצמצם את האוכלוסיה, אבל הרבה רוצים ילדים.
03:24
And there's one solution that's probably only a few years off.
50
186000
3000
ואחד הפתרונות נמצא בטווח כמה שנים מאיתנו.
03:27
You know you have 46 chromosomes. If you're lucky, you've got 23
51
189000
5000
ידוע שיש 46 כרומוזומים. אם יש לך מזל, יש לך 23
03:32
from each parent. Sometimes you get an extra one or drop one out,
52
194000
6000
מכל הורה; לפעמים יש אחד מיותר או חסר,
03:38
but -- so you can skip the grandparent and great-grandparent stage
53
200000
4000
אבל-- אז אפשר לדלג על שלב הסבים והסבים-רבים
03:42
and go right to the great-great-grandparent. And you have 46 people
54
204000
5000
וללכת ישר לסבים-רבים-רבים. אתה לוקח 46 איש
03:47
and you give them a scanner, or whatever you need,
55
209000
3000
ונותן להם סורק או משהו כזה,
03:50
and they look at their chromosomes and each of them says
56
212000
4000
והם בודקים את הכרומוזומים שלהם וכל אחד אומר
03:54
which one he likes best, or she -- no reason to have just two sexes
57
216000
5000
איזה הוא מעדיף, או היא-- אין סיבה שיהיו רק 2 מינים
03:59
any more, even. So each child has 46 parents,
58
221000
5000
מעתה והלאה. אז לכל ילד יש 46 הורים,
04:04
and I suppose you could let each group of 46 parents have 15 children.
59
226000
6000
ולדעתי אפשר שכל קבוצה של 46 הורים תלד 15 ילדים--
04:10
Wouldn't that be enough? And then the children
60
232000
2000
זה לא יספיק? ואז הילדים
04:12
would get plenty of support, and nurturing, and mentoring,
61
234000
4000
יזכו לשפע תמיכה וטיפוח והדרכה
04:16
and the world population would decline very rapidly
62
238000
2000
ואוכלוסיית העולם תפחת מהר מאד
04:18
and everybody would be totally happy.
63
240000
3000
וכולם יהיו לגמרי מאושרים.
04:21
Timesharing is a little further off in the future.
64
243000
3000
חלוקת-זמן ממתינה לנו בעתיד הרחוק יותר.
04:24
And there's this great novel that Arthur Clarke wrote twice,
65
246000
3000
ויש סיפור גדול שארתור קלארק כתב פעמיים,
04:27
called "Against the Fall of Night" and "The City and the Stars."
66
249000
4000
בשמות "נגד רדת הלילה" ו"העיר והכוכבים".
04:31
They're both wonderful and largely the same,
67
253000
3000
שניהם נהדרים ובמידה רבה דומים,
04:34
except that computers happened in between.
68
256000
2000
אבל בין ספר לספר נוצרו המחשבים.
04:36
And Arthur was looking at this old book, and he said, "Well, that was wrong.
69
258000
5000
וארתור הביט בספר הישן שלו ואמר, זה לא נכון.
04:41
The future must have some computers."
70
263000
2000
בעתיד צריכים להיות מחשבים.
04:43
So in the second version of it, there are 100 billion
71
265000
5000
אז בגירסה השניה יש בעולם 100 מיליארד איש,
04:48
or 1,000 billion people on Earth, but they're all stored on hard disks or floppies,
72
270000
8000
או אלף מיליארד, וכולם מאוחסנים בדיסקים או דיסקטים,
04:56
or whatever they have in the future.
73
278000
2000
או מה שלא יהיה להם בעתיד.
04:58
And you let a few million of them out at a time.
74
280000
4000
ומוציאים רק כמה מיליונים בכל פעם.
05:02
A person comes out, they live for a thousand years
75
284000
4000
אדם יוצא, חי אלף שנים,
05:06
doing whatever they do, and then, when it's time to go back
76
288000
6000
עושה מה שהוא עושה, וכשמגיע הזמן לחזור
05:12
for a billion years -- or a million, I forget, the numbers don't matter --
77
294000
4000
למיליארד או מיליון שנה-- שכחתי. המספרים לא משנים--
05:16
but there really aren't very many people on Earth at a time.
78
298000
4000
אבל אין הרבה בני אדם בעולם בכל זמן נתון.
05:20
And you get to think about yourself and your memories,
79
302000
2000
ויש לך זמן לחשוב על עצמך ועל זכרונותיך,
05:22
and before you go back into suspension, you edit your memories
80
304000
5000
ולפני שובך לחיות מושהית אתה עורך את זכרונותיך
05:27
and you change your personality and so forth.
81
309000
3000
ומשנה את אישיותך וכדומה.
05:30
The plot of the book is that there's not enough diversity,
82
312000
6000
לפי העלילה של הספר אין מגוון רחב,
05:36
so that the people who designed the city
83
318000
3000
ולכן האנשים שעיצבו את העיר
05:39
make sure that every now and then an entirely new person is created.
84
321000
4000
מוודאים שמידי פעם נברא אדם חדש לגמרי.
05:43
And in the novel, a particular one named Alvin is created. And he says,
85
325000
6000
ובסיפור נברא אדם בשם אלווין, והוא אומר,
05:49
maybe this isn't the best way, and wrecks the whole system.
86
331000
4000
אולי זאת לא השיטה הכי טובה, והורס את כל המערכת.
05:53
I don't think the solutions that I proposed
87
335000
2000
אני לא חושב שהפתרונות שאני מציע
05:55
are good enough or smart enough.
88
337000
3000
טובים או חכמים מספיק.
05:58
I think the big problem is that we're not smart enough
89
340000
4000
לדעתי הבעיה הגדולה היא שאנו לא חכמים מספיק
06:02
to understand which of the problems we're facing are good enough.
90
344000
4000
כדי להבין מה מהבעיות שמולנו הן טובות מספיק.
06:06
Therefore, we have to build super intelligent machines like HAL.
91
348000
4000
לכן אנו נאלצים לבנות מכונות סופר-נבונות כמו "האל".
06:10
As you remember, at some point in the book for "2001,"
92
352000
5000
כזכור לכם, בשלב מסוים בספר "2001",
06:15
HAL realizes that the universe is too big, and grand, and profound
93
357000
5000
"האל" מבין שהיקום גדול וכביר ועמוק מדי
06:20
for those really stupid astronauts. If you contrast HAL's behavior
94
362000
4000
בשביל האסטרונאוטים הטפשים האלה. אם משווים את
06:24
with the triviality of the people on the spaceship,
95
366000
4000
התנהגותו של "האל" לשטחיות של אנשי החללית,
06:28
you can see what's written between the lines.
96
370000
3000
רואים מה נכתב בין השורות.
06:31
Well, what are we going to do about that? We could get smarter.
97
373000
3000
אז מה נעשה בקשר לכך? נוכל להחכים.
06:34
I think that we're pretty smart, as compared to chimpanzees,
98
376000
5000
לדעתי אני די חכמים, בהשוואה לשימפנזים,
06:39
but we're not smart enough to deal with the colossal problems that we face,
99
381000
6000
אך לא חכמים מספיק להתמודד עם הבעיות העצומות שלנו,
06:45
either in abstract mathematics
100
387000
2000
בין אם במתמטיקה מופשטת
06:47
or in figuring out economies, or balancing the world around.
101
389000
5000
או בכלכלה או בהשגת איזון בעולם שסביבנו.
06:52
So one thing we can do is live longer.
102
394000
3000
אז אחד הדברים שאפשר לעשות הוא לחיות יותר.
06:55
And nobody knows how hard that is,
103
397000
2000
ואיש איננו יודע כמה זה קשה,
06:57
but we'll probably find out in a few years.
104
399000
3000
אבל ודאי נגלה זאת בתוך כמה שנים.
07:00
You see, there's two forks in the road. We know that people live
105
402000
3000
יש הרי פרשת דרכים. אנו יודעים שבני אדם חיים
07:03
twice as long as chimpanzees almost,
106
405000
4000
פי שניים משימפנזים, כמעט,
07:07
and nobody lives more than 120 years,
107
409000
4000
ואיש איננו חי יותר מ-120 שנה,
07:11
for reasons that aren't very well understood.
108
413000
3000
מסיבות לא לגמרי מובנות.
07:14
But lots of people now live to 90 or 100,
109
416000
3000
אבל רבים חיים עד גיל 90 או מאה,
07:17
unless they shake hands too much or something like that.
110
419000
4000
אלא אם הם לוחצים יותר מדי ידיים או משהו כזה.
07:21
And so maybe if we lived 200 years, we could accumulate enough skills
111
423000
5000
אז אולי אם נחיה עד גיל 200, נצבור מספיק כישורים
07:26
and knowledge to solve some problems.
112
428000
5000
וידע כדי לפתור כמה בעיות.
07:31
So that's one way of going about it.
113
433000
2000
אז זו דרך אחת לטפל בכך.
07:33
And as I said, we don't know how hard that is. It might be --
114
435000
3000
וכפי שאמרתי, איננו יודעים כמה זה קשה. זה עשוי להיות--
07:36
after all, most other mammals live half as long as the chimpanzee,
115
438000
6000
הרי רוב היונקים האחרים חיים חצי מחיי השימפנזים,
07:42
so we're sort of three and a half or four times, have four times
116
444000
3000
כך שאנחנו חיים פי 3.5 או 4-- פי 4
07:45
the longevity of most mammals. And in the case of the primates,
117
447000
6000
יותר ממרבית היונקים, וכשמדובר בפרימטים,
07:51
we have almost the same genes. We only differ from chimpanzees,
118
453000
4000
יש לנו כמעט אותם הגנים. אנו שונים מהשימפנזים
07:55
in the present state of knowledge, which is absolute hogwash,
119
457000
6000
לפי הידע שבידנו-- שהוא זבל טהור--
08:01
maybe by just a few hundred genes.
120
463000
2000
אולי רק בכמה מאות גנים.
08:03
What I think is that the gene counters don't know what they're doing yet.
121
465000
3000
לדעתי סופרי הגנים עוד לא יודעים מהחיים שלהם.
08:06
And whatever you do, don't read anything about genetics
122
468000
3000
ובכל מקרה, אל תקראו על גנטיקה שום דבר
08:09
that's published within your lifetime, or something.
123
471000
3000
שפורסם בימי חייכם, או משהו כזה.
08:12
(Laughter)
124
474000
3000
[צחוק]
08:15
The stuff has a very short half-life, same with brain science.
125
477000
4000
התוקף של הדברים האלה פג מהר, כמו במדעי המוח.
08:19
And so it might be that if we just fix four or five genes,
126
481000
6000
אז ייתכן שאם נתקן רק 4-5 גנים,
08:25
we can live 200 years.
127
487000
2000
נוכל לחיות 200 שנה.
08:27
Or it might be that it's just 30 or 40,
128
489000
3000
או אולי רק 30-40.
08:30
and I doubt that it's several hundred.
129
492000
2000
ואני בספק אם מדובר בכמה מאות.
08:32
So this is something that people will be discussing
130
494000
4000
על זה אנשים ידברו
08:36
and lots of ethicists -- you know, an ethicist is somebody
131
498000
3000
והמון אנשי מוסר-- איש מוסר הוא הרי מישהו
08:39
who sees something wrong with whatever you have in mind.
132
501000
3000
שמוצא מה לא בסדר ברעיון שלך.
08:42
(Laughter)
133
504000
3000
[צחוק]
08:45
And it's very hard to find an ethicist who considers any change
134
507000
4000
וקשה למצוא אנשי מוסר שחושבים שיש שינוי
08:49
worth making, because he says, what about the consequences?
135
511000
4000
שראוי לעשותו, כי הם אומרים, מה עם ההשלכות?
08:53
And, of course, we're not responsible for the consequences
136
515000
3000
ואנחנו הרי לא אחראיים להשלכות של מעשינו כעת
08:56
of what we're doing now, are we? Like all this complaint about clones.
137
518000
6000
נכון? למשל כל הקיטורים בנושא השיבוט.
09:02
And yet two random people will mate and have this child,
138
524000
3000
ובכל זאת 2 אנשים מקריים יכולים להזדווג וללדת ילד,
09:05
and both of them have some pretty rotten genes,
139
527000
4000
ולשניהם יש כמה גנים די מחורבנים,
09:09
and the child is likely to come out to be average.
140
531000
4000
וסביר שהילד ייצא ממוצע.
09:13
Which, by chimpanzee standards, is very good indeed.
141
535000
6000
שלפי הסטנדרטים של שימפנזים, זה בכלל לא רע.
09:19
If we do have longevity, then we'll have to face the population growth
142
541000
3000
אם אכן נשיג אריכות ימים, נצטרך לטפל בבעיית גידול האוכלוסיה
09:22
problem anyway. Because if people live 200 or 1,000 years,
143
544000
4000
בכל מקרה. כי אם אנשים יחיו 200 או 1,000 שנה,
09:26
then we can't let them have a child more than about once every 200 or 1,000 years.
144
548000
6000
אי אפשר שהם יילדו יותר מילד אחד כל 200 או אלף שנה.
09:32
And so there won't be any workforce.
145
554000
3000
כך שלא יהיה שום כוח עבודה.
09:35
And one of the things Laurie Garrett pointed out, and others have,
146
557000
4000
אחד הדברים שציינו לורי גארט ואחרים,
09:39
is that a society that doesn't have people
147
561000
5000
היא שחברה שאין בה בני אדם
09:44
of working age is in real trouble. And things are going to get worse,
148
566000
3000
בגיל העבודה היא בצרה אמיתית. והמצב עתיד להחמיר,
09:47
because there's nobody to educate the children or to feed the old.
149
569000
6000
כי אין מי שיחנך את הילדים או יאכיל את הזקנים.
09:53
And when I'm talking about a long lifetime, of course,
150
575000
2000
וכשאני מדבר על חיים ארוכים, כמובן,
09:55
I don't want somebody who's 200 years old to be like our image
151
577000
6000
אינני מעוניין שאדם בן 200 ייראה כמו הדימוי שיש לנו
10:01
of what a 200-year-old is -- which is dead, actually.
152
583000
4000
על אדם בן 200-- שזה בעצם מת.
10:05
You know, there's about 400 different parts of the brain
153
587000
2000
יש כ-400 חלקים במוח
10:07
which seem to have different functions.
154
589000
2000
שכנראה הם בעלי תפקודים שונים.
10:09
Nobody knows how most of them work in detail,
155
591000
3000
איש אינו יודע איך בדיוק מרביתם פועלים,
10:12
but we do know that there're lots of different things in there.
156
594000
4000
אך ידוע לנו שיש שם הרבה דברים.
10:16
And they don't always work together. I like Freud's theory
157
598000
2000
ולא תמיד הם עובדים ביחד. אני אוהב את התיאוריה
10:18
that most of them are cancelling each other out.
158
600000
4000
של פרויד, שרובם מבטלים זה את זה.
10:22
And so if you think of yourself as a sort of city
159
604000
4000
אז אם תחשבו על עצמכם כעל מעין עיר
10:26
with a hundred resources, then, when you're afraid, for example,
160
608000
6000
עם מאה משאבים, וכשאתם פוחדים, לדוגמה,
10:32
you may discard your long-range goals, but you may think deeply
161
614000
4000
אולי תבטלו את המטרות לטווח הארוך, אבל תחשבו היטב
10:36
and focus on exactly how to achieve that particular goal.
162
618000
4000
ובריכוז איך בדיוק להשיג את המטרה המסוימת.
10:40
You throw everything else away. You become a monomaniac --
163
622000
3000
ותיפטרו מכל היתר. תיהפכו למשוגעים לדבר אחד--
10:43
all you care about is not stepping out on that platform.
164
625000
4000
כל מה שיעניין אתכם יהיה לא לחרוג מכך.
10:47
And when you're hungry, food becomes more attractive, and so forth.
165
629000
4000
וכשתהיו רעבים, האוכל יהיה יותר אטרקטיבי, וכן הלאה.
10:51
So I see emotions as highly evolved subsets of your capability.
166
633000
6000
בעיני הרגשות הם מערכי משנה מפותחים מאד של היכולות.
10:57
Emotion is not something added to thought. An emotional state
167
639000
4000
רגשות אינם נספח של המחשבה. מצב רגשי
11:01
is what you get when you remove 100 or 200
168
643000
4000
זה משהו שמתקבל כשמסלקים 100 או 200
11:05
of your normally available resources.
169
647000
3000
מהמשאבים הזמינים בדרך כלל.
11:08
So thinking of emotions as the opposite of -- as something
170
650000
3000
אז החשיבה על רגשות כעל ההיפך...כעל משהו
11:11
less than thinking is immensely productive. And I hope,
171
653000
4000
נחות מחשיבה היא מועילה ביותר. ואני מקווה
11:15
in the next few years, to show that this will lead to smart machines.
172
657000
4000
להראות שבשנים הקרובות זה יוביל למכונות חכמות.
11:19
And I guess I better skip all the rest of this, which are some details
173
661000
3000
ונראה לי שאדלג על היתר. אלה רק פרטים
11:22
on how we might make those smart machines and --
174
664000
5000
איך ניצור את המכונות החכמות האלה ו--
11:27
(Laughter)
175
669000
5000
[צחוק]
11:32
-- and the main idea is in fact that the core of a really smart machine
176
674000
5000
והרעיון המרכזי הוא בעצם שליבתה של מכונה חכמה באמת
11:37
is one that recognizes that a certain kind of problem is facing you.
177
679000
5000
היא כזו שמכירה בבעייה נוכחית מסוימת.
11:42
This is a problem of such and such a type,
178
684000
3000
זאת בעיה מסוג כזה-וכזה,
11:45
and therefore there's a certain way or ways of thinking
179
687000
5000
ולכן יש דרך או דרכי חשיבה מסוימות
11:50
that are good for that problem.
180
692000
2000
שיפות לבעיה הזו.
11:52
So I think the future, main problem of psychology is to classify
181
694000
4000
אז נראה לי שבעתיד הבעיה העיקרית של הפסיכולוגיה תהיה
11:56
types of predicaments, types of situations, types of obstacles
182
698000
4000
לסווג סוגי מצבים לא נעימים, סוגי נסיבות, סוגי מכשולים
12:00
and also to classify available and possible ways to think and pair them up.
183
702000
6000
וכן לסווג דרכים זמינות ואפשריות לחשוב ולפתור אותם.
12:06
So you see, it's almost like a Pavlovian --
184
708000
3000
כמו שאתם רואים, זה כמעט פבלובי--
12:09
we lost the first hundred years of psychology
185
711000
2000
הפסדנו את מאה שנות הפסיכולוגיה הראשונות
12:11
by really trivial theories, where you say,
186
713000
3000
בגלל תיאוריות ממש פשטניות שאומרות,
12:14
how do people learn how to react to a situation? What I'm saying is,
187
716000
6000
כיצד אנשים לומדים להגיב למצבים. מה שאני אומר הוא
12:20
after we go through a lot of levels, including designing
188
722000
5000
שאחרי שנעברו רמות רבות, כולל תכנון
12:25
a huge, messy system with thousands of ports,
189
727000
3000
של מערכת ענקית ומבולגנת עם אלפי חלקים,
12:28
we'll end up again with the central problem of psychology.
190
730000
4000
נגיע לסוף ונמצא את הבעיה המרכזית של הפסיכולוגיה.
12:32
Saying, not what are the situations,
191
734000
3000
כלומר, לא מהם המצבים,
12:35
but what are the kinds of problems
192
737000
2000
אלא מהם סוגי הבעיות
12:37
and what are the kinds of strategies, how do you learn them,
193
739000
3000
ומהם סוגי האיסטרטגיות, איך ללמוד אותן,
12:40
how do you connect them up, how does a really creative person
194
742000
3000
איך לקשר ביניהן, איך אדם יצירתי באמת
12:43
invent a new way of thinking out of the available resources and so forth.
195
745000
5000
ממציא דרך חשיבה חדשה לפי המשאבים הזמינים וכו'.
12:48
So, I think in the next 20 years,
196
750000
2000
אז נראה לי שב-20 שנה הבאות,
12:50
if we can get rid of all of the traditional approaches to artificial intelligence,
197
752000
5000
אם ניפטר מכל הגישות המסורתיות לתבונה מלאכותית,
12:55
like neural nets and genetic algorithms
198
757000
2000
כמו רשתות עצביות ואלגוריתמים גנטיים
12:57
and rule-based systems, and just turn our sights a little bit higher to say,
199
759000
6000
ומערכות מבוססות כללים, ורק נרים מעט את מבטנו ונשאל,
13:03
can we make a system that can use all those things
200
765000
2000
האם נוכל ליצור מערכת שיכולה להשתמש בכל אלה
13:05
for the right kind of problem? Some problems are good for neural nets;
201
767000
4000
עבור סוג הבעיה הנכון? יש בעיות שהולמות רשתות עצביות.
13:09
we know that others, neural nets are hopeless on them.
202
771000
3000
והרי יש אחרות שרשתות עצביות לא מזיזות להן.
13:12
Genetic algorithms are great for certain things;
203
774000
3000
אלגוריתמים גנטיים הם מעולים לדברים מסוימים,
13:15
I suspect I know what they're bad at, and I won't tell you.
204
777000
4000
אני חושד שאני יודע למה הם לא טובים, ולא אגלה לכם.
13:19
(Laughter)
205
781000
1000
[צחוק]
13:20
Thank you.
206
782000
2000
תודה רבה.
13:22
(Applause)
207
784000
6000
[מחיאות כפיים]
ABOUT THE SPEAKER
Marvin Minsky - AI pioneerMarvin Minsky is one of the great pioneers of artificial intelligence -- and using computing metaphors to understand the human mind. His contributions to mathematics, robotics and computational linguistics are legendary and far-reaching.
Why you should listen
Marvin Minsky is the superstar-elder of artificial intelligence, one of the most productive and important cognitive scientists of the century, and the leading proponent of the Society of Mind theory. Articulated in his 1985 book of the same name, Minsky's theory says intelligence is not born of any single mechanism, but from the interaction of many independent agents. The book's sequel,The Emotion Machine (2006), says similar activity also accounts for feelings, goals, emotions and conscious thoughts.
Minsky also pioneered advances in mathematics, computational linguistics, optics, robotics and telepresence. He built SNARC, the first neural network simulator, some of the first visual scanners, and the first LOGO "turtle." From his headquarters at MIT's Media Lab and the AI Lab (which he helped found), he continues to work on, as he says, "imparting to machines the human capacity for commonsense reasoning."
Marvin Minsky | Speaker | TED.com