Sebastian Thrun and Chris Anderson: What AI is -- and isn't
סבסטיאן ת'רן וכריס אנדרסון: דור המחשבים הבא מתכנת את עצמו
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us. Full bioChris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading. Full bio
Double-click the English transcript below to play the video.
what machine learning is,
מהי למידת מכונה,
סביב הבינה המלאכותית.
and also of the concern
הבינה המלאכותית ולמידת המכונה
intelligence and machine learning
רגע חשוב.
in its past until recently.
להיקפי המיחשוב ומערכי הנתונים
of computing and datasets
למשל את הטלפון שלך,
say, your phone,
very long kitchen recipe,
הנמך את הטמפרטורה.
turn down the temperature.
העלה את הטמפרטורה."
the temperature."
has 12 million lines of code.
12 מיליון שורות קוד.
עלול לגרום למחשב לקרוס.
can cause your computer to crash.
משתכרים טוב כל-כך.
makes so much money.
שהמחשבים יכולים להגדיר כללים משלהם.
can find their own rules.
שלב אחר שלב,
deciphering, step by step,
the computer examples
which recently was won by Google.
ש"גוגל" רכשה לאחרונה.
כותבים את כל הכללים,
you would really write down all the rules,
residing Go champion.
כי זה משחרר את מהנדס התוכנה
the software engineer
where this has become really possible --
שאיפשרה זאת -
התזה שלי עסקה בלמידת מכונה.
was about machine learning.
אל תקראו אותה,
insignificant, don't read it,
מוח של מקק.
were as big as a cockroach brain.
to really emulate
take advantage of the fact
מהר בהרבה מבני אדם.
much more data than people can.
בחנה מעל מיליון משחקים,
more than a million games.
לבחון מיליון משחקים.
study a million games.
דפי אינטרנט.
a hundred billion web pages.
מאה מיליארד דפי אינטרנט.
a hundred billion web pages.
the computer can find rules
בסגנון "אם הוא עושה כך, אעשה כך,"
to, "If he does that, I will do that,"
"ככה נראה דפוס משחק מנצח."
looks like a winning pattern,
a winning pattern."
תחשוב למשל על גידול ילדים.
how you raise children.
כלל לכל אפשרות
giving kids a rule for every contingency
עם איזו תוכנה גדולה.
and they have this big program.
חוטפים סטירות או מכות,
they get slapped or spanked,
ציונים טובים בביה"ס,
a good grade in school,
so much easier all of a sudden.
תכנות המחשבים נעשה קל מאד.
אלא רק לתת להם המון נתונים.
We just give them lots of data.
בשיפור המדהים
to the spectacular improvement
into a spin-off called Voyage.
called deep learning
ממאונטן וויו שבקליפורניה
from Mountain View, California,
ו-133 רמזורים.
and 133 traffic lights.
את צוות המכונית האוטונומית של "גוגל".
the Google self-driving car team.
הכי טובים בעולם
the world's best software engineers
למוח של המחשב,
into the computer brain,
עולה על הזריזות האנושית.
that often surpasses human agility.
לאורך כ-50 ק"מ במשך שעה וחצי.
about 33 miles, an hour and a half.
of this program on the left,
בחלק הגדול של התוכנה, משמאל,
כמשאיות וכלי-רכב
the computer sees as trucks and cars
שזה הקלט העיקרי,
image, which is the main input here,
מכוניות אחרות, רמזורים.
other cars, traffic lights.
שמבצע אומדן מרחקים.
to do distance estimation.
in these kind of systems.
שהלייזר מזהה.
and so on depicted by the laser.
מתמקדת כעת בתמונת המצלמה.
is centering on the camera image now.
כמו מכ"ם ולייזר
sensors like radars and lasers
on the left thing, what is that?
עבור בקרת השיוט הסתגלנית,
for your adaptive cruise control,
איך לווסת את המהירות
how to regulate velocity
the cars in front of you are.
got an example, I think,
learning part takes place.
ספר על זה.
לתלמידי "יודסיטי"
a challenge to Udacity students
"ננו-תואר בנהיגה אוטונומית."
a self-driving car Nanodegree.
איך לנהוג במכונית הזאת?"
how to steer this car?"
בלתי-אפשרי להגדיר נהיגה נכונה.
to get the steering right.
"It's a deep learning competition,
"תחרות למידה עמוקה,
like Google or Facebook,
בשישה חודשי עבודה.
at least six months of work.
קיבלנו מהסטודנטים 100 הצעות,
100 submissions from students,
פתרו את זה באופן מושלם.
טובה יותר
drive on this imagery,
זה כל הקסם:
to a computer now,
to comprehend the data,
יישומים רבי-עוצמה
of powerful applications
the other day about cancer.
CA: This is cool.
כ"א: זה מעולה.
into what's happening
400,000 דולר בשנה,
400,000 dollars a year,
כדי להיעשות לרופא-עור טוב.
to be a good dermatologist.
the machine learning version of it.
למידת המכונה.
לאלגוריתמים של למידת המכונה.
for these machine learning algorithms.
ע"י בחור מ"פייסבוק" בשם יאן לה-קאן,
by a Facebook Fellow called Yann LeCun,
as the human brain.
אבל זה חיקוי של זה.
but it emulates the same thing.
לוקח קלט חזותי וממצה מתוכו שוליים,
the visual input and extracts edges
המורכבים יותר
more complicated edges
מושגים מורכבים מאד -
really complicated concepts.
cat faces and dog faces
פנים של כלבים וחתולים
at Stanford has shown is that
129,000 תמונות של מחלות עור,
of skin conditions,
הכי טובים.
that this is the case,
והגשנו אותו לרשת שלנו
that we presented to our network
בתקן של סטנפורד,
Stanford-level dermatologists,
מבחינת ביצועי דיוק הסיווג
the performance classification accuracy
לתמונה הזאת.
זה קטע מרגש.
That's a moving piece.
שפרסמנו ב"נייצ'ר" בתחילת השנה,
in "Nature" earlier this year
לרופאי-עור ולמחשב שלנו,
dermatologists images
שהסיווג שלנו נכון.
we had the correct classification.
ע"י שותף שלנו.
by one of our collaborators.
אחד משלושת הטובים ביותר, מסתבר,
one of the three best, apparently,
"זה איננו סרטן עור."
"This is not skin cancer."
"אוודא זאת בעזרת יישומון."
a second moment, where he said,
והריץ את היישום שלנו,
and ran our piece of software,
על ה'אייפון' קצת יותר מאשר על עצמי,"
the iPhone a little bit more than myself,"
to get it biopsied.
שבה מצאנו,
that we actually found,
היתה עלולה לא להתגלות
would have gone unclassified,
ביקוש מיידי ליישומון כזה,
for an app like this right now,
ליצור יישומון שמאפשר בדיקה עצמית?
making an app that allows self-checking?
בבקשות ליישומוני סרטן,
about cancer apps,
10, 15, 20 מלנומות,
10, 15, 20 melanomas removed,
כמו זה,
might be overlooked, like this one,
למכוניות מעופפות ופניות להרצות.
these days, I guess.
שנחוצות לנו בדיקות נוספות.
ולהרשים את הקהל ב-TED.
and impress a TED audience.
something out that's ethical.
בגלל טעות שלנו,
the assistance of a doctor
שהנתונים שלנו מוצקים,
and our data holds up,
לקחת טכנולוגיה כזאת,
to take this kind of technology
לא מגיעים לעולם.
doctors never, ever set foot.
נראה שמה שאתה אומר,
של תלמידי "יודסיטי",
with this army of Udacity students,
בצורה שונה
a different form of machine learning
וחוכמת המונים.
with a form of crowd wisdom.
שזה יכול להתעלות על ביצועיה של חברה,
that could actually outperform
even a vast company?
שמדהימים אותי,
instances that blow my mind,
is these competitions that we run.
a self-driving car
ועד סן-פרנסיסקו על כביש סלול.
to San Francisco on surface streets.
אחרי שבע שנות עבודה שלה,
after seven years of Google work,
ושלושה חודשי עבודה.
and three months to do this.
צבא של סטודנטים
an army of students
who use crowdsourcing.
במיקור המונים עבור נהיגה.
במיקור המונים למקומות לינה.
למיקור המונים עבור איתור באגים
where people do bug-finding crowdsourcing
בעזרת מיקור המונים.
in crowdsourcing.
את המכונית הזאת תוך 3 חודשים,
this car in three months,
שאינם מועסקים
who are never hired,
מבלי שאדע אפילו.
and I don't even know.
maybe 9,000 answers.
אף אחת מהן.
אני משלם רק לזוכים,
ואולי זה לא הכי טוב.
which is maybe not the best thing to do.
חלק מההשכלה שלהם, וזה נחמד.
of their education, too, which is nice.
לייצר תוצאות מדהימות של למידה עמוקה.
to produce amazing deep learning results.
ולמידה עמוקה מעולה.
and great machine learning is amazing.
ביום הראשון [ב-TED2017]
the first day [of TED2017]
הם שני שחקני שחמט חובבים
turned out to be two amateur chess players
בינוניות, בינוניות עד טובות,
mediocre-to-good, computer programs,
with one great chess player,
מול שחקן מצטיין,
you're talking about a much richer version
עשירה בהרבה של אותו הרעיון.
הפנלים הנפלאים של אתמול בבוקר,
the fantastic panels yesterday morning,
שלפעמים אנו מבלבלים
that we sometimes confuse
בתחום הבינה המלאכותית
with this kind of overlord threat,
consciousness, right?
הוא שהבינה המלאכותית שלי תהיה מודעת.
is for my AI to have consciousness.
with the dishwasher
and I don't want them.
אני לא רוצה בהם.
להגברה של האנושיות.
an augmentation of people.
שנועדה להוסיף לנו עוצמה.
לחוכמה של המכונות
of human smarts and machine smarts
עתיק כמו המכונות עצמן.
is as old as machines are.
משום שיצרנו מנועי קיטור
place because it made steam engines
לפעול בעצמו,
that couldn't farm by itself,
הן תגברו אותנו.
it made us stronger.
של בינה מלאכותית, יעצים אותנו בהרבה
will make us much, much stronger
of this for some people,
שמחשב ישכתב את הקוד שלו,
scary for people is when you have
rewrite its own code,
multiple copies of itself,
ויש שיפור.
if a goal is achieved and improved.
להשתפר במבחן אינטליגנציה.
on an intelligence test.
that's moderately good at that,
אפקט של יציאה משליטה,
some sort of runaway effect
on Thursday evening,
on Friday morning,
of computers and so forth,
what I heard you say.
היה לנו בדיוק דבר כזה:
we had exactly this thing:
the game against itself
שכתוב של הכללים.
is a rewriting of the rules.
absolutely no concern
לשחק שחמט.
הם תחומים ייחודיים מאד.
these are all very single-domain things.
שכנראה מסוגל לעבור
that seemed nearly capable
לקרוא או להבין כמונו,
and understand in the sense that we can,
לקלוט את כל הטקסט
patterns of meaning.
שכאשר כל זה יתרחב,
as this broadens out,
kind of runaway effect?
I draw the line, honestly.
אינני רוצה להמעיט בערך הדבר --
I don't want to downplay it --
וזה לא מעסיק אותי בימים אלה,
the thing that's on my mind these days,
מתחוללת במקום אחר.
is something else.
עד היום
to the present date
היא בגלל כמויות עתק של משחקי גו,
is because of massive numbers of Go plays,
לנהוג במכונית או להטיס מטוס.
or fly a plane.
ושל "יודסיטי"
or the Udacity self-driving car
והן לא יודעות לעשות משהו אחר.
and it can't do anything else.
domain-specific function,
ומוגבל לתחום מסוים,
יישומון הסרטן שלנו.
בדבר שקרוי "בינה מלאכותית כללית,"
on this thing called "general AI,"
"תמציאי לי תורת יחסות פרטית
"Hey, invent for me special relativity
ואני מכיר בהן,
and I want to acknowledge them.
שכדאי לחשוב עליו,
"What if we can take anything repetitive
שחוזרת על עצמה
100 times as efficient?"
we all worked in agriculture
כולנו עבדנו בחקלאות
מטלות שחוזרות על עצמן.
שעושים דברים שחוזרים על עצמם,
doing repetitive things,
בינה מלאכותית כלשהי,
of being able to take an AI,
במשימות שחוזרות על עצמן.
as effective in these repetitive things.
a little terrifying to some people,
לאנשים מסוימים,
מטלות שחוזרות על עצמן
can do this repetitive thing
מדברים הרבה היום,
is the thing that's talked about
להיבטים הנהדרים שיתאפשרו.
glorious aspects of what's possible.
בעיה רצינית.
and it's a big issue,
כמה מרצים-אורחים.
by several guest speakers.
optimistic person,
נאום מכירות אופטימי,
back 300 years ago.
140 שנות מלחמה מתמשכת,
of continuous war,
בכלל לא היו,
מהנדס תוכנה או מגיש חדשות.
or software engineer or TV anchor.
with a little steam engine in his pocket,
ובכיסו מנוע קיטור קטן,
ואז תוכלו לעסוק במשהו אחר."
as strong, so you can do something else."
there was no real stage,
with the cows in the stable,
concerned about it,
"זה מדאיג אותי מאד,
מה אם המכונה תעשה את זה במקומי?"
and what if the machine does this for me?"
past progress and the benefit of it,
ובתועלת שלה,
או התרופות.
or electricity or medical supply.
מה שלא היה אפשרי לפני 300 שנה.
which was impossible 300 years ago.
איננו מתייחסים כך אל העתיד.
the same rules to the future.
הם דברים חוזרים ונשנים,
of my work is repetitive,
להתעסקות חוזרת ונשנית בדוא"ל מטופש.
on stupid, repetitive email.
that helps me get rid of this.
שיעזור לי להיפטר מזה.
are insanely creative;
more than anybody else.
לדעתי, אם תיגש למשרתת או למשרת במלון
I think you can go to your hotel maid
you find a creative idea.
is to turn this creativity into action.
build Google in a day?
לבנות "גוגל" תוך יום?
and invent the next Snapchat,
את ה"סנאפצ'ט" הבא,
in my opinion.
great side effects.
השכלה, מחסה ותחבורה
and education and shelter
affordable to all of us,
that this time it's different
שהפעם זה אחרת
that we've used in the past
זה שלא לגמרי
is that, not completely,
מסוג היצירתיות
different from the kind of creativity
כאיש בינה מלאכותית --
belief as an AI person --
מבחינת יצירתיות
any real progress on creativity
וחשוב מאד שאנשים יבינו זאת,
really important for people to realize,
כה מאיים,
intelligence" is so threatening,
הוסיף כאן סרט למדורה,
tossing a movie in,
the computer is our overlord,
do repetitive things.
לבצע מטלות חוזרות ונשנות.
entirely on the repetitive end.
האיום הגדול על האנושות.
we've become superhuman.
נעשינו אדם-על
the Atlantic in 11 hours.
בתוך 11 שעות.
shouting back to us.
בזמן אמת.
אנו שוברים את כללי הפיזיקה.
We're breaking the rules of physics.
we're going to remember everything
בשלבי השטיון המוקדמים שלי.
in my early stages of Alzheimer's.
תהיה כנראה 1000 או יותר.
an IQ of 1,000 or more.
spelling classes for our kids,
הוא שנוכל להיות סופר-יצירתיים.
is that we can be super creative.
אנו יצירתיים.
it's going to be painful,
מאשר לעסוק במשרות האלה.
of more than those jobs.
למישור חדש של העצמה
to just a new level of empowerment
60-100,000 years old, give or take --
לפני 60,000 או 100,000 שנה, פלוס-מינוס --
מבחינת ההמצאות,
in terms of invention,
it's a little bit older.
זה קצת יותר זמן.
הפניצילין --
manufacturing, penicillin --
נגלה דברים נוספים.
has gone up, not gone down, in my opinion.
ולא נחלש, לדעתי.
מהדברים המעניינים התגלה עד כה.
things have been invented yet. Right?
אני מקווה לשנות את זה.
Hopefully, I'll change this.
people laughed about. (Laughs)
"עובדים בחשאי על מכוניות מעופפות."
Working secretly on flying cars.
implant in our brain
שכשזה יהיה, תמותו על זה.
once you have it, you'll love it.
ושעוד נמציא.
we haven't invented yet
ממקום למקום.
from one location to another.
שהתעופה לא תיתכן,
that flight wouldn't exist,
מכפי יכולתנו לרוץ,
than you could run,
that you can't beam a person
and your brilliance.
זה היה נהדר.
ABOUT THE SPEAKERS
Sebastian Thrun - Educator, entrepreneurSebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us.
Why you should listen
Sebastian Thrun is an educator, entrepreneur and troublemaker. After a long life as a professor at Stanford University, Thrun resigned from tenure to join Google. At Google, he founded Google X, home to self-driving cars and many other moonshot technologies. Thrun also founded Udacity, an online university with worldwide reach, and Kitty Hawk, a "flying car" company. He has authored 11 books, 400 papers, holds 3 doctorates and has won numerous awards.
Sebastian Thrun | Speaker | TED.com
Chris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading.
Why you should listen
Chris Anderson is the Curator of TED, a nonprofit devoted to sharing valuable ideas, primarily through the medium of 'TED Talks' -- short talks that are offered free online to a global audience.
Chris was born in a remote village in Pakistan in 1957. He spent his early years in India, Pakistan and Afghanistan, where his parents worked as medical missionaries, and he attended an American school in the Himalayas for his early education. After boarding school in Bath, England, he went on to Oxford University, graduating in 1978 with a degree in philosophy, politics and economics.
Chris then trained as a journalist, working in newspapers and radio, including two years producing a world news service in the Seychelles Islands.
Back in the UK in 1984, Chris was captivated by the personal computer revolution and became an editor at one of the UK's early computer magazines. A year later he founded Future Publishing with a $25,000 bank loan. The new company initially focused on specialist computer publications but eventually expanded into other areas such as cycling, music, video games, technology and design, doubling in size every year for seven years. In 1994, Chris moved to the United States where he built Imagine Media, publisher of Business 2.0 magazine and creator of the popular video game users website IGN. Chris eventually merged Imagine and Future, taking the combined entity public in London in 1999, under the Future name. At its peak, it published 150 magazines and websites and employed 2,000 people.
This success allowed Chris to create a private nonprofit organization, the Sapling Foundation, with the hope of finding new ways to tackle tough global issues through media, technology, entrepreneurship and, most of all, ideas. In 2001, the foundation acquired the TED Conference, then an annual meeting of luminaries in the fields of Technology, Entertainment and Design held in Monterey, California, and Chris left Future to work full time on TED.
He expanded the conference's remit to cover all topics, including science, business and key global issues, while adding a Fellows program, which now has some 300 alumni, and the TED Prize, which grants its recipients "one wish to change the world." The TED stage has become a place for thinkers and doers from all fields to share their ideas and their work, capturing imaginations, sparking conversation and encouraging discovery along the way.
In 2006, TED experimented with posting some of its talks on the Internet. Their viral success encouraged Chris to begin positioning the organization as a global media initiative devoted to 'ideas worth spreading,' part of a new era of information dissemination using the power of online video. In June 2015, the organization posted its 2,000th talk online. The talks are free to view, and they have been translated into more than 100 languages with the help of volunteers from around the world. Viewership has grown to approximately one billion views per year.
Continuing a strategy of 'radical openness,' in 2009 Chris introduced the TEDx initiative, allowing free licenses to local organizers who wished to organize their own TED-like events. More than 8,000 such events have been held, generating an archive of 60,000 TEDx talks. And three years later, the TED-Ed program was launched, offering free educational videos and tools to students and teachers.
Chris Anderson | Speaker | TED.com