ABOUT THE SPEAKER
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity.

Why you should listen

Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.

Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.

Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility. 

Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.

Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.

More profile about the speaker
Maurice Conti | Speaker | TED.com
TEDxPortland

Maurice Conti: The incredible inventions of intuitive AI

モーリス・コンティ: 直感を持った人工知能が生み出すすごい発明

Filmed:
6,173,221 views

デザインツールにデジタル神経系を与えたら何ができるでしょう？ コンピューターが我々の思考力や想像力を高め、ロボットシステムが橋や車やドローンなどの画期的な新しいデザインを自分で考え出し、構築するのです。未来学者のモーリス・コンティといっしょに「拡張の時代」へと旅し、人にもロボットにも単独では作り得ないようなものが共同で作り上げられる世界を垣間見てみましょう。
- Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio

Double-click the English transcript below to play the video.

この中で創造的なことを
している人 —
00:12
How manyたくさんの of you are creativesクリエイティブ,
0
735
2289
デザイナー エンジニア
起業家 アーティスト
00:15
designersデザイナー, engineersエンジニア,
entrepreneurs起業家, artistsアーティスト,
1
3048
3624
あるいは単に想像力が豊かという人は
どれくらいいますか？
00:18
or maybe you just have
a really big大きい imagination想像力?
2
6696
2387
00:21
Showショー of hands手? (Cheers乾杯)
3
9107
1848
手を挙げてください (歓声)
00:22
That's most最も of you.
4
10979
1181
ほとんどがそうですね
そういう人に
お知らせすることがあります
00:25
I have some newsニュース for us creativesクリエイティブ.
5
13334
2294
00:28
Over the courseコース of the next次 20 years年,
6
16714
2573
これからの20年で
00:33
more will change変化する around
the way we do our work
7
21471
2973
私たちの仕事の仕方は
これまでの２千年間における変化よりも
大きく変わるでしょう
00:37
than has happened起こった in the last 2,000.
8
25382
2157
00:40
In fact事実, I think we're at the dawn夜明け
of a new新しい age年齢 in human人間 history歴史.
9
28511
4628
私たちは人類史の新時代に
差し掛かっていると思います
00:45
Now, there have been four4つの majorメジャー historical歴史的
eras時代 defined定義された by the way we work.
10
33645
4761
人類史には 仕事の仕方に応じて
大きく４つの時代がありました
00:51
The Hunter-Gathererハンター・ギャザー Age年齢
lasted持続した severalいくつかの million百万 years年.
11
39404
3275
狩猟採集時代が
数百万年続き
00:55
And then the Agricultural農業 Age年齢
lasted持続した severalいくつかの thousand千 years年.
12
43163
3576
それから数千年の
農耕時代があり
00:59
The Industrial産業 Age年齢 lasted持続した
a coupleカップル of centuries世紀.
13
47195
3490
２百年ほどの
工業化時代があり
01:02
And now the Information情報 Age年齢
has lasted持続した just a few少数 decades数十年.
14
50709
4287
現在の情報化時代が
ほんの数十年です
そして今 私たちは人類にとって
新しく大きな時代の始まりにいます
01:07
And now today今日, we're on the cuspカスプ
of our next次 great era時代 as a species種.
15
55020
5220
01:13
Welcomeようこそ to the Augmented拡張 Age年齢.
16
61296
2680
「拡張の時代」へようこそ
この新時代においては 人間の自然な能力が
拡張されることになるでしょう
01:16
In this new新しい era時代, your naturalナチュラル human人間
capabilities能力 are going to be augmented増強された
17
64000
3693
01:19
by computational計算上の systemsシステム
that help you think,
18
67717
3068
計算システムが
人間の思考を補助し
01:22
roboticロボット systemsシステム that help you make,
19
70809
2186
ロボットシステムが
作業を助け
デジタル神経系が
生来の感覚を大きく越えて
01:25
and a digitalデジタル nervous神経質な systemシステム
20
73019
1648
01:26
that connects接続する you to the world世界
far遠い beyond超えて your naturalナチュラル senses感覚.
21
74691
3690
私たちを世界へと繋げます
認識力拡張の話から
始めましょう
01:31
Let's start開始 with cognitive認知 augmentation増強.
22
79437
1942
強化サイボーグだという方は
どれくらい いらっしゃいますか？
01:33
How manyたくさんの of you are augmented増強された cyborgsサイボーグ?
23
81403
2200
01:36
(Laughter笑い)
24
84133
2650
(笑)
01:38
I would actually実際に argue主張する
that we're already既に augmented増強された.
25
86807
2821
私たちは既に増強されていると
言えると思います
01:42
Imagine想像する you're at a partyパーティー,
26
90288
1504
パーティで誰かに
01:43
and somebody誰か asks尋ねる you a question質問
that you don't know the answer回答 to.
27
91816
3520
知らないことを聞かれたところを
想像してください
01:47
If you have one of these,
in a few少数 seconds秒, you can know the answer回答.
28
95360
3760
こういうものを持っていれば
数秒で答えが分かります
でもこれはまだ原始的な
始まりでしかありません
01:51
But this is just a primitiveプリミティブ beginning始まり.
29
99869
2299
01:54
Even Siriシリ is just a passive受動的 toolツール.
30
102863
3331
あのSiriでさえ
ただの受け身のツールです
01:58
In fact事実, for the last
three-and-a-half3分の1 million百万 years年,
31
106660
3381
実際 過去350万年の間
人類の道具はずっと
完全に受け身のものでした
02:02
the toolsツール that we've私たちは had
have been completely完全に passive受動的.
32
110065
3109
02:06
They do exactly正確に what we tell them
and nothing more.
33
114203
3655
指示した通りのことだけをし
それ以上のことはしません
02:09
Our very first toolツール only cutカット
where we struck打たれた it.
34
117882
3101
人類最初の道具は
打ち付けた場所を切るだけでした
のみは彫刻家が指定したところを
削るだけです
02:13
The chiselチゼル only carves彫刻
where the artistアーティスト pointsポイント it.
35
121822
3040
最も先進的なツールでさえ
明示的な指示なしには何もしません
02:17
And even our most最も advanced高度な toolsツール
do nothing withoutなし our explicit明白な direction方向.
36
125343
5641
02:23
In fact事実, to date日付, and this
is something that frustrates挫折 me,
37
131008
3181
これは私がよくフラストレーションを
感じることですが
02:26
we've私たちは always been limited限られた
38
134213
1448
道具にこちらの意向を
指示する必要によって
02:27
by this need to manually手動で
push押す our wills意志 into our toolsツール --
39
135685
3501
我々は制限されてきました
コンピューターがあっても
02:31
like, manualマニュアル,
literally文字通り usingを使用して our hands手,
40
139210
2297
文字通り手を使って
指示する必要があります
02:33
even with computersコンピュータ.
41
141531
1428
しかし私はスタートレックの
スコッティみたいな人間です
02:36
But I'm more like Scottyスコティ in "Star星 Trekトレック."
42
144072
2463
02:38
(Laughter笑い)
43
146559
1850
(笑)
02:40
I want to have a conversation会話
with a computerコンピューター.
44
148433
2146
コンピューターと
会話がしたいんです
02:42
I want to say, "Computerコンピューター,
let's design設計 a car車,"
45
150603
2970
「コンピューター 車をデザインしよう」
と言ったら
コンピューターが
車を出して見せます
02:45
and the computerコンピューター showsショー me a car車.
46
153597
1539
02:47
And I say, "No, more fast-looking早見,
and lessもっと少なく Germanドイツ人,"
47
155160
2608
「もっと速そうな感じで
ドイツっぽくなくしてくれ」と言うと
02:49
and bang強打, the computerコンピューター showsショー me an optionオプション.
48
157792
2163
コンピューターが注文通りに
してくれるんです
02:51
(Laughter笑い)
49
159979
1865
(笑)
02:54
That conversation会話 mightかもしれない be
a little ways方法 off,
50
162208
2306
この会話は
まだ先の話ですが
02:56
probably多分 lessもっと少なく than manyたくさんの of us think,
51
164538
2665
皆さんが考えるほど
遠くはなく
02:59
but right now,
52
167227
1763
私たちは既に
取り組んでいます
03:01
we're workingワーキング on it.
53
169014
1151
03:02
Toolsツール are making作る this leap飛躍
from beingであること passive受動的 to beingであること generative生成的.
54
170189
4033
道具は受け身のものから
生成するものへと飛躍しつつあります
03:06
Generative生成的 design設計 toolsツール
use a computerコンピューター and algorithmsアルゴリズム
55
174831
3308
デザイン生成ツールは
コンピューターとアルゴリズムを使って
03:10
to synthesize合成する geometryジオメトリ
56
178163
2608
形状を合成し
03:12
to come up with new新しい designsデザイン
all by themselves自分自身.
57
180795
2754
自分で新しいデザインを
作り出します
03:15
All it needsニーズ are your goalsゴール
and your constraints制約.
58
183996
2748
必要なのは
目標と制約だけです
03:18
I'll give you an example例.
59
186768
1408
例をお見せしましょう
03:20
In the case場合 of this aerial空中 drone無人機 chassisシャーシ,
60
188200
2788
これはドローン用の
フレームの例ですが
03:23
all you would need to do
is tell it something like,
61
191012
2626
こちらがするのは
必要なことを伝えるだけ
４つのプロペラがあるとか
03:25
it has four4つの propellersプロペラ,
62
193662
1273
03:26
you want it to be
as lightweight軽量 as possible可能,
63
194959
2131
出来るだけ軽くとか
空力的な効率を良くしろとか
03:29
and you need it to be
aerodynamically空力的に efficient効率的な.
64
197114
2270
03:31
Then what the computerコンピューター does
is it explores探検する the entire全体 solution溶液 spaceスペース:
65
199408
4914
すると与えられた条件を満たす
あらゆる可能な解の全体—
03:36
everyすべて singleシングル possibility可能性 that solves解決する
and meets会う your criteria基準 --
66
204346
3927
何百万通りという解を
コンピューターが探索します
03:40
millions何百万 of them.
67
208297
1442
これには大型のコンピューターが
必要になりますが
03:41
It takes big大きい computersコンピュータ to do this.
68
209763
1975
03:43
But it comes来る back to us with designsデザイン
69
211762
1955
私たち自身が
考えも付かないような
03:45
that we, by ourselves自分自身,
never could've可能性があります imagined想像した.
70
213741
3143
デザインが生まれます
コンピューターは
自分だけで答えを出します
03:49
And the computer'sコンピュータの coming到来 up
with this stuffもの all by itself自体 --
71
217326
2912
誰かが何か
描いてやることはなく
03:52
no one ever drew描いた anything,
72
220262
1678
03:53
and it started開始した completely完全に from scratchスクラッチ.
73
221964
2086
何もないところから
始めるのです
03:57
And by the way, it's no accident事故
74
225038
2387
ちなみに このドローンの
フレームが
03:59
that the drone無人機 body体 looks外見 just like
the pelvis骨盤 of a flying飛行 squirrelリス.
75
227449
3481
ムササビの骨盤に似ているのは
偶然ではありません
04:03
(Laughter笑い)
76
231287
2007
(笑)
このアルゴリズムは
進化と同じように働くよう
04:06
It's because the algorithmsアルゴリズム
are designed設計 to work
77
234040
2302
デザインされているからです
04:08
the same同じ way evolution進化 does.
78
236366
1637
この技術を世の中で
実際に目にするようになって
04:10
What's excitingエキサイティング is we're starting起動
to see this technology技術
79
238715
2660
ワクワクしています
04:13
out in the realリアル world世界.
80
241399
1159
04:14
We've私たちは been workingワーキング with Airbusエアバス
for a coupleカップル of years年
81
242582
2452
この２年 オートデスク社は
エアバス社と協力して
未来の飛行機のコンセプトモデルに
取り組んできました
04:17
on this concept概念 plane飛行機 for the future未来.
82
245058
1909
04:18
It's a ways方法 out still.
83
246991
2070
まだ先は長いですが
デザイン生成AIを使って
04:21
But just recently最近 we used
a generative-design生殖設計 AIAI
84
249085
3780
最近こんなものを
作り出しました
04:24
to come up with this.
85
252889
1807
04:27
This is a 3D-printedDプリント cabinキャビン partitionパーティション
that's been designed設計 by a computerコンピューター.
86
255609
5153
これは3D印刷された客室の隔壁ですが
コンピューターがデザインしたものです
04:32
It's strongerより強く than the original元の
yetまだ halfハーフ the weight重量,
87
260786
2824
元の半分の重量で
より高い強度を持ち
04:35
and it will be flying飛行
in the Airbusエアバス A320 later後で this year年.
88
263634
3146
年内にエアバスA320で
使われ始める予定です
明確に定義された問題に対して
04:39
So computersコンピュータ can now generate生成する;
89
267405
1559
04:40
they can come up with their彼らの own自分の solutionsソリューション
to our well-defined明確に定義された problems問題.
90
268988
4595
コンピューターは今や
自力で独自の解を生み出せるんです
しかし直感的とは言えません
04:46
But they're not intuitive直感的な.
91
274677
1310
04:48
They still have to start開始 from scratchスクラッチ
everyすべて singleシングル time,
92
276011
3086
毎回 １から始める
必要があります
04:51
and that's because they never learn学ぶ.
93
279121
2565
学習しないからです
うちの犬のマギーとは違います
04:54
Unlikeとは異なり Maggieマギー.
94
282368
1766
04:56
(Laughter笑い)
95
284158
1581
(笑)
04:57
Maggie'sマギーズ actually実際に smarterスマートな
than our most最も advanced高度な design設計 toolsツール.
96
285763
3297
マギーは実際 最先端のデザインツールよりも
賢いんです
05:01
What do I mean by that?
97
289467
1440
どういう意味かというと
05:02
If her ownerオーナー picksピック up that leashひも,
98
290931
1590
飼い主がリードを
手にしていたら
05:04
Maggieマギー knows知っている with a fairフェア
degree度 of certainty確実
99
292545
2068
それはかなりの確率で
散歩を意味すると
05:06
it's time to go for a walk歩く.
100
294637
1404
マギーは理解しています
どうやってそう
学んだのでしょう？
05:08
And how did she learn学ぶ?
101
296065
1185
05:09
Well, everyすべて time the ownerオーナー picked選んだ up
the leashひも, they went行った for a walk歩く.
102
297274
3324
飼い主がリードを手に取るたびに
散歩に出たからです
そこでマギーは
３つのことをしていました
05:12
And Maggieマギー did three三 things:
103
300622
1878
05:14
she had to pay支払う attention注意,
104
302524
1869
注意を払うこと
05:16
she had to remember思い出す what happened起こった
105
304417
2082
何が起きたか
覚えていること
05:18
and she had to retain保持する and create作成する
a patternパターン in her mindマインド.
106
306523
4017
心の中にパターンを作って
保持することです
05:23
Interestingly興味深いことに, that's exactly正確に what
107
311429
2095
興味深いことに
これはまさにコンピューター科学者達が
過去60年の間
05:25
computerコンピューター scientists科学者
have been trying試す to get AIsAI to do
108
313548
2523
人工知能にさせようと
試み続けてきたことです
05:28
for the last 60 or so years年.
109
316095
1859
1952年に
05:30
Back in 1952,
110
318683
1349
05:32
they built建てられた this computerコンピューター
that could play遊びます Tic-Tac-Toe○×ゲーム.
111
320056
3801
三目並べができる
コンピューターが作られました
05:37
Big大きい deal対処.
112
325081
1160
大したことでした
05:39
Then 45 years年 later後で, in 1997,
113
327029
3000
45年後の1997年
ディープブルーはチェス王者
カスパロフを破りました
05:42
Deep深い Blue青 beatsビート Kasparovカスパロフ at chessチェス.
114
330053
2472
2011年 ワトソンはクイズ番組ジェパディで
歷代チャンピオン２人に勝ちました
05:46
2011, Watsonワトソン beatsビート these two
humans人間 at Jeopardyジアパディー,
115
334046
4968
これはコンピューターには
チェスよりも ずっと難しいことです
05:51
whichどの is much harderもっと強く for a computerコンピューター
to play遊びます than chessチェス is.
116
339038
2928
05:53
In fact事実, ratherむしろ than workingワーキング
from predefined事前定義済み recipesレシピ,
117
341990
3812
定められた手順に
従ってやる代わりに
ワトソンは人間の対戦相手に勝つために
推論をする必要がありました
05:57
Watsonワトソン had to use reasoning推論
to overcome克服する his human人間 opponents相手.
118
345826
3323
06:02
And then a coupleカップル of weeks週 ago前,
119
350393
2439
そして２週間前
ディープマインド社のAlphaGoが
最も難しいゲームとされる碁で
06:04
DeepMind'sディープマインド AlphaGoアルファゴー beatsビート
the world's世界の bestベスト human人間 at Go,
120
352856
4262
世界最強の碁指しを
破りました
06:09
whichどの is the most最も difficult難しい
gameゲーム that we have.
121
357142
2212
碁には宇宙の原子の
総数よりも
06:11
In fact事実, in Go, there are more
possible可能 moves動き
122
359378
2896
多くの手があります
06:14
than there are atoms原子 in the universe宇宙.
123
362298
2024
勝つためにAlphaGoは
06:18
So in order注文 to win勝つ,
124
366210
1826
06:20
what AlphaGoアルファゴー had to do
was develop開発する intuition直感.
125
368060
2618
直感力を発達させる
必要がありました
06:23
And in fact事実, at some pointsポイント,
AlphaGo'sアルファゴー programmersプログラマー didn't understandわかる
126
371098
4110
実際AlphaGoが
なぜそうしたのか
開発者自身にも
分からないことがありました
06:27
why AlphaGoアルファゴー was doing what it was doing.
127
375232
2286
物事はとても
速く進んでいます
06:31
And things are moving動く really fast速い.
128
379451
1660
06:33
I mean, consider検討する --
in the spaceスペース of a human人間 lifetime一生,
129
381135
3227
人の一生の時間のうちに
コンピューターにできることが
子供の遊びから
06:36
computersコンピュータ have gone行った from a child's子供の gameゲーム
130
384386
2233
最高度の戦略的思考にまで
進歩したのです
06:39
to what's recognized認識された as the pinnacle頂点
of strategic戦略的 thought.
131
387920
3048
06:43
What's basically基本的に happeningハプニング
132
391999
2417
ここで起きているのは
スポックのようだった
コンピューターが
06:46
is computersコンピュータ are going
from beingであること like Spockスポック
133
394440
3310
カークみたいになった
ということです
06:49
to beingであること a lot more like Kirkカーク.
134
397774
1949
06:51
(Laughter笑い)
135
399747
3618
(笑)
06:55
Right? From pureピュア logic論理 to intuition直感.
136
403389
3424
純粋な論理から
直感へという変化です
みなさん この橋を
渡ろうと思いますか？
07:00
Would you crossクロス this bridgeブリッジ?
137
408184
1743
07:02
Most最も of you are saying言って, "Oh, hell地獄 no!"
138
410609
2323
多くの人は
「まさか！」と言うでしょう
07:04
(Laughter笑い)
139
412956
1308
(笑)
07:06
And you arrived到着した at that decision決定
in a splitスプリット second二番.
140
414288
2657
コンマ何秒で
そういう判断をするのです
07:08
You just sortソート of knew知っていた
that bridgeブリッジ was unsafe安全でない.
141
416969
2428
この橋は安全でないと
知っていたかのようです
07:11
And that's exactly正確に the kind種類 of intuition直感
142
419421
1989
今やディープラーニングシステムが
07:13
that our deep-learning深い学習 systemsシステム
are starting起動 to develop開発する right now.
143
421434
3568
そのような直感を
獲得しつつあります
近い将来 皆さんは
07:17
Very soonすぐに, you'llあなたは literally文字通り be ableできる
144
425722
1707
自分の作ったものや
デザインしたものを
07:19
to showショー something you've made製,
you've designed設計,
145
427453
2206
コンピューターに見せて
07:21
to a computerコンピューター,
146
429683
1153
意見してもらえる
ようになるでしょう
07:22
and it will look at it and say,
147
430860
1489
「相棒 こりゃ駄目だよ
やり直しだね」
07:24
"Sorry, homieホーミー, that'llそれは never work.
You have to try again."
148
432373
2823
あるいは「みんなこの歌を
気に入ってくれるだろうか？」とか
07:27
Or you could ask尋ねる it if people
are going to like your next次 song歌,
149
435854
3070
「この新しい味のアイスは受けるか？」とか
聞けるでしょう
07:31
or your next次 flavor風味 of ice氷 creamクリーム.
150
439773
2063
07:35
Or, much more importantly重要なこと,
151
443549
2579
さらに重要なのは
これまで直面したことの
ない問題に
07:38
you could work with a computerコンピューター
to solve解決する a problem問題
152
446152
2364
コンピューターで
取り組めるようになることです
07:40
that we've私たちは never faced直面する before.
153
448540
1637
07:42
For instanceインスタンス, climate気候 change変化する.
154
450201
1401
たとえば気候変動です
人類はあまり上手く
対処できていないので
07:43
We're not doing a very
good jobジョブ on our own自分の,
155
451626
2020
どんな助けでも
ありがたいことでしょう
07:45
we could certainly確かに use
all the help we can get.
156
453670
2245
それが私の
お話ししていることです
07:47
That's what I'm talking話す about,
157
455939
1458
07:49
technology技術 amplifying増幅する
our cognitive認知 abilities能力
158
457421
2555
テクノロジーが人間の
認知能力を増強し
07:52
so we can imagine想像する and design設計 things
that were simply単に out of our reachリーチ
159
460000
3552
拡張されていない素の人間には
単に手の届かなかったものを
07:55
as plainプレーン old古い un-augmented拡張されていない humans人間.
160
463576
2559
思い描き デザインできるように
なるということです
では我々が発明しデザインしようとしている
そういう新しいクレージーなものは
07:59
So what about making作る
all of this crazy狂った new新しい stuffもの
161
467984
2941
08:02
that we're going to invent発明する and design設計?
162
470949
2441
どうやって
製造するのか？
08:05
I think the era時代 of human人間 augmentation増強
is as much about the physical物理的 world世界
163
473952
4093
人類拡張の時代は
仮想的・知的な領域だけでなく
08:10
as it is about the virtualバーチャル,
intellectual知的 realmレルム.
164
478069
3065
物質的世界にも
関わるものです
テクノロジーはいかに
人間を拡張するのか？
08:13
How will technology技術 augment増強 us?
165
481833
1921
08:16
In the physical物理的 world世界, roboticロボット systemsシステム.
166
484261
2473
物質的世界では
ロボットシステムによってです
人間の仕事が
ロボットに奪われる怖れは
08:19
OK, there's certainly確かに a fear恐れ
167
487620
1736
08:21
that robotsロボット are going to take
jobsジョブ away from humans人間,
168
489380
2488
確かにあって
ある種の領域では
実際そうなるでしょう
08:23
and that is true真実 in certainある sectorsセクター.
169
491892
1830
でも私がもっと興味があるのは
08:26
But I'm much more interested興味がある in this ideaアイディア
170
494174
2878
一緒に働く人間とロボットが
互いを拡張し合って
08:29
that humans人間 and robotsロボット workingワーキング together一緒に
are going to augment増強 each各 other,
171
497076
5010
新しい領域を切り開く
というアイデアです
08:34
and start開始 to inhabit住む a new新しい spaceスペース.
172
502110
2058
これはサンフランシスコにある
我々の応用技術研究所です
08:36
This is our applied適用された research研究 lab研究室
in Sanサン Franciscoフランシスコ,
173
504192
2362
08:38
where one of our areasエリア of focusフォーカス
is advanced高度な roboticsロボット工学,
174
506578
3142
その主要な研究領域の１つが
先進ロボット工学 —
08:41
specifically具体的に, human-robotヒューマンロボット collaborationコラボレーション.
175
509744
2511
特に人間とロボットの
共同作業です
08:45
And this is Bishop司教, one of our robotsロボット.
176
513034
2759
これは我々のロボットBishopです
繰り返し作業のある建築現場で
作業者を手伝うよう
08:47
As an experiment実験, we setセット it up
177
515817
1789
08:49
to help a person人 workingワーキング in construction建設
doing repetitive繰り返す tasksタスク --
178
517630
3460
実験的に セットアップしてあります
08:53
tasksタスク like cutting切断 out holes穴 for outletsアウトレット
or light光 switchesスイッチ in drywall乾式壁.
179
521984
4194
壁にコンセントや電灯スイッチのための
穴を開けるといった作業です
08:58
(Laughter笑い)
180
526202
2466
(笑)
09:01
So, Bishop'sビショップ human人間 partnerパートナー
can tell what to do in plainプレーン English英語
181
529877
3111
人間のパートナーが
単純な言葉やシンプルな手振りで
やることを示します
09:05
and with simple単純 gesturesジェスチャー,
182
533012
1305
09:06
kind種類 of like talking話す to a dog犬,
183
534341
1447
犬に話かけるみたいに
09:07
and then Bishop司教 executes実行する
on those instructions指示
184
535812
2143
Bishopは指示されたことを
完璧な正確さで実行します
09:09
with perfect完璧な precision精度.
185
537979
1892
09:11
We're usingを使用して the human人間
for what the human人間 is good at:
186
539895
2989
人間には 人間の得意なことを
してもらいます
認識とか 知覚とか 意志決定です
09:14
awareness意識, perception知覚 and decision決定 making作る.
187
542908
2333
ロボットには ロボットの得意な
ことをさせます
09:17
And we're usingを使用して the robotロボット
for what it's good at:
188
545265
2240
09:19
precision精度 and repetitiveness反復性.
189
547529
1748
精密な反復作業です
これはBishopがやった
別の面白いプロジェクトです
09:22
Here'sここにいる another別の coolクール projectプロジェクト
that Bishop司教 worked働いた on.
190
550252
2367
09:24
The goalゴール of this projectプロジェクト,
whichどの we calledと呼ばれる the HIVEハイブ,
191
552643
3075
このHIVEという名の
プロジェクトでは
人間と コンピューターと
ロボットが共同して
09:27
was to prototypeプロトタイプ the experience経験
of humans人間, computersコンピュータ and robotsロボット
192
555742
3851
非常に複雑な設計問題を解決するという
体験を試行しています
09:31
all workingワーキング together一緒に to solve解決する
a highly高く complex複合体 design設計 problem問題.
193
559617
3220
人間は労働者として働きます
09:35
The humans人間 acted行動した as labor労働.
194
563793
1451
09:37
They cruisedクルーズ around the construction建設 siteサイト,
they manipulated操作された the bamboo竹 --
195
565268
3473
建築現場を動き回り
竹素材を扱います
ちなみに形状の異なる竹は
09:40
whichどの, by the way,
because it's a non-isomorphic非同形 material材料,
196
568765
2756
ロボットには扱うのが
非常に難しい素材です
09:43
is superスーパー hardハード for robotsロボット to deal対処 with.
197
571545
1874
ロボットはこのファイバーを
張る作業をします
09:45
But then the robotsロボット
did this fiberファイバ winding巻き取り,
198
573443
2022
09:47
whichどの was almostほぼ impossible不可能
for a human人間 to do.
199
575489
2451
人間にはほとんど
不可能なことです
09:49
And then we had an AIAI
that was controlling制御する everything.
200
577964
3621
そして人工知能が
全体の制御をしています
人間とロボットに
それぞれの作業を指示し
09:53
It was telling伝える the humans人間 what to do,
telling伝える the robotsロボット what to do
201
581609
3290
何千という要素を管理します
09:56
and keeping維持 trackトラック of thousands千
of individual個人 componentsコンポーネント.
202
584923
2915
これが興味深いのは
09:59
What's interesting面白い is,
203
587862
1180
10:01
building建物 this pavilionパビリオン
was simply単に not possible可能
204
589066
3141
このパビリオンの構築は
人間とロボットと人工知能が 補い合って
取り組まねば 不可能だったということです
10:04
withoutなし human人間, robotロボット and AIAI
augmenting増強する each各 other.
205
592231
4524
もう１つプロジェクトをご紹介しましょう
ちょっとクレージーなものです
10:09
OK, I'll shareシェア one more projectプロジェクト.
This one's一人 a little bitビット crazy狂った.
206
597890
3320
10:13
We're workingワーキング with Amsterdam-basedアムステルダムベース artistアーティスト
Jorisジョリス Laarmanラーマン and his teamチーム at MXMX3D
207
601234
4468
アムステルダムを中心に活動する
ヨリス・ラーマンとMX3Dのチームとともに
10:17
to generatively生成的に design設計
and roboticallyロボット的に print印刷する
208
605726
2878
世界初の自律的に建設する橋を
デザイン生成と ロボットによる3D印刷で
作ろうというものです
10:20
the world's世界の first autonomously自律的に
manufactured製造された bridgeブリッジ.
209
608628
2995
今まさにアムステルダムで
10:24
So, Jorisジョリス and an AIAI are designing設計
this thing right now, as we speak話す,
210
612315
3685
ヨリスと人工知能が
橋をデザインしています
10:28
in Amsterdamアムステルダム.
211
616024
1172
10:29
And when they're done完了,
we're going to hitヒット "Go,"
212
617220
2321
デザインが完成し
実行を指示すると
10:31
and robotsロボット will start開始 3D printing印刷
in stainlessステンレス steel鋼,
213
619565
3311
ロボットがステンレスで橋を
3D印刷し始めます
10:34
and then they're going to keep printing印刷,
withoutなし human人間 intervention介入,
214
622900
3283
そして橋が出来るまで
人の手助けなしに
自律的に印刷を続けます
10:38
until〜まで the bridgeブリッジ is finished完成した.
215
626207
1558
10:41
So, as computersコンピュータ are going
to augment増強 our ability能力
216
629099
2928
コンピューターが
新しいものを想像しデザインする
人間の能力を拡張し
10:44
to imagine想像する and design設計 new新しい stuffもの,
217
632051
2150
10:46
roboticロボット systemsシステム are going to help us
buildビルドする and make things
218
634225
2895
ロボットシステムが
以前には作り得なかったものを
製造・建設する手助けをしてくれます
10:49
that we've私たちは never been ableできる to make before.
219
637144
2084
そういったものを感じ制御する
能力についてはどうでしょう？
10:52
But what about our ability能力
to senseセンス and controlコントロール these things?
220
640347
4160
10:56
What about a nervous神経質な systemシステム
for the things that we make?
221
644531
4031
我々の作る物の神経系はどうか？
11:00
Our nervous神経質な systemシステム,
the human人間 nervous神経質な systemシステム,
222
648586
2512
人間の神経系は
周囲で起きている
あらゆることを伝えてくれます
11:03
tells伝える us everything
that's going on around us.
223
651122
2311
しかし我々の作る物の神経系は
ごく原始的なものです
11:06
But the nervous神経質な systemシステム of the things
we make is rudimentary初歩的な at bestベスト.
224
654186
3684
11:09
For instanceインスタンス, a car車 doesn't tell
the city's都市の publicパブリック works作品 department部門
225
657894
3563
例えば 車が街中の交差点で
道路に開いた穴を踏んでも
11:13
that it just hitヒット a pothole穴 at the cornerコーナー
of Broadwayブロードウェイ and Morrisonモリソン.
226
661481
3130
自分で市道路局に
連絡することはありません
建物は 中に入った人たちが
気に入ってくれているか
11:16
A building建物 doesn't tell its designersデザイナー
227
664635
2032
11:18
whetherかどうか or not the people inside内部
like beingであること there,
228
666691
2684
設計家に伝えることは
ありません
おもちゃメーカーは
おもちゃが実際に遊ばれているか
11:21
and the toyおもちゃ manufacturerメーカー doesn't know
229
669399
3010
11:24
if a toyおもちゃ is actually実際に beingであること playedプレーした with --
230
672433
2007
どこでどう使われているか
楽しまれているかどうか
知りません
11:26
how and where and whetherかどうか
or not it's any fun楽しい.
231
674464
2539
バービー人形のデザイナーは
自分の人形に
11:29
Look, I'm sure that the designersデザイナー
imagined想像した this lifestyleライフスタイル for Barbieバービー
232
677620
3814
このようなライフスタイルを
想像していたことでしょう
11:33
when they designed設計 her.
233
681458
1224
11:34
(Laughter笑い)
234
682706
1447
(笑)
11:36
But what if it turnsターン out that Barbie'sバービーの
actually実際に really lonely寂しい?
235
684177
2906
でも本当はバービーが
すごく孤独だったとしたら？
11:39
(Laughter笑い)
236
687107
3147
(笑)
自分のデザインしたものについて
11:43
If the designersデザイナー had known既知の
237
691266
1288
実際にどんなことが起きているか
デザイナーに分かれば
11:44
what was really happeningハプニング
in the realリアル world世界
238
692578
2107
11:46
with their彼らの designsデザイン -- the road道路,
the building建物, Barbieバービー --
239
694709
2583
道路にせよ 建物にせよ
バービーにせよ
その知識を生かして
11:49
they could've可能性があります used that knowledge知識
to create作成する an experience経験
240
697316
2694
利用者にとって より良い体験を
生み出すことができるでしょう
11:52
that was better for the userユーザー.
241
700034
1400
欠けているのは
11:53
What's missing行方不明 is a nervous神経質な systemシステム
242
701458
1791
我々がデザインし 作り 使うもの
すべてと我々を繋ぐ神経系です
11:55
connecting接続する us to all of the things
that we design設計, make and use.
243
703273
3709
11:59
What if all of you had that kind種類
of information情報 flowing流れる to you
244
707915
3555
世に出した自分の作品から
そのような情報が流れてくる
としたらどうでしょう？
12:03
from the things you create作成する
in the realリアル world世界?
245
711494
2183
12:07
With all of the stuffもの we make,
246
715432
1451
自分の作ったものを
人々が買ってくれるよう
説得するために
12:08
we spend費やす a tremendousすばらしい amount量
of moneyお金 and energyエネルギー --
247
716907
2435
12:11
in fact事実, last year年,
about two trillion1兆 dollarsドル --
248
719366
2376
我々は膨大な
お金と労力を費やしています
12:13
convincing説得力のある people to buy購入
the things we've私たちは made製.
249
721766
2854
昨年は２兆ドルという
規模でした
12:16
But if you had this connection接続
to the things that you design設計 and create作成する
250
724644
3388
もしデザインし
作ったものに対し
世に出した後 販売された後
公開された後に
12:20
after they're out in the realリアル world世界,
251
728056
1727
12:21
after they've彼らは been sold売った
or launched打ち上げ or whateverなんでも,
252
729807
3614
そのような繋がりを
持てたなら
ビジネスのやり方も
変わるでしょう
12:25
we could actually実際に change変化する that,
253
733445
1620
12:27
and go from making作る people want our stuffもの,
254
735089
3047
作った商品を人々が欲しくなるよう
仕向けるのでなく
12:30
to just making作る stuffもの that people
want in the first place場所.
255
738160
3434
人々がそもそも欲しいと
思うものを作るのです
12:33
The good newsニュース is, we're workingワーキング
on digitalデジタル nervous神経質な systemsシステム
256
741618
2787
良い知らせは デザインしたものと繋がる
デジタル神経系に
12:36
that connect接続する us to the things we design設計.
257
744429
2801
我々は既に取り組んでいる
ということです
12:40
We're workingワーキング on one projectプロジェクト
258
748365
1627
あるプロジェクトで私たちは
12:42
with a coupleカップル of guys down in Losロス Angelesアンジェルス
calledと呼ばれる the Banditoバンダイト Brothersブラザーズ
259
750016
3712
ロサンゼルスの
バンディート・ブラザーズに属する
２人と組んで
作業しています
12:45
and their彼らの teamチーム.
260
753752
1407
12:47
And one of the things these guys do
is buildビルドする insane狂人 cars車
261
755183
3433
彼らのやっていることの１つは
とんでもないことをする
とんでもない車を作るということです
12:50
that do absolutely絶対に insane狂人 things.
262
758640
2873
ほんとうにクレージーな連中です—
12:54
These guys are crazy狂った --
263
762905
1450
12:56
(Laughter笑い)
264
764379
1036
(笑)
12:57
in the bestベスト way.
265
765439
1403
いい意味で
13:00
And what we're doing with them
266
768993
1763
我々がやっているのは
13:02
is taking取る a traditional伝統的な race-carレースカー chassisシャーシ
267
770780
2440
従来のレーシングカーの車体に
神経系を組み込むということです
13:05
and giving与える it a nervous神経質な systemシステム.
268
773244
1585
13:06
So we instrumented計装された it
with dozens数十 of sensorsセンサ,
269
774853
3058
何十というセンサーを取り付け
世界第一級のドライバーに
運転してもらい
13:09
put a world-classワールドクラス driverドライバ behind後ろに the wheelホイール,
270
777935
2635
砂漠を１週間
狂ったように走り回るのです
13:12
took取った it out to the desert砂漠
and drove運転した the hell地獄 out of it for a week週間.
271
780594
3357
13:15
And the car's車 nervous神経質な systemシステム
captured捕獲 everything
272
783975
2491
車の神経系が
車に起きたことを
すべて捕らえます
13:18
that was happeningハプニング to the car車.
273
786490
1482
データポイントの数は
40億にもなります
13:19
We captured捕獲 four4つの billion億 dataデータ pointsポイント;
274
787996
2621
13:22
all of the forces力
that it was subjected被害者 to.
275
790641
2310
車が受けたあらゆる力を
記録しています
それからクレージーなことをしました
13:24
And then we did something crazy狂った.
276
792975
1659
13:27
We took取った all of that dataデータ,
277
795268
1500
そうやって得たデータを
Dreamcatcherという
デザイン生成AIに入力します
13:28
and plugged詰まった it into a generative-design生殖設計 AIAI
we call "Dreamcatcherドリームキャッチャー."
278
796792
3736
13:33
So what do get when you give
a design設計 toolツール a nervous神経質な systemシステム,
279
801270
3964
デザインツールに神経系を与えて
究極の車体を作れと言ったら
13:37
and you ask尋ねる it to buildビルドする you
the ultimate究極 car車 chassisシャーシ?
280
805258
2882
何ができるのでしょう？
13:40
You get this.
281
808723
1973
こんなものが得られます
13:44
This is something that a human人間
could never have designed設計.
282
812293
3713
これは人間には決して
デザインできないようなものです
13:48
Except例外 a human人間 did design設計 this,
283
816707
1888
デザイン生成AIと
13:50
but it was a human人間 that was augmented増強された
by a generative-design生殖設計 AIAI,
284
818619
4309
デジタル神経系で
拡張された人間によって
デザインされたもので
13:54
a digitalデジタル nervous神経質な systemシステム
285
822952
1231
13:56
and robotsロボット that can actually実際に
fabricate製作する something like this.
286
824207
3005
ロボットで実際に
製造することができます
13:59
So if this is the future未来,
the Augmented拡張 Age年齢,
287
827680
3595
そういう「拡張の時代」が
我々の未来であり
14:03
and we're going to be augmented増強された
cognitively認知的に, physically物理的に and perceptually知覚的に,
288
831299
4261
人間が知的・肉体的・認知的に
拡張されるのだとしたら
いったい どんなことになるのか？
14:07
what will that look like?
289
835584
1408
14:09
What is this wonderlandワンダーランド going to be like?
290
837576
3321
そのおとぎの国は
どんな風になるのでしょう？
14:12
I think we're going to see a world世界
291
840921
1709
来る世界では
物は製造されるより
14:14
where we're moving動く
from things that are fabricated製造された
292
842654
3068
栽培されるようになるでしょう
14:17
to things that are farmed養殖された.
293
845746
1445
14:20
Where we're moving動く from things
that are constructed建設された
294
848159
3453
建築されるよりは
育てられるようになるでしょう
14:23
to that whichどの is grown成長した.
295
851636
1704
14:26
We're going to move動く from beingであること isolated分離された
296
854134
2188
孤立したものから
繋がったものへと
14:28
to beingであること connected接続された.
297
856346
1610
14:30
And we'll私たちは move動く away from extraction抽出
298
858634
2411
採掘から
集積へと変わるでしょう
14:33
to embrace擁する aggregation凝集.
299
861069
1873
服従を求めるより
14:35
I alsoまた、 think we'll私たちは shiftシフト
from craving渇望 obedience従順 from our things
300
863967
3767
自律を尊ぶようになるでしょう
14:39
to valuing評価 autonomy自律性.
301
867758
1641
拡張された能力によって
14:42
Thanksありがとう to our augmented増強された capabilities能力,
302
870510
1905
14:44
our world世界 is going to change変化する dramatically劇的に.
303
872439
2377
世界は劇的に
変わるでしょう
世界はもっと多様で
繋がっていて
14:47
We're going to have a world世界
with more variety品種, more connectedness接続性,
304
875576
3246
ダイナミックで 複雑で
14:50
more dynamismダイナミズム, more complexity複雑,
305
878846
2287
適応的で そしてもちろん —
14:53
more adaptability適合性 and, of courseコース,
306
881157
2318
より美しいものになります
14:55
more beauty美しさ.
307
883499
1217
14:57
The shape形状 of things to come
308
885231
1564
未来に現れるものの姿は
14:58
will be unlike違う anything
we've私たちは ever seen見た before.
309
886819
2290
見たこともないものに
なるでしょう
15:01
Why?
310
889133
1159
なぜなら
それらを形作るのは
15:02
Because what will be shapingシェイピング those things
is this new新しい partnershipパートナーシップ
311
890316
3755
テクノロジーと
自然と 人間による
15:06
betweenの間に technology技術, nature自然 and humanity人類.
312
894095
3670
新しい共同関係だからです
それは楽しみに待つ価値のある
未来に思えます
15:11
That, to me, is a future未来
well worth価値 looking forward前進 to.
313
899279
3804
15:15
Thank you all so much.
314
903107
1271
ありがとうございました
(拍手)
15:16
(Applause拍手)
315
904402
5669
Translated by Yasushi Aoki
Reviewed by Eriko T.

▲Back to top

ABOUT THE SPEAKER
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity.

Why you should listen

Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.

Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.

Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility. 

Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.

Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.

More profile about the speaker
Maurice Conti | Speaker | TED.com
THE ORIGINAL VIDEO ON TED.COM