TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: AI က ဒုတိယ စက်မှု တော်လှန်ရေးကို ယူဆောင်လာနိုင်ပုံ
Filmed:
Readability: 3.8
1,739,624 views
"ကျလာတဲ့ မိုးရေတစ်စက်ဟာ ချိုင့်ဝှမ်းထဲသို့ ဘယ်လို လမ်းကြောင်း အတိုင်း ဆင်းသွားမယ့် လမ်းကြောင်းကို ခန့်မှန်း မရနိုင်ပေမဲ့၊ ယေဘုယျ ဦးတည်ချက် လမ်းကြောင်းကတော့ ဧကန်သေချာပါတယ်"လို့ ဒီဂျီတယ် အမြင်ပညာရှင် Kevin Kelly က ဆိုထားပြီး နည်းပညာ ဆိုတာကိုလည်း အံ့ဖွယ် ပုံသဏ္ဍာန်များက မောင်းနှင်နေကြတာ ဖြစ်ပေမဲ့ ဧကန် သေချာကြပါတယ်။ လာမယ့် နှစ်ပေါင်း ၂၀ အတွင်းမှာ၊ ပစ္စည်းတွေကို ပိုပို ကောင်းအောင် လုပ်ချင်တဲ့ ကျွန်ုပ်တို့ရဲ့ လိုအင်ဆန္ဒဟာ အရာတိုင်းနီးနီးကို အထူးပဲ အကျိုးသက်ရောက် လာလိမ့်မယ်လို့ ၎င်းက ဆိုပါတယ်။ Kelly ဟာ AI ကို ထိန်းချုပ်လျက် ၎င်းရဲ့ ဖွံ့ဖြိုးမှုကို ထိန်းကျောင်းပေးနိုင်ရန် အတွက် ၎င်းရဲ့ အလားအလာ သုံးခုကို နားလည်ရန် လိုတယ်လို့ လေ့လာ တင်ပြထားပါတယ်။"အခုအချိန်ကနေ နှစ်ပေါင်း ၂၀ ဝေးချိန်မှာ လူတိုင်း သုံးကြမယ့် AI ထုတ်ကုန်ကို လောလောဆယ်မှာ မတီထွင်ရသေးဘူး၊ "ဒီတော့ ကျွန်ုပ်တို့ အားလုံးဟာ တီထွင်ဖို့ အချိန် ရှိသေးတယ် သဘောပါပဲ"လို့ Kelly က ဆိုပါတယ်။
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
Double-click the English transcript below to play the video.
00:14
I'm going to talk a little bit
about where technology's going.
about where technology's going.
0
2966
3817
ကျွန်တော်ဟာ နည်းပညာက ဘယ်ဆီကို
ဦးတည်နေကြောင်း နည်းနည်း ပြောလိုပါတယ်။
ဦးတည်နေကြောင်း နည်းနည်း ပြောလိုပါတယ်။
00:19
And often technology comes to us,
1
7509
2671
မကြာခဏဆိုသလို နည်းပညာက ကျွန်ုပ်တို့
ဆီကို လာတဲ့ အခါမှာ၊
ဆီကို လာတဲ့ အခါမှာ၊
၎င်းယူဆောင်လာတာကို ကျွန်ုပ်တို့
အံ့ဩကြတယ်။
အံ့ဩကြတယ်။
00:22
we're surprised by what it brings.
2
10566
1865
00:24
But there's actually
a large aspect of technology
a large aspect of technology
3
12455
3683
ဒါပေမဲ့ ပိုပြီး ခန့်မှန်းလို့ ရနိုင်ကြတဲ့
နည်းပညာတွေ
နည်းပညာတွေ
00:28
that's much more predictable,
4
16162
1802
တစ်ပုံကြီးလည်း ရှိကြပါတယ်၊
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
နည်းပညာဆိုင်ရာ စနစ်တွေဆီမှာ
ဦးညွတ်ချက်တွေ ကိုယ်စီ ရှိတတ်တယ်၊
ဦးညွတ်ချက်တွေ ကိုယ်စီ ရှိတတ်တယ်၊
00:34
they have urgencies,
6
22100
1175
အရေးကြီးလိုအပ်မှုတွေ၊
00:35
they have tendencies.
7
23299
1561
အလားအလာတွေ အသီးသီး ရှိကြလို့ပါ။
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
ပြီးတော့ အဲဒီလို အလားအလာတွေကို
ကျတော့ ရူပဗေဒ ကိုယ်၌ရဲ့ သဘာဝထဲမှ၊
ကျတော့ ရူပဗေဒ ကိုယ်၌ရဲ့ သဘာဝထဲမှ၊
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
ဝါယာကြိုးများ၊ ခလုတ်များ နဲ့
အီလက်ထရွန်းများရဲ့ ဓာတုဗေဒမှ
အီလက်ထရွန်းများရဲ့ ဓာတုဗေဒမှ
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
ထွက်ပေါ်လာတာမို့လို့ ဆင်တူ ပုံစံများကို
ထပ်တလဲလဲ မြင်တွေ့ကြရမှာပါ။
ထပ်တလဲလဲ မြင်တွေ့ကြရမှာပါ။
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
အဲဒိ ပုံစံများက ဒီလို အလားအလာများကို၊
အဲဒီလို ဦးညွတ်မှုများကို ထုတ်ပေးကြတယ်။
အဲဒီလို ဦးညွတ်မှုများကို ထုတ်ပေးကြတယ်။
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
အဲဒါကို ကျွန်ုပ်တို့ဟာ မြေဆွဲအားလို
စဉ်းစားလို့ ရနိုင်တယ်။
စဉ်းစားလို့ ရနိုင်တယ်။
00:57
Imagine raindrops falling into a valley.
13
45498
2319
ချိုင့်ဝှမ်းဆီ ကျလာတဲ့ မိုးရေကို
စိတ်ကူးကြည့်ပါ။
စိတ်ကူးကြည့်ပါ။
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
ချိုင့်ဝှမ်းအတိုင်း အဲဒီမိုးရေ
ဆင်းသွားမယ့် လမ်းအတိအကျကို
ဆင်းသွားမယ့် လမ်းအတိအကျကို
01:02
is unpredictable.
15
50953
1169
ခန့်မှန်းရန် မလွယ်ပါ။
01:04
We cannot see where it's going,
16
52651
1518
၎င်းဟာ ဘယ်လို စီးဆင်းသွားပုံကို
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
ကျွန်ုပ်တို့ မမြင်နိုင်ပေမဲ့
အထွေထွေ ဦးတည်ချက်က
အထွေထွေ ဦးတည်ချက်က
01:08
it's downward.
18
56494
1234
အောက်ကို ဆိုတာ ရှင်းတယ်။
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
ဒီတော့ နည်းပညာ စနစ်များထဲ
အလိုလိုပါကြတဲ့ အဲဒီလို ဦးတည်ချက်များ နဲ့
အလိုလိုပါကြတဲ့ အဲဒီလို ဦးတည်ချက်များ နဲ့
01:14
in technological systems
20
62973
1476
အရေးကြီးမှုတွေက ကျွန်ုပ်တို့ကို
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
စကေးကြီးနဲ့ ကြည့်ကြည့်မယ်ဆိုရင်
ဘယ်ဆီကို သွားနိုင်ကြောင်း ပြပါတယ်။
ဘယ်ဆီကို သွားနိုင်ကြောင်း ပြပါတယ်။
01:21
So in a large sense,
22
69149
1401
ဒါကြောင့် ခြုံပြီးကြည့်ပါက၊
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
ဥပမာ တယ်လီဖုန်းတွေ ပေါ်လာမှာ
ထင်ရှားသိသာခဲ့ပေမဲ့၊
ထင်ရှားသိသာခဲ့ပေမဲ့၊
01:27
but the iPhone was not.
24
75005
1342
iPhone ကျတော့ မထင်ရှားခဲ့ပါ။
01:29
The Internet was inevitable,
25
77094
1478
အင်တာနက်က သေချာခဲ့ပေမဲ့၊
01:31
but Twitter was not.
26
79274
1286
Twitter ကျတော့ မဟုတ်ခဲ့ပါ။
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
ဒီနေ့တွင်လည်း ဖြစ်ပျက်နေကြတဲ့
အလားအလာတွေ အများကြီးပါ၊
အလားအလာတွေ အများကြီးပါ၊
01:36
and I think one of the chief among them
28
84988
2720
အဲဒါတွေ အကြားမှာ အကြီးမားဆုံး
တစ်ခုက ပစ္စည်းတွေကို
တစ်ခုက ပစ္စည်းတွေကို
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
ပိုပို ကောင်းသထက် ကောင်းအောင်
လုပ်လိုတဲ့ အလားအလာပါပဲ။
လုပ်လိုတဲ့ အလားအလာပါပဲ။
01:44
I call it cognifying -- cognification --
30
92041
2212
ကျွန်တော် အဲဒါကို
cognifying -- cognification
cognifying -- cognification
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
ခေါ်ချင်တယ်၊ artificial intelligence
သို့မဟုတ် AI ဆိုတာပါ။
သို့မဟုတ် AI ဆိုတာပါ။
01:50
And I think that's going to be one
of the most influential developments
of the most influential developments
32
98025
3746
ကျွန်တော့စိတ်ထင် အဲဒါဟာ လာမယ့်နှစ်ပေါင်း
၂၀ အတွင်းမှာ ကျွန်ုပ်တို့လူ့အဖွဲ့အစည်း
၂၀ အတွင်းမှာ ကျွန်ုပ်တို့လူ့အဖွဲ့အစည်း
01:53
and trends and directions and drives
in our society in the next 20 years.
in our society in the next 20 years.
33
101795
5575
အတွက် ဩဇာအကြီးမားဆုံး အလားအလာနဲ့
မောင်းနှင်အား ဖြစ်လာပါလိမ့်မယ်။
မောင်းနှင်အား ဖြစ်လာပါလိမ့်မယ်။
02:00
So, of course, it's already here.
34
108021
1985
အဲဒါဟာ အခု ဒီမှာ ရှိနေပါပြီ။
02:02
We already have AI,
35
110030
2204
ကျွန်ုပ်တို့ဆီမှာ AI ရှိနေပါပြီ၊
02:04
and often it works in the background,
36
112258
2398
မကြာခဏဆိုသလို အဲဒါဟာ
နောက်ဖေး တစ်နေရာမှာ၊
နောက်ဖေး တစ်နေရာမှာ၊
02:06
in the back offices of hospitals,
37
114680
1586
ဆေးရုံရဲ့ နောက်ခံ ရုံးများမှာ၊
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
၎င်းတို့ဟာ ဓာတ်မှန်တွေကို လူသား
ဆရာဝန်ထက် ပိုကောင်းစွာ ဖတ်ရှုနိုင်တယ်။
ဆရာဝန်ထက် ပိုကောင်းစွာ ဖတ်ရှုနိုင်တယ်။
02:13
It's in legal offices,
39
121000
1726
ပြီးတော့ ဥပဒေရုံးတွေမှာ ရှိတယ်၊
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
လူသား ရှေ့နေထက်ကို ၎င်းဟာ
ဥပဒေ အထောက်အထားတွေကို
ဥပဒေ အထောက်အထားတွေကို
02:17
better than a human paralawyer.
41
125142
1855
ဆန်းစစ် လေ့လာ ဖေါ်ထုတ်ပေးနိုင်တယ်။
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
ခင်ဗျား ဒီကို လာဖို့ စီးလာတဲ့
လေယာဉ်ကို ပျံရာမှာ သုံးနေပါပြီ။
လေယာဉ်ကို ပျံရာမှာ သုံးနေပါပြီ။
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
လူသား လေယာဉ်မှူးတွေက
ပျံသန်းပေကြတာ ၇ -၈ မိနစ်မျှပါ၊
ပျံသန်းပေကြတာ ၇ -၈ မိနစ်မျှပါ၊
02:26
the rest of the time the AI was driving.
44
134570
1953
ကျန်တဲ့ အချိန်မှာ AI က မောင်းပေးတယ်။
02:28
And of course, in Netflix and Amazon,
45
136547
2173
ပြောဖို့ လိုသေးတာက Netflix နဲ့ Amazon၊
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
၎င်းက နောက်ခံမှ နေပြီး
အကြံပြုချက်ကို တင်ပြပေးတယ်။
အကြံပြုချက်ကို တင်ပြပေးတယ်။
02:33
That's what we have today.
47
141298
1261
ဒီနေ့ အခြေအနေက အဲဒီလိုပါ။
02:34
And we have an example, of course,
in a more front-facing aspect of it,
in a more front-facing aspect of it,
48
142583
4801
ဒါကို အထင်အရှား ထောက်ပြတဲ့
သာဓကရှိတယ်၊
သာဓကရှိတယ်၊
02:39
with the win of the AlphaGo, who beat
the world's greatest Go champion.
the world's greatest Go champion.
49
147408
6629
Go ချံပီယံကို အနိုင်ယူလိုက်တဲ့ AlphaGo ရဲ့
အောင်ပွဲကို ဆိုလိုတာပါ။
အောင်ပွဲကို ဆိုလိုတာပါ။
02:46
But it's more than that.
50
154478
4053
အဲဒါဟာ အောင်ပွဲထက် အရေးပါတယ်။
ခင်ဗျားတို့ ဗီဒီယို ဂိမ်းကို ကစားတဲ့
အခါမှာ AI နဲ့ ယှဉ်ပြိုင်နေတာပါ။
အခါမှာ AI နဲ့ ယှဉ်ပြိုင်နေတာပါ။
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
02:53
But recently, Google taught their AI
52
161221
4538
မကြာခင်တုန်းက Google ဟာ သူတို့ရဲ့ AI ကို
02:57
to actually learn how to play video games.
53
165783
2412
ဗီဒီယို ဂိမ်းများ ကစားနည်းအား သင်ပေးရန်
သင်ကြားပေးခဲ့တယ်။
သင်ကြားပေးခဲ့တယ်။
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
ဗီဒီယို ဂိမ်းတွေကို သင်ပေးမှုဟာ
ရှိနင့်ပြီးသားပါ၊
ရှိနင့်ပြီးသားပါ၊
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
ဒါပေမဲ့ ဗီဒီယို ဂိမ်း ကစားဖို့ကို သင်ယူရေး
ကျတော့ နောက်ခြေလှမ်းပါ။
ကျတော့ နောက်ခြေလှမ်းပါ။
03:07
That's artificial smartness.
56
175340
1678
အဲဒါဟာ တုပရာတွင် စမတ်ဖြစ်မှုပါ။
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
ကျွန်ုပ်တို့ လုပ်နေကြတာက အဲဒီလို
03:15
and we're making it smarter and smarter.
58
183117
2423
တုပရေးပညာဖြင့် အဲဒါတွေကို ပိုပို
ကောင်းမွန်အောင် ထုတ်လုပ်နေကြပါတယ်။
ကောင်းမွန်အောင် ထုတ်လုပ်နေကြပါတယ်။
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
အဲဒီ ဧရာမ အလားအလာဆီမှာ
မျက်နှာ သုံးခု ရှိနေကြရာ
မျက်နှာ သုံးခု ရှိနေကြရာ
ကျွန်ုပ်တို့ ထိုက်တန်စွာ တန်ဖိုး
မထားကြဘူးလို့ ထင်ပါတယ်-
မထားကြဘူးလို့ ထင်ပါတယ်-
03:22
that I think are underappreciated;
60
190629
1689
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
ကျွန်ုပ်တို့က အဲဒီ အရာသုံးခုကို
နားလည်ကြပါက
နားလည်ကြပါက
03:26
if we understood these three things.
62
194643
2301
AI ကို
ပိုကောင်းစွာ နားလည်ကြမယ်။
ပိုကောင်းစွာ နားလည်ကြမယ်။
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
အဲဒီ အရာများက ကျွန်ုပ်တို့အား
AI ကို လက်ခံယုံကြည်ရန် ကူပေးနိုင်မှာပါ၊
AI ကို လက်ခံယုံကြည်ရန် ကူပေးနိုင်မှာပါ၊
03:32
because it's only by embracing it
that we actually can steer it.
that we actually can steer it.
64
200275
3008
လက်ခံယုံကြည်မှသာ ကျွန်ုပ်တို့က ၎င်းကို
ထိန်းကျောင်းနိုင်မှာပါ။
ထိန်းကျောင်းနိုင်မှာပါ။
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
ကျွန်ုပ်တို့က အကြီးစား အလားအလာကို လက်ခံရင်
ဝီသေသတွေကို ထိန်းကျောင်းနိုင်မယ်။
ဝီသေသတွေကို ထိန်းကျောင်းနိုင်မယ်။
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
ဒါကြောင့် အဲဒီ မတူတဲ့ မျက်နှာစာ သုံးခု
အကြောင်းကို ပြောပြပါရစေ။
အကြောင်းကို ပြောပြပါရစေ။
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
ပထမဟာက- အသိဉာဏ်ဆိုတာ
ဘာလဲကို ကျွန်ုပ်တို့ရဲ့
ဘာလဲကို ကျွန်ုပ်တို့ရဲ့
03:46
of what intelligence is.
68
214167
1490
အသိဉာဏ်ဟာ သိပ်နားမလည်ကြပါ။
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
အသိဉာဏ် အကြောင်းကို ကျွန်ုပ်တို့
ပြားချပ်နေတဲ့ အရာလို ထင်ကြတယ်၊
ပြားချပ်နေတဲ့ အရာလို ထင်ကြတယ်၊
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
ပိုပို ကျယ်လောင်း လောနေတဲ့
အသံ တစ်ခုလို ယူဆကြပါတယ်။
အသံ တစ်ခုလို ယူဆကြပါတယ်။
03:54
It starts like with IQ measurement.
71
222561
2607
အဲဒါရဲ့ အစဟာ IQ အား တိုင်းတာမှုနဲ့
ဆင်တူပါတယ်။
ဆင်တူပါတယ်။
03:57
It starts with maybe a simple
low IQ in a rat or mouse,
low IQ in a rat or mouse,
72
225192
4092
မြေကြွက် ဒါမှမဟုတ် ကြွက်ငယ်ရဲ့
သာမန် နိမ့်နေတဲ့ IQ မှ စတင်တယ်၊
သာမန် နိမ့်နေတဲ့ IQ မှ စတင်တယ်၊
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
မျောက်ဝံဆီမှာ ပိုပြီး ရှိနိုင်ပါတယ်၊
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
လူအဆီမှာဆို အဲဒါထက်ကို ပိုပြီး
ရှိနိုင်ပါတယ်၊
ရှိနိုင်ပါတယ်၊
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
အဲဒီနောက် ကျွန်တော်လို သာမန်
ပျမ်းမျှ လူဆီမှာ
ပျမ်းမျှ လူဆီမှာ
04:08
and then maybe a genius.
76
236222
1290
နောက်ဆုံးတွင် ပါရမီရှင်ပေါ့လေ။
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
ဒီတော့ တစ်ခုတည်းသော IQ
အသိဉာဏ်ဟာ ပိုပို ကြီးလာနိုင်တယ်။
အသိဉာဏ်ဟာ ပိုပို ကြီးလာနိုင်တယ်။
04:14
That's completely wrong.
78
242516
1151
အဲဒါ လုံးဝကို မှားတယ်။
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
အဲဒါဟာ အသိဉာဏ် မဟုတ်ပါ၊ လူသားရဲ့
အသိဉာဏ် မဟုတ်တာ သေချာတယ်။
အသိဉာဏ် မဟုတ်တာ သေချာတယ်။
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
အဲဒါဟာ သံစဉ်မျိုးစုံ ရှိနေတဲ့
တီးဝိုင်းအဖွဲ့ကြီးနဲ့ တူပါတယ်။
တီးဝိုင်းအဖွဲ့ကြီးနဲ့ တူပါတယ်။
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
အဲဒီ သံစဉ် တစ်ခုစီကို သိရှိမှု တူရိယာ
အမျိုးမျိုးဖြင့် တီးမှုတ်ပေးရတာပါ။
အမျိုးမျိုးဖြင့် တီးမှုတ်ပေးရတာပါ။
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
ကျွန်ုပ်တို့ရဲ့ ဦးနှောက်ထဲမှာ အသိဉာဏ်ရဲ့
ပုံစံတွေ အမျိုးမျိုး ရှိပါတယ်။
ပုံစံတွေ အမျိုးမျိုး ရှိပါတယ်။
04:31
We have deductive reasoning,
83
259561
3048
ကျွန်ုပ်တို့ဆီမှာ ကျိုးကြောင်း
ဆင်ခြင်မှု ရှိပါတယ်၊
ဆင်ခြင်မှု ရှိပါတယ်၊
ကျွန်ုပ်တို့ဆီမှာ ခံစားမှုဆိုင်ရာ
ဆင်ခြင်မှု ရှိပါတယ်၊
ဆင်ခြင်မှု ရှိပါတယ်၊
04:34
we have emotional intelligence,
84
262633
2221
04:36
we have spatial intelligence;
85
264878
1393
ကျွန်ုပ်တို့ဟာ အကွာအဝေးကို
ဆင်ခြင်နိုင်ကြတယ်၊
ဆင်ခြင်နိုင်ကြတယ်၊
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
အဲဒါ အမျိုးအစား ၁၀၀ တောင် ရှိနိုင်ကြကာ
အားလုံးကို အတူတကွ စုစည်းထားတယ်၊
အားလုံးကို အတူတကွ စုစည်းထားတယ်၊
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
အဲဒါတွေ လူတွေ အမျိုးမျိုးမှာ စွမ်းထက်မှု
အရလည်း ကွဲပြားနိုင်ပါတယ်။
အရလည်း ကွဲပြားနိုင်ပါတယ်။
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
ဆက်ပြီး ကျွန်ုပ်တို့က တိရစ္ဆာန်တွေဆီကို
သွားကြမယ်ဆိုရင် အခြား တပုံကြီး တွေ့ရမယ်၊
သွားကြမယ်ဆိုရင် အခြား တပုံကြီး တွေ့ရမယ်၊
အသိဉာဏ် အမျိုးမျိုးရဲ့ နောက် သံစုံ
တီးဝိုင်းအဖွဲ့ကြီးပါ၊
တီးဝိုင်းအဖွဲ့ကြီးပါ၊
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
တခါတရံတွင် သူတို့ရဲ့ တူရီယာတွေဟာ
ကျွန်ုပ်တို့ဟာနဲ့ ဆင်တူနိုင်ပါတယ်။
ကျွန်ုပ်တို့ဟာနဲ့ ဆင်တူနိုင်ပါတယ်။
04:56
They can think in the same way,
but they may have a different arrangement,
but they may have a different arrangement,
91
284974
3561
သူတို့ရဲ့ တွေးခေါ်မှုဟာ တူနိုင်ပေမဲ့
စီစဉ်ဖွဲ့စည်းမှု တမျိုးဖြစနိုင်တယ်။
စီစဉ်ဖွဲ့စည်းမှု တမျိုးဖြစနိုင်တယ်။
ပြီးတော့ တချို့ကိစ္စများမှာ သူတို့ဟာ
လူသားထက် မြင့်မားနိုင်ကြတယ်။
လူသားထက် မြင့်မားနိုင်ကြတယ်။
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
ရှဉ့်ကောင်ရဲ့ ရေရှည် မှတ်ဉာဏ်လို
ဟာမျိုးထဲမှာမျိုးဆိုပါစို့၊
ဟာမျိုးထဲမှာမျိုးဆိုပါစို့၊
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
သူတို့ရဲ့ အဆံတွေကို မြေမြှုပ်ထားတဲ့
နေရာကို မှတ်မိနိုင်ကြတယ်။
နေရာကို မှတ်မိနိုင်ကြတယ်။
05:08
But in other cases they may be lower.
95
296222
1987
ဒါပေမဲ့ အခြားနေရာမှာ သူတို့ဟာ
နိမ့်ကျနိုင်ကြတယ်။
နိမ့်ကျနိုင်ကြတယ်။
05:10
When we go to make machines,
96
298233
2730
ကျွန်ုပ်တို့က စက်ပစ္စည်းတွေကို
လုပ်ကြရာတွင်၊
လုပ်ကြရာတွင်၊
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
အလားတူပဲ ကြံဆဖန်တီးကြမှာပါ၊
05:15
where we'll make some of those types
of smartness much greater than ours,
of smartness much greater than ours,
98
303207
5010
အချို့သော ပုံစံမျာကို ကျွန်ုပ်တို့ရဲ့
ပုံစံများထက် များစွာ ကောင်းအောင် လုပ်လျက်၊
ပုံစံများထက် များစွာ ကောင်းအောင် လုပ်လျက်၊
တော်တော်များများဟာ ကျွန်ုပ်တို့ဟာနဲ့
နီးကပ်မှုတောင် မရှိနိုင်ကြပါ၊
နီးကပ်မှုတောင် မရှိနိုင်ကြပါ၊
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
05:22
because they're not needed.
100
310836
1544
အဲဒါမျိုးကို မလိုအပ်လို့ပါ။
05:24
So we're going to take these things,
101
312404
2203
ကျွန်တော်တို့ဟာ အခု ရှိနေတဲ့
အရာတွေကို ယူကြမယ်၊
အရာတွေကို ယူကြမယ်၊
05:26
these artificial clusters,
102
314631
2081
အတု ဖန်တီးမှုတွေကို၊
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
ကျွန်ုပ်တို့ရဲ့ AI ထဲကို သိနိုင်စွမ်း အတု
လုပ်နိုင်စွမ်းတွေကို ထပ်ထည့်ပေးကြမယ်။
လုပ်နိုင်စွမ်းတွေကို ထပ်ထည့်ပေးကြမယ်။
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
၎င်းတို့ကို ကျွန်ုပ်တို့ဟာ သိပ်သိပ်ကို
အထူးဖြစ်အောင် ပြုလုပ်ကြမယ်။
အထူးဖြစ်အောင် ပြုလုပ်ကြမယ်။
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
ခင်ဗျားတို့ရဲ့ ဂဏန်းတွက်စက်က ခင်ဗျားတို့
သင်္ချာထဲ တော်တာထက်ကို တော်သလိုပါ၊
သင်္ချာထဲ တော်တာထက်ကို တော်သလိုပါ၊
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
ခင်ဗျားတို့ရဲ့ GPS က ခင်ဗျားတို့ရဲ့
အကွာအဝေး ခန့်မှန်းထက် ပိုကောင်းတယ်၊
အကွာအဝေး ခန့်မှန်းထက် ပိုကောင်းတယ်၊
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
Google၊ Bing ဆိုရင် ကျွန်ုပ်တို့ရဲ့ ရေရှည်
မှတ်ဉာဏ်ထက် ပိုတော်ကြတယ်။
မှတ်ဉာဏ်ထက် ပိုတော်ကြတယ်။
05:54
And we're going to take, again,
these kinds of different types of thinking
these kinds of different types of thinking
108
342339
4530
ကျွန်ုပ်တို့ဟာ ထပ်ပြီးတော့ အဲဒီလို
ပုံစံ အမျိုးမျိုးကို ယူပြီးတော့
ပုံစံ အမျိုးမျိုးကို ယူပြီးတော့
05:58
and we'll put them into, like, a car.
109
346893
1933
ဥပမာ၊ ကားလိုဟာထဲကို၊ ထည့်ပေးကြမယ်။
06:00
The reason why we want to put them
in a car so the car drives,
in a car so the car drives,
110
348850
3057
ကားကို အဲဒီလို မောင်းနှင်ပေးရန် အဲဒါတွေ
ထည့်ပေးရခြင်းရဲ့ အကြောင်းရင်းက
ထည့်ပေးရခြင်းရဲ့ အကြောင်းရင်းက
06:03
is because it's not driving like a human.
111
351931
2302
လူမောင်းသလို မမောင်းလို့ပါ။
06:06
It's not thinking like us.
112
354257
1396
၎င်းဟာ ကျွန်ုပ်တို့လို မစဉ်းစားပါ။
06:07
That's the whole feature of it.
113
355677
1920
အဲဒါကမှ အဲဒါရဲ့ ထူးခြားချက်ပါ။
06:09
It's not being distracted,
114
357621
1535
၎င်းရဲ့ အာရုံကို နှောင့်ယှက်မရပါ။
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
မီးဖိုကို ပိတ်ခဲ့ရဲ့လား ဆိုတာကို
၎င်းဟာ မစိုးရိမ်ရပါ။
၎င်းဟာ မစိုးရိမ်ရပါ။
ဘယ်လိုဘာသာကို အဓိကထား
သင်ရမှာကို ဦးဏှောက် ခြောက်မနေပါ။
သင်ရမှာကို ဦးဏှောက် ခြောက်မနေပါ။
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
06:16
It's just driving.
117
364120
1153
၎င်းဟာ မောင်းရုံ မောင်းသွားမှာပါ။
06:17
(Laughter)
118
365297
1142
(ရယ်မောသံများ)
06:18
Just driving, OK?
119
366463
1841
မောင်းရုံ သက်သက်၊ အိုကေနော်။
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
ကျွန်ုပ်တို့ဟာ အဲဒါတွေကို
“အသိစိတ်မဲ့” ဆိုပြီး
“အသိစိတ်မဲ့” ဆိုပြီး
06:23
as "consciousness-free."
121
371289
1545
ခေါ်ဆိုလို့ ရနိုင်မယ် ထင်ပါတယ်။
06:24
They're without consciousness,
122
372858
1774
သူတို့ဆီမှာ အသိစိတ် မရှိပါ၊
06:26
they're not concerned about those things,
123
374656
2104
၎င်းတို့ဟာ ခုနကလို အရာတွေကို
မစိုးရိမ်ကြပါ၊
မစိုးရိမ်ကြပါ၊
06:28
they're not distracted.
124
376784
1156
စိတ်အာရုံ မပြောင်းကြပါ။
06:29
So in general, what we're trying to do
125
377964
2966
အဲတော့၊ ကျွန်ုပ်တို့ဟာ အတတ်နိုင်ဆုံး
အများဆုံး ဆင်ခြင်ရေး
အများဆုံး ဆင်ခြင်ရေး
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
ပုံစံတွေကို အများဆုံး ဖန်တီးရန် ဖြစ်ပါတယ်။
06:37
We're going to populate the space
127
385804
2083
ကျွန်ုပ်တို့ အာကာသကိုလည်း အတတ်နိုင်ဆုံး
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
အမျိုးအစားများဖြင့်၊ မျိုးစိတ်များဖြင့်၊
ဆင်ခြင်မှုများဖြင့် ချထားပေးကြတယ်။
ဆင်ခြင်မှုများဖြင့် ချထားပေးကြတယ်။
06:44
And there actually may be some problems
129
392094
2068
ပြီးတော့ လုပ်ငန်းများ နဲ့ သိပ္ပံပညာထဲမှာ
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
ရှိကြတဲ့ ပြဿနာ တချို့များဆိုရင်၊
06:49
that our own type of human thinking
may not be able to solve them alone.
may not be able to solve them alone.
131
397010
4042
ကျွန်ုပ်တို့ရဲ့ လူသား တွေးခေါ်မှုနဲ့ဆိုရင်
ဖြေရှင်း မရနိုင်တာမျိုးလည်း ရှိနိုင်တယ်။
ဖြေရှင်း မရနိုင်တာမျိုးလည်း ရှိနိုင်တယ်။
ကျွန်ုပ်တို့ဟာ နှစ်ဆင့် ပရိုဂရမ်
လိုအပ်နိုင်တယ်၊
လိုအပ်နိုင်တယ်၊
06:53
We may need a two-step program,
132
401076
1992
06:55
which is to invent new kinds of thinking
133
403092
4203
အမည်း စွမ်းအင် သို့မဟုတ် ကွမ်တမ် ဆွဲအားလို
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
အကြီးစား ပြဿနာတွေကို ဖြေရှင်းရန်
07:03
say, like dark energy or quantum gravity.
135
411450
2918
တွေးခေါ်မှု အမျိုးအစား အသ်စကို
တီထွင်ရန် လိုအပ်နိုင်တယ်။
တီထွင်ရန် လိုအပ်နိုင်တယ်။
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
ကျွန်ုပ်တို့ ပြုလုပ်နေတာက သူစိမ်း
အသိဉာဏ်တွေကိုပါ။
အသိဉာဏ်တွေကိုပါ။
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
အဲဒါတွေကို သူစိမ်း
အတုတွေလိုလည်း ကျွန်ပ်တို့
အတုတွေလိုလည်း ကျွန်ပ်တို့
07:15
in some senses.
138
423259
1207
ယူဆျင် ယူဆနိုင်ပါတယ်။
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
အဲဒါတွေဟာ ကျွန်ုပ်တို့ကို
တမျိုးတဖုံ တွေးရန်
တမျိုးတဖုံ တွေးရန်
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
ကူညီပေးကြမည်ဖြစ်ရာ၊
အဲဒါဟာ ဓနဥစ္စများ နဲ့
အဲဒါဟာ ဓနဥစ္စများ နဲ့
07:22
and wealth and new economy.
141
430470
1867
စီးပွားရေး အသစ် ဖန်တီးပေးမယ့်စက်ပါပဲ။
07:25
The second aspect of this
is that we are going to use AI
is that we are going to use AI
142
433835
4923
အဲဒါရဲ့ ဒုတိယ မျက်နှာစာက
ကျွန်ုပ်တို့ဟာ AI ကို အဓိကအားဖြင့်
ကျွန်ုပ်တို့ဟာ AI ကို အဓိကအားဖြင့်
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
ဒုတိယ စက်မှု တော်လှန်ရေးကို ဆင်နွှဲရန်
သုံးကြမယ် ဆိုတာပါ။
သုံးကြမယ် ဆိုတာပါ။
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
ပထမ စက်မှု တော်လှန်ရေးရဲ့
အခြေခံ အုတ်မြစ်က
အခြေခံ အုတ်မြစ်က
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
စွမ်းအင် အတုလို ကျွန်တော် ခေါ်ချင်တဲ့ဟာကို
ကျွန်ပ်တို့ တီထွင်ခဲ့ခြင်းပါ။
ကျွန်ပ်တို့ တီထွင်ခဲ့ခြင်းပါ။
07:40
Previous to that,
146
448879
1150
အဲဒီ မတိုင်မီတုန်းက၊
07:42
during the Agricultural Revolution,
147
450053
2034
စိုက်ပျိုးရေး တော်လှန်ရေး တုန်းက၊
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
ထုတ်လုပ်ခဲ့သမျှ အရာတိုင်းကို လူသားရဲ့
ကြွက်သားဖြင့် ဒါမှဟမုတ်
ကြွက်သားဖြင့် ဒါမှဟမုတ်
07:47
or animal power.
149
455837
1307
တိရ္စစာန် ခွန်အားဖြင့် ထုတ်လုပ်ခဲ့တာပါ။
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
အဲဒီတုန်းက တစ်ခုခု ထုတ်လုပ်ရန်
အဲဒီ နည်းလမ်း တစ်ခုပဲ ရှိခဲ့တယ်။
အဲဒီ နည်းလမ်း တစ်ခုပဲ ရှိခဲ့တယ်။
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
ဒုတိယ စက်မှု တော်လှန်ရေး အတွင်းမှာ
ဧရာမ ဆန်းသစ်တီထွင်မှုက
ဧရာမ ဆန်းသစ်တီထွင်မှုက
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
ရေနွေးငွေ့ရဲ့ စွမ်းအားကို၊ သယံဇာတ
စွမ်းအင်ကို ထိန်းချုပ်နိုင်လျက်
စွမ်းအင်ကို ထိန်းချုပ်နိုင်လျက်
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
အဲဒီ စွမ်းအင် အတုကို ကျွန်ပ်တို့
ထုတ်လုပ်လိုတဲ့ ဘယ်အရာကိုမဆို
ထုတ်လုပ်လိုတဲ့ ဘယ်အရာကိုမဆို
08:01
to do anything we wanted to do.
154
469634
1669
ထုတ်လုပ်ရန် အသုံးပြုလာခြင်းပါပဲ။
08:03
So today when you drive down the highway,
155
471327
2772
ဒါကြောင့်မို့လို့၊ ဒီနေ့တွင် ကျွန်ုပ်တို့
လမ်းမကြီး အတိုင်း
လမ်းမကြီး အတိုင်း
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
ခလုတ် တစ်ချက် နှိပ်ရုံနဲ့ မြင်းကောင်ရေ
၂၅၀ ကို မောင်းနိုင်ကြတာ၊
၂၅၀ ကို မောင်းနိုင်ကြတာ၊
08:11
250 horsepower --
157
479120
1572
မြင်စွမ်းအင် ၂၅၀ ကို သုံးနိုင်တာ၊
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
မိုးမြင့် တိုက်ကြီးတွေ၊ မြို့ကြီးတွေ၊
လမ်းပန်းတွေ ဆောက်လုပ်ရန်၊
လမ်းပန်းတွေ ဆောက်လုပ်ရန်၊
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
ကုလားထိုင်တွေ ဒါမှမဟုတ် ရေဲသေတ္တာတွေ
ထုတ်လုပ်ပေးမယ့် စက်ရုံတွေကို ဆောက်ကြတာ
ထုတ်လုပ်ပေးမယ့် စက်ရုံတွေကို ဆောက်ကြတာ
ကျွန်ုပ်တို့ရဲ့ ခွန်အားထက် သာလွန်ပါတယ်။
08:23
way beyond our own power.
160
491245
1654
08:24
And that artificial power can also
be distributed on wires on a grid
be distributed on wires on a grid
161
492923
6111
ပြီးတော့ အဲဒီ စွမ်းအင် အတုကို ဝါယာကြိုး
စနစ်ကို သုံးပြီး အိမ်တိုင်းဆီ၊
စနစ်ကို သုံးပြီး အိမ်တိုင်းဆီ၊
08:31
to every home, factory, farmstead,
162
499058
3199
စက်ရုံများဆီ၊ ခြံလုပ်ငန်းဆီ နဲ့
အဲဒီ စွမ်းအင် အတုကို
အဲဒီ စွမ်းအင် အတုကို
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
ဝယ်နိုင်တဲ့ မည်သူ့ဆီကိုမဆို
ပို့လို့လည်း ရပါသေးကာ၊
ပို့လို့လည်း ရပါသေးကာ၊
တစ်ခုခုကို ပလပ်ထိုးပေးဖို့သာ လိုပါတယ်။
08:38
just by plugging something in.
164
506496
1472
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
အဲဒါဟာ တချိန်တည်းမှာ ဆန်းသစ်တဲ့
အရင်းအမြစ်လည်း ဖြစ်ခဲ့တယ်၊
အရင်းအမြစ်လည်း ဖြစ်ခဲ့တယ်၊
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
လယ်သမား တစ်ယောက်ဟာ
လက်ကို သုံးရတဲ့ ရေစုပ်စက်ကို ယူပြီး၊
လက်ကို သုံးရတဲ့ ရေစုပ်စက်ကို ယူပြီး၊
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
ခုနက စွမ်းအင် အတုကို တပ်ဆင်မယ်၊
လျှပ်စစ်နဲ့ ဆက်ပေးမယ်ဆိုရင်
လျှပ်စစ်နဲ့ ဆက်ပေးမယ်ဆိုရင်
08:48
and he'd have an electric pump.
168
516837
1497
လျှပ်စစ် ရေစုပ်စက် ဖြစ်လာပါမယ်။
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
အဲဒါကို ကျွန်ုပ်တို့ဟာ ထောင်သောင်းချီ
အကြိမ်ကြိမ် နဲ့ တိုးချဲ့ သုံးနိုင်တယ်၊
အကြိမ်ကြိမ် နဲ့ တိုးချဲ့ သုံးနိုင်တယ်၊
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
အဲဒီ ဖေါ်မြူလာကမှ ကျွန်ုပ်တို့ကို စက်မှု
တော်လှန်ရေးဆီကို ခေါ်ဆောင်ခဲ့တာပါ။
တော်လှန်ရေးဆီကို ခေါ်ဆောင်ခဲ့တာပါ။
08:56
All the things that we see,
all this progress that we now enjoy,
all this progress that we now enjoy,
171
524883
3585
ကျွန်ုပ်တို့ မြင်ကြရတာတွေ အားလုံး၊
ခံစားနေကြရတဲ့ တိုးတက်မှုတွေ၊
ခံစားနေကြရတဲ့ တိုးတက်မှုတွေ၊
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
အဲဒီလို တီထွင်နိုင်ခဲ့မှုမှ
ပေါ်ထွက်လာခဲ့တာပါ။
ပေါ်ထွက်လာခဲ့တာပါ။
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
အခုတော့ ကျွန်ုပ်တို့ဟာ AI ကို ယူပြီး
အလားတူပဲ လုပ်ကြမှာပါ။
အလားတူပဲ လုပ်ကြမှာပါ။
09:04
We're going to distribute that on a grid,
174
532951
2075
ကျွန်ုပ်တို့ အဲဒါတွေကို ဂရိစနစ်မှ
ဖြန့်ဝေကြမယ်၊
ဖြန့်ဝေကြမယ်၊
09:07
and now you can take that electric pump.
175
535050
2374
အခုတော့ ခုနက လျှပ်စစ်
ရေစုပ်စက်ကို ယူကြပါမယ်။
ရေစုပ်စက်ကို ယူကြပါမယ်။
09:09
You can add some artificial intelligence,
176
537448
2968
ခင်ဗျားတို့ဟာ အသိဉာဏ်အတု
အချို့ကို တပ်ဆင်ပေးလိုက်ရင်၊
အချို့ကို တပ်ဆင်ပေးလိုက်ရင်၊
09:12
and now you have a smart pump.
177
540440
1481
စမတ်ကျတဲ့ ရေစုပ်ကို ဖြစ်လာမယ်။
09:13
And that, multiplied by a million times,
178
541945
1928
ပြီးတော့ အဲဒါကို အကြိမ်ပေါင်း
တစ်သန်းအထိ ချဲ့ပေးခြင်းဖြင့်၊
တစ်သန်းအထိ ချဲ့ပေးခြင်းဖြင့်၊
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
ဒုတိယ စက်မှု တော်လှန်ရေး ဆိုတာကို
ဆင်နွဲနိုင်မှာပါ။
ဆင်နွဲနိုင်မှာပါ။
09:18
So now the car is going down the highway,
180
546284
2382
ဒီတော့ ကားဟာ လမ်းမကြီး အတိုင်း
မောင်းသွားနေတယ်၊
မောင်းသွားနေတယ်၊
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
ကားထဲမှာ မြင်းစွမ်းအင် ၂၅၀ ပါရှိတဲ့
အပြင် ဦးနှောက် ၂၅၀ ပါပါသေးတယ်။
အပြင် ဦးနှောက် ၂၅၀ ပါပါသေးတယ်။
09:25
That's the auto-driven car.
182
553008
1769
အဲဒါက အော်တိုမောင်းတဲ့ ကားပါ။
09:26
It's like a new commodity;
183
554801
1389
အဲဒါ လူသုံးကုန် အသစ် တစ်ခုပါ။
09:28
it's a new utility.
184
556214
1303
အသုံးအဆောင် အသစ်ပါ။
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
AI ဟာ ဂရိစနစ်ဖြစ်တဲ့ - မိုးတိမ်မှတဆင့်-
09:32
in the same way electricity did.
186
560606
1567
လျှပ်စစ်လိုပဲ စီးဆင်းပါလိမ့်မည်။
09:34
So everything that we had electrified,
187
562197
2380
ဒီလိုနည်းဖြင့် ကျွန်ုပ်တို့က လျှပ်စစ်
တပ်ဆင်ပေးခဲ့ကြတဲ့ အရာတိုင်းကို
တပ်ဆင်ပေးခဲ့ကြတဲ့ အရာတိုင်းကို
09:36
we're now going to cognify.
188
564601
1723
အခုတော့ အသိဉာဏ် တပ်ဆင်ပေးကြမယ်။
09:38
And I owe it to Jeff, then,
189
566693
1385
ကျွန်တော်ဟာ Jeff ကို ကျေးဇူးတင်ရမယ်၊
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
လာကြမယ့် လုပ်ငန်းအသစ် ၁၀၀၀၀
တို့ဟာ သိပ်ကို လွယ်ပါမယ်၊
တို့ဟာ သိပ်ကို လွယ်ပါမယ်၊
09:43
is very, very simple,
191
571858
1162
x ကို ယူပြီး AI ကို ထည့်ပေးပြီး
09:45
which is to take x and add AI.
192
573044
3167
ထုတ်လုပ်ပေးရုံပဲ လိုမှာပါ။
09:49
That is the formula,
that's what we're going to be doing.
that's what we're going to be doing.
193
577100
2812
အဲဒါက ကျွန်ုပ်တို့ အားလုံး
လုပ်ကိုင်ကြရမယ့်ဖေါ်မြူလာပါပဲ။
လုပ်ကိုင်ကြရမယ့်ဖေါ်မြူလာပါပဲ။
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
ပြီးတော့ ဒုတိယ စက်မှု တော်လှန်ရေးကို
ဆင်နွှဲရန်
ဆင်နွှဲရန်
09:55
this second Industrial Revolution.
195
583266
1858
နည်းလမ်းက အဲဒီလို ရှိပါတယ်။
စကားစပ်လို့၊ အခုချက်ချင်း၊
ဒီမိနစ်ပိုင်းမှာ
ဒီမိနစ်ပိုင်းမှာ
09:57
And by the way -- right now, this minute,
196
585148
2154
ခင်ဗျားတို့ဟာ Google ထဲ
09:59
you can log on to Google
197
587326
1169
10:00
and you can purchase
AI for six cents, 100 hits.
AI for six cents, 100 hits.
198
588519
3882
ဝင်ပြီး AI ကို ခြောက်ဆင့်နဲ့ကို
သေချာပေါက် ဝယ်နိုင်ပါပြီ။
သေချာပေါက် ဝယ်နိုင်ပါပြီ။
10:04
That's available right now.
199
592758
1604
အခုကို အဲဒါကို ရယူနိုင်ပါပြီ။
10:06
So the third aspect of this
200
594386
2286
ဒီတော့ အဲဒါရဲ့ တတိယ မျက်နှာစာက
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
ကျွန်ုပ်တို့က အဲဒီ AI ကို ယူပြီး
တစ်ခုခုထဲ တပ်ဆင်ပေးရင်၊
တစ်ခုခုထဲ တပ်ဆင်ပေးရင်၊
10:12
we get robots.
202
600017
1173
robot တွေကို ရမယ်။
10:13
And robots are going to be bots,
203
601214
1703
robot တွေဟာ bot တွေ ဖြစ်လာရမယ်။
10:14
they're going to be doing many
of the tasks that we have already done.
of the tasks that we have already done.
204
602941
3328
၎င်းတို့ဟာ ကျွန်ုပ်တို့ လုပ်ခဲ့ဘူးကြတဲ့
တာဝန် အများကြီး လုပ်ပေးကြမယ်။
တာဝန် အများကြီး လုပ်ပေးကြမယ်။
အလုပ်ဆိုတာ တာဝန် အများကြီးရဲ့
စုစည်းမှုမျှပါ။
စုစည်းမှုမျှပါ။
10:20
A job is just a bunch of tasks,
205
608357
1528
10:21
so they're going to redefine our jobs
206
609909
1762
၎င်းတို့ဟာ ကျွန်ုပ်တို့ရဲ့ အလုပ်တွေကို
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
ပြန်လည် သတ်မှတ်လျက် တချို့ကို
လုပ်ကိုင်ပေးကြမှာပါ။
လုပ်ကိုင်ပေးကြမှာပါ။
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
တချိန်တည်းမှာ ၎င်းတို့ဟာ
တာဝန် အမျိုးအစား အသစ်တွေကို၊
တာဝန် အမျိုးအစား အသစ်တွေကို၊
10:29
a whole new slew of tasks
209
617199
2247
လုပ်ငန်း အသစ် တသီကြီးကိုပါ
ချမှတ်ပေးကြမှာပါ၊
ချမှတ်ပေးကြမှာပါ၊
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
လုပ်ရန် လိုတယ်လို့ အရင်တုန်းက
ကျွန်ုပ်တို့ မသိခဲ့ကြတာတွေပါ။
ကျွန်ုပ်တို့ မသိခဲ့ကြတာတွေပါ။
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
ကျန်ုပ်တို့က လိုအပ်မှန်း မသိခဲ့ကြပေမဲ့
အလိုအလျောက် စနစ်တွေက
အလိုအလျောက် စနစ်တွေက
10:37
new kinds of tasks that we want done,
212
625612
2271
လုပ်ပေးလိုက်ကြလို့ ပေါ်လာကြတဲ့
တာဝန် အသစ်တွေလိုပဲ
တာဝန် အသစ်တွေလိုပဲ
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
အဲဒါတွေ မရှိရင် ကျွန်ုပ်တို့ ဘယ်လို
နေထိုင်ကြရမှန်းတောင်
နေထိုင်ကြရမှန်းတောင်
မသိခဲ့ကြသလိုပဲ ၎င်းတို့ဟာ အလုပ်အသစ်တွေကို
10:43
that we didn't know we needed before,
214
631336
1834
10:45
and now we can't live without them.
215
633194
1956
တီထွင် မိတ်ဆက် ပေးကြပါလိမ့်မယ်။
10:47
So they're going to produce
even more jobs than they take away,
even more jobs than they take away,
216
635174
3956
အဲဒီလိုနည်းဖြင့် ၎င်းတို့ ယူလုပ်ကြမှာထက်
ပိုများတဲ့ အလုပ်သစ်တွေကို ထုတ်လုပ်ကြမယ်။
ပိုများတဲ့ အလုပ်သစ်တွေကို ထုတ်လုပ်ကြမယ်။
10:51
but it's important that a lot of the tasks
that we're going to give them
that we're going to give them
217
639154
3434
သူတို့ကို ကျွန်ုပ်တို့က ပေးအပ်ကြမယ့် အလုပ်
တော်တော်များများတို့ဟာ
တော်တော်များများတို့ဟာ
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
ထိရောက်မှု နဲ့ ထုတ်လုပ်မှု များကို
သတ်မှတ်ပေးနိုင်မယ့် တာဝန်တွေ ဖြစ်မယ်။
သတ်မှတ်ပေးနိုင်မယ့် တာဝန်တွေ ဖြစ်မယ်။
ကျွန်ုပ်တို့က တာဝန်ကို ဖေါ်ပြပေးနိုင်ရင်၊
10:59
If you can specify a task,
219
647676
1828
လုပ်နည်း ဒါမှမဟုတ် အတွေးအခေါ်ကို
ဖေါ်ပြပေးနိုင်ရင်၊
ဖေါ်ပြပေးနိုင်ရင်၊
11:01
either manual or conceptual,
220
649528
2235
11:03
that can be specified in terms
of efficiency or productivity,
of efficiency or productivity,
221
651787
4780
အဲဒါကို ထိရောက်မှု နဲ့ ထုတ်လုပ်မှု
အရပါ သတ်မှတ်ပေးလို့ ရနိုင်မှာပါ။
အရပါ သတ်မှတ်ပေးလို့ ရနိုင်မှာပါ။
11:08
that goes to the bots.
222
656591
1777
အဲဒါတွေက bot တွေဆီကို သွားမှာပါ။
11:10
Productivity is for robots.
223
658758
2178
ထုတ်လုပ်မှုက robot များအတွက်ပါ။
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
ကျွန်ုပ်တို့ တကယ် ကောင်းကြတာက
အချိန်ကို ဖြုန်းတဲ့ နေရာမှာပါ။
အချိန်ကို ဖြုန်းတဲ့ နေရာမှာပါ။
11:16
(Laughter)
225
664054
1028
(ရယ်မောသံများ)
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
ကျွန်ုပ်တို့ဟာ စွမ်းထက်မှု အားနည်းတဲ့
အရာများမှာ ကောင်းကြတာပါ။
အရာများမှာ ကောင်းကြတာပါ။
11:19
Science is inherently inefficient.
227
667446
3025
သိပ္ပံဆိုရင် မွေးရာပါ အားနည်းမှု ရှိတယ်။
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
၎င်းထဲမှာ မအောင်မြင်မှုတွေဟာ တစ်ခုပြီး
တစ်ခု ရှိနိုင်ပါတယ်။
တစ်ခု ရှိနိုင်ပါတယ်။
11:25
It runs on the fact that you make tests
and experiments that don't work,
and experiments that don't work,
229
673746
3424
စမ်းသပ်မှုတွေ လုပ်စမ်းပြီးနောက်မှာ
အလုပ် မဖြစ်တာ သိလာရနိုင်တယ်။
အလုပ် မဖြစ်တာ သိလာရနိုင်တယ်။
အဲဒီလိုနည်းနဲ့သာ သင်ယူလို့ ရနိုင်တာကိုး။
11:29
otherwise you're not learning.
230
677194
1442
11:30
It runs on the fact
231
678660
1162
၎င်းဟာ သိပ်ပြီး ထိရောက်မှု
11:31
that there is not
a lot of efficiency in it.
a lot of efficiency in it.
232
679846
2083
မရှိတာကို အားလုံး လက်ခံထားကြတယ်။
11:33
Innovation by definition is inefficient,
233
681953
2779
ဆန်းသစ်တီထွင်မှု ဆိုတာက
သဘာဝအရကိုက ထိရောက်မှုနည်းတယ်၊
သဘာဝအရကိုက ထိရောက်မှုနည်းတယ်၊
11:36
because you make prototypes,
234
684756
1391
ကိုယ်က ရှေ့ပြေး ပုံစံတွေကို
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
ထုတ်လုပ်ပြီး အလုပ်မလုပ်တွေကို
စမ်းကြည့်နေရလို့ပါ။
စမ်းကြည့်နေရလို့ပါ။
11:40
Exploration is inherently inefficiency.
236
688902
3112
စူးစမ်းမှု ဆိုတာကလည်း အလားတူ
ထိရာက်မှု မရှိပါ။
ထိရာက်မှု မရှိပါ။
11:44
Art is not efficient.
237
692038
1531
အနုပညာဟာ ထိရောက်မှု မရှိပါ။
11:45
Human relationships are not efficient.
238
693593
2127
လူသားတွေရဲ့ ဆက်ဆံမှုတွေဟာ
ထိရာက်မှု မရှိကြပါ။
ထိရာက်မှု မရှိကြပါ။
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
ဒီတော့ ကျွန်ုပ်တို့က ထိရောက်မှု
မရှိကြဘူးဆိုတော့ အဲဒီလိုအရာတွေ
မရှိကြဘူးဆိုတော့ အဲဒီလိုအရာတွေ
11:50
because they're not efficient.
240
698708
1475
ကျွန်ုပ်တို့ကို အောက်ကို ဆွဲခေါ်ကြမှာပါ။
11:52
Efficiency is for robots.
241
700207
2315
ထိရောက်မှု ဆိုတာက robot တွေ အတွက်ပါ။
ပြီးတော့ AI တွေရဲ့ တွေးခေါ်မှုက
ကျွန်ုပ်တို့နဲ့ သိပ်ကို ခြားနားလို့
ကျွန်ုပ်တို့နဲ့ သိပ်ကို ခြားနားလို့
11:55
We're also going to learn
that we're going to work with these AIs
that we're going to work with these AIs
242
703338
4123
ကျွန်ုပ်တို့ဟာ ၎င်းတို့နဲ့ လုပ်ကိုင်ရန်ကို
သင်ယူရန် လိုမယ်။
သင်ယူရန် လိုမယ်။
11:59
because they think differently than us.
243
707485
1997
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
Deep Blue က ကမ္ဘာ့ အတော်ဆုံး
စစ်တုရင် ချံပီယံကို အနိုင်ယူလိုက်တော့၊
စစ်တုရင် ချံပီယံကို အနိုင်ယူလိုက်တော့၊
အဲဒါဟာ စစ်တုရင်ရဲ့ နိဂုံးပဲလို့
လူတွေ ထင်ခဲ့ကြတယ်။
လူတွေ ထင်ခဲ့ကြတယ်။
12:06
people thought it was the end of chess.
245
714343
1929
12:08
But actually, it turns out that today,
the best chess champion in the world
the best chess champion in the world
246
716296
4402
တကယ်ကျတော့၊ စစ်တုရင်ရဲ့ အတော်ဆုံး
ချံပီယံဟာ AI မဟုတ်ကြောင်း
ချံပီယံဟာ AI မဟုတ်ကြောင်း
12:12
is not an AI.
247
720722
1557
ကျွန်ုပ်တို့ သိကြပါတယ်။
12:14
And it's not a human.
248
722906
1181
အဲဒါ လူသားလည်း မဟုတ်ပါ။
12:16
It's the team of a human and an AI.
249
724111
2715
အဲဒါဟာ လူသား နဲ့ AI အဖွဲ့ပါ။
12:18
The best medical diagnostician
is not a doctor, it's not an AI,
is not a doctor, it's not an AI,
250
726850
4000
ရောဂါကို အကောင်းဆုံး စူးစမ်းဖေါ်ထုတ်
ပေးသူဟာ ဆရာဝန် မဟုတ်၊ AI မဟုတ်၊
ပေးသူဟာ ဆရာဝန် မဟုတ်၊ AI မဟုတ်၊
12:22
it's the team.
251
730874
1176
အဖွဲ့ပါ။
ကျွန်ုပ်တို့ဟာ အဲဒီ AI တွေနဲ့ လက်တွဲ
လုပ်ကိုင်ကြရမယ်၊
လုပ်ကိုင်ကြရမယ်၊
12:24
We're going to be working with these AIs,
252
732074
2149
12:26
and I think you'll be paid in the future
253
734247
1995
အနာဂတ်တွင် ခင်ဗျားတို့ အဲဒီလို bot တွေနဲ့
12:28
by how well you work with these bots.
254
736266
2391
လုပ်ကိုင်မှု ကောင်းမှ
လစာ ကောင်းကောင်းကို ရမှာပါ။
လစာ ကောင်းကောင်းကို ရမှာပါ။
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
ဒီတော့ တတိယ အချက်က
၎င်းတို့ဟာ ခြားနားကြတယ်၊
၎င်းတို့ဟာ ခြားနားကြတယ်၊
12:35
they're utility
256
743307
1165
အသုံးအဆောင် ဖြစ်ကြတယ်၊
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
ကျွန်ုပ်တို့ကို ဆန့်ကျင်ပြီး မဟုတ်ဘဲ
လက်တွဲ လုပ်ကိုင်ကြမယ့် အရာတွေပါ။
လက်တွဲ လုပ်ကိုင်ကြမယ့် အရာတွေပါ။
ကျွန်ုပ်တို့ဟာ ၎င်းတို့ကို မဆန့်ကျင်ဘဲ
လက်တွဲ လုပ်ကိုင်ကြရမှာပါ။
လက်တွဲ လုပ်ကိုင်ကြရမှာပါ။
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
12:42
So, the future:
259
750999
1477
ဒီတော့ အနာဂတ်မှာ
12:44
Where does that take us?
260
752500
1420
ကျွန်ပ်တို့ ဘယ်ဆီကို သွားကြမှာလဲ။
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
အခုအချိန်မှ ၂၅ နှစ်ကြာတဲ့ အခါမှာ
လူတွေဟာ နောက်ကို ပြန်ကြည့်ရင်း၊
လူတွေဟာ နောက်ကို ပြန်ကြည့်ရင်း၊
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
ကျွန်ုပ်တို့ရဲ့ AI အား နားလည်ခဲ့ပုံကို
ပြန်ကြည့်ရင်း ပြောကြမှာက၊
ပြန်ကြည့်ရင်း ပြောကြမှာက၊
12:52
"You didn't have AI. In fact,
you didn't even have the Internet yet,
you didn't even have the Internet yet,
263
760684
3300
“ကျွန်ုပ်တို့ဆီမှာ ၂၅ နှစ်ကြာလာတဲ့
နောက်မှာ ရှိလာတာနဲ့ နှိုင်းပြီး ပြောရင်၊
နောက်မှာ ရှိလာတာနဲ့ နှိုင်းပြီး ပြောရင်၊
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
ခင်ဗျားတို့ဆီမှာ AI မရှိခဲ့၊ တကယ်တော့
အင်တာနက်တာင် မရှိသေးပါ၊”
အင်တာနက်တာင် မရှိသေးပါ၊”
12:59
There are no AI experts right now.
265
767849
3047
ဒီနေ့တွင် AI ပညာရှင်တွေ မရှိကြသေးပါ။
13:02
There's a lot of money going to it,
266
770920
1699
အဲဒီထဲကို ရင်းနှီးနေကြတဲ့
ငွေတွေ အများကြီးပါပဲ၊
ငွေတွေ အများကြီးပါပဲ၊
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
ဒေါ်လာ ဘီလီယံ သန်းချီ
အဲဒါ့အတွက် သုံးနေကြတယ်။
အဲဒါ့အတွက် သုံးနေကြတယ်။
13:06
it's a huge business,
268
774935
2164
အဲဒါဟာ ဧရာမ လုပ်ငန်းကြီးပါ၊
13:09
but there are no experts, compared
to what we'll know 20 years from now.
to what we'll know 20 years from now.
269
777123
4272
ဒါပေမဲ့ နောင် အနှစ် ၂၀ အတွင်းမှာ
ရှိလာကြမယ့် ပါရဂူမျိုး လုံးဝ မရှိပါ။
ရှိလာကြမယ့် ပါရဂူမျိုး လုံးဝ မရှိပါ။
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
ဒီတော့ ကျွန်ုပ်တို့ဟာ တကယ့်ကို
အစရဲ့ အစမှာပဲ ရှိနေကြပါတယ်၊
အစရဲ့ အစမှာပဲ ရှိနေကြပါတယ်၊
13:16
we're in the first hour of all this.
271
784973
2163
အဲဒါတွေ အားလုံးရဲ့ အစနာရီတွေမှာ
ရှိနေကြတယ်။
ရှိနေကြတယ်။
13:19
We're in the first hour of the Internet.
272
787160
1935
ကျွန်ုပ်တို့ဟာ အင်တာနက်ရဲ့ အစပိုင်း
နာရီထဲ ရှိနေကြတယ်။
နာရီထဲ ရှိနေကြတယ်။
13:21
We're in the first hour of what's coming.
273
789119
2040
ဖြစ်ပျက်လာမှာရဲ့ အစပိုင်း
နာရီမှာသာ ရှိနေကြတယ်။
နာရီမှာသာ ရှိနေကြတယ်။
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
နောင်လာမယ့် နှစ် ၂၀ အကြာမှာ
လူတွေ အများဆုံး သုံးကြမယ့်
လူတွေ အများဆုံး သုံးကြမယ့်
13:27
that everybody uses,
275
795360
1444
AI ထုတ်ကုန်ကို
13:29
has not been invented yet.
276
797499
1544
မတီတွင် ရသေးပါဘူး။
13:32
That means that you're not late.
277
800464
2467
ဒီတော့ ခင်ဗျားတို့ နောက်မကျသေးပါဘူး။
13:35
Thank you.
278
803684
1151
ကျေးဇူးတင်ပါတယ်။
13:36
(Laughter)
279
804859
1026
(ရယ်မောသံများ)
13:37
(Applause)
280
805909
2757
(လက်ခုပ်တီးသံများ)
ABOUT THE SPEAKER
Kevin Kelly - Digital visionaryThere may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.
Why you should listen
Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.
Kevin Kelly | Speaker | TED.com