TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: Como a Inteligência Artificial pode provocar uma segunda Revolução Industrial
Filmed:
Readability: 3.8
1,739,624 views
"A trajetória real de uma gota da chuva que desce o vale é imprevisível, mas a direção geral é inevitável", diz o visionário digital Kevin Kelly, e a tecnologia é a mesma, conduzida por padrões surpreendentes, mas inevitáveis. Nos próximos 20 anos, diz ele, nossa tendência a fazer coisas cada vez mais inteligentes terá um profundo impacto em quase tudo o que fazemos. Kelly explora três tendências na Inteligência Artificial que precisamos entender para aceitar e guiar o desenvolvimento dela. "O produto de IA mais popular daqui a 20 anos, que todo mundo irá usar, ainda não foi inventado", diz Kelly. "Isso significa que não estamos atrasados".
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
Falarei um pouco sobre o rumo
que a tecnologia está tomando.
que a tecnologia está tomando.
00:19
And often technology comes to us,
1
7509
2671
Muitas vezes, a tecnologia vem até nós,
e nos surpreendemos com o que ela traz.
e nos surpreendemos com o que ela traz.
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
Mas há um amplo aspecto da tecnologia
que é muito mais previsível.
que é muito mais previsível.
00:28
that's much more predictable,
4
16162
1802
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
Isso se deve ao fato de que os sistemas
tecnológicos têm propensões,
tecnológicos têm propensões,
urgências e tendências.
00:34
they have urgencies,
6
22100
1175
00:35
they have tendencies.
7
23299
1561
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
Essas tendências são derivadas
da própria natureza da física,
da própria natureza da física,
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
da química dos fios,
interruptores e elétrons,
interruptores e elétrons,
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
e irão criar padrões
recorrentes muitas vezes.
recorrentes muitas vezes.
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
Assim, esses padrões produzem
essas tendências e propensões.
essas tendências e propensões.
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
Podemos pensar nisso
quase como uma espécie de gravidade.
quase como uma espécie de gravidade.
00:57
Imagine raindrops falling into a valley.
13
45498
2319
Imaginem gotas de chuva caindo em um vale.
A trajetória real de uma gota de chuva
que desce o vale é imprevisível.
que desce o vale é imprevisível.
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
01:02
is unpredictable.
15
50953
1169
01:04
We cannot see where it's going,
16
52651
1518
Não podemos ver aonde ela vai,
mas a direção geral é bem inevitável:
mas a direção geral é bem inevitável:
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
01:08
it's downward.
18
56494
1234
para baixo.
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
Assim, essas tendências e urgências
incluídas nos sistemas tecnológicos
incluídas nos sistemas tecnológicos
01:14
in technological systems
20
62973
1476
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
nos dão uma percepção de para onde
as coisas estão avançando.
as coisas estão avançando.
01:21
So in a large sense,
22
69149
1401
Portanto, em um sentido mais amplo,
diria que os telefones eram inevitáveis,
diria que os telefones eram inevitáveis,
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
01:27
but the iPhone was not.
24
75005
1342
mas o IPhone não.
01:29
The Internet was inevitable,
25
77094
1478
A Internet era inevitável,
01:31
but Twitter was not.
26
79274
1286
mas o Twitter não.
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
Há muitas tendências
em curso no momento,
em curso no momento,
01:36
and I think one of the chief among them
28
84988
2720
e considero como uma das principais
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
a tendência de criar coisas
cada vez mais inteligentes.
cada vez mais inteligentes.
01:44
I call it cognifying -- cognification --
30
92041
2212
Chamo isso de “cognificar”,
"cognificação",
"cognificação",
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
também conhecida
como Inteligência Artificial ou IA.
como Inteligência Artificial ou IA.
01:50
And I think that's going to be one
of the most influential developments
of the most influential developments
32
98025
3746
Creio que será um dos mais
influentes desenvolvimentos,
influentes desenvolvimentos,
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
tendências, direções e motivações
em nossa sociedade nos próximos 20 anos.
em nossa sociedade nos próximos 20 anos.
02:00
So, of course, it's already here.
34
108021
1985
É claro que ela já está aqui.
02:02
We already have AI,
35
110030
2204
Já temos IA.
02:04
and often it works in the background,
36
112258
2398
Muitas vezes, funciona em segundo plano,
nas áreas administrativas dos hospitais,
nas áreas administrativas dos hospitais,
02:06
in the back offices of hospitals,
37
114680
1586
onde é usada para diagnóstico
por raio X, melhor do que um médico.
por raio X, melhor do que um médico.
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
Está em escritórios jurídicos,
onde é usada para examinar provas legais,
onde é usada para examinar provas legais,
02:13
It's in legal offices,
39
121000
1726
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
melhor do que um técnico jurídico.
02:17
better than a human paralawyer.
41
125142
1855
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
É utilizada para pilotar
o avião no qual vocês vieram.
o avião no qual vocês vieram.
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
Só foi pilotado pelo homem por sete
ou oito minutos, e depois pela IA.
ou oito minutos, e depois pela IA.
02:26
the rest of the time the AI was driving.
44
134570
1953
No Netflix e na Amazon, está em segundo
plano, fazendo aquelas recomendações.
plano, fazendo aquelas recomendações.
02:28
And of course, in Netflix and Amazon,
45
136547
2173
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
É o que temos hoje.
02:33
That's what we have today.
47
141298
1261
Temos, é claro, um exemplo
em um aspecto mais frontal da IA,
em um aspecto mais frontal da IA,
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
com a vitória do AlphaGo, que derrotou
o maior campeão de Go do mundo.
o maior campeão de Go do mundo.
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
02:46
But it's more than that.
50
154478
4053
Mas é mais do que isso.
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
Se jogarem um videogame,
estarão jogando contra a IA.
estarão jogando contra a IA.
Recentemente, o Google ensinou a IA dele
02:53
But recently, Google taught their AI
52
161221
4538
a aprender realmente como jogar videogame.
02:57
to actually learn how to play video games.
53
165783
2412
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
Mais uma vez, ensinar
videogame já foi feito,
videogame já foi feito,
mas aprender a jogar
videogame é outro passo.
videogame é outro passo.
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
03:07
That's artificial smartness.
56
175340
1678
Isso é inteligência artificial.
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
O que estamos fazendo é pegando
esta inteligência artificial
esta inteligência artificial
03:15
and we're making it smarter and smarter.
58
183117
2423
e tornando-a cada vez mais inteligente.
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
Há três aspectos desta tendência geral
que considero subestimados.
que considero subestimados.
03:22
that I think are underappreciated;
60
190629
1689
Acho que entenderíamos a IA muito melhor
se compreendêssemos essas três coisas.
se compreendêssemos essas três coisas.
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
03:26
if we understood these three things.
62
194643
2301
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
Creio que essas três coisas
também nos ajudariam a aceitar a IA
também nos ajudariam a aceitar a IA
03:32
because it's only by embracing it
that we actually can steer it.
that we actually can steer it.
64
200275
3008
porque é apenas ao aceitá-la
que podemos, de fato, guiá-la.
que podemos, de fato, guiá-la.
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
Podemos guiar as condições específicas
ao aceitar a tendência mais abrangente.
ao aceitar a tendência mais abrangente.
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
Falarei sobre os três diferentes aspectos.
O primeiro é: nossa própria inteligência
tem um conhecimento muito escasso
tem um conhecimento muito escasso
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
03:46
of what intelligence is.
68
214167
1490
sobre o que é a inteligência.
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
Tendemos a pensar na inteligência
como uma dimensão única,
como uma dimensão única,
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
como uma nota que fica cada vez mais alta.
Começa como a medição do QI.
03:54
It starts like with IQ measurement.
71
222561
2607
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
Começa talvez com um simples
QI baixo em um rato ou camundongo,
QI baixo em um rato ou camundongo,
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
que talvez seja maior em um chimpanzé,
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
talvez ainda maior em uma pessoa idiota,
em outra pessoa na média como eu,
em outra pessoa na média como eu,
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
e depois, talvez em um gênio.
04:08
and then maybe a genius.
76
236222
1290
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
Essa simples inteligência de QI
está ficando cada vez maior.
está ficando cada vez maior.
Está completamente errado.
04:14
That's completely wrong.
78
242516
1151
A inteligência não é isso,
a inteligência humana não é isso.
a inteligência humana não é isso.
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
É muito mais como uma sinfonia
de diferentes notas,
de diferentes notas,
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
cada uma delas tocada em um diferente
instrumento de percepção.
instrumento de percepção.
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
Há vários tipos de inteligência
em nossas mentes.
em nossas mentes.
04:31
We have deductive reasoning,
83
259561
3048
Temos raciocínio dedutivo,
temos inteligência emocional,
04:34
we have emotional intelligence,
84
262633
2221
04:36
we have spatial intelligence;
85
264878
1393
temos inteligência espacial,
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
temos talvez 100 tipos diferentes,
que estão todos agrupados
que estão todos agrupados
e que variam em diferentes
intensidades, com pessoas diferentes.
intensidades, com pessoas diferentes.
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
É claro que, se falarmos de animais,
eles também têm outra capacidade,
eles também têm outra capacidade,
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
outra sinfonia de diferentes
tipos de inteligência,
tipos de inteligência,
e, às vezes, esses mesmos instrumentos
são os mesmos que nós temos.
são os mesmos que nós temos.
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
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
Eles podem pensar do mesmo modo,
mas ter uma organização distinta,
mas ter uma organização distinta,
e podem ser, em alguns casos,
superiores ao homem,
superiores ao homem,
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
como a memória de longo prazo
de um esquilo, realmente fenomenal,
de um esquilo, realmente fenomenal,
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
que permite a ele lembrar
onde enterrou as nozes.
onde enterrou as nozes.
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
Mas, em outros casos,
podem ser inferiores.
podem ser inferiores.
05:08
But in other cases they may be lower.
95
296222
1987
05:10
When we go to make machines,
96
298233
2730
Quando falamos de máquinas,
iremos construí-las da mesma forma,
iremos construí-las da mesma forma,
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
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
com alguns desses tipos de inteligência
muito maiores do que os nossos,
muito maiores do que os nossos,
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
e muitos deles não estarão
sequer perto dos nossos
sequer perto dos nossos
05:22
because they're not needed.
100
310836
1544
porque não são necessários.
05:24
So we're going to take these things,
101
312404
2203
Então, pegaremos essas coisas,
esses grupos artificiais,
esses grupos artificiais,
05:26
these artificial clusters,
102
314631
2081
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
e estaremos incluindo mais variedades
de conhecimento artificial às nossas IAs.
de conhecimento artificial às nossas IAs.
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
Iremos fazê-las muito específicas.
A calculadora de vocês já é mais esperta
do que vocês em aritmética.
do que vocês em aritmética.
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
O GPS de vocês é mais esperto
do que vocês em navegação.
do que vocês em navegação.
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
O Google e o Bing são mais espertos
do que vocês em memória de longo prazo.
do que vocês em memória de longo prazo.
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
Pegaremos, outra vez, esses tipos
diferentes de pensamento
diferentes de pensamento
e os colocaremos dentro de um carro.
05:58
and we'll put them into, like, a car.
109
346893
1933
A razão para querermos colocar
dentro do carro para ele dirigir
dentro do carro para ele dirigir
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
06:03
is because it's not driving like a human.
111
351931
2302
é porque o carro não dirige como o homem.
06:06
It's not thinking like us.
112
354257
1396
Não pensa como nós.
06:07
That's the whole feature of it.
113
355677
1920
Essa é toda a característica dele.
Não se distrai, não fica preocupado
se deixou o fogão ligado,
se deixou o fogão ligado,
06:09
It's not being distracted,
114
357621
1535
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
ou se deveria ter se formado em Finanças.
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
Só dirige.
06:16
It's just driving.
117
364120
1153
(Risos)
06:17
(Laughter)
118
365297
1142
06:18
Just driving, OK?
119
366463
1841
Só dirige, está bem?
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
Na verdade, podemos
até mesmo anunciar os carros
até mesmo anunciar os carros
como "livres de consciência".
06:23
as "consciousness-free."
121
371289
1545
06:24
They're without consciousness,
122
372858
1774
Não têm consciência,
não se preocupam com as coisas,
não se distraem.
não se distraem.
06:26
they're not concerned about those things,
123
374656
2104
06:28
they're not distracted.
124
376784
1156
De modo geral, estamos tentando criar
06:29
So in general, what we're trying to do
125
377964
2966
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
o máximo de diferentes formas
de pensamento que pudermos.
de pensamento que pudermos.
06:37
We're going to populate the space
127
385804
2083
Iremos povoar o espaço
com todas as diferentes formas
ou variedades possíveis de pensamento.
ou variedades possíveis de pensamento.
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
Pode haver alguns problemas
tão difíceis nos negócios e na ciência
tão difíceis nos negócios e na ciência
06:44
And there actually may be some problems
129
392094
2068
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
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
que nosso tipo de pensamento humano
pode não conseguir resolver sozinho.
pode não conseguir resolver sozinho.
06:53
We may need a two-step program,
132
401076
1992
Podemos precisar
de um programa de dois passos
de um programa de dois passos
06:55
which is to invent new kinds of thinking
133
403092
4203
para inventar novas formas de pensamento
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
ao lado das quais possamos trabalhar
para resolver problemas realmente grandes,
para resolver problemas realmente grandes,
07:03
say, like dark energy or quantum gravity.
135
411450
2918
como a energia escura
ou a gravidade quântica.
ou a gravidade quântica.
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
Estamos criando inteligências alienígenas.
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
Vocês podem até pensar nisto
como alienígenas artificiais,
como alienígenas artificiais,
de certo modo.
07:15
in some senses.
138
423259
1207
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
Eles irão nos ajudar a pensar
de forma diferente,
de forma diferente,
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
porque pensar diferente é o motor
da criação, da riqueza e da nova economia.
da criação, da riqueza e da nova economia.
07:22
and wealth and new economy.
141
430470
1867
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
O segundo aspecto é: usaremos a IA
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
para fazer principalmente
uma segunda Revolução Industrial.
uma segunda Revolução Industrial.
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
A primeira Revolução Industrial
foi baseada no fato
foi baseada no fato
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
de termos inventado algo
que eu chamaria de força artificial.
que eu chamaria de força artificial.
07:40
Previous to that,
146
448879
1150
Antes disso, durante a Revolução
Agrícola, tudo o que era feito
Agrícola, tudo o que era feito
07:42
during the Agricultural Revolution,
147
450053
2034
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
tinha de ser feito com força
humana ou força animal.
humana ou força animal.
07:47
or animal power.
149
455837
1307
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
Essa era a única forma
de fazer qualquer coisa.
de fazer qualquer coisa.
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
A maior inovação
durante a Revolução Industrial
durante a Revolução Industrial
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
foi aproveitar a força do vapor
e dos combustíveis fósseis
e dos combustíveis fósseis
para criar esta força artificial
que podemos usar
que podemos usar
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
para fazer tudo o que quisermos.
08:01
to do anything we wanted to do.
154
469634
1669
08:03
So today when you drive down the highway,
155
471327
2772
Hoje, quando dirigimos na estrada,
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
com um toque no pedal,
comandamos 250 cavalos,
comandamos 250 cavalos,
250 cavalos de potência,
08:11
250 horsepower --
157
479120
1572
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
que podemos usar para construir
arranha-céus, cidades, estradas,
arranha-céus, cidades, estradas,
criar fábricas que irão produzir grandes
quantidades de cadeiras ou geladeiras
quantidades de cadeiras ou geladeiras
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
08:23
way beyond our own power.
160
491245
1654
muito além de nossa força.
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
Essa força artificial também pode
ser distribuída pelos fios de uma rede
ser distribuída pelos fios de uma rede
08:31
to every home, factory, farmstead,
162
499058
3199
para cada casa, fábrica, fazenda,
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
e qualquer um poderia adquirir
essa força artificial
essa força artificial
08:38
just by plugging something in.
164
506496
1472
apenas ligando alguma coisa.
Essa também era uma fonte de inovação
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
porque um agricultor podia
pegar uma bomba manual,
pegar uma bomba manual,
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
acrescentar essa força
artificial, essa eletricidade,
artificial, essa eletricidade,
08:48
and he'd have an electric pump.
168
516837
1497
e teria uma bomba elétrica.
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
Multipliquem isso por milhares
ou dezenas de milhares de vezes,
ou dezenas de milhares de vezes,
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
e essa fórmula foi o que nos trouxe
a Revolução Industrial.
a Revolução Industrial.
Tudo o que vemos, todo este progresso
que desfrutamos agora,
que desfrutamos agora,
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
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
veio do fato de termos feito isso.
Faremos o mesmo agora com a IA.
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
Iremos distribui-la em uma rede.
09:04
We're going to distribute that on a grid,
174
532951
2075
Podem pegar essa bomba elétrica,
09:07
and now you can take that electric pump.
175
535050
2374
acrescentar alguma inteligência
artificial, e ter uma bomba inteligente.
artificial, e ter uma bomba inteligente.
09:09
You can add some artificial intelligence,
176
537448
2968
09:12
and now you have a smart pump.
177
540440
1481
09:13
And that, multiplied by a million times,
178
541945
1928
Isso multiplicado por um milhão de vezes
será a segunda Revolução Industrial.
será a segunda Revolução Industrial.
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
09:18
So now the car is going down the highway,
180
546284
2382
O carro que desce a estrada
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
tem 250 cavalos de potência,
mas, além disso, tem 250 mentes.
mas, além disso, tem 250 mentes.
09:25
That's the auto-driven car.
182
553008
1769
Esse é o carro autodirigível.
09:26
It's like a new commodity;
183
554801
1389
É como uma nova mercadoria,
é uma nova utilidade.
é uma nova utilidade.
09:28
it's a new utility.
184
556214
1303
A IA irá fluir pela rede, a nuvem,
da mesma forma que a eletricidade.
da mesma forma que a eletricidade.
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
09:32
in the same way electricity did.
186
560606
1567
09:34
So everything that we had electrified,
187
562197
2380
Tudo o que havíamos energizado,
iremos agora cognificar.
iremos agora cognificar.
09:36
we're now going to cognify.
188
564601
1723
09:38
And I owe it to Jeff, then,
189
566693
1385
Sugiro então que a fórmula
para as próximas 10 mil "start-ups"
para as próximas 10 mil "start-ups"
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
09:43
is very, very simple,
191
571858
1162
seja bastante simples:
pegar x e acrescentar a IA.
pegar x e acrescentar a IA.
09:45
which is to take x and add AI.
192
573044
3167
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
Essa é a fórmula que iremos usar.
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
É dessa forma que faremos
esta segunda Revolução Industrial.
esta segunda Revolução Industrial.
09:55
this second Industrial Revolution.
195
583266
1858
09:57
And by the way -- right now, this minute,
196
585148
2154
A propósito, agora, neste exato minuto,
vocês podem acessar o Google
vocês podem acessar o Google
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
e adquirir a IA
por 6 centavos, 100 acessos.
por 6 centavos, 100 acessos.
10:04
That's available right now.
199
592758
1604
Está disponível agora.
10:06
So the third aspect of this
200
594386
2286
Então, o terceiro aspecto disto
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
é que, quando pegamos esta IA
e a incorporamos, obtemos robôs.
e a incorporamos, obtemos robôs.
10:12
we get robots.
202
600017
1173
Os robôs serão programas
e farão muitas tarefas que já fazemos.
e farão muitas tarefas que já fazemos.
10:13
And robots are going to be bots,
203
601214
1703
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
10:20
A job is just a bunch of tasks,
205
608357
1528
Um emprego é apenas um monte de tarefas.
10:21
so they're going to redefine our jobs
206
609909
1762
Eles irão redefinir nossos empregos
porque farão algumas dessas tarefas.
porque farão algumas dessas tarefas.
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
Mas também irão criar
categorias totalmente novas,
categorias totalmente novas,
10:29
a whole new slew of tasks
209
617199
2247
uma nova série de tarefas
que não sabíamos
que queríamos fazer antes.
que queríamos fazer antes.
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
Irão, de fato, gerar
novos tipos de empregos,
novos tipos de empregos,
novos tipos de tarefas
que queremos que sejam feitas,
que queremos que sejam feitas,
10:37
new kinds of tasks that we want done,
212
625612
2271
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
assim como a automação criou
uma série de coisas novas
uma série de coisas novas
que não sabíamos que precisávamos antes,
e que agora não conseguimos viver sem.
e que agora não conseguimos viver sem.
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
Então, irão produzir
ainda mais empregos do que tiram,
ainda mais empregos do que tiram,
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
mas é importante que muitas
das tarefas que daremos a eles
das tarefas que daremos a eles
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
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
sejam tarefas que possam ser definidas
em termos de eficiência ou produtividade.
em termos de eficiência ou produtividade.
10:59
If you can specify a task,
219
647676
1828
Se puderem especificar
uma tarefa manual ou conceitual,
uma tarefa manual ou conceitual,
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
que possa ser especificada
em termos de eficiência ou produtividade,
em termos de eficiência ou produtividade,
11:08
that goes to the bots.
222
656591
1777
isso irá para os programas.
11:10
Productivity is for robots.
223
658758
2178
A produtividade é para os robôs.
Somos realmente bons
principalmente em perder tempo.
principalmente em perder tempo.
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
(Risos)
11:16
(Laughter)
225
664054
1028
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
Somos realmente bons
em coisas ineficientes.
em coisas ineficientes.
11:19
Science is inherently inefficient.
227
667446
3025
A ciência em si é ineficiente.
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
Funciona pelo fato de haver
uma falha atrás da outra.
uma falha atrás da outra.
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
Funciona pelo fato de fazerem testes
e experiências que não funcionam,
e experiências que não funcionam,
senão não se aprende.
11:29
otherwise you're not learning.
230
677194
1442
Funciona pelo fato de que não há
muita eficiência nisso.
muita eficiência nisso.
11:30
It runs on the fact
231
678660
1162
11:31
that there is not
a lot of efficiency in it.
a lot of efficiency in it.
232
679846
2083
11:33
Innovation by definition is inefficient,
233
681953
2779
A inovação, por definição, é ineficiente
11:36
because you make prototypes,
234
684756
1391
porque se criam protótipos,
tentam coisas que falham,
que não funcionam.
que não funcionam.
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
A exploração em si é ineficiente.
11:40
Exploration is inherently inefficiency.
236
688902
3112
11:44
Art is not efficient.
237
692038
1531
A arte não é eficiente.
11:45
Human relationships are not efficient.
238
693593
2127
As relações humanas não são eficientes.
Esses são os tipos de coisas
para as quais seremos atraídos
para as quais seremos atraídos
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
porque não são eficientes.
11:50
because they're not efficient.
240
698708
1475
11:52
Efficiency is for robots.
241
700207
2315
A eficiência é para os robôs.
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
Também iremos aprender
que trabalharemos com essas IAs
que trabalharemos com essas IAs
11:59
because they think differently than us.
243
707485
1997
porque elas pensam
de forma diferente da nossa.
de forma diferente da nossa.
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
Quando Deep Blue derrotou o melhor
campeão de xadrez do mundo,
campeão de xadrez do mundo,
as pessoas pensaram
que seria o fim do xadrez.
que seria o fim do xadrez.
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
Mas, na verdade, verifica-se que hoje
o melhor campeão de xadrez do mundo
o melhor campeão de xadrez do mundo
não é uma IA.
12:12
is not an AI.
247
720722
1557
12:14
And it's not a human.
248
722906
1181
Não é um ser humano.
12:16
It's the team of a human and an AI.
249
724111
2715
É uma equipe de um ser humano e uma IA.
Quem faz o melhor diagnóstico médico
não é um médico nem uma IA.
não é um médico nem uma IA.
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
É uma equipe.
12:22
it's the team.
251
730874
1176
Iremos trabalhar com essas IAs,
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
e creio que vocês serão pagos no futuro
12:28
by how well you work with these bots.
254
736266
2391
de acordo com a forma
como trabalham com esses programas.
como trabalham com esses programas.
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
Então, essa é a terceira coisa:
eles são diferentes, são uma utilidade
eles são diferentes, são uma utilidade
12:35
they're utility
256
743307
1165
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
e serão algo com o qual iremos
trabalhar e não estar contra.
trabalhar e não estar contra.
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
Trabalharemos com eles e não contra eles.
Então, o futuro: "Aonde isso nos leva?"
12:42
So, the future:
259
750999
1477
12:44
Where does that take us?
260
752500
1420
Penso que, daqui a 25 anos,
eles irão olhar para trás,
eles irão olhar para trás,
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
analisar nosso conhecimento de IA e dizer:
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
"Vocês não tinham IA; na verdade,
nem tinham a Internet ainda,
nem tinham a Internet ainda,
em comparação com o que
teremos daqui a 25 anos".
teremos daqui a 25 anos".
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
12:59
There are no AI experts right now.
265
767849
3047
Não há especialistas em IA neste momento.
Há muito dinheiro gasto com isso.
13:02
There's a lot of money going to it,
266
770920
1699
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
Há bilhões de dólares sendo gastos.
13:06
it's a huge business,
268
774935
2164
É um imenso negócio,
mas não há especialistas, em comparação
com o que teremos daqui a 20 anos.
com o que teremos daqui a 20 anos.
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
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
Estamos apenas no começo do início,
estamos na primeira hora de tudo isso.
estamos na primeira hora de tudo isso.
13:16
we're in the first hour of all this.
271
784973
2163
13:19
We're in the first hour of the Internet.
272
787160
1935
Estamos na primeira hora
da Internet e do que vem por aí.
da Internet e do que vem por aí.
13:21
We're in the first hour of what's coming.
273
789119
2040
O produto de IA mais popular
daqui a 20 anos,
daqui a 20 anos,
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
13:27
that everybody uses,
275
795360
1444
que todo mundo irá usar,
13:29
has not been invented yet.
276
797499
1544
ainda não foi inventado.
13:32
That means that you're not late.
277
800464
2467
Isso significa que não estamos atrasados.
13:35
Thank you.
278
803684
1151
Obrigado.
(Risos)
13:36
(Laughter)
279
804859
1026
(Aplausos)
13:37
(Applause)
280
805909
2757
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