TED@IBM
Raphael Arar: How we can teach computers to make sense of our emotions
Рафаэль Арар: Как научить компьютеры понимать наши эмоции
Filmed:
Readability: 4.3
1,255,602 views
Как создать ИИ, с которым действительно захочется общаться? Рафаэль Арар предлагает начать с искусства. Он рассказывает об интерактивных проектах, которые помогают ИИ разобраться в таких сложных понятиях, как ностальгия, интуиция и разговор, — и всё это поможет нам сделать технологии будущего настолько же естественными, насколько они искусственны.
Raphael Arar - Designer, researcher
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives. Full bio
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives. Full bio
Double-click the English transcript below to play the video.
00:13
I consider myself one part artist
and one part designer.
and one part designer.
0
1760
4680
Я считаю себя отчасти художником
и отчасти дизайнером.
и отчасти дизайнером.
00:18
And I work at an artificial
intelligence research lab.
intelligence research lab.
1
6480
3160
А работаю я в лаборатории по разработке
искусственного интеллекта.
искусственного интеллекта.
00:22
We're trying to create technology
2
10720
1696
Мы разрабатываем технологии,
00:24
that you'll want to interact with
in the far future.
in the far future.
3
12440
3296
с которыми вам захотелось бы общаться
даже в далёком будущем.
даже в далёком будущем.
00:27
Not just six months from now,
but try years and decades from now.
but try years and decades from now.
4
15760
4640
Не только через полгода,
а через годы и десятилетия.
а через годы и десятилетия.
00:33
And we're taking a moonshot
5
21120
1616
И мы не боимся предположить,
00:34
that we'll want to be
interacting with computers
interacting with computers
6
22760
2456
что люди хотят общаться с компьютерами
00:37
in deeply emotional ways.
7
25240
2120
на глубоко эмоциональном уровне.
00:40
So in order to do that,
8
28280
1456
Чтобы этого добиться,
00:41
the technology has to be
just as much human as it is artificial.
just as much human as it is artificial.
9
29760
4480
технологии должны стать настолько же
естественными, насколько они искусственны.
естественными, насколько они искусственны.
00:46
It has to get you.
10
34920
2256
Они должны понимать вас.
00:49
You know, like that inside joke
that'll have you and your best friend
that'll have you and your best friend
11
37200
3336
Ну знаете, как ваша с другом шутка,
от которой вы оба
катаетесь по полу от смеха.
катаетесь по полу от смеха.
00:52
on the floor, cracking up.
12
40560
1936
00:54
Or that look of disappointment
that you can just smell from miles away.
that you can just smell from miles away.
13
42520
4560
Или как разочарованный взгляд,
который чувствуется за версту.
который чувствуется за версту.
01:00
I view art as the gateway to help us
bridge this gap between human and machine:
bridge this gap between human and machine:
14
48560
6040
Мне кажется, искусство поможет нам
преодолеть пропасть
преодолеть пропасть
между человеком и машиной:
01:07
to figure out what it means
to get each other
to get each other
15
55280
3136
мы научимся понимать друг друга,
01:10
so that we can train AI to get us.
16
58440
2760
чтобы потом обучить ИИ понимать нас.
01:13
See, to me, art is a way
to put tangible experiences
to put tangible experiences
17
61920
3816
Для меня искусство — это способ передать
абстрактные идеи, чувства и эмоции
абстрактные идеи, чувства и эмоции
01:17
to intangible ideas,
feelings and emotions.
feelings and emotions.
18
65760
3240
с помощью конкретных явлений.
01:21
And I think it's one
of the most human things about us.
of the most human things about us.
19
69800
2600
И я думаю, это одна из наиболее
присущих человеку черт.
присущих человеку черт.
01:25
See, we're a complicated
and complex bunch.
and complex bunch.
20
73480
2936
Мы, люди, чрезвычайно сложные существа.
01:28
We have what feels like
an infinite range of emotions,
an infinite range of emotions,
21
76440
3136
Диапазон наших эмоций кажется бесконечным,
01:31
and to top it off, we're all different.
22
79600
2496
и к тому же мы все разные.
01:34
We have different family backgrounds,
23
82120
2296
Мы имеем разное происхождение,
01:36
different experiences
and different psychologies.
and different psychologies.
24
84440
3080
разный жизненный опыт и разные характеры.
01:40
And this is what makes life
really interesting.
really interesting.
25
88240
2720
Это делает жизнь действительно интересной,
01:43
But this is also what makes
working on intelligent technology
working on intelligent technology
26
91440
3496
но также делает работу
над интеллектуальными технологиями
над интеллектуальными технологиями
01:46
extremely difficult.
27
94960
1600
чрезвычайно трудной.
01:49
And right now, AI research, well,
28
97640
3456
И сегодня в разработке ИИ
01:53
it's a bit lopsided on the tech side.
29
101120
2016
есть перекос в сторону техники.
01:55
And that makes a lot of sense.
30
103160
2136
В этом есть смысл.
01:57
See, for every
qualitative thing about us --
qualitative thing about us --
31
105320
2456
Ведь все наши качественные
характеристики —
характеристики —
01:59
you know, those parts of us that are
emotional, dynamic and subjective --
emotional, dynamic and subjective --
32
107800
4456
наши эмоциональные, динамичные
и субъективные стороны —
и субъективные стороны —
02:04
we have to convert it
to a quantitative metric:
to a quantitative metric:
33
112280
3136
необходимо перевести
в количественные показатели:
в количественные показатели:
02:07
something that can be represented
with facts, figures and computer code.
with facts, figures and computer code.
34
115440
4360
в то, что может быть представлено
данными, цифрами и компьютерным кодом.
данными, цифрами и компьютерным кодом.
02:13
The issue is, there are
many qualitative things
many qualitative things
35
121000
3376
Проблема в том, что многие
из качественных характеристик
из качественных характеристик
02:16
that we just can't put our finger on.
36
124400
1960
не поддаются точному определению.
02:20
So, think about hearing
your favorite song for the first time.
your favorite song for the first time.
37
128400
3200
Например, вспомните, когда вы
впервые услышали свою любимую песню.
впервые услышали свою любимую песню.
02:25
What were you doing?
38
133200
1200
Что вы тогда делали?
02:28
How did you feel?
39
136000
1200
Что вы почувствовали?
02:30
Did you get goosebumps?
40
138720
1360
У вас пошли мурашки по коже?
02:33
Or did you get fired up?
41
141240
1640
Вы пришли в восторг?
02:36
Hard to describe, right?
42
144400
1200
Трудно объяснить, да?
02:38
See, parts of us feel so simple,
43
146800
2096
Иногда наши чувства
кажутся очень простыми,
кажутся очень простыми,
02:40
but under the surface,
there's really a ton of complexity.
there's really a ton of complexity.
44
148920
3656
но если копнуть глубже,
то они окажутся гораздо сложнее.
то они окажутся гораздо сложнее.
02:44
And translating
that complexity to machines
that complexity to machines
45
152600
2936
И перевод всей этой сложности для машин —
02:47
is what makes them modern-day moonshots.
46
155560
2856
это своего рода «полёт на Луну»
нашего времени.
нашего времени.
02:50
And I'm not convinced that we can
answer these deeper questions
answer these deeper questions
47
158440
4176
И я не уверен, что мы сможем
ответить на эти глубокие вопросы,
ответить на эти глубокие вопросы,
02:54
with just ones and zeros alone.
48
162640
1480
используя лишь нули и единицы.
02:57
So, in the lab, I've been creating art
49
165120
1936
В лаборатории я занимался искусством,
02:59
as a way to help me
design better experiences
design better experiences
50
167080
2456
чтобы с его помощью
создавать более удобный дизайн
создавать более удобный дизайн
03:01
for bleeding-edge technology.
51
169560
2096
для новейших технологий.
03:03
And it's been serving as a catalyst
52
171680
1736
И оно служит стимулом,
03:05
to beef up the more human ways
that computers can relate to us.
that computers can relate to us.
53
173440
3840
чтобы находить способы общаться
с компьютерами по-человечески.
с компьютерами по-человечески.
03:10
Through art, we're tacking
some of the hardest questions,
some of the hardest questions,
54
178000
2696
В искусстве мы ищем ответы
на самые трудные вопросы:
на самые трудные вопросы:
03:12
like what does it really mean to feel?
55
180720
2360
что значит чувствовать?
03:16
Or how do we engage and know
how to be present with each other?
how to be present with each other?
56
184120
4080
Как мы взаимодействуем друг с другом
и откуда знаем, как себя вести?
и откуда знаем, как себя вести?
03:20
And how does intuition
affect the way that we interact?
affect the way that we interact?
57
188800
4000
Как интуиция влияет на наше общение?
03:26
So, take for example human emotion.
58
194440
2056
Возьмём, например, человеческие эмоции.
03:28
Right now, computers can make sense
of our most basic ones,
of our most basic ones,
59
196520
3256
Сегодня компьютеры могут
понять основные из них —
понять основные из них —
03:31
like joy, sadness,
anger, fear and disgust,
anger, fear and disgust,
60
199800
3696
радость, грусть, злость,
страх и отвращение, —
страх и отвращение, —
03:35
by converting those
characteristics to math.
characteristics to math.
61
203520
3000
переводя их характеристики в математику.
03:39
But what about the more complex emotions?
62
207400
2536
А как обстоят дела
с более сложными эмоциями?
с более сложными эмоциями?
03:41
You know, those emotions
63
209960
1216
С теми самыми,
03:43
that we have a hard time
describing to each other?
describing to each other?
64
211200
2376
которые трудно описать другим людям?
03:45
Like nostalgia.
65
213600
1440
Как ностальгия.
03:47
So, to explore this, I created
a piece of art, an experience,
a piece of art, an experience,
66
215640
3936
Для изучения этого вопроса я создал
предмет искусства, инсталляцию,
предмет искусства, инсталляцию,
03:51
that asked people to share a memory,
67
219600
2096
где людей просят поделиться воспоминанием.
03:53
and I teamed up with some data scientists
68
221720
2136
Вместе со специалистами
по обработке данных
по обработке данных
03:55
to figure out how to take
an emotion that's so highly subjective
an emotion that's so highly subjective
69
223880
3576
я пытался выяснить, как превратить
невероятно субъективную эмоцию
невероятно субъективную эмоцию
03:59
and convert it into something
mathematically precise.
mathematically precise.
70
227480
3200
в нечто математически точное.
04:03
So, we created what we call
a nostalgia score
a nostalgia score
71
231840
2136
Мы создали так называемый
показатель ностальгии,
показатель ностальгии,
04:06
and it's the heart of this installation.
72
234000
2216
и в этом суть нашей инсталляции.
04:08
To do that, the installation
asks you to share a story,
asks you to share a story,
73
236240
3056
Сначала вас просят рассказать историю,
04:11
the computer then analyzes it
for its simpler emotions,
for its simpler emotions,
74
239320
3256
после чего компьютер
анализирует её на простые эмоции,
анализирует её на простые эмоции,
04:14
it checks for your tendency
to use past-tense wording
to use past-tense wording
75
242600
2656
проверяет на склонность
к глаголам в прошедшем времени,
к глаголам в прошедшем времени,
04:17
and also looks for words
that we tend to associate with nostalgia,
that we tend to associate with nostalgia,
76
245280
3336
а также ищет слова, которые обычно
ассоциируются с ностальгией,
ассоциируются с ностальгией,
04:20
like "home," "childhood" and "the past."
77
248640
3040
такие как «дом», «детство», «прошлое».
04:24
It then creates a nostalgia score
78
252760
2056
Затем он выдаёт показатель ностальгии,
04:26
to indicate how nostalgic your story is.
79
254840
2736
то есть насколько ностальгической
была ваша история.
была ваша история.
04:29
And that score is the driving force
behind these light-based sculptures
behind these light-based sculptures
80
257600
4136
И ваш показатель наглядно отображается
на этих световых скульптурах,
на этих световых скульптурах,
04:33
that serve as physical embodiments
of your contribution.
of your contribution.
81
261760
3896
которые являются физическим воплощением
рассказанной вами истории.
рассказанной вами истории.
04:37
And the higher the score,
the rosier the hue.
the rosier the hue.
82
265680
3216
Чем выше показатель,
тем более розовый оттенок —
тем более розовый оттенок —
04:40
You know, like looking at the world
through rose-colored glasses.
through rose-colored glasses.
83
268920
3936
как в выражении «смотреть
на мир сквозь розовые очки».
на мир сквозь розовые очки».
04:44
So, when you see your score
84
272880
2616
Увидев ваш показатель
04:47
and the physical representation of it,
85
275520
2656
и его физическое представление,
04:50
sometimes you'd agree
and sometimes you wouldn't.
and sometimes you wouldn't.
86
278200
2936
иногда вы соглашаетесь
с результатом, а иногда нет.
с результатом, а иногда нет.
04:53
It's as if it really understood
how that experience made you feel.
how that experience made you feel.
87
281160
3480
Словно компьютер на самом деле
понял ваши переживания.
понял ваши переживания.
04:57
But other times it gets tripped up
88
285400
2216
Но в других случаях он ошибается,
04:59
and has you thinking
it doesn't understand you at all.
it doesn't understand you at all.
89
287640
2560
и тогда вам кажется,
что он вас совсем не понимает.
что он вас совсем не понимает.
05:02
But the piece really serves to show
90
290680
1896
Но это действительно показывает,
05:04
that if we have a hard time explaining
the emotions that we have to each other,
the emotions that we have to each other,
91
292600
4056
что если мы с трудом можем объяснить
свои эмоции даже друг другу,
свои эмоции даже друг другу,
05:08
how can we teach a computer
to make sense of them?
to make sense of them?
92
296680
2360
то как же научить компьютер понимать их?
05:12
So, even the more objective parts
about being human are hard to describe.
about being human are hard to describe.
93
300360
3576
И даже более объективные явления
в жизни человека трудно описать.
в жизни человека трудно описать.
05:15
Like, conversation.
94
303960
1240
Например, разговор.
05:17
Have you ever really tried
to break down the steps?
to break down the steps?
95
305880
2736
Вы кода-нибудь пробовали
разобрать разговор по шагам?
разобрать разговор по шагам?
05:20
So think about sitting
with your friend at a coffee shop
with your friend at a coffee shop
96
308640
2656
Представьте, что вы сидите
со другом в кофейне
со другом в кофейне
05:23
and just having small talk.
97
311320
1320
и просто болтаете.
05:25
How do you know when to take a turn?
98
313160
1720
Как вы понимаете,
когда ваша очередь говорить?
05:27
How do you know when to shift topics?
99
315440
1840
Как вы понимаете, когда сменить тему?
05:29
And how do you even know
what topics to discuss?
what topics to discuss?
100
317960
2720
И как вы вообще выбираете
тему для разговора?
тему для разговора?
05:33
See, most of us
don't really think about it,
don't really think about it,
101
321560
2096
Большинство людей об этом не задумываются,
05:35
because it's almost second nature.
102
323680
1656
так как это почти вторая натура.
05:37
And when we get to know someone,
we learn more about what makes them tick,
we learn more about what makes them tick,
103
325360
3496
Узнавая человека поближе,
мы лучше понимаем, чем он живёт,
мы лучше понимаем, чем он живёт,
05:40
and then we learn
what topics we can discuss.
what topics we can discuss.
104
328880
2376
и тогда понимаем,
на какие темы с ним поговорить.
на какие темы с ним поговорить.
05:43
But when it comes to teaching
AI systems how to interact with people,
AI systems how to interact with people,
105
331280
3656
Но если мы хотим научить ИИ
общаться с людьми,
общаться с людьми,
05:46
we have to teach them
step by step what to do.
step by step what to do.
106
334960
2856
то им нужно расписать
этот процесс пошагово.
этот процесс пошагово.
05:49
And right now, it feels clunky.
107
337840
3496
А сегодня общение с ИИ
кажется неестественным.
кажется неестественным.
05:53
If you've ever tried to talk
with Alexa, Siri or Google Assistant,
with Alexa, Siri or Google Assistant,
108
341360
4136
Если вам когда-нибудь доводилось говорить
с Алексой, Сири или Google Ассистентом,
с Алексой, Сири или Google Ассистентом,
05:57
you can tell that it or they
can still sound cold.
can still sound cold.
109
345520
4200
то вы можете сказать,
что они до сих пор говорят без эмоций.
что они до сих пор говорят без эмоций.
06:02
And have you ever gotten annoyed
110
350440
1656
А бывало, что вы раздражались,
06:04
when they didn't understand
what you were saying
what you were saying
111
352120
2256
когда они не понимали ваш запрос,
06:06
and you had to rephrase what you wanted
20 times just to play a song?
20 times just to play a song?
112
354400
3840
и приходилось 20 раз его перефразировать,
только чтобы послушать песню?
только чтобы послушать песню?
06:11
Alright, to the credit of the designers,
realistic communication is really hard.
realistic communication is really hard.
113
359440
4896
Хотя надо отдать разработчикам должное,
естесвенное общение очень сложно.
естесвенное общение очень сложно.
06:16
And there's a whole branch of sociology,
114
364360
2136
Существует целый раздел социологии,
06:18
called conversation analysis,
115
366520
1936
называемый анализ общения,
06:20
that tries to make blueprints
for different types of conversation.
for different types of conversation.
116
368480
3136
который пытается определить
структуру различных типов разговора:
структуру различных типов разговора:
06:23
Types like customer service
or counseling, teaching and others.
or counseling, teaching and others.
117
371640
4080
обслуживание клиентов,
консультирование, обучение и т.д.
консультирование, обучение и т.д.
06:28
I've been collaborating
with a conversation analyst at the lab
with a conversation analyst at the lab
118
376880
2936
В своей лаборатории я работаю
вместе с аналитиком общения,
вместе с аналитиком общения,
06:31
to try to help our AI systems
hold more human-sounding conversations.
hold more human-sounding conversations.
119
379840
4696
чтобы сделать разговоры с системами ИИ
более похожими на человеческие.
более похожими на человеческие.
06:36
This way, when you have an interaction
with a chatbot on your phone
with a chatbot on your phone
120
384560
3176
В итоге виртуальный собеседник в телефоне
06:39
or a voice-based system in the car,
121
387760
1856
или голосовая система в автомобиле
будет общаться с вами более естественно
и менее механически и несвязно.
и менее механически и несвязно.
06:41
it sounds a little more human
and less cold and disjointed.
and less cold and disjointed.
122
389640
3320
06:46
So I created a piece of art
123
394360
1336
Я решил наглядно показать,
06:47
that tries to highlight
the robotic, clunky interaction
the robotic, clunky interaction
124
395720
2816
как проходит механическое,
неестественное общение,
неестественное общение,
06:50
to help us understand, as designers,
125
398560
1976
чтобы нам, разработчикам, стало понятнее,
06:52
why it doesn't sound human yet
and, well, what we can do about it.
and, well, what we can do about it.
126
400560
4576
почему оно ещё не звучит
по-человечески и как это исправить.
по-человечески и как это исправить.
06:57
The piece is called Bot to Bot
127
405160
1456
Это называется «Робот роботу»:
06:58
and it puts one conversational
system against another
system against another
128
406640
2936
одна разговорная система
поставлена в диалог с другой,
поставлена в диалог с другой,
07:01
and then exposes it to the general public.
129
409600
2536
и результат показывается зрителю.
07:04
And what ends up happening
is that you get something
is that you get something
130
412160
2496
В итоге получается нечто,
что пытается имитировать
человеческое общение,
человеческое общение,
07:06
that tries to mimic human conversation,
131
414680
1896
07:08
but falls short.
132
416600
1896
но не очень удачно.
07:10
Sometimes it works and sometimes
it gets into these, well,
it gets into these, well,
133
418520
2736
Иногда разговор идёт как надо,
а иногда они попадают
а иногда они попадают
07:13
loops of misunderstanding.
134
421280
1536
в цикл недопонимания.
07:14
So even though the machine-to-machine
conversation can make sense,
conversation can make sense,
135
422840
3096
И хотя разговор между
компьютерами может иметь смысл
компьютерами может иметь смысл
07:17
grammatically and colloquially,
136
425960
2016
в плане лексики и грамматики,
07:20
it can still end up
feeling cold and robotic.
feeling cold and robotic.
137
428000
3216
он всё ещё кажется
бесчувственным и механическим.
бесчувственным и механическим.
07:23
And despite checking all the boxes,
the dialogue lacks soul
the dialogue lacks soul
138
431240
4016
И, несмотря на все усилия,
в диалоге не хватает души
в диалоге не хватает души
07:27
and those one-off quirks
that make each of us who we are.
that make each of us who we are.
139
435280
3136
и этих милых странностей,
которые есть у каждого человека.
которые есть у каждого человека.
07:30
So while it might be grammatically correct
140
438440
2056
И хотя здесь соблюдены
все правила грамматики
все правила грамматики
07:32
and uses all the right
hashtags and emojis,
hashtags and emojis,
141
440520
2656
и правильно использованы
хэштэги и смайлики,
хэштэги и смайлики,
07:35
it can end up sounding mechanical
and, well, a little creepy.
and, well, a little creepy.
142
443200
4136
в конечном итоге разговор звучит
механически и как-то жутковато.
механически и как-то жутковато.
07:39
And we call this the uncanny valley.
143
447360
2336
Это так называемая зловещая долина —
07:41
You know, that creepiness factor of tech
144
449720
1936
то самое жуткое чувство от технологий,
которые пытаются вести себя как люди,
но немного не дотягивают.
но немного не дотягивают.
07:43
where it's close to human
but just slightly off.
but just slightly off.
145
451680
2856
07:46
And the piece will start being
146
454560
1456
И с помощью подобных диалогов
07:48
one way that we test
for the humanness of a conversation
for the humanness of a conversation
147
456040
3216
можно будет тестировать
разговоры на естественность
разговоры на естественность
07:51
and the parts that get
lost in translation.
lost in translation.
148
459280
2160
и выяснять, что теряется при переводе.
07:54
So there are other things
that get lost in translation, too,
that get lost in translation, too,
149
462560
2856
Есть и другие вещи,
которые теряются при переводе,
которые теряются при переводе,
07:57
like human intuition.
150
465440
1616
такие как человеческая интуиция.
07:59
Right now, computers
are gaining more autonomy.
are gaining more autonomy.
151
467080
2776
Сегодня компьютеры становятся
более автономными.
более автономными.
08:01
They can take care of things for us,
152
469880
1736
Они могут выполнять за нас действия,
08:03
like change the temperature
of our houses based on our preferences
of our houses based on our preferences
153
471640
3176
к примеру, менять температуру в доме,
исходя из наших предпочтений,
исходя из наших предпочтений,
и даже помогать нам вести
машину на автостраде.
машину на автостраде.
08:06
and even help us drive on the freeway.
154
474840
2160
08:09
But there are things
that you and I do in person
that you and I do in person
155
477560
2496
Но кое-что из того,
что мы делаем самостоятельно,
что мы делаем самостоятельно,
08:12
that are really difficult
to translate to AI.
to translate to AI.
156
480080
2760
очень трудно перевести для ИИ.
08:15
So think about the last time
that you saw an old classmate or coworker.
that you saw an old classmate or coworker.
157
483440
4360
Вспомните, когда вы в последний раз
встречались с одноклассником или коллегой.
встречались с одноклассником или коллегой.
08:21
Did you give them a hug
or go in for a handshake?
or go in for a handshake?
158
489080
2480
Вы обняли его или просто пожали руку?
08:24
You probably didn't think twice
159
492800
1496
Вряд ли вы долго думали над этим,
08:26
because you've had so many
built up experiences
built up experiences
160
494320
2336
ведь у вас уже накопилось так много опыта,
08:28
that had you do one or the other.
161
496680
2000
что вы просто делаете
либо то, либо другое.
либо то, либо другое.
08:31
And as an artist, I feel
that access to one's intuition,
that access to one's intuition,
162
499440
3456
И как художник я чувствую,
что именно благодаря интуиции,
что именно благодаря интуиции,
08:34
your unconscious knowing,
163
502920
1416
нашим неосознанным знаниям,
08:36
is what helps us create amazing things.
164
504360
3056
мы создаём удивительные вещи.
08:39
Big ideas, from that abstract,
nonlinear place in our consciousness
nonlinear place in our consciousness
165
507440
4056
Великие идеи из этой абстрактной,
нелинейной части нашего сознания —
нелинейной части нашего сознания —
08:43
that is the culmination
of all of our experiences.
of all of our experiences.
166
511520
2960
это кульминация всего нашего
жизненного опыта.
жизненного опыта.
08:47
And if we want computers to relate to us
and help amplify our creative abilities,
and help amplify our creative abilities,
167
515840
4656
Если мы хотим, чтобы компьютеры
понимали нас и помогали развивать
наши творческие возможности,
наши творческие возможности,
08:52
I feel that we'll need to start thinking
about how to make computers be intuitive.
about how to make computers be intuitive.
168
520520
3896
мне кажется, сто́ит подумать,
как научить их интуиции.
как научить их интуиции.
08:56
So I wanted to explore
how something like human intuition
how something like human intuition
169
524440
3096
Мне захотелось исследовать,
как можно напрямую перевести
как можно напрямую перевести
08:59
could be directly translated
to artificial intelligence.
to artificial intelligence.
170
527560
3456
что-то вроде человеческой интуиции
для искусственного интеллекта.
для искусственного интеллекта.
09:03
And I created a piece
that explores computer-based intuition
that explores computer-based intuition
171
531040
3216
И я изобрёл способ исследования
компьютерной интуиции
компьютерной интуиции
09:06
in a physical space.
172
534280
1320
в физическом пространстве.
09:08
The piece is called Wayfinding,
173
536480
1696
Эта штука называется «Поиск пути»,
09:10
and it's set up as a symbolic compass
that has four kinetic sculptures.
that has four kinetic sculptures.
174
538200
3936
и это символический компас,
имеющий четыре кинетические скульптуры.
имеющий четыре кинетические скульптуры.
09:14
Each one represents a direction,
175
542160
2056
Каждая из них представляет направление:
09:16
north, east, south and west.
176
544240
2120
север, восток, юг и запад.
09:19
And there are sensors set up
on the top of each sculpture
on the top of each sculpture
177
547080
2696
На вершине каждой скульптуры
установлены датчики,
установлены датчики,
09:21
that capture how far away
you are from them.
you are from them.
178
549800
2256
которые улавливают, как далеко вы от них.
09:24
And the data that gets collected
179
552080
1816
И на основе полученной информации
09:25
ends up changing the way
that sculptures move
that sculptures move
180
553920
2136
меняется траектория движения скульптур
09:28
and the direction of the compass.
181
556080
2040
и направление на компасе.
09:31
The thing is, the piece doesn't work
like the automatic door sensor
like the automatic door sensor
182
559360
3656
Суть в том, что эта штука не работает
как автоматический датчик на двери,
как автоматический датчик на двери,
09:35
that just opens
when you walk in front of it.
when you walk in front of it.
183
563040
2656
которая просто открывается,
если к ней подойти.
если к ней подойти.
09:37
See, your contribution is only a part
of its collection of lived experiences.
of its collection of lived experiences.
184
565720
5056
Ваше участие — это только часть
его жизненного опыта.
его жизненного опыта.
09:42
And all of those experiences
affect the way that it moves.
affect the way that it moves.
185
570800
4056
И весь этот жизненный опыт
влияет на то, как он движется.
влияет на то, как он движется.
09:46
So when you walk in front of it,
186
574880
1736
Когда вы проходите перед ним,
09:48
it starts to use all of the data
187
576640
1976
он использует все данные,
09:50
that it's captured
throughout its exhibition history --
throughout its exhibition history --
188
578640
2616
которые накопил за всю историю
своего существования, —
своего существования, —
09:53
or its intuition --
189
581280
1816
то есть свою интуицию, —
и автоматически реагирует на вас,
исходя из того, что узнал от других людей.
исходя из того, что узнал от других людей.
09:55
to mechanically respond to you
based on what it's learned from others.
based on what it's learned from others.
190
583120
3560
09:59
And what ends up happening
is that as participants
is that as participants
191
587480
2536
И в итоге мы как участники
10:02
we start to learn the level
of detail that we need
of detail that we need
192
590040
2816
начинаем изучать,
какой уровень детализации нужен,
какой уровень детализации нужен,
10:04
in order to manage expectations
193
592880
2016
чтобы управлять ожиданиями
10:06
from both humans and machines.
194
594920
2776
как человека, так и машины.
10:09
We can almost see our intuition
being played out on the computer,
being played out on the computer,
195
597720
3616
На экране компьютера мы почти
можем увидеть, как работает наша интуиция
можем увидеть, как работает наша интуиция
10:13
picturing all of that data
being processed in our mind's eye.
being processed in our mind's eye.
196
601360
3600
и как все эти данные
обрабатываются нашим сознанием.
обрабатываются нашим сознанием.
10:17
My hope is that this type of art
197
605560
1656
Я надеюсь, что этот вид искусства
10:19
will help us think differently
about intuition
about intuition
198
607240
2416
поможет нам по-другому думать об интуиции
10:21
and how to apply that to AI in the future.
199
609680
2280
и в будущем применить это к ИИ.
10:24
So these are just a few examples
of how I'm using art to feed into my work
of how I'm using art to feed into my work
200
612480
3936
Это лишь несколько примеров того,
как я использую искусство в своей работе
как я использую искусство в своей работе
10:28
as a designer and researcher
of artificial intelligence.
of artificial intelligence.
201
616440
3096
разработчика и исследователя
искусственного интеллекта.
искусственного интеллекта.
10:31
And I see it as a crucial way
to move innovation forward.
to move innovation forward.
202
619560
3496
И для меня это важнейший способ
продвижения инноваций.
продвижения инноваций.
10:35
Because right now, there are
a lot of extremes when it comes to AI.
a lot of extremes when it comes to AI.
203
623080
4376
Потому что сейчас в отношении ИИ
существует много крайностей.
существует много крайностей.
10:39
Popular movies show it
as this destructive force
as this destructive force
204
627480
2816
Известные фильмы представляют его
разрушительной силой,
разрушительной силой,
10:42
while commercials
are showing it as a savior
are showing it as a savior
205
630320
3056
в то время как реклама
представляет его спасителем,
представляет его спасителем,
10:45
to solve some of the world's
most complex problems.
most complex problems.
206
633400
2936
который решит сложнейшие мировые проблемы.
10:48
But regardless of where you stand,
207
636360
2536
Но, независимо от вашего мнения,
10:50
it's hard to deny
that we're living in a world
that we're living in a world
208
638920
2176
трудно отрицать, что мы живём в мире,
10:53
that's becoming more
and more digital by the second.
and more digital by the second.
209
641120
2576
который с каждой секундой
становится всё более цифровым.
становится всё более цифровым.
10:55
Our lives revolve around our devices,
smart appliances and more.
smart appliances and more.
210
643720
4600
Наша жизнь крутится вокруг наших девайсов,
умных приборов и тому подобного.
умных приборов и тому подобного.
11:01
And I don't think
this will let up any time soon.
this will let up any time soon.
211
649400
2320
И не думаю, что это прекратится
в ближайшее время.
в ближайшее время.
11:04
So, I'm trying to embed
more humanness from the start.
more humanness from the start.
212
652400
3736
Итак, цель моей работы — изначально
заложить в ИИ больше человеческого.
заложить в ИИ больше человеческого.
11:08
And I have a hunch that bringing art
into an AI research process
into an AI research process
213
656160
5136
И у меня есть предчувствие, что именно
внесение искусства в процесс разработки ИИ
внесение искусства в процесс разработки ИИ
11:13
is a way to do just that.
214
661320
1896
поможет нам этого добиться.
11:15
Thank you.
215
663240
1216
Спасибо.
11:16
(Applause)
216
664480
2280
(Аплодисменты)
ABOUT THE SPEAKER
Raphael Arar - Designer, researcherIBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives.
Why you should listen
While his artwork raises questions about our relationship with modernity and technology, Raphael Arar’s design work revolves around answering those questions in human-centered ways.
Currently a designer and researcher at IBM Research, Arar has been exploring ways to translate aspects of emotional intelligence into machine-readable format. Through this, he is passionately tackling ethical platforms of artificial intelligence. Inc. Magazine says he "epitomizes the style and multi-disciplinary skill set of the modern designer," and in 2017, he was listed as one of Forbes's "30 under 30 in Enterprise Technology."
Raphael Arar | Speaker | TED.com