Sebastian Thrun and Chris Anderson: What AI is -- and isn't
Себастьян Трун и Крис Андерсон: Новое поколение компьютеров, которые программируют сами себя
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us. Full bioChris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading. Full bio
Double-click the English transcript below to play the video.
что такое машинное обучение,
what machine learning is,
and also of the concern
intelligence and machine learning
интеллекту и машинному обучению
in its past until recently.
настало совсем недавно.
of computing and datasets
вычислений и объёма данных,
чтобы сделать машины умными.
say, your phone,
для компьютера или смартфона,
very long kitchen recipe,
кулинарный рецепт,
turn down the temperature.
уменьшите температуру.
the temperature."
увеличьте температуру».
has 12 million lines of code.
код в 12 миллионов строк.
can cause your computer to crash.
может вызвать сбой в работе компьютера.
makes so much money.
так много зарабатывает.
can find their own rules.
сами могут находить свои правила.
deciphering, step by step,
пошагово расшифровывающего
непредвиденного случая,
the computer examples
which recently was won by Google.
программа, недавно созданная Google.
you would really write down all the rules,
вы записывали все правила,
residing Go champion.
чемпиона мира по игре в го.
the software engineer
так как это помогает программисту.
where this has become really possible --
где это стало реально возможно...
was about machine learning.
была о машинном обучении.
insignificant, don't read it,
не читайте её,
were as big as a cockroach brain.
такими же умными, как тараканы.
to really emulate
чтобы имитировать
take advantage of the fact
much more data than people can.
гораздо больше данных, чем люди.
more than a million games.
более миллиона игр.
study a million games.
не может изучить миллион игр.
a hundred billion web pages.
ста миллиардов веб-страниц.
a hundred billion web pages.
сто миллиардов веб-страниц.
the computer can find rules
может найти те правила,
to, "If he does that, I will do that,"
«Если он сделает это, я сделаю то»,
looks like a winning pattern,
«Вот это выглядит лучше всего,
a winning pattern."
how you raise children.
giving kids a rule for every contingency
давая детям инструкции по каждому поводу,
and they have this big program.
без такой подробной программы.
they get slapped or spanked,
их ругают или шлёпают;
a good grade in school,
хорошие оценки в школе,
so much easier all of a sudden.
программирование гораздо легче.
We just give them lots of data.
Мы просто даём им много данных.
to the spectacular improvement
для впечатляющего улучшения
что здесь происходит?
into a spin-off called Voyage.
в побочный продукт Voyage.
called deep learning
глубокое обучение,
from Mountain View, California,
из Маунтин-Вью, Калифорния,
and 133 traffic lights.
и 133-мя светофорами.
the Google self-driving car team.
группу по беспилотным автомобилям.
the world's best software engineers
инженеров-программистов,
into the computer brain,
в мозг компьютера,
that often surpasses human agility.
часто превосходящие способности человека.
about 33 miles, an hour and a half.
53 километра за полтора часа.
of this program on the left,
в большой, левой части этой программы
the computer sees as trucks and cars
видит как машины и грузовики,
image, which is the main input here,
являющееся основным источником данных
other cars, traffic lights.
других машин, светофоров.
to do distance estimation.
для оценки расстояния.
in these kind of systems.
в системах такого типа.
and so on depicted by the laser.
изображёнными лазером.
is centering on the camera image now.
нынче связана с изображением из камеры.
sensors like radars and lasers
датчиков — радаров и лазеров —
on the left thing, what is that?
в левой части, что это такое?
for your adaptive cruise control,
вашего адаптивного круиз–контроля.
how to regulate velocity
как отрегулировать скорость,
the cars in front of you are.
до автомобилей впереди.
got an example, I think,
заодно есть пример того,
learning part takes place.
происходит обучение.
Расскажите об этом.
a challenge to Udacity students
которое мы дали студентам Udacity,
a self-driving car Nanodegree.
по управлению беспилотным автомобилем.
как вести эту машину?»
how to steer this car?"
to get the steering right.
правильно ей управлять.
"It's a deep learning competition,
«Это конкурс по глубокому обучению,
like Google or Facebook,
вроде Google или Facebook,
как минимум полгода работы.
at least six months of work.
48 часов — это прекрасно.
100 submissions from students,
100 решений от студентов.
drive on this imagery,
to a computer now,
достаточно данных
to comprehend the data,
чтобы их понять,
of powerful applications
мощных приложений
the other day about cancer.
CA: This is cool.
КА: Отлично.
into what's happening
что происходит
400,000 dollars a year,
400 000 долларов в год:
to be a good dermatologist.
чтобы стать хорошим дерматологом.
the machine learning version of it.
работы машинного обучения.
for these machine learning algorithms.
для алгоритмов машинного обучения.
by a Facebook Fellow called Yann LeCun,
научным сотрудником Facebook Яном ЛеКуном,
as the human brain.
but it emulates the same thing.
но имитирует тот же процесс.
the visual input and extracts edges
визуальный сигнал и выделяет края,
more complicated edges
более сложные очертания
really complicated concepts.
создавать действительно сложные структуры.
cat faces and dog faces
морды кошек и собак
at Stanford has shown is that
из Стэнфорда показала,
of skin conditions,
снимков состояний кожи,
хорошего результата,
that this is the case,
that we presented to our network
которую мы дали нашей нейросети
Stanford-level dermatologists,
врачам-дерматологам уровня Стэнфорда
the performance classification accuracy
показателей точности классификации
That's a moving piece.
Это очень волнующая история.
in "Nature" earlier this year
в журнале «Nature» в этом году.
dermatologists images
фотографии дерматологам
we had the correct classification.
в их правильной классификации.
by one of our collaborators.
из наших коллег из Стэнфорда.
one of the three best, apparently,
вероятно, один из тройки лучших,
"This is not skin cancer."
«Это не рак кожи».
a second moment, where he said,
and ran our piece of software,
и запустил нашу программу,
«карманного дерматолога»,
the iPhone a little bit more than myself,"
устройству немного больше, чем себе»,
to get it biopsied.
для прохождения биопсии.
агрессивная меланома.
that we actually found,
реальный случай обнаружения болезни
глубокого обучения;
would have gone unclassified,
была бы не классифицирована,
for an app like this right now,
на подобные приложения,
заставите занервничать.
making an app that allows self-checking?
которое позволяло бы делать самопроверку?
about cancer apps,
о приложениях, касающихся рака,
10, 15, 20 melanomas removed,
удалили 10, 15, 20 меланом,
might be overlooked, like this one,
ещё одну пропустили, как эту.
these days, I guess.
и приглашениями на доклады.
and impress a TED audience.
и поразить аудиторию TED.
something out that's ethical.
the assistance of a doctor
к разъяснениям врача,
клинические испытания,
and our data holds up,
и подтвердят наши данные,
to take this kind of technology
вооружиться этой технологией,
doctors never, ever set foot.
докторов из Стэнфорда.
with this army of Udacity students,
с этой армией студентов Udacity,
a different form of machine learning
иную форму машинного обучения,
with a form of crowd wisdom.
машинное обучение c мудростью толпы.
that could actually outperform
что этот подход может превзойти
even a vast company?
instances that blow my mind,
примеры, которые меня поражают,
is these competitions that we run.
a self-driving car
беспилотный автомобиль,
to San Francisco on surface streets.
до Сан–Франциско по улицам городов.
after seven years of Google work,
после семи лет работы Google, —
and three months to do this.
и три месяца работы.
an army of students
целая армия студентов,
who use crowdsourcing.
используем краудсорсинг.
where people do bug-finding crowdsourcing
вместе находят ошибки в программах
in crowdsourcing.
фолдинг белков краудсорсингом.
this car in three months,
эту машину за три месяца,
who are never hired,
которых никогда не нанимали,
and I don't even know.
и я даже не знаю об этом.
maybe 9,000 answers.
примерно 9 000 ответов.
какой-либо из них.
возможно, не лучшая практика.
which is maybe not the best thing to do.
of their education, too, which is nice.
как часть своей учёбы, и это хорошо.
to produce amazing deep learning results.
результатов в области глубокого обучения.
and great machine learning is amazing.
и замечательных машин поразителен.
the first day [of TED2017]
в первый день конференции [TED2017],
turned out to be two amateur chess players
оказались двумя шахматистами-любителями,
mediocre-to-good, computer programs,
лучше средних, компьютерными программами,
with one great chess player,
и выдающегося шахматиста,
you're talking about a much richer version
о более сложной версии
the fantastic panels yesterday morning,
за фантастическими экспертами
и реакции человека,
that we sometimes confuse
with this kind of overlord threat,
с этой угрозой мирового господства,
consciousness, right?
is for my AI to have consciousness.
чтобы у моего ИИ было сознание.
with the dishwasher
в посудомоечную машину
поскольку я плохо себя вёл,
and I don't want them.
и не хочу их иметь.
an augmentation of people.
of human smarts and machine smarts
is as old as machines are.
так же стара, как и сами машины.
place because it made steam engines
что она создала паровые машины
that couldn't farm by itself,
которые не могли сами работать
it made us stronger.
она сделала нас сильнее.
will make us much, much stronger
сделает нас намного сильнее
of this for some people,
обсуждать то, что некоторых пугает,
scary for people is when you have
люди пугаются, когда у вас есть
rewrite its own code,
переписывать свой код,
multiple copies of itself,
множество копий самого себя,
if a goal is achieved and improved.
достигнута ли и улучшена ли цель.
on an intelligence test.
на умственные способности.
that's moderately good at that,
на среднем уровне,
some sort of runaway effect
в некотором роде эффект убегания,
on Thursday evening,
on Friday morning,
в пятницу утром,
of computers and so forth,
и многого другого
what I heard you say.
перефразировать ваши слова.
we had exactly this thing:
the game against itself
is a rewriting of the rules.
это переписывание правил.
absolutely no concern
абсолютно никаких опасений,
these are all very single-domain things.
очень узкоспециализированные устройства.
that seemed nearly capable
который казался почти способным
and understand in the sense that we can,
читать и понимать, как это делаем мы, —
patterns of meaning.
as this broadens out,
его способностей
kind of runaway effect?
другой вид эффекта убегания?
I draw the line, honestly.
I don't want to downplay it --
я не хочу это преуменьшать, —
the thing that's on my mind these days,
и она не заботит меня сегодня,
is something else.
большая революция — это другое.
to the present date
на сегодняшний день
is because of massive numbers of Go plays,
это огромное число игр в го,
or fly a plane.
автомобилем или самолётом.
or the Udacity self-driving car
или беспилотный автомобиль Udacity
and it can't do anything else.
и другого они делать не могут.
domain-specific function,
касающаяся одной сферы функция.
on this thing called "general AI,"
по так называемому общему ИИ,
"Hey, invent for me special relativity
«Изобрети-ка для меня СТО
я хочу подчеркнуть это, —
and I want to acknowledge them.
"What if we can take anything repetitive
«А если мы возьмём что-то повторяющееся
100 times as efficient?"
we all worked in agriculture
когда все работали в сельском хозяйстве,
работают в офисах
работающими с таблицами.
doing repetitive things,
которые делают одно и то же,
of being able to take an AI,
на пороге того, чтобы взять ИИ,
as effective in these repetitive things.
лучше справляться с монотонной работой.
a little terrifying to some people,
немного пугающим для некоторых,
can do this repetitive thing
сможет делать эти рутинные задачи
is the thing that's talked about
об этом сейчас
glorious aspects of what's possible.
до болеe привлекательных аспектов.
and it's a big issue,
это большая проблема,
by several guest speakers.
несколькими выступавшими гостями.
optimistic person,
высказаться оптимистически.
back 300 years ago.
живущим 300 лет назад.
of continuous war,
140 лет нескончаемых войн,
за которые вы держитесь сейчас,
or software engineer or TV anchor.
или программист, или телеведущий.
with a little steam engine in his pocket,
с маленькой паровой машиной в кармане
as strong, so you can do something else."
и вы сможете сделать что-нибудь ещё».
there was no real stage,
with the cows in the stable,
concerned about it,
and what if the machine does this for me?"
и что, если машина меня заменит?»
past progress and the benefit of it,
прошлые достижения и выгоды от них,
or electricity or medical supply.
электричество, медицинское обеспечение.
which was impossible 300 years ago.
что было невозможно 300 лет назад.
the same rules to the future.
те же правила к будущему.
генерального директора,
of my work is repetitive,
моей работы — повторяющаяся.
on stupid, repetitive email.
на скучные, однотипные письма.
that helps me get rid of this.
что помогло бы мне от этого избавиться.
are insanely creative;
безумно творческие люди;
more than anybody else.
члены сообщества TED.
I think you can go to your hotel maid
если вы пойдёте к вашей горничной в отеле
you find a creative idea.
творческая идея.
is to turn this creativity into action.
превратить это творчество в действие.
build Google in a day?
построить Google за один день?
and invent the next Snapchat,
изобрести очередной Snapchat,
творческий потенциал
in my opinion.
great side effects.
and education and shelter
медицина, образование, жильё
affordable to all of us,
доступными для всех нас,
that this time it's different
что на этот раз происходит что-то другое,
that we've used in the past
которым мы пользовались раньше,
искусственный интеллект
теми же вещами,
is that, not completely,
что это не вполне так,
есть творческий потенциал.
different from the kind of creativity
отличается от творчества,
belief as an AI person --
any real progress on creativity
реального прогресса в творчестве
really important for people to realize,
и важно, чтобы люди это поняли,
intelligence" is so threatening,
столь угрожающая,
tossing a movie in,
подбрасывает нам фильм,
the computer is our overlord,
является нашим господином, —
do repetitive things.
делать повторяющиеся вещи.
в повторяющихся действиях.
entirely on the repetitive end.
юридических документов.
вашей грудной клетки.
угрозы для человечества.
we've become superhuman.
мы стали свехлюдьми.
the Atlantic in 11 hours.
Атлантику за 11 часов.
из нашего кармана
shouting back to us.
мы услышим в ответ чей-то крик.
We're breaking the rules of physics.
Мы нарушаем законы физики.
we're going to remember everything
мы сможем запомнить всё
болезни Альцгеймера.
in my early stages of Alzheimer's.
an IQ of 1,000 or more.
IQ 1 000 и более баллов.
spelling classes for our kids,
по правописанию для наших детей,
is that we can be super creative.
быть сверхтворческими людьми.
it's going to be painful,
это будет болезненно,
of more than those jobs.
to just a new level of empowerment
на новый уровень возможностей
60-100,000 years old, give or take --
in terms of invention,
в отношении изобретений,
it's a little bit older.
они чуть постарше.
manufacturing, penicillin --
производство, пенициллин —
мы найдём больше вещей.
has gone up, not gone down, in my opinion.
а не уменьшилась, по моему мнению.
things have been invented yet. Right?
интересных вещей, так?
Hopefully, I'll change this.
Я надеюсь, я изменю это.
people laughed about. (Laughs)
люди смеялись. (Смеётся)
Working secretly on flying cars.
Втайне работать над летающими машинами.
в два раза дольше, не так ли?
implant in our brain
этого волшебного импланта,
once you have it, you'll love it.
вы сразу его полюбите.
we haven't invented yet
from one location to another.
от одного места к другому.
that flight wouldn't exist,
что полёт будет невозможен,
than you could run,
чем можете бежать,
that you can't beam a person
что нельзя телепортировать человека
видение и ваш талант.
and your brilliance.
ABOUT THE SPEAKERS
Sebastian Thrun - Educator, entrepreneurSebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us.
Why you should listen
Sebastian Thrun is an educator, entrepreneur and troublemaker. After a long life as a professor at Stanford University, Thrun resigned from tenure to join Google. At Google, he founded Google X, home to self-driving cars and many other moonshot technologies. Thrun also founded Udacity, an online university with worldwide reach, and Kitty Hawk, a "flying car" company. He has authored 11 books, 400 papers, holds 3 doctorates and has won numerous awards.
Sebastian Thrun | Speaker | TED.com
Chris Anderson - TED Curator
After a long career in journalism and publishing, Chris Anderson became the curator of the TED Conference in 2002 and has developed it as a platform for identifying and disseminating ideas worth spreading.
Why you should listen
Chris Anderson is the Curator of TED, a nonprofit devoted to sharing valuable ideas, primarily through the medium of 'TED Talks' -- short talks that are offered free online to a global audience.
Chris was born in a remote village in Pakistan in 1957. He spent his early years in India, Pakistan and Afghanistan, where his parents worked as medical missionaries, and he attended an American school in the Himalayas for his early education. After boarding school in Bath, England, he went on to Oxford University, graduating in 1978 with a degree in philosophy, politics and economics.
Chris then trained as a journalist, working in newspapers and radio, including two years producing a world news service in the Seychelles Islands.
Back in the UK in 1984, Chris was captivated by the personal computer revolution and became an editor at one of the UK's early computer magazines. A year later he founded Future Publishing with a $25,000 bank loan. The new company initially focused on specialist computer publications but eventually expanded into other areas such as cycling, music, video games, technology and design, doubling in size every year for seven years. In 1994, Chris moved to the United States where he built Imagine Media, publisher of Business 2.0 magazine and creator of the popular video game users website IGN. Chris eventually merged Imagine and Future, taking the combined entity public in London in 1999, under the Future name. At its peak, it published 150 magazines and websites and employed 2,000 people.
This success allowed Chris to create a private nonprofit organization, the Sapling Foundation, with the hope of finding new ways to tackle tough global issues through media, technology, entrepreneurship and, most of all, ideas. In 2001, the foundation acquired the TED Conference, then an annual meeting of luminaries in the fields of Technology, Entertainment and Design held in Monterey, California, and Chris left Future to work full time on TED.
He expanded the conference's remit to cover all topics, including science, business and key global issues, while adding a Fellows program, which now has some 300 alumni, and the TED Prize, which grants its recipients "one wish to change the world." The TED stage has become a place for thinkers and doers from all fields to share their ideas and their work, capturing imaginations, sparking conversation and encouraging discovery along the way.
In 2006, TED experimented with posting some of its talks on the Internet. Their viral success encouraged Chris to begin positioning the organization as a global media initiative devoted to 'ideas worth spreading,' part of a new era of information dissemination using the power of online video. In June 2015, the organization posted its 2,000th talk online. The talks are free to view, and they have been translated into more than 100 languages with the help of volunteers from around the world. Viewership has grown to approximately one billion views per year.
Continuing a strategy of 'radical openness,' in 2009 Chris introduced the TEDx initiative, allowing free licenses to local organizers who wished to organize their own TED-like events. More than 8,000 such events have been held, generating an archive of 60,000 TEDx talks. And three years later, the TED-Ed program was launched, offering free educational videos and tools to students and teachers.
Chris Anderson | Speaker | TED.com