TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
อเล็กซ์ วิสเนอร์ กรอส (Alex Wissner-Gross): สมการใหม่ของสติปัญญา
Filmed:
Readability: 5.9
2,098,891 views
สมการของสติปัญญานั้นมีอยู่จริงหรือไม่? มีสิ มันคือ F = T ∇ Sτ ในการบรรยายที่น่าสนใจและเป็นประโยชน์นี้ นักฟิสิกส์และนักวิทยาศาสตร์คอมพิวเตอร์ อเล็กซ์ วิสเนอร์ กรอส ได้อธิบายความหมายของสมการนี้ (ถ่ายทำที่ TEDxBeaconStreet)
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Double-click the English transcript below to play the video.
00:12
Intelligence -- what is it?
0
899
3667
สติปัญญา มันคืออะไร
00:16
If we take a look back at the history
1
4566
2291
ถ้าเรามองย้อนกลับไปในประวัติศาสตร์
00:18
of how intelligence has been viewed,
2
6857
2624
ถึงมุมมองในเรื่องสติปัญญา
00:21
one seminal example has been
3
9481
3618
แบบอย่างที่สำคัญนั้นคงจะเป็น
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
ประโยคอันโด่งดังของเอ็ดสเกอร์ ไดสทรา
(Edsger Dijkstra) ที่ว่า
(Edsger Dijkstra) ที่ว่า
00:28
"the question of whether a machine can think
5
16576
3111
"คำถามที่ว่า เครื่องจักรกลสามารถคิดได้หรือไม่นั้น
00:31
is about as interesting
6
19687
1310
น่าสนใจพอๆกับ
00:32
as the question of whether a submarine
7
20997
2971
คำถามที่ว่าเรือดำน้ำ
00:35
can swim."
8
23968
1790
ว่ายน้ำได้หรือไม่"
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
ตอนที่เอ็ดสเกอร์ ไดสทราเขียนประโยคนี้
00:41
intended it as a criticism
10
29602
2054
เขาต้องการวิจารณ์
00:43
of the early pioneers of computer science,
11
31656
3000
ผู้บุกเบิกคอมพิวเตอร์ยุคแรกๆ
00:46
like Alan Turing.
12
34656
1747
เช่น อลัน ทัวริง (Alan Turing)
00:48
However, if you take a look back
13
36403
2499
อย่างไรก็ตาม ถามคุณมองย้อนกลับไป
00:50
and think about what have been
14
38902
1965
และพิจารณาว่าอะไรคือ
00:52
the most empowering innovations
15
40867
1996
นวัตกรรมที่มีอำนาจมากที่สุด
00:54
that enabled us to build
16
42863
1879
ที่ช่วยให้เราสามารถสร้าง
00:56
artificial machines that swim
17
44742
2234
เครื่องจักรที่ว่ายน้ำได้
00:58
and artificial machines that [fly],
18
46976
2573
และเครื่องจักรที่คิดเองได้
01:01
you find that it was only through understanding
19
49549
3547
คุณจะพบว่ามันสำคัญแค่ความเข้าใจ
01:05
the underlying physical mechanisms
20
53096
2608
หลักการและกลไกของ
01:07
of swimming and flight
21
55704
2779
การว่ายน้ำและการบิน
01:10
that we were able to build these machines.
22
58483
3172
ที่ทำให้เราสามารถสร้างเครื่องจักรเหล่านี้ได้
01:13
And so, several years ago,
23
61655
2256
และดังนั้น หลายปีที่ผ่านมานั้น
01:15
I undertook a program to try to understand
24
63911
3249
ผมได้รับผิดชอบโครงการหนึ่งที่พยายามทำความเข้าใจ
01:19
the fundamental physical mechanisms
25
67160
2634
พื้นฐานของกลไก
01:21
underlying intelligence.
26
69794
2768
ของสติปัญญา
01:24
Let's take a step back.
27
72562
1860
ลองย้อนกลับไปนะครับ
01:26
Let's first begin with a thought experiment.
28
74422
3149
เริ่มจากการทดลองทางความคิด
01:29
Pretend that you're an alien race
29
77571
2854
สมมติว่าคุณคือมนุษย์ต่างดาว
01:32
that doesn't know anything about Earth biology
30
80425
3041
ที่ไม่มีความรู้เกี่ยวกับชีววิทยา
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
หรือประสาทวิทยา หรือสติปัญญาของโลกเลย
01:38
but you have amazing telescopes
32
86582
2192
แต่ว่าคุณมีกล้องดูดาวมหัศจรรย์
01:40
and you're able to watch the Earth,
33
88774
2362
ที่สามารถส่องดูโลก
01:43
and you have amazingly long lives,
34
91136
2332
และคุณนั้นมีชีวิตที่ยืนยาว
01:45
so you're able to watch the Earth
35
93468
1499
และสามารถเฝ้าดูโลกได้
01:46
over millions, even billions of years.
36
94967
3442
เป็นล้านๆ ปี พันๆ ล้านปี
01:50
And you observe a really strange effect.
37
98409
3015
และคุณสังเกตเห็นผลกระทบที่แปลกประหลาด
01:53
You observe that, over the course of the millennia,
38
101424
4312
คุณสังเกตเห็นว่า ในระยะเวลากว่าพันปี
01:57
Earth is continually bombarded with asteroids
39
105736
4285
โลกใบนี้ ถูกอุกกาบาตพุ่งเข้าชน อยู่เรื่อยๆ
02:02
up until a point,
40
110021
2087
จนถึงจุดจุดหนึ่ง
02:04
and that at some point,
41
112108
1531
และที่จุดนั้น
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
หรือประมาณช่วงปี ค.ศ.2000
02:09
asteroids that are on
43
117831
1716
อุกกาบาต
02:11
a collision course with the Earth
44
119547
1931
ที่มีวงโคจร
02:13
that otherwise would have collided
45
121478
1975
พุ่งเข้าสู่โลก
02:15
mysteriously get deflected
46
123453
2415
เกิดเบี่ยงเบนทิศทาง
02:17
or they detonate before they can hit the Earth.
47
125868
3072
หรือระเบิดก่อนที่จะชนโลก
02:20
Now of course, as earthlings,
48
128940
2083
ตอนนี้ ใช่แล้วครับ โลกใบนี้
02:23
we know the reason would be
49
131023
1544
พวกเรารู้ว่าเหตุผลนั้นคือ
02:24
that we're trying to save ourselves.
50
132567
1756
เรากำลังพยายามรักษาชีวิตของเราเอง
02:26
We're trying to prevent an impact.
51
134323
3080
เรากำลังป้องกันผลกระทบเหล่านั้น
02:29
But if you're an alien race
52
137403
1711
แต่ถ้าพวกคุณคือมนุษย์ต่างดาว
02:31
who doesn't know any of this,
53
139114
1146
ที่ไม่รู้สิ่งที่มนุษย์ทำกันอยู่
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
ที่ไม่มีความรู้เกี่ยวกับสติปัญญาบนโลกเลย
02:34
you'd be forced to put together
55
142774
1728
คุณจึงต้องรวบรวม
02:36
a physical theory that explains how,
56
144502
2918
ทฤษฎีฟิสิกส์ที่สามารถอธิบายว่า
02:39
up until a certain point in time,
57
147420
2538
ตั้งแต่อดีตจนถึงเวลาหนึ่ง
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
ทำไมเหล่าอุกกาบาตที่ควรจะทำลายโลก
02:46
mysteriously stop doing that.
59
154407
3231
จึงหยุดไปเสียเฉยๆ
02:49
And so I claim that this is the same question
60
157638
4204
และผมก็คิดว่ามันเป็นคำถามเดียวกันกับ
02:53
as understanding the physical nature of intelligence.
61
161842
3998
ความเข้าใจเรื่องธรรมชาติของสติปัญญา
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
เพราะฉะนั้น ในโครงการนี้ ที่ผมศึกษามาเป็นเวลาหลายปี
03:01
I looked at a variety of different threads
63
169722
2765
ผมได้มองในหลายๆ แง่มุม
03:04
across science, across a variety of disciplines,
64
172487
3162
ทั้งในแง่ของวิทยาศาสตร์ และสาขาวิชาอื่นๆ
03:07
that were pointing, I think,
65
175649
1892
ที่ชี้นำ
03:09
towards a single, underlying mechanism
66
177541
2548
ไปสู่สิ่งเดียวที่เป็นพื้นฐานของกลไก
03:12
for intelligence.
67
180089
1581
ของสติปัญญา
03:13
In cosmology, for example,
68
181670
2546
ตัวอย่างนะครับ ในแง่ของจักรวาลวิทยา
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
มีหลักฐานมากมายหลายรูปแบบ
03:18
that our universe appears to be finely tuned
70
186963
3407
ที่ว่าจักรวาลของเรานั้นได้ถูกปรับแต่งให้เหมาะสม
03:22
for the development of intelligence,
71
190370
2153
ต่อการพัฒนาทางสติปัญญา
03:24
and, in particular, for the development
72
192523
2389
และโดยเฉพาะ การพัฒนา
03:26
of universal states
73
194912
1886
สภาวะสากล
03:28
that maximize the diversity of possible futures.
74
196798
4098
ที่ก่อให้เกิดความหลากหลาย
ของความเป็นไปได้ในอนาคตหลายรูปแบบที่สุด
ของความเป็นไปได้ในอนาคตหลายรูปแบบที่สุด
03:32
In game play, for example, in Go --
75
200896
2344
อย่างเช่นในการเล่นเกม เกมกระดานโกะ
03:35
everyone remembers in 1997
76
203240
3025
อย่างที่พวกคุณจำได้ ในปี ค.ศ. 1997
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
ตอนที่คอมพิวเตอร์ Deep Blue ของ IBM
เอาชนะแกรี คาสโปรฟ (Garry Kasparov) ในเกมหมากรุก
เอาชนะแกรี คาสโปรฟ (Garry Kasparov) ในเกมหมากรุก
03:42
fewer people are aware
78
210216
1523
มีไม่กี่คนที่ตระหนักว่า
03:43
that in the past 10 years or so,
79
211739
2018
ประมาณสิบปีก่อนนั้น
03:45
the game of Go,
80
213757
1198
เกมโกะ
03:46
arguably a much more challenging game
81
214955
1956
ที่ได้ชื่อว่ามีความท้าทายสูงกว่า
03:48
because it has a much higher branching factor,
82
216911
2425
เพราะมีตาเดินเป็นไปได้ที่มากกว่ามาก
03:51
has also started to succumb
83
219336
1702
ก็เริ่มถูกจำนน
03:53
to computer game players
84
221038
1865
ต่อผู้เล่นในคอมพิวเตอร์
03:54
for the same reason:
85
222903
1573
ด้วยเหตุผลข้อเดียวกัน
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
ที่ว่าเทคนิคที่ดีที่สุดสำหรับคอมพิวเตอร์ที่เล่นโกะ
03:59
are techniques that try to maximize future options
87
227276
3696
คือการทำให้เหลือทางเลือกของตาเดินให้มากที่สุด
04:02
during game play.
88
230972
2014
เวลาที่เล่น
04:04
Finally, in robotic motion planning,
89
232986
3581
ท้ายที่สุด ในการวางแผนการเคลื่อนที่ของหุ่นยนต์
04:08
there have been a variety of recent techniques
90
236567
2182
ได้มีเทคนิคมากมาย
04:10
that have tried to take advantage
91
238749
1902
ที่พยายามนำข้อดี
04:12
of abilities of robots to maximize
92
240651
3146
ของความสามารถของหุ่นยนต์
04:15
future freedom of action
93
243797
1506
ให้เกิดอิสระของการกระทำในอนาคตสูงสุด
04:17
in order to accomplish complex tasks.
94
245303
3097
เพื่อที่จะสามารถทำงานที่ซับซ้อนได้สำเร็จ
04:20
And so, taking all of these different threads
95
248400
2355
ดังนั้นจากเทคนิคที่มากมายนี้
04:22
and putting them together,
96
250755
1622
เมื่อนำมันมารวมเข้าด้วยกัน
04:24
I asked, starting several years ago,
97
252377
2640
ผมเริ่มถามตั้งแต่หลายปีก่อน
04:27
is there an underlying mechanism for intelligence
98
255017
2850
ว่ามันจะมีกลไกพื้นฐานสำหรับสติปัญญา
04:29
that we can factor out
99
257867
1673
ที่จะช่วยให้เราลด
04:31
of all of these different threads?
100
259540
1774
ทางเลือกทางเทคนิคที่มากมายนั้นได้หรือไม่
04:33
Is there a single equation for intelligence?
101
261314
4593
ว่ามันมีสมการของสติปัญญาหรือไม่
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
และผมเชื่อว่า คำตอบคือมีครับ
04:41
What you're seeing is probably
103
269278
1913
สิ่งที่คุณเห็นอยู่นี้
04:43
the closest equivalent to an E = mc²
104
271191
3294
อาจจะใกล้เคียงกับสมการ E = mc²
04:46
for intelligence that I've seen.
105
274485
2830
ด้านสติปัญญามากที่สุดที่ผมเคยเห็นนะครับ
04:49
So what you're seeing here
106
277315
1702
ฉะนั้น ที่คุณเห็นนี้
04:51
is a statement of correspondence
107
279017
2669
คือการแสดงความสอดคล้อง
04:53
that intelligence is a force, F,
108
281686
4435
ที่ว่าสติปัญญา หมายถึงแรง หรือเอฟ
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
ที่ทำให้เกิดอิสระของการกระทำ
ในอนาคตสูงที่สุด
ในอนาคตสูงที่สุด
05:02
It acts to maximize future freedom of action,
110
290771
2375
มันทำให้เกิดอิสระของการกระทำในอนาคตสูงสุด
05:05
or keep options open,
111
293146
1628
หรือไม่ก็ทำให้ตัวเลือกคงอยู่
05:06
with some strength T,
112
294774
2225
และความแข็งแกร่ง หรือที
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
และความหลากหลายของความเป็นไปได้
ที่จะเกิดขึ้นในอนาคต หรือเอส
ที่จะเกิดขึ้นในอนาคต หรือเอส
05:13
up to some future time horizon, tau.
114
301776
2550
บนเส้นเวลาของอนาคต หรือ ทาว
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
สั้นๆ คือ สติปัญญาไม่ชอบอยู่กับที่
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
ความฉลาดจะพยายามทำให้เกิด
อิสระของการกระทำในอนาคตสูงที่สุด
อิสระของการกระทำในอนาคตสูงที่สุด
05:22
and keep options open.
117
310590
2673
และพยายามเปิดทางเลือกของตนไว้
05:25
And so, given this one equation,
118
313263
2433
ดังนั้น จากสมการนี้
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
มันเป็นเรื่องปกติที่จะถามว่า คุณจะทำอะไรกับมันได้บ้าง?
05:30
How predictive is it?
120
318228
1351
มันจะทำนายได้แม่นแค่ไหน?
05:31
Does it predict human-level intelligence?
121
319579
2135
มันจะทำนายระดับสติปัญญาของมนุษย์ได้หรือไม่?
05:33
Does it predict artificial intelligence?
122
321714
2818
หรือมันจะทำนายปัญญาประดิษฐ์ได้ไหม?
05:36
So I'm going to show you now a video
123
324532
2042
เพราะฉะนั้น ผมจะแสดงให้คุณเห็นในวีดิโอ
05:38
that will, I think, demonstrate
124
326574
3420
ที่ผมคิดว่า มันจะแสดง
05:41
some of the amazing applications
125
329994
2288
บางสิ่งที่น่ามหัศจรรย์
05:44
of just this single equation.
126
332282
2319
ของสมการนี้ครับ
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
(วีดิโอ) คนพากย์: งานวิจัยด้านจักรวาลวิทยาเมื่อไม่นานมานี้
05:48
has suggested that universes that produce
128
336580
2047
บ่งชี้ว่าจักรวาลที่ผลิต
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
ความไม่เป็นระเบียบ หรือที่เรียกว่า เอนโทรปีมากกว่า
ตลอดช่วงชีวิตของมัน
ตลอดช่วงชีวิตของมัน
05:54
should tend to have more favorable conditions
130
342108
2478
มีแนวโน้มที่จะมีสถานะภาพที่เหมาะสม
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
ต่อความมีอยู่ของสิ่งมีชีวิตที่มีสติปัญญา เช่น พวกเรา
05:59
But what if that tentative cosmological connection
132
347602
2574
แต่หากว่าความสัมพันธ์กัน
06:02
between entropy and intelligence
133
350176
1843
ระหว่างเอนโทรปีและสติปัญญานั้น
06:04
hints at a deeper relationship?
134
352019
1771
มีความสัมพันธ์ที่ลึกซึ้งกว่านั้นล่ะ
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
สมมติว่าพฤติกรรมอันชาญฉลาดไม่ได้แค่มีความสัมพันธ์กับ
06:08
with the production of long-term entropy,
136
356354
1844
การผลิตเอนโทรปีในระยะยาว
06:10
but actually emerges directly from it?
137
358198
2318
แต่ความจริงแล้วมันเกิดขึ้นจากเอนโทรปีเลยล่ะ?
06:12
To find out, we developed a software engine
138
360516
2406
เพื่อที่จะหาคำตอบ เราได้พัฒนาซอฟต์แวร์ขึ้นมา
06:14
called Entropica, designed to maximize
139
362922
2503
ชื่อว่า เอนทรอปิกา (Entropica) ถูกออกแบบมาเพื่อ
06:17
the production of long-term entropy
140
365425
1768
ทำให้เกิดการผลิตเอนโทรปีในระยะยาวให้มากที่สุด
06:19
of any system that it finds itself in.
141
367193
2576
ของระบบใดๆก็ตามที่คิดว่าเกี่ยวข้อง
06:21
Amazingly, Entropica was able to pass
142
369769
2155
ผลคือเอนทรอปิกาสามารถผ่าน
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
แบบทดสอบระดับสติปัญญาของสัตว์, เล่นเกมส์ของมนุษย์
06:27
and even earn money trading stocks,
144
375380
2146
และยังได้รับเงินจากการซื้อขายหุ้นอีกด้วย
06:29
all without being instructed to do so.
145
377526
2111
โดยที่ไม่มีการแนะแนวทางใดๆ
06:31
Here are some examples of Entropica in action.
146
379637
2518
และนี่คือตัวอย่างการทำงานเอนโทรปิกา
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
เหมือนกับการที่มนุษย์สามารถยืนตรงได้โดยที่ไม่ล้ม
06:37
here we see Entropica
148
385360
1230
นี่คือเอนโทรปิกา
06:38
automatically balancing a pole using a cart.
149
386590
2885
มันสามารถทรงตัวเสาบนรถเข็นได้
06:41
This behavior is remarkable in part
150
389475
2012
การกระทำนี้น่าตื่นเต้น
06:43
because we never gave Entropica a goal.
151
391487
2331
เพรา่ะเราไม่ได้ตั้งเป้าหมายให้เอนโทรปิกาทำตามเลย
06:45
It simply decided on its own to balance the pole.
152
393818
3157
มันตัดสินใจที่จะตั้งเสานี้เอง
06:48
This balancing ability will have appliactions
153
396975
2132
การทรงตัวแบบนี้มักเป็นความสามารถที่มีอยู่
06:51
for humanoid robotics
154
399107
1397
ของหุ่นยนต์ที่คล้ายมนุษย์
06:52
and human assistive technologies.
155
400504
2515
และหุ่นยนต์ต่างๆที่มีไว้ช่วยเหลือมนุษย์เท่านั้น
06:55
Just as some animals can use objects
156
403019
2001
มีสัตว์แค่ไม่กี่ชนิดที่สามารถใช้สิ่งต่างๆ
06:57
in their environments as tools
157
405020
1442
รอบๆตัวของมันเป็นเครื่องมือ
06:58
to reach into narrow spaces,
158
406462
1987
สำหรับเอื้อมเข้าไปในที่แคบๆ
07:00
here we see that Entropica,
159
408449
1882
เราเห็นเอนโทรปิกา
07:02
again on its own initiative,
160
410331
1838
ด้วยตัวของมันเอง
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
สามารถเคลื่อนวงกลมใหญ่ที่เป็นสัญลักษณ์ของสัตว์
07:07
around so as to cause a small disk,
162
415079
2345
ไปรอบๆ เพื่อที่จะทำให้วงกลมเล็กๆ
07:09
representing a tool, to reach into a confined space
163
417424
2771
ที่เป็นสัญลักษณ์ของเครื่องมือ เพื่อเอื้อมเข้าไปในช่องเล็กๆ
07:12
holding a third disk
164
420195
1537
ที่บรรจุวงกลมวงที่สาม
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
และปลดปล่อยวงกลมวงที่สาม
จากจุดที่มันถูกขังไว้อยู่
จากจุดที่มันถูกขังไว้อยู่
07:16
This tool use ability will have applications
166
424704
2189
ความสามารถในการใช้เครื่องมือแบบนี้จะนำไปประยุกต์
07:18
for smart manufacturing and agriculture.
167
426893
2359
ใช้กับกระบวนการผลิตที่ชาญฉลาดและการเกษตร
07:21
In addition, just as some other animals
168
429252
1944
นอกจากนี้ สัตว์บางชนิด
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
สามารถที่จะร่วมมือกันโดยช่วยกันดึงเชือก
07:25
at the same time to release food,
170
433892
2053
พร้อมๆ กัน เพื่อให้อาหารตกลงมา
07:27
here we see that Entropica is able to accomplish
171
435945
2295
เราจะเห็นได้ว่าเอนโทรปิกาสามารถ
07:30
a model version of that task.
172
438240
1988
ทำได้เช่นเดียวกัน
07:32
This cooperative ability has interesting implications
173
440228
2522
ความสามารถในการร่วมมือนี้มีสิ่งที่แอบน่าสนใจอยู่ตรงที่
07:34
for economic planning and a variety of other fields.
174
442750
3435
มันเป็นหนึ่งในวิธีการวางแผนทางเศรษฐศาสตร์
และในศาสตร์อื่นๆ อีกหลายแขนง
และในศาสตร์อื่นๆ อีกหลายแขนง
07:38
Entropica is broadly applicable
175
446185
2071
เอนโทรปิกานั้นสามารถนำไปประยุกต์
07:40
to a variety of domains.
176
448256
1943
ใช้ได้ในหลายๆด้าน
07:42
For example, here we see it successfully
177
450199
2442
ตัวอย่างเช่น เราจะเห็นได้ว่า
07:44
playing a game of pong against itself,
178
452641
2559
เอนโทรปิกาสามารถเล่นเกมปอง (Pong)
แข่งกับตัวมันเองได้
แข่งกับตัวมันเองได้
07:47
illustrating its potential for gaming.
179
455200
2343
ซึ่งแสดงถึงศักยภาพในเชิงการสร้างเกม
07:49
Here we see Entropica orchestrating
180
457543
1919
ส่วนนี่คือเอนโทรปิกาจัดการเชื่อมโยง
07:51
new connections on a social network
181
459462
1839
ความสัมพันธ์ใหม่ๆ บนโลกออนไลน์
07:53
where friends are constantly falling out of touch
182
461301
2760
ที่บางครั้งเพื่อนจะหลุดจากการติดต่อ
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
และมันทำให้เครือข่ายยังคงเชื่อมโยงกันอยู่ได้
07:58
This same network orchestration ability
184
466917
2298
ความสามารถในการการเชื่อมโยงเครือข่ายนี้
08:01
also has applications in health care,
185
469215
2328
มีประโยชน์ในด้านการให้บริการทางสุขภาพ
08:03
energy, and intelligence.
186
471543
3232
พลังงานและการสืบราชการลับ
08:06
Here we see Entropica directing the paths
187
474775
2085
นี่คือเอนโทรปิกากำลังเชื่อมโยงเส้นทาง
08:08
of a fleet of ships,
188
476860
1486
ของกองเรือ
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
มันค้นพบและใช้ประโยชน์คลองเชื่อมปานามาได้
08:13
to globally extend its reach from the Atlantic
190
481521
2458
เพื่อที่จะขยายจากมหาสมุทรแอตแลนติก
08:15
to the Pacific.
191
483979
1529
ไปสู่มหาสมุทรแปซิฟิก
08:17
By the same token, Entropica
192
485508
1727
ด้วยวิธีเดียวกันนี้เอนโทรปิกา
08:19
is broadly applicable to problems
193
487235
1620
สามารถแก้ปัญหา
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
ในการปกป้องตัวมันเอง, การทหาร และการขนส่ง
08:26
Finally, here we see Entropica
195
494173
2030
ท้ายที่สุด เราจะเห็นได้ว่า
08:28
spontaneously discovering and executing
196
496203
2723
เอนโทรปิกาสามารถค้นพบและบริหาร
08:30
a buy-low, sell-high strategy
197
498926
2067
กลยุทธ์ในการการซื้อ-ถูก ขาย-แพง
08:32
on a simulated range traded stock,
198
500993
2178
บนขอบเขตของการซื้อขายหุ้นจำลอง
08:35
successfully growing assets under management
199
503171
2331
ทำให้มันเติบโตภายใต้การจัดการ
08:37
exponentially.
200
505502
1424
อย่างก้าวกระโดดได้สำเร็จ
08:38
This risk management ability
201
506926
1308
ความสามารถในการจัดการความเสี่ยงเช่นนี้
08:40
will have broad applications in finance
202
508234
2487
จะสามารถนำไปใช้ในด้านการเงิน
08:42
and insurance.
203
510721
3328
และการประกันภัย
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
อเล็กซ์ วิสเนอร์ กรอส: สิ่งที่พวกคุณเพิ่งเห็น
08:48
is that a variety of signature human intelligent
205
516140
4392
คือความหลากหลายอันโดดเด่นของอัจฉริยะภาพใน
08:52
cognitive behaviors
206
520532
1757
พฤติกรรมการรับรู้ของมนุษย์
08:54
such as tool use and walking upright
207
522289
2831
เช่นการใช้เครื่องมือ และการเดินตัวตรง
08:57
and social cooperation
208
525120
2029
และการร่วมมือกับคนในสังคม
08:59
all follow from a single equation,
209
527149
2972
ทุกอย่างที่กล่าวมานั้น ล้วนแล้วแต่เป็นไปตามสมการ
09:02
which drives a system
210
530121
1932
ที่เป็นตัวขับเคลื่อนระบบ
09:04
to maximize its future freedom of action.
211
532053
3911
เพื่อที่จะทำให้เกิดอิสระสูงสุดของการกระทำในอนาคต
09:07
Now, there's a profound irony here.
212
535964
3007
แต่ทีนี้ มันก็มีเรื่องตลกร้ายอยู่ด้วย
09:10
Going back to the beginning
213
538971
2024
ย้อนกลับไปที่จุดเริ่มต้น
09:12
of the usage of the term robot,
214
540995
3273
ของการใช้ความหมายของคำว่าหุ่นยนต์ (โรบอท)
09:16
the play "RUR,"
215
544268
2903
ซึ่งที่มีรากศัพท์มาจากละครที่ชื่อว่า เรอ หรือ R.U.R.
09:19
there was always a concept
216
547171
2235
มีแนวคิดที่ว่า
09:21
that if we developed machine intelligence,
217
549406
3226
ถ้าเราพัฒนาเครื่องจักรให้มีความสติปัญญา
09:24
there would be a cybernetic revolt.
218
552632
3027
จะทำให้เกิดการปฏิวัติของเครื่องจักรเหล่านั้น
09:27
The machines would rise up against us.
219
555659
3551
เครื่องจักรเหล่านั้นจะต่อต้านพวกเรา
09:31
One major consequence of this work
220
559210
2319
ผลกระทบหลักของงานนี้ก็คือ
09:33
is that maybe all of these decades,
221
561529
2769
ในช่วงหลายสิบปีที่ผ่านมานี้
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
เราอาจมองแนวคิดของการปฏิวัติของพวกเครื่องจักรกล
09:39
in reverse.
223
567274
2011
ในทางที่ผิด
09:41
It's not that machines first become intelligent
224
569285
3279
อันที่จริงแล้ว ไม่ใช่ว่าเครื่องจักรกลจะมีสติปัญญา
09:44
and then megalomaniacal
225
572564
2015
และหลงไหลในพลังความสามารถของตัวมันเอง
09:46
and try to take over the world.
226
574579
2224
แล้วก็พยายามที่จะครองโลก
09:48
It's quite the opposite,
227
576803
1434
มันตรงข้ามกันเลย
09:50
that the urge to take control
228
578237
2906
ความอยากที่จะควบคุม
09:53
of all possible futures
229
581143
2261
อนาคตที่เป็นไปได้ทั้งหมดต่างหาก
09:55
is a more fundamental principle
230
583404
2118
ที่เป็นหลักการพื้นฐานมากกว่า
09:57
than that of intelligence,
231
585522
1363
สติปัญญาเสียอีก
09:58
that general intelligence may in fact emerge
232
586885
3700
ความจริงแล้วสติปัญญานั้นเกิดขึ้นจาก
10:02
directly from this sort of control-grabbing,
233
590585
3559
ความอยากที่จะควบคุมต่างหาก
10:06
rather than vice versa.
234
594144
4185
ไม่ใช่ในทางกลับกัน
10:10
Another important consequence is goal seeking.
235
598329
3769
ผลลัพธ์ที่สำคัญอีกอย่างหนึ่งก็คือ การหาเป้าหมาย
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
ผมมักจะถูกถามว่า ความสามารถในการหาเป้าหมายนั้น
10:18
follow from this sort of framework?
237
606458
1620
เป็นผลมาจากโครงร่างที่ว่าได้อย่างไร?
10:20
And the answer is, the ability to seek goals
238
608078
3028
และคำตอบคือ ความสามารถในการหาเป้าหมาย
10:23
will follow directly from this
239
611106
1882
สามารถทำตามโครงร่างที่ว่าได้
10:24
in the following sense:
240
612988
1834
โดยต้องตระหนักถึงสิ่งเหล่านี้
10:26
just like you would travel through a tunnel,
241
614822
2865
เหมือนกับเวลาที่พวกคุณเดินทางผ่านอุโมงค์หรือ
10:29
a bottleneck in your future path space,
242
617687
2505
หรือช่องทางแคบๆ ในอนาคตของคุณ
10:32
in order to achieve many other
243
620192
1871
เพื่อที่คุณจะได้ทำอย่างอื่น
10:34
diverse objectives later on,
244
622063
2021
ให้สำเร็จไปด้วย
10:36
or just like you would invest
245
624084
2372
หรือเหมือนกับการที่คุณจะลงทุน
10:38
in a financial security,
246
626456
1787
ทางการเงินของคุณให้ปลอดภัย
10:40
reducing your short-term liquidity
247
628243
2237
เพื่อที่จะลดความไม่แน่นอนในระยะสั้น
10:42
in order to increase your wealth over the long term,
248
630480
2400
และเพิ่มความมั่งคั่งในระยะยาว
10:44
goal seeking emerges directly
249
632880
2337
การหาเป้าหมายเกิดโดยตรง
10:47
from a long-term drive
250
635217
1729
จากการขับเคลื่อนระยะยาว
10:48
to increase future freedom of action.
251
636946
4037
เพื่อที่จะเพิ่มอิสระของการกระทำที่จะเกิดขึ้นในภายภาคหน้า
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
ท้ายที่สุด ริชาร์ด ไฟน์แมน (Richard Feynman)
นักฟิสิกส์ที่มีชื่อเสียง
นักฟิสิกส์ที่มีชื่อเสียง
10:56
once wrote that if human civilization were destroyed
253
644511
3672
เคยเขียนบันทึกไว้ว่า ถ้าอารยธรรมมนุษย์นั้นถูกทำลายลง
11:00
and you could pass only a single concept
254
648183
1893
และคุณสามารถส่งผ่านแนวคิดอย่างเดียว
11:02
on to our descendants
255
650076
1371
ไปสู่ลูกหลาน
11:03
to help them rebuild civilization,
256
651447
2307
เพื่อที่จะช่วยให้พวกเค้าสร้างอารยธรรมขึ้นมาใหม่
11:05
that concept should be
257
653754
1686
สิ่งที่คุณควรจะบอกคือ
11:07
that all matter around us
258
655440
1852
ว่าสิ่งที่สำคัญสำหรับทุกๆคน
11:09
is made out of tiny elements
259
657292
2323
นั้นล้วนทำมาจากธาตุเล็กๆ
11:11
that attract each other when they're far apart
260
659615
2508
ที่ดูดเข้าหากันเวลาที่มันอยู่ห่างกัน
11:14
but repel each other when they're close together.
261
662123
3330
แต่ผลักกันเมื่อมันอยู่ใกล้กัน
11:17
My equivalent of that statement
262
665453
1781
คำกล่าวในแบบของผม
11:19
to pass on to descendants
263
667234
1268
ที่จะส่งต่อถึงลูกหลาน
11:20
to help them build artificial intelligences
264
668502
2712
เพื่อช่วยพวกเขาให้สร้างปัญญาประดิษฐ์ขึ้นมา
11:23
or to help them understand human intelligence,
265
671214
2949
หรือช่วยให้พวกเขาเข้าใจสติปัญญาของมนุษย์
11:26
is the following:
266
674163
1267
ดังนี้ครับ
11:27
Intelligence should be viewed
267
675430
2053
สติปัญญานั้นควรจะถูกมองว่า
11:29
as a physical process
268
677483
1413
เป็นกระบวนการทางกายภาพ
11:30
that tries to maximize future freedom of action
269
678896
2965
ที่พยายามทำให้เกิดอิสระทางการกระทำในอนาคตให้สูงที่สุด
11:33
and avoid constraints in its own future.
270
681861
3616
และหลีกเลี่ยงข้อจำกัดของตัวมันเองในอนาคต
11:37
Thank you very much.
271
685477
1358
ขอบคุณมากครับ
11:38
(Applause)
272
686835
4000
(เสียงปรบมือ)
ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventorAlex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"
Why you should listen
Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.
Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."
Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.
Alex Wissner-Gross | Speaker | TED.com