ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Kevin Kelly | Speaker | TED.com
TEDSummit

Kevin Kelly: How AI can bring on a second Industrial Revolution

เควิน เคลลี่: ปัญญาประดิษฐ์จะทำให้เกิดการปฏิวัติอุตสาหกรรมครั้งที่สองอย่างไร

Filmed:
1,739,624 views

"เราไม่สามารถบอกเส้นทางที่แน่ชัดของสายฝนได้ แต่เรารู้แน่ว่ามันจะตกลงสู่เบื้องล่าง" เควิน แคลลี่ ผู้มีวิสัยทัศน์ทางดิจิตัล กล่าวถึงแนวทางของเทคโนโลยีในแบบเดียวกัน ในอีก 20 ปีข้างหน้า ความคลั่งใคล้ในการทำให้ทุกอย่างฉลาดขึ้นของมนุษย์จะส่งผลกระทบอย่างมากในทุกอย่างที่เราทำ เคลลี่อธิบายถึงแนวโน้มสามอย่างในปัญญาประดิษฐ์ที่เราควรจะเข้าใจเพื่อตอบรับและชี้นำการพัฒนาปัญญาประดิษฐ์ "ปัญญาประดิษฐ์ที่จะถูกใช้อย่างแพร่หลายในอนาคต ยังไม่ถูกสร้างขึ้น" "นั้นหมายความว่ายังไม่สายเกินไปสำหรับพวกคุณ"
- 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

Double-click the English transcript below to play the video.

00:14
I'm going to talk a little bitบิต
about where technology'sเทคโนโลยี going.
0
2966
3817
ผมกำลังจะพูดถึงเกี่ยวกับอนาคตของเทคโนโลยี
00:19
And oftenบ่อยครั้ง technologyเทคโนโลยี comesมา to us,
1
7509
2671
บ่อยครั้งเมื่อเทคโนโลยีนั้นเดินทางมาถึง
00:22
we're surprisedประหลาดใจ by what it bringsนำ.
2
10566
1865
เรามักจะประหลาดใจกับสิ่งที่เกิดขึ้น
00:24
But there's actuallyแท้จริง
a largeใหญ่ aspectแง่มุม of technologyเทคโนโลยี
3
12455
3683
แต่ที่จริงแล้วในหลายๆมุมมองของเทคโนโลยี
00:28
that's much more predictableทายได้,
4
16162
1802
เราสามารถคาดเดาได้
00:29
and that's because technologicalเทคโนโลยี systemsระบบ
of all sortsทุกประเภท have leaningsโอนเอียง,
5
17988
4088
เทคโนโลยีประกอบด้วยการลดความสูญเปล่า
00:34
they have urgenciesurgencies,
6
22100
1175
มีความเร่งรีบ
00:35
they have tendenciesแนวโน้ม.
7
23299
1561
มีแนวโน้ม
00:36
And those tendenciesแนวโน้ม are derivedที่ได้มา
from the very natureธรรมชาติ of the physicsฟิสิกส์,
8
24884
4932
สิ่งเหล่านั้นก็มาจากธรรมชาติของฟิสิกส์
00:41
chemistryเคมี of wiresสายไฟ
and switchesสวิทช์ and electronsอิเล็กตรอน,
9
29840
3150
เกี่ยวกับขดลวด, สวิตซ์, และอิเล็คตรอน
00:45
and they will make reoccurringreoccurring
patternsรูปแบบ again and again.
10
33659
3602
และมันจะเกิดสิ่งเหล่านี้ขึ้นซ้ำเรื่อยๆ
00:49
And so those patternsรูปแบบ produceก่อ
these tendenciesแนวโน้ม, these leaningsโอนเอียง.
11
37745
4874
รูปแบบจะทำให้เกิดจุดประสงค์,ลดความสูญเปล่า
00:54
You can almostเกือบจะ think of it
as sortประเภท of like gravityแรงดึงดูด.
12
42643
2831
คุณสามารถเปรียบเทียบกับแรงโน้มถ่วง
00:57
Imagineจินตนาการ raindropsเม็ดฝน fallingล้ม into a valleyหุบเขา.
13
45498
2319
ลองคิดถึงฝนตกท่ามกลางหุบเขา
00:59
The actualที่จริง pathเส้นทาง of a raindropน้ำฝน
as it goesไป down the valleyหุบเขา
14
47841
3088
เส้นทางที่แน่นอนของสายฝนที่ตกลงในหุบเขา
01:02
is unpredictableคาดการณ์ไม่ได้.
15
50953
1169
ไม่สามารถคาดเดาได้
01:04
We cannotไม่ได้ see where it's going,
16
52651
1518
เราไม่สามารถมองเห็นว่าสายฝนเดินทางยังไง
01:06
but the generalทั่วไป directionทิศทาง
is very inevitableแน่นอน:
17
54193
2277
แต่เรารู้แน่นอนว่า
01:08
it's downwardลง.
18
56494
1234
01:10
And so these baked-inอบใน
tendenciesแนวโน้ม and urgenciesurgencies
19
58377
4572
สายฝนต้องตกลงสู่เบื้องล่าง
01:14
in technologicalเทคโนโลยี systemsระบบ
20
62973
1476
นำไปสู่แนวโน้มและความเร่งด่วน
01:17
give us a senseความรู้สึก of where things
are going at the largeใหญ่ formฟอร์ม.
21
65051
3609
ในระบบของเทคโนโลยี
01:21
So in a largeใหญ่ senseความรู้สึก,
22
69149
1401
เราสามารถคาดเดาทิศทางได้
ในภาพใหญ่
01:22
I would say that telephonesโทรศัพท์
were inevitableแน่นอน,
23
70574
3361
ยกตัวอย่างเช่น
โทรศัพท์เป็นสิ่งที่หลีกเลี่ยงไม่ได้
01:27
but the iPhoneiPhone was not.
24
75005
1342
แต่ไม่ใช่ Iphone
01:29
The Internetอินเทอร์เน็ต was inevitableแน่นอน,
25
77094
1478
อินเตอร์เน็ตเป็นสิ่งที่หลีกเลี่ยงไม่ได้
แต่ไม่ใช่ทวิตเตอร์
01:31
but Twitterพูดเบาและรวดเร็ว was not.
26
79274
1286
01:33
So we have manyจำนวนมาก ongoingต่อเนื่อง
tendenciesแนวโน้ม right now,
27
81036
3928
ดังนั้นเรามีแนวโน้มที่จะเกิดหลายสิ่งตอนนี้
01:36
and I think one of the chiefหัวหน้า amongในหมู่ them
28
84988
2720
และสิ่งที่สำคัญที่สุดสิ่งหนึ่ง
01:39
is this tendencyความโน้มเอียง to make things
smarterอย่างชาญฉลาด and smarterอย่างชาญฉลาด.
29
87732
3722
คือแนวโน้มที่สิ่งของทุกอย่างจะฉลาดขึ้น
ผมเรียกมันว่าการทำให้มีความรู้สึกนึกคิด
01:44
I call it cognifyingcognifying -- cognificationcognification --
30
92041
2212
01:46
alsoด้วย knownที่รู้จักกัน as artificialเทียม
intelligenceสติปัญญา, or AIAI.
31
94783
2782
หรือเรียกกันว่าปัญญาประดิษฐ์หรือ AI
01:50
And I think that's going to be one
of the mostมากที่สุด influentialมีอิทธิพล developmentsการพัฒนา
32
98025
3746
ผมคิดว่ามันจะเป็นการพัฒนาที่มีอิทธิพลมาก
01:53
and trendsแนวโน้ม and directionsคำสั่ง and drivesไดรฟ์
in our societyสังคม in the nextต่อไป 20 yearsปี.
33
101795
5575
และจะชี้นำเราไปในอีก 20 ปีข้างหน้า
02:00
So, of courseหลักสูตร, it's alreadyแล้ว here.
34
108021
1985
อันที่จริง มันอยู่ที่นี่แล้ว
02:02
We alreadyแล้ว have AIAI,
35
110030
2204
เรามี AI อยู่ทุกที่แล้ว
02:04
and oftenบ่อยครั้ง it worksโรงงาน in the backgroundพื้นหลัง,
36
112258
2398
โดยส่วนมากพวกมันทำงานเบื้องหลัง
02:06
in the back officesสำนักงาน of hospitalsโรงพยาบาล,
37
114680
1586
อย่างเช่นในโรงพยาบาล
02:08
where it's used to diagnoseวินิจฉัย X-raysรังสีเอกซ์
better than a humanเป็นมนุษย์ doctorคุณหมอ.
38
116290
4686
AI สามารถอ่านเอ็กซเรย์ได้ดีว่าแพทย์
02:13
It's in legalถูกกฎหมาย officesสำนักงาน,
39
121000
1726
ในสำนักงานทนายความ
02:14
where it's used to go
throughตลอด legalถูกกฎหมาย evidenceหลักฐาน
40
122750
2368
ที่ AI สามารถรวบรวมหลักฐานคดี
02:17
better than a humanเป็นมนุษย์ paralawyerparalawyer.
41
125142
1855
ได้ดีกว่าผู้ช่วยทนายความ
02:19
It's used to flyบิน the planeเครื่องบิน
that you cameมา here with.
42
127506
3656
มันถูกใช้ขับเครื่องบินที่พาพวกคุณมาที่นี่
02:24
Humanเป็นมนุษย์ pilotsนักบิน only flewบิน it
sevenเจ็ด to eightแปด minutesนาที,
43
132165
2381
นักบินจะควบคุมเครื่องบินแค่ 7-8 นาที
02:26
the restส่วนที่เหลือ of the time the AIAI was drivingการขับขี่.
44
134570
1953
ส่วนที่เหลือจะถูกควบคุมด้วย AI
02:28
And of courseหลักสูตร, in NetflixNetflix and Amazonอเมซอน,
45
136547
2173
และแน่นอน, Netflix และ Amazon
02:30
it's in the backgroundพื้นหลัง,
makingการทำ those recommendationsคำแนะนำ.
46
138744
2530
มี AI คอยแนะนำสินค้า
02:33
That's what we have todayในวันนี้.
47
141298
1261
นี่คือสิ่งที่เรามีในขณะนี้
02:34
And we have an exampleตัวอย่าง, of courseหลักสูตร,
in a more front-facingด้านหน้า aspectแง่มุม of it,
48
142583
4801
และเรายังมีตัวอย่างของความสามารถของ AI
ที่อยู่เบื้องหน้ามากขึ้น
เช่น AlphaGo ชนะแชมป์หมากล้อมระดับโลกได้
02:39
with the winชนะ of the AlphaGoAlphaGo, who beatตี
the world'sโลก greatestใหญ่ที่สุด Go championแชมป์.
49
147408
6629
02:46
But it's more than that.
50
154478
4053
ยิ่งไปกว่านั้น
หากคุณเล่นวิดีโอเกมส์ คุณกำลังเล่นกับ AI
02:50
If you playเล่น a videoวีดีโอ gameเกม,
you're playingเล่น againstต่อต้าน an AIAI.
51
158555
2642
เร็วๆนี้ Google สอน AI
02:53
But recentlyเมื่อเร็ว ๆ นี้, GoogleGoogle taughtสอน theirของพวกเขา AIAI
52
161221
4538
ให้สามารถเรียนรู้วิธีการเล่นเกมส์
02:57
to actuallyแท้จริง learnเรียน how to playเล่น videoวีดีโอ gamesเกม.
53
165783
2412
การสอนให้เล่นเกมส์ได้เกิดขึ้นแล้ว
03:00
Again, teachingการสอน videoวีดีโอ gamesเกม
was alreadyแล้ว doneเสร็จแล้ว,
54
168686
2709
03:03
but learningการเรียนรู้ how to playเล่น
a videoวีดีโอ gameเกม is anotherอื่น stepขั้นตอน.
55
171419
3897
การสอนให้เล่นเกมส์ถือเป็นอีกขั้น
ในความฉลาดของปัญญาประดิษฐ์
03:07
That's artificialเทียม smartnessความเก่ง.
56
175340
1678
ที่เรากำลังทำคือทำให้ปัญญาประดิษฐ์เหล่านี้
03:10
What we're doing is takingการ
this artificialเทียม smartnessความเก่ง
57
178571
4522
03:15
and we're makingการทำ it smarterอย่างชาญฉลาด and smarterอย่างชาญฉลาด.
58
183117
2423
ฉลาดขึ้นและฉลาดขึ้น
03:18
There are threeสาม aspectsด้าน
to this generalทั่วไป trendแนวโน้ม
59
186710
3895
มีสามอย่างเกี่ยวกับแนวโน้มเหล่านี้
03:22
that I think are underappreciatedunderappreciated;
60
190629
1689
ที่ผมคิดว่าถูกให้คุณค่าน้อยไป
03:24
I think we would understandเข้าใจ
AIAI a lot better
61
192342
2277
ผมคิดว่าเราจะสามารถเข้าใจ AI ได้ดีขึ้น
03:26
if we understoodเข้าใจ these threeสาม things.
62
194643
2301
ถ้าหากเราเข้าใจสามสิ่งนี้
03:28
I think these things alsoด้วย would
help us embraceโอบกอด AIAI,
63
196968
3283
ผมคิดว่า 3 สิ่งเหล่านี้จะช่วย
ให้เรายอมรับ AI
03:32
because it's only by embracingกอด it
that we actuallyแท้จริง can steerคัดท้าย it.
64
200275
3008
เพราะการยอมรับเท่านั้น
ที่จะสามารถควบคุมทิศทางมันได้
เราสามารถควบคุมทิศทางรายละเอียดได้
โดยยอมรับเทรนด์ภาพใหญ่
03:35
We can actuallyแท้จริง steerคัดท้าย the specificsรายละเอียด
by embracingกอด the largerที่มีขนาดใหญ่ trendแนวโน้ม.
65
203887
3157
03:39
So let me talk about
those threeสาม differentต่าง aspectsด้าน.
66
207467
2979
ดังนั้น ผมจะพูดถึงสามสิ่งที่กล่าวมา
อย่างแรกก็คือ: ความฉลาดของเรา
ยังเข้าใจน้อยมาก
03:42
The first one is: our ownด้วยตัวเอง intelligenceสติปัญญา
has a very poorน่าสงสาร understandingความเข้าใจ
67
210470
3673
03:46
of what intelligenceสติปัญญา is.
68
214167
1490
ว่าจริงๆแล้ว อะไรคือความฉลาด
03:48
We tendมีแนวโน้ม to think of intelligenceสติปัญญา
as a singleเดียว dimensionมิติ,
69
216110
3653
เรามักจะคิดถึงความฉลาดแค่เพียงหนึ่งมิติ
03:51
that it's kindชนิด of like a noteบันทึก
that getsได้รับ louderดัง and louderดัง.
70
219787
2750
เหมือนกับโน้ตตัวเดียวแต่เพิ่มความดังขึ้น
03:54
It startsเริ่มต้น like with IQไอคิว measurementการวัด.
71
222561
2607
เหมือนกับการวัด IQ
03:57
It startsเริ่มต้น with maybe a simpleง่าย
lowต่ำ IQไอคิว in a ratหนู or mouseเม้าส์,
72
225192
4092
มันเริ่มมาจากการพบว่าหนูมี IQ ต่ำ
04:01
and maybe there's more in a chimpanzeeลิงชิมแปนซี,
73
229308
2134
และสูงขึ้นในลิงชิมแปนซี
04:03
and then maybe there's more
in a stupidโง่ personคน,
74
231887
2191
สูงขึ้นไปอีกในคนโง่
04:06
and then maybe an averageเฉลี่ย
personคน like myselfตนเอง,
75
234102
2096
และต่อมาก็เป็นคนกลางๆอย่างผม
04:08
and then maybe a geniusอัจฉริยภาพ.
76
236222
1290
และต่อมาก็เป็นคนที่อัจฉริยะ
04:09
And this singleเดียว IQไอคิว intelligenceสติปัญญา
is gettingได้รับ greaterมากขึ้น and greaterมากขึ้น.
77
237536
4433
และ IQ อย่างเดียวก็จะสูงขึ้นๆ
04:14
That's completelyอย่างสมบูรณ์ wrongไม่ถูกต้อง.
78
242516
1151
มันเป็นสิ่งที่ผิดที่สุด
04:15
That's not what intelligenceสติปัญญา is --
not what humanเป็นมนุษย์ intelligenceสติปัญญา is, anywayอย่างไรก็ตาม.
79
243691
3608
สิ่งเหล่านี้ไม่ใช่ความฉลาดของมนุษย์
04:19
It's much more like a symphonyซิมโฟนี
of differentต่าง notesบันทึก,
80
247673
4506
ความฉลาดคล้ายเพลงที่มีการผสานของโน้ตต่างๆ
04:24
and eachแต่ละ of these notesบันทึก is playedเล่น
on a differentต่าง instrumentตราสาร of cognitionความรู้ความเข้าใจ.
81
252203
3609
โน้ตต่างๆถูกบรรเลงด้วยเครื่องมือ
ของการรับรู้สารที่ต่างกัน
04:27
There are manyจำนวนมาก typesประเภท
of intelligencesปัญญา in our ownด้วยตัวเอง mindsจิตใจ.
82
255836
3701
มีความฉลาดหลายด้านในความสามารถของเรา
04:31
We have deductiveนิรนัย reasoningเหตุผล,
83
259561
3048
เรามีการให้เหตุผลแบบนิรนัย
04:34
we have emotionalอารมณ์ intelligenceสติปัญญา,
84
262633
2221
เรามีความฉลาดทางอารมณ์
04:36
we have spatialเกี่ยวกับอวกาศ intelligenceสติปัญญา;
85
264878
1393
เรามีความฉลาดด้านมิติสัมพันธ์
04:38
we have maybe 100 differentต่าง typesประเภท
that are all groupedการจัดกลุ่ม togetherด้วยกัน,
86
266295
4021
เรามีความฉลาดอาจถึง 100 ด้านที่เกี่ยวข้อง
04:42
and they varyแตกต่าง in differentต่าง strengthsจุดแข็ง
with differentต่าง people.
87
270340
3905
และแต่ละคนก็มีจุดแข็งในแต่ละด้านแตกต่างกัน
04:46
And of courseหลักสูตร, if we go to animalsสัตว์,
they alsoด้วย have anotherอื่น basketตะกร้า --
88
274269
4526
หากเรามองไปยังสัตว์อื่น พวกมันก็มีความฉลาด
04:50
anotherอื่น symphonyซิมโฟนี of differentต่าง
kindsชนิด of intelligencesปัญญา,
89
278819
2541
ที่มีความแตกต่างจากความฉลาดของมนุษย์
04:53
and sometimesบางครั้ง those sameเหมือนกัน instrumentsเครื่องมือ
are the sameเหมือนกัน that we have.
90
281384
3566
และบางด้านก็เหมือนกับความฉลาดที่เรามี
04:56
They can think in the sameเหมือนกัน way,
but they mayอาจ have a differentต่าง arrangementการจัดการ,
91
284974
3561
พวกมันคิดสิ่งที่เหมือนเรา
แต่มีการจัดเรียงที่แตกต่างออกไป
05:00
and maybe they're higherสูงกว่า
in some casesกรณี than humansมนุษย์,
92
288559
2467
และเหนือกว่ามนุษย์ในบางด้าน
05:03
like long-termระยะยาว memoryหน่วยความจำ in a squirrelกระรอก
is actuallyแท้จริง phenomenalมหัศจรรย์,
93
291050
2837
อย่างเช่นความจำระยะยาวของกระรอก
05:05
so it can rememberจำ
where it buriedฝังอยู่ its nutsถั่ว.
94
293911
2287
ที่สามารถจำได้ว่าพวกมันฝังลูกนัทไว้ที่ใด
05:08
But in other casesกรณี they mayอาจ be lowerลดลง.
95
296222
1987
แต่ในด้านอื่นพวกมั้นก็ด้อยกว่าเรา
05:10
When we go to make machinesเครื่อง,
96
298233
2730
เมื่อเราจะสร้างปัญญาประดิษฐ์
05:12
we're going to engineerวิศวกร
them in the sameเหมือนกัน way,
97
300987
2196
เรากำลังจะสร้างมันในทิศทางเดียวกัน
05:15
where we'llดี make some of those typesประเภท
of smartnessความเก่ง much greaterมากขึ้น than oursของเราเอง,
98
303207
5010
ที่เราจะสร้างให้มันฉลาดกว่าเรามากในบางด้าน
05:20
and manyจำนวนมาก of them won'tเคยชิน be
anywhereทุกแห่ง nearใกล้ oursของเราเอง,
99
308241
2571
และจำนวนมากอาจจะ
ไม่ใกล้เคียงมนุษย์เลย
05:22
because they're not neededจำเป็น.
100
310836
1544
เพราะมันไม่จำเป็นต้องเหมือน
05:24
So we're going to take these things,
101
312404
2203
ดังนั้นเรากำลังจะสร้างสิ่งเหล่านี้
05:26
these artificialเทียม clustersกลุ่ม,
102
314631
2081
กลุ่มของ AI เหล่านี้
05:28
and we'llดี be addingเพิ่ม more varietiesพันธุ์
of artificialเทียม cognitionความรู้ความเข้าใจ to our AIsเอไอเอส.
103
316736
5362
เรากำลังเพิ่มความหลากหลายทางความคิดให้ AI.
05:34
We're going to make them
very, very specificโดยเฉพาะ.
104
322507
4071
และเราจะทำให้มันจำเพาะเจาะจงมากขึ้น
05:38
So your calculatorเครื่องคิดเลข is smarterอย่างชาญฉลาด
than you are in arithmeticคณิตศาสตร์ alreadyแล้ว;
105
326602
6542
เครื่องคิดเลขฉลาดเรื่องพีชคณิตกว่าเราแล้ว
05:45
your GPSจีพีเอส is smarterอย่างชาญฉลาด
than you are in spatialเกี่ยวกับอวกาศ navigationการเดินเรือ;
106
333168
3697
GPS ก็ฉลาดกว่าเราในด้านมิติสัมพันธ์
05:49
GoogleGoogle, BingBing, are smarterอย่างชาญฉลาด
than you are in long-termระยะยาว memoryหน่วยความจำ.
107
337337
4258
Google, Bing มีความจำระยะยาวดีกว่าเรา
05:54
And we're going to take, again,
these kindsชนิด of differentต่าง typesประเภท of thinkingคิด
108
342339
4530
และเรากำลังจะทำความคิดที่ต่างกัน
05:58
and we'llดี put them into, like, a carรถ.
109
346893
1933
และใส่มันลงไปในสิ่งของ เช่น รถยนต์
06:00
The reasonเหตุผล why we want to put them
in a carรถ so the carรถ drivesไดรฟ์,
110
348850
3057
ด้วยเหตุผลให้มันขับรถแทนเรา
06:03
is because it's not drivingการขับขี่ like a humanเป็นมนุษย์.
111
351931
2302
และด้วยเหตุผลที่มันขับรถไม่เหมือนมนุษย์
06:06
It's not thinkingคิด like us.
112
354257
1396
มันไม่มีความคิดเหมือนพวกเรา
06:07
That's the wholeทั้งหมด featureลักษณะ of it.
113
355677
1920
และนี่คือคุณสมบัติของมันทั้งหมด
06:09
It's not beingกำลัง distractedวอกแวก,
114
357621
1535
มันไม่ถูกทำให้ไขว้เขว
06:11
it's not worryingน่าหนักใจ about whetherว่า
it left the stoveเตา on,
115
359180
2754
ไม่กังวลเกี่ยวกับว่าลืมปิดเตาไฟฟ้าหรือไม่
06:13
or whetherว่า it should have
majoredเอก in financeการเงิน.
116
361958
2138
หรือไม่ต้องคิดว่ามันควรจะเรียนการเงินไหม
06:16
It's just drivingการขับขี่.
117
364120
1153
มันแค่ขับรถ
06:17
(Laughterเสียงหัวเราะ)
118
365297
1142
(หัวเราะ)
06:18
Just drivingการขับขี่, OK?
119
366463
1841
แค่ขับรถ, ok?
06:20
And we actuallyแท้จริง mightอาจ even
come to advertiseโฆษณา these
120
368328
2937
และอันที่จริงเราอาจโฆษณาได้ว่า
06:23
as "consciousness-freeจิตสำนึกฟรี."
121
371289
1545
ปราศจากความตระหนักรู้
06:24
They're withoutไม่มี consciousnessสติ,
122
372858
1774
พวกมันทำงานโดยไม่มีความตระหนักรู้
06:26
they're not concernedเกี่ยวข้อง about those things,
123
374656
2104
พวกมันไม่กังวลเกี่ยวกับสิ่งต่างๆ
06:28
they're not distractedวอกแวก.
124
376784
1156
และไม่ถูกทำให้ไขว้เขว
06:29
So in generalทั่วไป, what we're tryingพยายาม to do
125
377964
2966
โดยรวมแล้ว สิ่งที่เรากำลังพยายามทำ
06:32
is make as manyจำนวนมาก differentต่าง
typesประเภท of thinkingคิด as we can.
126
380954
4500
คือสร้างการคิดที่แตกต่างหลายๆแบบ
ให้มากที่สุดเท่าที่ทำได้
06:37
We're going to populateอาศัยอยู่ the spaceช่องว่าง
127
385804
2083
เรากำลังเดินทางเข้าไปยังที่ว่าง
06:39
of all the differentต่าง possibleเป็นไปได้ typesประเภท,
or speciesสายพันธุ์, of thinkingคิด.
128
387911
4159
ของความแตกต่างของทุกสายพันธ์ุและความคิด
06:44
And there actuallyแท้จริง mayอาจ be some problemsปัญหาที่เกิดขึ้น
129
392094
2068
อาจจะมีปัญหาบางปัญหา
06:46
that are so difficultยาก
in businessธุรกิจ and scienceวิทยาศาสตร์
130
394186
2800
ที่ยากมากๆ ในด้านธุรกิจและวิทยาศาสตร์
06:49
that our ownด้วยตัวเอง typeชนิด of humanเป็นมนุษย์ thinkingคิด
mayอาจ not be ableสามารถ to solveแก้ them aloneคนเดียว.
131
397010
4042
ปัญหาที่ปัญญาของมนุษย์ไม่สามารถหาทางออกได้
06:53
We mayอาจ need a two-stepสองขั้นตอน programโครงการ,
132
401076
1992
เราต้องการการทำงานสองขั้น
06:55
whichที่ is to inventคิดค้น newใหม่ kindsชนิด of thinkingคิด
133
403092
4203
ซึ่งจะนำไปสู่การคิดค้นรูปแบบความคิดใหม่
06:59
that we can work alongsideคู่ขนาน of to solveแก้
these really largeใหญ่ problemsปัญหาที่เกิดขึ้น,
134
407692
3734
ที่เราสามารถทำงานไปควบคู่เพื่อแก้ปัญหา
07:03
say, like darkมืด energyพลังงาน or quantumควอนตัม gravityแรงดึงดูด.
135
411450
2918
เช่น พลังงานมืดหรือความโน้มช่วงเชิงควอนตัม
ที่เราจะทำคือสร้างคือสร้าง AI ที่ฉลาดมากๆ
07:08
What we're doing
is makingการทำ alienมนุษย์ต่างดาว intelligencesปัญญา.
136
416496
2646
07:11
You mightอาจ even think of this
as, sortประเภท of, artificialเทียม aliensมนุษย์ต่างดาว
137
419166
4069
อาจทำให้คุณนึกถึงการสร้างเอเลี่ยน
07:15
in some sensesความรู้สึก.
138
423259
1207
ในบางความรู้สึก
07:16
And they're going to help
us think differentต่าง,
139
424490
2300
และพวกมันจะช่วยทำเราการคิดในมุมที่แตกต่าง
07:18
because thinkingคิด differentต่าง
is the engineเครื่องยนต์ of creationการสร้าง
140
426814
3632
เพราะการคิดต่างนั้นคือ
เครื่องจักรของการสร้างสรรค์
07:22
and wealthความมั่งคั่ง and newใหม่ economyเศรษฐกิจ.
141
430470
1867
ความมั่งคั่งและระบบเศรษฐกิจแบบใหม่
มุมมองอย่างที่สองคือ เรากำลังจะใช้ AI
07:25
The secondที่สอง aspectแง่มุม of this
is that we are going to use AIAI
142
433835
4923
07:30
to basicallyเป็นพื้น make a secondที่สอง
Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ.
143
438782
2950
ทำให้เกิดการปฏิวัติอุตสาหกรรมครั้งที่สอง
07:34
The first Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ
was basedซึ่งเป็นรากฐาน on the factความจริง
144
442135
2773
การปฏิวัติอุตสาหกรรมครั้งแรกมาจากว่า
07:36
that we inventedคิดค้น something
I would call artificialเทียม powerอำนาจ.
145
444932
3462
เราสร้างสิ่งที่ผมเรียกว่ากำลังประดิษฐ์
07:40
Previousก่อน to that,
146
448879
1150
ก่อนหน้านั้น
07:42
duringในระหว่าง the Agriculturalการเกษตร Revolutionการปฏิวัติ,
147
450053
2034
ในช่วงการปฏิวัติเกษตรกรรม
07:44
everything that was madeทำ
had to be madeทำ with humanเป็นมนุษย์ muscleกล้ามเนื้อ
148
452111
3702
ทุกอย่างถูกสร้างโดยพลังกล้ามเนื้อของมนุษย์
07:47
or animalสัตว์ powerอำนาจ.
149
455837
1307
หรือพลังที่มาจากสัตว์
07:49
That was the only way
to get anything doneเสร็จแล้ว.
150
457565
2063
นั้นเป็นวิธีเดียวที่จะทำให้ทุกอย่างสำเร็จ
07:51
The great innovationนวัตกรรม duringในระหว่าง
the Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ was,
151
459652
2945
นวัตกรรมสำคัญในช่วงปฏิวัติอุตสาหกรรมคือ
07:54
we harnessedควบคุม steamไอน้ำ powerอำนาจ, fossilฟอสซิล fuelsเชื้อเพลิง,
152
462621
3109
เราใช้พลังงานไอน้ำและเชื้อเพลิงฟอสซิล
07:57
to make this artificialเทียม powerอำนาจ
that we could use
153
465754
3856
เพื่อสร้างพลังงานที่เราสามารถนำไปใช้
08:01
to do anything we wanted to do.
154
469634
1669
ทำในสิ่งที่เราต้องการจะทำ
08:03
So todayในวันนี้ when you driveขับรถ down the highwayทางหลวง,
155
471327
2772
ดังนั้นตอนนี้เมื่อเราขับรถไปบนถนน
08:06
you are, with a flickสะบัด of the switchสวิตซ์,
commandingผู้บังคับบัญชา 250 horsesม้า --
156
474571
4525
แค่คุณกดสวิตซ์ก็เหมือนควบคุมม้า 250 ตัว
08:11
250 horsepowerแรงม้า --
157
479120
1572
250 แรงม้า
08:12
whichที่ we can use to buildสร้าง skyscrapersตึกระฟ้า,
to buildสร้าง citiesเมือง, to buildสร้าง roadsถนน,
158
480716
4692
ที่เราใช้มันสร้างตึกระฟ้า, เมือง, หรือถนน
08:17
to make factoriesโรงงาน that would churnปั่น out
linesเส้น of chairsเก้าอี้ or refrigeratorsตู้เย็น
159
485432
5789
สร้างโรงงานเพื่อสร้างเก้าอี้หรือตู้เย็น
08:23
way beyondเกิน our ownด้วยตัวเอง powerอำนาจ.
160
491245
1654
ในวิธีที่เหนือกว่าพลังของเราเอง
08:24
And that artificialเทียม powerอำนาจ can alsoด้วย
be distributedกระจาย on wiresสายไฟ on a gridตะแกรง
161
492923
6111
และเรายังสามารถกระจายพลังงานไปตามสายไฟ
บนระบบไฟฟ้า
08:31
to everyทุกๆ home, factoryโรงงาน, farmsteadห่างไกล,
162
499058
3199
ไปยังทุกบ้าน, โรงงาน, ฟาร์มต่างๆ
08:34
and anybodyใคร ๆ could buyซื้อ
that artificialเทียม powerอำนาจ,
163
502281
4191
และทุกคนสามารถซื้อหาพลังงานเหล่านั้นได้
08:38
just by pluggingเสียบ something in.
164
506496
1472
แค่เสียบสายของอุปกรณ์เข้าไป
08:39
So this was a sourceแหล่ง
of innovationนวัตกรรม as well,
165
507992
2439
ดังนั้นนวัตกรรมเหล่านี้เช่นกัน
08:42
because a farmerชาวนา could take
a manualคู่มือ handมือ pumpปั๊ม,
166
510455
3418
เพราะเกษตรกรสามารถนำปั๊มน้ำแบบปั๊มมือ
08:45
and they could addเพิ่ม this artificialเทียม
powerอำนาจ, this electricityไฟฟ้า,
167
513897
2916
แล้วใส่กำลังประดิษฐ์ หรือไฟฟ้าเข้าไป
08:48
and he'dเขาต้องการ have an electricไฟฟ้า pumpปั๊ม.
168
516837
1497
และเขาก็ได้ใช้ปั๊มน้ำไฟฟ้า
08:50
And you multiplyคูณ that by thousandsพัน
or tensนับ of thousandsพัน of timesครั้ง,
169
518358
3318
คุณลองคูณพันหรือหมื่่นเข้าไปในสิ่งเหล่านี้
08:53
and that formulaสูตร was what broughtนำ us
the Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ.
170
521700
3159
และนั่นจะเป็นสูตรที่นำมาสู่
การปฏิวัติอุตสาหกรรม
08:56
All the things that we see,
all this progressความคืบหน้า that we now enjoyสนุก,
171
524883
3585
ทุกอย่างที่เราเห็น
ทุกความก้าวหน้าที่เราเพลิดเพลินกับมัน
09:00
has come from the factความจริง
that we'veเราได้ doneเสร็จแล้ว that.
172
528492
2063
มาจากความจริงที่ว่า
เราทำมันขึ้นมา
09:02
We're going to do
the sameเหมือนกัน thing now with AIAI.
173
530579
2348
เรากำลังจะทำสิ่งเดียวกันกับ AI
09:04
We're going to distributeกระจาย that on a gridตะแกรง,
174
532951
2075
เรากำลังจะแจกจ่ายมันเหมือนระบบไฟฟ้า
09:07
and now you can take that electricไฟฟ้า pumpปั๊ม.
175
535050
2374
ตอนนี้คุณมีปั๊มน้ำไฟฟ้า
09:09
You can addเพิ่ม some artificialเทียม intelligenceสติปัญญา,
176
537448
2968
คุณสามารถใส่ระบบ AI เข้าไป
09:12
and now you have a smartฉลาด pumpปั๊ม.
177
540440
1481
แล้วก็จะได้ปั๊มน้ำที่มีความฉลาด
09:13
And that, multipliedคูณ by a millionล้าน timesครั้ง,
178
541945
1928
และเมื่อคูณเข้าไปล้านเท่า
09:15
is going to be this secondที่สอง
Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ.
179
543897
2363
ก็จะนำไปสู่การปฏิวัติอุตสาหกรรมครั้งที่สอง
09:18
So now the carรถ is going down the highwayทางหลวง,
180
546284
2382
ดังนั้นตอนนี้เมื่อรถขับไปบนถนน
09:20
it's 250 horsepowerแรงม้า,
but in additionการเพิ่ม, it's 250 mindsจิตใจ.
181
548690
4294
มันใช้กำลัง 250 แรงม้า
แต่นอกจากนั้น จะต้องใช้ 250 ความคิด
09:25
That's the auto-drivenรถยนต์ที่ขับเคลื่อนด้วย carรถ.
182
553008
1769
นั้นคือรถที่ควบคุมโดยระบบอัตโนมัติ
09:26
It's like a newใหม่ commodityสินค้า;
183
554801
1389
มันก็เหมือนของใช้แบบใหม่
09:28
it's a newใหม่ utilityประโยชน์.
184
556214
1303
มันคือเครื่องมือใหม่
09:29
The AIAI is going to flowไหล
acrossข้าม the gridตะแกรง -- the cloudเมฆ --
185
557541
3041
AI กำลังจะอยู่ไปทุกหนแห่งบนระบบ cloud
09:32
in the sameเหมือนกัน way electricityไฟฟ้า did.
186
560606
1567
เหมือนที่ไฟฟ้าอยู่ตามสายไฟฟ้า
09:34
So everything that we had electrifiedไฟฟ้า,
187
562197
2380
ทุกอย่างที่ทำงานด้วยไฟฟ้าได้
09:36
we're now going to cognifyCognify.
188
564601
1723
เรากำลังทำให้มันมีความรู้สึกนึกคิด
09:38
And I oweเป็นหนี้ it to Jeffเจฟฟ์, then,
189
566693
1385
และผมเป็นหนี้ต่อ Jeff
09:40
that the formulaสูตร
for the nextต่อไป 10,000 start-upsเริ่มอัพ
190
568102
3732
เมื่อใช้สูตรเหล่านั้นกับอีกหมื่น start-ups
09:43
is very, very simpleง่าย,
191
571858
1162
มันง่ายมากๆ
09:45
whichที่ is to take x and addเพิ่ม AIAI.
192
573044
3167
เรากำลังจะนำอะไรก็ตามรวมเข้ากับ AI
09:49
That is the formulaสูตร,
that's what we're going to be doing.
193
577100
2812
นั่นคือสูตรของมัน
นั่นคือสิ่งที่เรากำลังจะทำ
09:51
And that is the way
in whichที่ we're going to make
194
579936
3306
และนั่นคือหนทาง
ที่เรากำลังจะทำให้เกิด
09:55
this secondที่สอง Industrialด้านอุตสาหกรรม Revolutionการปฏิวัติ.
195
583266
1858
การปฏิวัติอุตสาหกรรมครั้งที่สองนี้
09:57
And by the way -- right now, this minuteนาที,
196
585148
2154
อย่างก็ตามตอนนี้ เวลานี้
09:59
you can logเข้าสู่ระบบ on to GoogleGoogle
197
587326
1169
คุณสามารถใช้ Google
10:00
and you can purchaseซื้อ
AIAI for sixหก centsเซ็นต์, 100 hitsเพลงฮิต.
198
588519
3882
เพื่อซื้อหา AI ราคา 6 เซ็นต์ ซักร้อยครั้ง
10:04
That's availableใช้ได้ right now.
199
592758
1604
มันมีอยู่แล้วในขณะนี้
10:06
So the thirdที่สาม aspectแง่มุม of this
200
594386
2286
ดังนั้นในมุมมองที่สาม
10:09
is that when we take this AIAI
and embodyรวบรวม it,
201
597315
2678
เมื่อเรานำ AI มาทำให้มีรูปร่าง
10:12
we get robotsหุ่นยนต์.
202
600017
1173
เราก็จะได้หุ่นยนต์
10:13
And robotsหุ่นยนต์ are going to be botsบอท,
203
601214
1703
และหุ่นยนต์ก็จะเป็นเครื่องมือ
10:14
they're going to be doing manyจำนวนมาก
of the tasksงาน that we have alreadyแล้ว doneเสร็จแล้ว.
204
602941
3328
พวกมันจะทำงานหลายๆอย่างที่เราทำได้แล้ว
ทำงานที่เป็นงานหนักซ้ำๆ
10:20
A jobงาน is just a bunchพวง of tasksงาน,
205
608357
1528
10:21
so they're going to redefineredefine our jobsงาน
206
609909
1762
พวกมันจะเปลี่ยนวิถีการทำงานของเรา
10:23
because they're going to do
some of those tasksงาน.
207
611695
2259
เพราะพวกมันจะทำงานเหล่านั้น
10:25
But they're alsoด้วย going to curateพระสอนศาสนา
wholeทั้งหมด newใหม่ categoriesประเภท,
208
613978
3197
แล้วมันจะช่วยจัดการ
งานประเภทใหม่นี้
10:29
a wholeทั้งหมด newใหม่ slewแกว่ง of tasksงาน
209
617199
2247
รูปแบบงานแบบใหม่ทั้งหมด
10:31
that we didn't know
we wanted to do before.
210
619470
2457
ซึ่งพวกเราไม่เคยรู้มาต้องทำมาก่อน
10:33
They're going to actuallyแท้จริง
engenderทำให้เกิด newใหม่ kindsชนิด of jobsงาน,
211
621951
3637
ที่จริงแล้วพวกมันกำลังทำให้เกิดงานแบบใหม่
10:37
newใหม่ kindsชนิด of tasksงาน that we want doneเสร็จแล้ว,
212
625612
2271
รูปแบบงานแบบใหม่ที่เราต้องการให้สำเร็จ
10:39
just as automationระบบอัตโนมัติ madeทำ up
a wholeทั้งหมด bunchพวง of newใหม่ things
213
627907
3405
เหมือนกับระบบอัตโนมัติได้สร้าง
สิ่งใหม่ทั้งกระบิมาแล้ว
10:43
that we didn't know we neededจำเป็น before,
214
631336
1834
ซึ่งเราก็ไม่เคยรู้ว่าเราต้องการมันมาก่อน
10:45
and now we can't liveมีชีวิต withoutไม่มี them.
215
633194
1956
ตอนนี้เราไม่สามารถมีชีวิตได้หากไม่มีมัน
10:47
So they're going to produceก่อ
even more jobsงาน than they take away,
216
635174
3956
มันกำลังจะสร้างงานมากกว่าที่มันแย่งงาน
10:51
but it's importantสำคัญ that a lot of the tasksงาน
that we're going to give them
217
639154
3434
แต่สิ่งสำคัญคืองานที่เรากำลังให้มันทำ
10:54
are tasksงาน that can be definedที่กำหนดไว้
in termsเงื่อนไข of efficiencyอย่างมีประสิทธิภาพ or productivityผลผลิต.
218
642612
4572
นั้นต้องเป็นงานที่สามารถระบุ
ประสิทธิภาพและผลิตภาพได้
10:59
If you can specifyระบุ a taskงาน,
219
647676
1828
หากคุณสามารถกำหนดงาน
11:01
eitherทั้ง manualคู่มือ or conceptualเกี่ยวกับความคิดเห็น,
220
649528
2235
ไม่ว่าจะด้วยระบบมือหรือระบบความคิด
11:03
that can be specifiedที่ระบุ in termsเงื่อนไข
of efficiencyอย่างมีประสิทธิภาพ or productivityผลผลิต,
221
651787
4780
ที่สามารถระบุประสิทธิภาพและผลิตภาพได้
11:08
that goesไป to the botsบอท.
222
656591
1777
สิ่งเหล่านั้นจะถูกแทนด้วยหุ่นยนต์
11:10
Productivityผลผลิต is for robotsหุ่นยนต์.
223
658758
2178
ผลิตภาพเป็นงานสำหรับหุ่นยนต์
11:12
What we're really good at
is basicallyเป็นพื้น wastingการสูญเสีย time.
224
660960
3070
สิ่งที่มนุษย์ทำได้ดีคือนั่งหายใจทิ้ง
11:16
(Laughterเสียงหัวเราะ)
225
664054
1028
(หัวเราะ)
11:17
We're really good at things
that are inefficientไม่มีประสิทธิภาพ.
226
665106
2316
เราทำได้ดีในสิ่งไร้ประสิทธิภาพ
11:19
Scienceวิทยาศาสตร์ is inherentlyอย่างโดยเนื้อแท้ inefficientไม่มีประสิทธิภาพ.
227
667446
3025
วิทยาศาสตร์เป็นตัวอย่างการไร้ประสิทธิภาพ
11:22
It runsวิ่ง on that factความจริง that you have
one failureความล้มเหลว after anotherอื่น.
228
670816
2906
มันเกิดขึ้นจากความล้มเหลว
ครั้งแล้วครั้งเล่า
11:25
It runsวิ่ง on the factความจริง that you make testsการทดสอบ
and experimentsการทดลอง that don't work,
229
673746
3424
มันเกิดจากการทดสอบ
และการทดลองต่างๆที่ใช้ไม่ได้
11:29
otherwiseมิฉะนั้น you're not learningการเรียนรู้.
230
677194
1442
มิฉะนั้นคุณก็จะไม่ได้เรียนรู้
11:30
It runsวิ่ง on the factความจริง
231
678660
1162
มันตั้งอยู่บนความจริงว่า
11:31
that there is not
a lot of efficiencyอย่างมีประสิทธิภาพ in it.
232
679846
2083
มันไม่ได้มีประสิทธิภาพอะไรมากมาย
11:33
Innovationนวัตกรรม by definitionคำนิยาม is inefficientไม่มีประสิทธิภาพ,
233
681953
2779
นวัตกรรมโดยนิยามแล้วคือความไร้ประสิทธิภาพ
11:36
because you make prototypesต้นแบบ,
234
684756
1391
เพราะว่าคุณสร้างต้นแบบ
11:38
because you try stuffสิ่ง that failsล้มเหลว,
that doesn't work.
235
686171
2707
เพราะคุณลองสิ่งที่ล้มเหลว สิ่งที่ไม่เวิร์ค
11:40
Explorationการสำรวจ is inherentlyอย่างโดยเนื้อแท้ inefficiencyการไร้ความสามารถ.
236
688902
3112
การสำรวจก็เป็นตัวอย่างการไร้ประสิทธิภาพ
11:44
Artศิลปะ is not efficientที่มีประสิทธิภาพ.
237
692038
1531
ศิลปะไม่เกี่ยวกับประสิทธิภาพ
11:45
Humanเป็นมนุษย์ relationshipsสัมพันธ์ are not efficientที่มีประสิทธิภาพ.
238
693593
2127
ความสัมพันธ์มนุษย์ไม่เกี่ยวกับประสิทธิภาพ
11:47
These are all the kindsชนิด of things
we're going to gravitateไหล to,
239
695744
2940
สิ่งเหล่านี้เป็นสิ่งที่เราควรจะมุ่งไป
11:50
because they're not efficientที่มีประสิทธิภาพ.
240
698708
1475
เพราะมันไม่เกี่ยวกับประสิทธิภาพ
11:52
Efficiencyอย่างมีประสิทธิภาพ is for robotsหุ่นยนต์.
241
700207
2315
ประสิทธิภาพเป็นเรื่องของหุ่นยนต์
เรากำลังเรียนรู้ที่จะ
ทำงานร่วมกับ AI เหล่านี้
11:55
We're alsoด้วย going to learnเรียน
that we're going to work with these AIsเอไอเอส
242
703338
4123
11:59
because they think differentlyต่างกัน than us.
243
707485
1997
เพราะว่าพวกมันคิดแตกต่างจากเรา
เมื่อ Deep Blue เอาชนะแชมป์หมากรุก
12:02
When Deepลึก Blueสีน้ำเงิน beatตี
the world'sโลก bestดีที่สุด chessหมากรุก championแชมป์,
244
710005
4314
12:06
people thought it was the endปลาย of chessหมากรุก.
245
714343
1929
ผู้คนคิดว่าจะถึงจุดจบของเกมส์หมากรุก
แต่ปัจจุบัน แชมป์หมากรุกของโลก
12:08
But actuallyแท้จริง, it turnsผลัดกัน out that todayในวันนี้,
the bestดีที่สุด chessหมากรุก championแชมป์ in the worldโลก
246
716296
4402
12:12
is not an AIAI.
247
720722
1557
ไม่ใช่ AI
12:14
And it's not a humanเป็นมนุษย์.
248
722906
1181
และไม่ใช่มนุษย์
12:16
It's the teamทีม of a humanเป็นมนุษย์ and an AIAI.
249
724111
2715
แต่เป็นทีมระหว่างมนุษย์และ AI
12:18
The bestดีที่สุด medicalทางการแพทย์ diagnosticiandiagnostician
is not a doctorคุณหมอ, it's not an AIAI,
250
726850
4000
กลุ่มแพทย์ที่ดีที่สุด ไม่ใช่มนุษย์หรือ AI
12:22
it's the teamทีม.
251
730874
1176
แต่เป็นทีม
12:24
We're going to be workingการทำงาน with these AIsเอไอเอส,
252
732074
2149
เรากำลังจะทำงานร่วมกับ AI
12:26
and I think you'llคุณจะ be paidต้องจ่าย in the futureอนาคต
253
734247
1995
และคุณกำลังจะได้ค่าตอบแทนการทำงานในอนาคต
12:28
by how well you work with these botsบอท.
254
736266
2391
โดยคำนวณว่าคุณทำงานกับ AI ได้ดีแค่ไหน
12:31
So that's the thirdที่สาม thing,
is that they're differentต่าง,
255
739026
4257
นั้นคือเรื่องที่สาม ที่ว่ามันมีความแตกต่าง
12:35
they're utilityประโยชน์
256
743307
1165
พวกมันเป็นเครื่องมือ
12:36
and they are going to be something
we work with ratherค่อนข้าง than againstต่อต้าน.
257
744496
3816
มันจะกลายเป็นสิ่งที่เราต้องร่วมงานด้วย
แทนที่จะต่อต้าน
12:40
We're workingการทำงาน with these
ratherค่อนข้าง than againstต่อต้าน them.
258
748336
2639
เราต้องร่วมงานกับมันมากกว่าต่อต้าน
12:42
So, the futureอนาคต:
259
750999
1477
ดังนั้นในอนาคต
12:44
Where does that take us?
260
752500
1420
พวกมันจะนำเราไปยังจุดไหน
12:45
I think that 25 yearsปี from now,
they'llพวกเขาจะ look back
261
753944
3567
ผมคิดว่าในอีก 25 ปีข้างหน้า
เมื่อพวกมันมองย้อนมา
12:49
and look at our understandingความเข้าใจ
of AIAI and say,
262
757535
3125
และมองถึงความเข้าใจใน AI ของพวกเรา
และพูดว่า
12:52
"You didn't have AIAI. In factความจริง,
you didn't even have the Internetอินเทอร์เน็ต yetยัง,
263
760684
3300
"คุณยังไม่มี AI เลย
ที่จริง คุณยังไม่มี Internet ด้วยซ้ำ
12:56
comparedเมื่อเทียบกับ to what we're going
to have 25 yearsปี from now."
264
764008
2741
เทียบกับสิ่งที่จะเกิดในอีก 25 ปีข้างหน้า"
ตอนนี้ เรายังไม่มีผู้เชี่ยวชาญ AI
12:59
There are no AIAI expertsผู้เชี่ยวชาญ right now.
265
767849
3047
13:02
There's a lot of moneyเงิน going to it,
266
770920
1699
มีเม็ดเงินมากมายใช้ไปในการพัฒนา
13:04
there are billionsพันล้าน of dollarsดอลลาร์
beingกำลัง spentการใช้จ่าย on it;
267
772643
2268
เงินเป็นพันล้านที่ใช้กับมัน
13:06
it's a hugeใหญ่ businessธุรกิจ,
268
774935
2164
มันเป็นธุรกิจขนาดใหญ่
13:09
but there are no expertsผู้เชี่ยวชาญ, comparedเมื่อเทียบกับ
to what we'llดี know 20 yearsปี from now.
269
777123
4272
แต่ยังไม่มีผู้เชี่ยวชาญเลย
เมื่อเทียบกับสิ่งที่จะมีในอีก 20 ปีข้างหน้า
13:14
So we are just at the beginningการเริ่มต้น
of the beginningการเริ่มต้น,
270
782064
2885
ดังนั้นเรากำลังอยู่ที่จุดเริ่มต้น
ของจุดเริ่มต้น
13:16
we're in the first hourชั่วโมง of all this.
271
784973
2163
เรากำลังอยู่ในชั่วโมงแรก
13:19
We're in the first hourชั่วโมง of the Internetอินเทอร์เน็ต.
272
787160
1935
เรากำลังอยู่ในชั่วโมงแรกของ Inernet
13:21
We're in the first hourชั่วโมง of what's comingมา.
273
789119
2040
เราอยู่ในชั่วโมงแรกของสิ่งที่กำลังมาถึง
13:23
The mostมากที่สุด popularเป็นที่นิยม AIAI productสินค้า
in 20 yearsปี from now,
274
791183
4153
AI ที่จะใช้กันอย่างขว้างขวางใน 20 ปีหน้า
13:27
that everybodyทุกคน usesการใช้งาน,
275
795360
1444
ที่ทุกคนใช้
13:29
has not been inventedคิดค้น yetยัง.
276
797499
1544
ยังไม่ถูกประดิษฐ์ขึ้น
13:32
That meansวิธี that you're not lateสาย.
277
800464
2467
นั้นหมายความว่ายังไม่สายไปสำหรับพวกคุณ
13:35
Thank you.
278
803684
1151
ขอบคุณครับ
13:36
(Laughterเสียงหัวเราะ)
279
804859
1026
(หัวเราะ)
13:37
(Applauseการปรบมือ)
280
805909
2757
(เสียงปรบมือ)

▲Back to top

ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Kevin Kelly | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee