Return to Video

Μια νέα εξίσωση για τη νοημοσύνη

  • 0:01 - 0:05
    Νοημοσύνη -- τι είναι;
  • 0:05 - 0:07
    Αν κάνουμε μια αναδρομή
    στην ιστορία
  • 0:07 - 0:09
    σχετικά με τον τρόπο
    που έχει κριθεί η νοημοσύνη,
  • 0:09 - 0:13
    ένα γόνιμο παράδειγμα υπήρξε
  • 0:13 - 0:17
    η διάσημη φράση
    του Έντσγκερ Ντάικστρα ότι
  • 0:17 - 0:20
    «το ερώτημα αν μια μηχανή
    μπορεί να σκεφτεί
  • 0:20 - 0:21
    είναι τόσο ενδιαφέρον
  • 0:21 - 0:24
    όσο και το ερώτημα
    αν ένα υποβρύχιο
  • 0:24 - 0:26
    μπορεί να κολυμπήσει».
  • 0:26 - 0:30
    Τώρα, ο Έντσγκερ Ντάικστρα,
    όταν το έγραψε αυτό,
  • 0:30 - 0:32
    το εννοούσε ως κριτική
  • 0:32 - 0:35
    για τους πρωτοπόρους
    της επιστήμης υπολογιστών,
  • 0:35 - 0:36
    όπως ο Άλαν Τούρινγκ.
  • 0:36 - 0:39
    Ωστόσο, αν ρίξετε μια ματιά
    στο παρελθόν
  • 0:39 - 0:41
    και σκεφτείτε πώς θα ήταν
  • 0:41 - 0:43
    οι πιο σημαντικές καινοτομίες
  • 0:43 - 0:45
    που μας επέτρεψαν να φτιάξουμε
  • 0:45 - 0:47
    τεχνητές μηχανές που κολυμπούν
  • 0:47 - 0:50
    και τεχνητές μηχανες που [πετούν],
  • 0:50 - 0:53
    θα δείτε ότι μόνο μέσω της κατανόησης
  • 0:53 - 0:56
    των υποκείμενων φυσικών μηχανισμών
  • 0:56 - 0:58
    της κολύμβησης και της πτήσης
  • 0:58 - 1:02
    μπορέσαμε να φτιάξουμε
    αυτές τις μηχανές.
  • 1:02 - 1:04
    Και έτσι, μερικά χρόνια πριν,
  • 1:04 - 1:07
    ξεκίνησα ένα πρόγραμμα
    για να προσπαθήσω να καταλάβω
  • 1:07 - 1:10
    τους θεμελιώδεις φυσικούς μηχανισμούς
  • 1:10 - 1:13
    που διέπουν τη νοημοσύνη.
  • 1:13 - 1:14
    Ας πάμε ένα βήμα πίσω.
  • 1:14 - 1:18
    Ας αρχίσουμε με ένα νοητικό πείραμα.
  • 1:18 - 1:20
    Προσποιηθείτε ότι είστε μια φυλή εξωγήινων
  • 1:20 - 1:23
    που δεν γνωρίζει τίποτα
    σχετικά με τη βιολογία της Γης
  • 1:23 - 1:27
    ή τη νευροεπιστήμη
    ή τη νοημοσύνη της Γης,
  • 1:27 - 1:29
    αλλά έχετε εκπληκτικά τηλεσκόπια
  • 1:29 - 1:31
    και μπορείτε να παρατηρήσετε τη Γη,
  • 1:31 - 1:33
    και ζείτε εκπληκτικά πολλά χρόνια,
  • 1:33 - 1:35
    άρα μπορείτε να παρακολουθήσετε τη Γη
  • 1:35 - 1:38
    για εκατομμύρια,
    ακόμη και δισεκατομμύρια χρόνια.
  • 1:38 - 1:41
    Και παρατηρείτε
    μια πραγματικά παράξενη έκβαση.
  • 1:41 - 1:46
    Παρατηρείτε ότι
    με το πέρασμα των χιλιετιών,
  • 1:46 - 1:50
    η Γη βομβαρδίζεται
    συνεχώς από αστεροειδείς
  • 1:50 - 1:52
    μέχρι κάποια στιγμή,
  • 1:52 - 1:54
    και ότι σε αυτή τη στιγμή,
  • 1:54 - 1:58
    που αντιστοιχεί αδρά
    στη χρονολογία μας, το 2000 μ.Χ.,
  • 1:58 - 2:00
    οι αστεροειδείς που βρίσκονται
  • 2:00 - 2:01
    σε πορεία σύγκρουσης με τη Γη
  • 2:01 - 2:03
    και που κανονικά
    θα είχαν πέσει πάνω της,
  • 2:03 - 2:06
    εκτρέπονται μυστηριωδώς
  • 2:06 - 2:09
    ή ανατινάζονται πριν μπορέσουν
    να χτυπήσουν τη Γη.
  • 2:09 - 2:11
    Τώρα φυσικά εμείς, ως γήινοι,
  • 2:11 - 2:13
    γνωρίζουμε ότι ο λόγος θα ήταν
  • 2:13 - 2:14
    ότι προσπαθούμε να σωθούμε.
  • 2:14 - 2:17
    Προσπαθούμε να αποτρέψουμε
    μια σύγκρουση.
  • 2:17 - 2:19
    Αν όμως είστε μια φυλή εξωγήινων
  • 2:19 - 2:20
    που δεν γνωρίζει τίποτε γι' αυτό,
  • 2:20 - 2:23
    που δεν έχει καμία ιδέα
    για τη νοημοσύνη της Γης,
  • 2:23 - 2:25
    θα αναγκαζόσασταν να συγκροτήσετε
  • 2:25 - 2:27
    μια φυσική θεωρία που να εξηγεί πώς,
  • 2:27 - 2:30
    σε μια δεδομένη χρονική στιγμή,
  • 2:30 - 2:34
    οι αστεροειδείς που θα συνέτριβαν
    την επιφάνεια ενός πλανήτη
  • 2:34 - 2:38
    σταμάτησαν μυστηριωδώς να το κάνουν.
  • 2:38 - 2:42
    Ισχυρίζομαι λοιπόν ότι
    αυτό το ζήτημα είναι το ίδιο
  • 2:42 - 2:46
    με την κατανόηση της φυσικής ουσίας
    της νοημοσύνης.
  • 2:46 - 2:50
    Σε αυτό λοιπόν το πρόγραμμα
    που ξεκίνησα πριν από χρόνια
  • 2:50 - 2:52
    εξέτασα μια ποικιλία
    διαφορετικών στοιχείων
  • 2:52 - 2:56
    σε όλο το επιστημονικό φάσμα,
    σε διάφορους επιστημονικούς κλάδους,
  • 2:56 - 2:58
    που στόχευαν, πιστεύω,
  • 2:58 - 3:00
    προς έναν ενιαίο, υποκείμενο μηχανισμό
  • 3:00 - 3:02
    για τη νοημοσύνη.
  • 3:02 - 3:04
    Στην κοσμολογία, για παράδειγμα,
  • 3:04 - 3:07
    υπήρχε μια πληθώρα
    διαφορετικών ενδεικτικών στοιχείων
  • 3:07 - 3:10
    ότι το σύμπαν μας φαίνεται
    να είναι τέλεια συντονισμένο
  • 3:10 - 3:13
    για την ανάπτυξη νοημοσύνης,
  • 3:13 - 3:15
    και, ειδικότερα, για την ανάπτυξη
  • 3:15 - 3:17
    γενικών καταστάσεων
  • 3:17 - 3:21
    που μεγιστοποιούν
    την ποικιλομορφία πιθανών μελλόντων.
  • 3:21 - 3:23
    Στα παιχνίδια, για παράδειγμα, στο Γκόου --
  • 3:23 - 3:26
    όλοι θυμούνται το 1997
  • 3:26 - 3:30
    όταν ο Ντιπ Μπλου της IBM νίκησε
    στο σκάκι τον Γκάρι Κασπάροβ --
  • 3:30 - 3:32
    λιγότεροι άνθρωποι γνωρίζουν
  • 3:32 - 3:34
    ότι τα τελευταία 10 χρόνια ή τόσο,
  • 3:34 - 3:35
    το παιχνίδι Γκόου,
  • 3:35 - 3:37
    εύλογα ένα πολύ πιο δύσκολο παιχνίδι
  • 3:37 - 3:39
    επειδή έχει πολύ
    υψηλότερο παράγοντα διακλάδωσης,
  • 3:39 - 3:41
    είχε επίσης αρχίσει να υποκύπτει
  • 3:41 - 3:43
    στους παίκτες ηλεκτρονικών παιχνιδιών
  • 3:43 - 3:44
    για τον ίδιο λόγο:
  • 3:44 - 3:47
    οι καλύτερες τεχνικές τώρα
    για υπολογιστές που παίζουν Γκόου
  • 3:47 - 3:51
    είναι οι τεχνικές που προσπαθούν να
    μεγιστοποιήσουν τις μελλοντικές επιλογές
  • 3:51 - 3:53
    κατά τη διάρκεια του παιχνιδιού.
  • 3:53 - 3:57
    Τέλος, στον σχεδιασμό
    της ρομποτικής κίνησης,
  • 3:57 - 3:59
    υπήρξε μια πληθώρα
    πρόσφατων τεχνικών
  • 3:59 - 4:01
    που προσπάθησαν να εκμεταλλευτούν
  • 4:01 - 4:04
    τις ικανότητες των ρομπότ
    να μεγιστοποιούν
  • 4:04 - 4:05
    τη μελλοντική ελευθερία δράσης
  • 4:05 - 4:08
    ώστε να εκτελούν
    πολύπλοκες εργασίες.
  • 4:08 - 4:11
    Έτσι, παίρνοντας όλα αυτά
    τα διαφορετικά στοιχεία
  • 4:11 - 4:12
    και βάζοντάς τα μαζί,
  • 4:12 - 4:15
    αναρωτήθηκα, αρχίζοντας
    πριν από αρκετά χρόνια,
  • 4:15 - 4:18
    υπάρχει ένας υποκείμενος μηχανισμός
    για τη νοημοσύνη
  • 4:18 - 4:20
    που να μπορούμε να εξάγουμε
  • 4:20 - 4:21
    από όλα αυτά
    τα διαφορετικά στοιχεία;
  • 4:21 - 4:26
    Υπάρχει μία και μοναδική εξίσωση
    για τη νοημοσύνη;
  • 4:26 - 4:29
    Και η απάντηση πιστεύω ότι είναι, ναι.
    [«F = T ∇ Sτ»]
  • 4:29 - 4:31
    Αυτό που βλέπετε είναι ίσως
  • 4:31 - 4:34
    το πλησιέστερο ισοδύναμο
    του E = mc²
  • 4:34 - 4:37
    για τη νοημοσύνη που έχω δει.
  • 4:37 - 4:39
    Αυτό λοιπόν που βλέπετε εδώ
  • 4:39 - 4:42
    είναι μια πρόταση αντιστοιχίας
  • 4:42 - 4:46
    ότι η νοημοσύνη είναι
    μια δύναμη, F,
  • 4:46 - 4:51
    που ενεργεί για να μεγιστοποιεί
    τη μελλοντική ελευθερία δράσης.
  • 4:51 - 4:53
    Ενεργεί για να μεγιστοποιεί
    τη μελλοντική ελευθερία δράσης
  • 4:53 - 4:55
    ή για να διατηρεί διαθέσιμες επιλογές,
  • 4:55 - 4:57
    με κάποια ισχύ Τ,
  • 4:57 - 5:02
    με την ποικιλομορφία των πιθανών
    προσβάσιμων μελλόντων, S,
  • 5:02 - 5:04
    μέχρι κάποιον μελλοντικό
    χρονικό ορίζοντα, ταυ.
  • 5:04 - 5:08
    Με λίγα λόγια, στη νοημοσύνη
    δεν της αρέσει να παγιδεύεται.
  • 5:08 - 5:11
    Η νοημοσύνη προσπαθεί να μεγιστοποιεί
    τη μελλοντική ελευθερία δράσης
  • 5:11 - 5:13
    και να διατηρεί διαθέσιμες επιλογές.
  • 5:13 - 5:16
    Και έτσι, με δεδομένη
    αυτή τη μία εξίσωση,
  • 5:16 - 5:18
    είναι φυσικό να ρωτήσουμε,
    τι την κάνουμε;
  • 5:18 - 5:20
    Πόσα μπορεί να προβλέψει;
  • 5:20 - 5:22
    Προβλέπει τη νοημοσύνη
    σε ανθρώπινο επίπεδο;
  • 5:22 - 5:25
    Προβλέπει την τεχνητή νοημοσύνη;
  • 5:25 - 5:27
    Θα σας παρουσιάσω λοιπόν
    τώρα ένα βίντεο
  • 5:27 - 5:30
    που νομίζω ότι θα δείξει
  • 5:30 - 5:32
    κάποιες από τις εκπληκτικές εφαρμογές
  • 5:32 - 5:35
    αυτής της μίας εξίσωσης.
  • 5:35 - 5:37
    (Βίντεο) Αφηγητής: Πρόσφατες έρευνες
    στην κοσμολογία
  • 5:37 - 5:39
    υποδηλώνουν ότι τα σύμπαντα
    που παράγουν
  • 5:39 - 5:42
    περισσότερη αταξία, ή «εντροπία»,
    κατά τη διάρκεια ζωής τους
  • 5:42 - 5:45
    θα πρέπει να τείνουν
    να έχουν ευνοϊκότερες συνθήκες
  • 5:45 - 5:48
    για την ύπαρξη νοημόνων όντων
    σαν κι εμάς.
  • 5:48 - 5:50
    Αλλά μήπως αυτή
    η ενδεικτική κοσμολογική σύνδεση
  • 5:50 - 5:52
    ανάμεσα στην εντροπία
    και τη νοημοσύνη
  • 5:52 - 5:54
    υπαινίσσεται μια βαθύτερη σχέση;
  • 5:54 - 5:56
    Μήπως η νοήμων συμπεριφορά
    δεν αντιστοιχεί απλώς
  • 5:56 - 5:58
    στην παραγωγή
    μακροχρόνιας εντροπίας
  • 5:58 - 6:01
    αλλά στην πραγματικότητα
    προκύπτει άμεσα από αυτήν;
  • 6:01 - 6:03
    Για να το ανακαλύψουμε,
    δημιουργήσαμε μια μηχανή λογισμικού
  • 6:03 - 6:06
    που ονομάζεται Entropica,
    σχεδιασμένη για να μεγιστοποιεί
  • 6:06 - 6:07
    την παραγωγή
    μακροχρόνιας εντροπίας
  • 6:07 - 6:10
    οποιουδήποτε συστήματος
    μέσα στο οποίο θα βρεθεί.
  • 6:10 - 6:12
    Κατά εκπληκτικό τρόπο, η Entropica
    μπόρεσε να περάσει
  • 6:12 - 6:15
    πολλαπλά τεστ ζωϊκής νοημοσύνης,
    να παίξει ανθρώπινα παιχνίδια,
  • 6:15 - 6:18
    ακόμη και να κερδίσει χρήματα
    στο χρηματιστήριο,
  • 6:18 - 6:20
    όλα αυτά χωρίς κάποια σχετική οδηγία.
  • 6:20 - 6:22
    Αυτά είναι μερικά παραδείγματα
    της Entropica εν δράσει.
  • 6:22 - 6:25
    Ακριβώς όπως ένας άνθρωπος
    στέκεται όρθιος χωρίς να πέφτει,
  • 6:25 - 6:27
    βλέπουμε εδώ την Entropica
  • 6:27 - 6:29
    να ισορροπεί αυτόματα μια ράβδο
    χρησιμοποιώντας ένα καροτσάκι.
  • 6:29 - 6:31
    Αυτή η συμπεριφορά είναι
    εκπληκτική, εν μέρει
  • 6:31 - 6:34
    επειδή δεν θέσαμε ποτέ
    κάποιον στόχο στην Entropica.
  • 6:34 - 6:37
    Απλώς αποφάσισε μόνη της
    να ισορροπήσει τη ράβδο.
  • 6:37 - 6:39
    Αυτή η ικανότητα εξισορρόπησης
    θα έχει εφαρμογές
  • 6:39 - 6:41
    στα ανθρωποειδή ρομπότ
  • 6:41 - 6:43
    και στις τεχνολογίες
    ανθρώπινης υποστήριξης.
  • 6:43 - 6:45
    Όπως κάποια ζώα
    μπορούν να χρησιμοποιούν αντικείμενα
  • 6:45 - 6:47
    στο περιβάλλον τους ως εργαλεία
  • 6:47 - 6:48
    για να φθάσουν σε στενούς χώρους,
  • 6:48 - 6:50
    έτσι κι εδώ βλέπουμε την Entropica,
  • 6:50 - 6:52
    και πάλι με δική της πρωτοβουλία,
  • 6:52 - 6:55
    να μπορεί να μετακινεί έναν μεγάλο δίσκο,
    που αντιπροσωπεύει ένα ζώο
  • 6:55 - 6:57
    ώστε να κάνει τον μικρό δίσκο,
  • 6:57 - 7:00
    που αντιπροσωπεύει ένα εργαλείο,
    να φθάσει σε έναν περιορισμένο χώρο
  • 7:00 - 7:02
    κρατώντας έναν τρίτο δίσκο
  • 7:02 - 7:05
    και να απελευθερώσει τον τρίτο δίσκο
    από την αρχική, σταθερή του θέση.
  • 7:05 - 7:07
    Αυτή η ικανότητα χρήσης εργαλείων
    θα βρει εφαρμογή
  • 7:07 - 7:09
    στις έξυπνες κατασκευές και στη γεωργία.
  • 7:09 - 7:11
    Επιπλέον, ακριβώς όπως
    κάποια άλλα ζώα
  • 7:11 - 7:14
    μπορούν να συνεργαστούν
    τραβώντας τις άκρες ενός σκοινιού
  • 7:14 - 7:16
    ταυτόχρονα για να απελευθερώσουν τροφή,
  • 7:16 - 7:18
    εδώ βλέπουμε ότι η Entropica
    μπορεί να πραγματοποιήσει
  • 7:18 - 7:20
    μια πρότυπη εκδοχή
    αυτής της εργασίας.
  • 7:20 - 7:23
    Αυτή η συνεργατική ικανότητα
    έχει ενδιαφέρουσες επιπτώσεις
  • 7:23 - 7:26
    στον οικονομικό σχεδιασμό
    και σε μια πληθώρα άλλων πεδίων.
  • 7:26 - 7:28
    Η Entropica μπορεί
    να εφαρμοστεί ευρέως
  • 7:28 - 7:30
    σε μια πληθώρα τομέων.
  • 7:30 - 7:33
    Για παράδειγμα,
    εδώ την βλέπουμε να παίζει με επιτυχία
  • 7:33 - 7:35
    μια παρτίδα πονγκ με τον εαυτό της,
  • 7:35 - 7:38
    παρουσιάζοντας τις δυνατότητές της
    στο παιχνίδι.
  • 7:38 - 7:39
    Εδώ βλέπουμε την Entropica
    να συντονίζει
  • 7:39 - 7:41
    νέες συνδέσεις σε ένα κοινωνικό δίκτυο
  • 7:41 - 7:44
    όπου οι φίλοι συνεχώς
    διακόπτουν τις επαφές τους,
  • 7:44 - 7:47
    και να διατηρεί με επιτυχία
    το δίκτυο συνδεδεμένο.
  • 7:47 - 7:49
    Αυτή η ίδια ικανότητα συντονισμού
    ενός δικτύου
  • 7:49 - 7:52
    έχει εφαρμογή
    και στους κλάδους περίθαλψης,
  • 7:52 - 7:55
    ενέργειας και νοημοσύνης.
  • 7:55 - 7:57
    Εδώ βλέπουμε την Entropica
    να κατευθύνει τις διαδρομές
  • 7:57 - 7:58
    ενός στόλου πλοίων,
  • 7:58 - 8:02
    να ανακαλύπτει και να αξιοποιεί
    με επιτυχία τη Διώρυγα του Παναμά
  • 8:02 - 8:04
    ώστε να επεκτείνει την πρόσβασή της
    από τον Ατλαντικό
  • 8:04 - 8:06
    στον Ειρηνικό.
  • 8:06 - 8:07
    Ομοίως, η Entropica
  • 8:07 - 8:09
    εφαρμόζεται ευρέως σε προβλήματα
  • 8:09 - 8:14
    αυτόνομης άμυνας,
    υλικοτεχνικής υποστήριξης και μεταφορών.
  • 8:14 - 8:16
    Τέλος, εδώ βλέπουμε την Entropica
  • 8:16 - 8:19
    να ανακαλύπτει
    και να εφαρμόζει αυθόρμητα
  • 8:19 - 8:21
    μια στρατηγική
    «αγοράζω φτηνά-πουλάω ακριβά»
  • 8:21 - 8:23
    σε εικονικές μετοχικές συναλλαγές,
  • 8:23 - 8:27
    αυξάνοντας με επιτυχία τα περιουσιακά
    στοιχεία υπό διαχείριση εκθετικά.
  • 8:27 - 8:29
    Αυτή η ικανότητα διαχείρισης κινδύνου
  • 8:29 - 8:31
    θα έχει ευρεία εφαρμογή
    στα χρηματοοικονομικά
  • 8:31 - 8:34
    και τις ασφάλειες.
  • 8:34 - 8:36
    Άλεξ Βίσνερ-Γκρος:
    Αυτό λοιπόν που μόλις είδατε
  • 8:36 - 8:41
    είναι ότι μια πληθώρα
    ειδικών ανθρώπινων νοημόνων
  • 8:41 - 8:42
    γνωσιακών συμπεριφορών
  • 8:42 - 8:45
    όπως η χρήση εργαλείων,
    η όρθια στάση
  • 8:45 - 8:47
    και η κοινωνική συνεργασία,
  • 8:47 - 8:50
    όλες τους πηγάζουν
    από μία απλή εξίσωση,
  • 8:50 - 8:52
    η οποία οδηγεί ένα σύστημα
  • 8:52 - 8:56
    στη μεγιστοποίηση
    της μελλοντικής του ελευθερίας δράσης.
  • 8:56 - 8:59
    Τώρα, εδώ υπάρχει
    μια βαθειά ειρωνεία.
  • 8:59 - 9:01
    Πηγαίνοντας πίσω, όταν άρχισε
  • 9:01 - 9:04
    να χρησιμοποιείται ο όρος ρομπότ,
  • 9:04 - 9:07
    στο θεατρικό έργο «RUR»
  • 9:07 - 9:09
    υπήρχε πάντα μια σκέψη
  • 9:09 - 9:13
    ότι αν αναπτύσσαμε
    μηχανική νοημοσύνη,
  • 9:13 - 9:16
    θα συνέβαινε
    μια κυβερνητική εξέγερση.
  • 9:16 - 9:19
    Οι μηχανές θα ξεσηκώνονταν
    εναντίον μας.
  • 9:19 - 9:22
    Μία κύρια συνέπεια
    αυτής της εργασίας
  • 9:22 - 9:24
    είναι ότι ίσως
    όλες αυτές τις δεκαετίες,
  • 9:24 - 9:27
    είχαμε την όλη ιδέα
    της κυβερνητικής εξέγερσης
  • 9:27 - 9:29
    αντίστροφα.
  • 9:29 - 9:33
    Δεν είναι ότι πρώτα
    οι μηχανές αποκτούν νοημοσύνη
  • 9:33 - 9:35
    και μετά
    γίνονται μεγαλομανείς
  • 9:35 - 9:37
    και προσπαθούν
    να καταλάβουν τον κόσμο.
  • 9:37 - 9:38
    Γίνεται μάλλον το αντίθετο,
  • 9:38 - 9:41
    ότι η προσπάθεια
    να πάρουν τον έλεγχο
  • 9:41 - 9:43
    όλων των πιθανών μελλόντων
  • 9:43 - 9:46
    είναι μια πιο θεμελιώδης αρχή
  • 9:46 - 9:47
    από αυτή της νοημοσύνης,
  • 9:47 - 9:51
    ότι η γενική νοημοσύνη ενδέχεται
    στην πραγματικότητα να αναδύεται
  • 9:51 - 9:54
    απευθείας από αυτό το είδος
    απόκτησης ελέγχου,
  • 9:54 - 9:58
    παρά το αντίθετο.
  • 9:58 - 10:02
    Μια άλλη σημαντική συνέπεια
    είναι η επιδίωξη στόχων.
  • 10:02 - 10:06
    Με ρωτάνε συχνά πώς συνάγεται
    η ικανότητα επιδίωξης στόχων
  • 10:06 - 10:08
    από αυτό το είδος πλαισίου.
  • 10:08 - 10:11
    Και η απάντηση είναι,
    η ικανότητα επιδίωξης στόχων
  • 10:11 - 10:13
    θα συνάγεται άμεσα από αυτό
  • 10:13 - 10:15
    με την εξής έννοια:
  • 10:15 - 10:18
    ακριβώς όπως θα περνούσατε
    μέσα από ένα τούνελ,
  • 10:18 - 10:20
    ένα μποτιλιάρισμα
    στη μελλοντική σας διαδρομή,
  • 10:20 - 10:22
    ώστε να επιτύχετε πολλούς άλλους
  • 10:22 - 10:24
    διαφορετικούς στόχους αργότερα,
  • 10:24 - 10:26
    ή ακριβώς όπως θα επενδύατε
  • 10:26 - 10:28
    σε έναν χρηματοοικονομικό τίτλο,
  • 10:28 - 10:30
    μειώνοντας
    τη βραχυπρόθεσμη ρευστότητά σας
  • 10:30 - 10:33
    ώστε να αυξήσετε
    την περιουσία σας μακροπρόθεσμα,
  • 10:33 - 10:35
    η επιδίωξη στόχων αναδύεται απευθείας
  • 10:35 - 10:37
    από την μακροχρόνια επιθυμία
  • 10:37 - 10:41
    αύξησης της μελλοντικής ελευθερίας δράσης.
  • 10:41 - 10:45
    Τέλος, ο Ρίτσαρντ Φάινμαν,
    ο διάσημος φυσικός,
  • 10:45 - 10:48
    έγραψε κάποτε ότι
    αν ο ανθρώπινος πολιτισμός καταστρεφόταν
  • 10:48 - 10:50
    και μπορούσατε
    να κληροδοτήσετε μία μόνο ιδέα
  • 10:50 - 10:51
    στους απογόνους μας
  • 10:51 - 10:54
    για να τους βοηθήσει
    να ξαναφτιάξουν πολιτισμό,
  • 10:54 - 10:55
    αυτή η ιδέα θα έπρεπε να ήταν
  • 10:55 - 10:57
    ότι όλη η ύλη γύρω μας
  • 10:57 - 11:00
    είναι φτιαγμένη
    από μικροσκοπικά στοιχεία
  • 11:00 - 11:02
    που ελκύουν το ένα το άλλο
    όταν είναι μακριά
  • 11:02 - 11:05
    αλλά απωθούνται όταν είναι κοντά.
  • 11:05 - 11:07
    Η ισοδύναμή δήλωση
    που θα κληροδοτούσα εγώ
  • 11:07 - 11:09
    στους απογόνους
  • 11:09 - 11:11
    για να τους βοηθήσω
    να δημιουργήσουν τεχνητή νοημοσύνη
  • 11:11 - 11:14
    ή για να τους βοηθήσω
    να κατανοήσουν την ανθρώπινη νοημοσύνη,
  • 11:14 - 11:15
    είναι η εξής:
  • 11:15 - 11:17
    η νοημοσύνη πρέπει να θεωρηθεί
  • 11:17 - 11:19
    ως μια φυσική διαδικασία
  • 11:19 - 11:22
    που προσπαθεί να μεγιστοποιήσει
    τη μελλοντική ελευθερία δράσης
  • 11:22 - 11:25
    και να αποφύγει
    τους περιορισμούς στο μέλλον της.
  • 11:25 - 11:27
    Σας ευχαριστώ πάρα πολύ.
  • 11:27 - 11:31
    (Χειροκρότημα)
Title:
Μια νέα εξίσωση για τη νοημοσύνη
Speaker:
Άλεξ Βίσνερ-Γκρος
Description:

Υπάρχει κάποια εξίσωση για τη νοημοσύνη; Ναι. Είναι η F = T ∇ Sτ. Σε μια συναρπαστική και κατατοπιστική ομιλία, ο φυσικός και επιστήμονας υπολογιστών Άλεξ Βίσνερ-Γκρος εξηγεί τι στην ευχή σημαίνει αυτό. (Βιντεοσκοπημένο στο TEDxBeaconStreet.)

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
11:48
Dimitra Papageorgiou approved Greek subtitles for A new equation for intelligence
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence
Dimitra Papageorgiou edited Greek subtitles for A new equation for intelligence
Chryssa R. Takahashi accepted Greek subtitles for A new equation for intelligence
Chryssa R. Takahashi edited Greek subtitles for A new equation for intelligence
Show all

Greek subtitles

Revisions