Return to Video

直觉性AI的不可思议的发明

  • 0:01 - 0:03
    你们其中多少人是创意者
  • 0:03 - 0:06
    设计师,工程师
    创业家或艺术家
  • 0:07 - 0:09
    或许你只是正好有
    天马行空的想象力?
  • 0:09 - 0:11
    请举手(喝彩声)
  • 0:11 - 0:12
    你们绝大多数人都是
  • 0:13 - 0:16
    现在我有消息告诉我们创新者:
  • 0:17 - 0:19
    在未来的20年内
  • 0:21 - 0:24
    我们的工作方式将
    会发生很多的改变
  • 0:25 - 0:28
    远超过去的两千年发生的变化
  • 0:28 - 0:33
    实际上,我认为我们正处在
    人类历史新纪元的黎明
  • 0:34 - 0:38
    至今为止,人类历史共有四个主要
    由我们的工作方式定义的阶段
  • 0:39 - 0:43
    人类历史经历了数百万年
    的狩猎采集时代
  • 0:43 - 0:47
    然后经历了数千年
    的农耕时代
  • 0:47 - 0:50
    工业时代延续
    了几个世纪
  • 0:50 - 0:55
    目前的信息时代
    才走了几十年
  • 0:55 - 1:00
    如今,身为人类的我们
    正站在下一个伟大时代的交汇点
  • 1:01 - 1:04
    欢迎来到“扩增时代"
  • 1:04 - 1:08
    在这个新时代中,你们人类
    天生的能力将会扩增
  • 1:08 - 1:10
    计算系统将帮助你思考
  • 1:11 - 1:12
    机器人系统将帮助你制作
  • 1:13 - 1:14
    数字神经系统
  • 1:14 - 1:18
    将连接你到一个自然感官
    无法触及的世界
  • 1:19 - 1:21
    让我们从“认知扩增”说起
  • 1:21 - 1:24
    你们有多少人是“强化的搬机器人”?
  • 1:24 - 1:27
    (观众笑声)
  • 1:27 - 1:30
    我想说的是
    其实我们已经被强化了
  • 1:30 - 1:32
    想想一下你在一个派对
  • 1:32 - 1:35
    然后有人问了一个
    你不知道如何回答的问题
  • 1:35 - 1:39
    如果你有这些其中的一个
    在几秒钟之内,你可以能知道答案
  • 1:40 - 1:42
    但这仅仅是一个原始的开端
  • 1:43 - 1:46
    即使是Siri也是一个被动的工具
  • 1:47 - 1:50
    实际上,在过去的
    3.5百万年间
  • 1:50 - 1:53
    我们所拥有的工具
    是完全被动的
  • 1:54 - 1:58
    它们会照我们告诉它们的原封不动地做
    一点多余的都没有
  • 1:58 - 2:01
    我们的第一个工具仅仅是会
    在我们发起时切割
  • 2:02 - 2:05
    凿子只会在艺术家
    指示的地方雕刻
  • 2:05 - 2:11
    甚至是我们最先进的工具
    在没有我们明确指示的情况下什么也做不了
  • 2:11 - 2:14
    实际上,这是那现在为止
    使我感到颓丧的地方
  • 2:14 - 2:16
    我们总是被
  • 2:16 - 2:19
    手动地将我们的意愿推动到
    我们的工具中的需要所限制
  • 2:19 - 2:21
    就像,手动
    真正地用我们的手
  • 2:21 - 2:23
    甚至是在使用电脑的时候
  • 2:24 - 2:27
    但是我更像星际奇航中的史考特
  • 2:27 - 2:28
    (观众笑声)
  • 2:28 - 2:31
    我想和电脑
    有一段对话
  • 2:31 - 2:34
    我想说,“电脑,
    让我们来设计一部车,”
  • 2:34 - 2:35
    然后电脑就给我展现一部车
  • 2:35 - 2:38
    然后我就说,“不,一部更加
    更不像德国车的车,”
  • 2:38 - 2:40
    然后,蹦,电脑给我展现了一个选项
  • 2:40 - 2:41
    (观众笑声)
  • 2:42 - 2:45
    这段对话也许有
    一点不太切合实际
  • 2:45 - 2:47
    也许没有我们很多人想的那样偏离
  • 2:47 - 2:48
    但是现在
  • 2:49 - 2:50
    我们正在向这个目标迈进
  • 2:50 - 2:54
    使从被动到主动生成
    跨越的工具
  • 2:55 - 2:58
    生成性的设计工具
    使用一台电脑和算数
  • 2:58 - 3:00
    去合成几何
  • 3:01 - 3:04
    去开始一个完全由它们
    想出来的设计
  • 3:04 - 3:07
    所有需要的是你的目标
    和你的限制
  • 3:07 - 3:08
    我给你们一个例子
  • 3:08 - 3:11
    用空中无人机地盘来举例
  • 3:11 - 3:14
    你所需要做的
    是告诉它
  • 3:14 - 3:15
    它有四个螺旋桨
  • 3:15 - 3:16
    你想它尽可能的
  • 3:16 - 3:19
    而且你还需要它
    在空气动力学的意义上高效
  • 3:19 - 3:24
    电脑所做的是
    探索整个解决空间
  • 3:24 - 3:28
    在几百万个可能性中
  • 3:28 - 3:30
    寻找每一个能够解决你问题
    和达到你标准的可能性
  • 3:30 - 3:31
    这需要一个很大的电脑来做这个
  • 3:32 - 3:34
    但是它给我们带来了设计
  • 3:34 - 3:37
    这个设计是我们自己
    从不会想象得到的
  • 3:37 - 3:40
    电脑自己制作出了个这个
  • 3:40 - 3:41
    没有人绘画任何东西
  • 3:42 - 3:44
    而且它从完全的无开始
  • 3:45 - 3:47
    顺便说一下,这不是意外
  • 3:47 - 3:51
    那个无人操作的身体看上去就像
    一个飞翔中松鼠的盆骨
  • 3:51 - 3:53
    (观众笑声)
  • 3:54 - 3:56
    这是因为算数
    是被设计成
  • 3:56 - 3:58
    和进化一样的工作方式
  • 3:59 - 4:01
    使人兴奋的是我们开始
    去看这个设计
  • 4:01 - 4:03
    在一个真实的世界中去看
  • 4:03 - 4:05
    我们研究空中客车
    有好几年了
  • 4:05 - 4:06
    在未来飞机的概念下
  • 4:06 - 4:09
    仍然还在研究中
  • 4:09 - 4:13
    但是仅仅在最近我们使用了
    一个设计生成的AI
  • 4:13 - 4:15
    去展开制作
  • 4:16 - 4:21
    这是一个由电脑设计的
    3d打印的舱室分隔
  • 4:21 - 4:24
    它比原来的舱室要更坚固
    但同时重量只有原来的一半
  • 4:24 - 4:27
    而且它将于今年在A320
    空中客机中飞翔
  • 4:27 - 4:29
    所以电脑现在可以生成
  • 4:29 - 4:34
    它们可以针对我们复杂的问题
    生成它们自己的解决方案
  • 4:35 - 4:36
    但是它们不是具有直觉的
  • 4:36 - 4:39
    它们仍然每次要
    从新开始
  • 4:39 - 4:42
    那是因为它们从来不学习
  • 4:42 - 4:44
    不像麦琪
  • 4:44 - 4:46
    (观众笑声)
  • 4:46 - 4:49
    麦琪实际上比我们
    大多数先进的设计工具要聪明
  • 4:49 - 4:51
    我说这个是什么意思呢?
  • 4:51 - 4:53
    如果它的主人拿起绳子
  • 4:53 - 4:54
    麦琪会一定确定度
    的情况下
  • 4:54 - 4:56
    知道是时候出去散步了
  • 4:56 - 4:57
    她是怎么学习这个的?
  • 4:57 - 5:01
    每次主人拿起绳子
    他们就去散步
  • 5:01 - 5:02
    麦琪做了三件事
  • 5:02 - 5:04
    她必须对此花费注意力
  • 5:04 - 5:06
    她必须记住发生的事情
  • 5:07 - 5:11
    而且她还必须在她脑子里
    保持和创造一个模式
  • 5:11 - 5:12
    有趣的是,那正是
  • 5:12 - 5:16
    电脑科学家一直致力于使
    AIs去做的事
  • 5:16 - 5:18
    在过去的大约60年间
  • 5:19 - 5:20
    追溯到1952年
  • 5:20 - 5:24
    他们建造了这个电脑
    所以他们可以玩Tic-Tac-Toe
  • 5:25 - 5:26
    了不起的事
  • 5:27 - 5:30
    然后45年之后,在1997年
  • 5:30 - 5:33
    Deep Blue在象棋赛上打败了Kasparov
  • 5:34 - 5:39
    2011年,Watson在有障碍的情况下
    打败了这两个人
  • 5:39 - 5:42
    这对于一台电脑来说
    难度更大
  • 5:42 - 5:46
    实际上,不像从之前制定好的
    材料上开始工作
  • 5:46 - 5:49
    Watson不得不使用推理
    去克服它的人类对手
  • 5:50 - 5:53
    然后在几个星期前
  • 5:53 - 5:57
    DeepMind的AlphaGo打败了
    世界上最好的人类at Go
  • 5:57 - 5:59
    那是我们现有的
    难度最高的比赛
  • 5:59 - 6:02
    实际上,在Go里面有
    更多的走步
  • 6:02 - 6:04
    相比起宇宙中的原子
  • 6:06 - 6:07
    所以,为了取胜
  • 6:08 - 6:11
    AlphaGo所必须做的
    是发展直觉力
  • 6:11 - 6:15
    而且实际上,从某种程度上说
    AlphaGo的程序不懂
  • 6:15 - 6:18
    为什么AlphaGo要做这些
    以及它正在做什么
  • 6:19 - 6:21
    事情进展得很快
  • 6:21 - 6:24
    我是说,考虑到
    在一个人类有限的生命中
  • 6:24 - 6:27
    电脑经历了从一个小孩子的比赛
  • 6:28 - 6:31
    那现在被认为是
    策略思考
  • 6:32 - 6:34
    在这里发生的
  • 6:34 - 6:38
    是电脑经历了从Spock
  • 6:38 - 6:40
    到更加像Kirk
  • 6:40 - 6:43
    (观众笑声)
  • 6:43 - 6:47
    对吗?从纯逻辑到直觉
  • 6:48 - 6:50
    你会不会跨越这个桥梁?
  • 6:51 - 6:53
    你们中的大部分会说,“噢,不!”
  • 6:53 - 6:54
    (观众笑声)
  • 6:54 - 6:57
    而且你在不到一秒的时间内
    作出那个反应
  • 6:57 - 6:59
    你只是知道那个
    桥是不安全的
  • 6:59 - 7:01
    那正是一种直觉
  • 7:01 - 7:05
    我们的深入学习系统正开始
    发展那种直觉
  • 7:06 - 7:07
    很快,你就能够
  • 7:07 - 7:09
    开始展现你制作的
    你设计的
  • 7:09 - 7:10
    向一台电脑
  • 7:10 - 7:12
    然后它就会看着它然后说
  • 7:12 - 7:15
    “对不起,宝贝,那个是没有用的
    你必须得再次尝试。“
  • 7:16 - 7:19
    或者你可以问问是否
    人们会喜欢你的下一首歌
  • 7:20 - 7:22
    或者你下一个冰淇淋口味
  • 7:24 - 7:26
    或者,更重要的是
  • 7:26 - 7:28
    你可以和电脑合作
    解决那些
  • 7:28 - 7:30
    我们之前从来没有遇见过的问题
  • 7:30 - 7:31
    比如说,气候变暖
  • 7:31 - 7:33
    我们自己没有对此
    做一个很好的工作
  • 7:33 - 7:35
    我们绝对是可以用到
    我们能得到的所有帮助
  • 7:36 - 7:37
    那正是我所谈论的
  • 7:37 - 7:40
    科技放大了
    我们的认知能力
  • 7:40 - 7:44
    所以我们可以得心应手地
    想象和设计事物
  • 7:44 - 7:46
    作为一个纯粹的没有被增强的人类
  • 7:48 - 7:51
    那么,制作这些所有的
    我们将去发明和设计的
  • 7:51 - 7:53
    疯狂的新事物呢?
  • 7:54 - 7:58
    我认为人类增强的世纪
    其实是关于物理世界
  • 7:58 - 8:01
    关于实际上的
    知识领域
  • 8:02 - 8:04
    科技是如何增强我们的?
  • 8:04 - 8:07
    在物理世界,机器系统
  • 8:08 - 8:09
    好吧,这绝对是有一种恐惧
  • 8:09 - 8:12
    那就是机器人将会把
    人类的工作带走
  • 8:12 - 8:14
    而且这在一定范围内是真实的
  • 8:14 - 8:17
    但我对这个更感兴趣
  • 8:17 - 8:22
    那就是如果人类和机器人在一起工作
    它们会互相增强对方
  • 8:22 - 8:24
    然后会开始开发一个新的空间
  • 8:24 - 8:27
    这是我们的在三藩市的
    应用研究实验室
  • 8:27 - 8:30
    在那里我们集中研究的
    领域之一是先进的机器
  • 8:30 - 8:32
    具体说来,人类和机器合作
  • 8:33 - 8:36
    这是教主,我们其中的一个机器人
  • 8:36 - 8:38
    由于是一个实验,我们安排好了
  • 8:38 - 8:41
    去帮助一个人建立操作
    重复性的任务
  • 8:42 - 8:46
    就像是为衣物切割洞
    或者是在石膏板上点燃
  • 8:46 - 8:49
    (观众笑声)
  • 8:50 - 8:53
    那么,教主的人类拍档
    可以区别用纯粹英语该如何做
  • 8:53 - 8:54
    附和一些简单的手势
  • 8:54 - 8:56
    就好像对一只狗说话
  • 8:56 - 8:58
    然后教主执行了
    这些指导
  • 8:58 - 9:00
    这些指导是有完美的精确度的
  • 9:00 - 9:03
    我们在使用一个人类
    擅长的地方
  • 9:03 - 9:05
    意识,洞察力,和决断力
  • 9:05 - 9:07
    然后我们使用了一个机器人
    擅长的地方
  • 9:07 - 9:09
    准确度和重复性
  • 9:10 - 9:12
    这里有另一个很酷的项目
    也是教主在实施的
  • 9:12 - 9:15
    这个项目的目标
    我们把它叫作HIVE
  • 9:16 - 9:20
    是人类,电脑,和机器试验
    的一个原型模型
  • 9:20 - 9:23
    它们工作在一起去解决
    一个极端复杂的设计问题
  • 9:24 - 9:25
    人类起到的作用是付出人工劳动
  • 9:25 - 9:29
    它们在建设工地上巡航
    它们玩弄竹子
  • 9:29 - 9:31
    顺便说一下
    因为这是一个不同构的材料
  • 9:31 - 9:33
    它对于机器人来说是非常难应对的
  • 9:33 - 9:35
    但是后来机器人
    完成了这个纤维扭动
  • 9:35 - 9:38
    这个对于人类来说
    几乎是不可能的
  • 9:38 - 9:42
    然后我们有一个AI
    它控制着每一件事
  • 9:42 - 9:45
    它告诉人类应该做什么
    告诉机器人应该做什么
  • 9:45 - 9:48
    而且还要纪录几千个
    个人的组成部分
  • 9:48 - 9:49
    有趣的是
  • 9:49 - 9:52
    建造这个亭子
    仅仅就是不可能
  • 9:52 - 9:57
    没有人类,机器和AI
    互相增强
  • 9:58 - 10:01
    好,我就再分享另一个项目
    这一个有一点不可思议
  • 10:01 - 10:06
    我们致力于在一个阿姆斯特丹为基础的艺术家
    Joris Laarman和他的团队在MX3D
  • 10:06 - 10:09
    去生成地设计
    和活跃地打印
  • 10:09 - 10:12
    世界上第一个自动地
    制造的桥梁
  • 10:12 - 10:16
    那么,Joris 和一个 AI 正在我们说话的功夫
    设计这个东西
  • 10:16 - 10:17
    在阿姆斯特丹
  • 10:17 - 10:20
    当他们完成的时候
    我们按下“Go“
  • 10:20 - 10:23
    然后机器人将开始3D打印
    在不锈钢上
  • 10:23 - 10:26
    然后它们将继续打印
    在没有人类干预的情况下
  • 10:26 - 10:28
    直到桥梁完成
  • 10:29 - 10:32
    所以,随着电脑将
    增强我们的能力
  • 10:32 - 10:34
    在想象和设计新事物上
  • 10:34 - 10:37
    机器的系统将帮助我们
    建造和制作事物
  • 10:37 - 10:39
    建造那些我们之前从来没有能够做到的事物
  • 10:40 - 10:44
    但那么我们去感知和控制
    这些事物的能力呢?
  • 10:45 - 10:49
    对于我们制作的这些事物的
    一个神经系统呢?
  • 10:49 - 10:51
    我们的神经系统
    人类的神经系统
  • 10:51 - 10:53
    告诉了我们每一件
    在我们身边正在发生的事情
  • 10:54 - 10:58
    但是我们制作的这些事物的
    神经系统最好的也不过是简单的
  • 10:58 - 11:01
    比如说,一辆车不能够分辨出
    城市的公共工作部门
  • 11:01 - 11:05
    那就像是在一个百老汇和莫里森
    角落击中一个壶洞一样
  • 11:05 - 11:07
    一栋建筑不会对它的设计者说
  • 11:07 - 11:09
    是否建筑里的人喜欢这个建筑
  • 11:09 - 11:12
    而且玩具制造商不知道
  • 11:12 - 11:14
    是否一个玩具正在被把玩
  • 11:14 - 11:17
    如何,在哪里,以及是否
    是有趣的
  • 11:18 - 11:21
    我很确定设计师们想象了
    这个芭比的生活方式
  • 11:21 - 11:23
    当他们设计她的时候
  • 11:23 - 11:24
    (观众笑声)
  • 11:24 - 11:27
    但是,如果结果是芭比
    实际上是真的孤独?
  • 11:27 - 11:30
    (观众笑声)
  • 11:31 - 11:32
    如果设计师事先知道
  • 11:32 - 11:34
    在真实世界将会
    发生什么
  • 11:34 - 11:37
    他们的设计 - 道路
    建筑,芭比
  • 11:37 - 11:39
    他们可以用那个知识
    去创造一个体验
  • 11:39 - 11:41
    那个体验对于使用者来说更好
  • 11:41 - 11:43
    这里缺少的是一个神经系统
  • 11:43 - 11:47
    将我们所有设计的,制作的
    和使用的事情联结起来
  • 11:48 - 11:51
    如果你们都有从现实世界
    创造的事情
  • 11:51 - 11:54
    的信息涌向你
  • 11:55 - 11:57
    以及我们所做的所有的东西
  • 11:57 - 11:59
    我们发费了巨大的
    时间和精力
  • 11:59 - 12:02
    实际上,去年
    有2万亿美金
  • 12:02 - 12:04
    劝说人们去买
    我们制作的事物
  • 12:04 - 12:08
    但是如果你有你设计和创造的
    事物的联结
  • 12:08 - 12:10
    在它们出现在现实世界
  • 12:10 - 12:13
    在它们被卖掉
    或者发展或这之类的
  • 12:13 - 12:15
    我们实际上可以改变那个
  • 12:15 - 12:18
    而且从制作人们想要的东西
  • 12:18 - 12:21
    到仅仅是制作人们一开始
    想要的东西
  • 12:21 - 12:24
    好消息是,我们在数码
    神经系统上工作
  • 12:24 - 12:27
    这个系统连接我们和我们设计的东西
  • 12:28 - 12:30
    我们正致力于一个项目
  • 12:30 - 12:34
    和几个人在洛杉矶
    项目叫作Bandito Brothers
  • 12:34 - 12:35
    以及他们的团队
  • 12:35 - 12:39
    这些人想做的其中一件事情是
    建造不可思议的车
  • 12:39 - 12:42
    那些车可以去做绝对是不可思议的事情
  • 12:43 - 12:44
    这些人是很疯狂的
  • 12:44 - 12:45
    (观众笑声)
  • 12:45 - 12:47
    以最好的方式
  • 12:49 - 12:51
    我们和他们做的
  • 12:51 - 12:53
    是拿一个传统的赛车地盘
  • 12:53 - 12:55
    然后给它一个神经系统
  • 12:55 - 12:58
    那么我们用了几打感应
    去组建它
  • 12:58 - 13:01
    在车上放上一个世界级
    的司机
  • 13:01 - 13:03
    将他带到沙漠里
    然后让他不停地连续开上一个星期
  • 13:04 - 13:06
    然后车的神经系统
    抓住了车上
  • 13:06 - 13:08
    发生的每件事情
  • 13:08 - 13:10
    我们抓住了4亿个数据点
  • 13:11 - 13:12
    所有的动力
  • 13:13 - 13:14
    然后我们做了一些疯狂的事
  • 13:15 - 13:17
    我们拿出了所有的数据
  • 13:17 - 13:21
    然后把它们放到一个我们叫做Dreamcatcher
    地生成性设计的AI里
  • 13:21 - 13:25
    那么当你给一个设计
    神经系统
  • 13:25 - 13:28
    而且你要它给你建造
    最终的车地盘时,你会得到什么?
  • 13:29 - 13:31
    你得到这个
  • 13:32 - 13:36
    这是一个人类永远不会设计的
  • 13:37 - 13:39
    除了一个人设计了这个
  • 13:39 - 13:43
    但是是一个被生成性设计AI
    增强的人类
  • 13:43 - 13:44
    一个数码神经系统
  • 13:44 - 13:47
    而且机器人实际上是
    可以制造这样的东西的
  • 13:48 - 13:51
    所以,如果这是未来
    增强时代
  • 13:51 - 13:55
    我们将会被在认知上,物理上,和洞察力
    上被增强
  • 13:56 - 13:57
    那看上去会是什么?
  • 13:58 - 14:00
    这个仙境将会是一个什么?
  • 14:01 - 14:03
    我认为我们将会看到一个
  • 14:03 - 14:06
    在那里我们从制作事物
  • 14:06 - 14:07
    到种植事物的世界
  • 14:08 - 14:12
    在那里我们将会从建筑事物
  • 14:12 - 14:13
    到生长事物
  • 14:14 - 14:16
    我们将会从被孤独隔离
  • 14:16 - 14:17
    到被连接
  • 14:19 - 14:20
    我们将远离灭绝
  • 14:21 - 14:23
    去拥抱集合
  • 14:24 - 14:28
    我还认为我们将从对我们的事情的
    疯狂饥渴服从
  • 14:28 - 14:29
    转换到珍视自主
  • 14:31 - 14:32
    感谢我们的增强放大能力
  • 14:32 - 14:35
    我们的世界将会有翻天覆地地改变
  • 14:36 - 14:39
    我们将会看到一个更加
    多样化,更多连接
  • 14:39 - 14:41
    更多动态,更多复杂性
  • 14:41 - 14:43
    更多适应性,当然
  • 14:43 - 14:45
    更加美丽
  • 14:45 - 14:47
    那些将要到来的事情
  • 14:47 - 14:49
    不会像任何我们之前看到的事情
  • 14:49 - 14:50
    为什么?
  • 14:50 - 14:54
    因为将会是新的关系
    来整理成型新的事物
  • 14:54 - 14:58
    在科技,自然,和人性之间新的关系
  • 14:59 - 15:03
    那个,对我来说,是一个
    值得向未来展望的事情
  • 15:03 - 15:04
    非常感谢
  • 15:04 - 15:08
    (观众鼓掌)
Title:
直觉性AI的不可思议的发明
Speaker:
Maurice Conti
Description:

当你给一个设计工具一个数码神经系统时,你会得到什么?电脑提升了我们的思考和想象的能力,机器系统可以为桥梁,汽车,无人驾驶飞机,以及更多的东西提供全新的设计 - 全由它们自己。看看未来家Maurice Conti 给我们带来的增强放大时代。在那里机器和人类将会紧密合作去完成一些双方不可能独立完成的项目。

more » « less
Video Language:
English
Team:
TED
Project:
TEDTalks
Duration:
15:23

Chinese, Simplified subtitles

Revisions