Return to Video

直覺型人工智慧的驚人發明

  • 0:01 - 0:03
    你們有多少人是創意人、
  • 0:03 - 0:07
    設計師、工程師、企業家、藝術家?
  • 0:07 - 0:09
    或者你只是有無遠弗屆的想像力?
  • 0:09 - 0:11
    請舉一下手?(歡呼聲)
  • 0:11 - 0:13
    現場大部分人都是。
  • 0:13 - 0:16
    我有一些消息要給我們的創意人。
  • 0:17 - 0:19
    接下來的 20 年,
  • 0:21 - 0:24
    很多我們工作的方式,
  • 0:25 - 0:28
    將會遠遠不同於過去的 2000 年。
  • 0:29 - 0:33
    實際上,我認為我們正處在
    人類歷史新世代的黎明。
  • 0:34 - 0:38
    人類工作的方式,
    有四個主要的歷史階段。
  • 0:39 - 0:43
    人類歷經了幾百萬年的
    狩獵採集時代。
  • 0:43 - 0:47
    然後經歷了幾千年的農業時代。
  • 0:47 - 0:51
    工業時代則延續了幾世紀。
  • 0:51 - 0:55
    而目前的資訊時代才走了幾十年。
  • 0:55 - 1:00
    如今,身為人類的我們,
    即將邁入下一個偉大的時代。
  • 1:01 - 1:04
    歡迎來到「擴增時代」。
  • 1:04 - 1:08
    在這個新時代,
    人類天生的能力將會被強化擴增,
  • 1:08 - 1:11
    電腦計算系統將幫助你思考、
  • 1:11 - 1:13
    機械人系統協助你製造、
  • 1:13 - 1:17
    遠超過你自然感官強度的
    數位神經系統,
  • 1:17 - 1:19
    能夠讓你與全世界接軌。
  • 1:19 - 1:21
    我們先從「認知擴增」談起。
  • 1:21 - 1:24
    現場有多少人是「強化的半機械人」?
  • 1:24 - 1:27
    (笑聲)
  • 1:27 - 1:30
    其實我想說的是,
    我們都已經被強化、擴增了。
  • 1:30 - 1:32
    想像你正在參加一場派對,
  • 1:32 - 1:35
    有人問了你一個
    你不知道如何回答的問題。
  • 1:35 - 1:39
    如果你有這個,只要幾秒鐘,
    你就會得到答案。
  • 1:40 - 1:42
    但這也只是剛開始而已。
  • 1:43 - 1:46
    甚至 Siri 也只是個被動工具。
  • 1:47 - 1:50
    實際上,在過去的 350 萬年,
  • 1:50 - 1:54
    我們所有的工具都是被動的。
  • 1:54 - 1:58
    它們只會照我們的指令去做,
    僅此而已。
  • 1:58 - 2:02
    我們最早使用的工具,
    遵循一個口令一個動作的指示。
  • 2:02 - 2:05
    藝術家指哪裡,雕刻刀就雕刻哪裡。
  • 2:05 - 2:11
    即使最先進的工具,如果沒有
    我們明確的指令也不會工作。
  • 2:11 - 2:14
    說真的,時到今日,
    有件事仍讓我感覺很挫敗,
  • 2:14 - 2:16
    我們一直以來都被限制在
  • 2:16 - 2:19
    「需要動手將我們的意念
    傳達給工具」的這種迷思框框中——
  • 2:19 - 2:24
    就是得動手去做,即使有了電腦
    還是得靠雙手。
  • 2:24 - 2:27
    但我還是比較喜歡當
    <<星際迷航>>裡的史考迪。
  • 2:27 - 2:28
    (笑聲)
  • 2:28 - 2:31
    我也想跟電腦對話。
  • 2:31 - 2:34
    當我說,「電腦,
    我們來設計一輛車吧!」
  • 2:34 - 2:35
    然後電腦就會顯示一輛車給我看。
  • 2:35 - 2:38
    然後我說:「不,要拉風一點,
    德國味兒少一點。」
  • 2:38 - 2:41
    接著「蹦」,
    電腦給了我一個新選擇。
  • 2:41 - 2:42
    (笑聲)
  • 2:42 - 2:45
    這樣的對話可能有點不切實際,
  • 2:45 - 2:47
    也許沒有我們認為的那麼不切實際,
  • 2:47 - 2:49
    但現在,
  • 2:49 - 2:50
    我們正在做這件事。
  • 2:50 - 2:54
    這些工具將帶領我們大躍進,
    從被動轉為衍生。
  • 2:55 - 2:58
    「衍生設計工具 」
    是利用電腦及演算法,
  • 2:58 - 3:01
    合成出幾何結構,
  • 3:01 - 3:04
    產製出新的設計圖,
    全部都是它們自己構思出來的。
  • 3:04 - 3:07
    你只需要設定目標及限制條件。
  • 3:07 - 3:08
    我給各位舉個例子。
  • 3:08 - 3:11
    就拿這個無人機底盤為例,
  • 3:11 - 3:14
    你唯一要做的,
    就是告訴它你的需求,
  • 3:14 - 3:15
    像是,你要四個螺旋槳的,
  • 3:15 - 3:17
    它越輕越好,
  • 3:17 - 3:19
    空氣動力學表現效率佳的。
  • 3:19 - 3:24
    電腦做的,就是探索
    所有可能的解決方案:
  • 3:24 - 3:28
    每一個能解決且符合你標準的
    可能方案——
  • 3:28 - 3:30
    有上百萬個。
  • 3:30 - 3:32
    這需要大型電腦才能做到。
  • 3:32 - 3:34
    但它回饋給我們的設計方案,
  • 3:34 - 3:37
    是我們單憑自己無法想像出來的
    設計方案。
  • 3:37 - 3:40
    電腦憑藉著自己的能力
    做出這些東西——
  • 3:40 - 3:42
    我們人類沒有動筆畫任何東西,
  • 3:42 - 3:45
    完全是它自己從頭、從零畫起的。
  • 3:45 - 3:47
    順便一提,這可不是偶然......
  • 3:47 - 3:51
    無人機的機體長的像飛鼠的骨盆,
  • 3:51 - 3:53
    (笑聲)
  • 3:54 - 3:56
    那是因為演算法的計算模式,
  • 3:56 - 3:59
    是遵循生物演化模式而設計的。
  • 3:59 - 4:01
    令人興奮的是,
    我們開始見證這樣的科技
  • 4:01 - 4:03
    在現實世界中實現。
  • 4:03 - 4:04
    我們與空中巴士
    (歐洲最大飛機製造商)
  • 4:04 - 4:07
    合作開發未來的概念機
    已經好幾年了,
  • 4:07 - 4:09
    這計畫目前還在進行。
  • 4:09 - 4:13
    但最近,我們用了
    衍生設計的人工智慧
  • 4:13 - 4:15
    做出了這一個。
  • 4:16 - 4:21
    這是一個 3D 列印的客艙隔間板,
    由一台電腦所設計。
  • 4:21 - 4:24
    它比原款式還要堅固,
    但重量只有原本的一半,
  • 4:24 - 4:27
    今年稍晚,它將跟
    A320 空中巴士一起飛上天。
  • 4:27 - 4:29
    所以現在電腦會主動生成、衍生了;
  • 4:29 - 4:34
    它們可以對界定明確的問題,
    給出自己的答案。
  • 4:35 - 4:36
    但它們並不是靠直覺做事。
  • 4:36 - 4:39
    它們還是每次都得從頭開始,
  • 4:39 - 4:42
    因為它們不會學習。
  • 4:42 - 4:44
    不像瑪姬。
  • 4:44 - 4:46
    (笑聲)
  • 4:46 - 4:49
    瑪姬其實比我們最先進的
    設計工具都還要聰明。
  • 4:50 - 4:51
    這是什麼意思?
  • 4:51 - 4:53
    如果狗主人拿起狗鍊,
  • 4:53 - 4:55
    瑪姬就知道有相當的確定性,
  • 4:55 - 4:56
    主人要帶她去散步了。
  • 4:56 - 4:57
    她是怎麼知道的?
  • 4:57 - 5:01
    因為,每當主人拿起狗鍊,
    他們就會一起去散步。
  • 5:01 - 5:02
    瑪姬會做三件事:
  • 5:03 - 5:04
    她必須專注、
  • 5:04 - 5:06
    必須記得發生過什麼事、
  • 5:07 - 5:11
    必須在腦中記憶並產生一個模式。
  • 5:11 - 5:14
    有趣的是,這正是電腦科學家
  • 5:14 - 5:18
    過去 60 年來,一直嘗試
    要讓人工智慧做的事。
  • 5:19 - 5:20
    回想一下 1952 年,
  • 5:20 - 5:24
    科學家建立了這一台電腦,
    它會玩井字遊戲。
  • 5:25 - 5:26
    真了不起。
  • 5:27 - 5:30
    45 年後,1997 年,
  • 5:30 - 5:34
    深藍擊敗了當時的西洋棋世界冠軍
    卡司帕洛夫,
  • 5:34 - 5:39
    2011年,華生 (IBM電腦)
    在<<危機邊緣>>擊敗這兩個人,
  • 5:39 - 5:42
    對電腦來說,這比下棋難多了。
  • 5:42 - 5:46
    事實上,華生並不是從
    預先定義的題庫中來找答案,
  • 5:46 - 5:49
    它必須使用推理
    來擊敗它的人類對手。
  • 5:50 - 5:53
    就在幾個禮拜前,
  • 5:53 - 5:57
    DeepMind 的阿爾法圍棋
    擊敗了世界圍棋冠軍,
  • 5:57 - 5:59
    而圍棋是我們人類最複雜的遊戲。
  • 5:59 - 6:02
    事實上,圍棋走法的可能性
  • 6:02 - 6:06
    超過全宇宙的原子數量。
  • 6:06 - 6:08
    所以為了取得勝利,
  • 6:08 - 6:11
    阿爾法圍棋必須學會使用直覺。
  • 6:11 - 6:15
    實際上,有些下法,
    阿爾法圍棋的程式人員也不懂
  • 6:15 - 6:18
    為什麼阿爾法圍棋要那樣下。
  • 6:19 - 6:21
    世界變化真快。
  • 6:21 - 6:24
    我的意思是,想像一下——
    在人類壽命這麼長的時間裡,
  • 6:24 - 6:27
    電腦已經從小孩子的遊戲
  • 6:28 - 6:31
    發展到策略思考的頂尖水平。
  • 6:32 - 6:34
    電腦基本上的發展,
  • 6:34 - 6:38
    已經從史巴克大副進化到
  • 6:38 - 6:40
    寇克艦長。
  • 6:40 - 6:43
    (笑聲)
  • 6:43 - 6:48
    對吧?從純粹的邏輯運算
    到直覺判斷。
  • 6:48 - 6:50
    你們會跨過這座橋嗎?
  • 6:51 - 6:53
    大部分人應該都說,
    「喔,打死我也不要!」
  • 6:53 - 6:54
    (笑聲)
  • 6:54 - 6:57
    你瞬間就可以做出這個決定。
  • 6:57 - 6:59
    你就是隱約知道那座橋並不安全。
  • 6:59 - 7:01
    這種直覺判斷,
  • 7:01 - 7:05
    就是目前我們深度學習系統
    正在發展的能力。
  • 7:06 - 7:07
    很快的,各位就可以
  • 7:07 - 7:10
    把你製作、設計出來的東西
  • 7:10 - 7:11
    拿給電腦評判,
  • 7:11 - 7:12
    然後它看完後會說,
  • 7:12 - 7:15
    「抱歉,兄弟,這東西行不通,
    你再試試別的吧!」
  • 7:16 - 7:19
    或者你可以問它,
    人們會不會喜歡你的新歌?
  • 7:20 - 7:23
    或者你冰淇淋的新口味?
  • 7:24 - 7:26
    再或者,更重要的,
  • 7:26 - 7:28
    你可以跟電腦一起解決
  • 7:28 - 7:30
    我們從未面臨過的問題。
  • 7:30 - 7:32
    例如,氣候變遷問題。
  • 7:32 - 7:34
    我們自己沒有做得很好的事,
  • 7:34 - 7:36
    我們當然可以利用身邊
    各種資源來幫忙解決。
  • 7:36 - 7:37
    這就是我接下來要談的,
  • 7:37 - 7:40
    科技強化了我們的認知能力,
  • 7:40 - 7:45
    所以我們可以想像並設計出,
    當我們還未具有強化擴增能力時
  • 7:45 - 7:48
    所未能創造出來的東西。
  • 7:48 - 7:51
    那麼,製造這些我們即將發明設計的
  • 7:51 - 7:53
    瘋狂新產品會如何呢?
  • 7:54 - 7:57
    我認為在人類擴增的時代,
    現實世界
  • 7:57 - 8:01
    及虛擬智慧領域
    與其皆有不分軒輊的重要相關性。
  • 8:02 - 8:04
    科技將會如何強化我們?
  • 8:04 - 8:07
    在現實世界,就是機械人系統。
  • 8:08 - 8:09
    沒錯,很多人擔心,
  • 8:09 - 8:12
    機械人會搶走人類的工作,
  • 8:12 - 8:14
    在某些領域,確實是如此。
  • 8:14 - 8:17
    但,我對以下的想法比較有興趣,
  • 8:17 - 8:22
    就是,人類與機械人
    將會一起工作並互相強化,
  • 8:22 - 8:24
    並開創出一種新的共生空間。
  • 8:24 - 8:27
    這是我們在舊金山的
    應用研究實驗室,
  • 8:27 - 8:30
    我們專研的領域之一就是
    高階機械人,
  • 8:30 - 8:32
    特別是人機合作的領域。
  • 8:33 - 8:36
    這是畢夏普,
    我們其中的一個機器人。
  • 8:36 - 8:38
    在實驗裡,我將它設定為
  • 8:38 - 8:41
    在建築領域中,
    幫助人類做重複性的工作——
  • 8:42 - 8:46
    比如說,在石牆上打出一個
    插座孔或電燈開關孔。
  • 8:46 - 8:49
    (笑聲)
  • 8:50 - 8:53
    所以,畢夏普的人類夥伴
    就可以用簡單的英語和手勢
  • 8:53 - 8:54
    告訴它該做什麼,
  • 8:54 - 8:56
    有點像是在跟狗狗說話。
  • 8:56 - 8:58
    然後畢夏普會以完美的準確度
  • 8:58 - 9:00
    執行人類所下達的指令。
  • 9:00 - 9:03
    我們讓人類做人類擅長的事,像是:
  • 9:03 - 9:05
    需要意識力、洞察力、做決策的工作。
  • 9:05 - 9:08
    我們讓機械人做機械人擅長的事,
    像是:
  • 9:08 - 9:10
    準確度及重複性的工作。
  • 9:10 - 9:13
    畢夏普還有另一個很酷的專案。
  • 9:13 - 9:16
    這個專案的目標,
    我們稱它為<<蜂巢>>,
  • 9:16 - 9:20
    主要目標是把人類、電腦、
    機械人的經驗結合起來,
  • 9:20 - 9:23
    一起工作解決極複雜的設計問題。
  • 9:24 - 9:25
    人類的工作是
  • 9:25 - 9:29
    在建築基地巡邏監工
    並熟練地操作竹子——
  • 9:29 - 9:32
    順便一提,因為每一根竹子的
    材料性質都不一樣,
  • 9:32 - 9:33
    所以機械人操作起來非常困難。
  • 9:33 - 9:35
    但機械人做的是彎曲竹子的纖維,
  • 9:35 - 9:38
    這種事人類幾乎做不來。
  • 9:38 - 9:42
    然後我們讓一台人工智慧
    來控制所有的東西。
  • 9:42 - 9:45
    它會告訴人類要做什麼,
    告訴機械人要做什麼,
  • 9:45 - 9:48
    並且對成千上萬個部件
    進行持續的追蹤。
  • 9:48 - 9:49
    有趣的是,
  • 9:49 - 9:52
    要建造出這樣的亭狀建築物,
  • 9:52 - 9:57
    如果沒有人類、機械、人工智慧的
    互補強化,根本不可能做得出來。
  • 9:58 - 10:01
    好,我再分享一個專案,
    這個有點瘋狂。
  • 10:01 - 10:06
    我們與阿姆斯特丹的藝術家
    尤爾斯‧拉曼和他的 MX3D 團隊,
  • 10:06 - 10:09
    正使用衍生性設計
    與機械列印的方式,
  • 10:09 - 10:12
    打造世界第一座機械人自造的橋梁。
  • 10:12 - 10:14
    所以,就在我們談話的這一刻,
  • 10:14 - 10:17
    尤爾斯正和人工智慧一起
    在阿姆斯特丹設計這座橋梁。
  • 10:17 - 10:20
    等他們設計完成後,
    我們就會按下「啟動」開關,
  • 10:20 - 10:23
    讓機械人開始
    用不鏽鋼 3D 列印出橋梁,
  • 10:23 - 10:26
    在沒有人類的介入幫忙下,
    它們會持續地列印
  • 10:26 - 10:29
    直到橋樑完工為止。
  • 10:29 - 10:32
    所以,電腦將強化
  • 10:32 - 10:34
    我們的想像及設計新事物的能力,
  • 10:34 - 10:37
    機械人系統將協助我們製造
  • 10:37 - 10:40
    我們以前無法製造的東西。
  • 10:40 - 10:45
    但是我們感知和控制
    這些東西的能力呢?
  • 10:45 - 10:49
    我們製成東西的神經系統
    又如何呢?
  • 10:49 - 10:51
    我們的神經系統,人類的神經系統,
  • 10:51 - 10:54
    可以告訴我們周遭發生的每一件事。
  • 10:54 - 10:58
    但這些東西的神經系統,
    最多只能算「尚未成熟」。
  • 10:58 - 11:01
    比如說,車輛本身
    不會主動通告市政府的工部門,
  • 11:01 - 11:05
    說它在經過百老匯和
    莫里森轉角口時撞到水坑。
  • 11:05 - 11:07
    建築物本身不會告知它的設計師,
  • 11:07 - 11:09
    裡面的居民是否喜歡住在那裏,
  • 11:09 - 11:12
    玩具製造商也不知道
  • 11:12 - 11:14
    他們的玩具
    現在是跟誰在玩、在哪玩、
  • 11:14 - 11:17
    是不是玩的很開心。
  • 11:18 - 11:21
    我確定設計師在設計芭比時,
  • 11:21 - 11:23
    一定想像過芭比的生活方式。
  • 11:23 - 11:24
    (笑聲)
  • 11:24 - 11:27
    但要是芭比變的很孤單怎麼辦?
  • 11:28 - 11:29
    (笑聲)
  • 11:31 - 11:33
    如果設計師知道
  • 11:33 - 11:35
    他們設計的東西,
    在真實世界裡發生了什麼事,
  • 11:35 - 11:37
    像是道路、建築物、芭比——
  • 11:37 - 11:40
    那他們就可以運用所獲得的訊息,
  • 11:40 - 11:41
    為使用者創造出更好的使用體驗。
  • 11:41 - 11:43
    我們欠缺的就是一個
  • 11:43 - 11:48
    可以連結所有我們設計、製造、
    使用事物的神經系統。
  • 11:48 - 11:52
    如果大家在真實世界,能收到
    自己創造的東西所回饋的資訊,
  • 11:52 - 11:55
    那會如何呢?
  • 11:55 - 11:57
    所有我們製造的東西,
  • 11:57 - 11:59
    我們花了很多錢跟精力 ──
  • 11:59 - 12:02
    實際上光是去年,
    大約就有兩兆美金 ──
  • 12:02 - 12:05
    去說服人們購買我們製造的東西。
  • 12:05 - 12:08
    但如果你所設計製造出來的東西
    能連結傳送給你回饋的訊息,
  • 12:08 - 12:10
    不管是在它們上市以後,
  • 12:10 - 12:13
    或是在賣出或發表以後,
  • 12:13 - 12:16
    我們就可以改變既有的銷售模式,
  • 12:16 - 12:18
    從說服人們來購買我們的產品,
  • 12:18 - 12:22
    轉變成我們第一時間就做出
    人們真正需要的東西。
  • 12:22 - 12:24
    好消息是,我們正在研發的
    這套數位神經系統
  • 12:24 - 12:28
    能連結我們與我們所設計的產品。
  • 12:28 - 12:30
    我們與在洛杉磯的
  • 12:30 - 12:33
    邦帝圖兄弟公司和他們的團隊
  • 12:33 - 12:35
    正合作進行一個專案。
  • 12:35 - 12:39
    這幾個人做的其中一件事
    就是製造「瘋狂賽車」,
  • 12:39 - 12:42
    他們做的東西真的很瘋狂。
  • 12:43 - 12:44
    這些人真的是瘋了──
  • 12:44 - 12:45
    (笑聲)
  • 12:45 - 12:48
    不過是用最厲害的方式。
  • 12:49 - 12:51
    我們跟他們一起合作的模式,
  • 12:51 - 12:53
    就是將傳統的賽車底盤
  • 12:53 - 12:55
    安裝神經系統。
  • 12:55 - 12:58
    所以,我們在底盤
    安裝了好幾組感應器,
  • 12:58 - 13:01
    然後請一位世界級車手來駕駛,
  • 13:01 - 13:04
    把車送到沙漠連續開它個一禮拜。
  • 13:04 - 13:06
    之後車子的神經系統
  • 13:06 - 13:08
    就能紀錄到車子發生的所有反應。
  • 13:08 - 13:11
    我們抓到了 40 億個資料點;
  • 13:11 - 13:13
    所有底盤所承受的壓力數據。
  • 13:13 - 13:15
    然後我們做了一些瘋狂的事。
  • 13:15 - 13:17
    我們把所有的資料
  • 13:17 - 13:21
    連接到一個叫做「捕夢者」的
    衍生設計人工智慧上 。
  • 13:21 - 13:25
    所以當你把神經系統
    安裝到設計工具上,
  • 13:25 - 13:28
    並請它幫你建造一個
    終極汽車底盤時,你會得到什麼?
  • 13:29 - 13:31
    你會得到這個。
  • 13:32 - 13:36
    這是人類永遠無法設計出的東西。
  • 13:37 - 13:39
    如果真有人這樣設計過,
  • 13:39 - 13:43
    那個人一定也是透過
    衍生設計的人工智慧強化、
  • 13:43 - 13:44
    數位神經系統的強化、
  • 13:44 - 13:47
    和機械人一起合作,
    才做得出來的東西。
  • 13:48 - 13:51
    所以,如果擴增時代
    就是我們的未來,
  • 13:51 - 13:56
    而我們的認知、體格、知覺
    都將被強化、擴增,
  • 13:56 - 13:57
    那會是怎樣的世界?
  • 13:58 - 14:01
    那會是個什麼樣的美麗新世界?
  • 14:01 - 14:03
    我認為我們即將見證這麼一個世界,
  • 14:03 - 14:06
    一個東西從製造出來的變成
  • 14:06 - 14:07
    「種 」出來的世界。
  • 14:08 - 14:12
    一個東西從建造出來的
  • 14:12 - 14:13
    變成自己「長 」出來的世界。
  • 14:14 - 14:16
    我們將從自我隔離
  • 14:16 - 14:18
    轉變成相互交流。
  • 14:19 - 14:21
    我們也將從奪取者
  • 14:21 - 14:24
    變成相互擁抱的給予者。
  • 14:24 - 14:28
    我也認為,我們將會從冀望產品
    順從我們的指令,
  • 14:28 - 14:30
    轉變成重視其自主性。
  • 14:31 - 14:32
    由於我們的擴增強化能力,
  • 14:32 - 14:35
    我們的世界將會有劇烈的變化。
  • 14:36 - 14:39
    我們的世界會變得更多元、
    更加連通、
  • 14:39 - 14:41
    更有活力、更多複雜的變化、
  • 14:41 - 14:43
    更有適應力、當然
  • 14:43 - 14:45
    也會更美麗。
  • 14:45 - 14:47
    未來世界的雛型
  • 14:47 - 14:49
    是我們前所未見的。
  • 14:49 - 14:50
    為什麼?
  • 14:50 - 14:54
    因為形塑這個世界的
  • 14:54 - 14:59
    將會是科技、自然與人類的
    新結盟關係。
  • 14:59 - 15:03
    對我而言,那樣的未來
    是值得我們期待的。
  • 15:03 - 15:04
    非常感謝各位。
  • 15:04 - 15:10
    (掌聲)
Title:
直覺型人工智慧的驚人發明
Speaker:
繆萊斯.康提
Description:

如果你在一個設計工具上安裝了神經系統,那你會得到什麼東西呢?電腦增進了我們的思考與想像能力、機械人系統可以提出(建造出)前所未見、具設計感的全新橋樑、汽車、無人機......等等,這些都可經由它們自己自造完成。讓我們與未來學家繆萊斯.康提 (Maurice Conti) 一起進行這場擴增年代的冒險之旅,並一窺機械人與人類肩並肩工作,共同來成就一個單憑一己之力是無法完成的美麗新世界

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

Chinese, Traditional subtitles

Revisions