Return to Video

人类未来的强化时代|莫里斯·康提|TEDx波特兰

  • 0:11 - 0:14
    哇,波特兰(美国俄勒冈州最大城市),非常感谢你们的邀请。
  • 0:14 - 0:15
    我很高兴来到这座城市。
  • 0:16 - 0:19
    我是说,在世界上其他地方我哪能吃到这样的早餐呢
  • 0:19 - 0:20
    (笑声)
  • 0:20 - 0:24
    而且显然,这是一个充满创造力的地方
  • 0:24 - 0:25
    (笑声)
  • 0:25 - 0:27
    在座各位有多少人是创意人员
  • 0:27 - 0:31
    比如设计师,工程师,企业家,艺术家
  • 0:31 - 0:33
    或者只是拥有很大的幻想?
  • 0:34 - 0:35
    举手我们来看看?(欢呼声)
  • 0:35 - 0:37
    你们中的大部分人都是。
  • 0:38 - 0:40
    我有个消息要告诉咱们创意人员。
  • 0:41 - 0:44
    在接下来的20年中,
  • 0:46 - 0:49
    我们工作的方式将会改变
  • 0:50 - 0:52
    改变得比过去2000年都要多。
  • 0:53 - 0:57
    事实上,我认为我们处在人类新时代的黎明时分
  • 0:58 - 1:03
    现在,根据人类工作方式来划分的时代一共是四个。
  • 1:04 - 1:07
    第一是持续了几百万年的狩猎采集时代
  • 1:08 - 1:11
    第二是持续了几千年的农业时代
  • 1:11 - 1:15
    第三是持续了几个世纪的工业时代
  • 1:15 - 1:19
    第四是现在刚刚持续几十年的信息时代
  • 1:19 - 1:24
    而今天,我们站在了人类下一个伟大时代的风口浪尖
  • 1:26 - 1:28
    欢迎来到强化时代。
  • 1:28 - 1:32
    在这个新时代,人类天生具有的能力将会被强化
  • 1:32 - 1:35
    计算系统会帮助你思考
  • 1:35 - 1:37
    机器人会帮助你动手去做
  • 1:37 - 1:39
    而数字神经系统
  • 1:39 - 1:43
    会连接你与世界——远比你自己的感官要做得好
  • 1:45 - 1:47
    我们从认知的强化说起
  • 1:47 - 1:49
    在座各位有多少人是强化的半机械人?
  • 1:49 - 1:52
    (笑声)
  • 1:52 - 1:53
    你们中应该有三四个的
  • 1:53 - 1:55
    因为这里是波特兰啊(波特兰曾被评为美国最疯狂的城市)
  • 1:55 - 1:58
    (笑声)
  • 1:58 - 1:59
    没错,让波特兰继续古怪下去吧
  • 1:59 - 2:02
    (笑声)(这句话是波特兰的城市格言)
  • 2:02 - 2:04
    其实我是想说我们已经被强化了
  • 2:05 - 2:07
    想象一下,假如你在参加一个聚会
  • 2:07 - 2:10
    有个人问了你一个你不知道答案的问题
  • 2:10 - 2:14
    如果你有一个这玩意儿,几秒钟之内就能知道答案
  • 2:15 - 2:17
    但是这仅仅只是一个开始
  • 2:18 - 2:21
    Siri也只是一个被动的工具
  • 2:21 - 2:25
    事实上,在人类的三百五十万年的历史上
  • 2:25 - 2:28
    我们的所有工具都是完全被动的
  • 2:30 - 2:33
    他们只会做我们要它们做的事,不会额外多做一点儿
  • 2:33 - 2:36
    我们最早使用的工具(石器)只会切割我们击打它的地方
  • 2:37 - 2:40
    刻刀只会雕刻艺术家用它的刀尖指着的地方
  • 2:41 - 2:47
    就算是我们最先进的工具,没有清晰的指令也不会做任何事
  • 2:48 - 2:51
    说真的,到今天为止都是这样的,这让我很挫败
  • 2:51 - 2:52
    我们总是被限制,
  • 2:53 - 2:56
    被“必须要动手才能操控”所限制
  • 2:56 - 2:58
    比如说,字面意思的动手
  • 2:58 - 3:00
    或者用计算机
  • 3:01 - 3:03
    但是我更像《星际迷航》里的斯考特轮机长
  • 3:03 - 3:05
    (笑声)
  • 3:05 - 3:07
    我想和电脑好好谈谈
  • 3:07 - 3:10
    我想说:“电脑,咱们一起设计一辆汽车吧”
  • 3:10 - 3:12
    然后电脑就弄了辆车给我看
  • 3:12 - 3:14
    然后我说“不要这个,要更拉风一点,少点德国味儿”
  • 3:14 - 3:17
    接着“砰”的一声,计算机给了我个新选择
  • 3:17 - 3:18
    (笑声)
  • 3:19 - 3:21
    这样的对话可能有一点点
  • 3:21 - 3:24
    不像我们中的许多人想的那样
  • 3:24 - 3:26
    但是现在,
  • 3:26 - 3:27
    我们正在做这件事。
  • 3:27 - 3:31
    工具将实现从被动到主动的飞跃
  • 3:31 - 3:36
    主动的设计工具使用计算机和算法
  • 3:36 - 3:39
    来合成几何结构
  • 3:39 - 3:42
    来由它们自己构思出新的设计
  • 3:42 - 3:45
    它们所需的只有你的目标和限制的条件。
  • 3:45 - 3:46
    我们来举个例子
  • 3:46 - 3:49
    在无人机底盘的设计中
  • 3:49 - 3:52
    你唯一需要做的就是告诉它诸如
  • 3:52 - 3:53
    它有四个螺旋桨
  • 3:53 - 3:55
    你希望它尽可能轻
  • 3:55 - 3:58
    并且你需要它从空气动气学角度看十分高效
  • 3:58 - 4:02
    然后计算机做的事情是:在它的整个“解答空间”里寻找
  • 4:02 - 4:06
    每一种既能解决问题又能满足标准的可能
  • 4:06 - 4:08
    它们有好几百万种
  • 4:08 - 4:10
    需要巨型计算机来做这件事
  • 4:10 - 4:12
    但是当它把设计的结果反馈给我们时
  • 4:12 - 4:15
    我们自己可能从来没有想到这种设计
  • 4:15 - 4:18
    计算机完全凭借它自己的能力想出来这个东西
  • 4:18 - 4:20
    没有一个人画了任何东西
  • 4:20 - 4:22
    它完全是从乱写乱画起步的
  • 4:23 - 4:26
    顺便提一句,
  • 4:26 - 4:29
    无人机的机体长得像飞起来的松鼠的骨盆,这可不是偶然的
  • 4:29 - 4:32
    (笑声)
  • 4:32 - 4:34
    这是因为算法工作的方式
  • 4:34 - 4:36
    被设计得跟生物进化一样
  • 4:37 - 4:40
    令人兴奋的是,我们将见证这种技术
  • 4:40 - 4:41
    在现实世界中实现。
  • 4:41 - 4:43
    我们和空客(欧洲最大的飞机制造商)公司一起工作过几年
  • 4:43 - 4:45
    来研究这种未来的概念机
  • 4:45 - 4:47
    它现在还只是一种思路
  • 4:47 - 4:51
    但是最近我们用了一个主动设计的AI(人工智能)
  • 4:51 - 4:53
    来做这件事情
  • 4:54 - 4:59
    这是一个计算机设计的3D打印(通过逐层叠加材料实现制造)的客舱隔间
  • 4:59 - 5:02
    它比原来的要坚固而且重量减轻了一半
  • 5:02 - 5:05
    今年的晚些时候它就会跟空客A320一起上天
  • 5:07 - 5:09
    所以计算机能主动做事了
  • 5:09 - 5:14
    它们可以对界定明确的问题给出自己的解答
  • 5:15 - 5:16
    但是它们不是凭直觉做事
  • 5:16 - 5:19
    它们还是得每次都从乱写乱画开始
  • 5:19 - 5:22
    这是因为它们从来不学习
  • 5:23 - 5:25
    不像玛姬(常见美国狗狗名字)
  • 5:25 - 5:26
    (笑声)
  • 5:26 - 5:29
    玛姬其实是要比我们最先进的设计工具都要聪明的
  • 5:30 - 5:31
    我这么说是什么意思呢?
  • 5:31 - 5:33
    如果她的主人把皮带捡起来
  • 5:33 - 5:35
    玛姬就清楚地知道
  • 5:35 - 5:37
    到了去散步的时间了
  • 5:37 - 5:38
    那么她是怎么学习的呢?
  • 5:38 - 5:41
    每一次主人捡起皮带,他们都去散步
  • 5:41 - 5:43
    然后玛姬做了三件事情
  • 5:43 - 5:45
    她必须集中注意力
  • 5:45 - 5:47
    她必须记住发生的事情
  • 5:47 - 5:51
    然后她必须在脑海中建立一个模式
  • 5:52 - 5:54
    有趣的是,这恰恰就是
  • 5:54 - 5:57
    计算机科学家们努力让AI(人工智能)做的事
  • 5:57 - 5:58
    在过去的大约60年里都是
  • 6:00 - 6:01
    时钟拨回1952年
  • 6:01 - 6:05
    他们造出了能下一字棋的计算机
  • 6:06 - 6:07
    真了不起
  • 6:08 - 6:11
    45年之后的1997年
  • 6:11 - 6:14
    “深蓝”(IBM的计算机)在国际象棋比赛中赢了卡斯帕罗夫(国际象棋大师)
  • 6:15 - 6:20
    2011年,“沃森”(IBM计算机)又在《危险边缘》(美国智力问答节目)击败了两个人
  • 6:20 - 6:23
    对计算机来说,这比下国际象棋难多了
  • 6:23 - 6:27
    事实上,“沃森”并不是用预定义的题库答题
  • 6:27 - 6:30
    它需要使用推理来击败它的人类对手(两位都是该节目总冠军)
  • 6:31 - 6:34
    就在几周以前
  • 6:34 - 6:38
    DeepMind(谷歌旗下人工智能公司)的阿尔法狗击败了世界围棋第一人
  • 6:38 - 6:40
    围棋是我们人类最复杂的游戏
  • 6:40 - 6:44
    事实上,围棋里的走法数目
  • 6:44 - 6:46
    比全宇宙的原子数目还要多
  • 6:48 - 6:50
    所以为了取得胜利
  • 6:50 - 6:53
    阿尔法狗必须学会使用直觉
  • 6:53 - 6:57
    事实上,在有些点上,设计阿尔法狗的程序员们也不理解
  • 6:57 - 6:59
    为什么阿尔法狗要这么做
  • 7:01 - 7:03
    而且发展速度真的很快
  • 7:03 - 7:06
    我是说,想象一下在人寿命这么长的时间里
  • 7:06 - 7:08
    计算机从玩孩子的游戏
  • 7:10 - 7:13
    发展到战略思考顶峰的水平
  • 7:14 - 7:16
    正在发生的事情是
  • 7:16 - 7:19
    计算机从斯波克(《星际迷航》中半外星人,星舰科学官和大副)
  • 7:20 - 7:22
    变成了柯克(《星际迷航》中星舰舰长)
  • 7:22 - 7:26
    (笑声)
  • 7:26 - 7:30
    对吗?从纯逻辑到直觉
  • 7:32 - 7:33
    你们会跨过这座桥吗?
  • 7:34 - 7:36
    大部分人会说“噢,不!”
  • 7:36 - 7:38
    (笑声)
  • 7:38 - 7:40
    你们在短短一秒钟之内就做出了决定
  • 7:40 - 7:43
    你们只是有一点儿知道这桥不安全
  • 7:43 - 7:45
    这恰恰就是一种直觉
  • 7:45 - 7:48
    一种我们的深度学习系统现在开始发展的直觉
  • 7:49 - 7:51
    很快,你们将可以
  • 7:51 - 7:54
    把你制作的、设计的东西给计算机看
  • 7:54 - 7:55
    然后它会看看然后说
  • 7:55 - 7:58
    “抱歉,哥们儿,这玩意儿不能用,你还是再试试吧”
  • 7:59 - 8:02
    或者你可以问问它人们会不会喜欢你的新歌
  • 8:03 - 8:05
    或者你的冰淇淋的新口味
  • 8:07 - 8:10
    再或者,更重要的是
  • 8:10 - 8:12
    你可以和计算机一起解决问题
  • 8:12 - 8:14
    如果你之前没遇到过这个问题
  • 8:14 - 8:15
    举例来说,气候变化
  • 8:15 - 8:17
    我们自己没办法做得很好
  • 8:17 - 8:19
    我们当然可以寻求能找到的所有帮助
  • 8:19 - 8:21
    这就是我接下来要谈到的
  • 8:21 - 8:23
    技术强化了我们的认知能力
  • 8:23 - 8:27
    所以我们可以想象和设计出我们能力范围外的东西
  • 8:27 - 8:30
    就像普通的未经强化的老人
  • 8:31 - 8:34
    所以把我们要发明和设计的
  • 8:34 - 8:37
    这个疯狂的新玩意儿造出来怎么样?
  • 8:37 - 8:41
    我认为人类的强化时代
  • 8:41 - 8:45
    与物质世界和虚拟现实都密切相关
  • 8:45 - 8:47
    技术会怎样强化我们的能力?
  • 8:48 - 8:50
    在物质的世界中,通过机器人系统
  • 8:52 - 8:53
    好的,有些人担忧
  • 8:53 - 8:56
    机器人会抢走人类的工作
  • 8:56 - 8:58
    对于某些部门来说的确如此
  • 8:58 - 9:01
    但是我更感兴趣的是这样一种想法
  • 9:01 - 9:06
    人类和机器人一起合作来强化彼此的能力
  • 9:06 - 9:08
    然后开始生活在新空间
  • 9:08 - 9:11
    这是我们在旧金山的应用研究实验室
  • 9:11 - 9:14
    在这里我们的研究领域之一是高级机器人
  • 9:14 - 9:16
    具体来说就是,人-机器人合作
  • 9:17 - 9:20
    这是毕晓普,我们的一个机器人
  • 9:20 - 9:22
    作为实验,我们把它启动
  • 9:22 - 9:25
    来帮助一个建筑工人做重复性工作
  • 9:26 - 9:30
    比如说在墙上打洞,留给插座和电灯开关
  • 9:30 - 9:33
    (笑声)
  • 9:34 - 9:37
    所以,毕晓普的人类搭档可以用简单的英语和手势
  • 9:37 - 9:38
    告诉它该做什么
  • 9:38 - 9:40
    有点像和狗狗说话
  • 9:40 - 9:42
    然后毕晓普以近乎完美的精确性
  • 9:42 - 9:44
    执行人的指令
  • 9:44 - 9:47
    我们在人类擅长的方面让人来工作
  • 9:47 - 9:49
    比如说意识,洞察力,做决定等等
  • 9:49 - 9:52
    我们在机器人擅长的方面让它来工作
  • 9:52 - 9:53
    比如要求精确度和重复性的工作
  • 9:54 - 9:57
    毕晓普还在忙另一个很酷的项目
  • 9:57 - 10:00
    我们把这个项目的目标叫做“积累”
  • 10:00 - 10:04
    这个目标是把人类,计算机和机器人的经验结合起来
  • 10:04 - 10:07
    来解决高度复杂的设计问题
  • 10:08 - 10:09
    人类的工作是
  • 10:09 - 10:13
    在建筑物附近巡游,操作竹子
  • 10:13 - 10:16
    因为它是不同形的材料
  • 10:16 - 10:17
    机器人操作起来非常困难
  • 10:18 - 10:20
    但是接着,机器人负责缠绕纤维
  • 10:20 - 10:22
    这对于人类来说几乎不可能做到
  • 10:22 - 10:26
    然后我们有一个人工智能来控制所有的事情
  • 10:26 - 10:29
    它会告诉人类和机器人应该做什么
  • 10:29 - 10:32
    并且对成千上万个部件的进度进行跟踪
  • 10:32 - 10:34
    有趣的是
  • 10:34 - 10:37
    建造起这个临时建筑物
  • 10:37 - 10:41
    离了人,机器人和人工智能的任何一个都是不可能做到的
  • 10:42 - 10:46
    好的,我要再分享一个项目,这个有点儿疯狂
  • 10:48 - 10:51
    我们与荷兰阿姆斯特丹的艺术家乔里斯·拉曼
  • 10:54 - 10:56
    和他在MX3D公司(荷兰3D打印公司)的团队一起
  • 10:56 - 10:59
    设计和生产世界上第一座自动建造的桥梁
  • 11:01 - 11:05
    所以,乔里斯和一个AI(人工智能)在我们说话的这会儿
  • 11:05 - 11:06
    正在阿姆斯特丹忙着设计呢
  • 11:07 - 11:09
    当他们完成的时候,新的AI将震惊围棋界
  • 11:09 - 11:13
    机器人将开始用不锈钢进行3D打印
  • 11:13 - 11:16
    它们会在没有人类干预的情况下一直打印下去
  • 11:16 - 11:17
    直到桥梁建造完毕
  • 11:19 - 11:22
    所以,计算机将会强化我们
  • 11:22 - 11:24
    想象和设计新事物的能力
  • 11:24 - 11:27
    机器人将帮助我们制造
  • 11:27 - 11:29
    我们之前不能制造的东西
  • 11:30 - 11:34
    但是我们感知和控制这些东西的能力呢?
  • 11:34 - 11:38
    我们所制造的东西的神经系统呢?
  • 11:40 - 11:43
    我们人类的神经系统
  • 11:43 - 11:45
    告诉我们身边发生的每一件事情
  • 11:46 - 11:49
    但是这些东西的神经系统最多只能算是“不成熟”
  • 11:49 - 11:52
    其实我本来想说“一塌糊涂”的
  • 11:52 - 11:53
    (笑声)
  • 11:53 - 11:57
    比如说,一辆汽车没法告诉城市的公共事务部
  • 11:57 - 12:00
    它刚刚掉进了百老汇和莫里森角落的一个壶穴(河床遭侵蚀形成的深坑)
  • 12:01 - 12:03
    一栋建筑物也不会告诉它的设计者
  • 12:03 - 12:06
    在建筑物里的人们喜不喜欢待在那儿
  • 12:08 - 12:11
    玩具制作者也不会知道
  • 12:11 - 12:13
    一件玩具是不是真的被玩了
  • 12:13 - 12:15
    怎么玩的,在哪儿玩,好不好玩
  • 12:16 - 12:20
    我确信设计师们在设计芭比娃娃的时候
  • 12:20 - 12:21
    想象过她的生活方式
  • 12:21 - 12:22
    (笑声)
  • 12:23 - 12:26
    但是如果芭比娃娃其实非常寂寞呢?
  • 12:26 - 12:30
    (笑声)
  • 12:30 - 12:32
    如果设计者知道
  • 12:32 - 12:34
    在现实世界中他们的作品身上发生了什么
  • 12:34 - 12:36
    诸如公路,建筑物,芭比娃娃
  • 12:36 - 12:39
    他们可以用这些了解来创造经验
  • 12:39 - 12:40
    对使用者来说更好的经验
  • 12:41 - 12:42
    所缺少的是一个神经系统
  • 12:42 - 12:46
    来把我们和我们设计,制造和使用的所有东西连接起来
  • 12:47 - 12:51
    如果在现实世界中创造的所有东西的这类信息
  • 12:51 - 12:53
    一齐涌向你们,会怎么样呢?
  • 12:54 - 12:56
    用我们所制造的这些东西
  • 12:56 - 12:58
    我们花费了巨量的金钱和精力
  • 12:58 - 13:01
    事实上,去年一年就有大约两万亿美元
  • 13:01 - 13:04
    花在了说服人们购买我们制造的东西上
  • 13:04 - 13:07
    但是如果你和你设计和制造的东西之间有这种联系
  • 13:07 - 13:09
    在它们面世之后
  • 13:09 - 13:12
    在它们被卖出后或者发动后
  • 13:13 - 13:14
    我们依然可以改变它
  • 13:14 - 13:18
    并且,从说服人们想要我们的产品
  • 13:18 - 13:21
    变成从一开始就只制作人们想要的产品
  • 13:24 - 13:27
    好消息是,我们在研究数字神经系统
  • 13:27 - 13:30
    把我们与我们设计的东西联系起来
  • 13:31 - 13:33
    我们正在做一个项目
  • 13:33 - 13:38
    和洛杉矶的一群家伙一起
  • 13:38 - 13:39
    他们的团队叫“劫匪兄弟”
  • 13:39 - 13:43
    这群家伙做的东西之一是疯狂汽车
  • 13:43 - 13:46
    这汽车做的完全是疯狂的事情
  • 13:47 - 13:49
    这些家伙已经疯了
  • 13:49 - 13:50
    (笑声)
  • 13:50 - 13:51
    不过是以最好的方式
  • 13:55 - 13:57
    而我们和他们一起做的事情
  • 13:57 - 13:59
    是拿掉传统赛车的底盘
  • 13:59 - 14:01
    给它一个神经系统
  • 14:01 - 14:04
    所以我们给它装配了无数传感器
  • 14:04 - 14:06
    在轮子后面配了一个世界级的驾驶员
  • 14:06 - 14:10
    把它弄到沙漠里去再把它弄出来,折腾了一周
  • 14:10 - 14:12
    这辆车的神经系统捕捉到了一切
  • 14:12 - 14:14
    包括每一件发生在这辆车上的事情
  • 14:14 - 14:16
    我们捕捉到了四十亿个数据点
  • 14:17 - 14:19
    它所经历的一切
  • 14:19 - 14:20
    接着我们做了一件疯狂的事情
  • 14:21 - 14:23
    我们把所有的数据提交给了
  • 14:23 - 14:26
    我们称作“逐梦者”的自主设计AI(人工智能)里
  • 14:27 - 14:31
    那么当我们给设计工具装上神经系统
  • 14:31 - 14:34
    并且叫它制作出汽车底盘时,你会得到什么呢?
  • 14:35 - 14:37
    你会得到这个
  • 14:38 - 14:42
    这是一种人类永远不会设计出来的东西
  • 14:43 - 14:45
    除了像它这样设计的人类
  • 14:45 - 14:49
    但是被自主设计人工智能,
  • 14:49 - 14:50
    以及数字神经系统和具有制造能力的机器人所强化的
  • 14:50 - 14:53
    是人类
  • 14:54 - 14:58
    那么这就是未来,强化时代
  • 14:58 - 15:02
    我们将从认知上,身体机能上,感知能力上被强化
  • 15:02 - 15:03
    那会是什么样子的呢?
  • 15:04 - 15:07
    这个美妙的世界又会变成什么样子呢?
  • 15:08 - 15:11
    我想我们会看见这样一个世界
  • 15:11 - 15:14
    我们将从制造东西
  • 15:15 - 15:17
    变成承包东西
  • 15:18 - 15:22
    我们将从建造东西
  • 15:22 - 15:24
    变成种植东西
  • 15:27 - 15:29
    我们将从相互隔离
  • 15:30 - 15:31
    变成相互联系
  • 15:33 - 15:36
    我们会告别精炼
  • 15:36 - 15:38
    去拥抱集萃
  • 15:40 - 15:44
    我还认为我们会从渴望事物的好用顺手
  • 15:45 - 15:47
    变成评估它的自主性
  • 15:49 - 15:51
    因为有了强化的能力
  • 15:51 - 15:54
    我们的世界将会发生天翻地覆的变化
  • 15:55 - 15:58
    我想一个很好的比方是珊瑚礁的奇妙微观世界
  • 15:59 - 16:02
    我们将拥有一个更加多姿多彩,联系更加紧密的世界
  • 16:02 - 16:04
    我们将拥有一个更有活力,更加复杂的世界
  • 16:04 - 16:07
    我们将拥有一个更加灵活
  • 16:07 - 16:08
    当然也更加美丽的世界
  • 16:09 - 16:10
    将来事物的面貌
  • 16:10 - 16:13
    将与我们以往看到的大不相同
  • 16:13 - 16:14
    为什么呢?
  • 16:14 - 16:18
    因为塑造它们的
  • 16:18 - 16:21
    将是技术,自然和人性的融合
  • 16:23 - 16:27
    这对我来说,是一个值得期待的世界
  • 16:27 - 16:28
    谢谢大家
  • 16:28 - 16:35
    (鼓掌)
Title:
人类未来的强化时代|莫里斯·康提|TEDx波特兰
Description:

当你给制造工具安上数字神经系统会怎样?莫里斯·康提探索了技术,自然与人性的新融合——人类未来的强化时代。

more » « less
Video Language:
English
Team:
TED
Project:
TEDxTalks
Duration:
16:42

Chinese, Simplified subtitles

Revisions