1
00:00:11,125 --> 00:00:13,584
Грохот в дверь.

2
00:00:13,597 --> 00:00:15,219
«Вам нужно выбираться».

3
00:00:15,220 --> 00:00:17,214
В предрассветной тьме

4
00:00:17,215 --> 00:00:20,211
мой сосед колотит во входную дверь,

5
00:00:20,212 --> 00:00:24,834
предупреждая меня, что крупнейший пожар
в истории штата Нью-Мексико приближается

6
00:00:24,835 --> 00:00:27,091
к хранилищу ядерных отходов,

7
00:00:27,092 --> 00:00:30,584
возвышающемуся над единственной дорогой
из города Лос-Аламос, Нью-Мексико.

8
00:00:30,595 --> 00:00:34,399
Через считанные минуты я уже в машине
с небольшими пожитками —

9
00:00:34,399 --> 00:00:37,536
один из тысяч беженцев
на пути в город Альбукерке.

10
00:00:37,537 --> 00:00:43,286
Но такое событие, когда всё оставляешь
позади, может быть освобождающим опытом.

11
00:00:43,287 --> 00:00:45,562
В моём случае это превратило меня

12
00:00:45,563 --> 00:00:48,439
из учёного-теоретика, изучавшего космос,

13
00:00:48,440 --> 00:00:52,396
в учёного-практика,
создающего искусственный интеллект,

14
00:00:52,397 --> 00:00:56,523
который может предупредить нас
об опасности где угодно на Земле.

15
00:00:56,524 --> 00:00:58,803
Опасность приходит в разных формах.

16
00:00:58,804 --> 00:01:02,259
Будучи людьми, мы очень хорошо умеем
распознавать и реагировать

17
00:01:02,260 --> 00:01:04,812
на краткосрочный кризис, как тот пожар.

18
00:01:04,813 --> 00:01:09,876
Но мы, как правило, очень плохо
определяем медленные изменения,

19
00:01:09,877 --> 00:01:13,266
которые указывают на другие типы угроз.

20
00:01:13,267 --> 00:01:18,799
И пока мы беспокоились о терроризме,
войне и экономике,

21
00:01:18,800 --> 00:01:20,069
факт в том,

22
00:01:20,070 --> 00:01:22,785
что истощение ресурсов
и глобальное изменение климата —

23
00:01:22,785 --> 00:01:25,381
это реальные и растущие угрозы,

24
00:01:25,382 --> 00:01:27,786
и последствия будут огромные.

25
00:01:27,787 --> 00:01:30,755
И чтобы обезопасить себя и свои семьи,

26
00:01:30,756 --> 00:01:34,106
нам нужно знать ответы на некоторые
довольно тяжёлые вопросы,

27
00:01:34,107 --> 00:01:36,894
например: «Сгорит ли лес у моего дома?»

28
00:01:36,895 --> 00:01:40,097
«Кончится ли вода в городе, где я живу?»

29
00:01:40,098 --> 00:01:43,764
«Есть ли риск, что местное производство
продуктов питания потерпит неудачу?»

30
00:01:43,765 --> 00:01:45,569
«Нужно ли нам выбираться?»

31
00:01:46,649 --> 00:01:51,079
Нашей базовой технологией для понимания
окружающего мира является карта.

32
00:01:51,080 --> 00:01:53,814
И мы создавали карты с давних времён.

33
00:01:54,904 --> 00:01:58,574
США — самая продвинутая
страна в мире по созданию карт,

34
00:01:58,575 --> 00:02:02,872
но даже мы обновляем эти карты
всего раз в пять лет,

35
00:02:02,873 --> 00:02:06,097
и у нас есть ощущение, что это
слишком медленная скорость изменений

36
00:02:06,098 --> 00:02:08,457
в сравнении со скоростью
изменений в обществе.

37
00:02:08,458 --> 00:02:10,866
За последние шесть лет
мы начали создавать карты

38
00:02:10,866 --> 00:02:13,227
снабжения продуктами в США,

39
00:02:13,228 --> 00:02:15,764
но только для США и только раз в год,

40
00:02:15,765 --> 00:02:18,871
и ничего подобного не существует
для всего остального мира,

41
00:02:18,872 --> 00:02:20,894
где сейчас находится производство пищи,

42
00:02:20,895 --> 00:02:24,785
ведь нам нужно производить еду
для семи миллиардов человек.

43
00:02:25,885 --> 00:02:32,761
То, что нам нужно, — это живой,
дышащий атлас мира,

44
00:02:34,431 --> 00:02:37,888
который постоянно обновляется,
и не только карта на данный момент,

45
00:02:37,889 --> 00:02:42,316
но карта, которая также включает прошлое,
предыдущие годы и десятилетия,

46
00:02:42,317 --> 00:02:46,020
и позволяет нам определить
ранние признаки изменений.

47
00:02:46,021 --> 00:02:47,741
И впервые в истории

48
00:02:47,742 --> 00:02:50,447
у нас действительно есть
правильное сочетание технологий,

49
00:02:50,468 --> 00:02:53,357
чтобы позволить нам создать
такую разновидность карты.

50
00:02:54,517 --> 00:02:58,148
Некоторые компоненты этой технологии
существовали уже давно.

51
00:02:58,149 --> 00:03:02,974
В 1972 г. мы запустили спутник Landsat,

52
00:03:02,975 --> 00:03:09,449
который делал цифровые фотографии
и передавал их обратно на Землю,

53
00:03:09,450 --> 00:03:12,198
и потомки этого спутника
по-прежнему там наверху

54
00:03:12,199 --> 00:03:14,580
фотографируют мир каждый день,
каждую неделю.

55
00:03:15,578 --> 00:03:19,493
Но в 1972 г. лучший суперкомпьютер
в мире выглядел так.

56
00:03:20,563 --> 00:03:24,039
И вот такую одежду носили люди
в национальных лабораториях.

57
00:03:24,040 --> 00:03:25,640
(Смех)

58
00:03:28,900 --> 00:03:32,113
И этот компьютер менее мощный,

59
00:03:32,114 --> 00:03:34,908
чем смартфон, который,
возможно, лежит у вас в кармане.

60
00:03:35,855 --> 00:03:39,818
Поэтому всё, что мы тогда могли сделать, —
это сохранить данные на будущее.

61
00:03:39,819 --> 00:03:42,068
Из цифровых фотографий
был смонтирован фильм,

62
00:03:42,069 --> 00:03:44,674
его положили в холодильник
государственной лаборатории

63
00:03:44,675 --> 00:03:48,347
и хранили там годами и десятилетиями
в ожидании развития компьютеров.

64
00:03:48,353 --> 00:03:49,830
И всего несколько лет назад

65
00:03:49,830 --> 00:03:50,989
правительство США

66
00:03:50,990 --> 00:03:53,839
совместно с некоторыми крупнейшими
интернет-компаниями

67
00:03:53,840 --> 00:03:57,040
передали все эти данные обратно в сеть,

68
00:03:57,041 --> 00:03:58,689
где мы все можем их использовать.

69
00:03:58,690 --> 00:04:00,983
Но фотографий недостаточно.

70
00:04:00,984 --> 00:04:03,005
Необходимо превратить фотографии в карты,

71
00:04:03,006 --> 00:04:05,820
и, к сожалению, в мире недостаточно людей,

72
00:04:05,821 --> 00:04:07,632
которые знают, как создавать карты.

73
00:04:07,633 --> 00:04:09,894
Но существует ещё одна большая технология.

74
00:04:09,895 --> 00:04:12,380
Нам больше не нужно делать это самим.

75
00:04:12,381 --> 00:04:15,479
За последние несколько лет
случился фундаментальный прорыв

76
00:04:15,480 --> 00:04:18,757
в нашей способности
учить компьютеры видеть.

77
00:04:18,759 --> 00:04:22,492
Это системы машинного обучения,
основанные на том, как работает наш мозг,

78
00:04:22,493 --> 00:04:24,997
и концептуально они довольно простые.

79
00:04:24,998 --> 00:04:28,282
Вы начинаете с программы,
которая знает, как менять себя,

80
00:04:28,802 --> 00:04:33,001
вы показываете ей примеры того,
что вы хотите, а что не хотите,

81
00:04:33,002 --> 00:04:34,627
и вы просите её принимать решения.

82
00:04:34,628 --> 00:04:36,328
И если решение правильное,

83
00:04:36,329 --> 00:04:38,668
вы даёте компьютеру эквивалент печеньки.

84
00:04:38,669 --> 00:04:39,742
(Смех)

85
00:04:39,743 --> 00:04:41,814
А если решение неправильное,

86
00:04:41,814 --> 00:04:44,883
вы даёте компьютеру
эквивалент маленького электрического шока.

87
00:04:44,884 --> 00:04:45,936
(Смех)

88
00:04:45,937 --> 00:04:49,311
Да. И после многих циклов тренировки

89
00:04:49,312 --> 00:04:52,671
система учится делать то, что мы хотим.

90
00:04:52,672 --> 00:04:55,325
Когда вы научили одну программу,
как выполнять задание,

91
00:04:55,326 --> 00:04:57,674
вы можете клонировать эту программу

92
00:04:57,675 --> 00:04:59,976
на тысячи компьютеров в интернете —

93
00:04:59,977 --> 00:05:01,961
то, что мы называем облаком.

94
00:05:01,962 --> 00:05:04,640
И эта комбинация
алгоритмов машинного обучения

95
00:05:04,641 --> 00:05:06,616
на тысячах компьютеров

96
00:05:06,617 --> 00:05:10,242
наконец-то может обрабатывать все данные
со спутников, поступающие ежедневно.

97
00:05:11,372 --> 00:05:13,581
Как это выглядит?

98
00:05:14,021 --> 00:05:17,744
Если вы посмотрите на сырые данные
со спутников, поступающие ежедневно,

99
00:05:17,745 --> 00:05:18,909
это полный бардак.

100
00:05:18,910 --> 00:05:22,804
Большие пробелы из-за облаков
и разный шум, который сложно истолковать.

101
00:05:22,804 --> 00:05:25,042
Но если показать
достаточно данных компьютеру,

102
00:05:25,042 --> 00:05:26,899
мы начнём превращать это вот в это.

103
00:05:27,859 --> 00:05:29,146
То, что мы здесь видим, —

104
00:05:29,729 --> 00:05:36,155
это, мы полагаем, первый безоблачный вид
нашего мира в реальном времени.

105
00:05:36,156 --> 00:05:38,048
Здесь мы видим весь штат Айова,

106
00:05:38,049 --> 00:05:40,989
один из самых продуктивных
сельскохозяйственных районов в США,

107
00:05:40,990 --> 00:05:43,915
и мы можем видеть цикл,
как голая почва становится растениями,

108
00:05:43,916 --> 00:05:47,001
которые вызревают, собираются
и снова становятся голой почвой.

109
00:05:47,002 --> 00:05:49,185
И когда показываешь с такой скоростью,

110
00:05:49,186 --> 00:05:52,908
где каждая секунда
включает несколько дней,

111
00:05:52,909 --> 00:05:56,940
мы начинаем смотреть на мир
как на единый организм.

112
00:05:56,941 --> 00:06:00,213
И у спутников есть потенциал
пойти дальше человеческой биологии,

113
00:06:00,214 --> 00:06:03,093
здесь мы смотрим на мир
в инфракрасном диапазоне,

114
00:06:03,094 --> 00:06:06,969
где растения, почва и стройматериалы,
которые мы используем,

115
00:06:06,970 --> 00:06:09,399
имеют характерные цвета,
которые позволяют нам

116
00:06:09,400 --> 00:06:12,437
начать различать предметы,
и не только смотреть на видео,

117
00:06:12,438 --> 00:06:14,448
но начать, к примеру, составлять карту.

118
00:06:14,449 --> 00:06:17,058
Здесь мы научили компьютер

119
00:06:17,059 --> 00:06:22,718
размечать, где находятся поля
по всему штату Канзас.

120
00:06:23,808 --> 00:06:25,268
Можно пойти дальше

121
00:06:25,269 --> 00:06:27,499
и заставить компьютер научиться,

122
00:06:27,500 --> 00:06:30,848
как рассчитывать, сколько пищи получается
с каждого участка земли.

123
00:06:30,849 --> 00:06:32,088
Таким образом, мы впервые

124
00:06:32,088 --> 00:06:35,293
построили систему, которая быстрее,
дешевле и точнее,

125
00:06:35,294 --> 00:06:37,456
чем традиционные ручные технологии

126
00:06:37,457 --> 00:06:40,533
расчёта продовольственных культур в США.

127
00:06:40,534 --> 00:06:43,534
И если вы можете понять
постоянные изменения, как это,

128
00:06:43,535 --> 00:06:46,823
то вы начинаете понимать
некоторые необычные изменения.

129
00:06:46,824 --> 00:06:48,273
Очень сильные грозы с градом,

130
00:06:48,274 --> 00:06:50,989
которые приносят ущерб урожаю
на сотни миллионов долларов,

131
00:06:50,989 --> 00:06:52,337
или масштабные наводнения,

132
00:06:52,338 --> 00:06:55,367
которые ведут к эвакуации
десятков тысяч людей.

133
00:06:55,368 --> 00:06:57,887
И хотя всё это сельское хозяйство,
показанное мною,

134
00:06:57,888 --> 00:06:59,181
выглядит очень впечатляюще,

135
00:06:59,182 --> 00:07:02,458
важно понимать, что в самых
продуктивных сельских районах США

136
00:07:02,458 --> 00:07:05,121
не выращивается пища для людей.

137
00:07:05,122 --> 00:07:08,033
Урожай идёт на этанол
для нашего транспорта

138
00:07:08,034 --> 00:07:10,904
и на корм скоту.

139
00:07:10,905 --> 00:07:15,563
Тем временем наше производство
продуктов питания переехало

140
00:07:15,564 --> 00:07:18,735
в штаты прерий и на сухой Юго-Запад,

141
00:07:18,736 --> 00:07:21,437
где такой масштаб
сельского хозяйства возможен

142
00:07:21,438 --> 00:07:25,594
только из-за существования древнего
водоносного слоя почвы,

143
00:07:25,595 --> 00:07:28,619
который наполнялся дождевой
водой тысячелетиями,

144
00:07:28,620 --> 00:07:30,725
но который мы сейчас выпиваем

145
00:07:30,726 --> 00:07:35,776
с такой скоростью, что вся экосистема
может разрушиться в течение 20 лет.

146
00:07:36,511 --> 00:07:39,660
Системы машинного обучения в облаке,

147
00:07:39,661 --> 00:07:42,663
которые могут в реальном времени
обработать спутниковые данные,

148
00:07:42,664 --> 00:07:44,459
будут искать эти паттерны

149
00:07:44,460 --> 00:07:48,037
использования и злоупотребления
естественными ресурсами по всему миру,

150
00:07:48,038 --> 00:07:51,473
которые являются индикаторами
серьёзных изменений,

151
00:07:51,474 --> 00:07:57,497
которые вызывают
массовую миграцию населения,

152
00:07:57,498 --> 00:08:01,383
голод и угасание местной экологии.

153
00:08:01,992 --> 00:08:06,521
Тот огромный пожар, случившийся в 2000 г.,

154
00:08:07,661 --> 00:08:11,988
был крупнейшим пожаром в своём роде
за предыдущие 50 лет,

155
00:08:11,989 --> 00:08:14,301
но за последние 10 лет с того пожара

156
00:08:15,391 --> 00:08:17,700
он уже даже не попадает в топ 10

157
00:08:17,701 --> 00:08:19,939
только по штату Нью-Мексико.

158
00:08:19,940 --> 00:08:22,829
На самом деле,
когда ещё более крупный пожар

159
00:08:22,830 --> 00:08:26,439
угрожал городу Лос-Аламос снова в 2011 г.,

160
00:08:26,440 --> 00:08:30,042
к счастью, я не был беженцем второй раз.

161
00:08:30,043 --> 00:08:31,332
Между двумя пожарами

162
00:08:31,333 --> 00:08:34,412
мы построили раннюю версию
системы машинного обучения,

163
00:08:34,413 --> 00:08:36,177
которая оценивала риск для леса

164
00:08:36,178 --> 00:08:38,767
и дала мне информацию,
чтобы принять решение

165
00:08:38,768 --> 00:08:41,702
и перевезти семью в город Санта-Фе,
где мы были в безопасности

166
00:08:41,734 --> 00:08:43,626
и могли помочь другим.

167
00:08:44,886 --> 00:08:46,126
Поэтому в скором времени —

168
00:08:46,756 --> 00:08:48,576
хотел бы я сказать вам напоследок, —

169
00:08:48,577 --> 00:08:52,996
когда вы услышите стук в дверь,
предупреждающий об опасности

170
00:08:52,997 --> 00:08:55,837
и призывающий действовать, не удивляйтесь,

171
00:08:55,838 --> 00:09:00,417
если этим добрым самаритянином
окажется искусственный интеллект.

172
00:09:00,418 --> 00:09:01,908
(Аплодисменты)

173
00:09:04,306 --> 00:09:05,344
Спасибо.