Intelligence -- what is it? If we take a look back at the history of how intelligence has been viewed, one seminal example has been Edsger Dijkstra's famous quote that "the question of whether a machine can think is about as interesting as the question of whether a submarine can swim." Now, Edsger Dijkstra, when he wrote this, intended it as a criticism of the early pioneers of computer science, like Alan Turing. However, if you take a look back and think about what have been the most empowering innovations that enabled us to build artificial machines that swim and artificial machines that [fly], you find that it was only through understanding the underlying physical mechanisms of swimming and flight that we were able to build these machines. And so, several years ago, I undertook a program to try to understand the fundamental physical mechanisms underlying intelligence.
สติปัญญา มันคืออะไร ถ้าเรามองย้อนกลับไปในประวัติศาสตร์ ถึงมุมมองในเรื่องสติปัญญา แบบอย่างที่สำคัญนั้นคงจะเป็น ประโยคอันโด่งดังของเอ็ดสเกอร์ ไดสทรา (Edsger Dijkstra) ที่ว่า "คำถามที่ว่า เครื่องจักรกลสามารถคิดได้หรือไม่นั้น น่าสนใจพอๆกับ คำถามที่ว่าเรือดำน้ำ ว่ายน้ำได้หรือไม่" ตอนที่เอ็ดสเกอร์ ไดสทราเขียนประโยคนี้ เขาต้องการวิจารณ์ ผู้บุกเบิกคอมพิวเตอร์ยุคแรกๆ เช่น อลัน ทัวริง (Alan Turing) อย่างไรก็ตาม ถามคุณมองย้อนกลับไป และพิจารณาว่าอะไรคือ นวัตกรรมที่มีอำนาจมากที่สุด ที่ช่วยให้เราสามารถสร้าง เครื่องจักรที่ว่ายน้ำได้ และเครื่องจักรที่คิดเองได้ คุณจะพบว่ามันสำคัญแค่ความเข้าใจ หลักการและกลไกของ การว่ายน้ำและการบิน ที่ทำให้เราสามารถสร้างเครื่องจักรเหล่านี้ได้ และดังนั้น หลายปีที่ผ่านมานั้น ผมได้รับผิดชอบโครงการหนึ่งที่พยายามทำความเข้าใจ พื้นฐานของกลไก ของสติปัญญา
Let's take a step back. Let's first begin with a thought experiment. Pretend that you're an alien race that doesn't know anything about Earth biology or Earth neuroscience or Earth intelligence, but you have amazing telescopes and you're able to watch the Earth, and you have amazingly long lives, so you're able to watch the Earth over millions, even billions of years. And you observe a really strange effect. You observe that, over the course of the millennia, Earth is continually bombarded with asteroids up until a point, and that at some point, corresponding roughly to our year, 2000 AD, asteroids that are on a collision course with the Earth that otherwise would have collided mysteriously get deflected or they detonate before they can hit the Earth. Now of course, as earthlings, we know the reason would be that we're trying to save ourselves. We're trying to prevent an impact. But if you're an alien race who doesn't know any of this, doesn't have any concept of Earth intelligence, you'd be forced to put together a physical theory that explains how, up until a certain point in time, asteroids that would demolish the surface of a planet mysteriously stop doing that. And so I claim that this is the same question as understanding the physical nature of intelligence.
ลองย้อนกลับไปนะครับ เริ่มจากการทดลองทางความคิด สมมติว่าคุณคือมนุษย์ต่างดาว ที่ไม่มีความรู้เกี่ยวกับชีววิทยา หรือประสาทวิทยา หรือสติปัญญาของโลกเลย แต่ว่าคุณมีกล้องดูดาวมหัศจรรย์ ที่สามารถส่องดูโลก และคุณนั้นมีชีวิตที่ยืนยาว และสามารถเฝ้าดูโลกได้ เป็นล้านๆ ปี พันๆ ล้านปี และคุณสังเกตเห็นผลกระทบที่แปลกประหลาด คุณสังเกตเห็นว่า ในระยะเวลากว่าพันปี โลกใบนี้ ถูกอุกกาบาตพุ่งเข้าชน อยู่เรื่อยๆ จนถึงจุดจุดหนึ่ง และที่จุดนั้น หรือประมาณช่วงปี ค.ศ.2000 อุกกาบาต ที่มีวงโคจร พุ่งเข้าสู่โลก เกิดเบี่ยงเบนทิศทาง หรือระเบิดก่อนที่จะชนโลก ตอนนี้ ใช่แล้วครับ โลกใบนี้ พวกเรารู้ว่าเหตุผลนั้นคือ เรากำลังพยายามรักษาชีวิตของเราเอง เรากำลังป้องกันผลกระทบเหล่านั้น แต่ถ้าพวกคุณคือมนุษย์ต่างดาว ที่ไม่รู้สิ่งที่มนุษย์ทำกันอยู่ ที่ไม่มีความรู้เกี่ยวกับสติปัญญาบนโลกเลย คุณจึงต้องรวบรวม ทฤษฎีฟิสิกส์ที่สามารถอธิบายว่า ตั้งแต่อดีตจนถึงเวลาหนึ่ง ทำไมเหล่าอุกกาบาตที่ควรจะทำลายโลก จึงหยุดไปเสียเฉยๆ และผมก็คิดว่ามันเป็นคำถามเดียวกันกับ ความเข้าใจเรื่องธรรมชาติของสติปัญญา
So in this program that I undertook several years ago, I looked at a variety of different threads across science, across a variety of disciplines, that were pointing, I think, towards a single, underlying mechanism for intelligence. In cosmology, for example, there have been a variety of different threads of evidence that our universe appears to be finely tuned for the development of intelligence, and, in particular, for the development of universal states that maximize the diversity of possible futures. In game play, for example, in Go -- everyone remembers in 1997 when IBM's Deep Blue beat Garry Kasparov at chess -- fewer people are aware that in the past 10 years or so, the game of Go, arguably a much more challenging game because it has a much higher branching factor, has also started to succumb to computer game players for the same reason: the best techniques right now for computers playing Go are techniques that try to maximize future options during game play. Finally, in robotic motion planning, there have been a variety of recent techniques that have tried to take advantage of abilities of robots to maximize future freedom of action in order to accomplish complex tasks. And so, taking all of these different threads and putting them together, I asked, starting several years ago, is there an underlying mechanism for intelligence that we can factor out of all of these different threads? Is there a single equation for intelligence?
เพราะฉะนั้น ในโครงการนี้ ที่ผมศึกษามาเป็นเวลาหลายปี ผมได้มองในหลายๆ แง่มุม ทั้งในแง่ของวิทยาศาสตร์ และสาขาวิชาอื่นๆ ที่ชี้นำ ไปสู่สิ่งเดียวที่เป็นพื้นฐานของกลไก ของสติปัญญา ตัวอย่างนะครับ ในแง่ของจักรวาลวิทยา มีหลักฐานมากมายหลายรูปแบบ ที่ว่าจักรวาลของเรานั้นได้ถูกปรับแต่งให้เหมาะสม ต่อการพัฒนาทางสติปัญญา และโดยเฉพาะ การพัฒนา สภาวะสากล ที่ก่อให้เกิดความหลากหลาย ของความเป็นไปได้ในอนาคตหลายรูปแบบที่สุด อย่างเช่นในการเล่นเกม เกมกระดานโกะ อย่างที่พวกคุณจำได้ ในปี ค.ศ. 1997 ตอนที่คอมพิวเตอร์ Deep Blue ของ IBM เอาชนะแกรี คาสโปรฟ (Garry Kasparov) ในเกมหมากรุก มีไม่กี่คนที่ตระหนักว่า ประมาณสิบปีก่อนนั้น เกมโกะ ที่ได้ชื่อว่ามีความท้าทายสูงกว่า เพราะมีตาเดินเป็นไปได้ที่มากกว่ามาก ก็เริ่มถูกจำนน ต่อผู้เล่นในคอมพิวเตอร์ ด้วยเหตุผลข้อเดียวกัน ที่ว่าเทคนิคที่ดีที่สุดสำหรับคอมพิวเตอร์ที่เล่นโกะ คือการทำให้เหลือทางเลือกของตาเดินให้มากที่สุด เวลาที่เล่น ท้ายที่สุด ในการวางแผนการเคลื่อนที่ของหุ่นยนต์ ได้มีเทคนิคมากมาย ที่พยายามนำข้อดี ของความสามารถของหุ่นยนต์ ให้เกิดอิสระของการกระทำในอนาคตสูงสุด เพื่อที่จะสามารถทำงานที่ซับซ้อนได้สำเร็จ ดังนั้นจากเทคนิคที่มากมายนี้ เมื่อนำมันมารวมเข้าด้วยกัน ผมเริ่มถามตั้งแต่หลายปีก่อน ว่ามันจะมีกลไกพื้นฐานสำหรับสติปัญญา ที่จะช่วยให้เราลด ทางเลือกทางเทคนิคที่มากมายนั้นได้หรือไม่ ว่ามันมีสมการของสติปัญญาหรือไม่
And the answer, I believe, is yes. ["F = T ∇ Sτ"] What you're seeing is probably the closest equivalent to an E = mc² for intelligence that I've seen. So what you're seeing here is a statement of correspondence that intelligence is a force, F, that acts so as to maximize future freedom of action. It acts to maximize future freedom of action, or keep options open, with some strength T, with the diversity of possible accessible futures, S, up to some future time horizon, tau. In short, intelligence doesn't like to get trapped. Intelligence tries to maximize future freedom of action and keep options open. And so, given this one equation, it's natural to ask, so what can you do with this? How predictive is it? Does it predict human-level intelligence? Does it predict artificial intelligence? So I'm going to show you now a video that will, I think, demonstrate some of the amazing applications of just this single equation.
และผมเชื่อว่า คำตอบคือมีครับ สิ่งที่คุณเห็นอยู่นี้ อาจจะใกล้เคียงกับสมการ E = mc² ด้านสติปัญญามากที่สุดที่ผมเคยเห็นนะครับ ฉะนั้น ที่คุณเห็นนี้ คือการแสดงความสอดคล้อง ที่ว่าสติปัญญา หมายถึงแรง หรือเอฟ ที่ทำให้เกิดอิสระของการกระทำ ในอนาคตสูงที่สุด มันทำให้เกิดอิสระของการกระทำในอนาคตสูงสุด หรือไม่ก็ทำให้ตัวเลือกคงอยู่ และความแข็งแกร่ง หรือที และความหลากหลายของความเป็นไปได้ ที่จะเกิดขึ้นในอนาคต หรือเอส บนเส้นเวลาของอนาคต หรือ ทาว สั้นๆ คือ สติปัญญาไม่ชอบอยู่กับที่ ความฉลาดจะพยายามทำให้เกิด อิสระของการกระทำในอนาคตสูงที่สุด และพยายามเปิดทางเลือกของตนไว้ ดังนั้น จากสมการนี้ มันเป็นเรื่องปกติที่จะถามว่า คุณจะทำอะไรกับมันได้บ้าง? มันจะทำนายได้แม่นแค่ไหน? มันจะทำนายระดับสติปัญญาของมนุษย์ได้หรือไม่? หรือมันจะทำนายปัญญาประดิษฐ์ได้ไหม? เพราะฉะนั้น ผมจะแสดงให้คุณเห็นในวีดิโอ ที่ผมคิดว่า มันจะแสดง บางสิ่งที่น่ามหัศจรรย์ ของสมการนี้ครับ
(Video) Narrator: Recent research in cosmology has suggested that universes that produce more disorder, or "entropy," over their lifetimes should tend to have more favorable conditions for the existence of intelligent beings such as ourselves. But what if that tentative cosmological connection between entropy and intelligence hints at a deeper relationship? What if intelligent behavior doesn't just correlate with the production of long-term entropy, but actually emerges directly from it? To find out, we developed a software engine called Entropica, designed to maximize the production of long-term entropy of any system that it finds itself in. Amazingly, Entropica was able to pass multiple animal intelligence tests, play human games, and even earn money trading stocks, all without being instructed to do so. Here are some examples of Entropica in action.
(วีดิโอ) คนพากย์: งานวิจัยด้านจักรวาลวิทยาเมื่อไม่นานมานี้ บ่งชี้ว่าจักรวาลที่ผลิต ความไม่เป็นระเบียบ หรือที่เรียกว่า เอนโทรปีมากกว่า ตลอดช่วงชีวิตของมัน มีแนวโน้มที่จะมีสถานะภาพที่เหมาะสม ต่อความมีอยู่ของสิ่งมีชีวิตที่มีสติปัญญา เช่น พวกเรา แต่หากว่าความสัมพันธ์กัน ระหว่างเอนโทรปีและสติปัญญานั้น มีความสัมพันธ์ที่ลึกซึ้งกว่านั้นล่ะ สมมติว่าพฤติกรรมอันชาญฉลาดไม่ได้แค่มีความสัมพันธ์กับ การผลิตเอนโทรปีในระยะยาว แต่ความจริงแล้วมันเกิดขึ้นจากเอนโทรปีเลยล่ะ? เพื่อที่จะหาคำตอบ เราได้พัฒนาซอฟต์แวร์ขึ้นมา ชื่อว่า เอนทรอปิกา (Entropica) ถูกออกแบบมาเพื่อ ทำให้เกิดการผลิตเอนโทรปีในระยะยาวให้มากที่สุด ของระบบใดๆก็ตามที่คิดว่าเกี่ยวข้อง ผลคือเอนทรอปิกาสามารถผ่าน แบบทดสอบระดับสติปัญญาของสัตว์, เล่นเกมส์ของมนุษย์ และยังได้รับเงินจากการซื้อขายหุ้นอีกด้วย โดยที่ไม่มีการแนะแนวทางใดๆ และนี่คือตัวอย่างการทำงานเอนโทรปิกา
Just like a human standing upright without falling over, here we see Entropica automatically balancing a pole using a cart. This behavior is remarkable in part because we never gave Entropica a goal. It simply decided on its own to balance the pole. This balancing ability will have appliactions for humanoid robotics and human assistive technologies. Just as some animals can use objects in their environments as tools to reach into narrow spaces, here we see that Entropica, again on its own initiative, was able to move a large disk representing an animal around so as to cause a small disk, representing a tool, to reach into a confined space holding a third disk and release the third disk from its initially fixed position. This tool use ability will have applications for smart manufacturing and agriculture. In addition, just as some other animals are able to cooperate by pulling opposite ends of a rope at the same time to release food, here we see that Entropica is able to accomplish a model version of that task. This cooperative ability has interesting implications for economic planning and a variety of other fields.
เหมือนกับการที่มนุษย์สามารถยืนตรงได้โดยที่ไม่ล้ม นี่คือเอนโทรปิกา มันสามารถทรงตัวเสาบนรถเข็นได้ การกระทำนี้น่าตื่นเต้น เพรา่ะเราไม่ได้ตั้งเป้าหมายให้เอนโทรปิกาทำตามเลย มันตัดสินใจที่จะตั้งเสานี้เอง การทรงตัวแบบนี้มักเป็นความสามารถที่มีอยู่ ของหุ่นยนต์ที่คล้ายมนุษย์ และหุ่นยนต์ต่างๆที่มีไว้ช่วยเหลือมนุษย์เท่านั้น มีสัตว์แค่ไม่กี่ชนิดที่สามารถใช้สิ่งต่างๆ รอบๆตัวของมันเป็นเครื่องมือ สำหรับเอื้อมเข้าไปในที่แคบๆ เราเห็นเอนโทรปิกา ด้วยตัวของมันเอง สามารถเคลื่อนวงกลมใหญ่ที่เป็นสัญลักษณ์ของสัตว์ ไปรอบๆ เพื่อที่จะทำให้วงกลมเล็กๆ ที่เป็นสัญลักษณ์ของเครื่องมือ เพื่อเอื้อมเข้าไปในช่องเล็กๆ ที่บรรจุวงกลมวงที่สาม และปลดปล่อยวงกลมวงที่สาม จากจุดที่มันถูกขังไว้อยู่ ความสามารถในการใช้เครื่องมือแบบนี้จะนำไปประยุกต์ ใช้กับกระบวนการผลิตที่ชาญฉลาดและการเกษตร นอกจากนี้ สัตว์บางชนิด สามารถที่จะร่วมมือกันโดยช่วยกันดึงเชือก พร้อมๆ กัน เพื่อให้อาหารตกลงมา เราจะเห็นได้ว่าเอนโทรปิกาสามารถ ทำได้เช่นเดียวกัน ความสามารถในการร่วมมือนี้มีสิ่งที่แอบน่าสนใจอยู่ตรงที่ มันเป็นหนึ่งในวิธีการวางแผนทางเศรษฐศาสตร์ และในศาสตร์อื่นๆ อีกหลายแขนง
Entropica is broadly applicable to a variety of domains. For example, here we see it successfully playing a game of pong against itself, illustrating its potential for gaming. Here we see Entropica orchestrating new connections on a social network where friends are constantly falling out of touch and successfully keeping the network well connected. This same network orchestration ability also has applications in health care, energy, and intelligence. Here we see Entropica directing the paths of a fleet of ships, successfully discovering and utilizing the Panama Canal to globally extend its reach from the Atlantic to the Pacific. By the same token, Entropica is broadly applicable to problems in autonomous defense, logistics and transportation.
เอนโทรปิกานั้นสามารถนำไปประยุกต์ ใช้ได้ในหลายๆด้าน ตัวอย่างเช่น เราจะเห็นได้ว่า เอนโทรปิกาสามารถเล่นเกมปอง (Pong) แข่งกับตัวมันเองได้ ซึ่งแสดงถึงศักยภาพในเชิงการสร้างเกม ส่วนนี่คือเอนโทรปิกาจัดการเชื่อมโยง ความสัมพันธ์ใหม่ๆ บนโลกออนไลน์ ที่บางครั้งเพื่อนจะหลุดจากการติดต่อ และมันทำให้เครือข่ายยังคงเชื่อมโยงกันอยู่ได้ ความสามารถในการการเชื่อมโยงเครือข่ายนี้ มีประโยชน์ในด้านการให้บริการทางสุขภาพ พลังงานและการสืบราชการลับ นี่คือเอนโทรปิกากำลังเชื่อมโยงเส้นทาง ของกองเรือ มันค้นพบและใช้ประโยชน์คลองเชื่อมปานามาได้ เพื่อที่จะขยายจากมหาสมุทรแอตแลนติก ไปสู่มหาสมุทรแปซิฟิก ด้วยวิธีเดียวกันนี้เอนโทรปิกา สามารถแก้ปัญหา ในการปกป้องตัวมันเอง, การทหาร และการขนส่ง
Finally, here we see Entropica spontaneously discovering and executing a buy-low, sell-high strategy on a simulated range traded stock, successfully growing assets under management exponentially. This risk management ability will have broad applications in finance and insurance.
ท้ายที่สุด เราจะเห็นได้ว่า เอนโทรปิกาสามารถค้นพบและบริหาร กลยุทธ์ในการการซื้อ-ถูก ขาย-แพง บนขอบเขตของการซื้อขายหุ้นจำลอง ทำให้มันเติบโตภายใต้การจัดการ อย่างก้าวกระโดดได้สำเร็จ ความสามารถในการจัดการความเสี่ยงเช่นนี้ จะสามารถนำไปใช้ในด้านการเงิน และการประกันภัย
Alex Wissner-Gross: So what you've just seen is that a variety of signature human intelligent cognitive behaviors such as tool use and walking upright and social cooperation all follow from a single equation, which drives a system to maximize its future freedom of action.
อเล็กซ์ วิสเนอร์ กรอส: สิ่งที่พวกคุณเพิ่งเห็น คือความหลากหลายอันโดดเด่นของอัจฉริยะภาพใน พฤติกรรมการรับรู้ของมนุษย์ เช่นการใช้เครื่องมือ และการเดินตัวตรง และการร่วมมือกับคนในสังคม ทุกอย่างที่กล่าวมานั้น ล้วนแล้วแต่เป็นไปตามสมการ ที่เป็นตัวขับเคลื่อนระบบ เพื่อที่จะทำให้เกิดอิสระสูงสุดของการกระทำในอนาคต
Now, there's a profound irony here. Going back to the beginning of the usage of the term robot, the play "RUR," there was always a concept that if we developed machine intelligence, there would be a cybernetic revolt. The machines would rise up against us. One major consequence of this work is that maybe all of these decades, we've had the whole concept of cybernetic revolt in reverse. It's not that machines first become intelligent and then megalomaniacal and try to take over the world. It's quite the opposite, that the urge to take control of all possible futures is a more fundamental principle than that of intelligence, that general intelligence may in fact emerge directly from this sort of control-grabbing, rather than vice versa.
แต่ทีนี้ มันก็มีเรื่องตลกร้ายอยู่ด้วย ย้อนกลับไปที่จุดเริ่มต้น ของการใช้ความหมายของคำว่าหุ่นยนต์ (โรบอท) ซึ่งที่มีรากศัพท์มาจากละครที่ชื่อว่า เรอ หรือ R.U.R. มีแนวคิดที่ว่า ถ้าเราพัฒนาเครื่องจักรให้มีความสติปัญญา จะทำให้เกิดการปฏิวัติของเครื่องจักรเหล่านั้น เครื่องจักรเหล่านั้นจะต่อต้านพวกเรา ผลกระทบหลักของงานนี้ก็คือ ในช่วงหลายสิบปีที่ผ่านมานี้ เราอาจมองแนวคิดของการปฏิวัติของพวกเครื่องจักรกล ในทางที่ผิด อันที่จริงแล้ว ไม่ใช่ว่าเครื่องจักรกลจะมีสติปัญญา และหลงไหลในพลังความสามารถของตัวมันเอง แล้วก็พยายามที่จะครองโลก มันตรงข้ามกันเลย ความอยากที่จะควบคุม อนาคตที่เป็นไปได้ทั้งหมดต่างหาก ที่เป็นหลักการพื้นฐานมากกว่า สติปัญญาเสียอีก ความจริงแล้วสติปัญญานั้นเกิดขึ้นจาก ความอยากที่จะควบคุมต่างหาก ไม่ใช่ในทางกลับกัน
Another important consequence is goal seeking. I'm often asked, how does the ability to seek goals follow from this sort of framework? And the answer is, the ability to seek goals will follow directly from this in the following sense: just like you would travel through a tunnel, a bottleneck in your future path space, in order to achieve many other diverse objectives later on, or just like you would invest in a financial security, reducing your short-term liquidity in order to increase your wealth over the long term, goal seeking emerges directly from a long-term drive to increase future freedom of action.
ผลลัพธ์ที่สำคัญอีกอย่างหนึ่งก็คือ การหาเป้าหมาย ผมมักจะถูกถามว่า ความสามารถในการหาเป้าหมายนั้น เป็นผลมาจากโครงร่างที่ว่าได้อย่างไร? และคำตอบคือ ความสามารถในการหาเป้าหมาย สามารถทำตามโครงร่างที่ว่าได้ โดยต้องตระหนักถึงสิ่งเหล่านี้ เหมือนกับเวลาที่พวกคุณเดินทางผ่านอุโมงค์หรือ หรือช่องทางแคบๆ ในอนาคตของคุณ เพื่อที่คุณจะได้ทำอย่างอื่น ให้สำเร็จไปด้วย หรือเหมือนกับการที่คุณจะลงทุน ทางการเงินของคุณให้ปลอดภัย เพื่อที่จะลดความไม่แน่นอนในระยะสั้น และเพิ่มความมั่งคั่งในระยะยาว การหาเป้าหมายเกิดโดยตรง จากการขับเคลื่อนระยะยาว เพื่อที่จะเพิ่มอิสระของการกระทำที่จะเกิดขึ้นในภายภาคหน้า
Finally, Richard Feynman, famous physicist, once wrote that if human civilization were destroyed and you could pass only a single concept on to our descendants to help them rebuild civilization, that concept should be that all matter around us is made out of tiny elements that attract each other when they're far apart but repel each other when they're close together. My equivalent of that statement to pass on to descendants to help them build artificial intelligences or to help them understand human intelligence, is the following: Intelligence should be viewed as a physical process that tries to maximize future freedom of action and avoid constraints in its own future.
ท้ายที่สุด ริชาร์ด ไฟน์แมน (Richard Feynman) นักฟิสิกส์ที่มีชื่อเสียง เคยเขียนบันทึกไว้ว่า ถ้าอารยธรรมมนุษย์นั้นถูกทำลายลง และคุณสามารถส่งผ่านแนวคิดอย่างเดียว ไปสู่ลูกหลาน เพื่อที่จะช่วยให้พวกเค้าสร้างอารยธรรมขึ้นมาใหม่ สิ่งที่คุณควรจะบอกคือ ว่าสิ่งที่สำคัญสำหรับทุกๆคน นั้นล้วนทำมาจากธาตุเล็กๆ ที่ดูดเข้าหากันเวลาที่มันอยู่ห่างกัน แต่ผลักกันเมื่อมันอยู่ใกล้กัน คำกล่าวในแบบของผม ที่จะส่งต่อถึงลูกหลาน เพื่อช่วยพวกเขาให้สร้างปัญญาประดิษฐ์ขึ้นมา หรือช่วยให้พวกเขาเข้าใจสติปัญญาของมนุษย์ ดังนี้ครับ สติปัญญานั้นควรจะถูกมองว่า เป็นกระบวนการทางกายภาพ ที่พยายามทำให้เกิดอิสระทางการกระทำในอนาคตให้สูงที่สุด และหลีกเลี่ยงข้อจำกัดของตัวมันเองในอนาคต
Thank you very much.
ขอบคุณมากครับ
(Applause)
(เสียงปรบมือ)