I'm going to talk a little bit about where technology's going. And often technology comes to us, we're surprised by what it brings. But there's actually a large aspect of technology that's much more predictable, and that's because technological systems of all sorts have leanings, they have urgencies, they have tendencies. And those tendencies are derived from the very nature of the physics, chemistry of wires and switches and electrons, and they will make reoccurring patterns again and again. And so those patterns produce these tendencies, these leanings.
Je vais vous parler de la direction que prend la technologie. Souvent elle vient vers nous, nous sommes étonnés de ce qu'elle amène. Il y a cependant une grande part de la technologie qui est plus prévisible, car les systèmes technologiques de toutes sortes ont des penchants, des nécessités, des tendances. Ces tendances proviennent de la nature même de la physique, de la chimie des câbles, des commutateurs et des électrons, qui vont faire des motifs récurrents encore et encore. Ces motifs produisent ces tendances et ces penchants.
You can almost think of it as sort of like gravity. Imagine raindrops falling into a valley. The actual path of a raindrop as it goes down the valley is unpredictable. We cannot see where it's going, but the general direction is very inevitable: it's downward. And so these baked-in tendencies and urgencies in technological systems give us a sense of where things are going at the large form. So in a large sense, I would say that telephones were inevitable, but the iPhone was not. The Internet was inevitable, but Twitter was not.
Vous pouvez penser à ça comme à une sorte de pesanteur. Imaginez la pluie tombant dans une vallée. Le chemin précis d'une goutte qui dévale est imprévisible. Impossible de voir où elle va. Mais la direction générale est inévitable : c'est vers le bas. De même ces tendances et ces nécessités natives aux systèmes technologiques nous donnent un indice sur à la direction que prennent les choses. Donc grosso modo, je dirais que les téléphones étaient inévitables, mais pas l'iPhone. Internet était inévitable, mais pas Twitter.
So we have many ongoing tendencies right now, and I think one of the chief among them is this tendency to make things smarter and smarter. I call it cognifying -- cognification -- also known as artificial intelligence, or AI. And I think that's going to be one of the most influential developments and trends and directions and drives in our society in the next 20 years.
Nous avons donc beaucoup de tendances actuellement et je pense que l'une des principales est la tendance à faire des choses de plus en plus intelligentes. J'appelle ceci la « cognification », on l'appelle aussi l'intelligence artificielle ou IA. Et je pense que ça va devenir l'un des développements, des tendances, et des directions les plus influents de notre société des 20 prochaines années.
So, of course, it's already here. We already have AI, and often it works in the background, in the back offices of hospitals, where it's used to diagnose X-rays better than a human doctor. It's in legal offices, where it's used to go through legal evidence better than a human paralawyer. It's used to fly the plane that you came here with. Human pilots only flew it seven to eight minutes, the rest of the time the AI was driving. And of course, in Netflix and Amazon, it's in the background, making those recommendations. That's what we have today.
Bien sûr, c'est déjà le cas. Nous avons déjà de l'IA, qui travaille souvent en arrière-plan, dans les coulisses des hôpitaux, où elle sert à diagnostiquer les radios mieux que les médecins humains. Dans les services juridiques, elle parcourt les preuves légales mieux qu'un homme de loi. On l'utilise pour conduire l'avion qui vous a transporté ici. Les humains n'ont piloté que sept ou huit minutes, le reste du temps, c'était l'IA. Et bien sûr, Netflix et Amazon, qui font leurs recommandations en tâche de fond. C'est notre réalité.
And we have an example, of course, in a more front-facing aspect of it, with the win of the AlphaGo, who beat the world's greatest Go champion. But it's more than that. If you play a video game, you're playing against an AI. But recently, Google taught their AI to actually learn how to play video games. Again, teaching video games was already done, but learning how to play a video game is another step. That's artificial smartness. What we're doing is taking this artificial smartness and we're making it smarter and smarter.
Et un exemple plus visible, bien sûr, est la victoire d'AlphaGo, qui a battu le champion du monde de Go. Mais c'est plus que ça. Si vous jouez à un jeu vidéo, vous jouez contre une IA. Pourtant récemment, Google a enseigné à son IA à apprendre comment jouer aux jeux vidéo. Même si enseigner les jeux vidéos avait déjà été fait, apprendre à jouer à un jeu vidéo est un pas supplémentaire. C'est de la subtilité artificielle. Ce que nous faisons est de prendre cette subtilité artificielle et nous la rendons de plus en plus subtile.
There are three aspects to this general trend that I think are underappreciated; I think we would understand AI a lot better if we understood these three things. I think these things also would help us embrace AI, because it's only by embracing it that we actually can steer it. We can actually steer the specifics by embracing the larger trend.
Il y a trois aspects de cette tendance générale qui, je pense, sont sous-estimés ; je pense que nous comprendrions bien mieux l'IA si nous comprenons ces trois choses. Je pense que ces choses vont nous aider à adopter l'IA, car c'est seulement en l'adoptant que nous pourrons l'orienter. Nous pouvons diriger le spécifique en adoptant la tendance.
So let me talk about those three different aspects. The first one is: our own intelligence has a very poor understanding of what intelligence is. We tend to think of intelligence as a single dimension, that it's kind of like a note that gets louder and louder. It starts like with IQ measurement. It starts with maybe a simple low IQ in a rat or mouse, and maybe there's more in a chimpanzee, and then maybe there's more in a stupid person, and then maybe an average person like myself, and then maybe a genius. And this single IQ intelligence is getting greater and greater. That's completely wrong. That's not what intelligence is -- not what human intelligence is, anyway. It's much more like a symphony of different notes, and each of these notes is played on a different instrument of cognition.
Je vais donc vous parler de ces trois aspects. Le premier : c'est que notre propre intelligence ne comprend pas bien ce qu'est l'intelligence. Nous pensons souvent l'intelligence comme n'ayant qu'une dimension, comme un son qui devient de plus en plus fort. Ça commence avec la mesure du QI. Il y en a d'abord peut-être un niveau bas chez un rat ou une souris, il y en a peut-être un peu plus chez un chimpanzé et encore un peu plus chez une personne idiote, puis vient la personne moyenne, comme moi, puis arrive le génie. Et cette intelligence de QI devient de plus en plus grande. C'est totalement faux. Ce n'est pas ça l'intelligence, ce n'est pas l'intelligence humaine. C'est plus comme une symphonie de différents sons et chaque note est jouée sur un instrument de la cognition.
There are many types of intelligences in our own minds. We have deductive reasoning, we have emotional intelligence, we have spatial intelligence; we have maybe 100 different types that are all grouped together, and they vary in different strengths with different people. And of course, if we go to animals, they also have another basket -- another symphony of different kinds of intelligences, and sometimes those same instruments are the same that we have. They can think in the same way, but they may have a different arrangement, and maybe they're higher in some cases than humans, like long-term memory in a squirrel is actually phenomenal, so it can remember where it buried its nuts. But in other cases they may be lower.
Nous avons plusieurs types d'intelligences : le raisonnement déductif, l'intelligence émotionnelle, l'intelligence spatiale, il y en a peut-être 100 types différents, qui sont tous regroupés et dont la force varie selon les individus. Et bien sûr, concernant les animaux, ils en ont tout un autre panel, une autre symphonie d'intelligences différentes, et quelquefois ils ont les mêmes instruments que les nôtres. Ils peuvent penser de la même façon, mais s'organiser différemment et sont parfois plus performants que les humains, comme la mémoire à long terme de l'écureuil est phénoménale, car il peut se rappeler où il a enterré ses noix. Et dans d'autres cas, ils le sont moins.
When we go to make machines, we're going to engineer them in the same way, where we'll make some of those types of smartness much greater than ours, and many of them won't be anywhere near ours, because they're not needed. So we're going to take these things, these artificial clusters, and we'll be adding more varieties of artificial cognition to our AIs. We're going to make them very, very specific.
Lorsqu'on veut faire des machines, on va les concevoir de la même manière, avec une intelligence plus développée que la nôtre et même très éloignée de la nôtre, car on n'en a pas besoin. Nous allons donc prendre ces choses, ces amas artificiels, et on ajoutera plus de types de cognition artificielle à nos IA. On va les faire très, très spécifiques.
So your calculator is smarter than you are in arithmetic already; your GPS is smarter than you are in spatial navigation; Google, Bing, are smarter than you are in long-term memory. And we're going to take, again, these kinds of different types of thinking and we'll put them into, like, a car. The reason why we want to put them in a car so the car drives, is because it's not driving like a human. It's not thinking like us. That's the whole feature of it. It's not being distracted, it's not worrying about whether it left the stove on, or whether it should have majored in finance. It's just driving.
Ainsi votre calculatrice est déjà plus performante que vous en calcul ; votre GPS en navigation spatiale, Google, Bing en mémoire à long terme. Et on va prendre, à nouveau, ces sortes de pensées différentes et les mettre dans, disons, une voiture. La raison pour laquelle on veut les mettre dans une voiture, c'est qu'elle ne conduit pas comme nous et ne pense pas comme nous. C'est son point fort. Elle n'est jamais distraite, ne s'inquiète pas de savoir si le four est resté allumé ou si elle aurait dû être diplômée en finance. Elle conduit seulement.
(Laughter)
(Rires)
Just driving, OK? And we actually might even come to advertise these as "consciousness-free." They're without consciousness, they're not concerned about those things, they're not distracted.
Elle ne fait que conduire. On pourrait même faire la publicité de « l'absence de conscience ». Elle n'a pas de conscience ; elle n'est pas gênée par d'autres choses ; elle n'est pas distraite.
So in general, what we're trying to do is make as many different types of thinking as we can. We're going to populate the space of all the different possible types, or species, of thinking. And there actually may be some problems that are so difficult in business and science that our own type of human thinking may not be able to solve them alone. We may need a two-step program, which is to invent new kinds of thinking that we can work alongside of to solve these really large problems, say, like dark energy or quantum gravity.
Ainsi en général, ce que nous essayons de faire est de diversifier les types de pensées autant que possible. On va meubler l'espace avec tous les différents types ou espèces de pensées. Et il y aura même quelques défis très difficiles dans le domaine des affaires, des sciences que notre propre type de pensée humaine ne pourra pas résoudre seule. On aurait besoin d'un plan en deux phases, qui est d'inventer de nouvelles façons de penser avec lesquelles on pourra travailler afin de résoudre ces très gros défis, comme l'énergie noire ou la gravité quantique.
What we're doing is making alien intelligences. You might even think of this as, sort of, artificial aliens in some senses. And they're going to help us think different, because thinking different is the engine of creation and wealth and new economy.
Nous créons de l'intelligence étrangère. Vous pouvez imaginer ceci comme des sortes d'extra-terrestres artificiels, en quelque sorte. Ils vont nous aider à penser différemment, car penser différemment est le moteur de la création de la fortune, de la nouvelle économie.
The second aspect of this is that we are going to use AI to basically make a second Industrial Revolution. The first Industrial Revolution was based on the fact that we invented something I would call artificial power. Previous to that, during the Agricultural Revolution, everything that was made had to be made with human muscle or animal power. That was the only way to get anything done. The great innovation during the Industrial Revolution was, we harnessed steam power, fossil fuels, to make this artificial power that we could use to do anything we wanted to do. So today when you drive down the highway, you are, with a flick of the switch, commanding 250 horses -- 250 horsepower -- which we can use to build skyscrapers, to build cities, to build roads, to make factories that would churn out lines of chairs or refrigerators way beyond our own power. And that artificial power can also be distributed on wires on a grid to every home, factory, farmstead, and anybody could buy that artificial power, just by plugging something in.
Le second aspect est que l'on va utiliser l'IA pour faire une véritable seconde Révolution industrielle. La première Révolution industrielle était basée sur l'invention de ce que j'appelle la puissance artificielle. Avant elle, pendant la Révolution agricole, tout ce qui était fabriqué, l'était par la force musculaire humaine ou animale. C'était la seule façon de faire les choses. La grande innovation pendant la Révolution industrielle a été de dompter la vapeur et les énergies fossiles, pour produire cette puissance artificielle que nous pouvons utiliser pour faire tout ce que l'on veut. Ainsi lorsque vous roulez sur l'autoroute, vous commandez 250 chevaux, du bout des doigts, la puissance de 250 chevaux, que nous utilisons pour bâtir des gratte-ciel, des villes, des routes, pour faire des usines qui vont produire à la chaîne des chaises et des frigos, au-delà de notre propre puissance. Et cette puissance artificielle peut aussi être distribuée dans un réseau filaire vers toutes les maisons, usines, fermes. Tout le monde peut acheter cette puissance artificielle, juste en branchant un truc.
So this was a source of innovation as well, because a farmer could take a manual hand pump, and they could add this artificial power, this electricity, and he'd have an electric pump. And you multiply that by thousands or tens of thousands of times, and that formula was what brought us the Industrial Revolution. All the things that we see, all this progress that we now enjoy, has come from the fact that we've done that.
Ça a aussi été une source d'innovation car un fermier a pu prendre une pompe manuelle, y ajouter cette puissance artificielle, l'électricité, et avoir une pompe électrique. Et si vous multipliez ça par mille ou par dizaines de milliers, ce processus nous a apporté la Révolution industrielle. Tout ce que nous voyons, tout le progrès dont nous bénéficions, vient du fait que nous l'avons fait.
We're going to do the same thing now with AI. We're going to distribute that on a grid, and now you can take that electric pump. You can add some artificial intelligence, and now you have a smart pump. And that, multiplied by a million times, is going to be this second Industrial Revolution. So now the car is going down the highway, it's 250 horsepower, but in addition, it's 250 minds. That's the auto-driven car. It's like a new commodity; it's a new utility. The AI is going to flow across the grid -- the cloud -- in the same way electricity did.
Et nous allons faire de même maintenant avec l'IA. Nous allons la distribuer sur les réseaux et vous allez prendre cette pompe électrique, lui ajouter une intelligence artificielle, et voilà la pompe intelligente. Et ceci, multiplié des millions de fois, sera la seconde Révolution industrielle. Maintenant la voiture conduit sur l'autoroute ses propres 250 chevaux, avec en plus 250 cerveaux. C'est la voiture autonome, comme un nouveau produit, avec de nouveaux services. L'IA va déferler sur le réseau, le cloud, à l'instar de l'électricité.
So everything that we had electrified, we're now going to cognify. And I would suggest, then, that the formula for the next 10,000 start-ups is very, very simple, which is to take x and add AI. That is the formula, that's what we're going to be doing. And that is the way in which we're going to make this second Industrial Revolution. And by the way -- right now, this minute, you can log on to Google and you can purchase AI for six cents, 100 hits. That's available right now.
Donc tout ce que nous avons électrifié, va maintenant être cognifié. Et, je le dois à Jeff, la recette pour les 10 000 prochaines start-ups est très, très simple : prenez une chose X et ajoutez de l'IA. C'est la recette de ce que nous allons faire. C'est la façon dont nous allons créer cette seconde Révolution industrielle. Et au fait, en ce moment même, on peut aller sur Google et acheter de l'IA pour 6 centimes, 100 résultats. C'est disponible immédiatement.
So the third aspect of this is that when we take this AI and embody it, we get robots. And robots are going to be bots, they're going to be doing many of the tasks that we have already done. A job is just a bunch of tasks, so they're going to redefine our jobs because they're going to do some of those tasks. But they're also going to create whole new categories, a whole new slew of tasks that we didn't know we wanted to do before. They're going to actually engender new kinds of jobs, new kinds of tasks that we want done, just as automation made up a whole bunch of new things that we didn't know we needed before, and now we can't live without them. So they're going to produce even more jobs than they take away, but it's important that a lot of the tasks that we're going to give them are tasks that can be defined in terms of efficiency or productivity. If you can specify a task, either manual or conceptual, that can be specified in terms of efficiency or productivity, that goes to the bots. Productivity is for robots. What we're really good at is basically wasting time.
Ainsi le troisième aspect est que lorsque l'on donne un corps à cette IA, on obtient un robot. Ces robots vont devenir des « bots ». Ils vont faire beaucoup de tâches que nous avons déjà faites. Un métier est un groupe de tâches, ils vont donc redéfinir nos métiers car ils vont faire certaines de ces tâches. Mais ils vont aussi impliquer de nouvelles catégories, une nouvelle flopée de tâches qu'on ne savait même pas vouloir faire auparavant. Ils vont vraiment engendrer de nouveaux types de métiers, de nouvelles sortes de tâches à faire faire, tout comme l'automatisation a apporté un ensemble de nouvelles choses dont nous n'avions pas besoin avant et dont on ne peut plus se passer. Donc ils vont produire encore plus de métiers qu'ils vont en détruire, mais il importe que de nombreuses tâches à leur faire faire soient celles qui peuvent être définies en termes d'efficacité ou de productivité. Si vous pouvez décrire une tâche, qu'elle soit manuelle ou conceptuelle, pouvant être conçue en termes d'efficacité ou de productivité, elle sera pour les robots. La productivité est pour les robots. Car là où nous sommes vraiment bons, c'est dans la perte de temps.
(Laughter)
(Rires)
We're really good at things that are inefficient. Science is inherently inefficient. It runs on that fact that you have one failure after another. It runs on the fact that you make tests and experiments that don't work, otherwise you're not learning. It runs on the fact that there is not a lot of efficiency in it. Innovation by definition is inefficient, because you make prototypes, because you try stuff that fails, that doesn't work. Exploration is inherently inefficiency. Art is not efficient. Human relationships are not efficient. These are all the kinds of things we're going to gravitate to, because they're not efficient. Efficiency is for robots. We're also going to learn that we're going to work with these AIs because they think differently than us.
On est très doués à faire des trucs inefficaces. La science est intrinsèquement inefficace. Elle se développe sur des successions d'échecs, sur le fait qu'on fait des tests et des expériences qui ne marchent pas, sinon on n'apprend pas. Elle se développe car il n'y a pas beaucoup d’efficacité en elle. L'innovation est inefficace par définition. car on fait des prototypes et on essaye des trucs qui échouent, qui ne vont pas. L'exploration est intrinsèquement inefficace. L'art n'est pas efficace. Les relations humaines ne le sont pas. Voilà les types de choses vers lesquelles nous allons, car elles sont inefficaces. L'efficacité est pour les robots. Nous allons aussi devoir apprendre à travailler avec ces IA, car elles pensent différemment de nous.
When Deep Blue beat the world's best chess champion, people thought it was the end of chess. But actually, it turns out that today, the best chess champion in the world is not an AI. And it's not a human. It's the team of a human and an AI. The best medical diagnostician is not a doctor, it's not an AI, it's the team. We're going to be working with these AIs, and I think you'll be paid in the future by how well you work with these bots. So that's the third thing, is that they're different, they're utility and they are going to be something we work with rather than against. We're working with these rather than against them.
Quand Deep Blue a battu le champion du monde d'échecs, on a pensé que c'était la fin des échecs. Mais en fait, il s'avère que le champion du monde d'échec aujourd'hui n'est pas une IA. Et n'est pas un humain. C'est l'équipe formée par un humain et une IA. Le meilleur diagnosticien n'est ni un médecin, ni une IA, c'est leur équipe. Nous allons travailler avec ces IA. Je pense que l'on sera payé dans le futur selon notre capacité à travailler avec ces robots. La troisième chose est donc qu'ils sont différents, qu'on va les utiliser et qu'on va travailler avec plutôt que lutter contre eux. Nous travaillerons avec plutôt que contre.
So, the future: Where does that take us? I think that 25 years from now, they'll look back and look at our understanding of AI and say, "You didn't have AI. In fact, you didn't even have the Internet yet, compared to what we're going to have 25 years from now." There are no AI experts right now. There's a lot of money going to it, there are billions of dollars being spent on it; it's a huge business, but there are no experts, compared to what we'll know 20 years from now. So we are just at the beginning of the beginning, we're in the first hour of all this. We're in the first hour of the Internet. We're in the first hour of what's coming. The most popular AI product in 20 years from now, that everybody uses, has not been invented yet. That means that you're not late.
Donc, le futur : où cela nous mène-t-il ? Je pense que d'ici 25 ans, on regardera en arrière à notre compréhension de l'IA et on dira : « Vous n'aviez pas d'IA. En fait, vous n'aviez pas encore d'Internet, comparé à celui que nous aurons dans 25 ans. » Actuellement, il n'y a pas d'experts en IA. Beaucoup d'argent va arriver, des milliards de dollars seront dépensés, c'est un secteur économique énorme, mais il n'y a pas d'experts, comparé à ce que nous aurons dans 20 ans. Nous en sommes au début du début, à la première heure de tout cela. Nous sommes à la 1ère heure d'Internet, à la 1ère heure de tout ce qui vient. Le produit intelligent le plus populaire dans 20 ans, que tout le monde utilisera, n'a pas encore été inventé. Ça signifie que vous n'êtes pas encore dépassé.
Thank you.
Merci.
(Laughter)
(Rires)
(Applause)
(Applaudissements)