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.
Falarei um pouco sobre o rumo que a tecnologia está tomando. Muitas vezes, a tecnologia vem até nós, e nos surpreendemos com o que ela traz. Mas há um amplo aspecto da tecnologia que é muito mais previsível. Isso se deve ao fato de que os sistemas tecnológicos têm propensões, urgências e tendências. Essas tendências são derivadas da própria natureza da física, da química dos fios, interruptores e elétrons, e irão criar padrões recorrentes muitas vezes. Assim, esses padrões produzem essas tendências e propensões.
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.
Podemos pensar nisso quase como uma espécie de gravidade. Imaginem gotas de chuva caindo em um vale. A trajetória real de uma gota de chuva que desce o vale é imprevisível. Não podemos ver aonde ela vai, mas a direção geral é bem inevitável: para baixo. Assim, essas tendências e urgências incluídas nos sistemas tecnológicos nos dão uma percepção de para onde as coisas estão avançando. Portanto, em um sentido mais amplo, diria que os telefones eram inevitáveis, mas o IPhone não. A Internet era inevitável, mas o Twitter não.
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.
Há muitas tendências em curso no momento, e considero como uma das principais a tendência de criar coisas cada vez mais inteligentes. Chamo isso de “cognificar”, "cognificação", também conhecida como Inteligência Artificial ou IA. Creio que será um dos mais influentes desenvolvimentos, tendências, direções e motivações em nossa sociedade nos próximos 20 anos.
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.
É claro que ela já está aqui. Já temos IA. Muitas vezes, funciona em segundo plano, nas áreas administrativas dos hospitais, onde é usada para diagnóstico por raio X, melhor do que um médico. Está em escritórios jurídicos, onde é usada para examinar provas legais, melhor do que um técnico jurídico. É utilizada para pilotar o avião no qual vocês vieram. Só foi pilotado pelo homem por sete ou oito minutos, e depois pela IA. No Netflix e na Amazon, está em segundo plano, fazendo aquelas recomendações. É o que temos hoje.
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.
Temos, é claro, um exemplo em um aspecto mais frontal da IA, com a vitória do AlphaGo, que derrotou o maior campeão de Go do mundo. Mas é mais do que isso. Se jogarem um videogame, estarão jogando contra a IA. Recentemente, o Google ensinou a IA dele a aprender realmente como jogar videogame. Mais uma vez, ensinar videogame já foi feito, mas aprender a jogar videogame é outro passo. Isso é inteligência artificial. O que estamos fazendo é pegando esta inteligência artificial e tornando-a cada vez mais inteligente.
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.
Há três aspectos desta tendência geral que considero subestimados. Acho que entenderíamos a IA muito melhor se compreendêssemos essas três coisas. Creio que essas três coisas também nos ajudariam a aceitar a IA porque é apenas ao aceitá-la que podemos, de fato, guiá-la. Podemos guiar as condições específicas ao aceitar a tendência mais abrangente.
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.
Falarei sobre os três diferentes aspectos. O primeiro é: nossa própria inteligência tem um conhecimento muito escasso sobre o que é a inteligência. Tendemos a pensar na inteligência como uma dimensão única, como uma nota que fica cada vez mais alta. Começa como a medição do QI. Começa talvez com um simples QI baixo em um rato ou camundongo, que talvez seja maior em um chimpanzé, talvez ainda maior em uma pessoa idiota, em outra pessoa na média como eu, e depois, talvez em um gênio. Essa simples inteligência de QI está ficando cada vez maior. Está completamente errado. A inteligência não é isso, a inteligência humana não é isso. É muito mais como uma sinfonia de diferentes notas, cada uma delas tocada em um diferente instrumento de percepção.
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.
Há vários tipos de inteligência em nossas mentes. Temos raciocínio dedutivo, temos inteligência emocional, temos inteligência espacial, temos talvez 100 tipos diferentes, que estão todos agrupados e que variam em diferentes intensidades, com pessoas diferentes. É claro que, se falarmos de animais, eles também têm outra capacidade, outra sinfonia de diferentes tipos de inteligência, e, às vezes, esses mesmos instrumentos são os mesmos que nós temos. Eles podem pensar do mesmo modo, mas ter uma organização distinta, e podem ser, em alguns casos, superiores ao homem, como a memória de longo prazo de um esquilo, realmente fenomenal, que permite a ele lembrar onde enterrou as nozes. Mas, em outros casos, podem ser inferiores.
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.
Quando falamos de máquinas, iremos construí-las da mesma forma, com alguns desses tipos de inteligência muito maiores do que os nossos, e muitos deles não estarão sequer perto dos nossos porque não são necessários. Então, pegaremos essas coisas, esses grupos artificiais, e estaremos incluindo mais variedades de conhecimento artificial às nossas IAs. Iremos fazê-las muito específicas.
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.
A calculadora de vocês já é mais esperta do que vocês em aritmética. O GPS de vocês é mais esperto do que vocês em navegação. O Google e o Bing são mais espertos do que vocês em memória de longo prazo. Pegaremos, outra vez, esses tipos diferentes de pensamento e os colocaremos dentro de um carro. A razão para querermos colocar dentro do carro para ele dirigir é porque o carro não dirige como o homem. Não pensa como nós. Essa é toda a característica dele. Não se distrai, não fica preocupado se deixou o fogão ligado, ou se deveria ter se formado em Finanças. Só dirige.
(Laughter)
(Risos)
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.
Só dirige, está bem? Na verdade, podemos até mesmo anunciar os carros como "livres de consciência". Não têm consciência, não se preocupam com as coisas, não se distraem.
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.
De modo geral, estamos tentando criar o máximo de diferentes formas de pensamento que pudermos. Iremos povoar o espaço com todas as diferentes formas ou variedades possíveis de pensamento. Pode haver alguns problemas tão difíceis nos negócios e na ciência que nosso tipo de pensamento humano pode não conseguir resolver sozinho. Podemos precisar de um programa de dois passos para inventar novas formas de pensamento ao lado das quais possamos trabalhar para resolver problemas realmente grandes, como a energia escura ou a gravidade quântica.
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.
Estamos criando inteligências alienígenas. Vocês podem até pensar nisto como alienígenas artificiais, de certo modo. Eles irão nos ajudar a pensar de forma diferente, porque pensar diferente é o motor da criação, da riqueza e da nova economia.
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.
O segundo aspecto é: usaremos a IA para fazer principalmente uma segunda Revolução Industrial. A primeira Revolução Industrial foi baseada no fato de termos inventado algo que eu chamaria de força artificial. Antes disso, durante a Revolução Agrícola, tudo o que era feito tinha de ser feito com força humana ou força animal. Essa era a única forma de fazer qualquer coisa. A maior inovação durante a Revolução Industrial foi aproveitar a força do vapor e dos combustíveis fósseis para criar esta força artificial que podemos usar para fazer tudo o que quisermos. Hoje, quando dirigimos na estrada, com um toque no pedal, comandamos 250 cavalos, 250 cavalos de potência, que podemos usar para construir arranha-céus, cidades, estradas, criar fábricas que irão produzir grandes quantidades de cadeiras ou geladeiras muito além de nossa força. Essa força artificial também pode ser distribuída pelos fios de uma rede para cada casa, fábrica, fazenda, e qualquer um poderia adquirir essa força artificial apenas ligando alguma coisa.
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.
Essa também era uma fonte de inovação porque um agricultor podia pegar uma bomba manual, acrescentar essa força artificial, essa eletricidade, e teria uma bomba elétrica. Multipliquem isso por milhares ou dezenas de milhares de vezes, e essa fórmula foi o que nos trouxe a Revolução Industrial. Tudo o que vemos, todo este progresso que desfrutamos agora, veio do fato de termos feito isso.
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.
Faremos o mesmo agora com a IA. Iremos distribui-la em uma rede. Podem pegar essa bomba elétrica, acrescentar alguma inteligência artificial, e ter uma bomba inteligente. Isso multiplicado por um milhão de vezes será a segunda Revolução Industrial. O carro que desce a estrada tem 250 cavalos de potência, mas, além disso, tem 250 mentes. Esse é o carro autodirigível. É como uma nova mercadoria, é uma nova utilidade. A IA irá fluir pela rede, a nuvem, da mesma forma que a eletricidade.
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.
Tudo o que havíamos energizado, iremos agora cognificar. Sugiro então que a fórmula para as próximas 10 mil partidas seja bastante simples: pegar x e acrescentar a IA. Essa é a fórmula que iremos usar. É dessa forma que faremos esta segunda Revolução Industrial. A propósito, agora, neste exato minuto, vocês podem acessar o Google e adquirir a IA por 6 centavos, 100 acessos. Está disponível agora.
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.
Então, o terceiro aspecto disto é que, quando pegamos esta IA e a incorporamos, obtemos robôs. Os robôs serão programas e farão muitas tarefas que já fazemos. Um emprego é apenas um monte de tarefas. Eles irão redefinir nossos empregos porque farão algumas dessas tarefas. Mas também irão criar categorias totalmente novas, uma nova série de tarefas que não sabíamos que queríamos fazer antes. Irão, de fato, gerar novos tipos de empregos, novos tipos de tarefas que queremos que sejam feitas, assim como a automação criou uma série de coisas novas que não sabíamos que precisávamos antes, e que agora não conseguimos viver sem. Então, irão produzir ainda mais empregos do que tiram, mas é importante que muitas das tarefas que daremos a eles sejam tarefas que possam ser definidas em termos de eficiência ou produtividade. Se puderem especificar uma tarefa manual ou conceitual, que possa ser especificada em termos de eficiência ou produtividade, isso irá para os programas. A produtividade é para os robôs. Somos realmente bons principalmente em perder tempo.
(Laughter)
(Risos)
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.
Somos realmente bons em coisas ineficientes. A ciência em si é ineficiente. Funciona pelo fato de haver uma falha atrás da outra. Funciona pelo fato de fazerem testes e experiências que não funcionam, senão não se aprende. Funciona pelo fato de que não há muita eficiência nisso. A inovação, por definição, é ineficiente porque se criam protótipos, tentam coisas que falham, que não funcionam. A exploração em si é ineficiente. A arte não é eficiente. As relações humanas não são eficientes. Esses são os tipos de coisas para as quais seremos atraídos porque não são eficientes. A eficiência é para os robôs. Também iremos aprender que trabalharemos com essas IAs porque elas pensam de forma diferente da nossa.
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.
Quando Deep Blue derrotou o melhor campeão de xadrez do mundo, as pessoas pensaram que seria o fim do xadrez. Mas, na verdade, verifica-se que hoje o melhor campeão de xadrez do mundo não é uma IA. Não é um ser humano. É uma equipe de um ser humano e uma IA. Quem faz o melhor diagnóstico médico não é um médico nem uma IA. É uma equipe. Iremos trabalhar com essas IAs, e creio que vocês serão pagos no futuro de acordo com a forma como trabalham com esses programas. Então, essa é a terceira coisa: eles são diferentes, são uma utilidade e serão algo com o qual iremos trabalhar e não estar contra. Trabalharemos com eles e não contra eles.
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.
Então, o futuro: "Aonde isso nos leva?" Penso que, daqui a 25 anos, eles irão olhar para trás, analisar nosso conhecimento de IA e dizer: "Vocês não tinham IA; na verdade, nem tinham a Internet ainda, em comparação com o que teremos daqui a 25 anos". Não há especialistas em IA neste momento. Há muito dinheiro gasto com isso. Há bilhões de dólares sendo gastos. É um imenso negócio, mas não há especialistas, em comparação com o que teremos daqui a 20 anos. Estamos apenas no começo do início, estamos na primeira hora de tudo isso. Estamos na primeira hora da Internet e do que vem por aí. O produto de IA mais popular daqui a 20 anos, que todo mundo irá usar, ainda não foi inventado. Isso significa que não estamos atrasados.
Thank you.
Obrigado.
(Laughter)
(Risos)
(Applause)
(Aplausos)