Kolik je mezi vámi kreativců, návrhářů, techniků, podnikatelů, umělců, anebo máte prostě jen úžasnou fantazii? Zvedli byste ruce? (ohlasy z publika) To je většina.
How many of you are creatives, designers, engineers, entrepreneurs, artists, or maybe you just have a really big imagination? Show of hands? (Cheers) That's most of you.
Pro nás kreativce mám novinky. V průběhu příštích 20 let se změní způsob naší práce víc než za předchozích 2 000 let. Vlastně si myslím, že zažíváme úsvit nového věku lidské historie.
I have some news for us creatives. Over the course of the next 20 years, more will change around the way we do our work than has happened in the last 2,000. In fact, I think we're at the dawn of a new age in human history.
Zažili jsme už čtyři hlavní historické epochy definované stylem práce. Éra lovců a sběračů trvala několik milionů let. Éra zemědělců trvala několik tisíc let. Industriální éra trvala pár století. A éra informací trvala jen několik desetiletí. A dnes se jako druh ocitáme na prahu další velké éry.
Now, there have been four major historical eras defined by the way we work. The Hunter-Gatherer Age lasted several million years. And then the Agricultural Age lasted several thousand years. The Industrial Age lasted a couple of centuries. And now the Information Age has lasted just a few decades. And now today, we're on the cusp of our next great era as a species.
Vítejte ve věku „zdokonalených schopností“. V této nové éře budou vaše přirozené lidské schopnosti dokonalejší díky výpočetním systémům, které vám pomohou přemýšlet, robotickým systémům, které vám pomohou v práci, a digitálnímu nervovému systému, který vás propojí se světem dokonaleji, než to dokážou vaše přirozené smysly. Začněme u kognitivních schopností. Kolik je mezi vámi vylepšených kyborgů?
Welcome to the Augmented Age. In this new era, your natural human capabilities are going to be augmented by computational systems that help you think, robotic systems that help you make, and a digital nervous system that connects you to the world far beyond your natural senses. Let's start with cognitive augmentation. How many of you are augmented cyborgs?
(smích)
(Laughter)
Vlastně bych mohl tvrdit, že už některá vylepšení máme. Představte si, že jste na večírku a někdo vám položí otázku, na kterou neznáte odpověď. Vlastníte-li něco takového, dozvíte se to během několika sekund. Ale to je jen úplný začátek. I Siri je jen pasivním nástrojem. Vlastně všechny nástroje, které jsme používali posledních tři a půl milionu let, byly zcela pasivní. Dělají přesně to, co řekneme, a nic víc. Náš úplně první nástroj usekl jen to, do čeho jsme jím udeřili. Dláto vyřezává jen tam, kudy ho umělec vede. A dokonce i naše nejvyspělejší nástroje neudělají nic bez našeho jasného pokynu. Vlastně až doteď, a to je něco, co mě frustruje, jsme vždy byli limitováni potřebou vnucovat ručně naši vůli nástrojům ‒ tím ručně myslím doslova rukama, dokonce i počítačům. Ale já jsem spíš jako Scotty ze „Star Treku“.
I would actually argue that we're already augmented. Imagine you're at a party, and somebody asks you a question that you don't know the answer to. If you have one of these, in a few seconds, you can know the answer. But this is just a primitive beginning. Even Siri is just a passive tool. In fact, for the last three-and-a-half million years, the tools that we've had have been completely passive. They do exactly what we tell them and nothing more. Our very first tool only cut where we struck it. The chisel only carves where the artist points it. And even our most advanced tools do nothing without our explicit direction. In fact, to date, and this is something that frustrates me, we've always been limited by this need to manually push our wills into our tools -- like, manual, literally using our hands, even with computers. But I'm more like Scotty in "Star Trek."
(smích)
(Laughter)
Chci s počítačem konverzovat. Chci mu říct: „Počítači, pojďme navrhnout auto“ a na obrazovce se objeví auto. A já řeknu: „Ne, spíš závodní a ne tak německé“ a prásk, počítač mi ukáže další variantu.
I want to have a conversation with a computer. I want to say, "Computer, let's design a car," and the computer shows me a car. And I say, "No, more fast-looking, and less German," and bang, the computer shows me an option.
(smích)
(Laughter)
K takové konverzaci nám možná ještě něco chybí, možná méně, než si mnozí z nás myslí, ale na tom právě teď pracujeme. Nástroje se skokem mění z pasivních na generativní. Nástroje pro generativní design používají počítač a algoritmy ke slučování geometrie a úplně samy přichází s novými konstrukcemi. Vše, co k tomu od vás potřebují, je určit cíle a kritéria.
That conversation might be a little ways off, probably less than many of us think, but right now, we're working on it. Tools are making this leap from being passive to being generative. Generative design tools use a computer and algorithms to synthesize geometry to come up with new designs all by themselves. All it needs are your goals and your constraints.
Dám vám příklad. V případě tohoto šasi pro dron vám jen postačí říct: má to mít čtyři vrtule, chci, aby to bylo co nejlehčí a potřebuji, aby to nekladlo odpor vzduchu. Počítač pak prozkoumá všechna prostorová řešení: každou variantu, která odpovídá vašemu zadání a splňuje vaše kritéria ‒ miliony možností. Vyžaduje to výkonné počítače. Ale výsledkem jsou konstrukce, na které bychom my sami nikdy nepřišli. A počítač na takové věci přijde úplně sám ‒ nikdo nemusel nic kreslit a začíná s tím úplně od nuly. A mimochodem, není náhoda, že tělo dronu vypadá podobně jako pánevní kostra poletuchy.
I'll give you an example. In the case of this aerial drone chassis, all you would need to do is tell it something like, it has four propellers, you want it to be as lightweight as possible, and you need it to be aerodynamically efficient. Then what the computer does is it explores the entire solution space: every single possibility that solves and meets your criteria -- millions of them. It takes big computers to do this. But it comes back to us with designs that we, by ourselves, never could've imagined. And the computer's coming up with this stuff all by itself -- no one ever drew anything, and it started completely from scratch. And by the way, it's no accident that the drone body looks just like the pelvis of a flying squirrel.
(smích)
(Laughter)
Je to proto, že algoritmy fungují stejným způsobem jako evoluce.
It's because the algorithms are designed to work the same way evolution does.
Je úžasné, že tuto technologii už můžeme vidět v praxi. Nějaký ten rok už s Airbusem pracujeme na tomto konceptu letadla budoucnosti. Pořád je to jen model. Ale teprve nedávno jsme použili AI pro generativní design a navrhli tohle. Toto je přepážka vytištěná 3D tiskem, která byla navržena pomocí počítače. Je pevnější než ta původní, přestože má poloviční hmotnost, a letos bude létat v Airbusech A320. Takže počítače teď umí generovat; dokážou nacházet vlastní řešení, když jim zadáme přesně definované úkoly. Ale není to intuitivní. Stále ještě musí začínat od nuly. Protože se nikdy nic nenaučí. Na rozdíl od Maggie.
What's exciting is we're starting to see this technology out in the real world. We've been working with Airbus for a couple of years on this concept plane for the future. It's a ways out still. But just recently we used a generative-design AI to come up with this. This is a 3D-printed cabin partition that's been designed by a computer. It's stronger than the original yet half the weight, and it will be flying in the Airbus A320 later this year. So computers can now generate; they can come up with their own solutions to our well-defined problems. But they're not intuitive. They still have to start from scratch every single time, and that's because they never learn. Unlike Maggie.
(smích)
(Laughter)
Maggie je vlastně chytřejší než naše nejvyspělejší nástroje. Co tím chci říct? Pokud vezme její pán vodítko, Maggie dost přesně vytuší, že nastal čas jít na procházku. A jak se to naučila? Přece tak, že pokaždé, když si pán vzal vodítko, tak šli na procházku. A Maggie udělala tři věci: musela dávat pozor, musela si vzpomenout, co se pak stalo, a musela si vytvořit a zapamatovat model chování.
Maggie's actually smarter than our most advanced design tools. What do I mean by that? If her owner picks up that leash, Maggie knows with a fair degree of certainty it's time to go for a walk. And how did she learn? Well, every time the owner picked up the leash, they went for a walk. And Maggie did three things: she had to pay attention, she had to remember what happened and she had to retain and create a pattern in her mind.
Je zajímavé, že přesně tohle programátoři nutili dělat AI posledních asi 60 let. Už v roce 1952 postavili tento počítač, který uměl hrát Piškvorky. Fakt pecka. Pak o 45 let později, v roce 1997, porazil Deep Blue Kasparova v šachu. V roce 2011 porazil Watson tyhle dva lidi v soutěži Riskuj, která je pro počítače mnohem obtížnější než šachy. Aby překonal své lidské protivníky, musel Watson spíše uvažovat, namísto toho, aby použil dopředu daný postup, A před pár týdny AlphaGo, vyvinutý v DeepMind, porazil nejlepšího hráče Go na světě, což je nejobtížnější hra, jakou známe. Ve skutečnosti je v Go možné zahrát více tahy, než kolik existuje atomů ve vesmíru. Takže aby mohl AlphaGo vyhrát, musel si vybudovat určitou intuici. A programátoři AlphaGo vlastně v určitých chvílích ani nevěděli, proč zahrál právě tak, jak zahrál.
Interestingly, that's exactly what computer scientists have been trying to get AIs to do for the last 60 or so years. Back in 1952, they built this computer that could play Tic-Tac-Toe. Big deal. Then 45 years later, in 1997, Deep Blue beats Kasparov at chess. 2011, Watson beats these two humans at Jeopardy, which is much harder for a computer to play than chess is. In fact, rather than working from predefined recipes, Watson had to use reasoning to overcome his human opponents. And then a couple of weeks ago, DeepMind's AlphaGo beats the world's best human at Go, which is the most difficult game that we have. In fact, in Go, there are more possible moves than there are atoms in the universe. So in order to win, what AlphaGo had to do was develop intuition. And in fact, at some points, AlphaGo's programmers didn't understand why AlphaGo was doing what it was doing.
A k pokroku dochází velmi rychle. Jen si vzpomeňte ‒ během jednoho lidského života ušly počítače cestu od dětských her až k tomu, co považujeme za vrchol strategického myšlení. V podstatě se děje to, že se teď počítače mnohem víc podobají spíš Kirkovi než Spockovi.
And things are moving really fast. I mean, consider -- in the space of a human lifetime, computers have gone from a child's game to what's recognized as the pinnacle of strategic thought. What's basically happening is computers are going from being like Spock to being a lot more like Kirk.
(smích)
(Laughter)
Že ano? Namísto čisté logiky intuice. Vydali byste se přes tento most? Většina z vás řekne: "Ani za nic!"
Right? From pure logic to intuition. Would you cross this bridge? Most of you are saying, "Oh, hell no!"
(smích)
(Laughter)
Dospěli jste k tomu ve zlomku sekundy. Prostě jste nějak odhadli, že most není bezpečný. A to je přesně ten druh intuice, který si zrovna teď začínají naše systémy hlubokého učení rozvíjet. Velmi brzy budete moci počítači ukázat něco, co jste vyrobili a navrhli, ten se na to podívá a řekne: "Hmm, je mi líto kámo, to nebude nikdy fungovat. Musíš to zkusit znovu." Nebo byste se ho mohli zeptat, jak se lidem bude líbit vaše nová píseň nebo nová příchuť zmrzliny. Nebo něco mnohem důležitějšího, mohli byste s počítačem spolupracovat na problému, který jste ještě neřešili. Třeba na změně klimatu. Kvalitní práci sami nesvedeme, mohli bychom využít veškerou dostupnou pomoc. Mluvím o technologii, která umocní naše kognitivní schopnosti tak, že si dokážeme představit a navrhnout věci, na které prostě jako obyčejní lidé let minulých nestačíme.
And you arrived at that decision in a split second. You just sort of knew that bridge was unsafe. And that's exactly the kind of intuition that our deep-learning systems are starting to develop right now. Very soon, you'll literally be able to show something you've made, you've designed, to a computer, and it will look at it and say, "Sorry, homie, that'll never work. You have to try again." Or you could ask it if people are going to like your next song, or your next flavor of ice cream. Or, much more importantly, you could work with a computer to solve a problem that we've never faced before. For instance, climate change. We're not doing a very good job on our own, we could certainly use all the help we can get. That's what I'm talking about, technology amplifying our cognitive abilities so we can imagine and design things that were simply out of our reach as plain old un-augmented humans.
A proč třeba nevyrobit všechny ty bláznivé nové věci, které vymyslíme a navrhneme? Myslím, že éra zdokonalování lidí se týká stejně tak fyzického světa jako toho virtuálního, intelektuální sféry. Čím nás technologie dokážou obohatit? Ve fyzickém světě robotickými systémy. OK, určitě se všichni obáváme, že roboti vezmou lidem pracovní místa, a v některých odvětvích se tak skutečně stane. Ale mě mnohem víc zajímá myšlenka, že při společné práci lidí a robotů obohatí jedni druhé a začnou obsazovat nový prostor.
So what about making all of this crazy new stuff that we're going to invent and design? I think the era of human augmentation is as much about the physical world as it is about the virtual, intellectual realm. How will technology augment us? In the physical world, robotic systems. OK, there's certainly a fear that robots are going to take jobs away from humans, and that is true in certain sectors. But I'm much more interested in this idea that humans and robots working together are going to augment each other, and start to inhabit a new space.
Tohle je náš aplikovaný výzkum v San Francisku, kde je jednou z oblastí našeho zájmu pokročilá robotika, zvláště pak spolupráce lidí a robotů. A toto je Bishop, jeden z našich robotů. Experimentálně jsme ho nastavili tak, aby lidem ve stavebnictví pomáhal s opakujícími se úkoly ‒ jako je vyřezávání otvorů v sádrokartonu pro zásuvky a vypínače.
This is our applied research lab in San Francisco, where one of our areas of focus is advanced robotics, specifically, human-robot collaboration. And this is Bishop, one of our robots. As an experiment, we set it up to help a person working in construction doing repetitive tasks -- tasks like cutting out holes for outlets or light switches in drywall.
(smích)
(Laughter)
Lidský partner umí Bishopovi jednoduchou řečí a gesty vysvětlit, co má dělat, asi tak, jako když mluvíte na psa, a Bishop pak podle těchto instrukcí s dokonalou přesností postupuje. Lidi využíváme na to, v čem vynikají: jsou informovaní, mají postřeh a rozhodují se. A robota používáme na to, v čem vyniká zase on: v přesnosti a opakování úkolů.
So, Bishop's human partner can tell what to do in plain English and with simple gestures, kind of like talking to a dog, and then Bishop executes on those instructions with perfect precision. We're using the human for what the human is good at: awareness, perception and decision making. And we're using the robot for what it's good at: precision and repetitiveness.
Zde je další super projekt, na kterém Bishop pracuje. Cílem tohoto projektu, který jsme nazvali HIVE, bylo namodelovat zkušenosti lidí, počítačů a robotů, kteří všichni spolupracují při řešení velmi složitého konstrukčního problému. Lidé hráli roli dělníků. Pohybovali se kolem staveniště, manipulovali s bambusem ‒ což je mimochodem pro roboty velmi těžké, protože to není izomorfní materiál. Roboti pak toto vlákno navíjeli, což je pro člověka téměř nemožné. Měli jsme AI, která to všechno řídila. Říkala lidem i robotům, co mají dělat, a sledovala přitom tisíce jednotlivých komponent. Zajímavé je, že vybudování tohoto pavilonu není jednoduše možné bez toho, aby se člověk, robot a AI vzájemně nedoplňovali.
Here's another cool project that Bishop worked on. The goal of this project, which we called the HIVE, was to prototype the experience of humans, computers and robots all working together to solve a highly complex design problem. The humans acted as labor. They cruised around the construction site, they manipulated the bamboo -- which, by the way, because it's a non-isomorphic material, is super hard for robots to deal with. But then the robots did this fiber winding, which was almost impossible for a human to do. And then we had an AI that was controlling everything. It was telling the humans what to do, telling the robots what to do and keeping track of thousands of individual components. What's interesting is, building this pavilion was simply not possible without human, robot and AI augmenting each other.
Povím vám ještě o jednom projektu. Je to tak trochu šílenost. Spolupracujeme s umělcem Jorisem Laarmanem z Amsterdamu a jeho týmem z MX3D na generativním návrhu a robotickém tisku prvního samostatně vyrobeného mostu na světě. Takže, Joris a AI právě teď tuhle věc v Amsterdamu navrhují. A až to budou mít, stiskneme tlačítko „Start“ a roboti začnou most tisknout z nerezové oceli a bez zásahu lidí v tom budou pokračovat, dokud nebude most hotov.
OK, I'll share one more project. This one's a little bit crazy. We're working with Amsterdam-based artist Joris Laarman and his team at MX3D to generatively design and robotically print the world's first autonomously manufactured bridge. So, Joris and an AI are designing this thing right now, as we speak, in Amsterdam. And when they're done, we're going to hit "Go," and robots will start 3D printing in stainless steel, and then they're going to keep printing, without human intervention, until the bridge is finished.
Takže s tím, jak počítače umocňují naši schopnost představit si a navrhnout nové věci, pomáhají nám robotické systémy stavět a vytvářet věci, které jsme až dosud nebyli schopni vytvořit. Ale jak je to s naší schopností umět tyto věci vnímat a řídit? A jaký mají ty věci, které děláme, nervový systém?
So, as computers are going to augment our ability to imagine and design new stuff, robotic systems are going to help us build and make things that we've never been able to make before. But what about our ability to sense and control these things? What about a nervous system for the things that we make?
Náš nervový systém, lidský nervový systém, nám říká o všem, co se kolem nás děje. Ale jejich nervový systém je přinejlepším primitivní. Například, auto neřekne městskému oddělení veřejných prací, že právě vymetlo výmol na rohu Broadwaye a Morrisonovy. Budova neřekne svému návrháři, zda se lidem uvnitř líbí či nikoliv, a výrobce hraček neví, jestli si s hračkou opravdu někdo hraje ‒ jak a kde si hraje a zda se s ní baví. Vím, že si návrhář takový životní styl pro Barbie představoval, když ji navrhoval.
Our nervous system, the human nervous system, tells us everything that's going on around us. But the nervous system of the things we make is rudimentary at best. For instance, a car doesn't tell the city's public works department that it just hit a pothole at the corner of Broadway and Morrison. A building doesn't tell its designers whether or not the people inside like being there, and the toy manufacturer doesn't know if a toy is actually being played with -- how and where and whether or not it's any fun. Look, I'm sure that the designers imagined this lifestyle for Barbie when they designed her.
(smích)
(Laughter)
Ale co když se ukáže, že je Barbie ve skutečnosti osamělá?
But what if it turns out that Barbie's actually really lonely?
(smích)
(Laughter)
Pokud by dopředu věděl, co se bude v reálném světě skutečně dít ‒ s navrženými cestami, budovami, s Barbie ‒ mohl by tu znalost využít k vytvoření lepšího zážitku pro uživatele. Chybí zde nervový systém, který by spojoval všechny ty věci, které navrhujeme, vytváříme a používáme. Co kdyby k vám všem, kteří tyto věci v reálném světě tvoříte, takové informace proudily? Kvůli všem našim produktům utrácíme obrovské množství peněz a energie ‒ jen v loňském roce to byly asi dvě miliardy dolarů ‒ abychom lidi přesvědčili, že si mají koupit, co jsme vyrobili. Ale abyste to propojení na věci, které navrhujete a vytváříte, měli i poté, kdy se dostanou do reálného světa, kdy už budou prodány nebo spuštěny, mohli bychom to změnit a místo toho, abychom lidi nutili naše věci chtít, bychom prostě dělali věci, o které lidi v prvé řadě stojí.
If the designers had known what was really happening in the real world with their designs -- the road, the building, Barbie -- they could've used that knowledge to create an experience that was better for the user. What's missing is a nervous system connecting us to all of the things that we design, make and use. What if all of you had that kind of information flowing to you from the things you create in the real world? With all of the stuff we make, we spend a tremendous amount of money and energy -- in fact, last year, about two trillion dollars -- convincing people to buy the things we've made. But if you had this connection to the things that you design and create after they're out in the real world, after they've been sold or launched or whatever, we could actually change that, and go from making people want our stuff, to just making stuff that people want in the first place.
Je dobré, že už pracujeme na digitálních nervových systémech, které nás propojí s tím, co navrhujeme. O kus dál, v Los Angeles, spolupracujeme s několika lidmi z Bandito Brothers a jejich týmem na jednom projektu. A jednou z věcí, jež tito lidé dělají, je stavění šílených aut, která dělají naprosto šílené věci. Tihle chlapi jsou blázni ‒
The good news is, we're working on digital nervous systems that connect us to the things we design. We're working on one project with a couple of guys down in Los Angeles called the Bandito Brothers and their team. And one of the things these guys do is build insane cars that do absolutely insane things. These guys are crazy --
(smích)
(Laughter)
v nejlepším slova smyslu. Děláme s nimi na autu, které má tradiční závodní podvozek, a k němu dostane nervový systém.
in the best way. And what we're doing with them is taking a traditional race-car chassis and giving it a nervous system.
Vybavili jsme ho přístroji se spoustou senzorů, za volant posadili prvotřídního řidiče, vzali auto do pouště a týden jsme ho tam týrali. A nervový systém zaznamenával vše, co se s autem dělo. Zaznamenali jsme čtyři miliardy měření; všechny síly, které na auto působily. A pak jsme udělali něco šíleného. Vzali jsme všechna ta data a napojili je do generativní AI, které říkáme „Dreamcatcher“. A co dostanete, když dáte nástroji pro design k dispozici nervový systém a zadáte mu, aby sestavil hotový podvozek? Dostanete tohle. Je to něco, čeho by člověk nikdy nebyl schopen. Až na to, že to člověk navrhnul, ale schopnosti člověka byly umocněny díky generativní AI, digitálnímu nervovému systému a robotům, kteří něco takového umí skutečně vyrobit.
So we instrumented it with dozens of sensors, put a world-class driver behind the wheel, took it out to the desert and drove the hell out of it for a week. And the car's nervous system captured everything that was happening to the car. We captured four billion data points; all of the forces that it was subjected to. And then we did something crazy. We took all of that data, and plugged it into a generative-design AI we call "Dreamcatcher." So what do get when you give a design tool a nervous system, and you ask it to build you the ultimate car chassis? You get this. This is something that a human could never have designed. Except a human did design this, but it was a human that was augmented by a generative-design AI, a digital nervous system and robots that can actually fabricate something like this.
Takže pokud je tohle budoucnost, věk zdokonalených schopností, a pokud budeme kognitivně, fyzicky i perceptuálně dokonalejší, jak to bude vypadat? Jak bude vypadat ta pohádková země?
So if this is the future, the Augmented Age, and we're going to be augmented cognitively, physically and perceptually, what will that look like? What is this wonderland going to be like?
Myslím, že zažijeme svět, ve kterém věci budeme nechávat vyrůstat, namísto toho, abychom je vyráběli. Kde namísto věcí, které je nutné zkonstruovat, přejdeme k tomu, že nám vyrostou. Už nebudeme izolovaní, ale propojení. A od obrábění materiálu přejdeme k jeho slučování. Také si myslím, že se od našich věcí už nebudeme dožadovat poslušnosti, ale že oceníme jejich samostatnost.
I think we're going to see a world where we're moving from things that are fabricated to things that are farmed. Where we're moving from things that are constructed to that which is grown. We're going to move from being isolated to being connected. And we'll move away from extraction to embrace aggregation. I also think we'll shift from craving obedience from our things to valuing autonomy.
Díky našim zdokonaleným schopnostem se náš svět dramaticky změní. Svět bude pestřejší a propojenější, dynamičtější, komplexnější, přizpůsobivější a samozřejmě krásnější. Tvary budoucích věcí se nebudou podobat ničemu, co jsme až doteď viděli. Proč? Protože těmhle věcem dá tvar tohle nové partnerství mezi technologií, přírodou a lidmi. To je pro mě budoucnost, na kterou stojí za to se těšit.
Thanks to our augmented capabilities, our world is going to change dramatically. We're going to have a world with more variety, more connectedness, more dynamism, more complexity, more adaptability and, of course, more beauty. The shape of things to come will be unlike anything we've ever seen before. Why? Because what will be shaping those things is this new partnership between technology, nature and humanity. That, to me, is a future well worth looking forward to.
Děkuji mnohokrát.
Thank you all so much.
(potlesk)
(Applause)