How many of you are creatives, designers, engineers, entrepreneurs, artists, or maybe you just have a really big imagination? Show of hands? (Cheers)
Combien d'entre vous sont des créateurs, des stylistes, des ingénieurs, des entrepreneurs, des artistes, ou ont tout simplement beaucoup d'imagination ? Levez la main ? (Acclamation)
That's most of you. 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.
La plupart d'entre vous. J'ai des nouvelles pour nous, les créateurs. Au cours des vingt prochaines années, il y aura plus de changements dans nos modes de travail que dans les 2 000 ans précédents. Je pense qu'on est à l'aube d'une nouvelle ère de l'histoire de l'humanité.
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.
Il y a eu quatre âges historiques majeurs définis par nos modes de travail. L'âge des chasseurs-cueilleurs a duré plusieurs millions d'années. Puis l'âge agricole a duré plusieurs milliers d'années. L'âge industriel s'est étendu sur deux siècles. Et maintenant l'âge de l'information n'a duré que quelques décennies. Et nous sommes à l'aube de notre prochain grand âge en tant qu'espèce.
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?
Bienvenus dans l'âge augmenté. Dans cette nouvelle ère, vos capacités humaines naturelles seront augmentées par des systèmes informatiques qui vous aideront à penser, des systèmes robotiques qui aideront à construire, et un système nerveux central qui vous reliera à un monde qui excède celui de vos sens naturels. Commençons par l'augmentation cognitive. Combien d'entre vous sont des cyborgs augmentés ?
(Laughter)
(Rires)
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."
Je soutiendrais en fait que nous sommes déjà augmentés. Disons que vous êtes à une fête et qu'on vous pose une question à laquelle vous ne pouvez pas répondre. Si vous avez ça, en quelques secondes, vous avez la réponse. Mais c'est là un balbutiement primitif. Même Siri n'est qu'un outil passif. En vérité, pendant trois millions et demi d'années, nos outils ont été complètement passifs. Ils se contentent de faire ce qu'on leur dit de faire et rien de plus. Notre premier outil ne faisait que couper là où on frappait. Le ciseau ne sculpte que là où l'artiste l'applique. Et même nos outils les plus avancés ne font rien sans instructions explicites. En fait, jusqu'à maintenant, et ça m'énerve vraiment, nous avons toujours été limités par ce besoin de mettre nos désirs dans nos outils à la main, je veux dire, manuellement, en utilisant nos mains, même avec les ordinateurs. Je suis plus comme Scotty dans « Star Trek ».
(Laughter)
(Rires)
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.
Je veux pouvoir parler avec un ordinateur. Je veux dire « Ordinateur, concevons une voiture » et il me montrerait une voiture. Et je dirais : « D'allure plus rapide et moins allemande » et l'ordinateur me montre un choix possible.
(Laughter)
(Rires)
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.
Cette conversation n'est pas pour maintenant et sans doute pour plus tôt qu'on ne croit, mais c'est maintenant que nous y travaillons. Les outils sont en train de passer de la passivité à la capacité de création. Les outils de conception générative utilisent ordinateur et algorithmes pour synthétiser la géométrie et inventer de nouvelles conceptions tout seuls. Il leur faut seulement vos buts et vos restrictions.
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.
Je vous donne un exemple. Pour le châssis de ce drone, tout ce que vous devez faire c'est lui dire, en gros, il faut quatre hélices, et qu'il soit le plus léger possible, et qu'il soit aérodynamique. Ensuite, l'ordinateur examine toutes les possibilités : chaque possibilité qui répond à vos critères et il y en a des millions. L'ordinateur doit être énorme pour ça. Mais il nous présente des conceptions que nous n'aurions jamais pu imaginer sans lui. Et l'ordinateur trouve tout ça tout seul. Personne n'a rien dessiné, et il a fait tout ça à partir de rien. Au fait, ce n'est pas un hasard si le drone ressemble au pelvis d'un écureuil volant.
(Laughter)
(Rires)
It's because the algorithms are designed to work the same way evolution does.
C'est que les algorithmes sont conçus pour se comporter comme l'évolution.
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.
Et c'est génial qu'on commence à voir cette technologie dans la vraie vie. Cela fait deux ans qu'on travaille avec Airbus sur cette idée d'avion du futur. Il faudra encore du temps. Mais récemment nous avons utilisé un robot de conception générative pour créer ceci. Cette cloison pour cabine imprimée en 3D a été conçue par un ordinateur. Elle est plus solide que la cloison initiale et pèse moitié moins. Elle sera utilisée en vol dans l'Airbus A320 cette année. Les ordinateurs peuvent créer. Ils peuvent apporter des solutions à nos problèmes bien définis. Mais ils ne sont pas intuitifs. Ils doivent recommencer du début à chaque fois parce qu'ils n'apprennent jamais. Pas comme Maggie.
(Laughter)
(Rires)
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.
Elle est plus intelligente que nos outils de conception les plus avancés. C'est-à-dire ? Quand son maître prend sa laisse, Maggie estime assez justement qu'elle va en promenade. Comment a-t-elle appris ? Chaque fois qu'il a pris sa laisse, la promenade a suivi. Et Maggie a fait trois choses : elle a fait attention, elle s'est rappelée ce qui s'est passé et elle a retenu cette succession d'événements.
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.
Tiens, tiens, c'est exactement ce que les spécialistes tentent d'inculquer aux robots intelligents depuis 60 ans. En 1952, ils ont construit cet ordinateur qui pouvait jouer au morpion. Super. Et puis en 1997, 45 ans plus tard, Deep Blue a battu Kasparov aux échecs. En 2011, Watson a battu deux humains à Jeopardy, ce qui est bien plus dur que les échecs pour un ordinateur. Plutôt que d'utiliser des recettes prédéfinies, Watson a dû réfléchir rationnellement pour gagner. Et il y a deux semaines, AlphaGo de DeepMind a battu les meilleurs joueurs de go humains et le go est le jeu le plus difficile. Il y a plus de mouvements possibles au jeu de go que d'atomes dans l'univers. Donc pour gagner, AlphaGo a dû développer son intuition. Et en fait, à certains moments, ses programmeurs n'ont pas compris les raisons derrière ses choix.
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.
Et tout va très vite. Pensez donc... au cours d'une vie humaine, les ordinateurs, des jeux pour enfants, sont passés à la pointe de la réflexion stratégique. Ce qui se produit en gros, c'est que les ordinateurs, qui étaient comme Spock, deviennent Kirk.
(Laughter)
(Rires)
Right? From pure logic to intuition. Would you cross this bridge? Most of you are saying, "Oh, hell no!"
Pas vrai ? De la logique pure à l'intuition. Ça vous dirait de traverser ce pont ? Vous avez l'air de dire « Ça va pas, non ? »
(Laughter)
(Rires)
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.
Et vous avez décidé ça en une fraction de seconde. Vous saviez que le pont était dangereux. Et c'est exactement ce genre d'intuition que nos systèmes d'apprentissage avancé développent en ce moment. Bientôt, vous pourrez montrer quelque chose que vous avez conçu à un ordinateur, et il le regardera et dira : « Désolé, mon pote, ça ne marchera jamais. Essaie encore. » Ou vous pourrez lui demander si le public aimera votre prochaine chanson ou votre nouveau parfum de glace. Ou, plus crucial encore, on peut travailler ensemble à résoudre un problème encore jamais abordé. Comme le changement climatique. Nous ne sommes pas très efficaces seuls et nous allons avoir besoin d'aide. C'est ce que je veux dire, la technologie amplifie nos capacités cognitives de sorte que nous pouvons imaginer et concevoir des choses impossibles avec nos capacités d'humains non augmentés.
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.
Et que dire de la production de ces produits fous que nous allons inventer et concevoir ? Je pense que l'ère de l'humain augmenté concerne tout autant le monde physique que le monde virtuel et intellectuel. Comment la technologie va-t-elle nous augmenter ? Dans le monde physique, par les systèmes robotiques. Bon, il y a cette peur des robots qui prendraient les jobs des humains et c'est le cas dans certains secteurs. Mais ce qui m'intéresse plus, c'est l'idée que robots et humains travaillant ensemble vont s'augmenter les uns les autres et occuper un nouvel espace.
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.
Voici notre labo de recherche appliquée à San Francisco où l'un de nos domaines de recherche est la robotique avancée et plus précisément la collaboration humain/robot. Et voici Bishop, l'un de nos robots. Dans une expérience, il devait aider une personne à faire des tâches de construction répétitives comme faire des trous pour des prises dans des plaques de plâtre.
(Laughter)
(Rires)
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.
Son partenaire humain peut lui dire quoi faire dans un anglais simple avec des gestes simples, comme s'il parlait à un chien. Et puis Bishop suit les instructions avec une précision parfaite. On utilise chez l'humain ce qu'il a d'efficace : vigilance, perception et prise de décision. Et chez le robot, ce qu'il maîtrise mieux : la précision et la répétition.
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.
Voici un autre projet sympa avec Bishop. Le but du projet, qu'on a appelé le HIVE, était de voir ce qui se passe quand humains, ordinateurs et robots travaillent ensemble à résoudre un problème de conception complexe. Les humains étaient la main d'œuvre sur le site de construction, manipulaient le bambou, le bambou qui est d'ailleurs, étant non isomorphe, très compliqué pour les robots. Les robots ont fait cet enroulement de fibres presqu'impossible à faire pour un humain. Et une machine d'intelligence artificielle contrôlait le tout. Elle disait aux humains quoi faire, et aux robots, et surveillait des milliers de composants individuels. Et surtout, construire ce pavillon était impossible sans qu'humains, robots et machines intelligentes ne s'augmentent.
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.
Bon, je vais parler d'un autre projet. Celui-là est un peu fou. Nous travaillons avec Joris Laarman, artiste d'Amsterdam, et son équipe à MX3D pour concevoir de manière générative et imprimer avec la robotique le premier pont construit de façon autonome. Joris et une intelligence artificielle le conçoivent en ce moment à Amsterdam. Quand ils auront fini, on appuiera sur « lancement » et les robots se mettront à imprimer en 3D et en inox. Et ils imprimeront toujours et encore sans intervention humaine jusqu'à ce que le pont soit construit.
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?
Les ordinateurs vont augmenter notre capacité à imaginer et concevoir des nouveautés, et les systèmes robotiques vont nous aider à fabriquer des choses que nous n'avons jamais pu fabriquer. Qu'en est-il de notre capacité à percevoir et contrôler tout ça ? Et si les choses que nous fabriquons avaient un système nerveux central ?
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.
Notre système nerveux d'humains nous dit tout ce qu'il se passe autour de nous. Mais le système nerveux des choses que nous fabriquons est rudimentaire. Par exemple, une voiture ne dit pas au service municipal des voiries qu'elle a roulé sur un nid-de-poule. Un bâtiment ne dit pas à ses concepteurs si les gens à l'intérieur aiment y être et le fabricant de jouets ne sait pas si on joue vraiment avec ce jouet, ni comment ni où et si c'est sympa. Je suis sûr que ses concepteurs avaient ça en tête pour Barbie quand ils l'ont conçue.
(Laughter)
(Rires)
But what if it turns out that Barbie's actually really lonely?
Et si Barbie était en fait très seule ?
(Laughter)
(Rires)
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.
Si les concepteurs savaient ce qu'il se passe vraiment dans la vie pour leurs créations (la route, le bâtiment, Barbie), ils pourraient utiliser ce savoir et créer une expérience optimale pour l'utilisateur. Il manque un système nerveux central qui nous connecte à tout ce que l'on conçoit, fabrique et utilise. Et si nous avions tous ce genre d'informations provenant des choses que nous créons dans la vie ? Pour vendre ce qu'on fabrique, nous dépensons des montagnes d'argent et d'énergie (deux mille milliards de dollars l'an passé) à convaincre les gens d'acheter nos produits. Si on avait cette connexion avec les choses qu'on invente une fois qu'ils sont dans le monde, après leur achat ou leur mise en vente, nous pourrions changer ça et au lieu de convaincre les gens d'acheter nos produits, nous produirions ce que les gens veulent.
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 --
Bonne nouvelle : nous travaillons sur des systèmes nerveux digitaux qui nous connectent à nos créations. Nous travaillons sur un projet avec des gens de Los Angeles, les Bandito Brothers, et leur équipe. Ils construisent notamment des voitures de fou qu font des trucs de fou. Ces mecs sont fous
(Laughter)
(Rires)
in the best way. And what we're doing with them is taking a traditional race-car chassis and giving it a nervous system.
dans le bon sens du terme. Voilà ce qu'on fait avec eux : on donne au châssis d'une voiture de course classique un système nerveux.
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.
On l'a appareillé avec des dizaines de capteurs, on a mis un pilote d'élite au volant, et on l'a conduite à fond dans le désert pendant une semaine. Et son système nerveux a tout retenu de ce qui arrivait. On a capturé quatre milliards de données sur les forces auxquelles elle était soumise. Et puis on a fait un truc fou. On a mis toutes ces données dans une intelligence artificielle de conception générative, Dreamcatcher. Qu'obtient-on quand on donne à un outil de conception un système nerveux et qu'on lui dit de construire le châssis de voiture ultime ? Ça. Voilà quelque chose qu'un humain n'aurait jamais pu concevoir. Mais un humain l'a pourtant conçu, un humain augmenté par une intelligence artificielle de conception générative, un système nerveux digital et des robots qui peuvent construire ça.
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?
Si l'avenir est là, dans l'âge augmenté, et que nos capacités cognitives, physiques et perceptives sont augmentées, à quoi cela ressemblera ? Comment sera cet âge d'or ?
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.
Je pense que notre monde va passer des choses qu'on fabrique aux choses qu'on cultive. On passera des choses qu'on construit à celles qu'on fait pousser. On passera de l'isolement à la connexion. Et on abandonnera l'extraction au bénéfice de l'agrégation. Je pense qu'on passera aussi du besoin de voir nos objets nous obéir à l'appréciation de l'autonomie.
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.
Grâce à nos capacités augmentées, notre monde va être transformé. Nous aurons un monde plus varié, plus connecté, plus dynamique, plus complexe, plus flexible et bien sûr, plus beau. Ce qui nous attend ne ressemblera à rien de ce qui a précédé. Pourquoi ? Parce que toutes ces choses seront façonnées par cette collaboration nouvelle entre technologie, nature et humanité. Pour moi, c'est là un avenir qui vaut bien la peine d'être vu.
Thank you all so much.
Merci beaucoup à vous.
(Applause)
(Applaudissements)