How many of you are creatives, designers, engineers, entrepreneurs, artists, or maybe you just have a really big imagination? Show of hands? (Cheers)
כמה מכם הם יצירתיים, מעצבים, מהנדסים, יזמים, אמנים, או שאולי פשוט יש לכם דמיון ממש מפותח? תרימו ידיים? (תשואות)
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.
אלה רובכם. יש לי חדשות עבור היצירתיים שבנו. במהלך 20 השנים הקרובות, יותר הולך להשתנות בדרך בה אנחנו עובדים מאשר השתנה ב-2000 השנים האחרונות. בעצם, אני חושב שאנחנו בשחר של עידן חדש בהיסטוריה האנושית.
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.
היו ארבע תקופות היסטוריות מרכזיות שמוגדרות לפי דרך העבודה שלנו. תקופת הציידים-לקטים ארכה כמה מיליוני שנים. ואז, התקופה החקלאית ארכה כמה אלפי שנים. התקופה התעשייתית ארכה כמה מאות שנים. ועכשיו תקופת המידע ארכה רק כמה עשרות שנים. ועכשיו היום, אנחנו בסיפו של העידן הגדול הבא שלנו כמין.
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?
ברוכים הבאים לעידן הרבוד. בעידן החדש הזה, היכולות האנושיות הטבעיות שלכם ירובדו, יתוגברו על ידי מערכות מחשוב שעוזרות לכם לחשוב, מערכות רובוטיות שעוזרות לכם ליצור, ומערכת עצבית דיגיטלית שמחברת אתכם לעולם שהוא הרבה מעבר לחושים הטבעיים שלכם. נפתח עם תגבור קוגניטיבי. כמה מכם הם סייבורגים מתוגברים?
(Laughter)
(צחוק)
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."
למעשה, הייתי טוען שאנחנו כבר מתוגברים. דמיינו שאתם במסיבה, ומישהו שואל אתכם שאלה שאתם לא יודעים את התשובה עליה. אם יש לכם אחד מאלה, בתוך כמה שניות אתם יכולים לדעת את התשובה. אבל זו רק התחלה פרימיטיבית. אפילו סירי היא רק כלי עבודה פסיבי. למעשה, במהלך שלושה וחצי מיליוני השנים האחרונות, כלי העבודה שהיו לנו היו פאסיביים לחלוטין. הם עושים בדיוק מה שאנחנו אומרים להם לעשות, ושום דבר מעבר לכך. כלי העבודה הראשון הראשון שלנו, רק חתך איפה שהיכינו איתו. האזמל חורט רק במקום שבו האמן מפנה אותו. ואפילו הכלים המתקדמים ביותר שלנו לא עושים דבר בלי ההכוונה הישירה שלנו. בעצם, נכון להיום, וזה משהו שמתסכל אותי, תמיד היינו מוגבלים בשל הצורך הזה לדחוף באופן ידני את הרצונות שלנו לתוך כלי העבודה שלנו -- כאילו, באופן ידני, ממש משתמשים בידיים שלנו, אפילו עם מחשבים. אבל אני יותר כמו סקוטי מ'מסע בין כוכבים'.
(Laughter)
(צחוק)
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.
אני רוצה לנהל שיחה עם מחשב. אני רוצה להגיד, "מחשב, בוא נתכנן מכונית," והמחשב יראה לי מכונית. ואני אומר, "לא, אחת שנראית מהירה יותר, ופחות גרמנית," ובום, המחשב מראה לי אפשרות.
(Laughter)
(צחוק)
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.
עכשיו, זה אולי קצת מוקדם לשיחה כזו, כנראה פחות ממה שרבים מאתנו חושבים, אבל ממש עכשיו, אנחנו עובדים על זה. כלי העבודה עושים את הקפיצה הזו מלהיות פאסיביים, ללהיות יצרניים. כלי תכנון יצרניים משתמשים במחשב ובאלגוריתמים כדי לסנתז גיאומטריה כדי להעלות עיצובים חדשים לגמרי בעצמם. כל מה שצריך זה המטרות והמגבלות שלכם.
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.
אני אתן לכם דוגמה. במקרה של השלדה של המזל"ט הזה, כל מה שאתם תצטרכו לעשות זה להגיד לו משהו כמו, יש לזה ארבע מדחפים, אתם רוצים שזה יהיה עם משקל כמה שיותר קטן, ואתם צריכים שזה יהיה יעיל מבחינה אווירודינמית. ואז, מה שהמחשב עושה, זה שהוא בוחן את כל מרחב הפתרונות: כל אחת מהאפשרויות שפותרות ועונות לקריטריונים שלכם -- מיליונים מהן. צריך מחשבים גדולים בשביל לעשות את זה. אבל הוא חוזר אלינו עם עיצובים שאנחנו, בעצמנו, לעולם לא היינו יכולים להעלות בדמיוננו. והמחשב מעלה את הרעיונות האלו לגמרי בעצמו -- אף אחד מעולם לא צייר שום דבר, והוא התחיל לגמרי מכלום. וזה, דרך אגב, בכלל לא מקרי שגוף המזל"ט נראה בדיוק כמו האגן של סנאי מעופף.
(Laughter)
(צחוק)
It's because the algorithms are designed to work the same way evolution does.
זה בגלל שהאלגוריתמים מתוכנתים לעבוד באותה הצורה שהאבולוציה עובדת.
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.
מה שמרתק זה שאנחנו מתחילים לראות את הטכנולוגיה הזו בחוץ, בעולם האמיתי. מזה כמה שנים אנחנו עובדים עם איירבוס על הרעיון למטוס העתידי הזה. זה עוד רחוק עדיין. אבל ממש לא מזמן השתמשנו בבינה מלאכותית ייצרנית-תכנונית כדי לחשוב על זה. זה חוצץ תא נוסעים מודפס בתלת-מימד שתוכנן על ידי מחשב. זה חזק יותר מהמקורי אבל שוקל רק חצי ממנו, והוא יטוס באיירבוס A320 בהמשך השנה. כך שמחשבים יכולים עתה ליצור; הם יכולים למצוא פתרונות משל עצמם לבעיות המוגדרות היטב שלנו. אבל הם לא אינטואיטיביים. הם עדיין צריכים להתחיל כל פעם מחדש, וזה בגלל שהם אף פעם לא לומדים. שלא כמו מגי.
(Laughter)
(צחוק)
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.
מגי בעצם חכמה יותר מכלי התכנון המתקדמים ביותר שלנו. למה אני מתכוון? אם הבעלים שלה לוקח את הרצועה הזו, מגי יודעת ברמה גבוהה של ודאות שזה הזמן לצאת לטיול. ואיך היא למדה? ובכן, בכל פעם שהבעלים לקח את הרצועה, הם יצאו לטיול. ומגי עשתה שלושה דברים: היא היתה צריכה לשים לב, היא היתה צריכה לזכור מה קרה והיא היתה צריכה לשמר וליצור תבנית במוח שלה.
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.
מעניין, שזה בדיוק מה שמדעני מחשב ניסו לגרום לבינה מלאכותית לעשות במהלך 60 השנים האחרונות בערך. בזמנו, ב-1952, הם בנו את המחשב הזה שיכל לשחק איקס-מיקס-דריקס. אפשר לחשוב. ואז, 45 שנה אחר כך, ב-1997, כחול-עמוק מנצח את גארי קספארוב בשח-מט. 2011, ווטסון מנצח את שני בני-האנוש האלה בתוכנית טריוויה, שזה הרבה יותר קשה למחשב לשחק מאשר שח-מט. למעשה, במקום לעבוד על בסיס מתכונים מוגדרים מראש, ווטסון היה צריך להשתמש בהגיון בכדי לנצח את המתחרים האנושיים שלו. ואז, לפני כמה שבועות, התוכנה של חברת דיפ-מיינד, אלפא-גו, ניצחה את בן-האנוש הטוב ביותר ב-גו, שהוא המשחק הקשה ביותר שיש לנו. למעשה, ב-גו יש יותר מהלכים אפשריים מאשר אטומים ביקום. ככה שבשביל לנצח, מה שאלפא-גו היה צריך לעשות זה לפתח אינטואיציה. ולמעשה, בכמה מקרים, המתכנתים של אלפא-גו לא הבינו למה אלפא-גו עושה את מה שהוא עושה.
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.
והדברים מתקדמים מהר מאוד. זאת אומרת, תחשבו -- תוך כדי שנות החיים של אדם אחד, מחשבים הפכו מלהיות משחק ילדים למה שנחשב לפסגת המחשבה האסטרטגית. מה שבעצם קורה הוא שמחשבים הופכים מלהיות כמו ספוק ללהיות הרבה יותר דומים לקירק.
(Laughter)
(צחוק)
Right? From pure logic to intuition. Would you cross this bridge? Most of you are saying, "Oh, hell no!"
לא ככה? מהגיון קר לאינטואיציה. הייתם חוצים את הגשר הזה? רובכם אומרים, "בשום פנים ואופן!"
(Laughter)
(צחוק)
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.
והחלטתם את זה בשבריר שנייה. אתם פשוט איכשהו ידעתם שהגשר הזה אינו בטוח. וזה בדיוק סוג האינטואיציה שמערכות הלמידה העמוקה שלנו מתחילות לפתח ממש עכשיו. בקרוב מאוד, אתם ממש תוכלו להראות משהו שאתם יצרתם, שאתם תכננתם, למחשב, והוא יעיף בזה מבט ויגיד, "מצטער, גבר, זה בחיים לא יעבוד. אתה צריך לנסות שוב." או שתוכלו לשאול אם אנשים יאהבו את השיר הבא שלכם או את הטעם החדש של הגלידה. או, הרבה יותר חשוב, תוכלו לעבוד עם מחשב בשביל לפתור בעיה בה מעולם לא נתקלנו לפני כן. לדוגמה, שינוי האקלים. אנחנו לא עושים עבודה טובה כל-כך בעצמנו, אנחנו בהחלט יכולים להיעזר בכל מה שיעזור לנו. ועל זה אני מדבר, טכנולוגיה שמגבירה את היכולות הקוגניטיביות שלנו כך שאנחנו יכולים לדמיין ולתכנן דברים שפשוט היו מעבר להישג ידינו בתור בני-אנוש רגילים ובלתי מתוגברים.
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.
אז מה לגבי לייצר את כל הדברים המשוגעים החדשים האלו שאנחנו הולכים להמציא ולתכנן? אני חושב שהעידן של תגבור אנושי הוא בדיוק קשור לעולם הפיסיקלי כמו שהוא קשור לתחום הווירטואלי, איטלקטואלי. איך טכנולוגיה תתגבר אותנו? בעולם הפיסיקלי, מערכות רובוטיות. OK, בהחלט קיים חשש שרובוטים יתפסו מקומות עבודה של אנשים, וזה נכון בתחומים מסויימים. אבל אני הרבה יותר מתעניין ברעיון הזה שאנשים ורובוטים שעובדים ביחד ייתגברו זה את זה, ויתחילו למלא מרחב חדש.
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.
זו המעבדה שלנו למחקר יישומי בסן-פרנסיסקו, היכן שאחד מתחומי המיקוד שלנו הוא רובוטיקה מתקדמת, בייחוד, שיתוף-פעולה אנושי רובוטי. וזהו בישופ, אחד הרובוטים שלנו. בתור ניסוי, תכנתנו אותו לעזור לבן אדם שעובד בבנייה, ועושה משימות שחוזרות על עצמן -- משימות כמו לפעור חורים עבור שקעי חשמל או מתגים בקירות גבס.
(Laughter)
(צחוק)
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.
אם כך, השותף האנושי של בישופ יכול לומר מה לעשות באנגלית פשוטה ועם סימני ידיים פשוטים, קצת כמו לדבר לכלב, ואז בישופ מוציא את ההוראות האלה לפועל בדיוק מושלם. אנחנו משתמשים בבן-האנוש בשביל מה שבן-האנוש שהוא טוב בו: מודעות, תפיסה וקבלת החלטות. ואנחנו משתמשים ברובוט למה שהוא טוב בו: דיוק וחזרה על פעולות.
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.
הנה עוד פרויקט מדליק בו בישופ היה מעורב. המטרה של הפרויקט הזה, לו קראנו הכוורת, היה ליצור אב-טיפוס של החוויה של בני-אדם, מחשבים ורובוטים כולם עובדים יחד בכדי לפתור בעיית תכנון מורכבת ביותר. בני האדם עבדו כפועלים. הם שייטו מסביב לאתר הבנייה ועיבדו את הבמבוק -- שדרך אגב, בהיותו חומר לא איזומורפי, קשה לרובוטים במיוחד לעבד אותו. אבל אז הרובוטים פיתלו את הסיב הזה, דבר שהיה כמעט בלתי אפשרי לבני האדם לעשות. ואז היתה לנו בינה מלאכותית ששלטה בהכל. היא אמרה לבני האדם מה לעשות, אמרה לרובוטים מה לעשות ועקבה אחרי אלפי רכיבים בודדים. מה שמעניין זה, שלבנות את הביתן הזה היה פשוט בלתי אפשרי ללא תגבור הדדי של אדם, רובוט ובינה מלאכותית.
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.
OK, אני אחלוק איתכם עוד פרויקט אחד. הפעם זה קצת מטורף. אנחנו עובדים עם האמן יוריס לאארמן מאמסטרדם והצוות שלו ב-MX3D כדי לתכנן באופן ייצרני ולהדפיס בעזרת רובוט את הגשר הראשון בעולם שייוצר באופן אוטונומי. אז יוריס ויחידת בינה מלאכותית מתכננים את הדבר הזה ממש עכשיו, ברגעים אלו, באמסטרדם. וכשהם יהיו מוכנים, אנחנו נלחץ "קדימה", ורובוטים יתחילו להדפיס בתלת-מימד, בפלדת אל-חלד, והם ימשיכו להדפיס בלא התערבות אנושית עד אשר הגשר יהיה מוכן.
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?
אם כך, מחשבים עומדים לתגבר את היכולות שלנו לדמיין ולתכנן דברים חדשים, מערכות רובוטיות יעזרו לנו לבנות ולייצר דברים שמעולם לא יכולנו לייצר קודם לכן. אבל מה עם היכולת שלנו לחוש ולשלוט בדברים הללו? מה עם מערכת עצבים עבור הדברים שאנו יוצרים?
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.
מערכת העצבים שלנו, מערכת העצבים האנושית, מדווחת לנו על כל מה שקורה סביבנו. אבל מערכת העצבים של הדברים שאנחנו יוצרים היא ראשונית במקרה הטוב. לדוגמה, מכונית לא מדווחת למחלקת האחזקה של העירייה שהיא בדיוק פגעה בבור בברודוויי פינת מוריסון. בניין לא אומר למתכננים שלו אם האנשים בפנים אוהבים להיות שם או לא, וייצרן צעצועים לא יודע אם באמת משחקים בצעצוע -- איך ואיפה ואם בכלל הוא כיפי. תראו, אני בטוח שהמתכננים דימיינו כזה סגנון חיים לברבי כשהם תכננו אותה.
(Laughter)
(צחוק)
But what if it turns out that Barbie's actually really lonely?
אבל מה אם ייתברר שברבי בעצם ממש בודדה?
(Laughter)
(צחוק)
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.
אם המתכננים היו יודעים מה באמת קורה בעולם לתכנונים שלהם -- הכביש, הבניין, ברבי -- הם היו יכולים להשתמש במידע הזה בכדי ליצור חווייה טובה יותר למשתמש. מה שחסר, זו מערכת עצבים שמחברת אותנו לכל הדברים שאנחנו מתכננים, מייצרים ובהם אנו משתמשים. מה אם לכולכם היה כזה מידע זורם אליכם מהדברים שאתם יוצרים בעולם האמיתי? עם כל הדברים שאנחנו יוצרים, אנחנו משקיעים המון כסף ואנרגיה -- למעשה, בשנה שעברה, קרוב לשני טריליון דולר -- בלשכנע אנשים לקנות את הדברים שאנו יוצרים. אבל אם היה לכם את הקשר הזה לדברים שאתם מתכננים ומייצרים אחרי שהם יוצאים לעולם האמיתי, אחרי שהם נמכרו או הושקו או מה שלא יהיה, היינו בעצם יכולים לשנות את זה, ולעבור מלגרום לאנשים לרצות את הדברים שלנו, לפשוט לייצור דברים שאנשים רוצים מלכתחילה.
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 --
החדשות הטובות הן, אנחנו עובדים על מערכות עצבים דיגיטליות שמחברות אותו לדברים שאנחנו מתכננים. אנחנו עובדים על פרויקט אחד עם כמה חבר'ה בלוס-אנג'לס שנקראים האחים באנדיטוס והצוות שלהם. ואחד הדברים שהחבר'ה האלה עושים זה לבנות מכוניות מטורפות שעושות דברים פשוט מטורפים. החבר'ה האלה משוגעים --
(Laughter)
(צחוק)
in the best way. And what we're doing with them is taking a traditional race-car chassis and giving it a nervous system.
בצורה הטובה ביותר. ומה שאנחנו עושים אתם זה לקחת שלדות מסורתיות של מכוניות מירוץ ולתת להן מערכת עצבים.
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.
אז ציידנו אותה בעשרות חיישנים, שמנו נהג ברמה בינלאומית מאחורי ההגה, לקחנו אותה למדבר, וקרענו לה את הצורה במשך שבוע. ומערכת העצבים של המכונית רשמה את כל מה שקרה למכונית. אספנו ארבעה מיליארדי נקודות מידע; כל הכוחות שפעלו עליה. ואז עשינו דבר משוגע. לקחנו את כל המידע הזה, והחדרנו אותו ליחידת בינה מלאכותית ייצרנית- תכנונית לה אנחנו קוראים "לוכדת החלומות". אז מה אתם מקבלים אם אתם נותנים לכלי תכנוני מערכת עצבים, ומבקשים ממנה לתכנן עבורכם את השלדה האולטימטיבית? אתם מקבלים את זה. זה משהו שבן אנוש לעולם לא יכול היה לתכנן. אלא שבן-אנוש כן תכנן את זה, אבל זה היה בן אנוש שתוגבר על ידי בינה מלאכותית ייצורית-תכנונית מערכת עצבים דיגיטלית ורובוטים שבאמת יכולים ליצור משהו כזה.
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?
אם כך, אם זה העתיד, עידן התגבור, ואנחנו הולכים להיות מתוגברים מבחינה קוגניטיבית, פיזיקלית ותפיסתית, איך זה ייראה? איך תהיה ארץ הפלאות הזו?
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.
אני חושב שאנחנו עומדים לחזות בעולם שבו אנחנו מתקדמים מדברים שמיוצרים לדברים שמעובדים. אנחנו עוברים מדברים שנבנים לדברים שמגודלים. אנחנו עוברים מלהיות מבודדים ללהיות מחוברים. ואנחנו עוברים מהוצאה לקבלת האיגוד. אני גם חושב שאחנו נעבור מלהשתוקק לציות מהדברים שלנו להערכה של עצמאות.
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.
תודות ליכולות המתוגברות שלנו, העולם שלנו הולך להשתנות באופן דרמטי. הולך להיות לנו עולם עם יותר גיוון, יותר קישוריות, יותר דינמיות, יותר מורכבות, יותר יכולות התאמה וכמובן, יותר יופי. הצורה של הדברים בעתיד תהיה שונה מכל מה שראינו עד עתה. למה? כי מה שייעצב את הדברים הללו יהיה שיתוף הפעולה החדש הזה בין טכנולוגיה, טבע ואנושיות. בשבילי, זהו עתיד שלגמרי מצדיק את הציפייה לו.
Thank you all so much.
תודה לכולכם.
(Applause)
(מחיאות כפיים)