How many of you are creatives, designers, engineers, entrepreneurs, artists, or maybe you just have a really big imagination? Show of hands? (Cheers)
Ilu z was to twórcy, projektanci, inżynierowie, przedsiębiorcy, artyści albo osoby z bujną wyobraźnią? Podnieście ręce.
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.
Większość. Mam wiadomość dla twórców. W ciągu najbliższych 20 lat sposób wykonywania pracy zmieni się bardziej niż przez ostatnie 2000 lat. Zaczyna się nowa era w historii ludzkości.
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.
Są 4 główne ery różniące się sposobem wykonywania pracy. Era zbieracko-łowiecka trwała kilka milionów lat. Era rolnicza, kilka tysięcy lat. Era przemysłowa, kilka stuleci. Era informacyjna trwa zaledwie kilka dekad. Wkraczamy w kolejną wspaniałą erę.
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?
Witajcie w erze rozszerzonej rzeczywistości. Wasze naturalne możliwości będą rozbudowane przez systemy komputerowe, które pomogą wam myśleć, roboty, które pomogą wam tworzyć i cyfrowy układ nerwowy, który połączy was ze światem wykraczającym poza naturalne zmysły. Zacznijmy od rozszerzenia inteligencji. Kto z was jest cyborgiem?
(Laughter)
(Śmiech)
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."
Możliwości naszego umysłu już są rozszerzone. Wyobraź sobie, że jesteś na przyjęciu. Ktoś zadaje ci pytanie, na które nie znasz odpowiedzi. Jeśli masz coś takiego, w kilka sekund możesz ją poznać. To tylko prymitywny początek. Nawet Siri to bierne narzędzie. Od trzech i pół miliona lat korzystamy z bezwolnych narzędzi, które tylko wykonują polecenia. Pierwsze narzędzie cięło tylko w miejscu uderzenia. Dłuto rzeźbi tylko tam, gdzie przyłoży je artysta. Nawet najbardziej nowoczesne narzędzia tylko wykonują polecenia. Irytuje mnie, że do tej pory ograniczał nas przymus manualnego narzucania naszej woli narzędziom, czyli używania rąk, nawet przy korzystaniu z komputerów. Jestem jak Scotty ze "Star Treka".
(Laughter)
(Śmiech)
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.
Chcę rozmawiać z komputerem. Chcę powiedzieć: "Komputerze, zaprojektujmy samochód", a komputer go pokaże. Powiem: "Ma być szybszy i mniej niemiecki", a komputer pokaże mi projekt.
(Laughter)
(Śmiech)
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.
Część z was pewnie sądzi, że taka rozmowa jest czymś odległym, ale właśnie pracujemy nad tym. Bezwolne narzędzia zastępowane są generatywnymi. Korzystają one z komputera i algorytmów do samodzielnego tworzenia geometrii dla nowego projektu. Muszą tylko znać cel projektu i ograniczenia.
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.
Podam przykład. W przypadku ramy tego powietrznego drona, musielibyśmy tylko wskazać, że ma mieć cztery śmigła, ma być bardzo lekki i musi mieć opływowy kształt. Komputer bada wszelkie możliwości spełnienia podanych warunków, miliony sposobów. Używa się do tego dużych komputerów. Przedstawiają nam projekty, których sami nigdy byśmy nie wymyślili. Komputer sam tworzy cały materiał, nikt niczego nie rysuje, a zaczyna całkowicie od zera. To nie przypadek, że szkielet drona przypomina miednicę wiewiórki latającej.
(Laughter)
(Śmiech)
It's because the algorithms are designed to work the same way evolution does.
Bowiem stworzone algorytmy mają działać w taki sam sposób, jak ewolucja.
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.
Ogromnie cieszy, że widzimy już tę technologię w prawdziwym świecie. Od kilku lat pracujemy nad Airbusem, tworząc samolot przyszłości. Jeszcze dużo pracy przed nami, ale ostatnio użyliśmy generatywnego projektu sztucznej inteligencji (AI), żeby stworzyć coś takiego. To jest wydruk 3D przegrody kabiny, zaprojektowanej przez komputer. Jest mocniejsza i o połowę lżejsza od oryginalnej. Będzie użyta w Airbusie A320 pod koniec tego roku. Komputery mogą tworzyć produkty. Podają własne rozwiązania określonych przez nas problemów. Ale nie mają intuicji. Za każdym razem zaczynają od zera, bo nigdy się nie uczą. W przeciwieństwie do Maggie.
(Laughter)
(Śmiech)
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.
Maggie jest mądrzejsza od nowoczesnych narzędzi projektowych. Dlaczego? Gdy jej pani bierze smycz, Maggie wie, że prawie na pewno czas na spacer. Jak się tego nauczyła? Zawsze, gdy pani brała smycz, szły na spacer. Dla Maggie trzy rzeczy były istotne. Musiała uważać, zapamiętać to, co się wydarzyło, i stworzyć wzór zachowań.
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.
Co ciekawe, przez ostatnie 60 lat informatycy pracują nad właśnie takim działaniem AI. W 1952 roku zbudowano komputer, który potrafił grać w kółko i krzyżyk. Wielki wyczyn! 45 lat później, w 1997 roku, Deep Blue pokonał Kasparowa w szachy. W 2011 roku Watson pokonuje tych dwóch w grze Jeopardy, co było trudniejsze dla komputera niż szachy, bo nie działał w oparciu o określone zasady, tylko musiał zastosować analizę, żeby pokonać człowieka. Kilka tygodni temu AlphaGo firmy DeepMind pokonuje najlepszego zawodnika w grze w Go, która jest najtrudniejszą z gier. W tej grze jest więcej możliwości ruchu niż atomów we wszechświecie. Żeby wygrać, AlphaGo musiał rozwinąć intuicję. Nawet programiści AlphaGo nie rozumieli niektórych jego zachowań.
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.
Wszystko zmienia się bardzo szybko. W ciągu kilkudziesięciu lat, komputery rozwinęły się od dziecięcej gry po najbardziej rozwinięte myślenie strategiczne. Obserwujemy, jak komputery przypominające Spocka zmieniają się w te, przypominające Kirka.
(Laughter)
(Śmiech)
Right? From pure logic to intuition. Would you cross this bridge? Most of you are saying, "Oh, hell no!"
Od czystej logiki do intuicji. Przeszlibyście przez ten most? Większość powie: "Nie ma mowy!".
(Laughter)
(Śmiech)
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.
Podjęliście tę decyzję w jednej chwili. Założyliście, że ten most nie jest bezpieczny. Właśnie taki rodzaj intuicji jest obecnie tworzony przez systemy samouczące. Niebawem będzie można pokazać komputerowi produkt lub projekt a on spojrzy na to i powie, "Sorki, brachu. To się nie uda. Spróbuj jeszcze raz". Albo spytacie go, czy ludziom spodoba się wasza nowa piosenka albo nowy smak lodów. Albo, co istotniejsze, moglibyście pracować z komputerem nad problemem, wcześniej nieznanym, jak zmiana klimatu. Nie idzie nam za dobrze, więc przydałaby nam się każda pomoc. Właśnie o tym mówię, technologia zwiększa nasze możliwości poznawcze, dlatego można stworzyć rzeczy, dotąd nieosiągalne dla zwykłych ludzi o nierozszerzonym umyśle.
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.
Co z tymi szalonymi wynalazkami i projektami, które mamy stworzyć? Era rozszerzania ludzkich możliwości dotyczy nie tylko świata fizycznego, ale też wirtualnego i intelektualnego. Jak technologia poszerzy nasze możliwości? W świecie fizycznym zrobią to roboty. Jest oczywiście obawa, że roboty odbiorą nam pracę, co jest widoczne w pewnych sektorach. Bardziej interesuje mnie, jak współpraca człowieka i robota, poszerzy ich wzajemne możliwości i zajmie nową przestrzeń.
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.
To nasze laboratorium badawcze w San Francisco, gdzie jednym z obszarów badań jest zaawansowana robotyka, głównie współpraca człowieka z robotem. To jest Bishop, jeden z robotów. W ramach eksperymentu zaprogramowaliśmy go do pomocy w pracach budowlanych. Wykonuje powtarzające się czynności, jak wycinanie dziur w regipsach pod gniazdka elektryczne lub włącznik światła.
(Laughter)
(Śmiech)
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.
Pomocnik Bishopa mówi mu prostym językiem, co ma zrobić, używając jasnych gestów, jakby mówił do psa, a Bishop wykonuje te polecenia z dużą precyzją. Wykorzystujemy człowieka do tego, w czym jest dobry, jak świadomość, percepcja i podejmowanie decyzji, a robota do tego, w czym on jest dobry, jak precyzja i powtarzalność.
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.
To jeszcze jeden ciekawy projekt Bishopa o nazwie HIVE. Jego celem było przedstawienie pracy człowieka, komputera i robota, nad skomplikowanym projektem. Ludzie byli siłą roboczą. Krążyli wokół konstrukcji, sterowali bambusem, który jest materiałem nieizomorficznym, przez co sprawia robotom dużo trudności. Roboty nawijały włókna, co było prawie niewykonalne dla człowieka. AI kontrolowała wszystkie działania. Mówiła ludziom i robotom, co mają robić. Kontrolowała działania tysięcy komponentów. Co ciekawe, budowa tego pawilonu byłaby niemożliwa bez współdziałania człowieka, robota i AI.
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.
To jeszcze jeden projekt, trochę zwariowany. Pracujemy z artystą z Amsterdamu, Jorisem Laarmanem i jego zespołem w MX3D, nad generatywnym projektem i automatycznym wydrukiem pierwszego na świecie samodzielnie wyprodukowanego mostu. Właśnie teraz Joris i AI projektują go w Amsterdamie. Gdy skończą, roboty rozpoczną wydruk 3D w nierdzewnej stali i będą drukować bez ingerencji człowieka, aż ukończą most.
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?
Komputery rozszerzają nasze możliwości wyobrażania sobie i projektowania nowych rzeczy, a roboty pomagają nam w budowie rzeczy, których dotąd nie potrafiliśmy zrobić. Co z naszą umiejętnością do wyczuwania i kontrolowania tych przedmiotów? Co z systemem nerwowym wytwarzanych rzeczy?
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.
Nasz system nerwowy mówi nam wszystko o tym, co się dzieje wokół nas. System nerwowy wytwarzanych produktów może być tylko elementarny. Samochód nie powie wydziałowi drogownictwa, że właśnie wjechał w dziurę na rogu ulic Broadway i Morrison. Budynek nie powie swoim budowniczym, czy ludzie lubią w nim przebywać, a producent zabawek nie wie, czy jego zabawki są właśnie używane, w jaki sposób, gdzie i czy w ogóle ktoś się nimi bawi. Jestem pewien, że projektanci wymarzyli sobie takie życie dla Barbie, gdy ją projektowali.
(Laughter)
(Śmiech)
But what if it turns out that Barbie's actually really lonely?
A co, jeśli okaże się, że Barbie jest samotna?
(Laughter)
(Śmiech)
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.
Gdyby projektanci wiedzieli, jaki los czeka ich projekty, drogi, budynki, Barbie, użyliby tej wiedzy, żeby zapewnić lepsze doznania ich użytkownikom. Brakuje systemu nerwowego łączącego nas z tworzonymi i używanymi produktami. A gdybyśmy mieli informację zwrotną od rzeczy, które tworzymy w prawdziwym świecie? Produkując je, zużywamy mnóstwo pieniędzy i energii, w zeszłym roku jakieś dwa biliony dolarów, przekonując ludzi, żeby je kupili. Gdybyśmy mieli łączność z produktami po wypuszczeniu ich na rynek, po sprzedaży czy oddaniu do użytku, to zamiast zachęcać klientów do naszych produktów, moglibyśmy produkować to, co klienci chcą mieć.
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 --
Dobra wiadomość jest taka, że pracujemy nad systemami nerwowymi, które łączą nas z produktami. Pracujemy nad pewnym projektem z Bandito Brothers z Los Angeles i ich zespołem. Jednym z ich projektów jest budowa niesamowitych samochodów, które robią niesamowite rzeczy. Ci faceci są szaleni.
(Laughter)
(Śmiech)
in the best way. And what we're doing with them is taking a traditional race-car chassis and giving it a nervous system.
W najlepszym tego słowa znaczeniu. Wzięliśmy podwozie z prawdziwego samochodu rajdowego i daliśmy mu system nerwowy.
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.
Wyposażyliśmy go w dziesiątki sensorów, posadziliśmy za kółkiem światowej klasy kierowcę, pojechaliśmy na pustynię i przez tydzień wyciągaliśmy z niego, ile się dało. System nerwowy samochodu uchwycił wszystko, co go dotyczyło. Zdobyliśmy miliard danych. Wszystkie przebyte obciążenia. Potem zrobiliśmy coś szalonego. Wszystkie te dane dostał "Dreamcatcher", AI do projektowania generatywnego. Co powstanie, gdy narzędzie do projektowania zyska system nerwowy i ma stworzyć najlepsze podwozie? Otrzymacie to. Człowiek nigdy by tego nie zaprojektował. Jednak zaprojektował to człowiek, ale przy pomocy AI do projektowania generatywnego, cyfrowego systemu nerwowego i robotów, które potrafią stworzyć coś takiego.
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?
Jeśli era rozszerzonej rzeczywistości jest przyszłością, a my będziemy poszerzać swoje możliwości poznawcze, fizyczne i percepcyjne, co z tego powstanie? Jak będzie wyglądała ta kraina czarów?
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.
Pewnie będzie to świat, w którym zamiast produkować, będziemy hodować. Produkty nie będą konstruowane, tylko będą rosnąć. Nie będą odosobnione, tylko połączone. Będziemy przechodzić od wydobywania, do zbierania. Sądzę, że zamiast wymagać posłuszeństwa, docenimy niezależność produktów.
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.
Dzięki poszerzeniu naszych możliwości, świat zmieni się diametralnie. Będzie w nim więcej różnorodności, spójności, dynamizmu, złożoności, elastyczności i, oczywiście, więcej piękna. Kształt przyszłych produktów nie będzie przypominał tego, co już widzieliśmy. Dlaczego? Bo będą one kształtowane przez połączenie technologii, natury i pracy człowieka. Na taką przyszłość warto czekać.
Thank you all so much.
Dziękuję bardzo.
(Applause)
(Brawa)