How many of you are creatives, designers, engineers, entrepreneurs, artists, or maybe you just have a really big imagination? Show of hands? (Cheers)
Серед вас є винахідники, дизайнери, інженери, підприємці, художники, або, можливо, у вас просто величезна уява? Підніміть руки! (Оплески)
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.
Більшість з вас. В мене є новини для нас, творчих людей. Впродовж наступних 20 років спосіб, в який ми виконуємо свою роботу, зміниться більше, ніж за останні 2000 років. Насправді, я думаю, що ми на початку нової епохи в людській історії.
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.
Було чотири основних історичних ери, які визначав спосіб праці. Мисливсько-збиральницька епоха тривала декілька мільйонів років. Епоха аграрної культури тривала декілька тисяч років. Індустріальна епоха тривала кілька століть. А інформаційна епоха тривала декілька десятиліть. І сьогодні ми, як вид, знаходимось на піку наступної великої ери.
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?
Ласкаво просимо до Доповненої епохи. У цій ері ваші природні людські можливості будуть доповнені комп'ютерними системами, що допомагають вам думати, роботизованими системами, що сприяють творчості, і електронними нервовими системами, що з'єднують вас зі світом далеко за межами природних відчуттів. Почнімо з когнітивного доповнення. Хто з вас доповнені кіборги?
(Laughter)
(Сміх)
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."
Я б насправді посперечався, що ми вже доповнені. Уявіть, що ви на вечірці і хтось задає вам запитання, відповідь на яке ви не знаєте. Якщо у вас є щось таке, за кілька секунд ви можете знати відповідь Але це просто примітивний початок. Навіть Siri - це пасивний інструмент. Насправді, за останні три з половиною мільйони років всі наші інструменти були повністю пасивними. Вони роблять точно те, що ми кажемо їм, і нічого більше. Найперший наш інструмент тільки різав, коли ми били по ньому. Зубило тільки вирізьблювало, коли митець спрямовував його. І навіть найбільш прогресивні знаряддя не роблять нічого без точного управління. На сьогоднішнй день це те, що виводить мене з рівноваги, Ми завжди були обмежені потребою вручну спрямовувати наші бажання на інструменти - вручну, в прямому сенсі використовуючи руки, навіть з комп'ютерами. Але я ніби Скотті із "Зоряного шляху".
(Laughter)
(Сміх)
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.
Я хочу дискутувати з комп'ютером. Я хочу сказати: "Комп'ютере, давай спроектуємо машину," і комп'ютер показує мені машину. І я кажу: "Ні, більш спортивну і менш німецьку," і бац! комп'ютер показує можливий варіант.
(Laughter)
(Сміх)
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.
Така дискусія могла бути дещо неправильною, можливо, менше, ніж багато хто думає, але просто зараз ми працюємо над цим. Інструменти роблять стрибок з пасивного до генеративного. Генеративні інструменти дизайну використовують комп'ютер і алгоритми, щоб синтезувати геометричні фігури, щоб придумати нові проекти без сторонньої допомоги. Все, що їм треба - це ваша ціль і невеликий примус.
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.
Я наведу приклад. У випадку з шасі безпілотника все, що вам треба зробити - це сказати щось накшталт він має чотири пропелери, ви хочете, щоб він був якнайлегшим, і вам треба, щоб він був аеродинамічно ефективним. Тоді комп'ютер досліджує увесь простір вирішення: кожна можливість, яка вирішує і перетинається з вашим критерієм - їх мільйони. Щоб це зробити, треба величезні комп'ютери. Але ми отримуємо проекти, які самі ніколи не змогли б уявити. І комп'ютери самі створюють такі речі - ніхто нічого більше не малює, і все починається повністю з нуля. І, до речі, не катастрофічно те, що дрон виглядає просто як таз літаючої білки.
(Laughter)
(Сміх)
It's because the algorithms are designed to work the same way evolution does.
Це тому, що алгоритми призначені працювати так само, як еволюція.
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.
Захоплюючим є те, що ми починаємо бачити цю технологію в реальному світі. Ми працюємо з компанією Airbus кілька років над концепцією літака майбутнього. Це все ж вихід. Але недавно ми використали генеративний дизайн штучного інтелекту, щоб досягти успіху в цьому. Це надрукована на 3D-принтері перегородка, що була спроектована комп'ютером. Вона сильніша, ніж оригінал і при цьому в два рази легша, і вона буде літати в Airbus A320 вкінці цього року. Комп'ютери вже можуть генерувати; вони можуть придумати власні рішення до наших чітко визначених проблем. Але вони не мають інтуїції. Їм все ще треба кожного разу починати з нуля, і тому вони ніколи не вчаться. На відміну від Меггі.
(Laughter)
(Сміх)
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.
Насправді, Меггі розумніша, ніж інші прогресивні засоби проектування. Що я під цим маю на увазі? Якщо її власник піднімає повідець, Меггі знає з достатнім рівнем впевненості, що пора йти на прогулянку. І як вона дізналась? Кожного разу, коли власник піднімає повідець, вони йдуть гуляти. І Меггі виконує три речі: вона має звернути увагу, вона має пам'ятати, що сталося, і вона має створити в свідомості модель і запам'ятати її.
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.
Цікаво, що це точно те, що програмісти намагалися навчити робити штучні інтелекти приблизно останні 60 років. Повернемося в 1952, тобі зробили комп'ютер, який міг грати у "Хрестики-нулики". Велика справа. Потім, через 45 років, в 1997-му році, комп'ютер Deep Blue переміг в шахи Каспарова. У 2011 комп'ютер Watson переміг цих двох людей у телевікторині Jeopardy, де комп'ютеру набагато важче брати участь, ніж грати в шахи. Насправді, замість того, щоб працювати за попередньо визначеними способами, Watson довелося використовувати логіку, щоб перемогти людей-опонентів. І декілька тижнів тому програма AlphaGo компанії DeepMind перемогла найкращого в світі гравця Go, найскладнішої гри, серед усіх, що ми маємо. Насправді, в Go більше можливих ходів, ніж атомів у всесвіті. Тому для того, щоб виграти, AlphaGo довелося розвинути інтуїцію. І насправді, в деякій мірі, програмісти AlphaGo не розуміли, чому AlphaGo робила те, що вона робила.
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.
І справа рухається дуже швидко. Я маю на увазі, подумайте - в просторі людського життя комп'ютери виросли від дитячої гри до того, що визнано вершиною стратегічного мислення. Те, що в основному відбувається - це комп'ютери, що спочатку були, як Спок, а потім стали, як Кірк.
(Laughter)
(Сміх)
Right? From pure logic to intuition. Would you cross this bridge? Most of you are saying, "Oh, hell no!"
Так? Від бідної логіки до інтуїції. Ви перейшли б цей місток? Більшість з вас скажуть: "Ні, нізащо!"
(Laughter)
(Сміх)
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.
І ви прийшли до цього рішення за долю секунди. Ви просто знали, що місток ненадійний. І це саме той вид інтуїції, який навчальні системи почали зараз розвивати. Дуже скоро ви буквально зможете показати те, що ви зробили чи придумали, комп'ютеру і він подивиться на це і скаже: "Вибач, але це ніколи не запрацює. Мусиш спробувати ще раз." Ви зможете запитати, чи сподобається людям ваша наступна пісня чи смак морозива. Чи, набагато важливіше, з комп'ютером зможете вирішити проблеми, з якими до цього ми не стикалися. Наприклад, кліматичні зміни. Ми нічого доброго самі не робимо, ми могли б використати допомогу, яку отримуємо. Це те, про що я кажу, техніка підсилює наші пізнавальні здібності, тому ми можемо уявити і створити речі, які були недосяжними, як прості примітивні люди.
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.
То як щодо створення цього божевільного нового продукту, який ми збираємося винайти і спроектувати? Думаю, ера "доповнення" людей такою ж мірою стосується фізичного світу, як і віртуальної та інтелектуальної сфери. Як технології доповнять нас? У фізичному світі - роботизовані системи. Звичайно, існує страх, що роботи заберуть в людей роботу, і це правда для деяких секторів. Але мене набагато більше цікавить ідея про те, що люди і роботи, працюючи разом, доповнять один одного і почнуть заселяти новий простір.
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.
Це наша галузева лабораторія в Сан-Франциско, де одним із напрямків роботи є прогресивна роботизована, співпраця людей і роботів. А це Бішоп, один із наших роботів. Як експеримент, ми встановили його, щоб допомогти людині, яка працює на будівництві, робити завдання, що повторюються, як от вирізання отворів для розеток вимикачів світла в гіпсокартоні.
(Laughter)
(Сміх)
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.
Партнер Бішопа може сказати, що треба робити простою англійською і з елементарними жестами, ніби спілкуючись з собакою, і тоді Бішоп виконує ці інструкції з бездоганною точністю. Ми використовуємо людей для того, в чому вони розуміються: усвідомленість, сприйняття і прийняття рішень. Ми використовуємо роботів в тому, що вони вміють: точність і повторюваність.
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.
Це ще один крутий проект, над яким працює Бішоп. Мета цього проекту, який ми назвали HIVE, робити прототипи зовнішності людей, комп'ютерів і роботів, які працюють разом, щоб вирішити складні конструкторські проблеми. Люди працювали як робочий клас. Вони роз'їжджали навколо будівельного майданчика і працювали з бамбуком - з яким, до речі, через неізоморфний матеріал роботам дуже важко працювати. А роботи намотували фіброволокно в котушки, що людина здебільшого зробити не може. І тоді у нас був штучний інтелект, що контролював все. Він казав людям що робити, казав роботам що робити, і відстежував тисячі окремих компонентів. Цікавим є те, що будівництво цього павільйону було просто неможливим без людей, роботів та ШІ, що доповнювали один одного.
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.
Добре, поділюся з вами ще одним проектом. Він дещо божевільний. Ми працюємо з дизайнером з Амстердаму Джорісом Лаарманом і його командою в MX3D, щоб генеративно спланувати і надрукувати з допомогою роботів перший в світі автономно виготовлений місток. Джоріс та ШІ проектують цю річ просто зараз, коли ми розмовляємо, в Амстердамі. І коли вони закінчать, ми скажемо: "Пішли!" і роботи почнуть 3D-друк з нержавіючої сталі, і тоді вони будуть друкувати без людського втручання, поки місток не буде готовий.
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?
Так як комп'ютери доповнять нашу здатність уявляти і проектувати нові речі, роботизовані системи допоможуть будувати і створювати речі, які ми не могли зробити до цього. Але як щодо нашої здатності відчувати і контролювати ці речі? Як щодо нервової системи для тих речей, які ми робимо?
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.
Наша нервова система, людська нервова система, каже нам про все, що відбувається навколо. Але нервова система речей, які ми робимо, в найкращому випадку елементарна. Наприклад, автомобіль не повідомляє відділу громадських робіт, про те, що на розі Бродвей і Моррісон з'явилась вибоїна. Будівля не каже своїм конструкторам, чи людям подобається знаходитися всередині неї, і виробник іграшки не знає, чи з іграшкою насправді гралися - як, де, і чи взагалі нею весело гратися. Я впевнений, що розробники уявляли такий стиль життя для Барбі, коли створювали її.
(Laughter)
(Сміх)
But what if it turns out that Barbie's actually really lonely?
Але якщо з'ясується, що Барбі насправді дуже самотня?
(Laughter)
(Сміх)
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.
Якби розробники знали, що насправді відбувається в реальному світі з їхніми виробами - дорогою, будівлею, Барбі - вони могли б використати ці знання, щоб створити досвід, що був би кращим для користувача. Не вистачає нервової системи, що з'єднала б нас з усіма речами, які ми проектуємо, створюємо і використовуємо. Що, якби кожен з вас мав інформацію, яка надходила б від речей, які ви створили в реальному світі? На усі речі, які ми зробили, ми витратили величезну кількість грошей та енергії - насправді, минулого року близько двох мільйонів доларів - переконуючи людей купити речі, які ми зробили. Але якщо у вас є зв'язок з речами, які ви спроектували і створили після того, як вони потрапили в світ, після їх продажу чи запуску, ми могли б змінити це і не змушувати купувати людей наші речі, а просто робити те, що їм найбільше потрібно.
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 --
Є хороша новина - ми працюємо над цифровою нервовою системою, що з'єднає нас з тим, що ми створили. Ми працюємо над проектом з декількома хлопцями з Лос-Анджелесу, яких називають Bandito Brothers, і їх командою. І однією з речей, які роблять ці хлопці, є створення божевільних машин, які роблять абсолютно божевільні речі. Ці хлопці ненормальні -
(Laughter)
(Сміх)
in the best way. And what we're doing with them is taking a traditional race-car chassis and giving it a nervous system.
в хорошому сенсі. І ми разом з ними забираємо традиційне шасі з гоночної машини і замінюємо його на нервову систему.
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.
Ми здійснили це з десятками сенсорних датчиків, посадили за кермо водія світового класу, доставили машину в пустелю і тиждень бездумно її ганяли. І нервова система автомобіля запам'ятала все, що з нею трапилося. Ми зібрали чотири мільярди точок даних; всі сили, які вплинули на систему. І тоді ми зробили дещо скажене. Ми взяли всю цю інформацію і включили її в генеративно-проектуючий ШІ, який назвали Dreamcatcher. І що відбувається, коли ви даєте засобу розробки нервову систему і просите його побудувати найкраще шасі для автомобіля? Ви отримуєте його. Це щось таке, що людина ніколи не змогла б сконструювати. За винятком людини, яка спроектувала це, але це була людина, яку доповнював генеративно-проектувальний ШІ, цифрова нервова система, і роботи, які насправді можуть винайти щось таке.
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?
Тому, якщо в майбутньому, в Доповненій епосі, нас доповнять когнітивно, фізично і емоційно, як це буде виглядати? На що буде схожий цей дивокрай?
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.
Я думаю, ми побачимо світ, де ми рухаємось від сфабрикованих речей до винайдених. Де ми рухаємось від сконструйованих речей до вирощених. Ми будемо рухатись від окремості до єднання. І ми будемо рухатися від добування до агрегації. Я думаю, що ми будемо переходити від пристрасної покори своїм речам до цінної незалежності.
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.
Завдяки нашим доповненим можливостям наш світ драматично зміниться. У нас буде світ, де більше варіацій, більше зв'язків, більше динамізму, більше складності, більше адаптованості та, звичайно, більше краси. Форма речей в майбутньому не буде схожа на те, що ми бачили до цього. Чому? Тому що те, що надасть форму речам - це нові відносини між технологіями, природою і людьми. Тому, як на мене, майбутнє треба чекати з нетерпінням.
Thank you all so much.
Дуже дякую!
(Applause)
(Оплески)