TED演讲 | “增时代”到来,看AI如何加持人类

大数据文摘作品,转载要求见文末

视频演讲人 | Maurice Conti

翻译 | 陈啸明、任杰、Sophie

后期 | 郭丽(特别鸣谢)

谁说AI不懂设计、不会创造?

如果给汽车装上传感器,AI就可以用搜集到的数据来优化汽车底盘设计。AI还可以不断学习,自己进行新的设计。AI参与设计工作将大大增强人类的思维和想象力,而机器人能实现桥梁、汽车等的自主制造。通过各种技术“加持”,人类进入了“增时代”(Augmented Age)。人和AI可以在各自擅长的领域进行互补,谁离开谁都没法过日子!

没有人是一座孤岛,也没有一个AI是:)

如果没有WI-FI,小伙伴们可以先看下面的演讲文字整理先睹为快!

?本视频总长共计15分钟

视频内容

以下为演讲内容:

咱们大家当中有多少创造者,设计师、工程师、企业家、艺术家?或者你就是极其富有想象力?请举下手好嘛?

创造者们,我有一些消息告诉大家:在接下来的20年当中我们的工作方式将会出现比过去2000年更多的改变。实际上我认为我们正处在一个人类历史新时期的开端。按照工作方式划分,我们已经经历了4个主要的历史时期——“狩猎采集时期"持续了几百万年;接下来"农业时期"持续了几千年;"工业时期"持续了几个世纪;然后最近"信息时期"仅持续了几十年。

现在,我们人类作为一个物种正处于下一个伟大时代的开端,准备好迎接这个"增时代"!在这个时代,人类的自身能力将会得到增长,因为计算系统会助你思考,机器人系统会助你制造、数字神经系统将以远超你正常感知的方式与这个世界建立连接。

让我们从认知方面的增长开始。你们中多少人属于”增强型机器人”?

我认为我们已经被增强了。设想你在聚会时,某人向你提问,你不知如何作答。如果你借助计算机,几分钟就能找到答案。

不过这只是个简单的开始,就连Siri也只是个被动的工具。事实上过去的350万年时间,我们制造的工具都是完全被动的。它们正确完成我们交予它们的事情仅此而已。我们最初的工具仅仅切开我们切下去的地方,凿仅雕刻艺术家指向的位置,没有我们的明确指令,即便是最先进的工具也什么事都干不了

这是目前让我感到沮丧的事情,我们已经受限了:我们必须把自己的愿望告诉工具,即便用电脑也一样。但我更像《星际迷航》中的斯科蒂,我想要同电脑交流。

我会说“电脑设计一辆轿车吧!”然后电脑给我展示一辆轿车。

我说“不,看起来快一点,不要德国那种的!”

咣当,电脑又提供了一种选择!

逐渐发展中的生成型工具

这对话可能离实现还有点远。不过目前我们正在这方面努力,工具正在从被动型到生成型进行飞跃。生成型设计工具采用一台电脑和算法来合成几何图形,全由工具自己生成新设计,它需要的是你定的目标和你的要求。

我给大家举个例子,在这个空中无人机底盘的例子中,你需要做的就是告诉机器,它有四个螺旋桨,你希望它足够轻,需要它空气动力方面高效,然后电脑要做的就是探寻整个解决方案空间。数以百万计的解决方案。这需要大型电脑来完成,但是这让我们发现这些我们自己从来没有想象出的设计:电脑凭它自己想出来了,人什么也没有画,它完全从零开始。

像飞松鼠骨盘的无人机构造

它看起来像是会飞松鼠的骨盆,这不是意外,这是因为算法是依据实用性设计的,这是和生物进化同样的方式,令人兴奋的是我们已经在现实世界中完成这一技术了!我们与Airbus公司合作几年了,研发这种未来的概念机。这算一条出路。但就在最近我们使用了一种生成式设计的人工智能来解决这个问题,这是一个由计算机设计的3D打印的舱室分区,它比原来的更结实却只有近一半的重量,将会在今年晚些时候在AirbusA320中使用。所以说电脑现在能自己生成了,对我们定义好的问题,它们能做出自己的解答。

关注、记住和创建模式

但是他们没有直觉,它们每次仍然需要重新开始,这是因为它们不懂学习,不像Maggie(Miggie是狗狗)。

Maggie比我们最先进的设计工具都更聪明,这么讲什么意思?如果她的主人拽那根皮绳,Maggie一定程度上明白到了该散步的时间了。她怎么学会这件事的?每次主人拉皮绳,他们就去散步。Maggie做了三件事:

· 她需要投入关注;

· 她需要记住发生了什么;

· 并且她需要在自己的意识中保留、创建一种模式。

有趣的是,这就是计算机科学家60余年来训练人工智能所做的事情。回到1952年,他们创建了这种会玩”井字棋游戏”的电脑。然后45年后,在1997年,”深蓝"在国际象棋中战胜卡斯帕罗夫;2011年,沃森在《危险边缘》中击败了两个人,这对计算机来说比玩国际象棋难得多。沃森不能通过预定义的答复进行工作,而是要用推理来战胜人类对手。接下来就是几个星期之前,DeepMind的AlphaGo在围棋中战胜了世界上最优秀的人类选手,这是我们人类所拥有的最困难的比赛。事实上在围棋中可能的走法,比宇宙中的原子还多,因此为了胜利,AlphaGo需要做的是发展直觉。事实上,在某些时候AlphaGo的程序员并不明白为什么AlphaGo要这样下棋子。

而且事情发展得相当快:想像你一生的时间里,计算机已从一个孩子的游戏发展到被公认为的策略智能的顶峰。根本上的变化是,电脑一下从像斯波克上升到更像柯克了(注:星际迷航)。

是吧?从纯逻辑到直觉判断,你们愿意过这个桥么?大部分人会讲“去你的,当然不!”你一瞬间就能得到这个结论,你好像心底知道这个桥并不安全,其实这就是我们说的直觉。

我们的深度学习系统试图发展直觉:很快你就真的能将你想要制作的东西呈现给电脑。它会看一下后告诉你——“对不起哥们,这不行,你得重来”。或者你可以问它人们是否会喜欢你的下一首歌,或者你吃的下一个冰淇淋的味道,或者更重要的,你可以与计算机一同工作来解决某个我们从来没经历过的问题——比如说气候变化。我们自己做的不是很好,我们当然可以借助所有我们能获取的帮助。这就是我所说的用技术增长我们认知的能力。

对技术“加持”人的预想

我们将能设计出过去“未增强人类”无法想象的东西。那么我们发明和设计出来的疯狂的新东西怎么去制作?我认为人类的增时代中,实物的重要性不亚于虚拟智能的重要性。那技术如何使我们“增”呢?

在物理世界当中:使用机器人系统。这确实是挺恐怖的,机器人将抢走人类的工作。在一些领域这都是真的。但我对这种看法更感冒——人类和机器人一同工作、相互增益,开始生活于在一个新的环境中。

这是我们在旧金山的应用研究实验室,我们关注一个研究领域是高级机器人,尤其是人与机器人的合作。这个是Bishop,我们的一个机器人。作为一项实验,我们设计它是为了帮助建筑工人做重复性工作。就像是在干板墙上为电源插座或是灯开关打洞。Bishop的人类搭档可以用直白的英语,简单的手势沟通,像与狗交流一样,然后Bishop会按照要求来执行,精度相当高。

我们利用了人类所擅长的能力:意识、感知以及决策。我们也利用了机器人所擅长的能力:精度和可重复性。

这是另一项很酷的Bishop参与的项目,我们把这个项目叫做HIVE,为了建立人类计算机和机器人协作的经验以解决高度复杂的设计难题。人类扮演劳动的角色,他们巡视工作现场操纵着这竹竿。顺便一提,因为这是”非同构”的材料,机器人非常难以应对,但是机器人做的这种纤维线的缠绕,这又是人类基本不可能完成的工作。

然后我们用一个AI操控每件事的运行,告诉人类做什么,又吩咐机器人做什么,并追踪数千个单独的部分。有趣的是,没有人类,机器人以及AI对相互之间的增益,要建立这个亭子是不可能的。

好,我再分享一个项目。这个项目有点疯狂。我们正和阿姆斯特丹的艺术家Joris Laarman以及他的MX3D团队合作,进行生成式设计,用机器人打印世界上第一个自主施工的桥梁。就在现在,我们说话的这会儿,Joris和AI正在设计这个东西,在阿姆斯特丹,他们完成这件事后,我们点击”执行”,然后机器人开始用不锈钢进行3D打印,他们将会一直打印,没有人类干涉,直到桥梁完成为止。

因此,计算机将会增强我们的能力,去想象并设计新东西;机器人系统将会帮助我们建立及制造,以前不可想象的事物。

机器搭载神经系统会怎样?

但是我们的感知及掌控能力呢?我们要制造的东西有神经系统吗?我们的神经系统——人类的神经系统,能告诉我们身边发生的每件事,但是我们所制造的东西的神经系统是最初级的。

举例来说,一辆小轿车不会跟市政工程部门讲,它在百老汇和莫里森的拐角处刚好压过了一个坑洞,一栋建筑不会告诉它的设计者们里面的人是否愿意呆在里面,以及,玩具制造商并不清楚他们生产的一个玩具,在哪里、怎样被玩的?以及是否够有趣。看这个,我确信设计者在设计之初便设想过芭比娃娃的这种”生活处境"。但是,如果芭比娃娃真的这么寂寞呢?

如果设计师早就明白他们的作品在现实世界中受到何种对待,会发生什么呢?不论是修建公路、建筑、还是芭比娃娃,他们就能利用这些知识创作出让使用者有更好体验的作品。现在缺失的是将我们与所有设计制造、使用的产品相联系的一个神经系统。如果你们每个人都有你们所创造的事物所发来的信息,那会怎样?

对于我们制造的所有产品,我们花费了大量时间和精力,实际上,去年,就有2万亿美元被用于说服人们购买我们的产品,但是如果你能与你设计的东西相连接,尤其是在作品已经发布之后,或者在它们已经被卖出、开始运行之后,我们就能改变这一现状,从说服人们购买我们的产品到一开始就制造人们想要的产品。

好消息是,我们正致力于开发数字神经系统,它能为我们连接我们所设计的东西。我们正忙于一个项目,与在洛杉矶的Bandito Brothers一起,和他们的团队合作。这些家伙做的事情之一就是用自己改造的车,做绝对疯狂的事情,这些人真疯,以最好的方式疯。

我们正在做的是,采用传统的赛车底盘,给它安置一个神经系统,因此我们为它安装了几十个传感器。然后让一个世界级的赛车手操控方向盘,带它去了沙漠驱车颠簸行驶了一个星期,这车的神经系统记录下了发生在车身上的每件事。我们记录了40亿个数据点,它所承受的所有外力,然后我们做了一些疯狂的事情,我们采用了所有的数据,将之置于生成式设计AI中,我们叫做“追梦者”。当你给一个设计工具提供一个神经系统,你想让它制造终极形态的汽车底盘,你将得到这个东西,这是一个人类所不曾设计出的东西。

构想中的赛车底盘

虽然人类不能设计出来,但它却是通过生成式设计的AI——1个数字神经系统所增强的人类设计出来的。机器人可以真正装配它。因此,如果这是我们的未来——“增时代”,我们将会在认知、生理以及知觉方面获得增强,那将会是怎样的呢?

我认为我们将会看到这样的世界,从制作产品向培育产品过渡、从建造产品向产品自己成长过渡、从被隔离到被连接、从抽取到进行聚合、从不得不服从我们的产品到重视自主选择……

多亏了我们已经被增强的能力,世界将会发生巨大的变化,我们会拥有一个更多样,联系更紧密的世界,更具活力,更加丰富!更加可变!更加美好!

未来产品的外观,和我们任何时候所经历过的都不一样!为什么?因为塑造这些产品,是通过技术、自然以及人类的合力所完成的!对我来说,那是非常令人向往的未来!

非常感谢大家!

关于转载如需转载,请在开篇显著位置注明作者和出处(转自:大数据文摘 | bigdatadigest),并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑,可直接转载,转载后请将转载链接发送给我们;有原创标识文章,请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者,我们将依法追究其法律责任。联系邮箱:zz@bigdatadigest.cn。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2017-04-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯大讲堂的专栏

你现在的焦虑,可能真的不是因为没钱

17930
来自专栏机器之心

教程 | 如何转行成为一名数据科学家?

选自fast.ai 作者:Rachel Thomas 机器之心编译 参与:侯韵楚、hustcxy、王宇欣、微胖 有时一些粉丝会给我发邮件,想让我在数据科学方面给...

396100
来自专栏新智元

谷歌宣告“云1.0 时代”终结,机器学习会让它称霸智能云市场?

【新智元导读】日前谷歌云服务负责人称 “云 1.0 时代”已结束,由机器学习驱动的“云 2.0” 正向我们走来。在云市场只能算新玩家的谷歌,真能凭其领先的机器学...

32040
来自专栏罗超频道

蓝色光标大数据产品会改变营销人思维方式吗?

一家名为“开干”的创业者公关服务公司近日宣布完成1200万元Pre-A轮融资,距离其天使轮融资仅三个多月,这家公司基于共享经济,将公关服务更加透明和实惠。同期中...

41650
来自专栏大数据架构师专家

程序员如何用技术变现(上)

程序员用自己的技术变现,其实是一件天经地义的事儿。写程序是一门“手艺活儿”,那么作为手艺人,程序员当然可以做到靠自己的手艺和技能养活自己。

42560
来自专栏PPV课数据科学社区

实用!——你有搞清楚自己的客户数据吗?

两则轶事 前几天跟一位自媒体搞的不错的朋友聊天,这位朋友近期不太活跃了,用他的话讲:没啥好玩的了,粉丝已经有几万,粉丝发他的消息都懒得看。 炭岩建议他,应该多...

34770
来自专栏大数据文摘

想成为数据科学家?你得先读读这篇文章

16820
来自专栏java达人

程序员技术变现之路

人是会骗人的,但代码不会,人是靠不住的,但紧跟趋势的技术却不是,只要掌握技术,在任何用得到技术的地方,都可以混口饭吃。普通程序员的一生,就是日复一日进行技术变现...

22300
来自专栏大数据文摘

业界 | 3D打印汽车实现量产:3天就能造辆车,冲击传统汽车制造商

19130
来自专栏互联网技术栈

软件架构师的12项修炼[4]—个人技能修炼(2)—激情

如果你感到火焰已经熄灭,你不能从工作中得到乐趣,就该适时换家公司,重新点燃你曾经有的激情,而不是为了一份可怜的工作而待下去,在这里你永远不想奋力“做得更好”。

7920

扫码关注云+社区

领取腾讯云代金券