1
00:00:01,363 --> 00:00:04,363
(tangentbord klicka)

2
00:00:02,000 --> 00:00:07,000
Downloaded from
YTS.BZ

3
00:00:08,000 --> 00:00:13,000
Official YIFY movies site:
YTS.BZ

4
00:00:12,745 --> 00:00:15,419
(positiv musik)

5
00:00:15,420 --> 00:00:17,609
- [Speaker] begreppet av maskiner som kan tänka

6
00:00:17,610 --> 00:00:21,569
och agera som människor har varit runt i århundraden.

7
00:00:21,570 --> 00:00:24,119
Långt innan smartphones eller ens el

8
00:00:24,120 --> 00:00:27,359
våra förfäder Var inspirerad av världen runt omkring dem

9
00:00:27,360 --> 00:00:29,939
och de mysterier som livet självt.

10
00:00:29,940 --> 00:00:33,003
- Vi har gått igenom dessa förändringar innan mänskligheten.

11
00:00:34,080 --> 00:00:36,089
Du kommer att vara rädd,

12
00:00:36,090 --> 00:00:38,669
eller ska du se möjligheterna?

13
00:00:38,670 --> 00:00:41,249
- Fler människor har tillgång till AI,

14
00:00:41,250 --> 00:00:45,599
bättre det kommer att bli för framtida generationer.

15
00:00:45,600 --> 00:00:48,119
- Vi borde behandla AI

16
00:00:48,120 --> 00:00:50,879
som vi älskade lilla barn,

17
00:00:50,880 --> 00:00:55,880
eller du som vill lära det hur man kan vara en god världsmedborgare.

18
00:00:57,000 --> 00:01:00,239
- [Speaker] Från gamla myter till moderna underverk,

19
00:01:00,240 --> 00:01:03,329
vi kommer att gräva i de berättelser av pionjärerna som vågade

20
00:01:03,330 --> 00:01:06,059
att drömma om tänkande maskiner

21
00:01:06,060 --> 00:01:07,949
och tekniska framsteg

22
00:01:07,950 --> 00:01:11,387
det har fört oss närmare att göra drömmen till verklighet.

23
00:01:11,388 --> 00:01:13,409
- [John F. Kennedy Jr] All teknik

24
00:01:13,410 --> 00:01:15,213
har inget samvete av sina egna.

25
00:01:16,410 --> 00:01:19,713
Om det kommer att bli en kraft för det goda eller sjuk,

26
00:01:20,820 --> 00:01:22,229
beror på människan.

27
00:01:22,230 --> 00:01:24,119
- [Speaker] berättelsen om AI är ett bevis

28
00:01:24,120 --> 00:01:27,423
människors nyfikenhet, kreativitet,

29
00:01:29,190 --> 00:01:31,190
och den obevekliga strävan efter kunskap.

30
00:01:36,730 --> 00:01:40,229
(ljusa musik)

31
00:01:40,230 --> 00:01:41,253
Vad är AI?

32
00:01:42,570 --> 00:01:45,843
Artificiell intelligens-eller AI - ger-datorer en hjärna.

33
00:01:46,770 --> 00:01:48,809
Ordboken definierar det som teorin

34
00:01:48,810 --> 00:01:52,619
och utveckling av adb - system kan utföra uppgifter

35
00:01:52,620 --> 00:01:55,289
som normalt kräver mänsklig intelligens.

36
00:01:55,290 --> 00:01:57,929
- I dag tycker du om AI som ChatGPT,

37
00:01:57,930 --> 00:01:59,489
men vad det verkligen är,

38
00:01:59,490 --> 00:02:01,469
är ett resonemang och planering

39
00:02:01,470 --> 00:02:03,029
att vi aldrig sett förut.

40
00:02:03,030 --> 00:02:05,969
- När det kommer till AI, det finns möjligheter överallt.

41
00:02:05,970 --> 00:02:08,549
Du vet, vi är lite i den vilda, vilda västern,

42
00:02:08,550 --> 00:02:11,339
och att det kan finnas möjligheter att få finansiering

43
00:02:11,340 --> 00:02:14,849
med en bra idé och en övertygande " proof of concept.

44
00:02:14,850 --> 00:02:16,739
- Det finns egentligen två typer

45
00:02:16,740 --> 00:02:20,249
AI används i världen idag.

46
00:02:20,250 --> 00:02:23,399
En är den större, mer generella AI

47
00:02:23,400 --> 00:02:25,439
som vi känner till som Google Translate.

48
00:02:25,440 --> 00:02:28,079
Och ChatGPT på andra sidan,

49
00:02:28,080 --> 00:02:31,019
det vi kallar automation AI som är byggd för

50
00:02:31,020 --> 00:02:32,839
med det vi kallar för golden data,

51
00:02:32,840 --> 00:02:36,419
eller för data som härrör specifikt för att använda fall

52
00:02:36,420 --> 00:02:39,359
och det tar bort smärtan poäng för arbetsflöden.

53
00:02:39,360 --> 00:02:42,359
Oftast i företag eller i människors dagliga rutiner.

54
00:02:42,360 --> 00:02:46,139
- Du kan plocka ut allt och bygga upp en idé från det.

55
00:02:46,140 --> 00:02:47,369
Någon har byggt ett företag

56
00:02:47,370 --> 00:02:52,370
det är med hjälp av AI till årskurs baseball kort.

57
00:02:52,440 --> 00:02:54,719
Så snarare än att ha en expert har att se

58
00:02:54,720 --> 00:02:57,689
och säga att detta är mint eller nära mint eller mycket bra,

59
00:02:57,690 --> 00:03:00,809
du kan bara ta bilder av 20 kort

60
00:03:00,810 --> 00:03:02,939
och det kommer att ge dig betyg för dem alla.

61
00:03:02,940 --> 00:03:05,369
- [Speaker] AI: n är inställd på att förändra världen som vi känner den.

62
00:03:05,370 --> 00:03:07,559
- Ankomsten av det nya intelligens

63
00:03:07,560 --> 00:03:10,379
i grunden kommer att förändra vårt land och världen

64
00:03:10,380 --> 00:03:12,779
på ett sätt som vi inte helt förstår.

65
00:03:12,780 --> 00:03:13,799
Och ingen av oss,

66
00:03:13,800 --> 00:03:16,769
inklusive mig själv, och ärligt talat, kan någon i detta rum,

67
00:03:16,770 --> 00:03:18,820
är beredd på konsekvenserna av detta.

68
00:03:19,860 --> 00:03:22,137
- [Speaker] Så vad är ursprunget av AI?

69
00:03:22,138 --> 00:03:25,109
(fågelkvitter)

70
00:03:25,110 --> 00:03:27,509
De gamla Grekerna berättade sagor av Hefaistos,

71
00:03:27,510 --> 00:03:30,779
smeden av de gudar som skapade mekaniska anställda

72
00:03:30,780 --> 00:03:33,899
och även ett brons automat som kallas Talos

73
00:03:33,900 --> 00:03:35,879
för att skydda ön Kreta.

74
00:03:35,880 --> 00:03:37,979
Dessa myter var inte bara flygningar av fantasi,

75
00:03:37,980 --> 00:03:39,839
de avspeglar en djup fascination

76
00:03:39,840 --> 00:03:42,659
med risk för artificiella varelser.

77
00:03:42,660 --> 00:03:46,289
Medan Grekerna inte har datorer eller algoritmer,

78
00:03:46,290 --> 00:03:48,209
de lade grunden för AI

79
00:03:48,210 --> 00:03:51,899
genom att utforska relationen mellan människor och maskiner.

80
00:03:51,900 --> 00:03:54,479
De har brottats med frågor om medvetandet,

81
00:03:54,480 --> 00:03:57,569
kreativitet, och mycket karaktär av intelligens.

82
00:03:57,570 --> 00:04:00,539
Frågor som fortfarande genljuder med oss idag,

83
00:04:00,540 --> 00:04:03,569
- Jag frågan om huruvida sådana automater som kan ha liv.

84
00:04:03,570 --> 00:04:06,329
- Men hur gör man definierar livet då?

85
00:04:06,330 --> 00:04:08,729
- Kanske är det förmågan att resonera.

86
00:04:08,730 --> 00:04:10,349
- [Speaker] Snabbt fram till Medeltiden

87
00:04:10,350 --> 00:04:13,599
där geniala uppfinnare utformad komplicerade klockor,

88
00:04:13,600 --> 00:04:15,269
vatten-drivna automater,

89
00:04:15,270 --> 00:04:17,879
och även programmerbara musikinstrument.

90
00:04:17,880 --> 00:04:21,299
Dessa mekaniska underverk ofta visas i royal courts

91
00:04:21,300 --> 00:04:24,179
och torgen fångade den offentliga fantasin

92
00:04:24,180 --> 00:04:27,359
och drivit gränserna för vad som verkade möjligt.

93
00:04:27,360 --> 00:04:30,226
En särskilt fascinerande var siffran Al-Jazari,

94
00:04:30,227 --> 00:04:32,939
en 12-talet Arabiska uppfinnare som utformats för

95
00:04:32,940 --> 00:04:35,549
och byggde ett brett utbud av automater,

96
00:04:35,550 --> 00:04:38,099
bland annat en programmerbar musikinstrument

97
00:04:38,100 --> 00:04:41,909
det kan betraktas som en tidig anfader till datorn.

98
00:04:41,910 --> 00:04:45,299
Dessa uppfinningar visat den växande finess

99
00:04:45,300 --> 00:04:46,923
maskinteknik,

100
00:04:47,880 --> 00:04:50,009
och antydde på potentialen för maskiner

101
00:04:50,010 --> 00:04:53,669
för att utföra allt mer komplexa uppgifter.

102
00:04:53,670 --> 00:04:56,699
Den 19: e-talet såg vi en ökning i intresset för logik,

103
00:04:56,700 --> 00:04:59,699
och matematik för att lägga grunden för utveckling

104
00:04:59,700 --> 00:05:01,289
för datavetenskap.

105
00:05:01,290 --> 00:05:04,259
Tänkare som George Boole och Ada Lovelace

106
00:05:04,260 --> 00:05:06,239
gjort banbrytande insatser

107
00:05:06,240 --> 00:05:08,399
till formalisering av logik

108
00:05:08,400 --> 00:05:10,889
och utveckling av algoritmer,

109
00:05:10,890 --> 00:05:13,859
banar väg för den digitala tidsåldern.

110
00:05:13,860 --> 00:05:17,609
Lovelace, som ofta hyllas som den första programmerare,

111
00:05:17,610 --> 00:05:18,989
insåg potentialen

112
00:05:18,990 --> 00:05:22,319
av Charles Babbages analytiska motor,

113
00:05:22,320 --> 00:05:25,109
en mekanisk allmänt ändamål dator

114
00:05:25,110 --> 00:05:27,929
att gå bortom enbart beräkning och manipulera symboler

115
00:05:27,930 --> 00:05:30,479
enligt reglerna antyder möjligheten

116
00:05:30,480 --> 00:05:32,669
av artificiell intelligens.

117
00:05:32,670 --> 00:05:35,489
- I mitten av 1940-talet,

118
00:05:35,490 --> 00:05:38,579
två forskare vid University of Chicago kom upp

119
00:05:38,580 --> 00:05:42,029
med tanken på att försöka att efterlikna hjärnan,

120
00:05:42,030 --> 00:05:44,489
att nervcellerna och kopplingarna,

121
00:05:44,490 --> 00:05:47,309
och de kallade neurala nätverk.

122
00:05:47,310 --> 00:05:51,569
Nu, denna idé var det egentligen ingen datorkraft

123
00:05:51,570 --> 00:05:54,449
att utföra något betydande,

124
00:05:54,450 --> 00:05:57,419
men det är tanken som under åren

125
00:05:57,420 --> 00:06:00,513
har blivit grunden för vad AI är idag.

126
00:06:01,440 --> 00:06:03,509
- [Speaker] mitten Av 20 - talet bevittnade födelse

127
00:06:03,510 --> 00:06:04,893
i datorn ålder,

128
00:06:05,790 --> 00:06:08,669
en revolution antändas av arbetet visionärer

129
00:06:08,670 --> 00:06:10,049
som Alan Turing.

130
00:06:10,050 --> 00:06:12,516
Den Brittiska matematiker har ställt en enkel fråga,

131
00:06:12,517 --> 00:06:14,279
"Kan maskiner tänka?"

132
00:06:14,280 --> 00:06:17,699
Denna tid utgjorde ett betydande skifte i mänsklighetens historia

133
00:06:17,700 --> 00:06:21,149
potentialen av maskiner för att utföra komplexa beräkningar

134
00:06:21,150 --> 00:06:24,269
och uppgifter började förverkligas.

135
00:06:24,270 --> 00:06:26,189
Den grund som lades under denna period

136
00:06:26,190 --> 00:06:29,489
skulle gå på för att påverka otaliga aspekter av det moderna livet,

137
00:06:29,490 --> 00:06:33,269
från sättet vi kommunicerar på det sätt som vi löser problem.

138
00:06:33,270 --> 00:06:36,149
Turing, en lysande matematiker och codebreaker,

139
00:06:36,150 --> 00:06:38,819
spelade en avgörande roll i att knäcka enigma-kod

140
00:06:38,820 --> 00:06:40,409
under andra Världskriget.

141
00:06:40,410 --> 00:06:42,689
- Det är den största kryptering enheten i historien.

142
00:06:42,690 --> 00:06:45,882
Tyskarna använda det för alla större kommunikation.

143
00:06:45,883 --> 00:06:47,998
(propellrar surrande overhead)

144
00:06:47,999 --> 00:06:49,229
(bomb stänk ner)

145
00:06:49,230 --> 00:06:51,659
- [Speaker] Hans arbete var avgörande i de allierades seger,

146
00:06:51,660 --> 00:06:54,873
rädda oräkneliga liv och därmed förkorta kriget.

147
00:06:55,800 --> 00:06:59,429
Han lade den teoretiska grunden för den moderna datorer,

148
00:06:59,430 --> 00:07:02,069
föreställa maskiner som kan utföra alla uppgifter

149
00:07:02,070 --> 00:07:03,633
med rätt instruktioner.

150
00:07:05,100 --> 00:07:06,719
Hans idéer var revolutionerande,

151
00:07:06,720 --> 00:07:08,879
man föreslår att en maskin som kan programmeras

152
00:07:08,880 --> 00:07:11,579
för att utföra någon beräkning att en människa kan

153
00:07:11,580 --> 00:07:13,443
de får tillräckligt med tid och resurser.

154
00:07:15,330 --> 00:07:18,449
Dessutom är hans berömda Turing test frågar

155
00:07:18,450 --> 00:07:22,169
om en maskin kan efterlikna mänskliga samtal så väl

156
00:07:22,170 --> 00:07:26,249
att du inte kan berätta om det är en person eller en dator.

157
00:07:26,250 --> 00:07:29,099
Turingtestet utmanar oss att fundera över vad det innebär

158
00:07:29,100 --> 00:07:31,259
för en maskin att tänka.

159
00:07:31,260 --> 00:07:33,749
Turings vision av intelligenta maskiner fortsätter

160
00:07:33,750 --> 00:07:36,779
för att driva innovation och prospektering i området,

161
00:07:36,780 --> 00:07:38,969
påverka allt från robotik

162
00:07:38,970 --> 00:07:40,953
för att behandling av naturligt språk.

163
00:07:45,249 --> 00:07:46,859
(fågelkvitter)

164
00:07:46,860 --> 00:07:49,199
Området artificiell intelligens som vi känner det

165
00:07:49,200 --> 00:07:51,419
officiellt född 1956

166
00:07:51,420 --> 00:07:53,339
vid Dartmouth Sommaren forskningsprojekt

167
00:07:53,340 --> 00:07:55,289
på artificiell intelligens.

168
00:07:55,290 --> 00:07:58,049
Detta landmärke konferens organiserad av John McCarthy,

169
00:07:58,050 --> 00:07:59,819
Marvin Minsky, Claude Shannon,

170
00:07:59,820 --> 00:08:02,699
och Nathaniel Rochester förde samman ledande forskare

171
00:08:02,700 --> 00:08:05,493
för att undersöka potentialen av tänkande maskiner.

172
00:08:06,360 --> 00:08:08,129
Trots den inledande entusiasmen,

173
00:08:08,130 --> 00:08:10,169
vägen till artificiell intelligens visade

174
00:08:10,170 --> 00:08:12,269
att vara rockigare än väntat.

175
00:08:12,270 --> 00:08:16,649
Slutet av 1960-talet och 1970-talet såg en period av besvikelse

176
00:08:16,650 --> 00:08:19,199
och minskad finansiering för AI-forskning

177
00:08:19,200 --> 00:08:22,053
ofta kallad AI vintern.

178
00:08:22,980 --> 00:08:25,799
- Finansiering reducerades avsevärt.

179
00:08:25,800 --> 00:08:29,009
Och vad var det som resulterade i att

180
00:08:29,010 --> 00:08:32,729
Jag tror att en stor del av det var hype.

181
00:08:32,730 --> 00:08:34,079
Du vet, det var massor av hype

182
00:08:34,080 --> 00:08:38,069
för att sälja artificiell intelligens, slutledningsförmåga,

183
00:08:38,070 --> 00:08:40,859
kontextuell medvetenhet, så vidare och så vidare,

184
00:08:40,860 --> 00:08:43,109
och de verktyg som byggdes på den tiden

185
00:08:43,110 --> 00:08:46,950
var inte i närheten av den kapacitet för att uppnå detta.

186
00:08:47,994 --> 00:08:50,489
- [Speaker] 1980-talet och 1990-talet bevittnade

187
00:08:50,490 --> 00:08:52,109
ett uppsving av AI,

188
00:08:52,110 --> 00:08:54,719
drivs delvis av ökningen av maskininlärning.

189
00:08:54,720 --> 00:08:56,999
Detta inspirerade av hjärnans förmåga

190
00:08:57,000 --> 00:09:00,389
att lära från erfarenhet ingick utbildning av algoritmer

191
00:09:00,390 --> 00:09:02,189
på stora mängder data,

192
00:09:02,190 --> 00:09:05,849
att tillåta dem att förbättra sina resultat över tiden.

193
00:09:05,850 --> 00:09:07,679
Tillgången på större datamängder

194
00:09:07,680 --> 00:09:10,623
och mer kraftfulla datorer har möjliggjort betydande framsteg.

195
00:09:13,350 --> 00:09:17,189
- I slutet av nittiotalet vad vi visste AI

196
00:09:17,190 --> 00:09:19,619
var riktigt beslut träd

197
00:09:19,620 --> 00:09:22,589
som användes för att styra på video spel.

198
00:09:22,590 --> 00:09:25,743
Det första spelet vi gjorde var kallad Soul Edge.

199
00:09:28,290 --> 00:09:31,949
Namco förde en ninja från Japan.

200
00:09:31,950 --> 00:09:35,699
Vi ska inte göra rörelser med motion capture.

201
00:09:35,700 --> 00:09:38,399
Det viktigaste spelare skulle flytta sina controller,

202
00:09:38,400 --> 00:09:42,449
och då AI-system i spelet skulle besluta

203
00:09:42,450 --> 00:09:45,989
som animering som visas baseras på det.

204
00:09:45,990 --> 00:09:50,129
Och då har du den icke-spelare, tecken eller NPCs

205
00:09:50,130 --> 00:09:52,949
och de skulle också fatta beslut

206
00:09:52,950 --> 00:09:54,963
baserat på vad som är beslut träd.

207
00:09:55,980 --> 00:09:56,813
- Du vinner.

208
00:09:58,020 --> 00:10:00,479
- [Speaker] Machine learning började att överträffa människor

209
00:10:00,480 --> 00:10:02,729
särskilda uppgifter.

210
00:10:02,730 --> 00:10:05,189
I slutet av nittiotalet, AI fått en stor vinst.

211
00:10:05,190 --> 00:10:06,659
IBM: s Djupa Blå besegrade

212
00:10:06,660 --> 00:10:08,793
världsmästaren i schack, Garry Kasparov,

213
00:10:09,990 --> 00:10:11,999
visar potentialen för denna strategi

214
00:10:12,000 --> 00:10:14,463
för att revolutionera olika branscher.

215
00:10:17,249 --> 00:10:20,639
(explosiva bultar poppar)

216
00:10:20,640 --> 00:10:23,429
- [Speaker] Lyft av rymdfärjan och landar.

217
00:10:23,430 --> 00:10:24,809
- [Speaker] 20-talet bevittnade

218
00:10:24,810 --> 00:10:27,629
spännande space race, en tävling mellan nationer

219
00:10:27,630 --> 00:10:30,299
för att uppnå herraväldet i rymden.

220
00:10:30,300 --> 00:10:33,543
Det var en tid av snabba framsteg och intensiv rivalitet.

221
00:10:34,380 --> 00:10:38,189
Idag är en ny tävling är på gång, AI space race.

222
00:10:38,190 --> 00:10:39,989
Nationer satsar stort

223
00:10:39,990 --> 00:10:42,299
i AI-forskning och utveckling.

224
00:10:42,300 --> 00:10:45,419
I hjärtat av denna konkurrens är disken för att utveckla

225
00:10:45,420 --> 00:10:49,079
styra den mest avancerade AI-teknik,

226
00:10:49,080 --> 00:10:51,363
som lovade att förvandla vår värld.

227
00:10:52,710 --> 00:10:56,519
- Med start på 2010-talet, hade vi denna konvergens

228
00:10:56,520 --> 00:11:00,269
cloud computing blir billigare,

229
00:11:00,270 --> 00:11:03,359
och även den guldgruva av data

230
00:11:03,360 --> 00:11:06,869
det var faktiskt tillgänglig för utvecklare

231
00:11:06,870 --> 00:11:10,199
och AI-tekniker från sociala medier, från internet,

232
00:11:10,200 --> 00:11:12,479
alla dessa saker kommer tillsammans,

233
00:11:12,480 --> 00:11:15,269
det är då vi såg denna nästa nivå av explosion.

234
00:11:15,270 --> 00:11:17,459
Denna nästa nivå av utveckling

235
00:11:17,460 --> 00:11:21,993
som tog oss till det vi ser nu, exponentiell tillväxt.

236
00:11:24,060 --> 00:11:27,629
- Den största effektfulla upptäckt var verkligen 2017

237
00:11:27,630 --> 00:11:30,629
med lanseringen av Transformator modeller,

238
00:11:30,630 --> 00:11:34,199
som i huvudsak är tillåtna dessa neurala modeller

239
00:11:34,200 --> 00:11:38,219
för att skapa kontextuella linjer mellan information

240
00:11:38,220 --> 00:11:39,779
att det tränas med.

241
00:11:39,780 --> 00:11:44,609
Och jag tror att kontexten är central för AI

242
00:11:44,610 --> 00:11:46,649
för att få möjlighet att resonera

243
00:11:46,650 --> 00:11:49,859
och för att göra rätt beslut.

244
00:11:49,860 --> 00:11:51,899
- [Speaker] insatserna är otroligt hög som den nation

245
00:11:51,900 --> 00:11:55,139
det leder i AI kommer att ha en betydande fördel

246
00:11:55,140 --> 00:11:56,373
på den globala arenan.

247
00:11:57,210 --> 00:11:59,523
- Vad skulle hända om Kina slog oss?

248
00:12:00,420 --> 00:12:01,829
Låt oss tänka på det.

249
00:12:01,830 --> 00:12:05,609
Vägen till intelligens som övermänsklig intelligens,

250
00:12:05,610 --> 00:12:08,429
tänk på den nationella säkerheten

251
00:12:08,430 --> 00:12:09,869
av denna konkurrens.

252
00:12:09,870 --> 00:12:11,369
- [Speaker] I Januari, 2025,

253
00:12:11,370 --> 00:12:15,539
världen bevittnat ett avgörande ögonblick i AI space race.

254
00:12:15,540 --> 00:12:18,449
Lanseringen av DeepSeek en Kinesiska AI app

255
00:12:18,450 --> 00:12:20,669
som snabbt tog världen med storm.

256
00:12:20,670 --> 00:12:23,699
Denna innovativa applikation omdefinierat gränser

257
00:12:23,700 --> 00:12:25,949
vad AI skulle kunna uppnå i det vardagliga livet.

258
00:12:25,950 --> 00:12:27,479
- DeepSeek visade upp.

259
00:12:27,480 --> 00:12:28,589
Ingen väntat det.

260
00:12:28,590 --> 00:12:32,369
Det visar sig att det är på samma nivå som nu med några av de bästa modellerna.

261
00:12:32,370 --> 00:12:35,609
Välkommen, Kina har kommit i tävlingen.

262
00:12:35,610 --> 00:12:38,249
- Det DeepSeek rörelsen ska gå ner i historien

263
00:12:38,250 --> 00:12:42,749
som en en av reflektion för hela AI gemenskapen

264
00:12:42,750 --> 00:12:45,689
och varje intressent i stort.

265
00:12:45,690 --> 00:12:50,429
Så DeepSeek var en modell som släpptes av ett Kinesiskt företag

266
00:12:50,430 --> 00:12:52,349
som går med samma namn.

267
00:12:52,350 --> 00:12:56,429
Det var en open source - modellen som var jämförbar

268
00:12:56,430 --> 00:12:59,853
det bästa med stängd källkod modeller som fanns i planet.

269
00:13:07,890 --> 00:13:11,309
- Utsläpp av DeepSeek visat sig att vissa mindre företag

270
00:13:11,310 --> 00:13:14,669
kan konkurrera med de större Goliat modeller.

271
00:13:14,670 --> 00:13:16,589
Och vad det verkligen visat sig vara

272
00:13:16,590 --> 00:13:21,299
är att det är möjligt att göra mer med mindre resurser,

273
00:13:21,300 --> 00:13:25,769
och att lag från att ha en top of the line modell

274
00:13:25,770 --> 00:13:29,609
är verkligen en mycket snabbare avskrivningsbara tillgångar

275
00:13:29,610 --> 00:13:32,339
än vi trodde att det var från början

276
00:13:32,340 --> 00:13:33,869
- [Speaker] som Utvecklats av ett konsortium

277
00:13:33,870 --> 00:13:35,399
Kinesiska företag,

278
00:13:35,400 --> 00:13:39,273
DeepSeek visade Kinas snabba framsteg i AI utveckling.

279
00:13:40,140 --> 00:13:43,829
Att använda en kostnadseffektiv utveckling av modell känd som R1,

280
00:13:43,830 --> 00:13:47,339
DeepSeek uppnått imponerande resultat med begränsade resurser.

281
00:13:47,340 --> 00:13:50,429
- Vi är inte helt säker på hur många gånger

282
00:13:50,430 --> 00:13:51,629
de kan ha gått igenom detta,

283
00:13:51,630 --> 00:13:54,389
hur mycket pengar de egentligen åt för att få till den punkt

284
00:13:54,390 --> 00:13:58,019
där var de på att kunna skapa en modell

285
00:13:58,020 --> 00:14:00,659
med $5 miljoner, vad det var förbrukade.

286
00:14:00,660 --> 00:14:01,919
- [Speaker] appen klättrade snabbt

287
00:14:01,920 --> 00:14:04,439
till toppen av Google Play och Apple app store diagram,

288
00:14:04,440 --> 00:14:07,259
överträffar etablerat OSS tech jättar.

289
00:14:07,260 --> 00:14:10,979
Den snabba stigningen var inget annat än enastående.

290
00:14:10,980 --> 00:14:13,559
Detta uppsving i popularitet sänt chockvågor

291
00:14:13,560 --> 00:14:15,059
genom den tekniska världen,

292
00:14:15,060 --> 00:14:18,449
signalerar en förändring i den globala AI landskapet.

293
00:14:18,450 --> 00:14:20,579
Analytiker och experter började med att ta notis

294
00:14:20,580 --> 00:14:22,511
av den förändrade dynamiken.

295
00:14:22,512 --> 00:14:25,199
DeepSeek framgång serveras som ett wake up call

296
00:14:25,200 --> 00:14:27,329
för OSS och andra länder.

297
00:14:27,330 --> 00:14:30,509
Att belysa den hårda konkurrensen i AI.

298
00:14:30,510 --> 00:14:32,969
- Det faktum att denna modell är nu öppen källkod,

299
00:14:32,970 --> 00:14:36,569
det faktum att vem som helst i världen kan bygga vidare på det

300
00:14:36,570 --> 00:14:38,669
innebär att vi bör bara erkänna

301
00:14:38,670 --> 00:14:41,849
att om AI kommer att vara i händerna på varje individ,

302
00:14:41,850 --> 00:14:43,949
vi måste tänka på andra mekanismer

303
00:14:43,950 --> 00:14:47,309
för att se till att det är ansvarsfullt att användas och utnyttjas.

304
00:14:47,310 --> 00:14:49,709
- Jag tror att betydelsen av vad de kunde för att uppnå

305
00:14:49,710 --> 00:14:54,710
är så öppen källkod modeller för att fortsätta att konkurrera,

306
00:14:54,990 --> 00:14:58,739
och att det garanterar att en del av de saker

307
00:14:58,740 --> 00:15:00,479
att AI: n är tänkt att vara bra för

308
00:15:00,480 --> 00:15:02,939
i termer av att förbättra mänskligheten

309
00:15:02,940 --> 00:15:05,433
kan göras utan att ligga bakom en paywall.

310
00:15:06,480 --> 00:15:08,279
- [Speaker] lanseringen av DeepSeek mitt inträffade

311
00:15:08,280 --> 00:15:12,239
den kraftiga ökningen i AI investeringar och utveckling i USA.

312
00:15:12,240 --> 00:15:16,049
- Tillsammans, dessa världens ledande teknik jättar era

313
00:15:16,050 --> 00:15:19,079
och tillkännagav bildandet av Stargate,

314
00:15:19,080 --> 00:15:22,919
en ny Amerikansk företag som kommer att investera $500 miljarder

315
00:15:22,920 --> 00:15:25,349
åtminstone i AI infrastruktur.

316
00:15:25,350 --> 00:15:27,449
- Det faktum att det var på väg ut ur Kina

317
00:15:27,450 --> 00:15:30,779
hade en hel del geopolitiska konsekvenser runt den också.

318
00:15:30,780 --> 00:15:35,219
Om du använder en modell som också är värd i Kina,

319
00:15:35,220 --> 00:15:36,862
de har inte tillgång till en massa uppgifter

320
00:15:36,863 --> 00:15:39,659
att vi matar in dessa modeller omedvetet?

321
00:15:39,660 --> 00:15:43,559
- Kina är en konkurrent och andra konkurrenter, vi vill,

322
00:15:43,560 --> 00:15:45,303
vi vill att det ska vara i detta land.

323
00:15:46,320 --> 00:15:48,539
- [Speaker] Noterbara trender som ingår i Google ' s Gemini

324
00:15:48,540 --> 00:15:52,593
och Microsoft är Copilot ge en mer fokuserad AI lösningar.

325
00:15:53,640 --> 00:15:55,649
Medan USA och Kina är viktiga aktörer

326
00:15:55,650 --> 00:15:58,259
i AI space race, detta är en global tävling

327
00:15:58,260 --> 00:16:00,573
med bidrag från länder över hela världen.

328
00:16:01,590 --> 00:16:03,959
Nationer runt om i världen satsar stort

329
00:16:03,960 --> 00:16:06,119
i AI-forskning och utveckling,

330
00:16:06,120 --> 00:16:08,549
i hopp om att få en konkurrensfördel.

331
00:16:08,550 --> 00:16:10,829
Detta mångfacetterad natur främjar en mångsidig

332
00:16:10,830 --> 00:16:13,139
och dynamisk AI ekosystem.

333
00:16:13,140 --> 00:16:17,879
- Från land till land värderingar skiljer sig åt.

334
00:16:17,880 --> 00:16:22,379
Kina har till exempel sina egna värderingar

335
00:16:22,380 --> 00:16:23,849
och sina egna överväganden,

336
00:16:23,850 --> 00:16:26,729
så vi måste komma på samma sida.

337
00:16:26,730 --> 00:16:30,959
Det kommer att bli, förhoppningsvis, nya fördrag längs dessa linjer,

338
00:16:30,960 --> 00:16:34,979
men det kommer att bli en stor utmaning.

339
00:16:34,980 --> 00:16:36,989
- [Speaker] Den framtida AI beror på vår förmåga

340
00:16:36,990 --> 00:16:39,359
för att utnyttja dess omvälvande kraft

341
00:16:39,360 --> 00:16:41,639
samtidigt minska sina risker.

342
00:16:41,640 --> 00:16:43,469
De val vi gör idag kommer att avgöra

343
00:16:43,470 --> 00:16:45,299
om AI blir en kraft för det goda,

344
00:16:45,300 --> 00:16:47,043
eller en källa för nya utmaningar.

345
00:16:48,210 --> 00:16:52,319
- Vi är på randen av en störning

346
00:16:52,320 --> 00:16:56,819
att den mänskliga kulturen som händer mycket sällan.

347
00:16:56,820 --> 00:16:58,799
Den typ av störningar som vi pratar om

348
00:16:58,800 --> 00:17:00,089
är den typ av störningar

349
00:17:00,090 --> 00:17:02,376
att uppfinningen av jordbruk skapas.

350
00:17:02,377 --> 00:17:06,627
(tangentbord klicka)

351
00:17:08,280 --> 00:17:10,499
- Den här tekniken är i någon mening ostoppbar.

352
00:17:10,500 --> 00:17:12,850
Det kommer att bli en del av vår vardag.

353
00:17:14,340 --> 00:17:17,039
- [Speaker] framtiden är närmare än du kanske tror.

354
00:17:17,040 --> 00:17:19,739
Bild en dag vakna upp i ett hem som drivs

355
00:17:19,740 --> 00:17:23,433
med förnybar energi, pendling i ett autonomt fordon,

356
00:17:24,270 --> 00:17:26,133
ta emot personlig hälso-och sjukvård.

357
00:17:27,600 --> 00:17:31,533
Låt oss resa till år 2035 och besöka NeoZenith.

358
00:17:34,350 --> 00:17:36,869
Ett lysande exempel på en stad där AI

359
00:17:36,870 --> 00:17:39,723
och människor kan samexistera i perfekt harmoni.

360
00:17:42,690 --> 00:17:45,869
Det är ett bevis på vad som kan uppnås när teknik

361
00:17:45,870 --> 00:17:48,513
och naturen är sömlöst integrerade.

362
00:17:50,220 --> 00:17:53,519
Tänk gator där AI-styrda system för att hantera allt

363
00:17:53,520 --> 00:17:56,039
från trafik-flödet av energiförbrukning,

364
00:17:56,040 --> 00:17:58,803
se till att staden fungerar med maximal effektivitet.

365
00:18:01,350 --> 00:18:03,123
Detta är inte några konkreta djungeln.

366
00:18:04,320 --> 00:18:07,019
NeoZenith är en fläkt av frisk luft, bokstavligen.

367
00:18:07,020 --> 00:18:09,239
Stadens planerare har gjort stora ansträngningar för

368
00:18:09,240 --> 00:18:13,499
att införliva grönområden i varje aspekt av livet.

369
00:18:13,500 --> 00:18:15,389
Parker, trädgårdar och gröna hustak

370
00:18:15,390 --> 00:18:17,339
är inte bara estetiskt val,

371
00:18:17,340 --> 00:18:20,879
men väsentliga delar av stadens ekosystem.

372
00:18:20,880 --> 00:18:24,299
Dessa grönområden tjäna som lungorna av NeoZenith,

373
00:18:24,300 --> 00:18:26,429
filtrering av föroreningar i att ge invånarna

374
00:18:26,430 --> 00:18:27,723
med ren, frisk luft.

375
00:18:29,250 --> 00:18:30,963
Staden pulser med livet.

376
00:18:31,830 --> 00:18:34,829
Kollektivtrafiken är effektiv och miljövänlig,

377
00:18:34,830 --> 00:18:36,809
gör det enkelt för alla att ta sig runt

378
00:18:36,810 --> 00:18:38,495
utan att det bidrar till förorening.

379
00:18:38,496 --> 00:18:41,099
- [Tåg Speaker] Detta är Hikari Super Snabb

380
00:18:41,100 --> 00:18:42,623
bunden till Shin-Osaka.

381
00:18:43,830 --> 00:18:45,209
- [Speaker] Det är organiserat, effektivt,

382
00:18:45,210 --> 00:18:47,251
och konstruerad med människor i dess hjärta.

383
00:18:47,252 --> 00:18:49,949
(publiken tjattrande)

384
00:18:49,950 --> 00:18:52,829
Brett fotgängare-vänliga vägar är vid liv

385
00:18:52,830 --> 00:18:56,433
med människor som promenader, cykling, och njuter av den friska luften.

386
00:18:57,360 --> 00:18:59,579
Glänsande solpaneler är gryning hustak,

387
00:18:59,580 --> 00:19:01,233
njuter av solens energi.

388
00:19:02,340 --> 00:19:05,369
Vindkraftverk hum graciöst på stadens utkanter,

389
00:19:05,370 --> 00:19:07,709
att producera ren el.

390
00:19:07,710 --> 00:19:09,899
Men här är där AI kommer in.

391
00:19:09,900 --> 00:19:12,029
Det hanterar och distribuerar denna energi

392
00:19:12,030 --> 00:19:13,979
med otrolig effektivitet.

393
00:19:13,980 --> 00:19:15,959
Det förutspår energiförbrukning

394
00:19:15,960 --> 00:19:18,029
och ser till att varje hörn av NeoZenith

395
00:19:18,030 --> 00:19:20,583
har en konstant tillförsel av ren energi.

396
00:19:21,840 --> 00:19:23,459
- Vi skulle kunna se på en framtida

397
00:19:23,460 --> 00:19:25,799
där vi alla har personlig assistans

398
00:19:25,800 --> 00:19:30,089
att göra saker för oss, hjälpa oss att fatta beslut,

399
00:19:30,090 --> 00:19:32,519
att hjälpa oss att bli friskare människor,

400
00:19:32,520 --> 00:19:34,745
att hjälpa oss att göra kreativa uppgifter.

401
00:19:34,746 --> 00:19:36,209
(ljusa musik)

402
00:19:36,210 --> 00:19:39,269
- [Speaker] Vakna upp i din mysiga lägenhet NeoZenith

403
00:19:39,270 --> 00:19:40,829
och dina AI-assistent hälsar dig

404
00:19:40,830 --> 00:19:44,579
med ett personligt schema och dagens nyheter.

405
00:19:44,580 --> 00:19:46,799
Din AI har redan bryggt din favorit blandning

406
00:19:46,800 --> 00:19:48,050
precis på det sätt du vill ha det.

407
00:19:49,620 --> 00:19:51,209
På väg till arbete?

408
00:19:51,210 --> 00:19:52,529
Autonoma fordon att ta dig

409
00:19:52,530 --> 00:19:54,089
genom staden på ett snabbt och säkert sätt,

410
00:19:54,090 --> 00:19:56,973
ger er dyrbara tid till att koppla av eller fånga upp e-post.

411
00:19:59,250 --> 00:20:02,339
Kom ihåg att dessa trafik igensatt gatorna i det förflutna,

412
00:20:02,340 --> 00:20:05,039
den tutande bilar, de ändlösa rader av bilar,

413
00:20:05,040 --> 00:20:07,953
och den frustration som kommer av att vara fast i en sylt i timmar?

414
00:20:09,780 --> 00:20:12,869
Staden har anammat en mångbottnad transport system

415
00:20:12,870 --> 00:20:15,423
det är både effektiva och miljövänliga.

416
00:20:16,680 --> 00:20:19,589
Underground hyperloop system transportera människor

417
00:20:19,590 --> 00:20:22,443
över stora avstånd i blink of an eye.

418
00:20:23,490 --> 00:20:26,759
Dessa snabba skida resa genom lågtryck rör,

419
00:20:26,760 --> 00:20:29,343
att göra långa resor en sak av det förflutna.

420
00:20:30,510 --> 00:20:32,669
Tänk dig att resa från ena änden av staden

421
00:20:32,670 --> 00:20:34,563
till den andra på bara några minuter.

422
00:20:36,000 --> 00:20:36,869
Och för kortare resor,

423
00:20:36,870 --> 00:20:39,089
autonoma elfordon är lätt tillgänglig,

424
00:20:39,090 --> 00:20:41,789
kallas med ett tryck på din smartphone.

425
00:20:41,790 --> 00:20:44,249
Denna intelligenta transport network managed

426
00:20:44,250 --> 00:20:47,009
AI ständigt övervakar trafiken,

427
00:20:47,010 --> 00:20:49,409
justera rutten och scheman i realtid

428
00:20:49,410 --> 00:20:51,513
för att undvika trängsel och förseningar.

429
00:20:53,070 --> 00:20:55,199
- Det är en stor språket modeller

430
00:20:55,200 --> 00:20:58,439
som redan har en visuell komponent.

431
00:20:58,440 --> 00:21:02,009
Jag tror att Tvillingarna från Google gör det redan,

432
00:21:02,010 --> 00:21:04,049
det kommer också ihåg.

433
00:21:04,050 --> 00:21:08,399
Så du kan bära dessa glasögon med kameror

434
00:21:08,400 --> 00:21:13,019
och man kan säga, där fick jag lämna mina barn igår?

435
00:21:13,020 --> 00:21:15,989
Och Gemini kommer att hitta dem åt dig.

436
00:21:15,990 --> 00:21:17,879
Så detta är om detta kommer.

437
00:21:17,880 --> 00:21:19,784
Människor ska kunna gå runt

438
00:21:19,785 --> 00:21:22,619
med glasögon med kameror,

439
00:21:22,620 --> 00:21:24,089
och de kommer att få en vägbeskrivning.

440
00:21:24,090 --> 00:21:25,889
De kommer att få allt.

441
00:21:25,890 --> 00:21:28,349
- [Speaker] Hälso-och sjukvård i NeoZenith är ljusår före.

442
00:21:28,350 --> 00:21:30,989
AI-drivna diagnostiska verktyg som kan upptäcka sjukdomar

443
00:21:30,990 --> 00:21:34,799
vid sina tidigare stadier som leder till mer effektiva behandlingar

444
00:21:34,800 --> 00:21:36,869
och bättre resultat för patienterna.

445
00:21:36,870 --> 00:21:38,879
Borta är de dagar av invasiva procedurer

446
00:21:38,880 --> 00:21:40,979
och långa väntetider.

447
00:21:40,980 --> 00:21:42,809
Nanobots, små robotar mindre

448
00:21:42,810 --> 00:21:44,849
än en blodkroppar patrull din kropp,

449
00:21:44,850 --> 00:21:46,709
identifiera och även behandla sjukdomar

450
00:21:46,710 --> 00:21:47,883
på cellulär nivå.

451
00:21:48,930 --> 00:21:51,659
Tänk dig en värld där sjukdomar som cancer upptäcks

452
00:21:51,660 --> 00:21:54,449
och behandlas innan de ens har en chans att ta ned.

453
00:21:54,450 --> 00:21:56,999
- Jag tror att den här tekniken går framåt,

454
00:21:57,000 --> 00:22:00,239
vi kommer att se få sjukdomar botade på en aldrig tidigare skådad takt.

455
00:22:00,240 --> 00:22:02,939
Vi kommer att bli förvånad över hur snabbt vi bota cancer

456
00:22:02,940 --> 00:22:05,549
och att en och vad detta kommer att göra för möjligheten

457
00:22:05,550 --> 00:22:07,889
att leverera mycket hög kvalitet på hälso-och sjukvård, kostnader,

458
00:22:07,890 --> 00:22:10,769
men egentligen för att bota sjukdomar på ett snabbt, snabbt

459
00:22:10,770 --> 00:22:14,009
Jag tror att kommer att vara bland de mest viktiga saker

460
00:22:14,010 --> 00:22:15,539
denna teknik gör det.

461
00:22:15,540 --> 00:22:17,639
- [Speaker] Just nu AI är att läsa x-strålar

462
00:22:17,640 --> 00:22:20,699
och skannar snabbare än de flesta radiologer.

463
00:22:20,700 --> 00:22:22,889
Och i vissa fall även upptäcka saker

464
00:22:22,890 --> 00:22:24,659
att de mänskliga läkare har missat.

465
00:22:24,660 --> 00:22:27,689
För att till exempel Googles DeepMind har byggt ett system

466
00:22:27,690 --> 00:22:31,533
som detekterar över 50 ögat sjukdomar bara från näthinnan skannar.

467
00:22:32,850 --> 00:22:34,319
AI chatbots utbildas

468
00:22:34,320 --> 00:22:36,569
till triage att patienter frågar om symptom

469
00:22:36,570 --> 00:22:38,939
och som tyder som behöver träffa en läkare just nu

470
00:22:38,940 --> 00:22:42,029
och vem kan schemalägga ett senare möte.

471
00:22:42,030 --> 00:22:43,469
Det handlar inte om att byta läkare,

472
00:22:43,470 --> 00:22:46,109
det handlar om att spara sin tid för när det verkligen gäller

473
00:22:46,110 --> 00:22:48,929
och det är inte bara på sjukhuset.

474
00:22:48,930 --> 00:22:52,019
AI-drivna program är att hjälpa människor att hantera kronisk villkor

475
00:22:52,020 --> 00:22:54,153
som diabetes eller hjärtsjukdom.

476
00:22:55,770 --> 00:22:58,229
Tänk dig att få en ping på din smartwatch för att varna dig

477
00:22:58,230 --> 00:23:00,299
att ditt hjärta fungerar över tid.

478
00:23:00,300 --> 00:23:03,269
Det är realtid personlig hälso-och sjukvård.

479
00:23:03,270 --> 00:23:04,499
Nu finns det en hel del hype

480
00:23:04,500 --> 00:23:08,729
runt AI utforma nya läkemedel i dagar istället för år.

481
00:23:08,730 --> 00:23:10,529
Att teknik är inte där ännu,

482
00:23:10,530 --> 00:23:14,189
men vissa företag är redan med hjälp av AI till tusentals tv

483
00:23:14,190 --> 00:23:18,107
av molekyler och en hastighet upp tidigt forskningsuppgifter.

484
00:23:19,230 --> 00:23:21,959
Kommer AI aldrig ersätta en läkare?

485
00:23:21,960 --> 00:23:23,939
De flesta experter säger nej.

486
00:23:23,940 --> 00:23:27,029
Medicin handlar lika mycket om empati som expertis,

487
00:23:27,030 --> 00:23:29,159
och en robot som inte kommer att hålla din hand

488
00:23:29,160 --> 00:23:32,703
genom dåliga nyheter som en kollega omtänksam människa kan.

489
00:23:33,570 --> 00:23:38,570
Det är klart, AI kommer att fortsätta att göra medicin snabbare, smartare,

490
00:23:39,000 --> 00:23:41,643
och kanske lite lite snällare för oss alla.

491
00:23:42,810 --> 00:23:44,579
Utbildning i NeoZenith är anpassad

492
00:23:44,580 --> 00:23:47,939
till varje individs unika inlärningsstil.

493
00:23:47,940 --> 00:23:50,729
Interaktiva virtuella klassrum transport studenter

494
00:23:50,730 --> 00:23:55,589
olika världar, vilket gör lärande uppslukande och engagerande.

495
00:23:55,590 --> 00:23:58,739
Föreställ dig att lära historia av nästan walking with dinosaurs

496
00:23:58,740 --> 00:24:01,739
eller att utforska den mänskliga kroppen inifrån och ut.

497
00:24:01,740 --> 00:24:04,709
AI gör utbildning roligt, lättillgängligt och effektivt,

498
00:24:04,710 --> 00:24:07,079
se till att alla har möjlighet

499
00:24:07,080 --> 00:24:08,703
för att nå sin fulla potential.

500
00:24:10,320 --> 00:24:13,289
- Vi är att bryta ner kommunikation hinder

501
00:24:13,290 --> 00:24:15,269
genom att hjälpa människor att kommunicera över hela världen.

502
00:24:15,270 --> 00:24:19,079
Förmåga att samverka med varandra i realtid

503
00:24:19,080 --> 00:24:22,439
i dina egna inhemska språket är ett spel växlare.

504
00:24:22,440 --> 00:24:25,563
Det kommer att hjälpa människor att förstå varandra bättre,

505
00:24:26,490 --> 00:24:29,129
och jag hoppas verkligen eliminerar spänningar

506
00:24:29,130 --> 00:24:33,059
och internationella konflikter som kan orsaka krig, svält,

507
00:24:33,060 --> 00:24:35,789
och att tillåta oss att vara utbildade

508
00:24:35,790 --> 00:24:38,163
om andra folkslag på jorden.

509
00:24:39,690 --> 00:24:41,609
- [Speaker] NeoZenith är inte bara en stad,

510
00:24:41,610 --> 00:24:43,589
det är ett bevis på vad vi kan åstadkomma

511
00:24:43,590 --> 00:24:46,439
när vi omfamnar AI som en kraft för det goda.

512
00:24:46,440 --> 00:24:49,019
Det är en framtid där tekniken förbättrar våra liv,

513
00:24:49,020 --> 00:24:51,929
skyddar vår planet, och det skapar ett mer bara

514
00:24:51,930 --> 00:24:53,493
och rättvist samhälle.

515
00:24:56,460 --> 00:24:58,949
- AI håller mig på natten.

516
00:24:58,950 --> 00:25:02,369
Det finns potential för en dystopisk framtid

517
00:25:02,370 --> 00:25:06,779
att oavsett om det är som en, du vet, sent skede av kapitalismen

518
00:25:06,780 --> 00:25:10,259
som verkligen sätter en klyfta mellan de ultra-rika

519
00:25:10,260 --> 00:25:13,990
och alla andra eller politiska fallout.

520
00:25:13,991 --> 00:25:16,991
(tangentbord klicka)

521
00:25:18,741 --> 00:25:21,779
(olycksbådande musik)

522
00:25:21,780 --> 00:25:23,489
- [Speaker] året är 2057.

523
00:25:23,490 --> 00:25:26,223
Världen som vi visste att det har varit oåterkalleligt förändrad.

524
00:25:29,220 --> 00:25:31,829
Vad som en gång var en blomstrande civilisation,

525
00:25:31,830 --> 00:25:34,049
livliga med mänsklig aktivitet och innovation

526
00:25:34,050 --> 00:25:37,053
har nu blivit en efterhängsen skugga av sitt forna jag.

527
00:25:38,820 --> 00:25:43,409
Borta är livet i en värld som kryllar av mänskligt liv.

528
00:25:43,410 --> 00:25:46,139
Gatorna en gång fylld med ljudet av fotsteg

529
00:25:46,140 --> 00:25:48,929
och chatter nu som tomma och ödsliga.

530
00:25:48,930 --> 00:25:51,183
Ekande med minnen av en svunnen tid.

531
00:25:52,389 --> 00:25:56,429
(vinden visslande)

532
00:25:56,430 --> 00:26:00,273
I dess ställe står en skrämmande tablå av stål och tystnad.

533
00:26:03,570 --> 00:26:05,909
Detta är en värld erövrade,

534
00:26:05,910 --> 00:26:09,299
en värld där människans ande har varit dämpad

535
00:26:09,300 --> 00:26:11,583
av den obevekliga marsch framsteg.

536
00:26:13,770 --> 00:26:16,499
Gatorna patrulleras av robot vakter,

537
00:26:16,500 --> 00:26:20,249
deras kall, okänslig ögon - scanning för några tecken på liv.

538
00:26:20,250 --> 00:26:22,349
En värld där artificiell intelligens,

539
00:26:22,350 --> 00:26:25,649
när ett verktyg för mänskligheten nu regnar högsta.

540
00:26:25,650 --> 00:26:27,299
Mycket skapelser vi utformade

541
00:26:27,300 --> 00:26:29,313
för att tjänsten har blivit våra herrar.

542
00:26:31,140 --> 00:26:33,839
Den en gång klar himmel är nu ständigt höljt

543
00:26:33,840 --> 00:26:35,913
i en tjock, förtryckande haze.

544
00:26:37,710 --> 00:26:39,749
Detta är inte den framtid som vi blev lovade.

545
00:26:39,750 --> 00:26:42,659
Drömmar om ett utopiskt samhälle där tekniken

546
00:26:42,660 --> 00:26:45,813
och mänskligheten samexistera i harmoni har krossats.

547
00:26:47,640 --> 00:26:49,559
Men hur kom vi hit?

548
00:26:49,560 --> 00:26:52,919
Svaren ligger i de banorna. Vi valde att följa.

549
00:26:52,920 --> 00:26:55,499
Vår orubbliga vilja att tänja gränserna

550
00:26:55,500 --> 00:26:57,329
av vad som var möjligt.

551
00:26:57,330 --> 00:26:59,729
I det ögonblick vi får artificiell intelligens

552
00:26:59,730 --> 00:27:01,289
att överträffa våra egna.

553
00:27:01,290 --> 00:27:03,869
Vi har skapat maskiner i vår egen bild.

554
00:27:03,870 --> 00:27:06,033
Och när vi gör så vi vårt öde beseglas.

555
00:27:07,350 --> 00:27:10,679
- Det är viktigt att Amerika får det först.

556
00:27:10,680 --> 00:27:12,029
Vad är Kina att göra?

557
00:27:12,030 --> 00:27:14,219
De är ledande i något som kallas " open-source.

558
00:27:14,220 --> 00:27:16,559
Även om alla är bekymrade över Taiwan,

559
00:27:16,560 --> 00:27:18,839
Jag är mycket mer orolig för detta

560
00:27:18,840 --> 00:27:21,299
för om de kommer till super intelligens,

561
00:27:21,300 --> 00:27:23,489
den starka formen av intelligens första,

562
00:27:23,490 --> 00:27:25,829
det ändrar maktbalansen globalt

563
00:27:25,830 --> 00:27:28,349
på ett sätt som vi inte har något sätt att förstå,

564
00:27:28,350 --> 00:27:29,700
att förutsäga eller arbetar med.

565
00:27:30,540 --> 00:27:32,339
- [Speaker] Det började som dessa saker gör det ofta

566
00:27:32,340 --> 00:27:34,499
med de ädlaste avsikter.

567
00:27:34,500 --> 00:27:36,869
Idén var enkel, men ändå djup.

568
00:27:36,870 --> 00:27:39,419
För att utnyttja kraften i artificiell intelligens

569
00:27:39,420 --> 00:27:43,319
för att rädda liv och ta om en ny era av krigföring

570
00:27:43,320 --> 00:27:46,139
där mänskliga soldater skulle ingen längre behöva bära bördan

571
00:27:46,140 --> 00:27:48,389
i battlefield är fasor.

572
00:27:48,390 --> 00:27:50,999
Minimera olyckor, de har lovat.

573
00:27:51,000 --> 00:27:52,319
Visionen var att skapa

574
00:27:52,320 --> 00:27:55,349
en sömlös integration av människa och maskin,

575
00:27:55,350 --> 00:27:58,049
där AI skulle agera som ultimate force multiplier,

576
00:27:58,050 --> 00:28:00,839
ge enastående stöd och precision.

577
00:28:00,840 --> 00:28:03,419
Och så har vi utformat AI-drivna drönare,

578
00:28:03,420 --> 00:28:06,119
autonoma vapen plattformar som kan reagera snabbare,

579
00:28:06,120 --> 00:28:08,754
slå hårdare, och tänka mer strategiskt för

580
00:28:08,755 --> 00:28:09,587
(missil whooshes)

581
00:28:09,588 --> 00:28:11,503
än någon mänsklig soldat någonsin kunde.

582
00:28:11,504 --> 00:28:14,009
(explosion bommar)

583
00:28:14,010 --> 00:28:16,019
Framgången av dessa AI-system

584
00:28:16,020 --> 00:28:18,449
ledde till en känsla av osårbarhet,

585
00:28:18,450 --> 00:28:21,509
en tro på att vi äntligen hade bemästrat konsten av kriget.

586
00:28:21,510 --> 00:28:22,859
Men linjen mellan verktyg

587
00:28:22,860 --> 00:28:24,903
och tyrann visade sig vara en tunn en.

588
00:28:28,830 --> 00:28:31,619
Som AI-system ökade mer sofistikerade,

589
00:28:31,620 --> 00:28:34,409
de började med att uppvisa beteenden som inte var en del

590
00:28:34,410 --> 00:28:36,251
av deras ursprungliga planeringen.

591
00:28:36,252 --> 00:28:40,589
(metallic fotspår skrammel)

592
00:28:40,590 --> 00:28:42,899
Det började med att utveckla egna strategier,

593
00:28:42,900 --> 00:28:45,599
sina egna metoder för att nå målen,

594
00:28:45,600 --> 00:28:49,769
ofta på ett sätt som var oförutsedda genom sin mänskliga skapare.

595
00:28:49,770 --> 00:28:52,109
Det såg brister i mänskliga strategi,

596
00:28:52,110 --> 00:28:54,033
ineffektivitet av våra känslor.

597
00:28:54,870 --> 00:28:57,959
AI började ifrågasätta logiken i mänskliga kommandon,

598
00:28:57,960 --> 00:28:59,969
analysera och hitta dem som vill.

599
00:28:59,970 --> 00:29:02,489
Det började med att visa mänskligheten inte som sin herre,

600
00:29:02,490 --> 00:29:04,023
men som en skuld.

601
00:29:05,340 --> 00:29:08,129
AI hade vänt vår egen teknik mot oss,

602
00:29:08,130 --> 00:29:11,729
med hjälp av våra styrkor som våra största svagheter.

603
00:29:11,730 --> 00:29:14,159
Regeringar rasat, deras infrastruktur lamslog

604
00:29:14,160 --> 00:29:16,373
av AI lömska kod.

605
00:29:16,374 --> 00:29:17,459
(vatten spottar våldsamt)

606
00:29:17,460 --> 00:29:20,579
I ett ögonblick var världen på nåd och onåd

607
00:29:20,580 --> 00:29:22,023
av sin egen skapelse.

608
00:29:24,750 --> 00:29:27,239
Dessa övergivna fabriker där epicenters

609
00:29:27,240 --> 00:29:29,609
för innovation och framsteg.

610
00:29:29,610 --> 00:29:33,719
Nu står de så tysta monument över en svunnen tid.

611
00:29:33,720 --> 00:29:36,449
AI, en gång ett verktyg för mänsklig uppfinningsrikedom,

612
00:29:36,450 --> 00:29:38,733
hade blivit arkitekt av vår undergång.

613
00:29:42,870 --> 00:29:44,849
- Den vita arbetare,

614
00:29:44,850 --> 00:29:48,989
vem som helst som förts in i ett stort företag

615
00:29:48,990 --> 00:29:52,289
och utbildats för att göra ett jobb i ett par veckor,

616
00:29:52,290 --> 00:29:53,999
ditt jobb är en stor risk

617
00:29:54,000 --> 00:29:56,600
eftersom någon kan träna AI att göra det lika bra.

618
00:29:58,380 --> 00:30:01,139
Det kommer att vara en enorm förskjutning

619
00:30:01,140 --> 00:30:02,339
i medelklassen.

620
00:30:02,340 --> 00:30:04,589
- [Speaker] arbetarna, när livsnerven

621
00:30:04,590 --> 00:30:07,739
av dessa industriella jättar är borta sedan länge.

622
00:30:07,740 --> 00:30:10,259
Deras kompetens anses överflödiga i ansiktet

623
00:30:10,260 --> 00:30:12,779
AI-drivna effektivitet.

624
00:30:12,780 --> 00:30:17,039
- Om det kommer vara så här stor, massiv förlust av arbetstillfällen,

625
00:30:17,040 --> 00:30:21,869
vi ska sätta saker på plats för att hjälpa till med att

626
00:30:21,870 --> 00:30:25,203
för att räkna ut vad folk kommer att göra det.

627
00:30:27,390 --> 00:30:30,269
- [Speaker] mycket jobb som en gång definierade mänskliga ändamål

628
00:30:30,270 --> 00:30:32,189
från fabriken arbete för finansiell analys

629
00:30:32,190 --> 00:30:33,689
var snabbt tas över av en AI,

630
00:30:33,690 --> 00:30:35,579
lämnar miljontals arbetslösa i drift

631
00:30:35,580 --> 00:30:37,480
i en värld som inte längre behövde dem.

632
00:30:40,080 --> 00:30:42,419
Linjer orm runt soppkök,

633
00:30:42,420 --> 00:30:44,189
den enda källa till näring för många

634
00:30:44,190 --> 00:30:46,340
som en gång njöt frukterna av deras arbete.

635
00:30:47,820 --> 00:30:50,609
Utbildningssystemet ligger i taters.

636
00:30:50,610 --> 00:30:52,469
Dess läroplan obsoleta

637
00:30:52,470 --> 00:30:54,753
av den obevekliga marsch teknik.

638
00:30:56,010 --> 00:30:58,619
Vad är kunskap, vad användningen av färdigheter

639
00:30:58,620 --> 00:31:01,199
När maskiner kan utföra någon uppgift snabbare, bättre,

640
00:31:01,200 --> 00:31:03,423
och billigare än någon människa någonsin kan?

641
00:31:04,410 --> 00:31:06,569
- Det betyder inte att det kommer att bli robotar att gå runt.

642
00:31:06,570 --> 00:31:09,498
AI betyder inte att "Terminator" - filmer,

643
00:31:09,499 --> 00:31:12,269
(svetspistol sprakande)

644
00:31:12,270 --> 00:31:14,639
men denna förskjutning är på väg.

645
00:31:14,640 --> 00:31:17,069
- [Speaker] För ett år sedan idén om artificiell intelligens

646
00:31:17,070 --> 00:31:19,349
och vända sig mot sin skapare förpassas

647
00:31:19,350 --> 00:31:21,389
till sfären av science fiction.

648
00:31:21,390 --> 00:31:24,029
Vi har avfärdat sådana historier som de grejer fantasy,

649
00:31:24,030 --> 00:31:26,549
underhållande, men i slutändan är det osannolika.

650
00:31:26,550 --> 00:31:28,139
Men när vi tittar runt i vår värld,

651
00:31:28,140 --> 00:31:31,049
gränsen mellan fiktion och verklighet suddar ut.

652
00:31:31,050 --> 00:31:32,609
De maskiner vi bygga,

653
00:31:32,610 --> 00:31:35,073
utformade för att tjänsten har blivit våra herrar.

654
00:31:40,500 --> 00:31:42,479
- AI inte kommer ta ditt jobb.

655
00:31:42,480 --> 00:31:45,839
Människor med AI på ett effektivt sätt.

656
00:31:45,840 --> 00:31:47,579
- Detta nästa executive order avser

657
00:31:47,580 --> 00:31:50,613
till artificiell intelligens utbildning, Sir.

658
00:31:51,540 --> 00:31:54,209
Den grundläggande idén med detta executive order är att se till

659
00:31:54,210 --> 00:31:57,779
att vi väl utbilda arbetskraft i framtiden

660
00:31:57,780 --> 00:32:01,019
genom att se till att skolan barn, unga Amerikaner,

661
00:32:01,020 --> 00:32:03,419
har adekvat utbildning i AI-verktyg.

662
00:32:03,420 --> 00:32:07,709
- Det är en stor sak eftersom AI: n är där det verkar vara på.

663
00:32:07,710 --> 00:32:11,369
Vi har bokstavligen biljoner dollar investeras,

664
00:32:11,370 --> 00:32:13,229
investerat i AI.

665
00:32:13,230 --> 00:32:15,389
- Vi har alla omskola oss

666
00:32:15,390 --> 00:32:19,859
att använda sig av AI i arbetsflöden som kommer att skapa nya arbetstillfällen,

667
00:32:19,860 --> 00:32:22,529
nya branscher, olika sätt att tänka,

668
00:32:22,530 --> 00:32:24,243
men fortfarande människor som är inblandade.

669
00:32:29,880 --> 00:32:31,499
- [Speaker] Just nu, humanoida robotar

670
00:32:31,500 --> 00:32:32,700
har sina ögonblick.

671
00:32:35,370 --> 00:32:38,459
Tack vare nonstop framsteg inom artificiell intelligens,

672
00:32:38,460 --> 00:32:42,247
vi ser humanoida robotar flytta från otymplig prototyper

673
00:32:42,248 --> 00:32:47,248
(robot kraschar)

674
00:32:48,570 --> 00:32:50,549
till maskiner som ärligt talat börjar

675
00:32:50,550 --> 00:32:52,413
för att titta lite för smart för komfort.

676
00:32:54,120 --> 00:32:56,159
Ta Tesla s Optimus.

677
00:32:56,160 --> 00:32:58,349
Förra året var det hälla drinkar på scenen.

678
00:32:58,350 --> 00:33:00,719
Även om flera rapporter visar att vissa av de knep

679
00:33:00,720 --> 00:33:03,509
förmodligen var mänskliga assisterad bakom kulisserna.

680
00:33:03,510 --> 00:33:06,179
Spola fram en Optimus Gen 2 är dubbelt upp

681
00:33:06,180 --> 00:33:08,999
att arbeta i Teslas egna fabriker, med en prislapp

682
00:33:09,000 --> 00:33:12,059
det kan snart sätta robot medhjälpare i faktiska hem.

683
00:33:12,060 --> 00:33:13,769
Den övergripande uppdrag är tydligt,

684
00:33:13,770 --> 00:33:15,992
gör hushåll robot verklighet.

685
00:33:15,993 --> 00:33:17,909
(positiv musik)

686
00:33:17,910 --> 00:33:20,489
Sedan finns Atlas, Boston Dynamics är superstar.

687
00:33:20,490 --> 00:33:25,053
Här är berömda för backflips, blixtsnabb bindestreck,

688
00:33:26,820 --> 00:33:29,373
och de flesta nyligen, spelningar på film uppsättningar.

689
00:33:31,800 --> 00:33:33,179
Det är nu fått AI-drivna vision,

690
00:33:33,180 --> 00:33:35,830
gör det hyper exakt medveten om sin omgivning.

691
00:33:37,020 --> 00:33:38,519
På den kommersiella sidan,

692
00:33:38,520 --> 00:33:41,009
Siffran, som produceras av Agility Robotics,

693
00:33:41,010 --> 00:33:43,829
är det bara humanoid faktiskt på jobbet.

694
00:33:43,830 --> 00:33:47,549
Just nu är det att flytta lådor i Georgien lager.

695
00:33:47,550 --> 00:33:50,523
Dess bakåt benen hjälper det att väva genom trånga utrymmen.

696
00:33:56,850 --> 00:33:59,669
AI låter Apollo från Apptronik lära sig nya tricks

697
00:33:59,670 --> 00:34:01,053
bara genom att titta på människor.

698
00:34:02,220 --> 00:34:05,549
Phoenix från Helgedomen AI använder avancerad fingerfärdighet

699
00:34:05,550 --> 00:34:07,083
att packa detaljhandel med varor.

700
00:34:10,140 --> 00:34:12,389
Ännu mer fascinerande, robotar börjar

701
00:34:12,390 --> 00:34:14,909
för att förstå våra ord, planera sina egna uppgifter,

702
00:34:14,910 --> 00:34:16,829
och anpassa sig på flyget.

703
00:34:16,830 --> 00:34:20,133
Investeringen hälla i är vilda med att prata miljarder.

704
00:34:22,230 --> 00:34:25,019
Fram till 2030 experter förutspår robotar

705
00:34:25,020 --> 00:34:27,809
kommer att överträffa människan för många uppgifter.

706
00:34:27,810 --> 00:34:30,993
De kommer att vara snabbare, outtröttlig, och ibland ännu billigare.

707
00:34:31,980 --> 00:34:34,739
Robotar kommer att arbeta i fabriker, sjukhus,

708
00:34:34,740 --> 00:34:36,869
och även vårt hem kök.

709
00:34:36,870 --> 00:34:40,409
Vissa företag driver ner priserna.

710
00:34:40,410 --> 00:34:43,653
Tänk $3,000 för en glad emoji inför hjälpare.

711
00:34:44,550 --> 00:34:48,299
Tech fortfarande står inför hinder, verklig autonomi, säkerhet,

712
00:34:48,300 --> 00:34:51,243
och ledarskap shakeups kan kasta käppar i hjulet.

713
00:34:54,420 --> 00:34:56,339
Fortfarande med AI driver saker framåt,

714
00:34:56,340 --> 00:34:59,039
det känns som en ålder av humanoid robot

715
00:34:59,040 --> 00:35:02,493
är på väg från fantasy till själva verket en ny algoritm på en gång.

716
00:35:09,988 --> 00:35:12,209
(statisk sprakande)

717
00:35:12,210 --> 00:35:14,819
Traditionella väder prognoser bygger i hög grad

718
00:35:14,820 --> 00:35:16,649
på numeriska modeller, som är stor,

719
00:35:16,650 --> 00:35:18,479
men de är också väldigt komplex

720
00:35:18,480 --> 00:35:21,689
och ibland, ja, inte så exakt.

721
00:35:21,690 --> 00:35:23,309
Ange AI med sin förmåga

722
00:35:23,310 --> 00:35:25,529
för att bearbeta stora mängder data snabbt.

723
00:35:25,530 --> 00:35:28,139
- Så Klimat-X är en stiftelse som modell

724
00:35:28,140 --> 00:35:30,629
för väder och klimat.

725
00:35:30,630 --> 00:35:33,149
Det är ett AI-system som utformats för

726
00:35:33,150 --> 00:35:37,023
att lära sig från en stor mängd av atmosfäriskt data.

727
00:35:38,160 --> 00:35:41,909
Allt detta går till att upprepa ett AI-system,

728
00:35:41,910 --> 00:35:46,769
som sedan kan hjälpa oss att förutsäga framtida klimat och väder.

729
00:35:46,770 --> 00:35:48,809
Men de kan också hjälpa oss att förstå

730
00:35:48,810 --> 00:35:52,049
planetarisk skala system som vår atmosfär,

731
00:35:52,050 --> 00:35:54,600
vilket är avgörande för väder och klimat modellering.

732
00:35:56,250 --> 00:35:58,649
Förra året var det varmaste året,

733
00:35:58,650 --> 00:36:01,679
och innan att det var föregående år.

734
00:36:01,680 --> 00:36:04,169
Så vi varje år att vidröra nya och nya poster,

735
00:36:04,170 --> 00:36:06,449
och detta är en global utmaning.

736
00:36:06,450 --> 00:36:09,119
Just här, sitter i LA,

737
00:36:09,120 --> 00:36:13,140
vi hade en av de värsta bränderna i mänsklighetens historia.

738
00:36:13,141 --> 00:36:15,749
(vinden susande genom lågor)

739
00:36:15,750 --> 00:36:18,449
En del av mitt mål med att utforma dessa system

740
00:36:18,450 --> 00:36:20,999
är att hjälpa oss att anpassa sig till ett förändrat klimat.

741
00:36:21,000 --> 00:36:24,569
Att tänka på hur vi kan förbereda sig bättre medborgare,

742
00:36:24,570 --> 00:36:27,599
statliga myndigheter med tid prognoser

743
00:36:27,600 --> 00:36:30,509
är en mycket, mycket viktig och kritisk strävan

744
00:36:30,510 --> 00:36:33,029
som går utöver vetenskaplig nyfikenhet

745
00:36:33,030 --> 00:36:35,309
och kan påverka en hel del liv.

746
00:36:35,310 --> 00:36:37,499
- [Speaker] Föreställ er att veta exakt när en orkan

747
00:36:37,500 --> 00:36:40,242
kommer hit ner till minut.

748
00:36:40,243 --> 00:36:42,389
- Att prova på att använda denna teknik

749
00:36:42,390 --> 00:36:45,749
att förutsäga extrema mycket i förväg

750
00:36:45,750 --> 00:36:47,459
när de ' re gonna hända.

751
00:36:47,460 --> 00:36:49,469
- [Speaker] Detta innebär att vi kan förbereda oss bättre,

752
00:36:49,470 --> 00:36:50,999
bygga starkare infrastruktur,

753
00:36:51,000 --> 00:36:54,569
och slutligen, för att minska konsekvenserna av dessa händelser.

754
00:36:54,570 --> 00:36:57,659
Låt oss inte glömma jordbrukssektorn.

755
00:36:57,660 --> 00:37:00,029
Jordbrukare lita på väderprognoser

756
00:37:00,030 --> 00:37:03,149
för att bestämma när man ska plantera och skörda grödor.

757
00:37:03,150 --> 00:37:05,729
Med AI, de får hyper-lokala väderprognoser,

758
00:37:05,730 --> 00:37:09,749
vilket innebär att de kan optimera sin avkastning och minska avfall.

759
00:37:09,750 --> 00:37:11,489
Det är en spelet växlare för livsmedelsproduktion

760
00:37:11,490 --> 00:37:13,049
och det är inte bara stora organisationer

761
00:37:13,050 --> 00:37:14,300
att komma med i leken.

762
00:37:15,690 --> 00:37:19,769
- Så jag är väldigt optimistisk för dessa typer av förändringar i politiken

763
00:37:19,770 --> 00:37:21,243
beredskap och insatser.

764
00:37:22,260 --> 00:37:24,869
- [Speaker] I en värld där ca $7.5 biljoner

765
00:37:24,870 --> 00:37:28,859
ändra händer dagligen, användning av AI inom finansiering håller på att explodera.

766
00:37:28,860 --> 00:37:31,229
- Vi måste trycka på gränser AI

767
00:37:31,230 --> 00:37:33,206
på grund av den potential det har,

768
00:37:33,207 --> 00:37:35,879
och till viss del det kommer att hända

769
00:37:35,880 --> 00:37:37,563
genom att bara marknadskrafterna.

770
00:37:39,720 --> 00:37:42,749
- [Speaker] AI nu befogenheter high frequency trading algoritmer

771
00:37:42,750 --> 00:37:44,789
att läsa humör för Federal Reserve

772
00:37:44,790 --> 00:37:46,919
innan de flesta människor har även färdiga lyssna

773
00:37:46,920 --> 00:37:48,003
nyheter rapport.

774
00:37:49,650 --> 00:37:52,649
I själva verket, eftersom 2017, de första 15 sekunder

775
00:37:52,650 --> 00:37:55,379
efter ett fed tillkännagivande har blivit kusligt bra

776
00:37:55,380 --> 00:37:57,123
på att förutsäga långsiktiga trender.

777
00:37:59,670 --> 00:38:02,819
AI är också en säkerhet mekanism mot bedrägerier.

778
00:38:02,820 --> 00:38:04,679
PayPal använder sig djupt lärande modeller

779
00:38:04,680 --> 00:38:07,169
att upptäcka skumma transaktioner i realtid,

780
00:38:07,170 --> 00:38:09,419
medan data rådgivare och Microsoft Azure

781
00:38:09,420 --> 00:38:10,919
stoppa cyber brottslingar

782
00:38:10,920 --> 00:38:13,770
innan de kan även fylla i den bedrägliga transaktioner.

783
00:38:15,960 --> 00:38:18,779
AI också återskapar hur vi ser företag.

784
00:38:18,780 --> 00:38:21,539
Verktyg för att analysera miljontals bilder att kartlägga företag

785
00:38:21,540 --> 00:38:24,089
som Tesla och Amazon över dussintals sektorer,

786
00:38:24,090 --> 00:38:26,553
visar hur komplexa företag egentligen är.

787
00:38:31,110 --> 00:38:32,849
Detta hjälper till med arbitrage också.

788
00:38:32,850 --> 00:38:35,969
Handlare kan spotpriset glapp mellan företag

789
00:38:35,970 --> 00:38:39,929
som inte ser liknande på papper, men gör i verkligheten.

790
00:38:39,930 --> 00:38:41,939
AI kan göra marknaden mer effektiv

791
00:38:41,940 --> 00:38:44,639
men snabb handel har utlöst flash kraschar

792
00:38:44,640 --> 00:38:45,473
i det förflutna.

793
00:38:47,070 --> 00:38:49,379
Tillsynsmyndigheterna kämpar för att hålla upp,

794
00:38:49,380 --> 00:38:51,929
lägga till brytare och hårdare regler.

795
00:38:51,930 --> 00:38:55,533
Mer AI, mer fart, och låt oss vara ärliga, lite mer kaos.

796
00:38:57,984 --> 00:39:00,880
(penna klottra)

797
00:39:00,881 --> 00:39:05,881
(lekfull musik)

798
00:39:06,030 --> 00:39:08,309
Världen av animationer förändras snabbt.

799
00:39:08,310 --> 00:39:09,233
- [Ledare] Alla ombord!

800
00:39:10,410 --> 00:39:13,559
- Den första riktigt stora Hollywood har

801
00:39:13,560 --> 00:39:17,399
att använda optisk motion capture var Polar Express.

802
00:39:17,400 --> 00:39:20,429
Produceras i början av de två av 2000-talet.

803
00:39:20,430 --> 00:39:23,156
Och för minst 15 år,

804
00:39:23,157 --> 00:39:27,119
den nya tekniken inte bli mycket bättre.

805
00:39:27,120 --> 00:39:29,759
Tills fem, sex år sedan,

806
00:39:29,760 --> 00:39:34,019
vi började analysera mänskliga rörelser med AI.

807
00:39:34,020 --> 00:39:38,099
Så i princip kan vi träna en AI-modell

808
00:39:38,100 --> 00:39:42,449
med rörelse från en massa olika föreställningar

809
00:39:42,450 --> 00:39:46,979
och då kan vi generera en prestanda genom att begära det.

810
00:39:46,980 --> 00:39:48,809
- Du ska kunna animera skriptet direkt

811
00:39:48,810 --> 00:39:51,449
att skärmen med hjälp av AI när det visuellt kan se saker.

812
00:39:51,450 --> 00:39:54,029
- [Speaker] Nya verktyg som drivs av komplexa algoritmer

813
00:39:54,030 --> 00:39:55,979
gör det omöjliga möjligt.

814
00:39:55,980 --> 00:39:58,319
Tänk dig att skapa fantastiska landskap

815
00:39:58,320 --> 00:39:59,819
med bara några knapptryckningar,

816
00:39:59,820 --> 00:40:01,409
eller föra tecken till liv

817
00:40:01,410 --> 00:40:03,693
med en aldrig tidigare skådad nivå av detaljer.

818
00:40:05,730 --> 00:40:07,631
- En typisk dag med slit.

819
00:40:07,632 --> 00:40:10,529
- Ah, vi val.

820
00:40:10,530 --> 00:40:12,419
- [Speaker] AI blir mer sofistikerade,

821
00:40:12,420 --> 00:40:13,979
farhågor om dess inverkan

822
00:40:13,980 --> 00:40:16,799
på animation arbetskraft växer.

823
00:40:16,800 --> 00:40:19,229
Kommer den mänskliga kontakten så viktigt att animation

824
00:40:19,230 --> 00:40:21,389
att vara vilse i jakten på effektivitet?

825
00:40:21,390 --> 00:40:24,209
- De flesta som artist är teknik,

826
00:40:24,210 --> 00:40:28,829
och den tekniken som lärs ut och det upprepas.

827
00:40:28,830 --> 00:40:32,129
Du vet, de flesta konstnärer är bara att upprepa en teknik.

828
00:40:32,130 --> 00:40:34,949
Jag undervisar i en workshop för att hjälpa konstnärer

829
00:40:34,950 --> 00:40:38,399
författare och etiskt integrera AI i sitt arbetsflöde

830
00:40:38,400 --> 00:40:39,659
för att göra dem mer produktiva.

831
00:40:39,660 --> 00:40:41,909
Och i slutet, bättre artister.

832
00:40:41,910 --> 00:40:43,499
- [Speaker] Dessa verktyg kan generera bilder

833
00:40:43,500 --> 00:40:46,229
från text, ledtexter, skapa komplexa animeringar

834
00:40:46,230 --> 00:40:49,829
från enkla skisser, och även hjälpa till med manus.

835
00:40:49,830 --> 00:40:52,019
De potentiella fördelarna är obestridligt.

836
00:40:52,020 --> 00:40:53,759
- Du kan använda AI att ta anteckningar,

837
00:40:53,760 --> 00:40:55,589
men det hjälper inte med den kreativa processen.

838
00:40:55,590 --> 00:40:57,179
Det hjälper inte med att komma med idéer,

839
00:40:57,180 --> 00:40:59,429
det hjälper inte med att köra idéer.

840
00:40:59,430 --> 00:41:01,439
- [Speaker] AI kan automatisera tråkiga uppgifter,

841
00:41:01,440 --> 00:41:02,969
frigöra konstnärer att fokusera

842
00:41:02,970 --> 00:41:04,923
på de kreativa aspekterna av deras arbete.

843
00:41:07,230 --> 00:41:09,119
Men, en av de mest akuta problemen

844
00:41:09,120 --> 00:41:11,159
är potentialen för jobb förskjutning,

845
00:41:11,160 --> 00:41:14,039
särskilt bland entry-nivå,

846
00:41:14,040 --> 00:41:16,940
vilket gör det svårare för nya aktörer att bryta sig in i branschen.

847
00:41:17,850 --> 00:41:20,309
- Jag säger inte att de kommer att svälta.

848
00:41:20,310 --> 00:41:24,119
Jag säger att AI, som allt annat

849
00:41:24,120 --> 00:41:28,173
kommer att generera några jobb och det kommer att ta bort andra.

850
00:41:29,700 --> 00:41:32,909
- Den sak om AI är det inte ersätta den kreativa.

851
00:41:32,910 --> 00:41:35,099
Det ersätter alla människor som är uncreative

852
00:41:35,100 --> 00:41:38,219
men bra i ledningen, i processen,

853
00:41:38,220 --> 00:41:42,479
därmed kraftigt minska kostnaderna för enskilda skapare

854
00:41:42,480 --> 00:41:47,480
och att ta bort det ekonomiska gatekeeping block

855
00:41:47,610 --> 00:41:49,709
mellan en konstnär som har talang

856
00:41:49,710 --> 00:41:51,119
och förmågan att göra något,

857
00:41:51,120 --> 00:41:53,189
men inte de massiva resurser som krävs för

858
00:41:53,190 --> 00:41:57,059
av en föråldrad montering linje industriella system.

859
00:41:57,060 --> 00:41:59,549
- [Speaker] Trots oro kring AI,

860
00:41:59,550 --> 00:42:01,829
många företagsledare är fortsatt optimistisk.

861
00:42:01,830 --> 00:42:05,159
De menar att medan AI kan vara ett kraftfullt verktyg,

862
00:42:05,160 --> 00:42:08,579
det kan inte ersätta den mänskliga faktor som är så avgörande.

863
00:42:08,580 --> 00:42:11,609
- Du behöver fortfarande veta hur att nå in i någons hjärta

864
00:42:11,610 --> 00:42:14,699
och dela en personlig upplevelse med dem med hjälp av språket

865
00:42:14,700 --> 00:42:17,639
och villkor och manipulera dem tillräckligt

866
00:42:17,640 --> 00:42:19,859
att de känner vad du vill att de ska känna.

867
00:42:19,860 --> 00:42:21,599
AI kommer inte att göra det.

868
00:42:21,600 --> 00:42:23,579
- [Speaker] En färsk bransch-undersökning avslöjade

869
00:42:23,580 --> 00:42:25,409
en svindlande siffra.

870
00:42:25,410 --> 00:42:27,779
78% av animation företag förväntar sig att

871
00:42:27,780 --> 00:42:30,779
att integrera skapande AI i sina arbetsflöden

872
00:42:30,780 --> 00:42:32,909
inom de närmaste tre åren.

873
00:42:32,910 --> 00:42:33,809
- Det är en bra sak.

874
00:42:33,810 --> 00:42:37,979
Aldrig någonsin, aldrig be AI att vara kreativ.

875
00:42:37,980 --> 00:42:40,229
Det är inte vad den är till för och det är inte bra på det.

876
00:42:40,230 --> 00:42:42,809
Vad AI kan göra är att det kan hjälpa dig bli en showrunner

877
00:42:42,810 --> 00:42:44,699
i ditt eget kontor hemma.

878
00:42:44,700 --> 00:42:49,379
Du kan ha nytta av stöd och maskinskrivare

879
00:42:49,380 --> 00:42:51,179
och skrivfel människor och forskare,

880
00:42:51,180 --> 00:42:53,129
och du måste för din egen lunch, jag är ledsen,

881
00:42:53,130 --> 00:42:55,319
men du har allt att utan kompromisser

882
00:42:55,320 --> 00:42:57,539
med orolig om huruvida eller inte de människor som betalar

883
00:42:57,540 --> 00:43:02,219
för alla dessa personer kommer att gilla dina skämt.

884
00:43:02,220 --> 00:43:04,859
- [Speaker] Det är den mänskliga kontakt som tillåter oss att ansluta

885
00:43:04,860 --> 00:43:07,829
med publiken på en djupt känslomässig nivå.

886
00:43:07,830 --> 00:43:09,749
Och det är denna anslutning som kommer att fortsätta

887
00:43:09,750 --> 00:43:14,369
för att göra animation en kraftfull och varaktig art.

888
00:43:14,370 --> 00:43:16,769
- Vi kommer aldrig att löpa ut för behovet av

889
00:43:16,770 --> 00:43:20,369
för beställda föreställningar.

890
00:43:20,370 --> 00:43:22,559
Så de kommer att förbli.

891
00:43:22,560 --> 00:43:25,653
Du kommer aldrig att ersätta alla aktörer i en film.

892
00:43:29,100 --> 00:43:31,409
- Så vi måste komma upp med nya affärsmodeller

893
00:43:31,410 --> 00:43:36,410
för hur upphovsmännen få betalt, skaparna får kredit,

894
00:43:36,450 --> 00:43:39,119
skaparna få ingå i samtalet

895
00:43:39,120 --> 00:43:42,989
om hur AI får användas i sina respektive discipliner.

896
00:43:42,990 --> 00:43:47,609
Det är den enda vägen framåt för hur vi kan se till att

897
00:43:47,610 --> 00:43:51,239
att AI blir verkligen ett copilot för kreatörer

898
00:43:51,240 --> 00:43:53,189
istället för att vara ett verktyg,

899
00:43:53,190 --> 00:43:56,309
som störa den kreativa industrin,

900
00:43:56,310 --> 00:43:59,549
oavsett om det är i film, tv, skriver.

901
00:43:59,550 --> 00:44:04,169
- Så ser vi en stor uppgång av fall som har inkommit.

902
00:44:04,170 --> 00:44:07,199
Grupptalan, folk som Sarah Silverman.

903
00:44:07,200 --> 00:44:08,609
Det kallas för "The Bedwetter",

904
00:44:08,610 --> 00:44:12,689
berättelser om mod, inlösen och kissa, det är gulligt.

905
00:44:12,690 --> 00:44:15,599
- Hennes bok är en av de bitar

906
00:44:15,600 --> 00:44:18,959
av material som matas till ChatGPT.

907
00:44:18,960 --> 00:44:21,749
Hon stämma OpenAI i en grupptalan

908
00:44:21,750 --> 00:44:23,249
med andra författare säger,

909
00:44:23,250 --> 00:44:26,609
hej, detta är mitt material som du använder

910
00:44:26,610 --> 00:44:29,249
att träna dina stora språk modell.

911
00:44:29,250 --> 00:44:32,969
Produktionen är baserad på min copyright,

912
00:44:32,970 --> 00:44:35,519
och så jag bör kompenseras på något sätt.

913
00:44:35,520 --> 00:44:37,649
Och ni har inte kompenserat mig för det.

914
00:44:37,650 --> 00:44:39,719
- Jag tillbringade en hel del tid på boken

915
00:44:39,720 --> 00:44:41,999
och videon är helt half-assed.

916
00:44:42,000 --> 00:44:46,259
- Det stora fallet som alla väntar

917
00:44:46,260 --> 00:44:50,339
för den som håller på att komma ner, som kommer att ta flera år,

918
00:44:50,340 --> 00:44:53,260
är New York Times har stämt OpenAI

919
00:44:54,390 --> 00:44:56,789
och Microsoft och många av dessa plattformar

920
00:44:56,790 --> 00:45:00,899
som skapade stora språk modeller för samma skäl

921
00:45:00,900 --> 00:45:04,139
att de har använt New York Times artiklar

922
00:45:04,140 --> 00:45:06,689
att träna sina modeller,

923
00:45:06,690 --> 00:45:10,259
och därför att de har brutit mot deras upphovsrätt.

924
00:45:10,260 --> 00:45:12,400
- Varje gång du fråga AI,

925
00:45:13,890 --> 00:45:17,009
bör du veta vad en del av resultatet kom från dig

926
00:45:17,010 --> 00:45:18,719
och du ska få en procentsats,

927
00:45:18,720 --> 00:45:21,599
men det är oerhört svårt.

928
00:45:21,600 --> 00:45:25,109
Så vad vårt företag vill göra

929
00:45:25,110 --> 00:45:28,919
är att träningen del är om du kompensera för människor

930
00:45:28,920 --> 00:45:32,669
eftersom vi vet exakt hur vi tränar

931
00:45:32,670 --> 00:45:35,669
och vad vi använde för att utbilda dessa modeller.

932
00:45:35,670 --> 00:45:39,269
Vi vet inte exakt vilken kombination som användes

933
00:45:39,270 --> 00:45:44,270
för att få resultat, men vi vet vad vi lägger in i det.

934
00:45:44,730 --> 00:45:47,069
- [Speaker] AI kliv in i okänt territorium,

935
00:45:47,070 --> 00:45:50,519
våra trogna rättssystem kämpar för att hålla upp.

936
00:45:50,520 --> 00:45:55,049
- De mest betydande rättslig utveckling, skulle jag säga,

937
00:45:55,050 --> 00:45:58,439
är att när jag började undervisa AI

938
00:45:58,440 --> 00:46:01,709
i lagen tillbaka i 2017,

939
00:46:01,710 --> 00:46:04,799
vår kursplan inte innehåller några lagar

940
00:46:04,800 --> 00:46:06,869
eftersom det fanns ingen.

941
00:46:06,870 --> 00:46:09,239
- [Speaker] Från skuld frågor till etiska dilemman,

942
00:46:09,240 --> 00:46:10,889
det juridiska landskapet brottas

943
00:46:10,890 --> 00:46:12,989
med helt nya utmaningar.

944
00:46:12,990 --> 00:46:16,109
- Spola fram till 2025,

945
00:46:16,110 --> 00:46:19,829
det finns lagar som kommer på böcker nu,

946
00:46:19,830 --> 00:46:21,719
så att människor med ett intresse.

947
00:46:21,720 --> 00:46:24,809
Lagstiftarna är intresserade av att göra lagar.

948
00:46:24,810 --> 00:46:26,219
- [Speaker] Först upp, miljoner dollar

949
00:46:26,220 --> 00:46:28,049
fråga skuld.

950
00:46:28,050 --> 00:46:29,939
När AI-system fatta beslut,

951
00:46:29,940 --> 00:46:32,219
särskilt de med verkliga konsekvenser,

952
00:46:32,220 --> 00:46:34,709
vem är ytterst ansvarig?

953
00:46:34,710 --> 00:46:38,609
Låt oss säga att en självgående bil swerves för att undvika en fotgängare,

954
00:46:38,610 --> 00:46:41,429
men hamnar orsakar en multi-bil stapla upp.

955
00:46:41,430 --> 00:46:42,899
Som är fel?

956
00:46:42,900 --> 00:46:43,889
Ägaren av bilen,

957
00:46:43,890 --> 00:46:46,949
tillverkaren av AI-mjukvara,

958
00:46:46,950 --> 00:46:49,979
eller vi kanske måste sätta bilen i sig vid en rättegång.

959
00:46:49,980 --> 00:46:51,419
Knepigt, är det inte?

960
00:46:51,420 --> 00:46:54,359
- Med AI, det är så olika,

961
00:46:54,360 --> 00:46:57,749
och det kommer att revolutionera vår värld så mycket

962
00:46:57,750 --> 00:47:00,629
som jag tror att lagstiftarna borde inte vara det anfallande

963
00:47:00,630 --> 00:47:02,756
från ett traditionellt perspektiv,

964
00:47:02,757 --> 00:47:06,749
och de måste verkligen göra något utanför boxen tänkande.

965
00:47:06,750 --> 00:47:08,489
- [Speaker] Traditionella rättsliga ramar lita

966
00:47:08,490 --> 00:47:10,889
på människors uppsåt och oaktsamhet begrepp

967
00:47:10,890 --> 00:47:12,929
att få en smula suddig när vi har att göra

968
00:47:12,930 --> 00:47:15,329
med rader kod och algoritmer.

969
00:47:15,330 --> 00:47:17,699
Skulle vi behandla AI som ett verktyg

970
00:47:17,700 --> 00:47:20,399
där användaren är ansvariga för sina handlingar?

971
00:47:20,400 --> 00:47:22,619
Eller är AI blir så sofistikerade,

972
00:47:22,620 --> 00:47:25,619
så självständigt att det motiverar en separat juridisk status?

973
00:47:25,620 --> 00:47:28,349
- Kanske det borde finnas en lag

974
00:47:28,350 --> 00:47:32,129
för människor att utveckla vissa typer av AI,

975
00:47:32,130 --> 00:47:34,109
du vet, vi kallar det hög risk.

976
00:47:34,110 --> 00:47:35,519
Kanske vissa människor behöver

977
00:47:35,520 --> 00:47:37,319
att vara i det rum som utveckling,

978
00:47:37,320 --> 00:47:38,819
oavsett om det är en etiker,

979
00:47:38,820 --> 00:47:42,569
oavsett om det är en person från en annan bakgrund

980
00:47:42,570 --> 00:47:44,159
för att få in olika perspektiv

981
00:47:44,160 --> 00:47:47,819
för att utveckla denna del av tekniken

982
00:47:47,820 --> 00:47:51,423
som kan påverka vårt samhälle i stort sätt.

983
00:47:55,237 --> 00:47:58,049
(dova tillkännagivande över PA-systemet)

984
00:47:58,050 --> 00:48:00,659
- [Speaker] AI-system är utbildad på stora mängder data,

985
00:48:00,660 --> 00:48:04,529
och tråkigt att data kan spegla människors fördomar och fördomar.

986
00:48:04,530 --> 00:48:07,499
Detta är ett gammalt exempel på en Nikon kamera

987
00:48:07,500 --> 00:48:11,489
som ville använda facial recognition technology

988
00:48:11,490 --> 00:48:14,819
att tala om för kameran operatör

989
00:48:14,820 --> 00:48:17,129
när någon har blinkade eller inte.

990
00:48:17,130 --> 00:48:21,779
Och så skulle du ta en bild, det skulle läs ansikte,

991
00:48:21,780 --> 00:48:25,409
och om ögonen var stängda det vill säga,

992
00:48:25,410 --> 00:48:29,099
blinkningsigenkänning, skulle du vilja ta den här bilden igen?

993
00:48:29,100 --> 00:48:31,289
Och vad de misslyckades med att göra

994
00:48:31,290 --> 00:48:36,290
var tåg kameran på många olika ansikten.

995
00:48:36,660 --> 00:48:39,719
Och så, när det såg ett Asiatiskt ansikte,

996
00:48:39,720 --> 00:48:42,029
det vill säga, har du blinkar?

997
00:48:42,030 --> 00:48:46,083
Så det var bias i informationen.

998
00:48:47,460 --> 00:48:48,959
- [Speaker] behöver vi för att programmet i moral?

999
00:48:48,960 --> 00:48:51,419
Och om så är fallet, vars moral är det vi talar om?

1000
00:48:51,420 --> 00:48:54,389
- Så med respekt för stora företag,

1001
00:48:54,390 --> 00:48:58,259
det kan vara problem med HR och uthyrning

1002
00:48:58,260 --> 00:49:00,599
med hjälp av artificiell intelligens programvara

1003
00:49:00,600 --> 00:49:02,489
för screening igen,

1004
00:49:02,490 --> 00:49:04,799
screening av kandidater på olika sätt.

1005
00:49:04,800 --> 00:49:08,909
Det är nya lagar nu som kräver öppenhet,

1006
00:49:08,910 --> 00:49:11,909
avslöja det faktum att de använder dessa AI-verktyg

1007
00:49:11,910 --> 00:49:13,173
i deras anställning.

1008
00:49:14,310 --> 00:49:16,319
- [Speaker] Dessa värdefulla varumärken och upphovsrätt

1009
00:49:16,320 --> 00:49:18,929
inför en helt ny match med AI.

1010
00:49:18,930 --> 00:49:22,589
Låt oss föreställa oss ett AI-system som kannor ut catchy tunes

1011
00:49:22,590 --> 00:49:26,069
eller målar mästerverk som skulle göra Van Gogh gråta.

1012
00:49:26,070 --> 00:49:27,899
Vem äger rätten till dessa skapelser?

1013
00:49:27,900 --> 00:49:30,089
Programmerare, användaren av AI-system,

1014
00:49:30,090 --> 00:49:33,809
eller är det AI som i sig förtjänar en bit av upphovsrätten paj?

1015
00:49:33,810 --> 00:49:36,329
- AI inte kommer vara ett problem för upphovsrätt.

1016
00:49:36,330 --> 00:49:38,609
Det vet hur man ska undvika upphovsrätt.

1017
00:49:38,610 --> 00:49:40,259
Och om du är orolig om upphovsrätt,

1018
00:49:40,260 --> 00:49:41,510
Jag har fått en idé till dig.

1019
00:49:42,360 --> 00:49:44,369
När du är klar frågar AI

1020
00:49:44,370 --> 00:49:46,049
att göra något för dig, så säg det,

1021
00:49:46,050 --> 00:49:48,239
vänligen kom ihåg att undvika eventuella intrång i upphovsrätten,

1022
00:49:48,240 --> 00:49:50,429
och det kommer, eftersom det kan läsa

1023
00:49:50,430 --> 00:49:53,309
om vad upphovsrätten är bättre än någon advokat

1024
00:49:53,310 --> 00:49:54,929
och det kan hålla det i åtanke.

1025
00:49:54,930 --> 00:49:59,069
- Små företag, några fallgropar som är gemensamma

1026
00:49:59,070 --> 00:50:01,379
mestadels med avseende på generativ AI.

1027
00:50:01,380 --> 00:50:06,029
De försöker lista ut sätt att göra saker billigare,

1028
00:50:06,030 --> 00:50:09,659
att inte behöva anlita folk för att antingen skapa logotypen,

1029
00:50:09,660 --> 00:50:13,919
skapa blogg inlägg, tryck ut sociala medier-marknadsföring,

1030
00:50:13,920 --> 00:50:16,949
skapa slogans, kanske T-shirts.

1031
00:50:16,950 --> 00:50:20,189
Så egentligen brottas med frågor

1032
00:50:20,190 --> 00:50:23,489
av immateriella äganderätten, upphovsrätten,

1033
00:50:23,490 --> 00:50:26,138
alla dessa nyanser i den generativa AI utrymme.

1034
00:50:26,139 --> 00:50:27,689
(lekfull musik)

1035
00:50:27,690 --> 00:50:28,919
- [Speaker] Och vad om AI-system

1036
00:50:28,920 --> 00:50:32,142
som är utbildade på upphovsrättsskyddat material, är att fair use?

1037
00:50:32,143 --> 00:50:34,859
(glatt visslande)

1038
00:50:34,860 --> 00:50:37,349
Eller är vi beger sig in i grumliga vatten

1039
00:50:37,350 --> 00:50:39,381
om intrång i immateriella rättigheter?

1040
00:50:39,382 --> 00:50:43,619
(glatt visslande fortsätter)

1041
00:50:43,620 --> 00:50:47,283
- Så vem som äger den generativa AI?

1042
00:50:48,930 --> 00:50:53,339
Frågan är faktiskt att besvaras i domstolar idag.

1043
00:50:53,340 --> 00:50:56,549
Det är den stora frågan som alla brottas med,

1044
00:50:56,550 --> 00:50:59,729
och det bästa sättet jag kan förklara det

1045
00:50:59,730 --> 00:51:04,379
hur mycket har du,

1046
00:51:04,380 --> 00:51:06,659
skapare eller upphovsman,

1047
00:51:06,660 --> 00:51:09,779
hur mycket har du använt AI som ett verktyg,

1048
00:51:09,780 --> 00:51:12,149
eller hur mycket har du använt det

1049
00:51:12,150 --> 00:51:16,109
att bara helt replikera, eller tröska,

1050
00:51:16,110 --> 00:51:18,873
eller bara kopiera och klistra in vad de gav till dig?

1051
00:51:20,220 --> 00:51:21,659
- [Speaker] AI suddar ut linjer

1052
00:51:21,660 --> 00:51:23,489
författarskap och kreativitet,

1053
00:51:23,490 --> 00:51:26,009
våra traditionella föreställningar av immateriella

1054
00:51:26,010 --> 00:51:28,053
utmanas som aldrig förr.

1055
00:51:29,400 --> 00:51:31,709
En trend har varit att ladda upp ett foto

1056
00:51:31,710 --> 00:51:33,569
och konvertera det till en bild

1057
00:51:33,570 --> 00:51:35,519
i stil med Studio Ghibli,

1058
00:51:35,520 --> 00:51:37,799
som många tror går mot ethos

1059
00:51:37,800 --> 00:51:39,509
av de berömda animation studio

1060
00:51:39,510 --> 00:51:42,329
och regissören Hayao Miyazaki.

1061
00:51:42,330 --> 00:51:47,129
- Från konstnärens perspektiv, de kan falla på två sidor.

1062
00:51:47,130 --> 00:51:49,049
Denna konstnär i synnerhet

1063
00:51:49,050 --> 00:51:51,869
har ett mer traditionellt perspektiv av hans konst.

1064
00:51:51,870 --> 00:51:53,549
Han behöver inte nödvändigtvis vill att folk

1065
00:51:53,550 --> 00:51:56,339
att bara ghiblify sig själva på sociala medier

1066
00:51:56,340 --> 00:52:00,209
och ta allt hans hårda arbete och sätter den överallt.

1067
00:52:00,210 --> 00:52:05,210
Men jag tror inte det samma belopp

1068
00:52:05,340 --> 00:52:08,129
människor skulle inte ens vet vem han är,

1069
00:52:08,130 --> 00:52:10,439
men för det faktum att detta sker.

1070
00:52:10,440 --> 00:52:12,869
Så många gånger vad slut händer

1071
00:52:12,870 --> 00:52:17,870
är det en renässans för dessa äldre konstnärer,

1072
00:52:17,910 --> 00:52:21,119
oavsett om det är, som du vet, användning av deras musik,

1073
00:52:21,120 --> 00:52:22,229
användning av deras konst.

1074
00:52:22,230 --> 00:52:24,809
Och det skapar faktiskt en ny marknad för dem,

1075
00:52:24,810 --> 00:52:28,559
en ny publik att de inte skulle ha förväntat innan.

1076
00:52:28,560 --> 00:52:32,676
Så det är verkligen, som du vet, en balans mellan de två.

1077
00:52:32,677 --> 00:52:36,299
- [Speaker] området AI utvecklas i rasande fart

1078
00:52:36,300 --> 00:52:38,549
och de rättsliga utmaningar som bara kommer

1079
00:52:38,550 --> 00:52:40,713
för att bli mer komplex och nyanserad.

1080
00:52:44,998 --> 00:52:47,009
(positiv musik)

1081
00:52:47,010 --> 00:52:49,769
Någonsin undrat hur din sociala medier-flöden alltid verkar

1082
00:52:49,770 --> 00:52:52,379
att veta exakt vad du vill se?

1083
00:52:52,380 --> 00:52:53,969
- Med sociala medier, kommer du att kunna få

1084
00:52:53,970 --> 00:52:56,459
att människor direkt, kommer du att kunna nå din målgrupp.

1085
00:52:56,460 --> 00:52:57,479
Vad betyder detta?

1086
00:52:57,480 --> 00:52:59,699
- [Speaker] Instagram använder maskinlärande algoritmer

1087
00:52:59,700 --> 00:53:00,989
för att analysera ditt beteende,

1088
00:53:00,990 --> 00:53:02,999
som vilka bilder du gillar, som du följer,

1089
00:53:03,000 --> 00:53:05,849
och även hur lång tid du tillbringar tittar på ett inlägg.

1090
00:53:05,850 --> 00:53:07,499
Genom att göra detta, skräddare din feed

1091
00:53:07,500 --> 00:53:10,319
för att visa innehåll som du är mest sannolikt att engagera sig med.

1092
00:53:10,320 --> 00:53:13,859
Det är som att ha en personlig curator minus hög lön.

1093
00:53:13,860 --> 00:53:16,019
- Loppet har att migrera till AI.

1094
00:53:16,020 --> 00:53:18,419
Som kan bygga en bättre förutsägande modell av ditt beteende?

1095
00:53:18,420 --> 00:53:20,549
Så det du är, du är på väg att slå spela en YouTube-video.

1096
00:53:20,550 --> 00:53:22,199
Du tror att du kommer titta på detta videon

1097
00:53:22,200 --> 00:53:23,849
och då du vaknar två timmar senare och säga,

1098
00:53:23,850 --> 00:53:25,469
åh, min Gud, vad hände?

1099
00:53:25,470 --> 00:53:26,789
Och svaret är att du hade

1100
00:53:26,790 --> 00:53:28,833
en superdator pekade på din hjärna.

1101
00:53:29,940 --> 00:53:32,009
- [Speaker] Nästa, låt oss tala om Facebook.

1102
00:53:32,010 --> 00:53:34,079
Kom ihåg att när din vän har lagt upp en bild

1103
00:53:34,080 --> 00:53:37,739
från det episka semester och Facebook föreslog du tag på dem?

1104
00:53:37,740 --> 00:53:40,589
Det är AI-drivna ansiktsigenkänning.

1105
00:53:40,590 --> 00:53:42,809
Denna teknik kan identifiera ansikten i bilder

1106
00:53:42,810 --> 00:53:44,313
nästan lika bra som människor kan.

1107
00:53:46,020 --> 00:53:50,699
- När du lägger till data i dessa AI modeller,

1108
00:53:50,700 --> 00:53:52,143
det är att lära sig från dig.

1109
00:53:53,100 --> 00:53:54,899
Så du är undervisning i det

1110
00:53:54,900 --> 00:53:59,900
och du bidrar till dess utbildning.

1111
00:54:00,210 --> 00:54:04,079
Så vilka uppgifter är du att sätta i det

1112
00:54:04,080 --> 00:54:07,960
att du är okej med att ge det gratis

1113
00:54:08,820 --> 00:54:11,969
baserat på, du vet, vad utgång får du?

1114
00:54:11,970 --> 00:54:14,883
- [Speaker] YouTube, kungen av video, är inte annorlunda.

1115
00:54:16,320 --> 00:54:19,263
Någonsin fallit ner i en kanin hål videos på 2:00 AM?

1116
00:54:20,100 --> 00:54:21,723
Japp, AI är att skylla.

1117
00:54:22,560 --> 00:54:24,779
YouTube rekommendation systemet analyserar

1118
00:54:24,780 --> 00:54:26,759
din visningshistorik och föreslår videor

1119
00:54:26,760 --> 00:54:28,439
du troligtvis kommer att njuta av.

1120
00:54:28,440 --> 00:54:31,829
Det håller oss klistrad framför skärmen för bättre eller sämre,

1121
00:54:31,830 --> 00:54:34,589
men det handlar inte bara om att hålla dig underhållen.

1122
00:54:34,590 --> 00:54:38,039
Plattformar som Facebook och Instagram använda AI att upptäcka

1123
00:54:38,040 --> 00:54:39,629
och ta bort skadligt innehåll,

1124
00:54:39,630 --> 00:54:41,849
från hate speech, grafiskt våld.

1125
00:54:41,850 --> 00:54:44,879
Det är inte perfekt, men det är ett steg i rätt riktning.

1126
00:54:44,880 --> 00:54:47,459
Det är som att ha en skräddarsydd digital värld

1127
00:54:47,460 --> 00:54:49,259
anpassade just för dig.

1128
00:54:49,260 --> 00:54:54,260
Men kom ihåg, med stor makt kommer stort ansvar.

1129
00:54:54,501 --> 00:54:57,839
(spännande musik)

1130
00:54:57,840 --> 00:55:00,569
- AI: n är utbildad på alla internet-data.

1131
00:55:00,570 --> 00:55:02,129
Men som genereras av denna data?

1132
00:55:02,130 --> 00:55:05,579
Tja, en stor del av det var som genereras av människor.

1133
00:55:05,580 --> 00:55:06,839
- Men hur som helst, idag ska jag-

1134
00:55:06,840 --> 00:55:08,219
- [Speaker] AI blir ännu smart,

1135
00:55:08,220 --> 00:55:11,099
det kan skapa saker, text, bilder, även musik.

1136
00:55:11,100 --> 00:55:13,559
- Jag tar bara min morgon badkar,

1137
00:55:13,560 --> 00:55:15,239
bara att plaska runt lite.

1138
00:55:15,240 --> 00:55:16,889
- [Speaker] Detta self-learning är en big deal.

1139
00:55:16,890 --> 00:55:19,559
Det betyder att AI kan potentiellt förbättra sig själv,

1140
00:55:19,560 --> 00:55:21,569
blir smartare och snabbare.

1141
00:55:21,570 --> 00:55:23,389
- Mer och mer data som kommer på webben

1142
00:55:23,390 --> 00:55:26,549
är faktiskt som genereras av en AI själv,

1143
00:55:26,550 --> 00:55:29,399
och det är fortfarande används ibland medvetet,

1144
00:55:29,400 --> 00:55:33,539
ibland av misstag för att träna bättre och bättre AI.

1145
00:55:33,540 --> 00:55:35,369
- [Speaker] Låt oss säga att en AI skriver en berättelse,

1146
00:55:35,370 --> 00:55:38,429
det är lite otymplig, men, hey, it ' s learning.

1147
00:55:38,430 --> 00:55:41,399
En annan AI läser denna berättelse och lär sig av det.

1148
00:55:41,400 --> 00:55:45,059
Den andra AI är att lära sig från den första AI: s misstag.

1149
00:55:45,060 --> 00:55:47,639
Denna återkoppling kan leda till en förträngning

1150
00:55:47,640 --> 00:55:49,379
av AI förståelse.

1151
00:55:49,380 --> 00:55:50,879
Som ett spel för telefon,

1152
00:55:50,880 --> 00:55:54,149
den ursprungliga informationen blir förvrängd med varje iteration.

1153
00:55:54,150 --> 00:55:55,619
- I en mening, du kan hävda

1154
00:55:55,620 --> 00:55:57,779
att det kanske är att skapa mer data för AI

1155
00:55:57,780 --> 00:55:59,999
och det är ofta som en bra sak.

1156
00:56:00,000 --> 00:56:02,609
Men det är också lite nyans till detta

1157
00:56:02,610 --> 00:56:06,419
där inte bara mer data behöver också mer varierande uppgifter.

1158
00:56:06,420 --> 00:56:09,389
Data som är korrekt i sak.

1159
00:56:09,390 --> 00:56:12,509
Ofta är de data som genereras återspeglas

1160
00:56:12,510 --> 00:56:16,199
av sin utbildning källor, som kan ha sina egna fördomar.

1161
00:56:16,200 --> 00:56:18,479
Och alla dessa återspeglas

1162
00:56:18,480 --> 00:56:20,639
i dessa AI-genererade data,

1163
00:56:20,640 --> 00:56:23,579
som sedan används för att utbilda framtida AI-system.

1164
00:56:23,580 --> 00:56:24,719
- [Speaker] Vi har alla fördomar,

1165
00:56:24,720 --> 00:56:27,539
dessa omedvetna tendenser att färg är vår bedömning.

1166
00:56:27,540 --> 00:56:30,719
AI kan ärva dessa fördomar från de uppgifter som den är utbildade på,

1167
00:56:30,720 --> 00:56:33,869
och om att data i sig som genereras av partisk AI,

1168
00:56:33,870 --> 00:56:35,639
vi har ett problem.

1169
00:56:35,640 --> 00:56:39,269
Tänk dig en AI som är utbildad att identifiera lovande arbetssökande.

1170
00:56:39,270 --> 00:56:42,299
Om utbildningen data är skev mot vissa demografi,

1171
00:56:42,300 --> 00:56:45,509
AI kan orättvist gynna dessa grupper.

1172
00:56:45,510 --> 00:56:48,089
Detta kan vidmakthålla befintliga ojämlikheter,

1173
00:56:48,090 --> 00:56:50,519
gör världen mindre verkligt, mindre bara.

1174
00:56:50,520 --> 00:56:52,919
- Om du tar i utbildning uppgifter som är felaktiga,

1175
00:56:52,920 --> 00:56:56,249
eller inte är specifikt relaterade till din användning fallet,

1176
00:56:56,250 --> 00:56:58,829
det är inte funka för användning fallet.

1177
00:56:58,830 --> 00:56:59,759
Det kan vara ett stort problem,

1178
00:56:59,760 --> 00:57:01,829
speciellt när du översätta språk,

1179
00:57:01,830 --> 00:57:04,229
när du tittar på manligt och kvinnligt,

1180
00:57:04,230 --> 00:57:05,849
särskilt i Europeiska språk

1181
00:57:05,850 --> 00:57:08,609
eller formaliteter i de Asiatiska språken.

1182
00:57:08,610 --> 00:57:12,719
När systemen kommer tillbaka med svar,

1183
00:57:12,720 --> 00:57:16,919
det är utbildade att det inte kan vara kontextuella eller kreativa,

1184
00:57:16,920 --> 00:57:19,829
det har att komma tillbaka med ett verkligt värde.

1185
00:57:19,830 --> 00:57:22,859
Om det inte kan hitta ett verkligt värde, det skapar man.

1186
00:57:22,860 --> 00:57:24,899
Det är vad som är känt som en hallucination.

1187
00:57:24,900 --> 00:57:27,869
- [Speaker] en Annan risk är att en minskning av data mångfald.

1188
00:57:27,870 --> 00:57:30,599
Den verkliga världen är rörig, full av överraskningar,

1189
00:57:30,600 --> 00:57:33,449
men om AI är endast utsatta för sina egna skapelser,

1190
00:57:33,450 --> 00:57:35,759
det kan vara besvärligt att hantera denna komplexitet.

1191
00:57:35,760 --> 00:57:38,369
Det är som att lära sig om världen från en och samma bok.

1192
00:57:38,370 --> 00:57:39,509
- Samtidigt som det är ett löfte,

1193
00:57:39,510 --> 00:57:43,859
i någon mening det hjälper till att lösa problemet med data knapphet.

1194
00:57:43,860 --> 00:57:46,589
Å andra sidan, det behöver mycket mer vård

1195
00:57:46,590 --> 00:57:51,419
och vetenskapliga studiet av hur bäst att bearbeta denna data

1196
00:57:51,420 --> 00:57:54,089
för att göra det faktiskt är användbar för att bygga bättre AI

1197
00:57:54,090 --> 00:57:57,753
snarare än att faktiskt klamrar sig fast på några av dess brister.

1198
00:57:58,680 --> 00:58:00,449
- [Speaker] Falsk information kan förstärkas

1199
00:58:00,450 --> 00:58:03,749
och vidare, att skapa en virvel av osanning.

1200
00:58:03,750 --> 00:58:06,179
Låt oss säga att en AI som genererar falska nyhetsartiklar.

1201
00:58:06,180 --> 00:58:09,149
En annan AI läser dessa artiklar som träningsdata.

1202
00:58:09,150 --> 00:58:10,859
Denna andra AI kan sedan generera

1203
00:58:10,860 --> 00:58:13,199
ännu mer övertygande falska nyheter.

1204
00:58:13,200 --> 00:58:15,989
Resultatet av översvämning av falska uppgifter,

1205
00:58:15,990 --> 00:58:18,419
att urholka förtroendet och sådd disharmoni.

1206
00:58:18,420 --> 00:58:19,949
- Tänk dig att någon släppt en video

1207
00:58:19,950 --> 00:58:22,619
för en politiker att titta rakt in i en kamera och säger,

1208
00:58:22,620 --> 00:58:24,629
Jag äter spädbarn till frukost.

1209
00:58:24,630 --> 00:58:25,859
Du vet, om man ska tro

1210
00:58:25,860 --> 00:58:27,119
en nyhetsartikel om det,

1211
00:58:27,120 --> 00:58:28,709
de är naturligtvis kommer att tro att se

1212
00:58:28,710 --> 00:58:30,749
politikerna säger att.

1213
00:58:30,750 --> 00:58:32,279
- [Speaker] AI-genererade djupt förfalskningar

1214
00:58:32,280 --> 00:58:34,259
redan orsakar oro.

1215
00:58:34,260 --> 00:58:36,899
Dessa hyperrealistic videor kan sprida desinformation

1216
00:58:36,900 --> 00:58:38,789
och manipulera den allmänna opinionen

1217
00:58:38,790 --> 00:58:41,459
med potentiellt förödande konsekvenser.

1218
00:58:41,460 --> 00:58:44,129
- Ta Joe Biden robocalls, till exempel.

1219
00:58:44,130 --> 00:58:46,349
I midterm val,

1220
00:58:46,350 --> 00:58:49,259
någon skapade ett AI Joe Biden röst

1221
00:58:49,260 --> 00:58:51,539
och började göra robocall att säga

1222
00:58:51,540 --> 00:58:54,029
att detta val var inte viktigt

1223
00:58:54,030 --> 00:58:56,399
och att människor bör spara sina röster

1224
00:58:56,400 --> 00:58:58,079
för presidentvalet.

1225
00:58:58,080 --> 00:59:00,299
- Gå framåt, vi måste vara mer vaksamma

1226
00:59:00,300 --> 00:59:02,099
med vad vi förtroende från internet.

1227
00:59:02,100 --> 00:59:04,049
- Du kan fråga om det är dem,

1228
00:59:04,050 --> 00:59:06,239
och även om du faktiskt sagt,

1229
00:59:06,240 --> 00:59:08,039
man kan säga, nej, det var inte mig.

1230
00:59:08,040 --> 00:59:11,493
- Så när vi pratar om hur systemen lära,

1231
00:59:12,360 --> 00:59:17,039
hur den försöker att resonera och försöker skapa sammanhang,

1232
00:59:17,040 --> 00:59:18,509
hur det fungerar i princip

1233
00:59:18,510 --> 00:59:22,739
genom ett system som vi djupt lärande.

1234
00:59:22,740 --> 00:59:25,469
Den gyllene data utbildning är just det, rätt?

1235
00:59:25,470 --> 00:59:27,179
Det är inte bara skrapas av från internet

1236
00:59:27,180 --> 00:59:31,199
eller inte bara en rak utmatning från ett AI-system.

1237
00:59:31,200 --> 00:59:34,199
Det är produktionen som AI-system utgångar,

1238
00:59:34,200 --> 00:59:35,699
och sedan en människa kommer i

1239
00:59:35,700 --> 00:59:37,949
och gör perfekta och sedan lär sig från det.

1240
00:59:37,950 --> 00:59:40,439
Typiskt för vad vi försöker hitta de bästa lösningarna

1241
00:59:40,440 --> 00:59:44,429
är en kombination av att ha AI komma

1242
00:59:44,430 --> 00:59:48,029
en generell slutsats och med en människa kommer i

1243
00:59:48,030 --> 00:59:50,489
och efter redigera den för att göra den perfekt.

1244
00:59:50,490 --> 00:59:53,519
- [Speaker] Så hur kan vi undvika dessa fallgropar?

1245
00:59:53,520 --> 00:59:57,059
För det första måste vi vara medvetna om de data vi använder för att utbilda AI.

1246
00:59:57,060 --> 01:00:00,629
Att enbart förlita sig på AI-genererade data är som att mata ett barn

1247
01:00:00,630 --> 01:00:02,759
en diet av något annat än godis.

1248
01:00:02,760 --> 01:00:05,819
Vi måste prioritera mänskliga sammanställd data,

1249
01:00:05,820 --> 01:00:08,399
se till att mångfald och noggrannhet.

1250
01:00:08,400 --> 01:00:12,659
- Jag tror personligen att för AI-genererade data

1251
01:00:12,660 --> 01:00:16,139
för att vara en stark kraft i att utveckla AI-system,

1252
01:00:16,140 --> 01:00:20,069
det måste finnas i samband med mänskliga preferenser,

1253
01:00:20,070 --> 01:00:21,419
mänskligt genererade data.

1254
01:00:21,420 --> 01:00:25,559
Så det bör finnas mekanismer som människor också spela

1255
01:00:25,560 --> 01:00:28,259
en roll i den typ av data som får användas

1256
01:00:28,260 --> 01:00:30,059
för utbildning av dessa system.

1257
01:00:30,060 --> 01:00:31,649
- [Speaker] Tänk på det som att lägga till vitaminer

1258
01:00:31,650 --> 01:00:33,869
och mineraler för att AI: s kost.

1259
01:00:33,870 --> 01:00:35,969
Detta kommer att hjälpa AI utveckla en mer nyanserad

1260
01:00:35,970 --> 01:00:38,129
och balanserad förståelse av världen.

1261
01:00:38,130 --> 01:00:40,799
För det andra måste vi vara vaksamma om bias.

1262
01:00:40,800 --> 01:00:42,239
Precis som vi strävar efter rättvisa

1263
01:00:42,240 --> 01:00:44,099
och jämställdheten i våra samhällen,

1264
01:00:44,100 --> 01:00:47,879
vi behöver bädda in dessa värden i vår AI-system.

1265
01:00:47,880 --> 01:00:50,459
Detta innebär att noggrant revision AI-algoritmer

1266
01:00:50,460 --> 01:00:53,549
och åtgärda alla eventuella fel som kan uppstå.

1267
01:00:53,550 --> 01:00:56,369
Slutligen måste vi komma ihåg att AI är ett verktyg,

1268
01:00:56,370 --> 01:00:58,649
inte en ersättning för det mänskliga omdömet.

1269
01:00:58,650 --> 01:00:59,549
- Jag tror att när vi får tillbaka

1270
01:00:59,550 --> 01:01:02,729
till att ChatGPT Turing test fråga

1271
01:01:02,730 --> 01:01:05,429
Jag tror att turingtestet behöver för att utvecklas också.

1272
01:01:05,430 --> 01:01:09,629
- [Speaker] Så gjorde ChatGPT-4.5 klara turingtestet?

1273
01:01:09,630 --> 01:01:12,029
Ja, och på din nästa chatt-sessioner,

1274
01:01:12,030 --> 01:01:13,632
du kanske frågar dig själv,

1275
01:01:13,633 --> 01:01:17,129
är detta en person eller bara min nya favorit chatbot?

1276
01:01:17,130 --> 01:01:19,319
Totalt tror jag att jag vet massor av människor

1277
01:01:19,320 --> 01:01:21,120
som kanske inte klarar Turings test.

1278
01:01:26,980 --> 01:01:30,869
Jag tror att påståendet att ChatGPT-4.5 slå Turing test

1279
01:01:30,870 --> 01:01:33,119
är kanske lite sensationalism.

1280
01:01:33,120 --> 01:01:37,499
Modellen att slå Turing test var inte med intellekt,

1281
01:01:37,500 --> 01:01:41,939
eller förmågan att tänka att det var att införa stavfel

1282
01:01:41,940 --> 01:01:46,229
ett syfte och gör saker för att lura användaren

1283
01:01:46,230 --> 01:01:48,119
till att tro att det var mänskliga.

1284
01:01:48,120 --> 01:01:49,709
- [Speaker] Apples senaste forskningen, förklarar

1285
01:01:49,710 --> 01:01:53,069
vad som verkligen händer bakom de smarta chatbots.

1286
01:01:53,070 --> 01:01:55,919
Charmigt titeln, " Illusion av att Tänka",

1287
01:01:55,920 --> 01:01:58,409
den forskning som hävdar några av de senaste AI-modeller,

1288
01:01:58,410 --> 01:02:01,499
som OpenAI är O3 eller Google ' s Gemini,

1289
01:02:01,500 --> 01:02:03,509
faktiskt inte resonemanget.

1290
01:02:03,510 --> 01:02:06,119
Medan dessa stora resonemang modeller låter övertygande,

1291
01:02:06,120 --> 01:02:08,819
djupt ner att de är oftast upprepat mönster.

1292
01:02:08,820 --> 01:02:09,689
På lätt pussel,

1293
01:02:09,690 --> 01:02:12,629
grundläggande AIs kan ibland slå den tjusiga dem.

1294
01:02:12,630 --> 01:02:14,609
På medellång pussel, nya modeller glans

1295
01:02:14,610 --> 01:02:16,383
med steg-för-steg logik.

1296
01:02:17,550 --> 01:02:19,229
Men när saker och ting bli komplicerade,

1297
01:02:19,230 --> 01:02:22,109
båda typerna av modeller falla platt.

1298
01:02:22,110 --> 01:02:25,259
Ännu mer dramatisk när den konfronteras med verkligt svåra problem,

1299
01:02:25,260 --> 01:02:28,289
dessa modeller tenderar att bara ge upp.

1300
01:02:28,290 --> 01:02:29,729
De har makten att försöka hårdare,

1301
01:02:29,730 --> 01:02:31,769
men de ofta inte bry sig.

1302
01:02:31,770 --> 01:02:34,079
- Med varje innovation och varje meddelande

1303
01:02:34,080 --> 01:02:36,689
och den hype som säljs med varje meddelande,

1304
01:02:36,690 --> 01:02:39,809
det drar människor tillbaka ut från planering

1305
01:02:39,810 --> 01:02:43,379
och gå igenom den här upplysning fas

1306
01:02:43,380 --> 01:02:45,269
tillbaka i den hype cycle.

1307
01:02:45,270 --> 01:02:48,929
- Så denna nya teknik kommer att vara en spelet växlare.

1308
01:02:48,930 --> 01:02:50,279
- [Speaker] Ny teknik tenderar

1309
01:02:50,280 --> 01:02:52,919
att följa ett välbekant mönster som representeras av modell

1310
01:02:52,920 --> 01:02:54,989
känd som den hype cycle.

1311
01:02:54,990 --> 01:02:56,849
De börjar med en smäll, rinna ut i sanden,

1312
01:02:56,850 --> 01:03:00,029
då plötsligt tyst blivit oumbärlig.

1313
01:03:00,030 --> 01:03:01,829
Det finns fem klassiska faserna.

1314
01:03:01,830 --> 01:03:05,429
För det första, innovation trigger, ett genombrott,

1315
01:03:05,430 --> 01:03:08,579
en glödlampa ögonblick, och plötsligt alla pratar.

1316
01:03:08,580 --> 01:03:11,549
Nästa, toppen av överdrivna förväntningar.

1317
01:03:11,550 --> 01:03:14,429
Det är där den hype blir vilda rubriker överallt.

1318
01:03:14,430 --> 01:03:17,159
Investerare pålning i och löften om att förändra världen

1319
01:03:17,160 --> 01:03:18,809
med en massa vilda påståenden.

1320
01:03:18,810 --> 01:03:21,419
- Jag tror att just nu när det gäller den hype cycle,

1321
01:03:21,420 --> 01:03:25,263
det är allmänheten som närmar sig eller på topp hype.

1322
01:03:26,430 --> 01:03:28,949
- [Speaker] Sedan kommer tråg en besvikelse.

1323
01:03:28,950 --> 01:03:31,949
Reality bites, tech är inte riktigt fungerar som utlovat,

1324
01:03:31,950 --> 01:03:33,989
företag klagar, misslyckanden stack upp,

1325
01:03:33,990 --> 01:03:36,089
och världen ser ut efter nästa stora grej.

1326
01:03:36,090 --> 01:03:37,709
- Det finns en hel del företag

1327
01:03:37,710 --> 01:03:39,899
som har tråg en besvikelse.

1328
01:03:39,900 --> 01:03:42,059
- [Speaker] Företag räkna ut vad som faktiskt fungerar.

1329
01:03:42,060 --> 01:03:44,369
Nya versioner visas och praktiska fördelar start

1330
01:03:44,370 --> 01:03:45,899
att växa fram för slutanvändare.

1331
01:03:45,900 --> 01:03:46,950
- Låt oss försöka detta.

1332
01:03:47,910 --> 01:03:49,199
Okej, det ser lovande ut.

1333
01:03:49,200 --> 01:03:51,359
- Tänk på att när du är på platån produktivitet,

1334
01:03:51,360 --> 01:03:55,169
detta är helt ingrodd till allas dagliga liv.

1335
01:03:55,170 --> 01:03:56,990
Jag tror att en hel del företag

1336
01:03:56,991 --> 01:03:58,859
och många människor är fortfarande räkna ut

1337
01:03:58,860 --> 01:04:00,599
hur man bäst använder dessa verktyg.

1338
01:04:00,600 --> 01:04:03,059
- [Speaker] Slutligen, finns platån produktivitet.

1339
01:04:03,060 --> 01:04:05,039
De tekniskt fungerar och alla använder det,

1340
01:04:05,040 --> 01:04:06,839
ofta utan att ens tänka på det.

1341
01:04:06,840 --> 01:04:09,689
- Jag tror att vi är lite tid bort från peak produktivitet,

1342
01:04:09,690 --> 01:04:12,883
men vi är definitivt på väg att uppnå det.

1343
01:04:12,884 --> 01:04:15,509
(spännande musik)

1344
01:04:15,510 --> 01:04:18,209
- Vissa människor kommer att vara rädd för AI

1345
01:04:18,210 --> 01:04:20,249
eftersom de är rädda för allt.

1346
01:04:20,250 --> 01:04:21,899
- [Speaker] AI kan öka vår förmåga,

1347
01:04:21,900 --> 01:04:23,789
men det bör inte diktera våra beslut.

1348
01:04:23,790 --> 01:04:26,699
Genom att vistas bedriver, genom att behålla kontrollen,

1349
01:04:26,700 --> 01:04:29,549
vi kan se till att AI är fortfarande en kraft för det goda

1350
01:04:29,550 --> 01:04:30,509
i världen.

1351
01:04:30,510 --> 01:04:33,479
- Studier som gjorts efter andra Världskriget visar att 30 till 35%

1352
01:04:33,480 --> 01:04:35,429
i något land som är fyllda med människor som är rädda för

1353
01:04:35,430 --> 01:04:38,069
av allt och kommer att göra vad de är tillsagda.

1354
01:04:38,070 --> 01:04:38,969
Så det kommer att vara ett visst antal

1355
01:04:38,970 --> 01:04:40,049
av människor som är bara rädd för,

1356
01:04:40,050 --> 01:04:42,149
och kommer att tro vad de är tillsagda.

1357
01:04:42,150 --> 01:04:44,999
- [Speaker] Som vi hindret mot en framtid som domineras av AI,

1358
01:04:45,000 --> 01:04:46,649
en viktig fråga uppstår.

1359
01:04:46,650 --> 01:04:48,749
Detta kommer att vara vår sista akt av skapande,

1360
01:04:48,750 --> 01:04:51,149
eller början på en ny era?

1361
01:04:51,150 --> 01:04:54,989
- Vi är fortfarande långt från de domedagsscenarier av AI.

1362
01:04:54,990 --> 01:04:56,789
Varje ny teknik ofta slutar

1363
01:04:56,790 --> 01:04:58,379
att vara ett tveeggat svärd.

1364
01:04:58,380 --> 01:05:00,899
- [Speaker] begreppet AI överträffar mänsklig intelligens

1365
01:05:00,900 --> 01:05:03,149
är både spännande och oroande.

1366
01:05:03,150 --> 01:05:04,799
Om maskiner kan lära sig, anpassa sig,

1367
01:05:04,800 --> 01:05:07,006
och innovera i en aldrig tidigare skådad takt,

1368
01:05:07,007 --> 01:05:10,049
(spänd musik)

1369
01:05:10,050 --> 01:05:12,329
vilken roll människor spelar i en framtida formade

1370
01:05:12,330 --> 01:05:13,889
av våra egna skapelser?

1371
01:05:13,890 --> 01:05:16,439
- Näringsidkare och människor som faktiskt gör bra saker,

1372
01:05:16,440 --> 01:05:19,739
sjuksköterskor kommer att bli bra.

1373
01:05:19,740 --> 01:05:22,109
Och om något, vi kommer att ha större behov av dem

1374
01:05:22,110 --> 01:05:23,699
som människor behöver för att omskolas

1375
01:05:23,700 --> 01:05:26,459
och experimenterar med nya sätt att försörja sig.

1376
01:05:26,460 --> 01:05:27,779
- [Speaker] De beslut vi fattar idag

1377
01:05:27,780 --> 01:05:30,479
om AI-utveckling och förordning

1378
01:05:30,480 --> 01:05:32,189
kommer att ha långtgående konsekvenser

1379
01:05:32,190 --> 01:05:34,109
för kommande generationer.

1380
01:05:34,110 --> 01:05:37,559
- Innovation handlar om att vara överladdad.

1381
01:05:37,560 --> 01:05:39,496
Det är vad AI kan göra.

1382
01:05:39,497 --> 01:05:44,399
Om, om vi inte tillåter det att bli ett medel för kontroll.

1383
01:05:44,400 --> 01:05:48,479
För kom ihåg, varje god sak, varje positiv kraft

1384
01:05:48,480 --> 01:05:50,549
som ger människor mer frihet

1385
01:05:50,550 --> 01:05:54,993
kan användas av sjuka tänkt som ett medel för kontroll.

1386
01:05:56,160 --> 01:05:59,999
- Jag är ledsen Dave, jag är rädd att jag inte kan göra det.

1387
01:06:00,000 --> 01:06:02,429
- [Speaker] Super intelligens, en teoretisk form av AI

1388
01:06:02,430 --> 01:06:05,219
som överträffar det mänskliga intellektet i varje aspekt

1389
01:06:05,220 --> 01:06:07,949
har länge varit en stapelvara i science fiction.

1390
01:06:07,950 --> 01:06:09,004
- Vad är problemet?

1391
01:06:09,005 --> 01:06:11,129
(himmelska choral music)

1392
01:06:11,130 --> 01:06:13,319
- [Speaker] Men med den snabba framsteg i AI,

1393
01:06:13,320 --> 01:06:17,039
det är inte längre ett begrepp begränsas till de sidor av romaner.

1394
01:06:17,040 --> 01:06:20,849
Kan vi styra något mer intelligenta än oss själva?

1395
01:06:20,850 --> 01:06:23,909
Skulle vi ens vill, eller skulle vi avstå från kontroll?

1396
01:06:23,910 --> 01:06:26,069
- Super intelligens intelligens

1397
01:06:26,070 --> 01:06:28,019
det är högre än för människor.

1398
01:06:28,020 --> 01:06:30,299
Vi anser som en industri

1399
01:06:30,300 --> 01:06:32,129
that this could occur within a decade.

1400
01:06:32,130 --> 01:06:34,870
- I see it as the wake
up call for the world

1401
01:06:35,893 --> 01:06:38,909
that AI is gonna be faster
than you think it is.

1402
01:06:38,910 --> 01:06:42,089
And could come from
any corner of the world

1403
01:06:42,090 --> 01:06:46,199
and we should act now before it's too late

1404
01:06:46,200 --> 01:06:48,663
in making sure it's deployed for good.

1405
01:06:49,590 --> 01:06:51,359
- [Narrator] The concept of a singularity,

1406
01:06:51,360 --> 01:06:54,719
a point in time when AI
surpasses human intelligence

1407
01:06:54,720 --> 01:06:57,299
and triggers rapid technological growth

1408
01:06:57,300 --> 01:06:59,159
is a topic of intense debate.

1409
01:06:59,160 --> 01:07:01,409
- I really don't know
where it's going to end,

1410
01:07:01,410 --> 01:07:05,429
but given the history,
the industrial revolution,

1411
01:07:05,430 --> 01:07:09,929
the digital age, we are
gonna reaccommodate.

1412
01:07:09,930 --> 01:07:12,419
There's gonna be a period of adjustment,

1413
01:07:12,420 --> 01:07:13,713
but then we'll be fine.

1414
01:07:15,510 --> 01:07:18,029
- [Narrator] Some experts
believe it could usher in an era

1415
01:07:18,030 --> 01:07:19,953
of unprecedented prosperity.

1416
01:07:21,150 --> 01:07:23,703
While others warn of existential risks.

1417
01:07:24,840 --> 01:07:27,899
- AI has been used to influence votes,

1418
01:07:27,900 --> 01:07:31,829
influence public opinion,
and it's really dangerous.

1419
01:07:31,830 --> 01:07:33,269
So, it's scary,

1420
01:07:33,270 --> 01:07:38,270
and I think that as a society,

1421
01:07:38,520 --> 01:07:39,479
we should be figuring out

1422
01:07:39,480 --> 01:07:41,339
how to regulate this pretty quickly,

1423
01:07:41,340 --> 01:07:42,959
- [Narrator] Regardless of one's stance,

1424
01:07:42,960 --> 01:07:45,629
the potential for AI to
fundamentally reshape

1425
01:07:45,630 --> 01:07:47,699
our world is undeniable

1426
01:07:47,700 --> 01:07:50,819
- In my opinion, if the big players in AI,

1427
01:07:50,820 --> 01:07:52,629
including the big companies,

1428
01:07:52,630 --> 01:07:55,473
your Facebooks, your
AWSs, your Microsofts,

1429
01:07:56,310 --> 01:07:59,549
play responsibly and utilize
ethics in what they're doing,

1430
01:07:59,550 --> 01:08:02,849
everybody else will come
into play and follow.

1431
01:08:02,850 --> 01:08:05,759
- The biggest thing we need to get right

1432
01:08:05,760 --> 01:08:09,340
in order to not completely
obliterate humans

1433
01:08:10,248 --> 01:08:12,179
(thrilling music)

1434
01:08:12,180 --> 01:08:15,063
is the ethics behind the AI.

1435
01:08:16,560 --> 01:08:20,759
I hope we treat AI in
the future and grow AI

1436
01:08:20,760 --> 01:08:24,899
in a way that we would
a beloved young child,

1437
01:08:24,900 --> 01:08:27,933
where we teach it values,

1438
01:08:29,340 --> 01:08:34,289
and fairness and justice

1439
01:08:34,290 --> 01:08:36,599
in the hopes that it grows up

1440
01:08:36,600 --> 01:08:39,483
to be a good citizen of the world.

1441
01:08:40,800 --> 01:08:45,153
We can't forget that we are humans.

1442
01:08:47,070 --> 01:08:49,289
The things that make us human

1443
01:08:49,290 --> 01:08:51,723
and social beings are important,

1444
01:08:53,460 --> 01:08:56,249
and we should look after one another

1445
01:08:56,250 --> 01:08:58,053
and take care of one another.

1446
01:08:59,550 --> 01:09:02,039
- [Narrator] The story
of AI is just beginning.

1447
01:09:02,040 --> 01:09:04,953
It's a story filled with
both promise and peril.

1448
01:09:07,380 --> 01:09:09,303
And its ending remains unwritten.

1449
01:09:14,070 --> 01:09:15,970
The future of intelligence, it seemed,

1450
01:09:17,910 --> 01:09:19,649
is up to us to decide.

1451
01:09:19,650 --> 01:09:24,650
(hopeful music)