ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"

Why you should listen

Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.

Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."

Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.

More profile about the speaker
Alex Wissner-Gross | Speaker | TED.com
TEDxBeaconStreet

Alex Wissner-Gross: A new equation for intelligence

Alex Wissner-Gross: Una nueva ecuación para la inteligencia

Filmed:
2,098,891 views

¿Existe una ecuación para la inteligencia? Sí. Es F = T ∇ Sτ. En una fascinante e informativa charla, el físico y científico de la informática Alex Wissner-Gross explica a qué se refiere con eso. (Filmado en TEDxBeaconStreet.)
- Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio

Double-click the English transcript below to play the video.

00:12
IntelligenceInteligencia -- what is it?
0
899
3667
Inteligencia, ¿qué es eso?
00:16
If we take a look back at the historyhistoria
1
4566
2291
Si analizamos la historia
00:18
of how intelligenceinteligencia has been viewedvisto,
2
6857
2624
de cómo se ha visto la inteligencia,
00:21
one seminalseminal exampleejemplo has been
3
9481
3618
un ejemplo productivo ha sido
00:25
EdsgerEdsger Dijkstra'sDijkstra's famousfamoso quotecitar that
4
13099
3477
la famosa cita de
Edsger Dijkstra de que
00:28
"the questionpregunta of whethersi a machinemáquina can think
5
16576
3111
"La pregunta de si una
máquina puede pensar
00:31
is about as interestinginteresante
6
19687
1310
es tan interesante
00:32
as the questionpregunta of whethersi a submarinesubmarino
7
20997
2971
como la pregunta
de si un submarino
00:35
can swimnadar."
8
23968
1790
puede nadar".
00:37
Now, EdsgerEdsger DijkstraDijkstra, when he wroteescribió this,
9
25758
3844
Cuando Edsger Dijkstra escribió esto
00:41
intendeddestinado a it as a criticismcrítica
10
29602
2054
lo hizo como una crítica
00:43
of the earlytemprano pioneerspioneros of computercomputadora scienceciencia,
11
31656
3000
a los pioneros de la informática
00:46
like AlanAlan TuringTuring.
12
34656
1747
como Alan Turing.
00:48
Howeversin embargo, if you take a look back
13
36403
2499
Sin embargo, si miramos al pasado
00:50
and think about what have been
14
38902
1965
y pensamos cuáles han sido
00:52
the mostmás empoweringempoderamiento innovationsinnovaciones
15
40867
1996
las innovaciones más poderosas
00:54
that enabledhabilitado us to buildconstruir
16
42863
1879
que nos han permitido construir
00:56
artificialartificial machinesmáquinas that swimnadar
17
44742
2234
máquinas artificiales que nadan
00:58
and artificialartificial machinesmáquinas that [flymosca],
18
46976
2573
y máquinas artificiales que vuelan,
01:01
you find that it was only throughmediante understandingcomprensión
19
49549
3547
hallarán que fue solo
comprendiendo
01:05
the underlyingsubyacente physicalfísico mechanismsmecanismos
20
53096
2608
los mecanismos
físicos subyacentes
01:07
of swimmingnadando and flightvuelo
21
55704
2779
del nadar y el volar
01:10
that we were ablepoder to buildconstruir these machinesmáquinas.
22
58483
3172
que pudimos construir esas máquinas.
01:13
And so, severalvarios yearsaños agohace,
23
61655
2256
Y así, hace algunos años,
01:15
I undertookemprendió a programprograma to try to understandentender
24
63911
3249
emprendí un programa
para tratar de entender
01:19
the fundamentalfundamental physicalfísico mechanismsmecanismos
25
67160
2634
los mecanismos
físicos fundamentales
01:21
underlyingsubyacente intelligenceinteligencia.
26
69794
2768
subyacentes de la inteligencia.
01:24
Let's take a steppaso back.
27
72562
1860
Retrocedamos un paso.
01:26
Let's first beginempezar with a thought experimentexperimentar.
28
74422
3149
Primero empecemos con un
experimento mental.
01:29
PretendFingir that you're an alienextraterrestre racecarrera
29
77571
2854
Imaginen que son de una raza alienígena,
01:32
that doesn't know anything about EarthTierra biologybiología
30
80425
3041
que no saben nada de la
biología de la Tierra
01:35
or EarthTierra neuroscienceneurociencia or EarthTierra intelligenceinteligencia,
31
83466
3116
ni de neurociencia de la Tierra
ni de inteligencia de la Tierra,
01:38
but you have amazingasombroso telescopestelescopios
32
86582
2192
pero que tienen
telescopios increíbles
01:40
and you're ablepoder to watch the EarthTierra,
33
88774
2362
y pueden observar la Tierra,
01:43
and you have amazinglyespantosamente long livesvive,
34
91136
2332
y tienen vidas increíblemente largas,
01:45
so you're ablepoder to watch the EarthTierra
35
93468
1499
así que pueden observar la Tierra
01:46
over millionsmillones, even billionsmiles de millones of yearsaños.
36
94967
3442
durante millones, incluso
miles de millones de años.
01:50
And you observeobservar a really strangeextraño effectefecto.
37
98409
3015
Y ven un efecto muy extraño.
01:53
You observeobservar that, over the coursecurso of the millenniamilenios,
38
101424
4312
Observan que, en el
transcurso de los milenios,
01:57
EarthTierra is continuallycontinuamente bombardedbombardeado with asteroidsasteroides
39
105736
4285
la Tierra es continuamente
bombardeada por asteroides
02:02
up untilhasta a pointpunto,
40
110021
2087
hasta un cierto momento,
02:04
and that at some pointpunto,
41
112108
1531
y que en ese momento,
02:05
correspondingcorrespondiente roughlyaproximadamente to our yearaño, 2000 ADANUNCIO,
42
113639
4192
que corresponde aproximadamente
a nuestro año 2000 d.C.,
02:09
asteroidsasteroides that are on
43
117831
1716
asteroides que se encuentran
02:11
a collisioncolisión coursecurso with the EarthTierra
44
119547
1931
en un curso de colisión
con la Tierra
02:13
that otherwisede otra manera would have collidedcolisionó
45
121478
1975
que de otra forma
habrían chocado,
02:15
mysteriouslymisteriosamente get deflecteddesviado
46
123453
2415
misteriosamente
salen desviados
02:17
or they detonatedetonar before they can hitgolpear the EarthTierra.
47
125868
3072
o detonan antes de
impactar la Tierra.
02:20
Now of coursecurso, as earthlingsterrícolas,
48
128940
2083
Por supuesto,
como terrícolas,
02:23
we know the reasonrazón would be
49
131023
1544
sabemos que la razón sería
02:24
that we're tryingmolesto to savesalvar ourselvesNosotros mismos.
50
132567
1756
que estamos tratando
de salvarnos a nosotros mismos.
02:26
We're tryingmolesto to preventevitar an impactimpacto.
51
134323
3080
Estamos tratando
de evitar un impacto.
02:29
But if you're an alienextraterrestre racecarrera
52
137403
1711
Pero si son de
una raza alienígena
02:31
who doesn't know any of this,
53
139114
1146
que no sabe nada de esto,
02:32
doesn't have any conceptconcepto of EarthTierra intelligenceinteligencia,
54
140260
2514
que no tiene ningún concepto
sobre inteligencia de la Tierra,
02:34
you'dtu hubieras be forcedforzado to put togetherjuntos
55
142774
1728
se verían obligados a desarrollar
02:36
a physicalfísico theoryteoría that explainsexplica how,
56
144502
2918
una teoría física
que explicara cómo,
02:39
up untilhasta a certaincierto pointpunto in time,
57
147420
2538
hasta cierto momento en el tiempo,
02:41
asteroidsasteroides that would demolishdemoler the surfacesuperficie of a planetplaneta
58
149958
4449
los asteroides que demolerían
la superficie de un planeta
02:46
mysteriouslymisteriosamente stop doing that.
59
154407
3231
misteriosamente
dejan de hacerlo.
02:49
And so I claimReclamación that this is the samemismo questionpregunta
60
157638
4204
Y por eso afirmo que
esta es la misma pregunta
02:53
as understandingcomprensión the physicalfísico naturenaturaleza of intelligenceinteligencia.
61
161842
3998
que la de entender la naturaleza física
de la inteligencia.
02:57
So in this programprograma that I
undertookemprendió severalvarios yearsaños agohace,
62
165840
3882
Así que en este programa que
llevé a cabo hace varios años,
03:01
I lookedmirado at a varietyvariedad of differentdiferente threadstrapos
63
169722
2765
analicé una variedad de temas
03:04
acrossa través de scienceciencia, acrossa través de a varietyvariedad of disciplinesdisciplinas,
64
172487
3162
a través de la ciencia,
a través de varias disciplinas,
03:07
that were pointingseñalando, I think,
65
175649
1892
que señalaban, creo,
03:09
towardshacia a singlesoltero, underlyingsubyacente mechanismmecanismo
66
177541
2548
hacia un único
mecanismo subyacente
03:12
for intelligenceinteligencia.
67
180089
1581
de la inteligencia.
03:13
In cosmologycosmología, for exampleejemplo,
68
181670
2546
En cosmología, por ejemplo,
03:16
there have been a varietyvariedad of
differentdiferente threadstrapos of evidenceevidencia
69
184216
2747
ha habido una variedad
de evidencias
03:18
that our universeuniverso appearsaparece to be finelyfinamente tunedafinado
70
186963
3407
de que nuestro universo
parece estar finamente ajustado
03:22
for the developmentdesarrollo of intelligenceinteligencia,
71
190370
2153
para el desarrollo
de la inteligencia,
03:24
and, in particularespecial, for the developmentdesarrollo
72
192523
2389
y, en particular,
para el desarrollo
03:26
of universaluniversal statesestados
73
194912
1886
de estados universales
03:28
that maximizemaximizar the diversitydiversidad of possibleposible futuresfuturos.
74
196798
4098
que maximizan la diversidad
de posibles futuros.
03:32
In gamejuego playjugar, for exampleejemplo, in Go --
75
200896
2344
En el juego de Go, por ejemplo,
03:35
everyonetodo el mundo remembersrecuerda in 1997
76
203240
3025
—todo el mundo recuerda en 1997
03:38
when IBM'sIBM DeepProfundo BlueAzul beatgolpear
GarryGarry KasparovKasparov at chessajedrez --
77
206265
3951
cuando Deep Blue de IBM
derrotó a Garry Kasparov en ajedrez—
03:42
fewermenos people are awareconsciente
78
210216
1523
pocas personas son conscientes
03:43
that in the pastpasado 10 yearsaños or so,
79
211739
2018
de que en los últimos
10 años aproximadamente,
03:45
the gamejuego of Go,
80
213757
1198
el juego de Go,
03:46
arguablydiscutiblemente a much more challengingdesafiante gamejuego
81
214955
1956
explicablemente un
juego mucho más desafiante
03:48
because it has a much highermayor branchingderivación factorfactor,
82
216911
2425
porque tiene un factor de ramificación
mucho más alto,
03:51
has alsoademás startedempezado to succumbsucumbir
83
219336
1702
también ha comenzado a sucumbir
03:53
to computercomputadora gamejuego playersjugadores
84
221038
1865
ante las computadoras
03:54
for the samemismo reasonrazón:
85
222903
1573
por la misma razón:
03:56
the bestmejor techniquestécnicas right now
for computersordenadores playingjugando Go
86
224476
2800
las mejores técnicas en este momento
en las computadoras con el Go
03:59
are techniquestécnicas that try to maximizemaximizar futurefuturo optionsopciones
87
227276
3696
son técnicas que intentan
maximizar las opciones futuras
04:02
duringdurante gamejuego playjugar.
88
230972
2014
durante el juego.
04:04
FinallyFinalmente, in roboticrobótico motionmovimiento planningplanificación,
89
232986
3581
Finalmente, en la planeación
de movimiento robótico,
04:08
there have been a varietyvariedad of recentreciente techniquestécnicas
90
236567
2182
ha habido una variedad
de técnicas recientes
04:10
that have triedintentó to take advantageventaja
91
238749
1902
que han intentado aprovechar
04:12
of abilitieshabilidades of robotsrobots to maximizemaximizar
92
240651
3146
las habilidades de los
robots para maximizar
04:15
futurefuturo freedomlibertad of actionacción
93
243797
1506
la futura libertad de acción
04:17
in orderorden to accomplishrealizar complexcomplejo tasksTareas.
94
245303
3097
con el fin de realizar
tareas complejas.
04:20
And so, takingtomando all of these differentdiferente threadstrapos
95
248400
2355
Y así, tomando todos estos
temas diferentes
04:22
and puttingponiendo them togetherjuntos,
96
250755
1622
y colocándolos juntos,
04:24
I askedpreguntó, startingcomenzando severalvarios yearsaños agohace,
97
252377
2640
pregunté,
desde hace ya varios años:
04:27
is there an underlyingsubyacente mechanismmecanismo for intelligenceinteligencia
98
255017
2850
¿Existe un mecanismo subyacente
para la inteligencia
04:29
that we can factorfactor out
99
257867
1673
que podamos extraer
04:31
of all of these differentdiferente threadstrapos?
100
259540
1774
de todos estos diferentes temas?
04:33
Is there a singlesoltero equationecuación for intelligenceinteligencia?
101
261314
4593
¿Existe solamente una ecuación
para la inteligencia?
04:37
And the answerresponder, I believe, is yes.
["F = T ∇ Sτ"]
102
265907
3371
Y creo que la respuesta es sí.
04:41
What you're seeingviendo is probablyprobablemente
103
269278
1913
Lo que están viendo
es probablemente
04:43
the closestmás cercano equivalentequivalente to an E = mcmc²
104
271191
3294
el equivalente más cercano
a un E = mc²
04:46
for intelligenceinteligencia that I've seenvisto.
105
274485
2830
para la inteligencia
que yo haya visto.
04:49
So what you're seeingviendo here
106
277315
1702
Así que
lo que están viendo aquí
04:51
is a statementdeclaración of correspondencecorrespondencia
107
279017
2669
es una afirmación
04:53
that intelligenceinteligencia is a forcefuerza, F,
108
281686
4435
de que la inteligencia
es una fuerza, F,
04:58
that actshechos so as to maximizemaximizar futurefuturo freedomlibertad of actionacción.
109
286121
4650
que actúa con el fin de maximizar
la futura libertad de acción.
05:02
It actshechos to maximizemaximizar futurefuturo freedomlibertad of actionacción,
110
290771
2375
Actúa para maximizar la
futura libertad de acción,
05:05
or keep optionsopciones openabierto,
111
293146
1628
o mantener las opciones abiertas,
05:06
with some strengthfuerza T,
112
294774
2225
con una fuerza T,
05:08
with the diversitydiversidad of possibleposible accessibleaccesible futuresfuturos, S,
113
296999
4777
con la diversidad de posibles
futuros accesibles, S,
05:13
up to some futurefuturo time horizonhorizonte, tautau.
114
301776
2550
hasta un inminente
tiempo futuro, tau.
05:16
In shortcorto, intelligenceinteligencia doesn't like to get trappedatrapado.
115
304326
3209
En pocas palabras, a la inteligencia
no le gusta quedar atrapada.
05:19
IntelligenceInteligencia triesintentos to maximizemaximizar
futurefuturo freedomlibertad of actionacción
116
307535
3055
La inteligencia intenta maximizar
la futura libertad de acción
05:22
and keep optionsopciones openabierto.
117
310590
2673
y mantener las opciones abiertas.
05:25
And so, givendado this one equationecuación,
118
313263
2433
Y así, teniendo en cuenta
esta ecuación,
05:27
it's naturalnatural to askpedir, so what can you do with this?
119
315696
2532
es natural preguntar:
¿Qué se puede hacer con esto?
05:30
How predictiveprofético is it?
120
318228
1351
¿Qué tan predictivo es?
05:31
Does it predictpredecir human-levelnivel humano intelligenceinteligencia?
121
319579
2135
¿Predice el nivel de
inteligencia humana?
05:33
Does it predictpredecir artificialartificial intelligenceinteligencia?
122
321714
2818
¿Predice la inteligencia artificial?
05:36
So I'm going to showespectáculo you now a videovídeo
123
324532
2042
Así que voy
a mostrarles ahora un video
05:38
that will, I think, demonstratedemostrar
124
326574
3420
que pienso, mostrará
05:41
some of the amazingasombroso applicationsaplicaciones
125
329994
2288
algunas de las aplicaciones
sorprendentes
05:44
of just this singlesoltero equationecuación.
126
332282
2319
de esta simple ecuación.
05:46
(VideoVídeo) NarratorNarrador: RecentReciente researchinvestigación in cosmologycosmología
127
334601
1979
(Video) Narrador: Recientes
investigaciones en cosmología
05:48
has suggestedsugirió that universesuniversos that produceProduce
128
336580
2047
han sugerido que los universos
que producen
05:50
more disordertrastorno, or "entropyentropía," over theirsu lifetimesvidas
129
338627
3481
más desorden, o "entropía",
durante su vida
05:54
should tendtender to have more favorablefavorable conditionscondiciones
130
342108
2478
deberían tener tendencia
a condiciones más favorables
05:56
for the existenceexistencia of intelligentinteligente
beingsseres suchtal as ourselvesNosotros mismos.
131
344586
3016
para la existencia de seres
inteligentes como nosotros.
05:59
But what if that tentativetentativo cosmologicalcosmológico connectionconexión
132
347602
2574
Pero ¿qué pasa si esa conexión
cosmológica tentativa
06:02
betweenEntre entropyentropía and intelligenceinteligencia
133
350176
1843
entre la entropía y la inteligencia
06:04
hintsconsejos at a deeperMás adentro relationshiprelación?
134
352019
1771
insinúa una relación
más profunda?
06:05
What if intelligentinteligente behaviorcomportamiento doesn't just correlatecorrelación
135
353790
2564
¿Qué pasa si el comportamiento
inteligente no solo se correlaciona
06:08
with the productionproducción of long-terma largo plazo entropyentropía,
136
356354
1844
con la producción
de entropía a largo plazo,
06:10
but actuallyactualmente emergesemerge directlydirectamente from it?
137
358198
2318
sino que en realidad surge
directamente de ella?
06:12
To find out, we developeddesarrollado a softwaresoftware enginemotor
138
360516
2406
Para averiguarlo, hemos desarrollado
un motor de software
06:14
calledllamado EntropicaEntropica, designeddiseñado to maximizemaximizar
139
362922
2503
llamado Entropica,
diseñado para maximizar
06:17
the productionproducción of long-terma largo plazo entropyentropía
140
365425
1768
la producción de entropía
a largo plazo
06:19
of any systemsistema that it findsencuentra itselfsí mismo in.
141
367193
2576
en cualquier sistema en
que se encuentre dentro.
06:21
AmazinglyEspantosamente, EntropicaEntropica was ablepoder to passpasar
142
369769
2155
Sorprendentemente,
Entropica pudo pasar
06:23
multiplemúltiple animalanimal intelligenceinteligencia
testspruebas, playjugar humanhumano gamesjuegos,
143
371924
3456
múltiples pruebas de inteligencia
animal, jugar juegos de humanos,
06:27
and even earnganar moneydinero tradingcomercio stockscepo,
144
375380
2146
e incluso ganar dinero
comerciando acciones,
06:29
all withoutsin beingsiendo instructedinstruido to do so.
145
377526
2111
todo ello sin que se le hubiera
indicado hacer eso.
06:31
Here are some examplesejemplos of EntropicaEntropica in actionacción.
146
379637
2518
Aquí están algunos ejemplos
de Entropica en acción.
06:34
Just like a humanhumano standingen pie
uprightvertical withoutsin fallingque cae over,
147
382155
3205
Al igual que un humano
de pie sin caerse,
06:37
here we see EntropicaEntropica
148
385360
1230
aquí vemos a Entropica
06:38
automaticallyautomáticamente balancingequilibrio a polepolo usingutilizando a cartcarro.
149
386590
2885
equilibrando automáticamente
un poste usando un carrito.
06:41
This behaviorcomportamiento is remarkablenotable in partparte
150
389475
2012
Este comportamiento
es notable en parte
06:43
because we never gavedio EntropicaEntropica a goalGol.
151
391487
2331
porque nunca le dimos
a Entropica una meta.
06:45
It simplysimplemente decideddecidido on its ownpropio to balanceequilibrar the polepolo.
152
393818
3157
Simplemente decidió por su cuenta
equilibrar el poste.
06:48
This balancingequilibrio abilitycapacidad will have appliactionsaplicaciones
153
396975
2132
Esta habilidad de equilibrio
tendrá aplicaciones
06:51
for humanoidhumanoide roboticsrobótica
154
399107
1397
para la robótica humanoide
06:52
and humanhumano assistiveasistivo technologiestecnologías.
155
400504
2515
y tecnologías de
asistencia humana.
06:55
Just as some animalsanimales can use objectsobjetos
156
403019
2001
Así como algunos animales
pueden usar los objetos
06:57
in theirsu environmentsambientes as toolsherramientas
157
405020
1442
en sus entornos
como herramientas
06:58
to reachalcanzar into narrowestrecho spacesespacios,
158
406462
1987
para alcanzar en espacios estrechos,
07:00
here we see that EntropicaEntropica,
159
408449
1882
aquí vemos que Entropica,
07:02
again on its ownpropio initiativeiniciativa,
160
410331
1838
otra vez por su propia iniciativa,
07:04
was ablepoder to movemovimiento a largegrande
diskdisco representingrepresentando an animalanimal
161
412169
2910
pudo mover un disco grande
que representa a un animal
07:07
around so as to causeporque a smallpequeña diskdisco,
162
415079
2345
alrededor, con el fin de lograr
que un pequeño disco,
07:09
representingrepresentando a toolherramienta, to reachalcanzar into a confinedconfinado spaceespacio
163
417424
2771
que representa una herramienta,
llegue a un espacio confinado
07:12
holdingparticipación a thirdtercero diskdisco
164
420195
1537
sosteniendo un tercer disco
07:13
and releaselanzamiento the thirdtercero diskdisco
from its initiallyinicialmente fixedfijo positionposición.
165
421732
2972
y soltándolo desde
su posición fija inicialmente.
07:16
This toolherramienta use abilitycapacidad will have applicationsaplicaciones
166
424704
2189
Esta capacidad de uso de herramientas
tendrá aplicaciones
07:18
for smartinteligente manufacturingfabricación and agricultureagricultura.
167
426893
2359
en la manufactura inteligente
y la agricultura.
07:21
In additionadición, just as some other animalsanimales
168
429252
1944
Además, al igual que
algunos otros animales
07:23
are ablepoder to cooperatecooperar by pullingtracción
oppositeopuesto endstermina of a ropecuerda
169
431196
2696
pueden cooperar tirando de
extremos opuestos de una cuerda
07:25
at the samemismo time to releaselanzamiento foodcomida,
170
433892
2053
al mismo tiempo para
liberar la comida,
07:27
here we see that EntropicaEntropica is ablepoder to accomplishrealizar
171
435945
2295
aquí vemos que Entropica
puede realizar
07:30
a modelmodelo versionversión of that tasktarea.
172
438240
1988
una versión del modelo
de esa tarea.
07:32
This cooperativecooperativa abilitycapacidad has interestinginteresante implicationstrascendencia
173
440228
2522
Esta capacidad de cooperación
tiene consecuencias interesantes
07:34
for economiceconómico planningplanificación and a varietyvariedad of other fieldscampos.
174
442750
3435
para la planeación económica y en
una variedad de otros campos.
07:38
EntropicaEntropica is broadlyen general applicableaplicable
175
446185
2071
Entropica es ampliamente aplicable
07:40
to a varietyvariedad of domainsdominios.
176
448256
1943
a una variedad de dominios.
07:42
For exampleejemplo, here we see it successfullyexitosamente
177
450199
2442
Por ejemplo,
aquí la vemos exitosamente
07:44
playingjugando a gamejuego of pongapestar againsten contra itselfsí mismo,
178
452641
2559
jugando un juego de pong
contra sí misma,
07:47
illustratingilustrando its potentialpotencial for gamingjuego de azar.
179
455200
2343
ilustrando su potencial para el juego.
07:49
Here we see EntropicaEntropica orchestratingorquestando
180
457543
1919
Aquí vemos a Entropica orquestar
07:51
newnuevo connectionsconexiones on a socialsocial networkred
181
459462
1839
nuevas conexiones en una red social
07:53
where friendsamigos are constantlyconstantemente fallingque cae out of touchtoque
182
461301
2760
donde los amigos se
desconectan constantemente
07:56
and successfullyexitosamente keepingacuerdo
the networkred well connectedconectado.
183
464061
2856
y mantiene con éxito
la red bien conectada.
07:58
This samemismo networkred orchestrationorquestación abilitycapacidad
184
466917
2298
Esta misma capacidad
de orquestación de red
08:01
alsoademás has applicationsaplicaciones in healthsalud carecuidado,
185
469215
2328
también tiene aplicaciones
en el cuidado de la salud,
08:03
energyenergía, and intelligenceinteligencia.
186
471543
3232
en energía e inteligencia.
08:06
Here we see EntropicaEntropica directingdirigente the pathscaminos
187
474775
2085
Aquí vemos a Entropica
organizar las rutas
08:08
of a fleetflota of shipsnaves,
188
476860
1486
de una flota de barcos,
08:10
successfullyexitosamente discoveringdescubriendo and
utilizingutilizando the PanamaPanamá CanalCanal
189
478346
3175
descubriendo con éxito
y usando el Canal de Panamá
08:13
to globallyglobalmente extendampliar its reachalcanzar from the Atlanticatlántico
190
481521
2458
para ampliar a nivel mundial
su alcance desde el Atlántico
08:15
to the PacificPacífico.
191
483979
1529
hasta el Pacífico.
08:17
By the samemismo tokensimbólico, EntropicaEntropica
192
485508
1727
De la misma manera, Entropica
08:19
is broadlyen general applicableaplicable to problemsproblemas
193
487235
1620
es ampliamente aplicable
a problemas
08:20
in autonomousautónomo defensedefensa, logisticslogística and transportationtransporte.
194
488855
5302
en defensa autónoma,
logística y transporte.
08:26
FinallyFinalmente, here we see EntropicaEntropica
195
494173
2030
Finalmente,
aquí vemos a Entropica
08:28
spontaneouslyespontáneamente discoveringdescubriendo and executingejecutando
196
496203
2723
espontáneamente
descubrir y ejecutar
08:30
a buy-lowcomprar bajo, sell-highvender-alto strategyestrategia
197
498926
2067
una estrategia de
compra-bajo, vende-alto
08:32
on a simulatedsimulado rangedistancia tradednegociado stockvalores,
198
500993
2178
en una serie simulada
de negociación de acciones,
08:35
successfullyexitosamente growingcreciente assetsbienes underdebajo managementadministración
199
503171
2331
exitosamente aumentando
los activos bajo su gestión
08:37
exponentiallyexponencialmente.
200
505502
1424
exponencialmente.
08:38
This riskriesgo managementadministración abilitycapacidad
201
506926
1308
Esta habilidad de gestión de riesgo
08:40
will have broadancho applicationsaplicaciones in financefinanciar
202
508234
2487
tendrá amplias aplicaciones
en finanzas
08:42
and insuranceseguro.
203
510721
3328
y en seguros.
08:46
AlexAlex Wissner-GrossWissner-Gross: So what you've just seenvisto
204
514049
2091
Alex Wissner-Gross:
Lo que han visto
08:48
is that a varietyvariedad of signaturefirma humanhumano intelligentinteligente
205
516140
4392
es que una variedad de marcas
de comportamientos humanos
08:52
cognitivecognitivo behaviorscomportamientos
206
520532
1757
cognitivos inteligentes
08:54
suchtal as toolherramienta use and walkingpara caminar uprightvertical
207
522289
2831
tales como el uso de herramientas,
caminar erguidos
08:57
and socialsocial cooperationcooperación
208
525120
2029
y la cooperación social,
08:59
all followseguir from a singlesoltero equationecuación,
209
527149
2972
todos derivan de
una sola ecuación,
09:02
whichcual drivesunidades a systemsistema
210
530121
1932
que conduce a un sistema
09:04
to maximizemaximizar its futurefuturo freedomlibertad of actionacción.
211
532053
3911
para maximizar su futura
libertad de acción.
09:07
Now, there's a profoundprofundo ironyironía here.
212
535964
3007
Ahora, aquí hay una profunda ironía.
09:10
Going back to the beginningcomenzando
213
538971
2024
Volvamos al principio
09:12
of the usageuso of the termtérmino robotrobot,
214
540995
3273
del uso del término robot,
09:16
the playjugar "RURRUR,"
215
544268
2903
la obra "RUR";
09:19
there was always a conceptconcepto
216
547171
2235
hubo siempre el concepto
09:21
that if we developeddesarrollado machinemáquina intelligenceinteligencia,
217
549406
3226
de que si desarrollábamos
máquinas inteligentes,
09:24
there would be a cyberneticcibernético revoltrevuelta.
218
552632
3027
habría una rebelión cibernética.
09:27
The machinesmáquinas would risesubir up againsten contra us.
219
555659
3551
Las máquinas se levantarían
contra nosotros.
09:31
One majormayor consequenceconsecuencia of this work
220
559210
2319
Una de las mayores consecuencias
de este trabajo
09:33
is that maybe all of these decadesdécadas,
221
561529
2769
es que tal vez todas estas décadas,
09:36
we'venosotros tenemos had the wholetodo conceptconcepto of cyberneticcibernético revoltrevuelta
222
564298
2976
hemos tenido todo el concepto
de la rebelión cibernética
09:39
in reversemarcha atrás.
223
567274
2011
a la inversa.
09:41
It's not that machinesmáquinas first becomevolverse intelligentinteligente
224
569285
3279
No es que las máquinas
primero se vuelven inteligentes
09:44
and then megalomaniacalmegalomaníaco
225
572564
2015
y luego megalómanas
09:46
and try to take over the worldmundo.
226
574579
2224
y que intenten
apoderarse del mundo.
09:48
It's quitebastante the oppositeopuesto,
227
576803
1434
Es todo lo contrario,
09:50
that the urgeimpulso to take controlcontrolar
228
578237
2906
que el impulso
de tomar el control
09:53
of all possibleposible futuresfuturos
229
581143
2261
de todos los futuros posibles
09:55
is a more fundamentalfundamental principleprincipio
230
583404
2118
es un principio
más fundamental
09:57
than that of intelligenceinteligencia,
231
585522
1363
que el de la inteligencia,
09:58
that generalgeneral intelligenceinteligencia maymayo in facthecho emergesurgir
232
586885
3700
que la inteligencia general
puede de hecho surgir
10:02
directlydirectamente from this sortordenar of control-grabbingcontrol-agarrando,
233
590585
3559
directamente de tomar el control,
10:06
rathermás bien than vicevicio versaversa.
234
594144
4185
en vez de ser al revés.
10:10
AnotherOtro importantimportante consequenceconsecuencia is goalGol seekingbuscando.
235
598329
3769
Otra consecuencia importante
es la búsqueda del objetivo.
10:14
I'm oftena menudo askedpreguntó, how does the abilitycapacidad to seekbuscar goalsmetas
236
602098
4360
A menudo me preguntan:
¿Cómo es que buscar objetivos
10:18
followseguir from this sortordenar of frameworkmarco de referencia?
237
606458
1620
se desprende de este tipo de marco?
10:20
And the answerresponder is, the abilitycapacidad to seekbuscar goalsmetas
238
608078
3028
Y la respuesta es que
la habilidad de buscar objetivos
10:23
will followseguir directlydirectamente from this
239
611106
1882
derivará directamente de esto
10:24
in the followingsiguiendo sensesentido:
240
612988
1834
en el siguiente sentido:
10:26
just like you would travelviajar throughmediante a tunneltúnel,
241
614822
2865
igual que si viajaran
a través de un túnel,
10:29
a bottleneckembotellamiento in your futurefuturo pathcamino spaceespacio,
242
617687
2505
un cuello de botella en su
futura trayectoria del espacio,
10:32
in orderorden to achievelograr manymuchos other
243
620192
1871
con el fin de lograr
muchos otros
10:34
diversediverso objectivesobjetivos laterluego on,
244
622063
2021
diversos objetivos
más adelante,
10:36
or just like you would investinvertir
245
624084
2372
o igual que si invirtieran
10:38
in a financialfinanciero securityseguridad,
246
626456
1787
en una seguridad financiera,
10:40
reducingreduciendo your short-termtérmino corto liquidityliquidez
247
628243
2237
reduciendo la liquidez de corto plazo
10:42
in orderorden to increaseincrementar your wealthriqueza over the long termtérmino,
248
630480
2400
para aumentar la riqueza a largo plazo,
10:44
goalGol seekingbuscando emergesemerge directlydirectamente
249
632880
2337
la búsqueda de metas
surge directamente
10:47
from a long-terma largo plazo drivemanejar
250
635217
1729
de un impulso de largo plazo
10:48
to increaseincrementar futurefuturo freedomlibertad of actionacción.
251
636946
4037
de aumentar la futura
libertad de acción.
10:52
FinallyFinalmente, RichardRicardo FeynmanFeynman, famousfamoso physicistfísico,
252
640983
3528
Finalmente, Richard Feynman,
físico famoso,
10:56
onceuna vez wroteescribió that if humanhumano civilizationcivilización were destroyeddestruido
253
644511
3672
una vez escribió que si la
civilización humana fuera destruida
11:00
and you could passpasar only a singlesoltero conceptconcepto
254
648183
1893
y pudiera pasar solamente
una única idea
11:02
on to our descendantsdescendientes
255
650076
1371
a nuestros descendientes
11:03
to help them rebuildreconstruir civilizationcivilización,
256
651447
2307
para ayudarles a
reconstruir la civilización,
11:05
that conceptconcepto should be
257
653754
1686
ese concepto debería ser
11:07
that all matterimportar around us
258
655440
1852
que toda la materia que nos rodea
11:09
is madehecho out of tinyminúsculo elementselementos
259
657292
2323
está hecha de elementos diminutos
11:11
that attractatraer eachcada other when they're farlejos apartaparte
260
659615
2508
que se atraen entre sí
cuando están muy separados
11:14
but repelrepeler eachcada other when they're closecerca togetherjuntos.
261
662123
3330
pero que se repelen
cuando están muy juntos.
11:17
My equivalentequivalente of that statementdeclaración
262
665453
1781
Mi equivalente a esa declaración
11:19
to passpasar on to descendantsdescendientes
263
667234
1268
para pasar a los descendientes
11:20
to help them buildconstruir artificialartificial intelligencesinteligencias
264
668502
2712
para ayudarles a construir
inteligencias artificiales
11:23
or to help them understandentender humanhumano intelligenceinteligencia,
265
671214
2949
o para ayudarles a comprender
la inteligencia humana,
11:26
is the followingsiguiendo:
266
674163
1267
es la siguiente:
11:27
IntelligenceInteligencia should be viewedvisto
267
675430
2053
La inteligencia debe ser vista
11:29
as a physicalfísico processproceso
268
677483
1413
como un proceso físico
11:30
that triesintentos to maximizemaximizar futurefuturo freedomlibertad of actionacción
269
678896
2965
que intenta maximizar la
futura libertad de acción
11:33
and avoidevitar constraintsrestricciones in its ownpropio futurefuturo.
270
681861
3616
y evitar las restricciones
en su propio futuro.
11:37
Thank you very much.
271
685477
1358
Muchas gracias.
11:38
(ApplauseAplausos)
272
686835
4000
(Aplausos)
Translated by Ana Santos
Reviewed by Sebastian Betti

▲Back to top

ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"

Why you should listen

Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.

Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."

Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.

More profile about the speaker
Alex Wissner-Gross | Speaker | TED.com