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: Une nouvelle équation pour l'intelligence

Filmed:
2,098,891 views

Y a-t-il une équation pour l'intelligence ? Oui. C'est F = T ∇ Sτ. Dans un discours fascinant et informatif, le physicien et informaticien Alex Wissner-Gross explique ce qu'elle peut bien signifier. (Filmé à 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
IntelligenceIntelligence -- what is it?
0
899
3667
L'intelligence -- qu'est-ce que c'est?
00:16
If we take a look back at the historyhistoire
1
4566
2291
Si nous jetons un œil à l'histoire
00:18
of how intelligenceintelligence has been viewedvu,
2
6857
2624
de la façon dont
l'intelligence a été vue,
00:21
one seminalséminal exampleExemple has been
3
9481
3618
un exemple précurseur fut
00:25
EdsgerEdsger Dijkstra'sDe Dijkstra famouscélèbre quotecitation that
4
13099
3477
la célèbre citation d'Edsger Dijkstra
disant que
00:28
"the questionquestion of whetherqu'il s'agisse a machinemachine can think
5
16576
3111
la question
« Une machine peut-elle penser ? »
00:31
is about as interestingintéressant
6
19687
1310
est à peu près
aussi intéressante
00:32
as the questionquestion of whetherqu'il s'agisse a submarinesous-marin
7
20997
2971
que la question « Un sous-marin
00:35
can swimnager."
8
23968
1790
peut-il nager ? »
00:37
Now, EdsgerEdsger DijkstraDijkstra, when he wrotea écrit this,
9
25758
3844
Edsger Dijkstra, en l'écrivant,
00:41
intendedprévu it as a criticismcritique
10
29602
2054
la dirigeait comme une critique
00:43
of the earlyde bonne heure pioneerspionniers of computerordinateur sciencescience,
11
31656
3000
des pionniers
des sciences informatiques,
00:46
like AlanAlan TuringTuring.
12
34656
1747
comme Alan Turing.
00:48
HoweverCependant, if you take a look back
13
36403
2499
Cependant, si vous prenez du recul
00:50
and think about what have been
14
38902
1965
et pensez à ce qu'étaient
00:52
the mostles plus empoweringautonomiser innovationsinnovations
15
40867
1996
les innovations les plus puissantes
00:54
that enabledactivée us to buildconstruire
16
42863
1879
qui nous ont permis de construire
00:56
artificialartificiel machinesmachines that swimnager
17
44742
2234
des machine artificielles sachant nager
00:58
and artificialartificiel machinesmachines that [flymouche],
18
46976
2573
et des machines artificielles
sachant voler,
01:01
you find that it was only throughpar understandingcompréhension
19
49549
3547
vous trouvez que
ce fut uniquement à travers
01:05
the underlyingsous-jacent physicalphysique mechanismsmécanismes
20
53096
2608
la compréhension des mécanismes
physiques sous-jacents
01:07
of swimmingla natation and flightvol
21
55704
2779
de la nage et du vol
01:10
that we were ablecapable to buildconstruire these machinesmachines.
22
58483
3172
que nous avons pu
construire ces machines.
01:13
And so, severalnombreuses yearsannées agodepuis,
23
61655
2256
Donc, il y a plusieurs années,
01:15
I undertookentrepris a programprogramme to try to understandcomprendre
24
63911
3249
j'ai entrepris un programme
pour essayer de comprendre
01:19
the fundamentalfondamental physicalphysique mechanismsmécanismes
25
67160
2634
les mécanismes physiques fondamentaux
01:21
underlyingsous-jacent intelligenceintelligence.
26
69794
2768
sous-jacents à l'intelligence.
01:24
Let's take a stepétape back.
27
72562
1860
Prenons du recul.
01:26
Let's first begincommencer with a thought experimentexpérience.
28
74422
3149
Commençons tout d'abord
avec une expérience de pensée.
01:29
PretendFaire semblant that you're an alienextraterrestre racecourse
29
77571
2854
Supposons que
vous êtes une race extra-terrestre
01:32
that doesn't know anything about EarthTerre biologyla biologie
30
80425
3041
qui ne sait rien
ni de la biologie terrestre
01:35
or EarthTerre neuroscienceneuroscience or EarthTerre intelligenceintelligence,
31
83466
3116
ni des neurosciences terrestres
ou encore de l'intelligence terrestre,
01:38
but you have amazingincroyable telescopestélescopes
32
86582
2192
mais vous avez des télescopes incroyables
01:40
and you're ablecapable to watch the EarthTerre,
33
88774
2362
et vous êtes à même de voir la Terre,
01:43
and you have amazinglyétonnamment long livesvies,
34
91136
2332
et vous avez de très longues vies,
01:45
so you're ablecapable to watch the EarthTerre
35
93468
1499
donc vous pouvez voir la Terre
01:46
over millionsdes millions, even billionsdes milliards of yearsannées.
36
94967
3442
sur des millions,
même des milliards d'années.
01:50
And you observeobserver a really strangeétrange effecteffet.
37
98409
3015
Et vous verrez un phénomène
très étrange.
01:53
You observeobserver that, over the coursecours of the millenniamillénaires,
38
101424
4312
Vous observerez que,
durant le dernier millénaire,
01:57
EarthTerre is continuallycontinuellement bombardedbombardé with asteroidsastéroïdes
39
105736
4285
la Terre est continuellement
bombardée d’astéroïdes
02:02
up untiljusqu'à a pointpoint,
40
110021
2087
jusqu'à un moment,
02:04
and that at some pointpoint,
41
112108
1531
et à ce moment,
02:05
correspondingcorrespondant roughlygrossièrement to our yearan, 2000 ADAD,
42
113639
4192
qui correspond à environ 2000 années
de notre calendrier
02:09
asteroidsastéroïdes that are on
43
117831
1716
les astériodes
sur une trajectoire de collision
02:11
a collisioncollision coursecours with the EarthTerre
44
119547
1931
avec la Terre
02:13
that otherwiseautrement would have collidedsont entrés en collision
45
121478
1975
qui l'auraient percutée
02:15
mysteriouslymystérieusement get deflecteddévié
46
123453
2415
ont mystérieusement dévié
02:17
or they detonatefaire exploser before they can hitfrappé the EarthTerre.
47
125868
3072
ou ont explosé
avant de pouvoir atteindre la Terre.
02:20
Now of coursecours, as earthlingsterriens,
48
128940
2083
Bien sûr, en tant que terriens,
02:23
we know the reasonraison would be
49
131023
1544
nous savons que
la raison serait
02:24
that we're tryingen essayant to saveenregistrer ourselvesnous-mêmes.
50
132567
1756
que nous essayons de nous sauver.
02:26
We're tryingen essayant to preventprévenir an impactimpact.
51
134323
3080
Nous essayons d'éviter un impact.
02:29
But if you're an alienextraterrestre racecourse
52
137403
1711
Mais si vous êtes
une race extra-terrestre
02:31
who doesn't know any of this,
53
139114
1146
qui ne sait rien de tout cela,
02:32
doesn't have any conceptconcept of EarthTerre intelligenceintelligence,
54
140260
2514
qui n'a aucune idée
du concept d'intelligence terrestre,
02:34
you'dtu aurais be forcedforcé to put togetherensemble
55
142774
1728
vous seriez forcés de mettre en place
02:36
a physicalphysique theorythéorie that explainsexplique how,
56
144502
2918
une théorie physique
qui explique comment,
02:39
up untiljusqu'à a certaincertain pointpoint in time,
57
147420
2538
à partir d'un certain point dans le temps,
02:41
asteroidsastéroïdes that would demolishdémolir the surfacesurface of a planetplanète
58
149958
4449
les astéroïdes qui démoliraient
la surface d'une planète
02:46
mysteriouslymystérieusement stop doing that.
59
154407
3231
en sont mystérieusement empêchés.
02:49
And so I claimprétendre that this is the sameMême questionquestion
60
157638
4204
Je pense donc que
c'est la même question
02:53
as understandingcompréhension the physicalphysique naturela nature of intelligenceintelligence.
61
161842
3998
que celle qui consiste à comprendre
la nature physique de l'intelligence.
02:57
So in this programprogramme that I
undertookentrepris severalnombreuses yearsannées agodepuis,
62
165840
3882
Et dans ce programme
que j'ai entrepris il y a plusieurs années,
03:01
I lookedregardé at a varietyvariété of differentdifférent threadsdiscussions
63
169722
2765
j'ai étudié une variété
de différents fils conducteurs
03:04
acrossà travers sciencescience, acrossà travers a varietyvariété of disciplinesdisciplines,
64
172487
3162
à travers la science,
à travers une multitude de disciplines,
03:07
that were pointingpointant, I think,
65
175649
1892
qui convergeaient, je le pense,
03:09
towardsvers a singleunique, underlyingsous-jacent mechanismmécanisme
66
177541
2548
vers un unique, mécanisme sous-jacent
03:12
for intelligenceintelligence.
67
180089
1581
pour décrire l'intelligence.
03:13
In cosmologycosmologie, for exampleExemple,
68
181670
2546
En cosmologie, par exemple,
03:16
there have been a varietyvariété of
differentdifférent threadsdiscussions of evidencepreuve
69
184216
2747
il y a eu une multitude de preuves
03:18
that our universeunivers appearsapparaît to be finelyfinement tunedaccordé
70
186963
3407
que notre Univers semble
être finement ajusté
03:22
for the developmentdéveloppement of intelligenceintelligence,
71
190370
2153
pour le développement de l'intelligence,
03:24
and, in particularparticulier, for the developmentdéveloppement
72
192523
2389
et, en particulier, pour le développement
03:26
of universaluniversel statesÉtats
73
194912
1886
des états universaux
03:28
that maximizemaximiser the diversityla diversité of possiblepossible futurescontrats à terme.
74
196798
4098
qui maximisent la diversité
de futurs possibles.
03:32
In gameJeu playjouer, for exampleExemple, in Go --
75
200896
2344
Dans la stratégie de jeu,
par exemple, dans le Go --
03:35
everyonetoutes les personnes remembersse souvient in 1997
76
203240
3025
tout le monde se souvient de 1997
03:38
when IBM'sIBM DeepProfond BlueBleu beatbattre
GarryGarry KasparovKasparov at chesséchecs --
77
206265
3951
lorsque le Deep Blue d'IBM
a battu Garry Kasparov aux échecs --
03:42
fewermoins people are awareconscient
78
210216
1523
mais peu de gens
sont au courant
03:43
that in the pastpassé 10 yearsannées or so,
79
211739
2018
que dans les dix dernières années,
03:45
the gameJeu of Go,
80
213757
1198
le jeu de Go,
03:46
arguablyOn peut dire que a much more challengingdifficile gameJeu
81
214955
1956
sans doute un jeu
bien plus stimulant
03:48
because it has a much higherplus haute branchingramification factorfacteur,
82
216911
2425
car il a un bien plus grand facteur
de ramification,
03:51
has alsoaussi startedcommencé to succumbSuccombez
83
219336
1702
a aussi commencé à succomber
03:53
to computerordinateur gameJeu playersjoueurs
84
221038
1865
face aux programmes informatiques
03:54
for the sameMême reasonraison:
85
222903
1573
pour la même raison :
03:56
the bestmeilleur techniquestechniques right now
for computersdes ordinateurs playingen jouant Go
86
224476
2800
les meilleures techniques
pour les ordinateurs jouant au Go
03:59
are techniquestechniques that try to maximizemaximiser futureavenir optionsoptions
87
227276
3696
sont des techniques
qui tentent de maximiser les options futures
04:02
duringpendant gameJeu playjouer.
88
230972
2014
durant la partie.
04:04
FinallyEnfin, in roboticrobotique motionmouvement planningPlanification,
89
232986
3581
Finalement, dans la planification
des mouvements chez les robots,
04:08
there have been a varietyvariété of recentrécent techniquestechniques
90
236567
2182
une grande variété
de nouvelles techniques
04:10
that have trieda essayé to take advantageavantage
91
238749
1902
qui ont essayé
de tirer avantage
04:12
of abilitiescapacités of robotsdes robots to maximizemaximiser
92
240651
3146
de la capacité des robots
à maximiser
04:15
futureavenir freedomliberté of actionaction
93
243797
1506
la liberté d'action future
04:17
in ordercommande to accomplishaccomplir complexcomplexe tasksles tâches.
94
245303
3097
de façon à accomplir
des tâches complexes.
04:20
And so, takingprise all of these differentdifférent threadsdiscussions
95
248400
2355
De cette façon,
parlant de tous ces différents sujets
04:22
and puttingen mettant them togetherensemble,
96
250755
1622
et les mettant ensemble,
04:24
I askeda demandé, startingdépart severalnombreuses yearsannées agodepuis,
97
252377
2640
je me suis demandé,
il y a quelques années,
04:27
is there an underlyingsous-jacent mechanismmécanisme for intelligenceintelligence
98
255017
2850
s'il y avait un mécanisme
sous-jacent à l'intelligence
04:29
that we can factorfacteur out
99
257867
1673
que nous pourrions tirer
04:31
of all of these differentdifférent threadsdiscussions?
100
259540
1774
de tous ces différents sujets ?
04:33
Is there a singleunique equationéquation for intelligenceintelligence?
101
261314
4593
Y a-t-il une équation unique
pour l'intelligence ?
04:37
And the answerrépondre, I believe, is yes.
["F = T ∇ Sτ"]
102
265907
3371
Et la réponse, je pense,
est oui. [« F = T ∇ Sτ»]
04:41
What you're seeingvoyant is probablyProbablement
103
269278
1913
Ce que vous voyez
est probablement
04:43
the closestle plus proche equivalentéquivalent to an E = mcMC²
104
271191
3294
le plus proche équivalent
à un E = mc²
04:46
for intelligenceintelligence that I've seenvu.
105
274485
2830
pour l'intelligence que j'ai jamais vu.
04:49
So what you're seeingvoyant here
106
277315
1702
Ce que vous voyez ici
04:51
is a statementdéclaration of correspondencecorrespondance
107
279017
2669
est l'assertion
04:53
that intelligenceintelligence is a forceObliger, F,
108
281686
4435
que l'intelligence est une force, F,
04:58
that actsactes so as to maximizemaximiser futureavenir freedomliberté of actionaction.
109
286121
4650
qui agit de façon
à maximiser la capacité d'action future.
05:02
It actsactes to maximizemaximiser futureavenir freedomliberté of actionaction,
110
290771
2375
Elle agit de façon
à maximiser la capacité d'action future,
05:05
or keep optionsoptions openouvrir,
111
293146
1628
ou encore elle garde
le maximum d'options possibles,
05:06
with some strengthforce T,
112
294774
2225
avec une certaine vigueur puissance T,
05:08
with the diversityla diversité of possiblepossible accessibleaccessible futurescontrats à terme, S,
113
296999
4777
avec la diversité
de futurs accessibles possibles, S,
05:13
up to some futureavenir time horizonhorizon, tauTau.
114
301776
2550
jusqu'à un horizon temporel futur, tau.
05:16
In shortcourt, intelligenceintelligence doesn't like to get trappedpiégé.
115
304326
3209
En bref, l'intelligence
n'aime pas être prise au piège.
05:19
IntelligenceIntelligence triesessais to maximizemaximiser
futureavenir freedomliberté of actionaction
116
307535
3055
L'intelligence tente
de maximiser la liberté d'action future
05:22
and keep optionsoptions openouvrir.
117
310590
2673
et garde des portes ouvertes.
05:25
And so, givendonné this one equationéquation,
118
313263
2433
Étant donné cette unique équation,
05:27
it's naturalNaturel to askdemander, so what can you do with this?
119
315696
2532
il est naturel de se demander,
que pouvons-nous faire avec ça ?
05:30
How predictiveprédictive is it?
120
318228
1351
A quel point est-ce utile
pour établir des prévisions ?
05:31
Does it predictprédire human-levelau niveau de l’homme intelligenceintelligence?
121
319579
2135
Est-ce qu'elle prédit l'intelligence humaine ?
05:33
Does it predictprédire artificialartificiel intelligenceintelligence?
122
321714
2818
Est-ce qu'elle prédit
l'intelligence artificielle ?
05:36
So I'm going to showmontrer you now a videovidéo
123
324532
2042
Je vais maintenant
vous montrer une vidéo
05:38
that will, I think, demonstratedémontrer
124
326574
3420
qui va, je pense, mettre en valeur
05:41
some of the amazingincroyable applicationsapplications
125
329994
2288
quelques applications incroyables
05:44
of just this singleunique equationéquation.
126
332282
2319
de cette seule équation.
05:46
(VideoVidéo) NarratorNarrateur: RecentCes dernières researchrecherche in cosmologycosmologie
127
334601
1979
(Vidéo) Narrateur : Des recherches
récentes en cosmologie
05:48
has suggestedsuggéré that universesunivers that produceproduire
128
336580
2047
ont suggéré que
les univers qui produisent
05:50
more disorderdésordre, or "entropyentropie," over theirleur lifetimesdurées de vie
129
338627
3481
plus de désordre, ou « entropie »
au cours de leur durée de vie
05:54
should tendtendre to have more favorablefavorable conditionsconditions
130
342108
2478
devraient tendre à avoir
des conditions plus favorables
05:56
for the existenceexistence of intelligentintelligent
beingsêtres suchtel as ourselvesnous-mêmes.
131
344586
3016
à l'existence d'être intelligents
comme nous.
05:59
But what if that tentativeindicatives cosmologicalcosmologique connectionconnexion
132
347602
2574
Mais si cette connexion expérimentale
en cosmologie
06:02
betweenentre entropyentropie and intelligenceintelligence
133
350176
1843
entre l'entropie et l'intelligence
06:04
hintsconseils at a deeperPlus profond relationshiprelation?
134
352019
1771
suggérait une corrélation plus profonde ?
06:05
What if intelligentintelligent behaviorcomportement doesn't just correlatecorréler
135
353790
2564
Et si le comportement intelligent
n'était pas simplement corrélé
06:08
with the productionproduction of long-termlong terme entropyentropie,
136
356354
1844
avec la production d'une entropie
sur le long-terme,
06:10
but actuallyréellement emergesémerge directlydirectement from it?
137
358198
2318
mais plutôt qu'elle émergeait
directement de celle-ci ?
06:12
To find out, we developeddéveloppé a softwareLogiciel enginemoteur
138
360516
2406
Pour savoir, nous avons développé
une machine logicielle
06:14
calledappelé EntropicaEntropica, designedconçu to maximizemaximiser
139
362922
2503
appelée Entropica, créée pour maximiser
06:17
the productionproduction of long-termlong terme entropyentropie
140
365425
1768
la production d'une entropie
sur le long-terme
06:19
of any systemsystème that it findstrouve itselfse in.
141
367193
2576
du système quelconque
dans lequel elle se trouve.
06:21
AmazinglyÉtonnamment, EntropicaEntropica was ablecapable to passpasser
142
369769
2155
Aussi impressionnant que
ça puisse paraître, Entropica fut à même
06:23
multipleplusieurs animalanimal intelligenceintelligence
teststests, playjouer humanHumain gamesJeux,
143
371924
3456
de réussir plusieurs tests
d'intelligence animale, a pu jouer
06:27
and even earnGagnez moneyargent tradingcommerce stocksstocks,
144
375380
2146
à des jeux humains, et elle a même réussi
à gagner de l'argent en plaçant en bourse,
06:29
all withoutsans pour autant beingétant instructeda chargé to do so.
145
377526
2111
le tout sans à recevoir d'instruction.
06:31
Here are some examplesexemples of EntropicaEntropica in actionaction.
146
379637
2518
Voici quelques exemples
d'Entropica en action.
06:34
Just like a humanHumain standingpermanent
uprightdroit withoutsans pour autant fallingchute over,
147
382155
3205
Tout comme un humain
se tenant debout sans tomber,
06:37
here we see EntropicaEntropica
148
385360
1230
nous voyons ici Entropica
06:38
automaticallyautomatiquement balancingéquilibrage a polepôle usingen utilisant a cartChariot.
149
386590
2885
utilisant un chariot pour automatiquement
tenir une barre en équilibre.
06:41
This behaviorcomportement is remarkableremarquable in partpartie
150
389475
2012
Ce comportement
est remarquable en partie
06:43
because we never gavea donné EntropicaEntropica a goalobjectif.
151
391487
2331
car nous n'avons jamais donné
de but à Entropica.
06:45
It simplysimplement decideddécidé on its ownposséder to balanceéquilibre the polepôle.
152
393818
3157
Elle a simplement décidé d'elle même
de tenir la barre en équilibre.
06:48
This balancingéquilibrage abilitycapacité will have appliactionsapplications
153
396975
2132
Cette capacité de tenir l'équilibre
aura des applications
06:51
for humanoidHumanoïde roboticsrobotique
154
399107
1397
pour la robotique humanoïde
06:52
and humanHumain assistived’assistance technologiesles technologies.
155
400504
2515
et les technologies
d'assistance aux humains.
06:55
Just as some animalsanimaux can use objectsobjets
156
403019
2001
Tout comme les animaux
peuvent utiliser des objets
06:57
in theirleur environmentsenvironnements as toolsoutils
157
405020
1442
dans leur environnement
comme les outils
06:58
to reachatteindre into narrowétroit spacesles espaces,
158
406462
1987
pour atteindre des lieux étroits,
07:00
here we see that EntropicaEntropica,
159
408449
1882
ici nous voyons Entropica,
07:02
again on its ownposséder initiativeinitiative,
160
410331
1838
encore de sa propre initiative,
07:04
was ablecapable to movebouge toi a largegrand
diskdisque representingreprésentant an animalanimal
161
412169
2910
être capable de bouger un grand disque
représentant un animal
07:07
around so as to causecause a smallpetit diskdisque,
162
415079
2345
de façon
à faire qu'un petit disque,
07:09
representingreprésentant a tooloutil, to reachatteindre into a confinedconfinées spaceespace
163
417424
2771
représentant un outil,
puisse atteindre un espace confiné
07:12
holdingen portant a thirdtroisième diskdisque
164
420195
1537
en tenant un troisième disque
07:13
and releaseLibération the thirdtroisième diskdisque
from its initiallyinitialement fixedfixé positionposition.
165
421732
2972
et relâche le troisième disque
de sa position fixe initiale.
07:16
This tooloutil use abilitycapacité will have applicationsapplications
166
424704
2189
Cet outil aura des applications
07:18
for smartintelligent manufacturingfabrication and agricultureagriculture.
167
426893
2359
en fabrication intelligente
et dans l'agriculture.
07:21
In additionune addition, just as some other animalsanimaux
168
429252
1944
En plus, tout comme d'autres animaux
07:23
are ablecapable to cooperatecoopérer by pullingtirant
oppositecontraire endsprend fin of a ropecorde
169
431196
2696
sont capables de coopérer
en tirant les bouts opposés d'une corde
07:25
at the sameMême time to releaseLibération foodaliments,
170
433892
2053
en même temps
pour libérer de la nourriture,
07:27
here we see that EntropicaEntropica is ablecapable to accomplishaccomplir
171
435945
2295
nous voyons ici qu'Entropica
est à même d'accomplir
07:30
a modelmaquette versionversion of that tasktâche.
172
438240
1988
une version modélisée
de cette tâche.
07:32
This cooperativecoopérative abilitycapacité has interestingintéressant implicationsimplications
173
440228
2522
Cette capacité de coopération
a des applications intéressantes
07:34
for economicéconomique planningPlanification and a varietyvariété of other fieldsdes champs.
174
442750
3435
pour la planification économique
et dans une multitude d'autre domaines.
07:38
EntropicaEntropica is broadlylargement applicableen vigueur
175
446185
2071
Entropica peut être
largement mise en œuvre
07:40
to a varietyvariété of domainsdomaines.
176
448256
1943
dans une multitude de domaines.
07:42
For exampleExemple, here we see it successfullyavec succès
177
450199
2442
Par exemple, ici nous la voyons
jouer à une partie
07:44
playingen jouant a gameJeu of pongpong againstcontre itselfse,
178
452641
2559
de pong contre elle-même
avec succès,
07:47
illustratingillustrant its potentialpotentiel for gamingjeu.
179
455200
2343
illustrant son potentiel pour le jeu.
07:49
Here we see EntropicaEntropica orchestratingorchestrant
180
457543
1919
Ici nous voyons Entropica
07:51
newNouveau connectionsles liaisons on a socialsocial networkréseau
181
459462
1839
orchestrant de nouvelles connexions
sur un réseau social
07:53
where friendscopains are constantlyconstamment fallingchute out of touchtoucher
182
461301
2760
où les amis
se perdent de vue constamment
07:56
and successfullyavec succès keepingen gardant
the networkréseau well connectedconnecté.
183
464061
2856
et arrivent à conserver
un réseau bien connecté.
07:58
This sameMême networkréseau orchestrationorchestration abilitycapacité
184
466917
2298
Cette même capacité
à l'orchestration de réseaux
08:01
alsoaussi has applicationsapplications in healthsanté carese soucier,
185
469215
2328
a aussi des applications
dans les domaines de la santé,
08:03
energyénergie, and intelligenceintelligence.
186
471543
3232
de l'énergie, et du renseignement.
08:06
Here we see EntropicaEntropica directingmise en scène the pathssentiers
187
474775
2085
Ici nous voyons Entropica
commandant les routes
08:08
of a fleetflotte of shipsnavires,
188
476860
1486
d'une flotte de bateaux,
08:10
successfullyavec succès discoveringdécouvrir and
utilizingutilisant the PanamaPanama CanalCanal
189
478346
3175
découvrant et utilisant avec succès
le Canal de Panama
08:13
to globallyglobalement extendétendre its reachatteindre from the AtlanticAtlantique
190
481521
2458
pour étendre mondialement
son emprise de l'Atlantique
08:15
to the PacificDu Pacifique.
191
483979
1529
au Pacifique.
08:17
By the sameMême tokenjeton, EntropicaEntropica
192
485508
1727
De la même façon, Entropica
08:19
is broadlylargement applicableen vigueur to problemsproblèmes
193
487235
1620
peut être mise en œuvre
dans les problèmes
08:20
in autonomousautonome defensela défense, logisticslogistique and transportationtransport.
194
488855
5302
de défense autonome,
de logistique et de transport.
08:26
FinallyEnfin, here we see EntropicaEntropica
195
494173
2030
Enfin, nous voyons Entropica
08:28
spontaneouslyspontanément discoveringdécouvrir and executingl’exécution de
196
496203
2723
découvrant spontanément et exécutant
08:30
a buy-lowAcheter-basse, sell-highvendre-haute strategystratégie
197
498926
2067
une stratégie achat-prix bas,
vente-prix haut
08:32
on a simulatedsimulé rangegamme tradedéchangé stockStock,
198
500993
2178
sur un place boursière simulée,
08:35
successfullyavec succès growingcroissance assetsles atouts underen dessous de managementla gestion
199
503171
2331
faisant grossir avec succès
ses actifs de façon
08:37
exponentiallyexponentiellement.
200
505502
1424
exponentielle.
08:38
This riskrisque managementla gestion abilitycapacité
201
506926
1308
Cette capacité
à la maitrise du risque
08:40
will have broadvaste applicationsapplications in financela finance
202
508234
2487
aura des applications vastes
en finance
08:42
and insuranceAssurance.
203
510721
3328
et en assurance.
08:46
AlexAlex Wissner-GrossWissner-Gross: So what you've just seenvu
204
514049
2091
Alex Wissner-Gross : Ce que
vous venez de voir
08:48
is that a varietyvariété of signatureSignature humanHumain intelligentintelligent
205
516140
4392
est qu'une variété
de comportements cognitifs
08:52
cognitivecognitif behaviorscomportements
206
520532
1757
caractéristiques
de l'intelligence humaine
08:54
suchtel as tooloutil use and walkingen marchant uprightdroit
207
522289
2831
comme l'utilisation d'outils,
la marche debout
08:57
and socialsocial cooperationla coopération
208
525120
2029
et la coopération sociale
08:59
all followsuivre from a singleunique equationéquation,
209
527149
2972
suivent toutes une équation unique,
09:02
whichlequel drivesdisques a systemsystème
210
530121
1932
qui conduit un système
09:04
to maximizemaximiser its futureavenir freedomliberté of actionaction.
211
532053
3911
pour maximiser
sa capacité d'action future.
09:07
Now, there's a profoundprofond ironyironie here.
212
535964
3007
Toutefois, il y a
une profonde ironie ici.
09:10
Going back to the beginningdébut
213
538971
2024
Revenons à l'origine
09:12
of the usageusage of the termterme robotrobot,
214
540995
3273
de l'usage du mot robot,
09:16
the playjouer "RURRUR,"
215
544268
2903
la pièce de théâtre « RUR »;
09:19
there was always a conceptconcept
216
547171
2235
il y a toujours eu le concept
09:21
that if we developeddéveloppé machinemachine intelligenceintelligence,
217
549406
3226
que si nous développions
une intelligence machine,
09:24
there would be a cyberneticcybernétique revoltrévolte.
218
552632
3027
il y aurait une révolte cybernétique.
09:27
The machinesmachines would riseaugmenter up againstcontre us.
219
555659
3551
Les machines
se soulèveraient contre nous.
09:31
One majorMajeur consequenceconséquence of this work
220
559210
2319
Une conséquence majeure
de ce travail
09:33
is that maybe all of these decadesdécennies,
221
561529
2769
est peut-être que
durant toutes ces décennies,
09:36
we'venous avons had the wholeentier conceptconcept of cyberneticcybernétique revoltrévolte
222
564298
2976
nous avons eu tout le concept
de révolte cybernétique
09:39
in reversesens inverse.
223
567274
2011
à l'envers.
09:41
It's not that machinesmachines first becomedevenir intelligentintelligent
224
569285
3279
Les machines ne deviennent pas
d'abord intelligentes
09:44
and then megalomaniacalmégalomane
225
572564
2015
puis mégalomanes
09:46
and try to take over the worldmonde.
226
574579
2224
puis essayent
de conquérir le monde.
09:48
It's quiteassez the oppositecontraire,
227
576803
1434
C'est plutôt l'opposé,
09:50
that the urgeexhorter to take controlcontrôle
228
578237
2906
que l'insistance
à vouloir prendre le contrôle
09:53
of all possiblepossible futurescontrats à terme
229
581143
2261
de tous les futurs possibles
09:55
is a more fundamentalfondamental principleprincipe
230
583404
2118
est un principe
plus fondamental encore
09:57
than that of intelligenceintelligence,
231
585522
1363
que celui d'intelligence,
09:58
that generalgénéral intelligenceintelligence maymai in factfait emergeémerger
232
586885
3700
l'intelligence générale
pourrait en effet
10:02
directlydirectement from this sortTrier of control-grabbingsaisie de commande,
233
590585
3559
émerger directement
de ce type de prise de contrôle,
10:06
ratherplutôt than vicevice versaversa.
234
594144
4185
plutôt que le contraire.
10:10
AnotherUn autre importantimportant consequenceconséquence is goalobjectif seekingcherchant.
235
598329
3769
Une autre conséquence importante
est la recherche du but.
10:14
I'm oftensouvent askeda demandé, how does the abilitycapacité to seekchercher goalsbuts
236
602098
4360
On me demande souvent,
comment la capacité
10:18
followsuivre from this sortTrier of frameworkcadre?
237
606458
1620
à chercher des buts
suit ce genre de système ?
10:20
And the answerrépondre is, the abilitycapacité to seekchercher goalsbuts
238
608078
3028
Et la réponse c'est que
la capacité à poursuivre des objectifs
10:23
will followsuivre directlydirectement from this
239
611106
1882
découlera simplement
10:24
in the followingSuivant sensesens:
240
612988
1834
de cette façon :
10:26
just like you would travelVoyage throughpar a tunneltunnel,
241
614822
2865
tout comme vous voyageriez
à travers un tunnel,
10:29
a bottleneckgoulot in your futureavenir pathchemin spaceespace,
242
617687
2505
un goulot
dans votre chemin spatial futur,
10:32
in ordercommande to achieveatteindre manybeaucoup other
243
620192
1871
de façon à atteindre
10:34
diversediverse objectivesobjectifs laterplus tard on,
244
622063
2021
beaucoup d'objectifs divers
plus tard,
10:36
or just like you would investinvestir
245
624084
2372
ou tout comme vous investiriez
10:38
in a financialfinancier securitySécurité,
246
626456
1787
dans une sécurité financière,
10:40
reducingréduire your short-termcourt terme liquidityliquidité
247
628243
2237
réduisant vos liquidités
à court-terme
10:42
in ordercommande to increaseaugmenter your wealthrichesse over the long termterme,
248
630480
2400
de façon à augmenter votre richesse
sur le long-terme,
10:44
goalobjectif seekingcherchant emergesémerge directlydirectement
249
632880
2337
la poursuite d'objectifs
émerge directement
10:47
from a long-termlong terme driveconduire
250
635217
1729
d'une tendance sur le long terme
10:48
to increaseaugmenter futureavenir freedomliberté of actionaction.
251
636946
4037
à augmenter
la liberté d'action future.
10:52
FinallyEnfin, RichardRichard FeynmanFeynman, famouscélèbre physicistphysicien,
252
640983
3528
Enfin, Richard Feynman,
physicien célèbre,
10:56
onceune fois que wrotea écrit that if humanHumain civilizationcivilisation were destroyeddétruit
253
644511
3672
écrit un jour que
si la civilisation humaine était détruite
11:00
and you could passpasser only a singleunique conceptconcept
254
648183
1893
et que nous pouvions
ne laisser qu'un unique concept
11:02
on to our descendantsdescendance
255
650076
1371
à nos descendants
11:03
to help them rebuildreconstruire civilizationcivilisation,
256
651447
2307
pour les aider
à reconstruire la civilisation,
11:05
that conceptconcept should be
257
653754
1686
ce concept devrait être
11:07
that all mattermatière around us
258
655440
1852
que toute la matière autour de nous
11:09
is madefabriqué out of tinyminuscule elementséléments
259
657292
2323
est constituée
d'éléments minuscules
11:11
that attractattirer eachchaque other when they're farloin apartune part
260
659615
2508
qui s'attirent les uns les autres
quand ils sont éloignés
11:14
but repelrepousser les eachchaque other when they're closeFermer togetherensemble.
261
662123
3330
mais se repoussent les uns les autres
quand ils sont proches.
11:17
My equivalentéquivalent of that statementdéclaration
262
665453
1781
Mon équivalent pour ce message
11:19
to passpasser on to descendantsdescendance
263
667234
1268
à laisser à nos descendants
11:20
to help them buildconstruire artificialartificiel intelligencesintelligences
264
668502
2712
pour les aider
à construire l'intelligence artificielle
11:23
or to help them understandcomprendre humanHumain intelligenceintelligence,
265
671214
2949
ou pour les aider à comprendre
l'intelligence humaine,
11:26
is the followingSuivant:
266
674163
1267
est la suivante :
11:27
IntelligenceIntelligence should be viewedvu
267
675430
2053
l'intelligence devrait être perçue
11:29
as a physicalphysique processprocessus
268
677483
1413
comme un processus physique
11:30
that triesessais to maximizemaximiser futureavenir freedomliberté of actionaction
269
678896
2965
qui tente de maximiser
la capacité d'action future
11:33
and avoidéviter constraintscontraintes in its ownposséder futureavenir.
270
681861
3616
et éviter les contraintes
de son propre futur.
11:37
Thank you very much.
271
685477
1358
Merci beaucoup.
11:38
(ApplauseApplaudissements)
272
686835
4000
(Applaudissements)
Translated by eric vautier
Reviewed by Nhu PHAM

▲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