ABOUT THE SPEAKER
Raphael Arar - Designer, researcher
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives.

Why you should listen

While his artwork raises questions about our relationship with modernity and technology, Raphael Arar’s design work revolves around answering those questions in human-centered ways. 

Currently a designer and researcher at IBM Research, Arar has been exploring ways to translate aspects of emotional intelligence into machine-readable format. Through this, he is passionately tackling ethical platforms of artificial intelligence. Inc. Magazine says he "epitomizes the style and multi-disciplinary skill set of the modern designer," and in 2017, he was listed as one of Forbes's "30 under 30 in Enterprise Technology."

More profile about the speaker
Raphael Arar | Speaker | TED.com
TED@IBM

Raphael Arar: How we can teach computers to make sense of our emotions

Raphael Arar: Kako možemo naučiti računala da raspoznaju naše osjećaje

Filmed:
1,087,894 views

Kako možemo stvoriti umjetnu inteligenciju s kojom će ljudi stvarno htjeti komunicirati? Raphael Arar predlaže da počnemo stvaranjem umjetnosti. On dijeli s vama interaktivne projekte koji pomažu umjetnoj inteligenciji istražiti složene ideje poput nostalgije, intuicije i razgovora - sve u svrhu ostvarivanja cilja stvaranja naše buduće tehnologije toliko ljudskom koliko i umjetnom.
- Designer, researcher
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives. Full bio

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

00:13
I considerrazmotriti myselfsebe one partdio artistumjetnik
and one partdio designerdizajner.
0
1760
4680
Smatram se dijelom
umjetnikom i dijelom dizajnerom.
00:18
And I work at an artificialUmjetna
intelligenceinteligencija researchistraživanje lablaboratorija.
1
6480
3160
Radim u istraživačkom laboratoriju
za umjetnu inteligenciju.
Pokušavamo stvoriti tehnologiju
00:22
We're tryingtežak to createstvoriti technologytehnologija
2
10720
1696
00:24
that you'llvi ćete want to interactinterakcija with
in the fardaleko futurebudućnost.
3
12440
3296
s kakvom ćete htjeti komunicirati
u daljnjoj budućnosti.
00:27
Not just sixšest monthsmjeseci from now,
but try yearsgodina and decadesdesetljeća from now.
4
15760
4640
Ne samo šest mjeseci od sada,
već godinama, desetljećima dalje.
00:33
And we're takinguzimanje a moonshotbočni osiguranja
5
21120
1616
Mi predlažemo ambiciozan projekt:
00:34
that we'lldobro want to be
interactingu interakciji with computersračunala
6
22760
2456
da ćemo htjeti komunicirati s računalima
00:37
in deeplyduboko emotionalemotivan waysnačine.
7
25240
2120
na duboko emocionalne načine.
00:40
So in ordernarudžba to do that,
8
28280
1456
Pa, kako bismo to postigli,
00:41
the technologytehnologija has to be
just as much humanljudski as it is artificialUmjetna.
9
29760
4480
tehnologija mora biti
u istoj mjeri ljudska koliko i umjetna.
00:46
It has to get you.
10
34920
2256
Mora vas razumjeti.
00:49
You know, like that insideiznutra jokevic
that'llto će have you and your bestnajbolje friendprijatelj
11
37200
3336
Znate, poput privatne šale zbog koje
vi i vaš najbolji prijatelj
00:52
on the floorkat, crackingkreking up.
12
40560
1936
umirete od smijeha na podu.
00:54
Or that look of disappointmentrazočaranje
that you can just smellmiris from milesmilja away.
13
42520
4560
Ili ono razočaranje na licu
koje možete vidjeti još izdaleka.
01:00
I viewpogled artumjetnost as the gatewayprolaz to help us
bridgemost this gappraznina betweenizmeđu humanljudski and machinemašina:
14
48560
6040
Za mene je umjetnost poveznica koja pomaže
smanjiti jaz između ljudi i strojeva:
01:07
to figurelik out what it meanssredstva
to get eachsvaki other
15
55280
3136
shvatiti što to znači kad se razumijemo,
01:10
so that we can trainvlak AIAI to get us.
16
58440
2760
tako da možemo obučiti umjetnu
inteligenciju da nas razumije.
01:13
See, to me, artumjetnost is a way
to put tangibleopipljiv experiencesiskustva
17
61920
3816
Vidite, meni je umjetnost
sredstvo spajanja opipljiva iskustva
01:17
to intangibleneopipljiv ideasideje,
feelingsosjećaji and emotionsemocije.
18
65760
3240
s neopipljivim idejama,
osjećajima i emocijama.
01:21
And I think it's one
of the mostnajviše humanljudski things about us.
19
69800
2600
Mislim da je to jedna
od najljudskijih stvari u vezi s nama.
01:25
See, we're a complicatedsložen
and complexkompleks bunchmnogo.
20
73480
2936
Znate, mi smo komplicirana
i složena gomila.
01:28
We have what feelsosjeća like
an infinitebeskonačan rangeopseg of emotionsemocije,
21
76440
3136
Imamo ono što se čini kao
beskonačan raspon osjećaja,
01:31
and to topvrh it off, we're all differentdrugačiji.
22
79600
2496
a povrh toga, svi smo različiti.
01:34
We have differentdrugačiji familyobitelj backgroundspozadine,
23
82120
2296
Imamo različita obiteljska porijekla,
01:36
differentdrugačiji experiencesiskustva
and differentdrugačiji psychologiespsihologije.
24
84440
3080
različita iskustva i
različitu psihologiju.
01:40
And this is what makesmarke life
really interestingzanimljiv.
25
88240
2720
To je ono što život
čini stvarno zanimljivim.
01:43
But this is alsotakođer what makesmarke
workingrad on intelligentinteligentan technologytehnologija
26
91440
3496
No, to je ono što čini rad
na inteligentnoj tehnologiji
01:46
extremelykrajnje difficulttežak.
27
94960
1600
iznimno teškim.
01:49
And right now, AIAI researchistraživanje, well,
28
97640
3456
I trenutno, istraživanje AI-a,
01:53
it's a bitbit lopsidedobješena on the techtech sidestrana.
29
101120
2016
naginje na stranu tehnologije.
01:55
And that makesmarke a lot of senseosjećaj.
30
103160
2136
I to ima smisla.
01:57
See, for everysvaki
qualitativekvalitativne thing about us --
31
105320
2456
Vidite, svaku kvalitativnu
stvar u vezi s nama,
01:59
you know, those partsdijelovi of us that are
emotionalemotivan, dynamicdinamičan and subjectivesubjektivan --
32
107800
4456
znate, te dijelove nas koji su
emocionalni, dinamični i subjektivni,
02:04
we have to convertPretvoriti it
to a quantitativekvantitativan metricmetrički:
33
112280
3136
moramo pretvoriti u kvantitativnu mjeru:
02:07
something that can be representedzastupljeni
with factsčinjenicama, figuresfigure and computerračunalo codekodirati.
34
115440
4360
nešto što se može predstaviti
činjenicama, brojevima i računalnim kodom.
02:13
The issueizdanje is, there are
manymnogi qualitativekvalitativne things
35
121000
3376
Problem je što postoje
mnoge kvalitativne stvari
02:16
that we just can't put our fingerprst on.
36
124400
1960
koje ne možemo skroz razumjeti.
02:20
So, think about hearingsluh
your favoriteljubimac songpjesma for the first time.
37
128400
3200
Zamislite da prvi put
slušate svoju najdražu pjesmu.
02:25
What were you doing?
38
133200
1200
Što ste radili tada?
02:28
How did you feel?
39
136000
1200
Kako ste se osjećali?
02:30
Did you get goosebumpsGoosebumps?
40
138720
1360
Jeste li se naježili?
02:33
Or did you get firedotkaz up?
41
141240
1640
Jeste li se uzbudili?
02:36
HardTeško to describeopisati, right?
42
144400
1200
Teško je opisati, zar ne?
02:38
See, partsdijelovi of us feel so simplejednostavan,
43
146800
2096
Znate, neki se dijelovi nas
čine jednostavni,
02:40
but underpod the surfacepovršinski,
there's really a tontona of complexitysloženost.
44
148920
3656
no, ispod površine ima hrpa složenosti.
02:44
And translatingprevođenje
that complexitysloženost to machinesstrojevi
45
152600
2936
I prevesti tu kompleksnost strojevima
02:47
is what makesmarke them modern-daysavremen moonshotsmoonshots.
46
155560
2856
ono je što je čini suvremenim
lansiranjem na Mjesec.
02:50
And I'm not convinceduvjeren that we can
answerodgovor these deeperdublje questionspitanja
47
158440
4176
Nisam uvjeren da možemo
odgovoriti na ova dublja pitanja
02:54
with just onesone and zerosnule alonesam.
48
162640
1480
samo pomoću jedinica i nula.
Stoga sam u laboratoriju stvarao umjetnost
02:57
So, in the lablaboratorija, I've been creatingstvaranje artumjetnost
49
165120
1936
02:59
as a way to help me
designdizajn better experiencesiskustva
50
167080
2456
na način na koji će mi
pomoći dizajnirati bolja iskustva
03:01
for bleeding-edgekrvarenje-rub technologytehnologija.
51
169560
2096
za najnoviju tehnologiju.
03:03
And it's been servingservirati as a catalystkatalizator
52
171680
1736
I ono služi kao pokretač
03:05
to beefgovedina up the more humanljudski waysnačine
that computersračunala can relatepovezati to us.
53
173440
3840
za jačanje ljudskijih načina putem kojih
se računala mogu poistovjetiti s nama.
03:10
ThroughKroz artumjetnost, we're tackingprednji jarbol i prveno
some of the hardestnajteži questionspitanja,
54
178000
2696
Putem umjetnosti, bavimo
se nekim od najtežih pitanja,
03:12
like what does it really mean to feel?
55
180720
2360
recimo, što to točno znači "osjećati"?
03:16
Or how do we engageangažirati and know
how to be presentpredstaviti with eachsvaki other?
56
184120
4080
Ili kako da se uključimo i znamo
kako biti prisutni jedni s drugima?
03:20
And how does intuitionintuicija
affectutjecati the way that we interactinterakcija?
57
188800
4000
I kako intuicija utječe na način
na koji komuniciramo?
03:26
So, take for exampleprimjer humanljudski emotionemocija.
58
194440
2056
Uzmimo za primjer ljudske osjećaje.
03:28
Right now, computersračunala can make senseosjećaj
of our mostnajviše basicosnovni onesone,
59
196520
3256
Trenutno, računala mogu
razumjeti ona najosnovnija,
03:31
like joyradost, sadnesstuga,
angerbijes, fearstrah and disgustgađenje,
60
199800
3696
poput sreće, tuge,
ljutnje, straha i gnušanja,
03:35
by convertingpretvaranje those
characteristicskarakteristike to mathmatematika.
61
203520
3000
tako što pretvaraju te
karakteristike u matematiku.
03:39
But what about the more complexkompleks emotionsemocije?
62
207400
2536
No, što je sa složenijim osjećajima?
03:41
You know, those emotionsemocije
63
209960
1216
Znate, onim osjećajima
03:43
that we have a hardteško time
describingopisujući to eachsvaki other?
64
211200
2376
koje nam je teško opisati jedni drugima?
03:45
Like nostalgianostalgija.
65
213600
1440
Poput nostalgije.
03:47
So, to exploreistražiti this, I createdstvorio
a piecekomad of artumjetnost, an experienceiskustvo,
66
215640
3936
Dakle, kako bih to istražio,
stvorio sam umjetninu, iskustvo,
03:51
that askedpitao people to sharePodjeli a memorymemorija,
67
219600
2096
koje je tražilo od ljudi
da podijele sjećanje
03:53
and I teamedsprega up with some datapodaci scientistsznanstvenici
68
221720
2136
i udružio sam se s
podatkovnim znanstvenicima
03:55
to figurelik out how to take
an emotionemocija that's so highlyvisoko subjectivesubjektivan
69
223880
3576
da bih odgonetnuo kako uzeti emociju
koja je toliko subjektivna
03:59
and convertPretvoriti it into something
mathematicallymatematički preciseprecizan.
70
227480
3200
i pretvoriti je u nešto
matematički precizno.
Dakle, stvorili smo ono
što zovemo rezultatom nostalgije
04:03
So, we createdstvorio what we call
a nostalgianostalgija scorepostići
71
231840
2136
04:06
and it's the heartsrce of this installationmontaža.
72
234000
2216
i on je sama srž ove instalacije.
04:08
To do that, the installationmontaža
askspita you to sharePodjeli a storypriča,
73
236240
3056
Kako bismo to postigli, ova
instalacija traži da joj kažete priču,
04:11
the computerračunalo then analyzesanalize it
for its simplerjednostavnije emotionsemocije,
74
239320
3256
računalo to zatim analizira
u jednostavnije osjećaje,
04:14
it checksprovjerava for your tendencysklonost
to use past-tenseProšlo vrijeme wordingtekst
75
242600
2656
provjerava vašu sklonost
k uporabi prošlog vremena,
04:17
and alsotakođer looksizgled for wordsriječi
that we tendskloni to associatesuradnik with nostalgianostalgija,
76
245280
3336
a traži i riječi
koje povezujemo s nostalgijom,
04:20
like "home," "childhooddjetinjstvo" and "the pastprošlost."
77
248640
3040
poput "dom", "djetinjstvo" i "prošlost".
04:24
It then createsstvara a nostalgianostalgija scorepostići
78
252760
2056
Ono zatim definira rezultat nostalgije,
04:26
to indicatenaznačiti how nostalgicnostalgičan your storypriča is.
79
254840
2736
kako bi odredilo koliko
je vaša priča nostalgična.
04:29
And that scorepostići is the drivingvožnja forcesila
behindiza these light-basedsvjetlo-based sculpturesskulpture
80
257600
4136
I taj je rezultat pokretačka sila
iza ovih svjetlosnih skulptura,
04:33
that serveposlužiti as physicalfizička embodimentsutjelovljenja
of your contributiondoprinos.
81
261760
3896
koje služe kao fizička
utjelovljenja vašeg doprinosa.
04:37
And the higherviši the scorepostići,
the rosierkuce the huenijanse.
82
265680
3216
Što je rezultat viši, ružičastija je boja.
04:40
You know, like looking at the worldsvijet
throughkroz rose-coloredružičast glassesnaočale.
83
268920
3936
Znate, kao da gledate na svijet
ružičastim naočalama.
04:44
So, when you see your scorepostići
84
272880
2616
Dakle, kad vidite svoj rezultat
04:47
and the physicalfizička representationprikaz of it,
85
275520
2656
i njegov fizički prikaz,
04:50
sometimesponekad you'dti bi agreesložiti
and sometimesponekad you wouldn'tne bi.
86
278200
2936
ponekad ćete se složiti
s njim, a ponekad ne.
04:53
It's as if it really understoodrazumjeti
how that experienceiskustvo madenapravljen you feel.
87
281160
3480
To je kao da shvatite kako
ste se osjećali zbog tog iskustva.
04:57
But other timesputa it getsdobiva trippedSpotaknuo up
88
285400
2216
No, koji put dođe do nekog zapleta
04:59
and has you thinkingmišljenje
it doesn't understandrazumjeti you at all.
89
287640
2560
i onda mislite kako vas ne razumije uopće.
05:02
But the piecekomad really servessluži to showpokazati
90
290680
1896
Međutim, skulptura stvarno dokazuje
05:04
that if we have a hardteško time explainingobjašnjavajući
the emotionsemocije that we have to eachsvaki other,
91
292600
4056
da ako nam je teško objasniti
osjećaje jedni drugima,
05:08
how can we teachučiti a computerračunalo
to make senseosjećaj of them?
92
296680
2360
kako onda možemo naučiti
računalo da ih razumije?
05:12
So, even the more objectivecilj partsdijelovi
about beingbiće humanljudski are hardteško to describeopisati.
93
300360
3576
Dakle, čak je i objektivnije
aspekte čovjeka teško opisati.
05:15
Like, conversationrazgovor.
94
303960
1240
Poput razgovora.
05:17
Have you ever really triedpokušala
to breakpauza down the stepskoraci?
95
305880
2736
Jeste li ikad pokušali razložiti korake?
05:20
So think about sittingsjedenje
with your friendprijatelj at a coffeekava shopdućan
96
308640
2656
Zamislite da sjedite
s prijateljem u kafiću
05:23
and just havingima smallmali talk.
97
311320
1320
i samo čavrljate.
05:25
How do you know when to take a turnskretanje?
98
313160
1720
Kako znate kad je
vaš red da pričate?
05:27
How do you know when to shiftsmjena topicsteme?
99
315440
1840
Kako znate kada promijeniti temu?
05:29
And how do you even know
what topicsteme to discussraspravljati?
100
317960
2720
I kako uopće znate
o kojim temama raspravljati?
05:33
See, mostnajviše of us
don't really think about it,
101
321560
2096
Većina nas zapravo
ne razmišlja puno o tome,
05:35
because it's almostskoro seconddrugi naturepriroda.
102
323680
1656
jer nam to dolazi prirodno.
05:37
And when we get to know someonenetko,
we learnnaučiti more about what makesmarke them tickkrpelj,
103
325360
3496
Pa kad se pobliže upoznamo s nekim,
naučimo o tome što ih određuje
05:40
and then we learnnaučiti
what topicsteme we can discussraspravljati.
104
328880
2376
i onda naučimo o kojim
temama možemo raspravljati.
05:43
But when it comesdolazi to teachingnastava
AIAI systemssustavi how to interactinterakcija with people,
105
331280
3656
No, kad se radi o učenju AI sustava
kako komunicirati s ljudima,
05:46
we have to teachučiti them
stepkorak by stepkorak what to do.
106
334960
2856
moramo ih naučiti korak
po korak što treba činiti.
05:49
And right now, it feelsosjeća clunkynezgrapnih.
107
337840
3496
Trenutno, ono se čini nezgrapnim.
05:53
If you've ever triedpokušala to talk
with AlexaAlexa, SiriSiri or GoogleGoogle AssistantPomoćnik,
108
341360
4136
Ako ste ikad pokušali razgovarati
s Alexom, Siri ili Googleovim pomoćnikom,
05:57
you can tell that it or they
can still soundzvuk coldhladno.
109
345520
4200
možete uvidjeti da ona
još uvijek zvuče hladno.
06:02
And have you ever gottendobivši annoyedojađen
110
350440
1656
I jeste li se ikad uzrujali
06:04
when they didn't understandrazumjeti
what you were sayingizreka
111
352120
2256
kad ona nisu razumjela
što ste im govorili
pa ste morali 20 puta mijenjati upit,
samo da biste čuli željenu pjesmu?
06:06
and you had to rephrasepreformulirati what you wanted
20 timesputa just to playigrati a songpjesma?
112
354400
3840
06:11
AlrightU redu, to the creditKreditna of the designersdizajneri,
realisticrealno communicationkomunikacija is really hardteško.
113
359440
4896
Dobro, u obranu dizajnera,
realistična komunikacija stvarno je teška.
06:16
And there's a wholečitav branchpodružnica of sociologysociologija,
114
364360
2136
I postoji cijela grana sociologije,
06:18
calledzvao conversationrazgovor analysisanaliza,
115
366520
1936
zvana konverzacijska analiza,
06:20
that triespokušava to make blueprintsnacrte
for differentdrugačiji typesvrste of conversationrazgovor.
116
368480
3136
koja pokušava napraviti nacrte
za različite vrste razgovora.
06:23
TypesVrste like customerkupac serviceservis
or counselingsavjetovanje, teachingnastava and othersdrugi.
117
371640
4080
Vrste poput korisničke podrške
ili savjetovanja, poučavanja i ostalo.
06:28
I've been collaboratingu suradnji
with a conversationrazgovor analystanalitičar at the lablaboratorija
118
376880
2936
Surađivao sam s konverzacijskim
analitičarem u laboratoriju,
06:31
to try to help our AIAI systemssustavi
holddržati more human-soundingčovjek traži conversationsrazgovori.
119
379840
4696
kako bih pokušao pomoći našim AI sustavima
da zvuče više kao ljudi u razgovoru.
06:36
This way, when you have an interactioninterakcija
with a chatbotporazgovarati se on your phonetelefon
120
384560
3176
Na taj način, kad komunicirate
s chatbotom na mobitelu
06:39
or a voice-basedglas-temeljen systemsistem in the carautomobil,
121
387760
1856
ili s glasovnim sustavom u autu,
06:41
it soundszvukovi a little more humanljudski
and lessmanje coldhladno and disjointedrazjedinjeno..
122
389640
3320
ono zvuči više kao osoba,
a manje hladna i udaljena.
Zato sam stvorio umjetninu
06:46
So I createdstvorio a piecekomad of artumjetnost
123
394360
1336
06:47
that triespokušava to highlightistaknuti
the roboticrobotski, clunkynezgrapnih interactioninterakcija
124
395720
2816
koja pokušava naglasiti
robotsku, nezgrapnu interakciju,
06:50
to help us understandrazumjeti, as designersdizajneri,
125
398560
1976
kako bi nama dizajnerima pomogla razumjeti
06:52
why it doesn't soundzvuk humanljudski yetjoš
and, well, what we can do about it.
126
400560
4576
zašto još uvijek ne zvuči ljudski
i što mi tu možemo napraviti.
Ovaj komad zove se Bot to bot
06:57
The piecekomad is calledzvao BotBot to BotBot
127
405160
1456
06:58
and it putsstavlja one conversationalrazgovorni
systemsistem againstprotiv anotherjoš
128
406640
2936
i stavlja jedan konverzacijski
sustav nasuprot drugom,
07:01
and then exposesizlaže it to the generalgeneral publicjavnost.
129
409600
2536
a onda to izlaže javnosti.
07:04
And what endskrajevi up happeningdogađa
is that you get something
130
412160
2496
I onda se dogodi da dobijete nešto
07:06
that triespokušava to mimicimitirati humanljudski conversationrazgovor,
131
414680
1896
što pokušava preslikati ljudski razgovor,
07:08
but fallsSlapovi shortkratak.
132
416600
1896
ali ne uspijeva.
07:10
SometimesPonekad it worksdjela and sometimesponekad
it getsdobiva into these, well,
133
418520
2736
Ponekad ono radi,
a ponekad zapadne u neke
07:13
loopspetlje of misunderstandingnesporazum.
134
421280
1536
oblike nesporazuma.
07:14
So even thoughiako the machine-to-machinestroja do stroja
conversationrazgovor can make senseosjećaj,
135
422840
3096
Zato, iako razgovor stroja
sa strojem može imati smisla,
07:17
grammaticallygramatički and colloquiallykolokvijalno,
136
425960
2016
gramatički i kolokvijalno,
07:20
it can still endkraj up
feelingosjećaj coldhladno and roboticrobotski.
137
428000
3216
ono i dalje može zvučati
hladno i robotski.
07:23
And despitebez obzira na checkingprovjeravanje all the boxeskutije,
the dialoguedijalog lacksnema soulduša
138
431240
4016
I unatoč tome što ispunjava
sve zahtjeve, nema duše u dijalogu
07:27
and those one-offJednokratna quirksigra riječima
that make eachsvaki of us who we are.
139
435280
3136
i one jedinstvene posebnosti
koje svatko od nas ima.
07:30
So while it mightmoć be grammaticallygramatički correctispravan
140
438440
2056
Pa iako jest gramatički točno
07:32
and usesnamjene all the right
hashtagshashtags and emojisemojis,
141
440520
2656
i koristi se svim pravim
hashtagovima i emotikonima,
07:35
it can endkraj up soundingzvučni mechanicalmehanički
and, well, a little creepyjezivo.
142
443200
4136
ipak može zvučati mehanički
i malo jezivo.
07:39
And we call this the uncannynevjerojatna valleydolina.
143
447360
2336
To nazivamo jezovitom dolinom.
07:41
You know, that creepinesscreepiness factorfaktor of techtech
144
449720
1936
Znate, čimbenik jeze za tehnologiju
07:43
where it's closeblizu to humanljudski
but just slightlymalo off.
145
451680
2856
koja je gotovo ljudska,
ali ipak malo nedostaje da to bude.
07:46
And the piecekomad will startpočetak beingbiće
146
454560
1456
Umjetnina će biti određena
07:48
one way that we testtest
for the humannessljudskost of a conversationrazgovor
147
456040
3216
kad budemo ispitivali ljudskost razgovora
07:51
and the partsdijelovi that get
lostizgubljen in translationprijevod.
148
459280
2160
i dijelove koji su se
izgubili u prijevodu.
07:54
So there are other things
that get lostizgubljen in translationprijevod, too,
149
462560
2856
Postoje i druge stvari koje se
izgube u prijevodu,
07:57
like humanljudski intuitionintuicija.
150
465440
1616
poput ljudske intuicije.
07:59
Right now, computersračunala
are gainingdobivanjem more autonomyautonomija.
151
467080
2776
Trenutno, računala stječu
sve veću samostalnost.
08:01
They can take carebriga of things for us,
152
469880
1736
Mogu preuzeti neke naše brige,
08:03
like changepromijeniti the temperaturetemperatura
of our houseskuća basedzasnovan on our preferencesosobne postavke
153
471640
3176
poput promjene temperature u našim
domovima u skladu s našim željama,
08:06
and even help us drivepogon on the freewayAutocesta.
154
474840
2160
čak nam pomoći i u vožnji autocestom.
08:09
But there are things
that you and I do in personosoba
155
477560
2496
No, postoje stvari koje
vi i ja radimo uživo,
08:12
that are really difficulttežak
to translatePrevedi to AIAI.
156
480080
2760
koje je vrlo teško prevesti za AI.
08:15
So think about the last time
that you saw an oldstar classmaterazreda or coworkersuradnika.
157
483440
4360
Pomislite na zadnji put kad ste vidjeli
starog školskog prijatelja ili kolegu.
08:21
Did you give them a hugzagrljaj
or go in for a handshakestisak ruke?
158
489080
2480
Jeste li ih zagrlili
ili se samo rukovali s njima?
Vjerojatno niste o tome puno dvojili,
08:24
You probablyvjerojatno didn't think twicedvaput
159
492800
1496
08:26
because you've had so manymnogi
builtizgrađen up experiencesiskustva
160
494320
2336
jer ste imali toliko pohranjenih iskustava
08:28
that had you do one or the other.
161
496680
2000
da ste morali učiniti ili jedno ili drugo.
08:31
And as an artistumjetnik, I feel
that accesspristup to one'sjedan je intuitionintuicija,
162
499440
3456
Kao umjetnik, smatram da je
pristup nečijoj intuiciji,
08:34
your unconsciousbez svijesti knowingpoznavanje,
163
502920
1416
vašem nesvjesnom znanju,
08:36
is what helpspomaže us createstvoriti amazingnevjerojatan things.
164
504360
3056
ono što nam pomaže
stvoriti nevjerojatne stvari.
08:39
BigVeliki ideasideje, from that abstractsažetak,
nonlinearnelinearne placemjesto in our consciousnesssvijest
165
507440
4056
Velike ideje iz tog apstraktnog,
nelinearnog mjesta u našoj svjesti,
08:43
that is the culminationvrhunac
of all of our experiencesiskustva.
166
511520
2960
koje je vrhunac svog našeg iskustva.
08:47
And if we want computersračunala to relatepovezati to us
and help amplifypojačati our creativekreativan abilitiessposobnosti,
167
515840
4656
I ako želimo da nas računala razumiju
i povećaju naše kreativne sposobnosti,
08:52
I feel that we'lldobro need to startpočetak thinkingmišljenje
about how to make computersračunala be intuitiveintuitivan.
168
520520
3896
onda smatram da ćemo morati razmišljati
o tome kako učiniti računala intuitivnima.
08:56
So I wanted to exploreistražiti
how something like humanljudski intuitionintuicija
169
524440
3096
Zato sam htio istražiti kako se
nešto poput ljudske intuicije,
08:59
could be directlydirektno translatedpreveo
to artificialUmjetna intelligenceinteligencija.
170
527560
3456
može izravno prevesti
za umjetnu inteligenciju.
09:03
And I createdstvorio a piecekomad
that exploresistražuje computer-basedkompjuterski intuitionintuicija
171
531040
3216
Stvorio sam umjetninu koja
istražuje računalnu intuiciju
09:06
in a physicalfizička spaceprostor.
172
534280
1320
u fizičkom prostoru.
09:08
The piecekomad is calledzvao WayfindingWayfinding,
173
536480
1696
Zove se Wayfinding
09:10
and it's setset up as a symbolicsimbolički compasskompas
that has fourčetiri kinetickinetička sculpturesskulpture.
174
538200
3936
i oblikovana je kao simbolički kompas
koji ima četiri kinetičke skulpture.
09:14
EachSvaki one representspredstavlja a directionsmjer,
175
542160
2056
Svaka od njih predstavlja smjer;
09:16
northsjeverno, eastistočno, southjug and westzapadno.
176
544240
2120
sjever, istok, jug i zapad.
09:19
And there are sensorssenzori setset up
on the topvrh of eachsvaki sculptureskulptura
177
547080
2696
Na vrhu svake skulpture su senzori
09:21
that captureuhvatiti how fardaleko away
you are from them.
178
549800
2256
koji snimaju koliko ste udaljeni od njih.
09:24
And the datapodaci that getsdobiva collectedprikupljeni
179
552080
1816
Svi ti prikupljeni podaci
09:25
endskrajevi up changingmijenjanje the way
that sculpturesskulpture movepotez
180
553920
2136
na kraju mijenjaju pokret skulpture
09:28
and the directionsmjer of the compasskompas.
181
556080
2040
i smjer kompasa.
09:31
The thing is, the piecekomad doesn't work
like the automaticAutomatsko doorvrata sensorsenzor
182
559360
3656
Stvar je u tome da umjetnina ne reagira
poput senzora na automatskim vratima,
09:35
that just opensotvara
when you walkhodati in frontispred of it.
183
563040
2656
koja se jednostavno otvore
kad im priđete.
09:37
See, your contributiondoprinos is only a partdio
of its collectionkolekcija of livedživjeli experiencesiskustva.
184
565720
5056
Znate, vaš doprinos samo je dio
njezine zbirke proživljenih iskustava.
09:42
And all of those experiencesiskustva
affectutjecati the way that it movespotezi.
185
570800
4056
I sva ta iskustva utječu
na način na koji se kreće.
09:46
So when you walkhodati in frontispred of it,
186
574880
1736
Tako da kad hodate pred njom,
09:48
it startspočinje to use all of the datapodaci
187
576640
1976
ona počinje koristiti sve svoje podatke
09:50
that it's captureduhvaćen
throughoutkroz its exhibitionizložba historypovijest --
188
578640
2616
koje je prikupila tijekom
svoje izložbene povijesti,
09:53
or its intuitionintuicija --
189
581280
1816
ili svoju intuiciju,
09:55
to mechanicallymehanički respondodgovarati to you
basedzasnovan on what it's learnednaučeno from othersdrugi.
190
583120
3560
kako bi mehanički reagirala na vas
temeljeno na prikupljenom od drugih.
09:59
And what endskrajevi up happeningdogađa
is that as participantssudionici
191
587480
2536
Na kraju se dogodi da kao sudionici
10:02
we startpočetak to learnnaučiti the levelnivo
of detaildetalj that we need
192
590040
2816
počinjemo učiti količinu
detalja koji su nam potrebni
10:04
in ordernarudžba to manageupravljati expectationsočekivanja
193
592880
2016
kako bismo upravljali očekivanjima
10:06
from bothoba humansljudi and machinesstrojevi.
194
594920
2776
i ljudi i strojeva.
10:09
We can almostskoro see our intuitionintuicija
beingbiće playedigrao out on the computerračunalo,
195
597720
3616
Gotovo da možemo vidjeti kako
se naša intuicija odvija na računalu,
10:13
picturingzamišljaš all of that datapodaci
beingbiće processedobrađuju in our mind'sum je eyeoko.
196
601360
3600
zamisliti kako se svi ti podaci
procesuiraju u našim mislima.
Moja želja je da će ova vrsta umjetnosti
10:17
My hopenada is that this typetip of artumjetnost
197
605560
1656
10:19
will help us think differentlyrazličito
about intuitionintuicija
198
607240
2416
pomoći nam da drukčije
razmišljamo o intuiciji
10:21
and how to applyprimijeniti that to AIAI in the futurebudućnost.
199
609680
2280
i kako to primijeniti na AI u budućnosti.
10:24
So these are just a fewnekoliko examplesprimjeri
of how I'm usingkoristeći artumjetnost to feedstočna hrana into my work
200
612480
3936
Ovo su samo neki od primjera
kako koristim umjetnost za svoj posao,
10:28
as a designerdizajner and researcherIstraživač
of artificialUmjetna intelligenceinteligencija.
201
616440
3096
kao dizajnera i istraživača
umjetne inteligencije.
10:31
And I see it as a crucialpresudan way
to movepotez innovationinovacija forwardnaprijed.
202
619560
3496
Vidim to kao ključan način
da unaprijedimo inovaciju.
10:35
Because right now, there are
a lot of extremesekstremi when it comesdolazi to AIAI.
203
623080
4376
Jer trenutno, postoji mnogo
ekstrema kad govorimo o AI-ju.
10:39
PopularPopularni moviesfilmovi showpokazati it
as this destructivedestruktivno forcesila
204
627480
2816
Popularni filmovi prikazuju ga
kao silu koja uništava,
10:42
while commercialsreklama
are showingpokazivanje it as a saviorspasitelj
205
630320
3056
dok ga reklame prikazuju kao spasitelja
10:45
to solveriješiti some of the world'ssvijetu
mostnajviše complexkompleks problemsproblemi.
206
633400
2936
koji će rješiti sve
najsloženije probleme svijeta.
10:48
But regardlessbez obzira na of where you standstajati,
207
636360
2536
No, bez obzira na kojoj ste strani,
10:50
it's hardteško to denyporeći
that we're livingživot in a worldsvijet
208
638920
2176
teško je poreći da živimo u svijetu
10:53
that's becomingpostaje more
and more digitaldigitalni by the seconddrugi.
209
641120
2576
koji svakom sekundom
postaje sve više digitalan.
10:55
Our livesživot revolvevrti around our devicesuređaji,
smartpametan appliancesaparati and more.
210
643720
4600
Životi nam se vrte oko spravica,
pametnih uređaja i ostalog.
11:01
And I don't think
this will let up any time soonuskoro.
211
649400
2320
I ne mislim da će se tu
nešto skoro promijeniti.
11:04
So, I'm tryingtežak to embedugraditi
more humannessljudskost from the startpočetak.
212
652400
3736
Stoga želim u to unijeti
što više ljudskosti od samog početka.
11:08
And I have a hunchpredosjećaj that bringingdonošenje artumjetnost
into an AIAI researchistraživanje processpostupak
213
656160
5136
I slutim da je dovođenje
umjetnosti u istraživanje AI-ja
11:13
is a way to do just that.
214
661320
1896
upravo način kako to učiniti.
11:15
Thank you.
215
663240
1216
Hvala vam.
11:16
(ApplausePljesak)
216
664480
2280
(Pljesak)
Translated by Ivana Varga
Reviewed by Sanda Liker

▲Back to top

ABOUT THE SPEAKER
Raphael Arar - Designer, researcher
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives.

Why you should listen

While his artwork raises questions about our relationship with modernity and technology, Raphael Arar’s design work revolves around answering those questions in human-centered ways. 

Currently a designer and researcher at IBM Research, Arar has been exploring ways to translate aspects of emotional intelligence into machine-readable format. Through this, he is passionately tackling ethical platforms of artificial intelligence. Inc. Magazine says he "epitomizes the style and multi-disciplinary skill set of the modern designer," and in 2017, he was listed as one of Forbes's "30 under 30 in Enterprise Technology."

More profile about the speaker
Raphael Arar | Speaker | TED.com