ABOUT THE SPEAKER
Kai-Fu Lee - Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies.

Why you should listen

Dr. Kai-Fu Lee has a unique perspective on the global technology industry, having worked extensively between the US and China, and has been in artificial intelligence research, development and investment for more than 30 years. He is one of China's top technology investors, undertaking early pioneering work in the field of artificial intelligence and working with multiple US technology giants. 

Lee is the Chairman and CEO of Sinovation Ventures, managing a $1.7 billion dual-currency investment fund. Sinovation is a leading technology-savvy investment firm focusing on developing Chinese high-tech companies. Lee also serves as president of the Sinovation Ventures Artificial Intelligence Institute.

Prior to founding Sinovation in 2009, Lee was the President of Google China. Previously, he held executive positions at Microsoft, SGI and Apple. He is a Fellow of the Institute of Electrical and Electronics Engineers (IEEE), and he was Vice Chairman of the Committee of 100 and named one of the 100 most influential people in the world by TIME Magazine. He is the author of seven best-selling books in Chinese, launching his new book AI Superpowers internationally in fall 2018, and has over 50 million followers on social media.

In the field of artificial intelligence, Lee founded Microsoft Research China, which was named as the hottest research lab by MIT Technology Review. Later renamed Microsoft Research Asia, this institute has trained the great majority of AI leaders in China, including CTOs or AI heads at Baidu, Tencent, Alibaba, Lenovo, Huawei and Haier. While with Apple, Lee led AI projects in speech and natural language, which appeared on Good Morning America on ABC Television and the front page of The Wall Street Journal. He has authored 10 US patents, and more than 100 journal and conference papers.

More profile about the speaker
Kai-Fu Lee | Speaker | TED.com
TED2018

Kai-Fu Lee: How AI can save our humanity

カイフ・リー: AIによって私達は人間らしさを取り戻せる

Filmed:
3,583,197 views

AIは、私達の世界に大規模な変革をもたらしています。しかしAIにはできないことが1つあります。それは、愛という感情を持つこと。この予見的なトークでは、コンピュータ科学者のカイフ・リーが、どのようにアメリカと中国がディープラーニング革命を推進してきたかを詳しく話します。また、AIの時代に思いやりと創造性を大事にすることでどのように人間が成功することができるか、将来像を提示します。リーはこう話します。「AIは幸せをもたらしてくれます。単純労働から私達を解放し、私達を人間たらしめるものは何かに気づかせてくれます。」
- Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio

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

00:12
I'm going to talk about
how AIAI and mankind人類 can coexist共存する,
0
640
4536
AIと人類は共生できる
という話をしたいと思います
00:17
but first, we have to rethink再考する
about our human人間 values.
1
5200
3816
でも その前に人間の価値観を
問い直す必要があります
00:21
So let me first make a confession告白
about my errorsエラー in my values.
2
9040
4320
まず初めに 私の過ちについて
告白させてください
00:25
It was 11 o'clock, December12月 16, 1991.
3
13920
4256
それは 1991年12月16日の
午前11時のことでした
00:30
I was about to become〜になる a fatherお父さん
for the first time.
4
18200
2680
私は 初めて父親に
なろうとしていました
00:33
My wife, Shen-Lingシェンリン,
lay寝る in the hospital病院 bedベッド
5
21480
2856
妻のシェンリンは
病院のベッドに横たわり
00:36
going throughを通して a very difficult難しい
12-hour〜時間 labor労働.
6
24360
3080
12時間にわたって とても苦しい
陣痛に耐えていました
00:40
I sat座っている by her bedsideベッドサイド
7
28280
2296
私は彼女のベッドの脇に座り
00:42
but looked見た anxiously心配して at my watch,
8
30600
2376
心配そうに時計を見ていました
00:45
and I knew知っていた something that she didn't.
9
33000
1800
妻には伝えていませんでしたが
00:47
I knew知っていた that if in one hour時間,
10
35440
1800
あと1時間以内に
00:50
our child didn't come,
11
38360
1936
子供が生まれなければ
00:52
I was going to leave離れる her there
12
40320
1936
彼女をそこに残し
00:54
and go back to work
13
42280
1656
職場に戻って
00:55
and make a presentationプレゼンテーション about AIAI
14
43960
2576
AIについてプレゼンすることに
なっていました
00:58
to my bossボス, Apple'sりんご CEO最高経営責任者(CEO).
15
46560
2200
相手は私の上司
アップル社のCEOです
01:03
Fortunately幸いにも, my daughter
was bornうまれた at 11:30 --
16
51160
3896
幸い 娘は11時半に生まれました
01:07
(Laughter笑い)
17
55080
1936
(笑)
01:09
(Applause拍手)
18
57040
1936
(拍手)
01:11
sparing倹約 me from doing the unthinkable考えられない,
19
59000
4336
私は やってはならないことを
せずに済みました
01:15
and to this day, I am so sorry
20
63360
2496
今でも 家族への愛情より
01:17
for letting〜する my work ethic倫理
take precedence優先順位 over love for my family家族.
21
65880
4656
仕事を優先させてしまったことを
後悔しています
01:22
(Applause拍手)
22
70560
5736
(拍手)
01:28
My AIAI talk, howeverしかしながら, went行った off brilliantly華麗に.
23
76320
2616
ただ AIのプレゼンは成功しました
01:30
(Laughter笑い)
24
78960
2736
(笑)
01:33
Apple林檎 loved愛された my work
and decided決定しました to announce発表する it
25
81720
3136
アップル社は 私の仕事を気に入り
発表することにしました
01:36
at TEDTED1992,
26
84880
2696
TED1992において―
01:39
26 years ago on this very stageステージ.
27
87600
3016
26年前 まさにこのステージ上でした
01:42
I thought I had made one of the biggest最大,
most最も important重要 discoveries発見 in AIAI,
28
90640
5056
私はAIについて 最大かつ最も重要な
発見をしたと考えていました
01:47
and so did the "Wall Street通り Journalジャーナル"
on the following以下 day.
29
95720
2920
翌日の『ウォール・ストリート・
ジャーナル』も同意見でした
01:51
But as far遠い as discoveries発見 went行った,
30
99440
2536
ただ 発見という意味では
01:54
it turned回した out,
31
102000
1336
私の業績は 結局
01:55
I didn't discover発見する Indiaインド, or Americaアメリカ.
32
103360
2776
インドやアメリカ大陸級ではなく
01:58
Perhapsおそらく I discovered発見された
a little island off of Portugalポルトガル.
33
106160
3080
ポルトガル沖の小島程度でしょう
02:02
But the AIAI era時代 of discovery発見 continued続ける,
34
110720
3256
その一方で 発見の時代は続き
02:06
and more scientists科学者
poured注がれた their彼らの souls into it.
35
114000
3216
更に多くの科学者が
AIに打ち込むようになりました
02:09
About 10 years ago, the grand壮大 AIAI discovery発見
36
117240
2616
10年ほど前 3人の北米の
科学者の手によって
02:11
was made by three
North Americanアメリカ人 scientists科学者,
37
119880
3176
AIについての重大な発見がありました
02:15
and it's known既知の as deep深い learning学習.
38
123080
1600
ディープラーニングです
02:17
Deep深い learning学習 is a technology技術
that can take a huge巨大 amount of dataデータ
39
125400
3696
ディープラーニングとは
ひとつの領域に関する
02:21
within以内 one singleシングル domainドメイン
40
129120
1736
大量のデータを取り込み
02:22
and learn学ぶ to predict予測する or decide決めます
at superhuman超人 accuracy正確さ.
41
130880
4936
人間を超える精度で
予測や決断ができるようにする技術です
02:27
For example, if we showショー
the deep深い learning学習 networkネットワーク
42
135840
2776
例えば ディープラーニングの
ネットワークに
02:30
a massive大規模 number of foodフード photos写真,
43
138640
2816
大量の食べ物の写真を
見せたとしましょう
02:33
it can recognize認識する foodフード
44
141480
1576
それは食べ物を識別し
02:35
suchそのような as hotホット dog or no hotホット dog.
45
143080
3296
例えば ホットドッグか
ホットドッグでないかを見分けます
02:38
(Applause拍手)
46
146400
3136
(拍手)
02:41
Or if we showショー it manyたくさんの picturesピクチャー
and videosビデオ and sensorセンサー dataデータ
47
149560
5016
もしくは 高速道路の運転時における
02:46
from driving運転 on the highwayハイウェイ,
48
154600
2536
たくさんの写真、動画
センサー・データを見せれば
02:49
it can actually実際に driveドライブ a car
as well as a human人間 beingであること
49
157160
3280
人間と同じように
実際に高速道路で
02:53
on the highwayハイウェイ.
50
161360
1656
車を運転することもできます
02:55
And what if we showed示した
this deep深い learning学習 networkネットワーク
51
163040
2816
それではもし
ディープラーニングネットワークに
02:57
all the speechesスピーチ made by President大統領 Trumpトランプ?
52
165880
2400
トランプ大統領のスピーチを
全部見せたら?
03:01
Then this artificially人為的に
intelligentインテリジェントな President大統領 Trumpトランプ,
53
169680
3000
すると この人工的に
知能を与えられたトランプ大統領は—
03:05
actually実際に the networkネットワーク --
54
173600
2216
実際は ネットワークなんですが—
03:07
(Laughter笑い)
55
175840
1656
(笑)
03:09
can --
56
177520
1216
実際に―
03:10
(Applause拍手)
57
178760
4056
(拍手)
03:14
You like doubleダブル oxymoronsオキシモロン, huh?
58
182840
2336
皆さん 2重の矛盾語法は
お好きでしょう?
03:17
(Laughter笑い)
59
185200
3856
(笑)
03:21
(Applause拍手)
60
189080
6096
(拍手)
03:27
So this networkネットワーク, if given与えられた the request要求
to make a speechスピーチ about AIAI,
61
195200
5256
このネットワークに AIに関する
スピーチをリクエストすれば
03:32
he, or it, mightかもしれない say --
62
200480
2640
大統領 というかネットワークは
こう話すでしょう
03:36
(Recording録音) Donaldドナルド Trumpトランプ:
It's a great thing
63
204280
2096
(音再生)
トランプ:AIを活用し
03:38
to buildビルドする a better world世界
with artificial人工的な intelligenceインテリジェンス.
64
206400
2936
より良い世界を築くのは
素晴らしいことだ
03:41
Kai-Fuカイフー Leeリー: And maybe in another別の language言語?
65
209360
2016
リー:他の言語ではどうでしょう?
03:43
DTDT: (Speaking話し中 Chinese中国語)
66
211400
1816
トランプ:(中国語を話す)
03:45
(Laughter笑い)
67
213240
1496
(笑)
03:46
KFL: You didn't know
he knew知っていた Chinese中国語, did you?
68
214760
2160
リー:中国語を話せるなんて
知らなかったでしょう?
03:50
So deep深い learning学習 has become〜になる the coreコア
in the era時代 of AIAI discovery発見,
69
218120
5016
ディープラーニングはAIにおける
発見の時代の中核となりました
03:55
and that's led by the US.
70
223160
1816
これを先導するのはアメリカです
03:57
But we're now in the era時代
of implementation実装,
71
225000
3256
でも 今や実用化の時代に突入しています
04:00
where what really matters問題 is execution実行,
product製品 quality品質, speed速度 and dataデータ.
72
228280
5536
実行、商品の品質
スピードやデータが大事な時代です
04:05
And that's where China中国 comes来る in.
73
233840
2096
そこに中国が台頭してきました
04:07
Chinese中国語 entrepreneurs起業家,
74
235960
1576
私が投資家として出資している
中国の起業家たちは
04:09
who I fund基金 as a ventureベンチャー capitalist資本主義者,
75
237560
1896
04:11
are incredible信じられない workers労働者,
76
239480
1736
信じられないほどの働き者で
04:13
amazing素晴らしい work ethic倫理.
77
241240
1936
仕事に対する姿勢には
目を見張ります
04:15
My example in the delivery配達 roomルーム is nothing
compared比較した to how hardハード people work in China中国.
78
243200
5296
分娩室での私など 中国人の猛烈な
働きぶりに比べたら足元にも及びません
04:20
As an example, one startup起動
tried試した to claim請求 work-lifeワークライフ balanceバランス:
79
248520
3696
例えば ある新興企業は自社の
ワークライフバランスをこう表現しました
04:24
"Come work for us because we are 996."
80
252240
3696
「弊社は996なので
ぜひ働きに来てください」
04:27
And what does that mean?
81
255960
1256
どういう意味でしょうか?
04:29
It means手段 the work hours時間
of 9am to 9pm午後, six6 days日々 a week週間.
82
257240
4400
労働時間が 午前9時から午後9時まで
週6日出勤という意味です
04:34
That's contrasted対比
with other startupsスタートアップ that do 997.
83
262960
3280
他の997の新興企業と
比較しているのです
04:39
And the Chinese中国語 product製品 quality品質
has consistently一貫して gone行った up
84
267320
3096
さらに 中国製の商品は
品質がこの10年で
04:42
in the past過去 decade10年,
85
270440
1696
着実に良くなってきました
04:44
and that's because of
a fiercely激しく competitive競争する environment環境.
86
272160
4120
競争の激しい環境に
おかれているからです
04:48
In Siliconシリコン Valley, entrepreneurs起業家
compete競争する in a very gentlemanly紳士的 fashionファッション,
87
276760
5896
シリコンバレーでは 起業家たちは
とても紳士的に競争しています
04:54
sortソート of like in old古い wars戦争
in whichどの each side took取った turnsターン
88
282680
3896
昔の戦争で それぞれが
交互に攻撃していたのと
04:58
to fire火災 at each other.
89
286600
1256
似ています
04:59
(Laughter笑い)
90
287880
1056
(笑)
05:00
But in the Chinese中国語 environment環境,
91
288960
2016
しかし中国で起きているのは
05:03
it's truly真に a gladiatorial剣闘士
fight戦い to the death.
92
291000
2880
古代ローマの剣闘士のような
やるか やられるかの戦いです
05:06
In suchそのような a brutal残忍な environment環境,
entrepreneurs起業家 learn学ぶ to grow成長する very rapidly急速に,
93
294920
6096
そのような厳しい環境で 起業家たちは
急速に成長する方法を学び
05:13
they learn学ぶ to make their彼らの products製品
better at lightningライトニング speed速度,
94
301040
3936
電光石火の速さで より良い商品を
作ることを学び
05:17
and they learn学ぶ
to honeホーン their彼らの businessビジネス modelsモデル
95
305000
2336
ビジネスモデルに磨きをかける
方法を学んでいます
05:19
until〜まで they're impregnable難攻不落.
96
307360
1400
強固な地位を築き上げるまで―
05:21
As a result結果, great Chinese中国語 products製品
like WeChatWeChat and Weiboウェイボ
97
309400
3856
結果的に WeChatやWeiboのような
中国の素晴らしい発明品は
05:25
are arguably間違いなく better
98
313280
1416
それに相当するアメリカの
05:26
than the equivalent同等 Americanアメリカ人 products製品
from Facebookフェイスブック and TwitterTwitter.
99
314720
3480
FacebookやTwitterと比べ
優れているのは ほぼ確実でしょう
05:31
And the Chinese中国語 market市場
embraces包む this change変化する
100
319920
3096
さらに 中国の市場は
この変化を受け入れて
05:35
and accelerated加速された change変化する
and paradigmパラダイム shiftsシフト.
101
323040
3016
変化やパラダイムシフトを
加速させました
05:38
As an example, if any of you go to China中国,
102
326080
2096
例えば もし皆さんが中国を訪れたら
05:40
you will see it's almostほぼ cashlessキャッシュレス
and creditクレジット card-lessカードレス,
103
328200
4016
現金もクレジットカードも
ほとんど目にしないでしょう
05:44
because that thing that we all
talk about, mobileモバイル payment支払い,
104
332240
2736
私達が皆 よく話題にしている
モバイル(スマホ)決済が
05:47
has become〜になる the reality現実 in China中国.
105
335000
2416
中国ではすでに実現しているからです
05:49
In the last year,
106
337440
1296
昨年
05:50
18.8 trillion1兆 US dollarsドル
were transacted取引された on mobileモバイル internetインターネット,
107
338760
5936
スマホ経由のインターネット上で
18.8兆USドルが取引されました
05:56
and that's because
of very robustロバストな technologiesテクノロジー
108
344720
2936
それを可能にしたのは
裏で支える
05:59
built建てられた behind後ろに it.
109
347680
1256
強固な技術力です
06:00
It's even biggerより大きい than the China中国 GDPGDP.
110
348960
2440
その金額は中国のGDPさえも
超えています
06:04
And this technology技術, you can say,
how can it be biggerより大きい than the GDPGDP?
111
352120
3616
皆さん どうやったらGDPを
超えられるのかと思うでしょう
06:07
Because it includes含む all transactions取引:
112
355760
1976
そこに あらゆる取引が
含まれるからです
06:09
wholesale卸売, channelsチャンネル,
retail小売, onlineオンライン, offlineオフライン,
113
357760
3776
卸売り、流通ルート、小売り
オンライン・オフライン取引
06:13
going into a shoppingショッピング mallモール
or going into a farmers農民 market市場 like this.
114
361560
5056
ショッピングモールや
農家の直売所での買い物もです
06:18
The technology技術 is used
by 700 million百万 people
115
366640
3376
その技術は 商取引だけでなく
互いにお金をやり取りするために
06:22
to pay支払う each other, not just merchants商人,
116
370040
2056
7億人の人々が利用しています
06:24
so it's peerピア to peerピア,
117
372120
1416
個人の直接取引なのです
06:25
and it's almostほぼ transaction-fee-free取引手数料無料.
118
373560
2680
更に決済費用は ほぼかかりません
06:29
And it's instantaneous瞬時,
119
377720
2376
瞬間的にやり取りが可能で
06:32
and it's used everywhereどこにでも.
120
380120
1440
どこでも使えます
06:34
And finally最後に, the China中国 market市場 is enormous巨大な.
121
382320
3376
そして 中国市場は巨大です
06:37
This market市場 is large,
122
385720
1976
市場が大きいので
06:39
whichどの helps助けて give entrepreneurs起業家
more usersユーザー, more revenue収入,
123
387720
4496
起業家たちが
顧客を増やし 利益を増やし
06:44
more investment投資, but most最も importantly重要なこと,
124
392240
2336
投資を増やせるのはもちろん
さらに重要なのは
06:46
it gives与える the entrepreneurs起業家 a chanceチャンス
to collect集める a huge巨大 amount of dataデータ
125
394600
4536
起業家たちに
大量のデータを集める機会が与えられ
06:51
whichどの becomes〜になる rocketロケット fuel燃料
for the AIAI engineエンジン.
126
399160
2960
それがAIを動かすための起爆剤となる
ということです
06:54
So as a result結果, the Chinese中国語 AIAI companies企業
127
402960
2936
だから結果的に 中国のAIの会社は
06:57
have leaped飛び跳ねた ahead前方に
128
405920
1736
躍進することができました
06:59
so that today今日, the most最も valuable貴重な companies企業
129
407680
3096
現在 コンピューターによる画像認識や
07:02
in computerコンピューター visionビジョン, speechスピーチ recognition認識,
130
410800
2616
音声認識、音声合成、機械翻訳
ドローンの分野で
07:05
speechスピーチ synthesis合成,
machine機械 translation翻訳 and drones無人機
131
413440
3416
時価総額が最も高い会社は
07:08
are all Chinese中国語 companies企業.
132
416880
1920
全て中国の会社です
07:11
So with the US leading先導
the era時代 of discovery発見
133
419400
3216
アメリカが
発見の時代を先導し
07:14
and China中国 leading先導
the era時代 of implementation実装,
134
422640
3136
中国が実用化の時代を先導し
07:17
we are now in an amazing素晴らしい age年齢
135
425800
2256
驚くべき時代が実現しています
07:20
where the dualデュアル engineエンジン
of the two superpowers超大国
136
428080
3256
2つの超大国という
2つの原動力が
07:23
are workingワーキング together一緒に
137
431360
1680
力を合わせ
07:25
to driveドライブ the fastest最も速い
revolution革命 in technology技術
138
433960
3656
これまで人類が経験してきた中で
07:29
that we have ever seen見た as humans人間.
139
437640
2360
最も急速な技術革命を
引き起こしています
07:32
And this will bring持参する tremendousすばらしい wealth,
140
440640
2496
そして これは巨大な富を
もたらすでしょう
07:35
unprecedented前例のない wealth:
141
443160
1776
かつてない富です
07:36
16 trillion1兆 dollarsドル, accordingに従って to PwCPwc,
142
444960
3896
PwCによれば 2030年に
07:40
in terms条項 of added追加された GDPGDP
to the worldwide世界的に GDPGDP by 2030.
143
448880
5376
世界のGDPの総額に
AIが寄与する金額は16兆ドルです
07:46
It will alsoまた、 bring持参する immense巨大 challenges挑戦
144
454280
2616
仕事がAIに代替される
可能性という意味では
07:48
in terms条項 of potential潜在的な jobジョブ replacements置換.
145
456920
3576
大きな課題もあります
07:52
Whereasそれに対して in the Industrial産業 Age年齢
146
460520
2160
産業革命期には
仕事がどんどん生み出されました
07:55
it created作成した more jobsジョブ
147
463880
1536
07:57
because craftsman職人 jobsジョブ were beingであること
decomposed分解された into jobsジョブ in the assemblyアセンブリ lineライン,
148
465440
5776
熟練した職人の仕事が 組み立てラインの
各工程へと分割されたことで
08:03
so more jobsジョブ were created作成した.
149
471240
1976
より多くの仕事が生まれたのです
08:05
But AIAI completely完全に replaces置き換える
the individual個人 jobsジョブ
150
473240
4936
ところがAIは組み立てラインの
仕事をすべて
08:10
in the assemblyアセンブリ lineライン with robotsロボット.
151
478200
2256
ロボットに置き換えてしまいます
08:12
And it's not just in factories工場,
152
480480
1936
工場だけではありません
08:14
but truckers運送人, driversドライバー
153
482440
2056
トラックや車の運転手
08:16
and even jobsジョブ like telesalesテレセールス,
customer顧客 serviceサービス
154
484520
4096
電話セールスや
カスタマーサービスの仕事―
08:20
and hematologists血液学者 as well as radiologists放射線科医
155
488640
2976
そして血液学者や
放射線科医もです
08:23
over the next 15 years
156
491640
2096
この先 15年で
08:25
are going to be gradually徐々に replaced置き換えられた
157
493760
2536
これらの仕事は徐々に
人工知能に置き換えられていくでしょう
08:28
by artificial人工的な intelligenceインテリジェンス.
158
496320
1440
08:30
And only the creative創造的な jobsジョブ --
159
498360
2056
そして 創造性を必要とする仕事だけが―
08:32
(Laughter笑い)
160
500440
1976
(笑)
08:34
I have to make myself私自身 safe安全, right?
161
502440
2200
私も安全圏に入らないと
なりませんからね
08:38
Really, the creative創造的な jobsジョブ
are the onesもの that are protected保護された,
162
506960
2976
そう 創造的な仕事は
なくせません
08:41
because AIAI can optimize最適化する but not create作成する.
163
509960
3040
なぜならAIは 最適化はできても
創造はできないからです
08:45
But what's more serious深刻な
than the loss損失 of jobsジョブ
164
513960
3575
しかし 仕事の喪失よりも
もっと深刻なのは
08:49
is the loss損失 of meaning意味,
165
517559
1777
意義の喪失です
08:51
because the work ethic倫理
in the Industrial産業 Age年齢
166
519360
3136
なぜなら産業革命の仕事観は
08:54
has brainwashed洗脳された us into thinking考え
that work is the reason理由 we exist存在する,
167
522520
5616
仕事こそが 私達の存在意義であり
人生の意味を決めるのは仕事であると
09:00
that work defined定義された
the meaning意味 of our lives人生.
168
528160
2936
私達を洗脳してきたからです
09:03
And I was a primeプライム and willing喜んで victim犠牲者
to that typeタイプ of workaholic労働者虐待 thinking考え.
169
531120
6296
私はそのような仕事中心の考え方を
自らにあてはめようとする典型でした
09:09
I worked働いた incredibly信じられないほど hardハード.
170
537440
1616
信じられないほど働きづめでした
09:11
That's why I almostほぼ left
my wife in the delivery配達 roomルーム,
171
539080
3576
分娩室で妻を置いて
出ていきかけたのも
09:14
that's why I worked働いた 996
alongside一緒に my entrepreneurs起業家.
172
542680
4176
投資した起業家たちと共に
996で働いたのも そのためです
09:18
And that obsession強迫観念 that I had with work
173
546880
4416
ところが 私の仕事への執着は
09:23
ended終了しました abruptly突然 a few少数 years ago
174
551320
3056
数年前 突然終わりを迎えました
09:26
when I was diagnosed診断された
with fourth第4 stageステージ lymphomaリンパ腫.
175
554400
3920
ステージ4の悪性リンパ腫と
診断されたのです
09:31
The PETペット scanスキャン here showsショー
over 20 malignant悪性 tumors腫瘍
176
559480
4136
このPET検査の画像は
20以上の悪性腫瘍が火の玉のように
09:35
jumpingジャンプする out like fireballs火の玉,
177
563640
2176
広がる様子を示しています
09:37
melting溶融 away my ambition野心.
178
565840
2576
それは私の野心を溶かし去りました
09:40
But more importantly重要なこと,
179
568440
1456
しかし それ以上に大切なのは
09:41
it helped助けた me reexamine再検査する my life.
180
569920
2736
私が人生を見つめ直す
転機になったことです
09:44
Knowing知っている that I mayかもしれない only have
a few少数 months数ヶ月 to liveライブ
181
572680
3096
あと数か月の命かもしれないと
知ったことで
09:47
caused原因 me to see how foolish愚かな it was
182
575800
2936
どれだけ懸命に働き
成果を得たかを
09:50
for me to baseベース my entire全体 self-worth自己価値
183
578760
3576
自分の価値の基準とするのは
09:54
on how hardハード I worked働いた
and the accomplishments業績 from hardハード work.
184
582360
4040
愚かなことだと
気づきました
09:59
My priorities優先順位 were
completely完全に out of order注文.
185
587320
2976
私の優先順位は
まったく間違っていました
10:02
I neglected無視された my family家族.
186
590320
1600
家族をおろそかにしていました
10:05
My fatherお父さん had passed合格 away,
187
593000
1416
父は亡くなっていましたが
10:06
and I never had a chanceチャンス
to tell him I loved愛された him.
188
594440
2800
大切に想っていると
伝えたことはありませんでした
10:10
My mother had dementia痴呆
and no longerより長いです recognized認識された me,
189
598120
3736
母は認知症で 私のことを
もう息子だと分かってくれません
10:13
and my children子供 had grown成長した up.
190
601880
1920
子供達の成長にも
立ち会えませんでした
10:16
During my chemotherapy化学療法,
191
604400
1656
化学療法を受けていた頃
10:18
I read読む a book by Bronnieブロニー Wareウェア
192
606080
2456
ブロニー・ウェアの本を読みました
10:20
who talked話した about dying死ぬ wishes願い and regrets後悔
of the people in the deathbed臨終.
193
608560
5496
死の床にある人々の
最期の願いや後悔を書いた本です
10:26
She found見つけた that facing直面する death,
194
614080
2256
彼女は 人は死の間際に
10:28
nobody誰も regretted後悔した that they didn't
work hardハード enough十分な in this life.
195
616360
3600
「もっと懸命に働いていれば」と
後悔することなどないと知りました
10:32
They only regretted後悔した that they didn't
spend費やす enough十分な time with their彼らの loved愛された onesもの
196
620880
5176
後悔するのは 愛する人たちと
もっと一緒にいればよかったとか
10:38
and that they didn't spread普及 their彼らの love.
197
626080
2760
大切に想う気持ちを
伝えていればということだけでした
10:42
So I am fortunately幸いにも today今日 in remission寛解.
198
630400
4536
幸いなことに
現在私の腫瘍は寛解しています
10:46
(Applause拍手)
199
634960
6856
(拍手)
10:53
So I can be back at TEDTED again
200
641840
1976
だからまたTEDに戻って
10:55
to shareシェア with you
that I have changedかわった my ways方法.
201
643840
3376
生き方を変えたことを
皆さんにお伝えできます
10:59
I now only work 965 --
202
647240
2760
私は今は965しか働きません
11:03
occasionally時折 996, but usually通常 965.
203
651200
3976
たまに996ですが 普段は965です
11:07
I moved移動した closerクローザー to my mother,
204
655200
1896
母の近くに引っ越し
11:09
my wife usually通常 travels旅行 with me,
205
657120
2456
たいてい妻を
私の出張先に連れて行きます
11:11
and when my kids子供たち have vacation休暇,
if they don't come home, I go to them.
206
659600
3816
子供達が休みに入って
実家に戻らなければ 私が会いに行きます
11:15
So it's a new新しい form of life
207
663440
2456
この新しい生き方が
11:17
that helped助けた me recognize認識する
208
665920
1816
自分にとって
11:19
how important重要 it is that love is for me,
209
667760
3176
愛がどれほど大切か
気づかせてくれました
11:22
and facing直面する death
helped助けた me change変化する my life,
210
670960
3416
死に直面して
私の人生は変わりましたが
11:26
but it alsoまた、 helped助けた me see a new新しい way
211
674400
2456
そのおかげで AIが
人類にどれだけ影響を与え
11:28
of how AIAI should impact影響 mankind人類
212
676880
3776
人類と共にどう働き
どう共存すべきか
11:32
and work and coexist共存する with mankind人類,
213
680680
2480
新たな視点を得られました
11:36
that really, AIAI is taking取る away
a lot of routineルーチン jobsジョブ,
214
684680
4496
AIは実際に 単純労働を
どんどん奪っていますが
11:41
but routineルーチン jobsジョブ are not what we're about.
215
689200
3656
そういう仕事が
私達の全てではありません
11:44
Why we exist存在する is love.
216
692880
2256
私達の存在理由は愛です
11:47
When we holdホールド our newborn新生児 baby赤ちゃん,
217
695160
2096
私達が生まれたばかりの
赤ちゃんを抱く時
11:49
love at first sight視力,
218
697280
1496
一目で愛を感じます
11:50
or when we help someone誰か in need,
219
698800
1776
困っている人を助ける時
11:52
humans人間 are uniquely一意に ableできる
to give and receive受け取る love,
220
700600
4256
人間だけが 愛を与え
受けとめることができます
11:56
and that's what differentiates差別化する us from AIAI.
221
704880
2800
それが私達とAIとの違いです
12:00
Despiteにもかかわらず what science科学 fictionフィクション mayかもしれない portray描く,
222
708800
2696
SFが描くものとは違って
12:03
I can responsibly責任をもって tell you
that AIAI has no love.
223
711520
3736
AIは愛情を持たないと
自信をもって言えます
12:07
When AlphaGoアルファゴー defeated敗北した
the world世界 championチャンピオン Ke Jie,
224
715280
3536
アルファ碁が世界王者
柯潔に勝った時
12:10
while Ke Jie was crying泣く
and loving愛する the gameゲーム of go,
225
718840
3096
柯潔が涙を流し
囲碁を愛おしんでいたのに対し
12:13
AlphaGoアルファゴー feltフェルト no happiness幸福 from winning勝つ
226
721960
3176
アルファ碁は
勝利したことに何も幸せを感じず
12:17
and certainly確かに no desire慾望
to hug抱擁 a loved愛された one.
227
725160
4480
もちろん 愛する人を
抱擁したいとも思いませんでした
12:23
So how do we differentiate差別化する ourselves自分自身
228
731600
2656
では AIの時代に私達人間は
12:26
as humans人間 in the age年齢 of AIAI?
229
734280
2536
AIとの違いを
どう打ち出せばいいのでしょう?
12:28
We talked話した about the axis of creativity創造性,
230
736840
3096
先程 創造性の有無について
お話ししました
12:31
and certainly確かに that is one possibility可能性,
231
739960
2856
もちろん それも1つの
可能性ですが
12:34
and now we introduce紹介する a new新しい axis
232
742840
2296
更に 新しい視点を
紹介したいと思います
12:37
that we can call compassion思いやり,
love, or empathy共感.
233
745160
3616
思いやり、愛、共感力と
私達が呼んでいるものです
12:40
Those are things that AIAI cannotできない do.
234
748800
2576
これらはAIにないものです
12:43
So as AIAI takes away the routineルーチン jobsジョブ,
235
751400
2816
AIが単純労働を奪っていく一方で
12:46
I like to think we can, we should
and we must必須 create作成する jobsジョブ of compassion思いやり.
236
754240
4960
人間は 思いやりのある仕事を作れるし
そうすべきだと考えたいのです
12:51
You mightかもしれない ask尋ねる how manyたくさんの of those there are,
237
759800
2336
そんな仕事がいくつあるのかと
思うかもしれませんが
12:54
but I would ask尋ねる you:
238
762160
1616
考えてみてください
12:55
Do you not think that we are going
to need a lot of socialソーシャル workers労働者
239
763800
3816
その転換を実行していくために
たくさんのソーシャルワーカーが
12:59
to help us make this transition遷移?
240
767640
1600
必要になると思いませんか?
13:01
Do you not think we need
a lot of compassionate思いやりのある caregivers介護者
241
769960
3256
より多くの人により多くの医療を
届けるために
13:05
to give more medical医療 careお手入れ to more people?
242
773240
2696
思いやりのある介護士が
大勢必要になると思いませんか?
13:07
Do you not think we're going to need
10 times more teachers教師
243
775960
3256
子供達がこの素晴らしい新世界で
13:11
to help our children子供 find their彼らの way
244
779240
2776
生き抜き成功するために
13:14
to survive生き残ります and thrive成功する
in this brave勇敢な new新しい world世界?
245
782040
3256
教師の数を10倍にするべきだと
思いませんか?
13:17
And with all the newfound新しい発見 wealth,
246
785320
2440
新しく得られた富で
13:19
should we not alsoまた、 make
labors労働 of love into careersキャリア
247
787800
4536
お年寄りへの付き添いや
13:24
and let elderly高齢者 accompaniment伴奏
248
792360
2696
ホームスクール(通学しない家庭教育)などの
13:27
or homeschoolingホーム スクーリング become〜になる careersキャリア alsoまた、?
249
795080
3496
愛情を必要とする労働を
新たに職業とするべきではないですか?
13:30
(Applause拍手)
250
798600
5280
(拍手)
13:36
This graphグラフ is surely確かに not perfect完璧な,
251
804800
2256
このグラフはもちろん
完璧ではありませんが
13:39
but it pointsポイント at four4つの ways方法
that we can work with AIAI.
252
807080
3536
AIと共存していく道を
4つ示しています
13:42
AIAI will come and take away
the routineルーチン jobsジョブ
253
810640
3576
いずれAIが存在感を増して
単純労働を担うようになると
13:46
and in due支払う time, we will be thankful感謝している.
254
814240
2040
私達は感謝するでしょう
13:49
AIAI will become〜になる great toolsツール
for the creativesクリエイティブ
255
817000
3096
また AIは創造性を伴う職業では
素晴らしい道具になります
13:52
so that scientists科学者, artistsアーティスト,
musiciansミュージシャン and writers作家
256
820120
3656
科学者、アーティスト
音楽家、作家などが
13:55
can be even more creative創造的な.
257
823800
1600
更に創造性豊かになれるでしょう
13:58
AIAI will work with humans人間
as analytical分析的な toolsツール
258
826120
5376
AIは分析ツールとして人間と協働し
14:03
that humans人間 can wrapラップ their彼らの warmth暖かさ around
259
831520
2696
私達がAIを人間的な温かみで
包んでやることで
14:06
for the high-compassion高い思いやり jobsジョブ.
260
834240
1896
思いやりが必要な仕事に利用できます
14:08
And we can always differentiate差別化する ourselves自分自身
261
836160
2656
そして私達は
14:10
with the uniquely一意に capable可能な jobsジョブ
262
838840
1816
思いやりと創造性の
両方が求められる―
14:12
that are bothどちらも compassionate思いやりのある and creative創造的な,
263
840680
3616
独自の能力が必要な職業で
代替のきかない頭と心を活用し
14:16
usingを使用して and leveraging活用
our irreplaceableかけがえのない brains頭脳 and hearts.
264
844320
5176
常にAIと差別化することができます
14:21
So there you have it:
265
849520
1296
さあ 皆さんの手には
14:22
a blueprint青写真 of coexistence共存
for humans人間 and AIAI.
266
850840
3640
人間とAIの共生に向けた
設計図があります
14:27
AIAI is serendipity意外な.
267
855400
1816
AIは幸せをもたらしてくれます
14:29
It is here to liberate解放する us
from routineルーチン jobsジョブ,
268
857240
2976
単純労働から私達を解放し
14:32
and it is here to remind思い出させる us
what it is that makes作る us human人間.
269
860240
3680
私達を人間たらしめるものは何かに
気づかせてくれます
14:36
So let us choose選択する to embrace擁する AIAI
and to love one another別の.
270
864440
3976
AIを受け入れることを選び
お互いに愛を持って接しましょう
14:40
Thank you.
271
868440
1216
ありがとうございました
14:41
(Applause拍手)
272
869680
6160
(拍手)
Translated by Yumi Urushihara
Reviewed by Kazunori Akashi

▲Back to top

ABOUT THE SPEAKER
Kai-Fu Lee - Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies.

Why you should listen

Dr. Kai-Fu Lee has a unique perspective on the global technology industry, having worked extensively between the US and China, and has been in artificial intelligence research, development and investment for more than 30 years. He is one of China's top technology investors, undertaking early pioneering work in the field of artificial intelligence and working with multiple US technology giants. 

Lee is the Chairman and CEO of Sinovation Ventures, managing a $1.7 billion dual-currency investment fund. Sinovation is a leading technology-savvy investment firm focusing on developing Chinese high-tech companies. Lee also serves as president of the Sinovation Ventures Artificial Intelligence Institute.

Prior to founding Sinovation in 2009, Lee was the President of Google China. Previously, he held executive positions at Microsoft, SGI and Apple. He is a Fellow of the Institute of Electrical and Electronics Engineers (IEEE), and he was Vice Chairman of the Committee of 100 and named one of the 100 most influential people in the world by TIME Magazine. He is the author of seven best-selling books in Chinese, launching his new book AI Superpowers internationally in fall 2018, and has over 50 million followers on social media.

In the field of artificial intelligence, Lee founded Microsoft Research China, which was named as the hottest research lab by MIT Technology Review. Later renamed Microsoft Research Asia, this institute has trained the great majority of AI leaders in China, including CTOs or AI heads at Baidu, Tencent, Alibaba, Lenovo, Huawei and Haier. While with Apple, Lee led AI projects in speech and natural language, which appeared on Good Morning America on ABC Television and the front page of The Wall Street Journal. He has authored 10 US patents, and more than 100 journal and conference papers.

More profile about the speaker
Kai-Fu Lee | Speaker | TED.com