TEDSummit
Kevin Kelly: How AI can bring on a second Industrial Revolution
Kevin Kelly: Como é que a IA pode trazer a Segunda Revolução Industrial?
Filmed:
Readability: 3.8
1,739,624 views
"O verdadeiro percurso de um gota da chuva quando desde o vale é imprevisível mas a sua direção geral é inevitável e a tecnologia é, da mesma forma, conduzida por padrões que são surpreendentes, mas inevitáveis" — diz o visionário digital Kevin Kelly. Nos próximos 20 anos, a nossa propensão para fazer coisas cada vez mais inteligentes vai ter um profundo impacto em quase tudo o que fazemos — diz ele. Kelly explora três tendências na IA que precisamos de aprender de forma a aceitar e guiar o seu desenvolvimento. " O produto de IA mais popular daqui a 20 anos, que toda a gente usará, ainda não foi inventado"— diz Kelly. "Isso significa que não estamos atrasados".
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
Double-click the English transcript below to play the video.
00:14
I'm going to talk a little bit
about where technology's going.
about where technology's going.
0
2966
3817
Vou falar um pouco sobre
o futuro da tecnologia.
o futuro da tecnologia.
00:19
And often technology comes to us,
1
7509
2671
Normalmente, a tecnologia vem até nós
00:22
we're surprised by what it brings.
2
10566
1865
e somos surpreendidos
pelo que traz.
pelo que traz.
00:24
But there's actually
a large aspect of technology
a large aspect of technology
3
12455
3683
Mas, de facto, há um aspecto
importante da tecnologia
importante da tecnologia
00:28
that's much more predictable,
4
16162
1802
que é muito mais previsível
00:29
and that's because technological systems
of all sorts have leanings,
of all sorts have leanings,
5
17988
4088
já que os sistemas tecnológicos,
de vários tipos, têm inclinações,
de vários tipos, têm inclinações,
00:34
they have urgencies,
6
22100
1175
têm urgências,
00:35
they have tendencies.
7
23299
1561
têm tendências.
00:36
And those tendencies are derived
from the very nature of the physics,
from the very nature of the physics,
8
24884
4932
E essas tendências derivam da
própria natureza da física,
própria natureza da física,
00:41
chemistry of wires
and switches and electrons,
and switches and electrons,
9
29840
3150
da química dos fios,
interruptores e eletrões
interruptores e eletrões
00:45
and they will make reoccurring
patterns again and again.
patterns again and again.
10
33659
3602
que vão criar esses padrões
recorrentes uma e outra vez.
recorrentes uma e outra vez.
00:49
And so those patterns produce
these tendencies, these leanings.
these tendencies, these leanings.
11
37745
4874
E assim, esses padrões produzem essas
tendências, essas inclinações.
tendências, essas inclinações.
00:54
You can almost think of it
as sort of like gravity.
as sort of like gravity.
12
42643
2831
Podem quase pensar nisto
como uma espécie de gravidade.
como uma espécie de gravidade.
00:57
Imagine raindrops falling into a valley.
13
45498
2319
Imaginem gotas de chuva a cair num vale.
00:59
The actual path of a raindrop
as it goes down the valley
as it goes down the valley
14
47841
3088
O trajeto exato de uma gota
de chuva à medida que cai no vale
de chuva à medida que cai no vale
01:02
is unpredictable.
15
50953
1169
é imprevisível.
01:04
We cannot see where it's going,
16
52651
1518
Não vemos para onde vai,
01:06
but the general direction
is very inevitable:
is very inevitable:
17
54193
2277
mas a direção geral é inevitável:
01:08
it's downward.
18
56494
1234
é para baixo.
01:10
And so these baked-in
tendencies and urgencies
tendencies and urgencies
19
58377
4572
Por isso, estas tendências e
urgências calculadas
urgências calculadas
01:14
in technological systems
20
62973
1476
em sistemas tecnológicos
01:17
give us a sense of where things
are going at the large form.
are going at the large form.
21
65051
3609
dão-nos uma ideia de para
onde as coisas estão a evoluir.
onde as coisas estão a evoluir.
01:21
So in a large sense,
22
69149
1401
Por isso, eu diria que,
01:22
I would say that telephones
were inevitable,
were inevitable,
23
70574
3361
"grosso modo", os telefones
eram inevitáveis,
eram inevitáveis,
01:27
but the iPhone was not.
24
75005
1342
mas o IPhone não era.
01:29
The Internet was inevitable,
25
77094
1478
A Internet era inevitável,
01:31
but Twitter was not.
26
79274
1286
mas o Twitter não era.
01:33
So we have many ongoing
tendencies right now,
tendencies right now,
27
81036
3928
Atualmente, temos muitas
tendências em curso
tendências em curso
01:36
and I think one of the chief among them
28
84988
2720
e penso que uma das principais
01:39
is this tendency to make things
smarter and smarter.
smarter and smarter.
29
87732
3722
é a tendência de criar coisas
cada vez mais inteligentes.
cada vez mais inteligentes.
01:44
I call it cognifying -- cognification --
30
92041
2212
Chamo-lhe “cognificar” — cognificação —
01:46
also known as artificial
intelligence, or AI.
intelligence, or AI.
31
94783
2782
também conhecida por
Inteligência Artificial, ou IA.
Inteligência Artificial, ou IA.
01:50
And I think that's going to be one
of the most influential developments
of the most influential developments
32
98025
3746
E penso que será um dos mais influentes
desenvolvimentos, tendências,
desenvolvimentos, tendências,
01:53
and trends and directions and drives
in our society in the next 20 years.
in our society in the next 20 years.
33
101795
5575
direções e estímulos na nossa
sociedade nos próximos 20 anos.
sociedade nos próximos 20 anos.
02:00
So, of course, it's already here.
34
108021
1985
Como tal, é claro que já está aqui.
02:02
We already have AI,
35
110030
2204
Nós já temos IA,
02:04
and often it works in the background,
36
112258
2398
e, por norma, opera em plano de fundo,
02:06
in the back offices of hospitals,
37
114680
1586
nos gabinetes dos hospitais,
02:08
where it's used to diagnose X-rays
better than a human doctor.
better than a human doctor.
38
116290
4686
onde é usada para diagnosticar raios-X
melhor do que um médico humano.
melhor do que um médico humano.
02:13
It's in legal offices,
39
121000
1726
Está nos gabinetes jurídicos,
02:14
where it's used to go
through legal evidence
through legal evidence
40
122750
2368
onde é usada para rever provas legais
02:17
better than a human paralawyer.
41
125142
1855
melhor que um técnico jurídico humano.
02:19
It's used to fly the plane
that you came here with.
that you came here with.
42
127506
3656
É utilizada para pilotar o avião
no qual vocês vieram.
no qual vocês vieram.
Os pilotos humanos só o
pilotaram 7 ou 8 minutos,
pilotaram 7 ou 8 minutos,
02:24
Human pilots only flew it
seven to eight minutes,
seven to eight minutes,
43
132165
2381
02:26
the rest of the time the AI was driving.
44
134570
1953
no tempo restante
era a IA a conduzir.
era a IA a conduzir.
02:28
And of course, in Netflix and Amazon,
45
136547
2173
E claro, na Netflix e na Amazon,
02:30
it's in the background,
making those recommendations.
making those recommendations.
46
138744
2530
está no fundo, a fazer
aquelas recomendações.
aquelas recomendações.
02:33
That's what we have today.
47
141298
1261
É isto que temos hoje.
02:34
And we have an example, of course,
in a more front-facing aspect of it,
in a more front-facing aspect of it,
48
142583
4801
E claro, temos um exemplo
num aspeto mais frontal
num aspeto mais frontal
02:39
with the win of the AlphaGo, who beat
the world's greatest Go champion.
the world's greatest Go champion.
49
147408
6629
com a vitória do AlphaGo que derrotou
o maior campeão Go do mundo.
o maior campeão Go do mundo.
02:46
But it's more than that.
50
154478
4053
Mas é mais do que isso.
02:50
If you play a video game,
you're playing against an AI.
you're playing against an AI.
51
158555
2642
Se jogarem um videojogo,
jogam contra a IA.
jogam contra a IA.
02:53
But recently, Google taught their AI
52
161221
4538
Mas, recentemente,
a Google ensinou a sua IA
a Google ensinou a sua IA
02:57
to actually learn how to play video games.
53
165783
2412
a aprender, realmente,
como se jogam videojogos.
como se jogam videojogos.
03:00
Again, teaching video games
was already done,
was already done,
54
168686
2709
De novo, ensinar videojogos
já tinha sido feito
já tinha sido feito
03:03
but learning how to play
a video game is another step.
a video game is another step.
55
171419
3897
mas aprender como jogar
um videojogo é outro passo.
um videojogo é outro passo.
03:07
That's artificial smartness.
56
175340
1678
Isso é perspicácia artificial.
03:10
What we're doing is taking
this artificial smartness
this artificial smartness
57
178571
4522
O que estamos a fazer é pegar
nesta perspicácia artificial
nesta perspicácia artificial
03:15
and we're making it smarter and smarter.
58
183117
2423
e torná-la cada vez mais perspicaz.
03:18
There are three aspects
to this general trend
to this general trend
59
186710
3895
Existem três aspetos,
nesta tendência geral,
nesta tendência geral,
03:22
that I think are underappreciated;
60
190629
1689
que penso que são subvalorizados.
03:24
I think we would understand
AI a lot better
AI a lot better
61
192342
2277
Acho que iríamos perceber
melhor a IA
melhor a IA
03:26
if we understood these three things.
62
194643
2301
se percebêssemos estas três coisas.
03:28
I think these things also would
help us embrace AI,
help us embrace AI,
63
196968
3283
Penso que estas três coisas também
nos ajudariam a aceitar a IA
nos ajudariam a aceitar a IA
03:32
because it's only by embracing it
that we actually can steer it.
that we actually can steer it.
64
200275
3008
porque é apenas ao aceitá-la
que podemos, de facto, guiá-la.
que podemos, de facto, guiá-la.
03:35
We can actually steer the specifics
by embracing the larger trend.
by embracing the larger trend.
65
203887
3157
Podemos guiar as especificidades
ao aceitar a tendência maior.
ao aceitar a tendência maior.
03:39
So let me talk about
those three different aspects.
those three different aspects.
66
207467
2979
Então, deixem-me falar-vos destes
três aspetos diferentes.
três aspetos diferentes.
03:42
The first one is: our own intelligence
has a very poor understanding
has a very poor understanding
67
210470
3673
O primeiro é: a nossa inteligência
tem um conhecimento muito pobre
tem um conhecimento muito pobre
03:46
of what intelligence is.
68
214167
1490
sobre o que é a inteligência.
03:48
We tend to think of intelligence
as a single dimension,
as a single dimension,
69
216110
3653
Temos tendência a pensar na inteligência
como uma única dimensão,
como uma única dimensão,
03:51
that it's kind of like a note
that gets louder and louder.
that gets louder and louder.
70
219787
2750
que é como uma nota
que se torna mais e mais alta.
que se torna mais e mais alta.
03:54
It starts like with IQ measurement.
71
222561
2607
Começa como a medição do QI.
03:57
It starts with maybe a simple
low IQ in a rat or mouse,
low IQ in a rat or mouse,
72
225192
4092
Começa talvez com um simples
QI baixo numa ratazana ou num rato,
QI baixo numa ratazana ou num rato,
04:01
and maybe there's more in a chimpanzee,
73
229308
2134
que talvez seja maior num chimpanzé,
04:03
and then maybe there's more
in a stupid person,
in a stupid person,
74
231887
2191
e ainda maior numa pessoa estúpida,
04:06
and then maybe an average
person like myself,
person like myself,
75
234102
2096
e maior numa pessoa mediana como eu,
04:08
and then maybe a genius.
76
236222
1290
e depois, talvez num génio.
04:09
And this single IQ intelligence
is getting greater and greater.
is getting greater and greater.
77
237536
4433
Esta simples inteligência QI
está a ficar cada vez maior.
está a ficar cada vez maior.
04:14
That's completely wrong.
78
242516
1151
Isso está erradíssimo.
04:15
That's not what intelligence is --
not what human intelligence is, anyway.
not what human intelligence is, anyway.
79
243691
3608
Isso não é o que a inteligência é,
não é o que a inteligência humana é.
não é o que a inteligência humana é.
04:19
It's much more like a symphony
of different notes,
of different notes,
80
247673
4506
É muito mais como uma sinfonia
de diferentes notas,
de diferentes notas,
04:24
and each of these notes is played
on a different instrument of cognition.
on a different instrument of cognition.
81
252203
3609
e cada uma dessas notas é tocada
num instrumento diferente de cognição.
num instrumento diferente de cognição.
04:27
There are many types
of intelligences in our own minds.
of intelligences in our own minds.
82
255836
3701
Há vários tipos de inteligência
nas nossas mentes.
nas nossas mentes.
04:31
We have deductive reasoning,
83
259561
3048
Temos raciocínio dedutivo,
04:34
we have emotional intelligence,
84
262633
2221
temos inteligência emocional,
04:36
we have spatial intelligence;
85
264878
1393
temos inteligência espacial,
04:38
we have maybe 100 different types
that are all grouped together,
that are all grouped together,
86
266295
4021
talvez tenhamos 100 tipos diferentes
que estão todos agrupados
que estão todos agrupados
04:42
and they vary in different strengths
with different people.
with different people.
87
270340
3905
e que variam em diferentes forças,
com pessoas diferentes.
com pessoas diferentes.
04:46
And of course, if we go to animals,
they also have another basket --
they also have another basket --
88
274269
4526
E, claro, se falarmos de animais,
eles também têm outro cesto,
eles também têm outro cesto,
04:50
another symphony of different
kinds of intelligences,
kinds of intelligences,
89
278819
2541
outra sinfonia de diferentes
tipos de inteligência,
tipos de inteligência,
04:53
and sometimes those same instruments
are the same that we have.
are the same that we have.
90
281384
3566
e, algumas vezes, os mesmos instrumentos
são os mesmos que nós temos.
são os mesmos que nós temos.
04:56
They can think in the same way,
but they may have a different arrangement,
but they may have a different arrangement,
91
284974
3561
Eles conseguem pensar como nós
mas podem ter uma organização distinta,
mas podem ter uma organização distinta,
05:00
and maybe they're higher
in some cases than humans,
in some cases than humans,
92
288559
2467
e, nalguns casos, de forma
superior à dos humanos.
superior à dos humanos.
A memória a longo prazo num esquilo
é, de facto, fenomenal,
é, de facto, fenomenal,
05:03
like long-term memory in a squirrel
is actually phenomenal,
is actually phenomenal,
93
291050
2837
05:05
so it can remember
where it buried its nuts.
where it buried its nuts.
94
293911
2287
para que se lembre onde
enterrou as nozes.
enterrou as nozes.
05:08
But in other cases they may be lower.
95
296222
1987
Mas noutros casos, podem ser mais baixos.
05:10
When we go to make machines,
96
298233
2730
E quando falamos de máquinas,
05:12
we're going to engineer
them in the same way,
them in the same way,
97
300987
2196
vamos construí-las da mesma forma,
05:15
where we'll make some of those types
of smartness much greater than ours,
of smartness much greater than ours,
98
303207
5010
com alguns desses tipos de perspicácia
muito maiores do que os nossos,
muito maiores do que os nossos,
05:20
and many of them won't be
anywhere near ours,
anywhere near ours,
99
308241
2571
e muitos deles não vão estar
sequer perto dos nossos,
sequer perto dos nossos,
05:22
because they're not needed.
100
310836
1544
porque não são necessários.
05:24
So we're going to take these things,
101
312404
2203
Por isso, vamos fazer estas coisas,
05:26
these artificial clusters,
102
314631
2081
estes conjuntos artificiais,
05:28
and we'll be adding more varieties
of artificial cognition to our AIs.
of artificial cognition to our AIs.
103
316736
5362
e vamos adicionar mais variedades
de cognição artificial às nossas IA.
de cognição artificial às nossas IA.
05:34
We're going to make them
very, very specific.
very, very specific.
104
322507
4071
Vamos fazê-las muito, muito específicas.
05:38
So your calculator is smarter
than you are in arithmetic already;
than you are in arithmetic already;
105
326602
6542
A vossa calculadora já é mais esperta
do que vocês em aritmérica,
do que vocês em aritmérica,
05:45
your GPS is smarter
than you are in spatial navigation;
than you are in spatial navigation;
106
333168
3697
o vosso GPS é mais esperto que vocês
em navegação espacial.
em navegação espacial.
05:49
Google, Bing, are smarter
than you are in long-term memory.
than you are in long-term memory.
107
337337
4258
A Google e a Bing são mais espertas do
que vocês são em memória a longo prazo.
que vocês são em memória a longo prazo.
05:54
And we're going to take, again,
these kinds of different types of thinking
these kinds of different types of thinking
108
342339
4530
E nós vamos pegar, outra vez,
nestes tipos diferentes de pensamento
nestes tipos diferentes de pensamento
05:58
and we'll put them into, like, a car.
109
346893
1933
e vamos pô-los, por exemplo, num carro.
06:00
The reason why we want to put them
in a car so the car drives,
in a car so the car drives,
110
348850
3057
E razão para querermos pô-los
num carro para o carro conduzir,
num carro para o carro conduzir,
06:03
is because it's not driving like a human.
111
351931
2302
é por não conduzir como um humano.
06:06
It's not thinking like us.
112
354257
1396
Não pensa como nós.
06:07
That's the whole feature of it.
113
355677
1920
Essa é a sua característica fundamental.
06:09
It's not being distracted,
114
357621
1535
Não está a ser distraído,
06:11
it's not worrying about whether
it left the stove on,
it left the stove on,
115
359180
2754
não se está a preocupar
se deixou o fogão ligado
se deixou o fogão ligado
06:13
or whether it should have
majored in finance.
majored in finance.
116
361958
2138
ou se se devia ter formado em Finanças.
06:16
It's just driving.
117
364120
1153
Está apenas a conduzir.
06:17
(Laughter)
118
365297
1142
(Risos)
06:18
Just driving, OK?
119
366463
1841
Está só a conduzir, está bem?
06:20
And we actually might even
come to advertise these
come to advertise these
120
368328
2937
E podemos ainda vir a anunciá-los
06:23
as "consciousness-free."
121
371289
1545
como "livres de consciência".
06:24
They're without consciousness,
122
372858
1774
Eles não têm consciência,
06:26
they're not concerned about those things,
123
374656
2104
eles não se preocupam com essas coisas,
06:28
they're not distracted.
124
376784
1156
não estão distraídos.
06:29
So in general, what we're trying to do
125
377964
2966
De um modo geral,
estamos a tentar fazer
estamos a tentar fazer
06:32
is make as many different
types of thinking as we can.
types of thinking as we can.
126
380954
4500
o máximo de diferentes formas
de pensamento que conseguirmos.
de pensamento que conseguirmos.
06:37
We're going to populate the space
127
385804
2083
Vamos povoar o espaço,
06:39
of all the different possible types,
or species, of thinking.
or species, of thinking.
128
387911
4159
de todos os diferentes tipos ou espécies
possíveis de pensamento.
possíveis de pensamento.
06:44
And there actually may be some problems
129
392094
2068
E pode haver alguns problemas,
06:46
that are so difficult
in business and science
in business and science
130
394186
2800
que são tão difíceis
nos negócios e na ciência
nos negócios e na ciência
06:49
that our own type of human thinking
may not be able to solve them alone.
may not be able to solve them alone.
131
397010
4042
que o tipo de pensamento humano
pode não conseguir resolvê-los sozinho.
pode não conseguir resolvê-los sozinho.
06:53
We may need a two-step program,
132
401076
1992
Talvez precisemos de um
programa de dois passos
programa de dois passos
06:55
which is to invent new kinds of thinking
133
403092
4203
para inventar novas formas de pensar
06:59
that we can work alongside of to solve
these really large problems,
these really large problems,
134
407692
3734
ao lado das quais possamos trabalhar para
resolver grandes problemas,
resolver grandes problemas,
07:03
say, like dark energy or quantum gravity.
135
411450
2918
como a energia negra
e a gravidade quântica.
e a gravidade quântica.
Estamos a fazer inteligências alienígenas.
07:08
What we're doing
is making alien intelligences.
is making alien intelligences.
136
416496
2646
07:11
You might even think of this
as, sort of, artificial aliens
as, sort of, artificial aliens
137
419166
4069
Podem pensar nisto como
alienígenas artificiais,
alienígenas artificiais,
07:15
in some senses.
138
423259
1207
de certo modo.
07:16
And they're going to help
us think different,
us think different,
139
424490
2300
E vão ajudar-nos a pensar
de forma diferente
de forma diferente
07:18
because thinking different
is the engine of creation
is the engine of creation
140
426814
3632
porque pensar diferente
é o motor da criação,
é o motor da criação,
07:22
and wealth and new economy.
141
430470
1867
da riqueza e da nova economia.
07:25
The second aspect of this
is that we are going to use AI
is that we are going to use AI
142
433835
4923
O segundo aspeto é:
vamos usar a IA
vamos usar a IA
07:30
to basically make a second
Industrial Revolution.
Industrial Revolution.
143
438782
2950
para fazermos uma
segunda Revolução Industrial.
segunda Revolução Industrial.
07:34
The first Industrial Revolution
was based on the fact
was based on the fact
144
442135
2773
A primeira Revolução Industrial
foi baseada no facto
foi baseada no facto
07:36
that we invented something
I would call artificial power.
I would call artificial power.
145
444932
3462
de termos inventado algo
a que eu chamo de poder artificial.
a que eu chamo de poder artificial.
07:40
Previous to that,
146
448879
1150
Antes disso,
07:42
during the Agricultural Revolution,
147
450053
2034
durante a Revolução Agrícola,
07:44
everything that was made
had to be made with human muscle
had to be made with human muscle
148
452111
3702
tudo era feito, tinha de ser feito
com o músculo humano
com o músculo humano
07:47
or animal power.
149
455837
1307
ou poder animal.
07:49
That was the only way
to get anything done.
to get anything done.
150
457565
2063
Essa era a única forma de fazer tudo.
07:51
The great innovation during
the Industrial Revolution was,
the Industrial Revolution was,
151
459652
2945
A maior inovação durante a
Revolução Industrial
Revolução Industrial
07:54
we harnessed steam power, fossil fuels,
152
462621
3109
foi aproveitarmos o poder do vapor e
dos combustíveis fósseis
dos combustíveis fósseis
07:57
to make this artificial power
that we could use
that we could use
153
465754
3856
para fazermos este poder artificial
que podemos usar
que podemos usar
08:01
to do anything we wanted to do.
154
469634
1669
para fazermos tudo o que quisermos.
08:03
So today when you drive down the highway,
155
471327
2772
Hoje, quando conduzimos na autoestrada,
08:06
you are, with a flick of the switch,
commanding 250 horses --
commanding 250 horses --
156
474571
4525
com um toque no pedal estão a
comandar 250 cavalos,
comandar 250 cavalos,
08:11
250 horsepower --
157
479120
1572
250 cavalos de potência,
08:12
which we can use to build skyscrapers,
to build cities, to build roads,
to build cities, to build roads,
158
480716
4692
que podemos usar para construir
arranha-céus, cidades, estradas
arranha-céus, cidades, estradas
08:17
to make factories that would churn out
lines of chairs or refrigerators
lines of chairs or refrigerators
159
485432
5789
ou fábricas que vão produzir grandes
quantidades de cadeiras ou frigoríficos
quantidades de cadeiras ou frigoríficos
08:23
way beyond our own power.
160
491245
1654
muito para lá do nosso poder.
08:24
And that artificial power can also
be distributed on wires on a grid
be distributed on wires on a grid
161
492923
6111
E esse poder artificial pode ser
distribuído por fios numa rede
distribuído por fios numa rede
08:31
to every home, factory, farmstead,
162
499058
3199
para cada casa, fábrica, herdade
08:34
and anybody could buy
that artificial power,
that artificial power,
163
502281
4191
e toda a gente pode comprar
o poder artificial
o poder artificial
08:38
just by plugging something in.
164
506496
1472
apenas ligando-se a algo.
08:39
So this was a source
of innovation as well,
of innovation as well,
165
507992
2439
Isto era também uma forma de inovação
08:42
because a farmer could take
a manual hand pump,
a manual hand pump,
166
510455
3418
porque um agricultor podia pegar
numa bomba manual
numa bomba manual
08:45
and they could add this artificial
power, this electricity,
power, this electricity,
167
513897
2916
e podia adicionar este poder artificial,
esta eletricidade
esta eletricidade
08:48
and he'd have an electric pump.
168
516837
1497
e teria uma bomba elétrica.
08:50
And you multiply that by thousands
or tens of thousands of times,
or tens of thousands of times,
169
518358
3318
E multipliquem isso por milhares
ou dezenas de milhares de vezes
ou dezenas de milhares de vezes
08:53
and that formula was what brought us
the Industrial Revolution.
the Industrial Revolution.
170
521700
3159
e essa fórmula foi o que nos trouxe
a Revolução Industrial.
a Revolução Industrial.
08:56
All the things that we see,
all this progress that we now enjoy,
all this progress that we now enjoy,
171
524883
3585
Tudo o que vemos, todo o
progresso que agora apreciamos
progresso que agora apreciamos
09:00
has come from the fact
that we've done that.
that we've done that.
172
528492
2063
veio do facto de termos feito isso.
09:02
We're going to do
the same thing now with AI.
the same thing now with AI.
173
530579
2348
Vamos fazer o mesmo com a IA.
09:04
We're going to distribute that on a grid,
174
532951
2075
Vamos distribuí-la numa rede
09:07
and now you can take that electric pump.
175
535050
2374
e agora podem pegar nessa bomba elétrica.
09:09
You can add some artificial intelligence,
176
537448
2968
Podem adicionar alguma
inteligência artificial
inteligência artificial
09:12
and now you have a smart pump.
177
540440
1481
e ter uma bomba inteligente.
09:13
And that, multiplied by a million times,
178
541945
1928
Isso multiplicado por
um milhão de vezes
um milhão de vezes
09:15
is going to be this second
Industrial Revolution.
Industrial Revolution.
179
543897
2363
será a segunda Revolução Industrial.
09:18
So now the car is going down the highway,
180
546284
2382
Agora o carro vai na autoestrada,
09:20
it's 250 horsepower,
but in addition, it's 250 minds.
but in addition, it's 250 minds.
181
548690
4294
tem 250 cavalos mas
além disso tem 250 mentes.
além disso tem 250 mentes.
09:25
That's the auto-driven car.
182
553008
1769
Esse é o carro auto-conduzido.
09:26
It's like a new commodity;
183
554801
1389
É como uma nova comodidade,
09:28
it's a new utility.
184
556214
1303
é uma nova utilidade.
09:29
The AI is going to flow
across the grid -- the cloud --
across the grid -- the cloud --
185
557541
3041
A IA vai fluir através da rede
— a nuvem —
— a nuvem —
09:32
in the same way electricity did.
186
560606
1567
tal como a eletricidade o fez.
09:34
So everything that we had electrified,
187
562197
2380
Tudo o que eletrificámos,
09:36
we're now going to cognify.
188
564601
1723
agora vamos cognificar.
09:38
And I owe it to Jeff, then,
189
566693
1385
E eu sugeria então
09:40
that the formula
for the next 10,000 start-ups
for the next 10,000 start-ups
190
568102
3732
que a fórmula para os próximos
10 mil arranques
10 mil arranques
09:43
is very, very simple,
191
571858
1162
é muito simples,
09:45
which is to take x and add AI.
192
573044
3167
que é pegar em X e adicionar IA.
09:49
That is the formula,
that's what we're going to be doing.
that's what we're going to be doing.
193
577100
2812
Essa é a fórmula que nós vamos usar.
09:51
And that is the way
in which we're going to make
in which we're going to make
194
579936
3306
E é dessa forma que vamos fazer
09:55
this second Industrial Revolution.
195
583266
1858
esta segunda Revolução Industrial.
09:57
And by the way -- right now, this minute,
196
585148
2154
E já agora, neste preciso minuto,
09:59
you can log on to Google
197
587326
1169
podem aceder ao Google
10:00
and you can purchase
AI for six cents, 100 hits.
AI for six cents, 100 hits.
198
588519
3882
e podem comprar IA
por seis cêntimos, 100 acessos.
por seis cêntimos, 100 acessos.
10:04
That's available right now.
199
592758
1604
Isso está disponível agora.
10:06
So the third aspect of this
200
594386
2286
Então o terceiro aspeto disto
10:09
is that when we take this AI
and embody it,
and embody it,
201
597315
2678
é que, quando pegamos nesta IA
e a incorporamos,
e a incorporamos,
10:12
we get robots.
202
600017
1173
formamos robôs.
10:13
And robots are going to be bots,
203
601214
1703
E robôs tornar-se-ão "bôs"
10:14
they're going to be doing many
of the tasks that we have already done.
of the tasks that we have already done.
204
602941
3328
e farão muitas tarefas que nós já fizemos.
Um emprego é só um monte de tarefas,
10:20
A job is just a bunch of tasks,
205
608357
1528
por isso, eles vão redefinir
os nossos empregos
os nossos empregos
10:21
so they're going to redefine our jobs
206
609909
1762
10:23
because they're going to do
some of those tasks.
some of those tasks.
207
611695
2259
porque eles farão algumas dessas tarefas.
10:25
But they're also going to curate
whole new categories,
whole new categories,
208
613978
3197
Mas eles vão criar categorias
totalmente diferentes,
totalmente diferentes,
10:29
a whole new slew of tasks
209
617199
2247
uma abundância totalmente
diferente de tarefas
diferente de tarefas
10:31
that we didn't know
we wanted to do before.
we wanted to do before.
210
619470
2457
que antes nós não sabíamos
que queríamos fazer.
que queríamos fazer.
10:33
They're going to actually
engender new kinds of jobs,
engender new kinds of jobs,
211
621951
3637
De facto, eles vão gerar
novos tipos de empregos,
novos tipos de empregos,
10:37
new kinds of tasks that we want done,
212
625612
2271
novos tipos de tarefas que queremos feitas
10:39
just as automation made up
a whole bunch of new things
a whole bunch of new things
213
627907
3405
tal como a automação criou
uma série de coisas novas
uma série de coisas novas
que antes não sabíamos
que precisávamos
que precisávamos
10:43
that we didn't know we needed before,
214
631336
1834
10:45
and now we can't live without them.
215
633194
1956
e agora não conseguimos viver sem elas.
10:47
So they're going to produce
even more jobs than they take away,
even more jobs than they take away,
216
635174
3956
Por isso, vamos produzir ainda mais
empregos do que os que eles nos tiram.
empregos do que os que eles nos tiram.
10:51
but it's important that a lot of the tasks
that we're going to give them
that we're going to give them
217
639154
3434
Mas é importante que
muitas das tarefas que lhes vamos dar
muitas das tarefas que lhes vamos dar
10:54
are tasks that can be defined
in terms of efficiency or productivity.
in terms of efficiency or productivity.
218
642612
4572
são tarefas que podem ser definidas
em termos de eficiência ou produtividade.
em termos de eficiência ou produtividade.
10:59
If you can specify a task,
219
647676
1828
Se puderem especificar uma tarefa
11:01
either manual or conceptual,
220
649528
2235
de maneira manual ou conceptual,
11:03
that can be specified in terms
of efficiency or productivity,
of efficiency or productivity,
221
651787
4780
que possa ser especificada
em termos de eficiência ou produtividade,
em termos de eficiência ou produtividade,
11:08
that goes to the bots.
222
656591
1777
isso vai para os "bôs".
11:10
Productivity is for robots.
223
658758
2178
A produtividade é para os robôs.
11:12
What we're really good at
is basically wasting time.
is basically wasting time.
224
660960
3070
No que nós somos realmente bons
é a perder tempo.
é a perder tempo.
11:16
(Laughter)
225
664054
1028
(Risos)
11:17
We're really good at things
that are inefficient.
that are inefficient.
226
665106
2316
Nós somos realmente bons
em coisas ineficientes.
em coisas ineficientes.
11:19
Science is inherently inefficient.
227
667446
3025
A ciência é intrinsecamente ineficiente.
Funciona através do facto de
terem um falhanço atrás de outro.
terem um falhanço atrás de outro.
11:22
It runs on that fact that you have
one failure after another.
one failure after another.
228
670816
2906
11:25
It runs on the fact that you make tests
and experiments that don't work,
and experiments that don't work,
229
673746
3424
Funciona através do facto de fazerem
testes e experiências que falham,
testes e experiências que falham,
11:29
otherwise you're not learning.
230
677194
1442
caso contrário, não aprendem.
11:30
It runs on the fact
231
678660
1162
Funciona através do facto
11:31
that there is not
a lot of efficiency in it.
a lot of efficiency in it.
232
679846
2083
de que não há muita
eficiência nisso.
eficiência nisso.
11:33
Innovation by definition is inefficient,
233
681953
2779
A inovação por definção é ineficiente,
11:36
because you make prototypes,
234
684756
1391
porque fazem protótipos
11:38
because you try stuff that fails,
that doesn't work.
that doesn't work.
235
686171
2707
porque tentam coisas que falham,
que não funcionam.
que não funcionam.
11:40
Exploration is inherently inefficiency.
236
688902
3112
A exploração é inerentemente ineficaz.
11:44
Art is not efficient.
237
692038
1531
A arte não é eficiente.
11:45
Human relationships are not efficient.
238
693593
2127
As relações humanas não são eficientes.
11:47
These are all the kinds of things
we're going to gravitate to,
we're going to gravitate to,
239
695744
2940
Estes são os tipos de coisas
para as quais vamos gravitar
para as quais vamos gravitar
11:50
because they're not efficient.
240
698708
1475
porque não são eficientes.
11:52
Efficiency is for robots.
241
700207
2315
A eficiência é para os robôs.
Vamos também aprender que
vamos trabalhar com estes IA's
vamos trabalhar com estes IA's
11:55
We're also going to learn
that we're going to work with these AIs
that we're going to work with these AIs
242
703338
4123
porque eles pensam de uma forma
diferente da nossa.
diferente da nossa.
11:59
because they think differently than us.
243
707485
1997
Quando Deep Blue derrotou o
o melhor campeão de xadrez do mundo,
o melhor campeão de xadrez do mundo,
12:02
When Deep Blue beat
the world's best chess champion,
the world's best chess champion,
244
710005
4314
as pessoas pensaram
que era o fim do xadrez.
que era o fim do xadrez.
12:06
people thought it was the end of chess.
245
714343
1929
Mas, de facto, revelou-se que hoje
o melhor campeão de xadrez do mundo
o melhor campeão de xadrez do mundo
12:08
But actually, it turns out that today,
the best chess champion in the world
the best chess champion in the world
246
716296
4402
12:12
is not an AI.
247
720722
1557
não é um IA.
12:14
And it's not a human.
248
722906
1181
E não é humano.
12:16
It's the team of a human and an AI.
249
724111
2715
É uma equipa de um humano e um IA.
12:18
The best medical diagnostician
is not a doctor, it's not an AI,
is not a doctor, it's not an AI,
250
726850
4000
O melhor diagnosticador clínico,
não é um médico nem um IA.
não é um médico nem um IA.
12:22
it's the team.
251
730874
1176
É uma equipa.
12:24
We're going to be working with these AIs,
252
732074
2149
Nós vamos trabalhar com estes IA
12:26
and I think you'll be paid in the future
253
734247
1995
e penso que vocês serão pagos no futuro
12:28
by how well you work with these bots.
254
736266
2391
de acordo com o quão bem
trabalham com estes "bôs".
trabalham com estes "bôs".
12:31
So that's the third thing,
is that they're different,
is that they're different,
255
739026
4257
Então é essa a terceira coisa,
é que eles são diferentes,
é que eles são diferentes,
12:35
they're utility
256
743307
1165
a sua utilidade
12:36
and they are going to be something
we work with rather than against.
we work with rather than against.
257
744496
3816
e eles vão ser algo com que vamos querer
trabalhar e não querer estar contra.
trabalhar e não querer estar contra.
12:40
We're working with these
rather than against them.
rather than against them.
258
748336
2639
Estamos a trabalhar com eles
e não contra eles.
e não contra eles.
12:42
So, the future:
259
750999
1477
Então, o futuro:
12:44
Where does that take us?
260
752500
1420
Onde é que isso nos leva?
12:45
I think that 25 years from now,
they'll look back
they'll look back
261
753944
3567
Penso que daqui a 25 anos,
eles olharão para trás
eles olharão para trás
12:49
and look at our understanding
of AI and say,
of AI and say,
262
757535
3125
e olharão para o nosso conhecimento
de IA e dirão:
de IA e dirão:
12:52
"You didn't have AI. In fact,
you didn't even have the Internet yet,
you didn't even have the Internet yet,
263
760684
3300
"Vocês não tinham IA. De facto,
ainda nem sequer tinham internet
ainda nem sequer tinham internet
12:56
compared to what we're going
to have 25 years from now."
to have 25 years from now."
264
764008
2741
"em comparação com o que vamos
ter daqui a 25 anos".
ter daqui a 25 anos".
12:59
There are no AI experts right now.
265
767849
3047
Agora não há especialistas de IA.
13:02
There's a lot of money going to it,
266
770920
1699
Há muito dinheiro gasto nisso.
13:04
there are billions of dollars
being spent on it;
being spent on it;
267
772643
2268
Há milhares de milhões de dólares
gastos nisso,
gastos nisso,
13:06
it's a huge business,
268
774935
2164
é um grande negócio
13:09
but there are no experts, compared
to what we'll know 20 years from now.
to what we'll know 20 years from now.
269
777123
4272
mas não há especialistas, em comparação
com o que vamos ter daqui a 20 anos.
com o que vamos ter daqui a 20 anos.
13:14
So we are just at the beginning
of the beginning,
of the beginning,
270
782064
2885
Estamos apenas no início do inicío,
13:16
we're in the first hour of all this.
271
784973
2163
estamos na primeira hora de tudo isto.
13:19
We're in the first hour of the Internet.
272
787160
1935
Estamos na primeira hora da internet.
13:21
We're in the first hour of what's coming.
273
789119
2040
Estamos na primeira hora do que aí vem.
13:23
The most popular AI product
in 20 years from now,
in 20 years from now,
274
791183
4153
O produto IA mais popular
daqui a 20 anos
daqui a 20 anos
13:27
that everybody uses,
275
795360
1444
que toda a gente usa,
13:29
has not been invented yet.
276
797499
1544
ainda não foi inventado.
13:32
That means that you're not late.
277
800464
2467
Isso significa que não estão atrasados.
13:35
Thank you.
278
803684
1151
Obrigado.
13:36
(Laughter)
279
804859
1026
(Risos)
13:37
(Applause)
280
805909
2757
(Aplausos)
ABOUT THE SPEAKER
Kevin Kelly - Digital visionaryThere may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.
Why you should listen
Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.
Kevin Kelly | Speaker | TED.com