TED2018
Kai-Fu Lee: How AI can save our humanity
Kai-Fu Lee: Yapay zekâ insanlığı nasıl kurtarabilir
Filmed:
Readability: 4.7
3,583,197 views
Yapay zekâ dünyayı büyük çapta dönüştürüyor ama yapayacağı bir şey var: sevmek. Bu geleceğe dair konuşmada, bilgisayar bilimcisi Kai-Fu, ABD ve Çin'in nasıl bir derin öğrenme devrimine öncülük ettiğini detaylandırıyor ve şefkat ve yaratıcılıkla insanların yapay zekâ çağında nasıl gelişebileceklerinin planını anlatıyor. Lee'ye göre ''Yapay zekâ güzel bir tesadüf. Bizi rutin işlerden kurtarmak ve bizi insan yapan şeyi bizlere anlatmak için burada.''
Kai-Fu Lee - Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio
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 AI and mankind can coexist,
how AI and mankind can coexist,
0
640
4536
Bugün yapay zekâ ve insanoğlunun nasıl
birlikte var olabileceğinden konuşacağım
birlikte var olabileceğinden konuşacağım
00:17
but first, we have to rethink
about our human values.
about our human values.
1
5200
3816
ama öncelikle insani değerlerimiz
hakkında yeniden düşünmeliyiz.
hakkında yeniden düşünmeliyiz.
00:21
So let me first make a confession
about my errors in my values.
about my errors in my values.
2
9040
4320
İzin verin öncelikle kendi değerlerim
hakkındaki hataları paylaşayım.
hakkındaki hataları paylaşayım.
00:25
It was 11 o'clock, December 16, 1991.
3
13920
4256
16 Aralık 1991 tarihinde saat 11'de
00:30
I was about to become a father
for the first time.
for the first time.
4
18200
2680
ilk defa baba olmak üzereydim.
00:33
My wife, Shen-Ling,
lay in the hospital bed
lay in the hospital bed
5
21480
2856
Karım Shen-Ling hastane odasında
00:36
going through a very difficult
12-hour labor.
12-hour labor.
6
24360
3080
12 saatlik zorlu bir doğumun
henüz başındaydı.
henüz başındaydı.
00:40
I sat by her bedside
7
28280
2296
Yatağının yanında oturmuş,
00:42
but looked anxiously at my watch,
8
30600
2376
endişeli bir şekilde saatime bakıyordum
00:45
and I knew something that she didn't.
9
33000
1800
çünkü karımdan bir şey saklıyordum.
00:47
I knew that if in one hour,
10
35440
1800
Eğer çocuğumuz
00:50
our child didn't come,
11
38360
1936
bir saat içinde doğmazsa
00:52
I was going to leave her there
12
40320
1936
onu orada yalnız bırakıp
00:54
and go back to work
13
42280
1656
işe geri dönecek
00:55
and make a presentation about AI
14
43960
2576
ve Apple'ın CEO'su olan işverenime
00:58
to my boss, Apple's CEO.
15
46560
2200
yapay zekâ hakkında bir sunum yapacaktım.
01:03
Fortunately, my daughter
was born at 11:30 --
was born at 11:30 --
16
51160
3896
Neyse ki kızım 11:30'da doğdu.
01:07
(Laughter)
17
55080
1936
(Gülme sesleri)
01:09
(Applause)
18
57040
1936
(Alkışlar)
01:11
sparing me from doing the unthinkable,
19
59000
4336
o düşünülemez şeyi yapmaktan beni alıkoydu
01:15
and to this day, I am so sorry
20
63360
2496
ve bugüne dek hâlâ...
01:17
for letting my work ethic
take precedence over love for my family.
take precedence over love for my family.
21
65880
4656
...iş etiğimin ailemin önüne geçmesine
izin verdiğim için çok üzgünüm.
izin verdiğim için çok üzgünüm.
01:22
(Applause)
22
70560
5736
(Alkış)
01:28
My AI talk, however, went off brilliantly.
23
76320
2616
Yapay zekâ konuşmam ise harika gitti.
01:30
(Laughter)
24
78960
2736
(Gülüşmeler)
01:33
Apple loved my work
and decided to announce it
and decided to announce it
25
81720
3136
Apple çalışmamı çok beğendi
01:36
at TED1992,
26
84880
2696
TED1992'de bunu duyurmaya karar verdi,
01:39
26 years ago on this very stage.
27
87600
3016
26 yıl önce bu sahnede.
01:42
I thought I had made one of the biggest,
most important discoveries in AI,
most important discoveries in AI,
28
90640
5056
En büyük ve en önemli yapay zekâ
keşiflerinden birini yaptığımı sandım,
keşiflerinden birini yaptığımı sandım,
01:47
and so did the "Wall Street Journal"
on the following day.
on the following day.
29
95720
2920
bir sonraki gün
Wall Street Journal da öyle düşünmüştü.
Wall Street Journal da öyle düşünmüştü.
01:51
But as far as discoveries went,
30
99440
2536
Fakat bu keşiflerin doğasına bakınca
01:54
it turned out,
31
102000
1336
görünen o ki
01:55
I didn't discover India, or America.
32
103360
2776
Amerika veya Hindistan'ı keşfetmemiştim.
01:58
Perhaps I discovered
a little island off of Portugal.
a little island off of Portugal.
33
106160
3080
Ama belki Portekiz'in
küçük bir adası olabilir.
küçük bir adası olabilir.
02:02
But the AI era of discovery continued,
34
110720
3256
Fakat yapay zekâ çağı keşifleri devam etti
02:06
and more scientists
poured their souls into it.
poured their souls into it.
35
114000
3216
ve daha fazla bilim insanı
bu konuya kendini adadı.
bu konuya kendini adadı.
02:09
About 10 years ago, the grand AI discovery
36
117240
2616
Yaklaşık 10 yıl önce
o büyük yapay zekâ keşfi
o büyük yapay zekâ keşfi
02:11
was made by three
North American scientists,
North American scientists,
37
119880
3176
iki Kuzey Amerikalı
bilim insanı tarafından yapıldı
bilim insanı tarafından yapıldı
02:15
and it's known as deep learning.
38
123080
1600
ve derin öğrenme olarak biliniyor.
02:17
Deep learning is a technology
that can take a huge amount of data
that can take a huge amount of data
39
125400
3696
Derin öğrenme teknolojisi,
çok büyük miktarda veriyi
çok büyük miktarda veriyi
02:21
within one single domain
40
129120
1736
tek bir domain içinde toplayabilir
02:22
and learn to predict or decide
at superhuman accuracy.
at superhuman accuracy.
41
130880
4936
ve süper insan doğruluğuyla
karar veya öngörüler gerçekleştirebilir.
karar veya öngörüler gerçekleştirebilir.
02:27
For example, if we show
the deep learning network
the deep learning network
42
135840
2776
Örneğin derin öğrenme ağına
02:30
a massive number of food photos,
43
138640
2816
inanılmaz sayıda yiyecek resmi gösterirsek
02:33
it can recognize food
44
141480
1576
yiyeceği tanıyarak
02:35
such as hot dog or no hot dog.
45
143080
3296
sosisli sandviç
olup olmadığını anlayabilir.
olup olmadığını anlayabilir.
02:38
(Applause)
46
146400
3136
(Alkışlar)
02:41
Or if we show it many pictures
and videos and sensor data
and videos and sensor data
47
149560
5016
Ya da bir otoyolda sürülen
bir arabaya ilişkin
bir arabaya ilişkin
02:46
from driving on the highway,
48
154600
2536
fotoğraf ve video ve sensör
verilerini gösterirsek
verilerini gösterirsek
02:49
it can actually drive a car
as well as a human being
as well as a human being
49
157160
3280
bu teknoloji arabayı tıpkı bir insan gibi
02:53
on the highway.
50
161360
1656
kendi başına otoyolda sürebilir.
02:55
And what if we showed
this deep learning network
this deep learning network
51
163040
2816
Peki ya bu yapay zekâ ağına
02:57
all the speeches made by President Trump?
52
165880
2400
Başkan Trump'ın
tüm konuşmalarını göstersek?
tüm konuşmalarını göstersek?
03:01
Then this artificially
intelligent President Trump,
intelligent President Trump,
53
169680
3000
o zaman bu yapay zekâlı Trump,
03:05
actually the network --
54
173600
2216
demek istediğim ağ,
03:07
(Laughter)
55
175840
1656
(Kahkahalar)
03:09
can --
56
177520
1216
şunu...
03:10
(Applause)
57
178760
4056
(Alkışlar)
03:14
You like double oxymorons, huh?
58
182840
2336
Tezat sanatını seviyorsunuz demek?
03:17
(Laughter)
59
185200
3856
(Kahkahalar)
03:21
(Applause)
60
189080
6096
(Alkışlar)
03:27
So this network, if given the request
to make a speech about AI,
to make a speech about AI,
61
195200
5256
Eğer bu ağdan yapay zekâ hakkında
konuşma yapmasını isterseniz
konuşma yapmasını isterseniz
03:32
he, or it, might say --
62
200480
2640
bunları söyleyebilir:
03:36
(Recording) Donald Trump:
It's a great thing
It's a great thing
63
204280
2096
(Ses kaydı) Donald Trump: Yapay zekâ ile
03:38
to build a better world
with artificial intelligence.
with artificial intelligence.
64
206400
2936
daha iyi bir dünya yaratıyor
olabilmek harika bir şey.
olabilmek harika bir şey.
03:41
Kai-Fu Lee: And maybe in another language?
65
209360
2016
Kai-Fu Lee: Veya başka bir dilde
03:43
DT: (Speaking Chinese)
66
211400
1816
DT: (Çince konuşuyor)
03:45
(Laughter)
67
213240
1496
(Gülüşmeler)
03:46
KFL: You didn't know
he knew Chinese, did you?
he knew Chinese, did you?
68
214760
2160
KFL: Çince bildiğini
bilmiyordunuz değil mi?
bilmiyordunuz değil mi?
03:50
So deep learning has become the core
in the era of AI discovery,
in the era of AI discovery,
69
218120
5016
Sonuç olarak derin öğrenme
yapay zekâ keşif çağının temeli oldu
yapay zekâ keşif çağının temeli oldu
03:55
and that's led by the US.
70
223160
1816
ve bunun öncüsü ABD.
03:57
But we're now in the era
of implementation,
of implementation,
71
225000
3256
Fakat artık uygulama çağındayız,
04:00
where what really matters is execution,
product quality, speed and data.
product quality, speed and data.
72
228280
5536
burada önemli olan işi yapmak,
ürün kalitesi, hız ve veri.
ürün kalitesi, hız ve veri.
04:05
And that's where China comes in.
73
233840
2096
İşte bu noktada Çin devreye giriyor.
04:07
Chinese entrepreneurs,
74
235960
1576
Çinli girişimciler,
04:09
who I fund as a venture capitalist,
75
237560
1896
ki ben de riskli yatırımlarla
destekliyorum,
destekliyorum,
04:11
are incredible workers,
76
239480
1736
inanılmaz çalışıyorlar,
04:13
amazing work ethic.
77
241240
1936
harika bir iş etikleri var.
04:15
My example in the delivery room is nothing
compared to how hard people work in China.
compared to how hard people work in China.
78
243200
5296
Benim doğum odası örneğim Çin'in
çalışkan insanları yanında önemsiz kalır.
çalışkan insanları yanında önemsiz kalır.
04:20
As an example, one startup
tried to claim work-life balance:
tried to claim work-life balance:
79
248520
3696
Örneğin bir girişimci, iş ve hayat
dengesini şu şekilde anlatmaya çalışmış:
dengesini şu şekilde anlatmaya çalışmış:
04:24
"Come work for us because we are 996."
80
252240
3696
"Gelin bizim için çalışın
çünkü bizler 9-9-6 'yız."
çünkü bizler 9-9-6 'yız."
04:27
And what does that mean?
81
255960
1256
Peki bu ne anlama geliyor?
04:29
It means the work hours
of 9am to 9pm, six days a week.
of 9am to 9pm, six days a week.
82
257240
4400
Bu, sabah 9'dan akşam 9'a
haftada altı gün anlamına geliyor.
haftada altı gün anlamına geliyor.
04:34
That's contrasted
with other startups that do 997.
with other startups that do 997.
83
262960
3280
Diğer girişimcilerin 9-9-7'lerine
karşı ürettikleri bir fikir.
karşı ürettikleri bir fikir.
04:39
And the Chinese product quality
has consistently gone up
has consistently gone up
84
267320
3096
Çin ürünlerinin kalitesi son 10 yıl içinde
04:42
in the past decade,
85
270440
1696
istikrarlı bir şekilde artmakta
04:44
and that's because of
a fiercely competitive environment.
a fiercely competitive environment.
86
272160
4120
ve bunun sebebi oradaki
istikrarlı rekabet ortamı.
istikrarlı rekabet ortamı.
04:48
In Silicon Valley, entrepreneurs
compete in a very gentlemanly fashion,
compete in a very gentlemanly fashion,
87
276760
5896
Silikon Vadisi'nde girişimciler,
çok centilmen bir edada rekabet ediyorlar,
çok centilmen bir edada rekabet ediyorlar,
04:54
sort of like in old wars
in which each side took turns
in which each side took turns
88
282680
3896
her bir tarafın birbirine
ateş etmek için sıra beklediği
ateş etmek için sıra beklediği
04:58
to fire at each other.
89
286600
1256
eski savaşlardaki gibi.
04:59
(Laughter)
90
287880
1056
(Kahkahalar)
05:00
But in the Chinese environment,
91
288960
2016
Fakat Çin ortamında,
05:03
it's truly a gladiatorial
fight to the death.
fight to the death.
92
291000
2880
gerçekten gladyatörler gibi
ölümüne savaş var.
ölümüne savaş var.
05:06
In such a brutal environment,
entrepreneurs learn to grow very rapidly,
entrepreneurs learn to grow very rapidly,
93
294920
6096
Böyle acımasız ortamlarda, girişimciler
çok hızlı büyümeyi öğreniyorlar,
çok hızlı büyümeyi öğreniyorlar,
05:13
they learn to make their products
better at lightning speed,
better at lightning speed,
94
301040
3936
ürünlerini daha iyi yapmayı
ışık hızında öğreniyorlar,
ışık hızında öğreniyorlar,
05:17
and they learn
to hone their business models
to hone their business models
95
305000
2336
iş modellerini yıkılamaz olana kadar
05:19
until they're impregnable.
96
307360
1400
geiiştirmeyi öğreniyorlar.
05:21
As a result, great Chinese products
like WeChat and Weibo
like WeChat and Weibo
97
309400
3856
Sonuç olarak da Çin'in
WeChat ve Weibo gibi ürünleri,
WeChat ve Weibo gibi ürünleri,
05:25
are arguably better
98
313280
1416
Facebook ve Twitter gibi
05:26
than the equivalent American products
from Facebook and Twitter.
from Facebook and Twitter.
99
314720
3480
eş değerdeki Amerikan
ürünlerinden çok daha iyi.
ürünlerinden çok daha iyi.
05:31
And the Chinese market
embraces this change
embraces this change
100
319920
3096
Çin pazarı da buna sahip çıkıyor
05:35
and accelerated change
and paradigm shifts.
and paradigm shifts.
101
323040
3016
ve değişiklikleri ve paradigma
dönüşlerini hızlandırdı.
dönüşlerini hızlandırdı.
05:38
As an example, if any of you go to China,
102
326080
2096
Örneğin Çin'e giderseniz
05:40
you will see it's almost cashless
and credit card-less,
and credit card-less,
103
328200
4016
neredeyse kartsız ve nakit parasız
bir yaşam görürsünüz
bir yaşam görürsünüz
05:44
because that thing that we all
talk about, mobile payment,
talk about, mobile payment,
104
332240
2736
çünkü bugün konuştuğumuz mobil ödeme,
05:47
has become the reality in China.
105
335000
2416
orada gerçek oldu bile.
05:49
In the last year,
106
337440
1296
Geçen sene,
05:50
18.8 trillion US dollars
were transacted on mobile internet,
were transacted on mobile internet,
107
338760
5936
18,8 trilyon ABD doları
mobil internette işlem gördü
mobil internette işlem gördü
05:56
and that's because
of very robust technologies
of very robust technologies
108
344720
2936
ve bunun sebebi
bunun arkasında inşa edilen
bunun arkasında inşa edilen
05:59
built behind it.
109
347680
1256
güçlü teknolojiler.
06:00
It's even bigger than the China GDP.
110
348960
2440
Bu, Çin'in GSYİH'sinden bile fazla.
06:04
And this technology, you can say,
how can it be bigger than the GDP?
how can it be bigger than the GDP?
111
352120
3616
Bu teknolojinin nasıl olur da GSYİH'den
daha fazla olduğunu sorabilirsiniz.
daha fazla olduğunu sorabilirsiniz.
06:07
Because it includes all transactions:
112
355760
1976
Çünkü tüm işlemleri kapsıyor:
06:09
wholesale, channels,
retail, online, offline,
retail, online, offline,
113
357760
3776
toptan ve perakende satışlar,
ödeme kanalları, online ve offline,
ödeme kanalları, online ve offline,
06:13
going into a shopping mall
or going into a farmers market like this.
or going into a farmers market like this.
114
361560
5056
AVM veya pazar alışverişleri...
06:18
The technology is used
by 700 million people
by 700 million people
115
366640
3376
Bu teknoloji 700 milyon kişi tarafından
sadece satıcılara değil
sadece satıcılara değil
06:22
to pay each other, not just merchants,
116
370040
2056
birbirlerine ödemede de kullanılıyor,
06:24
so it's peer to peer,
117
372120
1416
o yüzden peer-to-peer sistemi var
06:25
and it's almost transaction-fee-free.
118
373560
2680
ve tüm işlemler neredeyse ücretsiz.
06:29
And it's instantaneous,
119
377720
2376
Ayrıca anlık kullanılabiliyor
06:32
and it's used everywhere.
120
380120
1440
ve her yerde kullanılabilmekte.
06:34
And finally, the China market is enormous.
121
382320
3376
Ve son olarak Çin pazara devasa.
06:37
This market is large,
122
385720
1976
Bu pazar çok geniş,
06:39
which helps give entrepreneurs
more users, more revenue,
more users, more revenue,
123
387720
4496
bu da girişimcilere daha fazla
kullanıcı ve gelir,
kullanıcı ve gelir,
06:44
more investment, but most importantly,
124
392240
2336
daha fazla yatırım sağlıyor
ama en önemlisi de
ama en önemlisi de
06:46
it gives the entrepreneurs a chance
to collect a huge amount of data
to collect a huge amount of data
125
394600
4536
girişimcilere çok büyük
miktarda veriyi toplayarak
miktarda veriyi toplayarak
06:51
which becomes rocket fuel
for the AI engine.
for the AI engine.
126
399160
2960
yapay zekâ için yakıt olarak
kullanma şansı sunuyor.
kullanma şansı sunuyor.
06:54
So as a result, the Chinese AI companies
127
402960
2936
Bu sebeple Çinli yapay zekâ şirketleri
06:57
have leaped ahead
128
405920
1736
büyük bir sıçrama yaptı
06:59
so that today, the most valuable companies
129
407680
3096
ve bugün en değerli şirketler,
07:02
in computer vision, speech recognition,
130
410800
2616
ses tanımlama, bilgisayar görüşü,
07:05
speech synthesis,
machine translation and drones
machine translation and drones
131
413440
3416
konuşma sentezleme,
makine çevirisi ve drone şirketlerinin
makine çevirisi ve drone şirketlerinin
07:08
are all Chinese companies.
132
416880
1920
hepsi Çinli şirketler.
07:11
So with the US leading
the era of discovery
the era of discovery
133
419400
3216
ABD'nin bu keşif çağına,
07:14
and China leading
the era of implementation,
the era of implementation,
134
422640
3136
Çin de uygulama çağına öncülük ettiği
07:17
we are now in an amazing age
135
425800
2256
muhteşem bir çağ içindeyiz,
07:20
where the dual engine
of the two superpowers
of the two superpowers
136
428080
3256
iki süper gücün iki çalışma sistemi
07:23
are working together
137
431360
1680
birlikte çalışarak
07:25
to drive the fastest
revolution in technology
revolution in technology
138
433960
3656
biz insanların daha önce
hiç tanık olmadığı
hiç tanık olmadığı
07:29
that we have ever seen as humans.
139
437640
2360
teknolojideki en hızlı
devrimi gerçekleştiriyorlar.
devrimi gerçekleştiriyorlar.
07:32
And this will bring tremendous wealth,
140
440640
2496
Bu bizlere büyük bir zenginlik getirecek,
07:35
unprecedented wealth:
141
443160
1776
tahmin edilmeyen bir zenginlik:
07:36
16 trillion dollars, according to PwC,
142
444960
3896
PwC'ye göre 16 trilyon dolar,
07:40
in terms of added GDP
to the worldwide GDP by 2030.
to the worldwide GDP by 2030.
143
448880
5376
2030 yılında dünya çapında
eklenmiş GSYİH olarak.
eklenmiş GSYİH olarak.
07:46
It will also bring immense challenges
144
454280
2616
Aynı zamanda iş değişikli sebebiyle
07:48
in terms of potential job replacements.
145
456920
3576
beraberinde inanılmaz zorluklar getirecek.
07:52
Whereas in the Industrial Age
146
460520
2160
Sanayi Çağı'nda
07:55
it created more jobs
147
463880
1536
daha fazla iş ortaya çıkmıştı
07:57
because craftsman jobs were being
decomposed into jobs in the assembly line,
decomposed into jobs in the assembly line,
148
465440
5776
çünkü zanaatkârların işleri
seri üretim hatlarına ayrıldı,
seri üretim hatlarına ayrıldı,
08:03
so more jobs were created.
149
471240
1976
o yüzden de daha çok iş ortaya çıktı.
08:05
But AI completely replaces
the individual jobs
the individual jobs
150
473240
4936
Fakat yapay zekâ,
üretim hattındaki robotlarla
üretim hattındaki robotlarla
08:10
in the assembly line with robots.
151
478200
2256
bireysel işlerin tamamen yerini alıyor.
08:12
And it's not just in factories,
152
480480
1936
Bu sadece fabrikalarda değil
08:14
but truckers, drivers
153
482440
2056
kamyon ve otomobik sürücüleri
08:16
and even jobs like telesales,
customer service
customer service
154
484520
4096
ve hatta tele satışlar
ve müşteri hizmetleri
ve müşteri hizmetleri
08:20
and hematologists as well as radiologists
155
488640
2976
ve hematologlar ve radyologlar
08:23
over the next 15 years
156
491640
2096
gelecek 15 yıl içinde
08:25
are going to be gradually replaced
157
493760
2536
adım adım
08:28
by artificial intelligence.
158
496320
1440
yapay zekâ ile yer değiştirecek.
08:30
And only the creative jobs --
159
498360
2056
Sadece işi yaratıcılık olan...
08:32
(Laughter)
160
500440
1976
(Gülüşmeler)
08:34
I have to make myself safe, right?
161
502440
2200
Kendimi güvenceye almalıyım değil mi?
08:38
Really, the creative jobs
are the ones that are protected,
are the ones that are protected,
162
506960
2976
Gerçekten de yaratıcılık meslekleri
güvence altında olacak
güvence altında olacak
08:41
because AI can optimize but not create.
163
509960
3040
çünkü yapay zekâ bir işi en uygun
hâle getirebilir ama yaratamaz.
hâle getirebilir ama yaratamaz.
08:45
But what's more serious
than the loss of jobs
than the loss of jobs
164
513960
3575
Fakat iş kaybından daha önemlisi
08:49
is the loss of meaning,
165
517559
1777
anlam kaybı
08:51
because the work ethic
in the Industrial Age
in the Industrial Age
166
519360
3136
çünkü Sanayi Çağı'nın iş ahlakı
08:54
has brainwashed us into thinking
that work is the reason we exist,
that work is the reason we exist,
167
522520
5616
iş için var olduğumuz konusunda
beyinlerimizi yıkadı,
beyinlerimizi yıkadı,
09:00
that work defined
the meaning of our lives.
the meaning of our lives.
168
528160
2936
işin hayatlarımızı tanımladığı konusunda.
09:03
And I was a prime and willing victim
to that type of workaholic thinking.
to that type of workaholic thinking.
169
531120
6296
Ben de bu işkolik düşünce türüne
en önde ve istekli olarak kapıldım.
en önde ve istekli olarak kapıldım.
09:09
I worked incredibly hard.
170
537440
1616
İnanılmaz çok çalıştım.
09:11
That's why I almost left
my wife in the delivery room,
my wife in the delivery room,
171
539080
3576
Aslında bu yüzden karımı
doğum odasında neredeyse bıraktım,
doğum odasında neredeyse bıraktım,
09:14
that's why I worked 996
alongside my entrepreneurs.
alongside my entrepreneurs.
172
542680
4176
bu yüzden girişimcilerimle
9-9-6 çalıştım.
9-9-6 çalıştım.
09:18
And that obsession that I had with work
173
546880
4416
İşle alakalı bu takıntım
09:23
ended abruptly a few years ago
174
551320
3056
birkaç yıl önce kati olarak sonlandı,
09:26
when I was diagnosed
with fourth stage lymphoma.
with fourth stage lymphoma.
175
554400
3920
dördüncü evresinde lenfomaya yakalandım.
09:31
The PET scan here shows
over 20 malignant tumors
over 20 malignant tumors
176
559480
4136
Tomografi sonucuma göre
20'nin üzerinde kötü huylu tümör,
20'nin üzerinde kötü huylu tümör,
09:35
jumping out like fireballs,
177
563640
2176
ateş topu gibi fırlıyor,
09:37
melting away my ambition.
178
565840
2576
azmimi baltalıyor.
09:40
But more importantly,
179
568440
1456
Fakat bundan daha önemlisi,
09:41
it helped me reexamine my life.
180
569920
2736
hayatımı tekrar sorgulamamı sağladı.
09:44
Knowing that I may only have
a few months to live
a few months to live
181
572680
3096
Sadece birkaç ay
ömrümün kaldığını öğrenmek,
ömrümün kaldığını öğrenmek,
09:47
caused me to see how foolish it was
182
575800
2936
tüm kişisel değerlerimi
09:50
for me to base my entire self-worth
183
578760
3576
çok çalışmaya ve çok çalışmaktan
doğan başarılara dayandırmanın
doğan başarılara dayandırmanın
09:54
on how hard I worked
and the accomplishments from hard work.
and the accomplishments from hard work.
184
582360
4040
ne kadar aptalca olduğunu gösterdi.
09:59
My priorities were
completely out of order.
completely out of order.
185
587320
2976
Önceliklerim tamamen yanlıştı.
10:02
I neglected my family.
186
590320
1600
Ailemi ihmal etmiştim.
10:05
My father had passed away,
187
593000
1416
Babam hayatını kaybetmişti
10:06
and I never had a chance
to tell him I loved him.
to tell him I loved him.
188
594440
2800
ve onu çok sevdiğimi söyleyecek
şansım olmamıştı.
şansım olmamıştı.
10:10
My mother had dementia
and no longer recognized me,
and no longer recognized me,
189
598120
3736
Annemde demans vardı
ve beni artık tanıyamıyordu
ve beni artık tanıyamıyordu
10:13
and my children had grown up.
190
601880
1920
ve çocuklarım artık büyümüştü.
10:16
During my chemotherapy,
191
604400
1656
Kemoterapi sırasında,
10:18
I read a book by Bronnie Ware
192
606080
2456
Bronnie Ware'in bir kitabını okudum,
10:20
who talked about dying wishes and regrets
of the people in the deathbed.
of the people in the deathbed.
193
608560
5496
ölüm döşeğindeki insanların dilekleri
ve pişmanlıkları hakkındaydı.
ve pişmanlıkları hakkındaydı.
10:26
She found that facing death,
194
614080
2256
Ölümle yüzleşirken
10:28
nobody regretted that they didn't
work hard enough in this life.
work hard enough in this life.
195
616360
3600
kimsenin çalışmadığı için
pişman olmadığını bulmuştu.
pişman olmadığını bulmuştu.
10:32
They only regretted that they didn't
spend enough time with their loved ones
spend enough time with their loved ones
196
620880
5176
Bu insanlar sadece sevdikleriyle
yeteri kadar vakit geçirmedikleri
yeteri kadar vakit geçirmedikleri
10:38
and that they didn't spread their love.
197
626080
2760
ve sevgilerini paylaşmadıkları
için pişman oluyorlardı.
için pişman oluyorlardı.
10:42
So I am fortunately today in remission.
198
630400
4536
Neyse ki iyileşme dönemine girdim.
10:46
(Applause)
199
634960
6856
(Alkışlar)
10:53
So I can be back at TED again
200
641840
1976
Bu yüzden de yeniden TED sahnesindeyim,
10:55
to share with you
that I have changed my ways.
that I have changed my ways.
201
643840
3376
hayatımdaki değişimleri
sizlerle paylaşabilmek için.
sizlerle paylaşabilmek için.
10:59
I now only work 965 --
202
647240
2760
Şimdileri ara sıra 9-9-6 olsa da
11:03
occasionally 996, but usually 965.
203
651200
3976
genellikle 9-6-5 çalışıyorum.
11:07
I moved closer to my mother,
204
655200
1896
Anneme daha yakın bir yere taşındım,
11:09
my wife usually travels with me,
205
657120
2456
eşim artık benimle seyahat ediyor.
11:11
and when my kids have vacation,
if they don't come home, I go to them.
if they don't come home, I go to them.
206
659600
3816
Çocuklar tatildeyken eve gelemiyorlarsa
ben onlara gidiyorum.
ben onlara gidiyorum.
11:15
So it's a new form of life
207
663440
2456
Bu yeni yaşam biçimi
11:17
that helped me recognize
208
665920
1816
sevginin ne kadar önemli olduğunu
11:19
how important it is that love is for me,
209
667760
3176
anlamamı sağladı
11:22
and facing death
helped me change my life,
helped me change my life,
210
670960
3416
ve ölümle yüzleşmek
hayatımda değişiklik yapmamı
hayatımda değişiklik yapmamı
11:26
but it also helped me see a new way
211
674400
2456
ama aynı zamanda
yeni bir yol görmemi sağladı;
yeni bir yol görmemi sağladı;
11:28
of how AI should impact mankind
212
676880
3776
yapay zekânın
insanoğlunu nasıl etkileyeceği
insanoğlunu nasıl etkileyeceği
11:32
and work and coexist with mankind,
213
680680
2480
ve insan türüyle
nasıl birlikte var olabileceği.
nasıl birlikte var olabileceği.
11:36
that really, AI is taking away
a lot of routine jobs,
a lot of routine jobs,
214
684680
4496
Gerçekten de yapay zekâ
çok sayıda rutin işi elimizden alıyor
çok sayıda rutin işi elimizden alıyor
11:41
but routine jobs are not what we're about.
215
689200
3656
ama rutin işler için yaşamıyoruz.
11:44
Why we exist is love.
216
692880
2256
Bizim var oluş sebebimiz sevgi.
11:47
When we hold our newborn baby,
217
695160
2096
Yeni doğmuş bir bebeği
kucakladığınız zaman,
kucakladığınız zaman,
11:49
love at first sight,
218
697280
1496
ilk görüşte aşk
11:50
or when we help someone in need,
219
698800
1776
veya birine yardım ettiğimiz zaman,
11:52
humans are uniquely able
to give and receive love,
to give and receive love,
220
700600
4256
insanlar eşsiz bir sevgi
alış verişi yetisine sahip
alış verişi yetisine sahip
11:56
and that's what differentiates us from AI.
221
704880
2800
ve bizi yapay zekâdan farklı kılan da bu.
12:00
Despite what science fiction may portray,
222
708800
2696
Bilim kurgunun
tasvir ettikleri şöyle dursun,
tasvir ettikleri şöyle dursun,
12:03
I can responsibly tell you
that AI has no love.
that AI has no love.
223
711520
3736
yapay zekâda sevgi yetisi olmadığını
size söyleyebilirim.
size söyleyebilirim.
12:07
When AlphaGo defeated
the world champion Ke Jie,
the world champion Ke Jie,
224
715280
3536
AlphaGo, Dünya şampiyonu
Ke Jie'yi yendiğinde
Ke Jie'yi yendiğinde
12:10
while Ke Jie was crying
and loving the game of go,
and loving the game of go,
225
718840
3096
Ke Jie o oyunu hâlâ seviyor ve ağlıyordu,
12:13
AlphaGo felt no happiness from winning
226
721960
3176
AlphaGo ise ne kazandığı için mutluydu
12:17
and certainly no desire
to hug a loved one.
to hug a loved one.
227
725160
4480
ne de sevdiği birine sarılmak istiyordu.
12:23
So how do we differentiate ourselves
228
731600
2656
Peki biz insanlar yapay zekâ çağında
12:26
as humans in the age of AI?
229
734280
2536
kendimizi nasıl farklı kılabiliriz?
12:28
We talked about the axis of creativity,
230
736840
3096
Yaratıcılık ekseni hakkında konuştuk
12:31
and certainly that is one possibility,
231
739960
2856
ve kesinlikle olasılıklardan biri bu
12:34
and now we introduce a new axis
232
742840
2296
ve şimdi de yeni bir eksen var;
12:37
that we can call compassion,
love, or empathy.
love, or empathy.
233
745160
3616
şefkat, sevgi ve empati ekseni.
12:40
Those are things that AI cannot do.
234
748800
2576
Bunlar yapay zekânın yapamayacağı şeyler.
12:43
So as AI takes away the routine jobs,
235
751400
2816
Yapay zekâ rutin işleri yok ettikçe
12:46
I like to think we can, we should
and we must create jobs of compassion.
and we must create jobs of compassion.
236
754240
4960
bizler şefkate dayalı işler
yapabiliriz ve yapmalıyız.
yapabiliriz ve yapmalıyız.
12:51
You might ask how many of those there are,
237
759800
2336
Bunlardan kaç tane
var olduğunu sorabilirsiniz
var olduğunu sorabilirsiniz
12:54
but I would ask you:
238
762160
1616
Ama size sormak istiyorum:
12:55
Do you not think that we are going
to need a lot of social workers
to need a lot of social workers
239
763800
3816
Bizler bu değişime yardım için
çok sayıda soyal çalışana
ihtiyaç duymayacak mıyız?
ihtiyaç duymayacak mıyız?
12:59
to help us make this transition?
240
767640
1600
13:01
Do you not think we need
a lot of compassionate caregivers
a lot of compassionate caregivers
241
769960
3256
İnsanlara tıbbı destek vermek için
13:05
to give more medical care to more people?
242
773240
2696
çok sayıda şefkatli bakıcıya
ihtiyaç duymuyor muyuz?
ihtiyaç duymuyor muyuz?
13:07
Do you not think we're going to need
10 times more teachers
10 times more teachers
243
775960
3256
İleride çocuklarımızın
kendi yollarını çizmelerine
kendi yollarını çizmelerine
13:11
to help our children find their way
244
779240
2776
bu yeni dünyada
gelişmelerine yardım edecek
gelişmelerine yardım edecek
13:14
to survive and thrive
in this brave new world?
in this brave new world?
245
782040
3256
on kat daha fazla öğretmene
ihtiyaç duymayacak mıyız?
ihtiyaç duymayacak mıyız?
13:17
And with all the newfound wealth,
246
785320
2440
Bu yeni kazanılmış zenginlikle
13:19
should we not also make
labors of love into careers
labors of love into careers
247
787800
4536
sevgi gerektiren bu işleri
kariyerlere dönüştürmemiz
kariyerlere dönüştürmemiz
13:24
and let elderly accompaniment
248
792360
2696
ve olgun insanları da dâhil etmemiz
13:27
or homeschooling become careers also?
249
795080
3496
veya ev eğitimini de
kariyerleştirmemiz gerekmez mi?
kariyerleştirmemiz gerekmez mi?
13:30
(Applause)
250
798600
5280
(Alkışlar)
13:36
This graph is surely not perfect,
251
804800
2256
Bu grafik elbette mükemmel değil
13:39
but it points at four ways
that we can work with AI.
that we can work with AI.
252
807080
3536
fakat yapay zekâyla çalışabileceğimiz
dört noktaya değiniyor.
dört noktaya değiniyor.
13:42
AI will come and take away
the routine jobs
the routine jobs
253
810640
3576
Yapay zekâ rutin işlerimizi
bizlerden alacak
bizlerden alacak
13:46
and in due time, we will be thankful.
254
814240
2040
ve biz zamanla onlara teşekkür edeceğiz.
13:49
AI will become great tools
for the creatives
for the creatives
255
817000
3096
Yapay zekâ yaratıcılar için
harika araçlara dönüşecek,
harika araçlara dönüşecek,
13:52
so that scientists, artists,
musicians and writers
musicians and writers
256
820120
3656
böylelikle bilim insanları,
sanatçılar, müzisyenler ve yazarlar
sanatçılar, müzisyenler ve yazarlar
13:55
can be even more creative.
257
823800
1600
çok daha yaratıcı olabilecekler.
13:58
AI will work with humans
as analytical tools
as analytical tools
258
826120
5376
Yapay zekâ insanlarla
analitik bir araç olarak çalışacak,
analitik bir araç olarak çalışacak,
14:03
that humans can wrap their warmth around
259
831520
2696
insanlar da sevgi ve sıcaklıklarını
şefkat gerektiren
işlere yönlendirebilecek.
işlere yönlendirebilecek.
14:06
for the high-compassion jobs.
260
834240
1896
14:08
And we can always differentiate ourselves
261
836160
2656
Bu eşsiz yetiyi gerektiren işlerle
her zaman kendimizi farklı kılabiliriz,
14:10
with the uniquely capable jobs
262
838840
1816
14:12
that are both compassionate and creative,
263
840680
3616
şefkat ve yaratıcılık gerektiren işlerle,
14:16
using and leveraging
our irreplaceable brains and hearts.
our irreplaceable brains and hearts.
264
844320
5176
yerini hiçbir şeyin alamayacağı
akıl ve kalbimizi kullanarak.
akıl ve kalbimizi kullanarak.
14:21
So there you have it:
265
849520
1296
İşte her şey ortada:
14:22
a blueprint of coexistence
for humans and AI.
for humans and AI.
266
850840
3640
İnsanoğlu ve yapay zekânın
birlikte yaşaması için bir plan.
birlikte yaşaması için bir plan.
14:27
AI is serendipity.
267
855400
1816
Yapay zekâ güzel bir tesadüf.
14:29
It is here to liberate us
from routine jobs,
from routine jobs,
268
857240
2976
Bizi rutin işlerden kurtarmak
14:32
and it is here to remind us
what it is that makes us human.
what it is that makes us human.
269
860240
3680
ve bizi insan yapan şeyi
bize hatırlatmak için burada.
bize hatırlatmak için burada.
14:36
So let us choose to embrace AI
and to love one another.
and to love one another.
270
864440
3976
Birbirimizi sevmek için
yapay zekâya kucak açalım.
yapay zekâya kucak açalım.
14:40
Thank you.
271
868440
1216
Teşekkür ederim.
14:41
(Applause)
272
869680
6160
(Alkışlar)
ABOUT THE SPEAKER
Kai-Fu Lee - Investor, computer scientistAt 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.
Kai-Fu Lee | Speaker | TED.com