TEDxPortland
Maurice Conti: The incredible inventions of intuitive AI
Maurice Conti: Sezgisel Yapay Zekânın Mucizevi İcatları
Filmed:
Readability: 4.6
6,173,221 views
Bir tasarıma dijital bir sinir sistemi yüklerseniz ne olur? Düşünme ve hayal etme gücümüzü geliştiren bilgisayarlar, bununla birlikte köprüler, arabalar, insansız hava araçları ve çok daha fazlası için - tamamen kendi başlarına - köklü yeni tasarımlar ortaya atan robot sistemler düşünün. Gelecek bilimci Maurice Conti ile Artırılmış Çağ'a yolculuğa çıkın ve ne robotların, ne de insanların tek başlarına yapamayacakları işleri birlikte nasıl başardıkları zamana tanık olun.
Maurice Conti - Designer, futurist
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio
Maurice Conti explores new partnerships between technology, nature and humanity. Full bio
Double-click the English transcript below to play the video.
00:12
How many of you are creatives,
0
735
2289
Aramızda kaçınız yaratıcı?
00:15
designers, engineers,
entrepreneurs, artists,
entrepreneurs, artists,
1
3048
3624
Kaçınız tasarımcı, mühendis,
girişimci, aktör
girişimci, aktör
00:18
or maybe you just have
a really big imagination?
a really big imagination?
2
6696
2387
veya sadece büyük bir
hayal gücünüz var?
hayal gücünüz var?
00:21
Show of hands? (Cheers)
3
9107
1848
Elleri göreyim?
00:22
That's most of you.
4
10979
1181
Demek ki çoğunuz.
00:25
I have some news for us creatives.
5
13334
2294
Biz yaratıcılar için haberlerim var.
00:28
Over the course of the next 20 years,
6
16714
2573
Önümüzdeki 20 yıl içinde,
00:33
more will change around
the way we do our work
the way we do our work
7
21471
2973
geçtiğimiz son 2000 yıla kıyasla
çalışma şeklimiz
çalışma şeklimiz
00:37
than has happened in the last 2,000.
8
25382
2157
çok daha fazla değişecek.
00:40
In fact, I think we're at the dawn
of a new age in human history.
of a new age in human history.
9
28511
4628
Hatta bence insanlık tarihinde
yeni bir çağın eşiğindeyiz.
yeni bir çağın eşiğindeyiz.
00:45
Now, there have been four major historical
eras defined by the way we work.
eras defined by the way we work.
10
33645
4761
Çalışma şeklimize göre
dört temel tarihi çağ geçirdik.
dört temel tarihi çağ geçirdik.
00:51
The Hunter-Gatherer Age
lasted several million years.
lasted several million years.
11
39404
3275
Avcı-Toplayıcı Çağı
birkaç milyon yıl sürdü.
birkaç milyon yıl sürdü.
00:55
And then the Agricultural Age
lasted several thousand years.
lasted several thousand years.
12
43163
3576
Sonra birkaç bin yıl süren
Tarım Çağı.
Tarım Çağı.
00:59
The Industrial Age lasted
a couple of centuries.
a couple of centuries.
13
47195
3490
Ardından birkaç yüzyıl süren
Sanayi Çağı.
Sanayi Çağı.
01:02
And now the Information Age
has lasted just a few decades.
has lasted just a few decades.
14
50709
4287
Şimdi ise henüz onlarca yıldır
süregelen Bilgi Çağı'ndayız.
süregelen Bilgi Çağı'ndayız.
01:07
And now today, we're on the cusp
of our next great era as a species.
of our next great era as a species.
15
55020
5220
Bugün insan türü olarak yeni bir
büyük çağın kıyısındayız.
büyük çağın kıyısındayız.
01:13
Welcome to the Augmented Age.
16
61296
2680
Artırılmış Çağ'a hoş geldiniz.
01:16
In this new era, your natural human
capabilities are going to be augmented
capabilities are going to be augmented
17
64000
3693
Bu yeni çağda doğal insani yetileriniz
01:19
by computational systems
that help you think,
that help you think,
18
67717
3068
düşünmenize yardım eden
bilgisayar sistemleri,
bilgisayar sistemleri,
01:22
robotic systems that help you make,
19
70809
2186
üretmenize yardım eden
robotik sistemler
robotik sistemler
01:25
and a digital nervous system
20
73019
1648
ve doğal duyularınızın ötesinde
01:26
that connects you to the world
far beyond your natural senses.
far beyond your natural senses.
21
74691
3690
sizi dünyaya bağlayan dijital
bir sinir sistemi ile güçlendirilecek.
bir sinir sistemi ile güçlendirilecek.
01:31
Let's start with cognitive augmentation.
22
79437
1942
Bilişsel artırma ile başlayalım.
01:33
How many of you are augmented cyborgs?
23
81403
2200
Kaçınız güçlendirilmiş sayborg?
01:36
(Laughter)
24
84133
2650
(Kahkahalar)
01:38
I would actually argue
that we're already augmented.
that we're already augmented.
25
86807
2821
Ben de zaten artırılmış
olduğumuzu iddia ediyordum.
olduğumuzu iddia ediyordum.
01:42
Imagine you're at a party,
26
90288
1504
Bir partide olduğunuzu
01:43
and somebody asks you a question
that you don't know the answer to.
that you don't know the answer to.
27
91816
3520
ve birinin size cevabını bilmediğiniz
bir soru sorduğunu düşünün.
bir soru sorduğunu düşünün.
01:47
If you have one of these,
in a few seconds, you can know the answer.
in a few seconds, you can know the answer.
28
95360
3760
Eğer elinizde bunlardan bir tane varsa,
birkaç saniyede cevabı bulursunuz.
birkaç saniyede cevabı bulursunuz.
01:51
But this is just a primitive beginning.
29
99869
2299
Fakat bu sadece ilkel bir başlangıç.
01:54
Even Siri is just a passive tool.
30
102863
3331
Siri bile sadece pasif bir araç.
01:58
In fact, for the last
three-and-a-half million years,
three-and-a-half million years,
31
106660
3381
Aslına bakarsanız
son üç buçuk milyon yıldır
son üç buçuk milyon yıldır
02:02
the tools that we've had
have been completely passive.
have been completely passive.
32
110065
3109
kullandığımız tüm araçlar
tamamen pasifti.
tamamen pasifti.
02:06
They do exactly what we tell them
and nothing more.
and nothing more.
33
114203
3655
Yalnızca söylediğimizi yapıyorlar,
başka bir şey değil.
başka bir şey değil.
02:09
Our very first tool only cut
where we struck it.
where we struck it.
34
117882
3101
Kullandığımız ilk araç yalnızca
onu sapladığımız yeri kesiyordu.
onu sapladığımız yeri kesiyordu.
02:13
The chisel only carves
where the artist points it.
where the artist points it.
35
121822
3040
Matkap yalnızca kullananın
işaretlediği noktayı deliyor.
işaretlediği noktayı deliyor.
02:17
And even our most advanced tools
do nothing without our explicit direction.
do nothing without our explicit direction.
36
125343
5641
Hatta en gelişmiş araçlarımız bile biz
yönlendirmeden hiçbir şey yapmıyorlar.
yönlendirmeden hiçbir şey yapmıyorlar.
02:23
In fact, to date, and this
is something that frustrates me,
is something that frustrates me,
37
131008
3181
Aslında beni hayal kırıklığına
uğratan şey şu;
uğratan şey şu;
02:26
we've always been limited
38
134213
1448
biz her zaman irademizi
02:27
by this need to manually
push our wills into our tools --
push our wills into our tools --
39
135685
3501
fiziksel yollarla araçlara
yönlendirerek kısıtladık;
yönlendirerek kısıtladık;
02:31
like, manual,
literally using our hands,
literally using our hands,
40
139210
2297
fiziksel derken gerçekten
ellerimizi kullanarak,
ellerimizi kullanarak,
02:33
even with computers.
41
141531
1428
bilgisayarda bile.
02:36
But I'm more like Scotty in "Star Trek."
42
144072
2463
Ama ben ''Uzay Yolu''ndaki Scotty gibiyim.
02:38
(Laughter)
43
146559
1850
(Kahkahalar)
02:40
I want to have a conversation
with a computer.
with a computer.
44
148433
2146
Bir bigisayarla sohbet etmek istiyorum.
02:42
I want to say, "Computer,
let's design a car,"
let's design a car,"
45
150603
2970
''Hey bilgisayar, hadi bir araba
tasarlayalım.'' demek,
tasarlayalım.'' demek,
02:45
and the computer shows me a car.
46
153597
1539
bilgisayar da bana
araba çizsin istiyorum.
araba çizsin istiyorum.
02:47
And I say, "No, more fast-looking,
and less German,"
and less German,"
47
155160
2608
Sonra ''hayır, daha sağlam
ve Alman işi gibi olmasın'' desem
ve Alman işi gibi olmasın'' desem
02:49
and bang, the computer shows me an option.
48
157792
2163
ve bilgisayar bir seçenek gösterse.
02:51
(Laughter)
49
159979
1865
(Kahkahalar)
02:54
That conversation might be
a little ways off,
a little ways off,
50
162208
2306
Bu sohbet biraz uçarı olabilir,
02:56
probably less than many of us think,
51
164538
2665
muhtemelen çoğumuzun
düşündüğünden az,
düşündüğünden az,
02:59
but right now,
52
167227
1763
ama şu an
03:01
we're working on it.
53
169014
1151
bunun üzerine çalışıyoruz.
03:02
Tools are making this leap
from being passive to being generative.
from being passive to being generative.
54
170189
4033
Araçlar pasif olmaktan
üretken olmaya doğru çığır atlıyor.
üretken olmaya doğru çığır atlıyor.
03:06
Generative design tools
use a computer and algorithms
use a computer and algorithms
55
174831
3308
Üretken tasarımlı araçlar
bilgisayar ve algoritma kullanarak
bilgisayar ve algoritma kullanarak
03:10
to synthesize geometry
56
178163
2608
geometri sentezi yapıp
03:12
to come up with new designs
all by themselves.
all by themselves.
57
180795
2754
tamamen kendi başlarına
yeni tasarımlar ortaya atıyorlar.
yeni tasarımlar ortaya atıyorlar.
03:15
All it needs are your goals
and your constraints.
and your constraints.
58
183996
2748
Tek ihtiyacı olan şey sizin
hedef ve filtreleriniz.
hedef ve filtreleriniz.
03:18
I'll give you an example.
59
186768
1408
Bir örnek vereyim:
03:20
In the case of this aerial drone chassis,
60
188200
2788
Bu insansız hava aracı şasesinde
03:23
all you would need to do
is tell it something like,
is tell it something like,
61
191012
2626
tek yapmanız gereken
ona bir şey söylemek.
ona bir şey söylemek.
03:25
it has four propellers,
62
193662
1273
Aracın dört pervanesi var,
03:26
you want it to be
as lightweight as possible,
as lightweight as possible,
63
194959
2131
mümkün olduğu kadar
hafif olsun istiyorsunuz
hafif olsun istiyorsunuz
03:29
and you need it to be
aerodynamically efficient.
aerodynamically efficient.
64
197114
2270
ve aerodinamik olarak
çalışması gerek.
çalışması gerek.
03:31
Then what the computer does
is it explores the entire solution space:
is it explores the entire solution space:
65
199408
4914
İşte bu noktada bilgisayar
tüm çözümleri tarıyor:
tüm çözümleri tarıyor:
03:36
every single possibility that solves
and meets your criteria --
and meets your criteria --
66
204346
3927
Kriterlerinize uygun her bir
olasılığı çözüp karşılayan --
olasılığı çözüp karşılayan --
03:40
millions of them.
67
208297
1442
milyonlarca olasılığı.
03:41
It takes big computers to do this.
68
209763
1975
Bunun için büyük bilgisayarlar gerek.
03:43
But it comes back to us with designs
69
211762
1955
Fakat konu bizi
03:45
that we, by ourselves,
never could've imagined.
never could've imagined.
70
213741
3143
hayal dahi edemeyeceğimiz
tasarımlara getirir.
tasarımlara getirir.
03:49
And the computer's coming up
with this stuff all by itself --
with this stuff all by itself --
71
217326
2912
Bilgisayar bütün bunları
tek başına yapıyor-
tek başına yapıyor-
03:52
no one ever drew anything,
72
220262
1678
hiç kimse bir çizim yapmadı
03:53
and it started completely from scratch.
73
221964
2086
ve tamamen sıfırdan başladı.
03:57
And by the way, it's no accident
74
225038
2387
Bu arada hava aracının
03:59
that the drone body looks just like
the pelvis of a flying squirrel.
the pelvis of a flying squirrel.
75
227449
3481
uçan bir sincabın iç kısmına
benzemesi de tesadüf değil.
benzemesi de tesadüf değil.
04:03
(Laughter)
76
231287
2007
(Kahkahalar)
04:06
It's because the algorithms
are designed to work
are designed to work
77
234040
2302
Bunun sebebi algoritmaların
evrim mantığıyla
evrim mantığıyla
04:08
the same way evolution does.
78
236366
1637
çalışacak şekilde tasarlanması.
04:10
What's exciting is we're starting
to see this technology
to see this technology
79
238715
2660
İşin heyecan verici kısmıysa
bu teknolojiyi
bu teknolojiyi
04:13
out in the real world.
80
241399
1159
gerçek hayatta görmeye başlamamız.
04:14
We've been working with Airbus
for a couple of years
for a couple of years
81
242582
2452
Birkaç yıldır Airbus'la birlikte
04:17
on this concept plane for the future.
82
245058
1909
geleceğin uçakları üzerine çalışıyoruz.
04:18
It's a ways out still.
83
246991
2070
Henüz olması mümkün değil.
04:21
But just recently we used
a generative-design AI
a generative-design AI
84
249085
3780
Fakat kısa süre önce
bunu başarmak için üretken tasarımlı
bunu başarmak için üretken tasarımlı
04:24
to come up with this.
85
252889
1807
yapay zekâ kullandık.
04:27
This is a 3D-printed cabin partition
that's been designed by a computer.
that's been designed by a computer.
86
255609
5153
Bu, bilgisayar tarafından tasarlanmış
bir kabin bölmesinin 3B gösterimi.
bir kabin bölmesinin 3B gösterimi.
04:32
It's stronger than the original
yet half the weight,
yet half the weight,
87
260786
2824
Orijinalinden daha güçlü
ama yarısı ağırlığında
ama yarısı ağırlığında
04:35
and it will be flying
in the Airbus A320 later this year.
in the Airbus A320 later this year.
88
263634
3146
ve bu yıl Airbus A320 ile
uçuyor olacak.
uçuyor olacak.
04:39
So computers can now generate;
89
267405
1559
Yani bilgisayarlar artık üretebiliyor;
04:40
they can come up with their own solutions
to our well-defined problems.
to our well-defined problems.
90
268988
4595
bizim iyi tanımladığımız sorunlara
kendi çözümlerini bulabiliyorlar.
kendi çözümlerini bulabiliyorlar.
04:46
But they're not intuitive.
91
274677
1310
Ama sezgisel değiller.
04:48
They still have to start from scratch
every single time,
every single time,
92
276011
3086
Her seferinde sıfırdan
başlamaları gerek,
başlamaları gerek,
04:51
and that's because they never learn.
93
279121
2565
çünkü hiçbir zaman öğrenmiyorlar.
04:54
Unlike Maggie.
94
282368
1766
Maggie öyle değil ama.
04:56
(Laughter)
95
284158
1581
(Kahkahalar)
04:57
Maggie's actually smarter
than our most advanced design tools.
than our most advanced design tools.
96
285763
3297
Maggie aslında çoğu ileri tasarım
araçlarımızdan daha akıllı.
araçlarımızdan daha akıllı.
05:01
What do I mean by that?
97
289467
1440
Peki ben ne demek istiyorum?
05:02
If her owner picks up that leash,
98
290931
1590
Sahibi tasmayı eline aldığında
05:04
Maggie knows with a fair
degree of certainty
degree of certainty
99
292545
2068
Maggie neredeyse kendinden
emin bir şekilde
emin bir şekilde
05:06
it's time to go for a walk.
100
294637
1404
yürüyüşe çıkacaklarını biliyor.
05:08
And how did she learn?
101
296065
1185
Nasıl öğrendi peki?
05:09
Well, every time the owner picked up
the leash, they went for a walk.
the leash, they went for a walk.
102
297274
3324
Çünkü sahibi tasmayı her aldığında
yürüyüşe çıktılar.
yürüyüşe çıktılar.
05:12
And Maggie did three things:
103
300622
1878
Maggie üç şey yaptı:
05:14
she had to pay attention,
104
302524
1869
Dikkat verdi,
05:16
she had to remember what happened
105
304417
2082
ne olduğunu hatırladı
05:18
and she had to retain and create
a pattern in her mind.
a pattern in her mind.
106
306523
4017
ve bunu aklında tutup
kafasında bir şablon oluşturdu.
kafasında bir şablon oluşturdu.
05:23
Interestingly, that's exactly what
107
311429
2095
İşin ilginç yanı, bu tam da
05:25
computer scientists
have been trying to get AIs to do
have been trying to get AIs to do
108
313548
2523
son 60 yıldır bilgisayar
bilimcilerin Yapay Zekâ
bilimcilerin Yapay Zekâ
05:28
for the last 60 or so years.
109
316095
1859
üzerinde yapmak istedikleri şey.
05:30
Back in 1952,
110
318683
1349
1952 yılında,
05:32
they built this computer
that could play Tic-Tac-Toe.
that could play Tic-Tac-Toe.
111
320056
3801
XOXO oynayabilen bu
bilgisayarı geliştirdiler.
bilgisayarı geliştirdiler.
05:37
Big deal.
112
325081
1160
Büyük başarı.
05:39
Then 45 years later, in 1997,
113
327029
3000
45 yıl sonra 1997 yılında,
05:42
Deep Blue beats Kasparov at chess.
114
330053
2472
Deep Blue satrançta Kasparov'u yendi.
05:46
2011, Watson beats these two
humans at Jeopardy,
humans at Jeopardy,
115
334046
4968
2011'de Watson bu iki kişiyi
bilgi yarışmasında yendi,
bilgi yarışmasında yendi,
05:51
which is much harder for a computer
to play than chess is.
to play than chess is.
116
339038
2928
ki bu satranç oynamaktan
daha zordur bilgisayar için.
daha zordur bilgisayar için.
05:53
In fact, rather than working
from predefined recipes,
from predefined recipes,
117
341990
3812
Gerçek şu ki, önceden belirtilmiş
talimatlarla çalışmak yerine
talimatlarla çalışmak yerine
05:57
Watson had to use reasoning
to overcome his human opponents.
to overcome his human opponents.
118
345826
3323
Watson bu insan rakiplerini
yenmek için mantık kullandı.
yenmek için mantık kullandı.
06:02
And then a couple of weeks ago,
119
350393
2439
Yine birkaç hafta önce,
06:04
DeepMind's AlphaGo beats
the world's best human at Go,
the world's best human at Go,
120
352856
4262
DeepMind'ın AlphaGo robotu
Go oyununda dünya birincisini yendi,
Go oyununda dünya birincisini yendi,
06:09
which is the most difficult
game that we have.
game that we have.
121
357142
2212
bu sahip olduğumuz en zor oyun.
06:11
In fact, in Go, there are more
possible moves
possible moves
122
359378
2896
Go oyununda, evrendeki atom
sayısından çok
sayısından çok
06:14
than there are atoms in the universe.
123
362298
2024
hamle olasılığı var.
06:18
So in order to win,
124
366210
1826
Yani kazanmak için
06:20
what AlphaGo had to do
was develop intuition.
was develop intuition.
125
368060
2618
AlphaGo'nın sezgi geliştirmesi gerekliydi.
06:23
And in fact, at some points,
AlphaGo's programmers didn't understand
AlphaGo's programmers didn't understand
126
371098
4110
Yine bazı noktalarda,
AlphaGo'nun programcıları
AlphaGo'nun programcıları
06:27
why AlphaGo was doing what it was doing.
127
375232
2286
onun neyi niçin yaptığını anlayamadılar.
06:31
And things are moving really fast.
128
379451
1660
İşler çok hızlı bir şekilde işliyor.
06:33
I mean, consider --
in the space of a human lifetime,
in the space of a human lifetime,
129
381135
3227
Bir düşünün,
insan hayatı boyunca
insan hayatı boyunca
06:36
computers have gone from a child's game
130
384386
2233
bilgisayarlar bir çocuk oyunundan
06:39
to what's recognized as the pinnacle
of strategic thought.
of strategic thought.
131
387920
3048
stratejik düşüncenin zirvesi
kabul edilen bir oyuna yöneldi.
kabul edilen bir oyuna yöneldi.
06:43
What's basically happening
132
391999
2417
Burada olan şey şu;
06:46
is computers are going
from being like Spock
from being like Spock
133
394440
3310
bilgisayarlar Spock olmaktan çıkıp
06:49
to being a lot more like Kirk.
134
397774
1949
Kirk olmaya başlıyorlar.
06:51
(Laughter)
135
399747
3618
(Kahkahalar)
06:55
Right? From pure logic to intuition.
136
403389
3424
Basit mantıktan sezgiye.
07:00
Would you cross this bridge?
137
408184
1743
Bu köprüden geçer miydiniz?
07:02
Most of you are saying, "Oh, hell no!"
138
410609
2323
Çoğunuz ''hayatta olmaz!'' diyor
07:04
(Laughter)
139
412956
1308
(Kahkahalar)
07:06
And you arrived at that decision
in a split second.
in a split second.
140
414288
2657
Bu kararı vermeniz
saniyeden kısa sürdü.
saniyeden kısa sürdü.
07:08
You just sort of knew
that bridge was unsafe.
that bridge was unsafe.
141
416969
2428
Köprünün güvenli
olmadığını biliyordunuz.
olmadığını biliyordunuz.
07:11
And that's exactly the kind of intuition
142
419421
1989
İşte bu tam da derin öğrenme
07:13
that our deep-learning systems
are starting to develop right now.
are starting to develop right now.
143
421434
3568
sistemlerimizin geliştirmeye
çalıştıkları türden bir sezgi.
çalıştıkları türden bir sezgi.
07:17
Very soon, you'll literally be able
144
425722
1707
Çok yakında, yaptığınız,
07:19
to show something you've made,
you've designed,
you've designed,
145
427453
2206
tasarladığınız bir şeyi
bir bilgisayara
bir bilgisayara
07:21
to a computer,
146
429683
1153
gösterebileceksiniz.
07:22
and it will look at it and say,
147
430860
1489
O da bakıp şöyle diyecek,
07:24
"Sorry, homie, that'll never work.
You have to try again."
You have to try again."
148
432373
2823
''Olmaz, kanka, işe yaramaz,
baştan yapman lazım.''
baştan yapman lazım.''
07:27
Or you could ask it if people
are going to like your next song,
are going to like your next song,
149
435854
3070
İnsanlar yeni şarkınızı beğenecek mi
veya hangi dondurmayı
veya hangi dondurmayı
07:31
or your next flavor of ice cream.
150
439773
2063
alacağınızı da sorabilirsiniz.
07:35
Or, much more importantly,
151
443549
2579
Veya daha da önemlisi
07:38
you could work with a computer
to solve a problem
to solve a problem
152
446152
2364
daha önce hiç karşılaşmadığımız
bir sorunla ilgili
bir sorunla ilgili
07:40
that we've never faced before.
153
448540
1637
bilgisayarla çalışabilirsiniz.
07:42
For instance, climate change.
154
450201
1401
Örneğin iklim değişikliği.
07:43
We're not doing a very
good job on our own,
good job on our own,
155
451626
2020
Kendi başımıza
pek bir iş başaramıyoruz.
pek bir iş başaramıyoruz.
07:45
we could certainly use
all the help we can get.
all the help we can get.
156
453670
2245
Alabileceğimiz her yardıma
ihtiyacımız var.
ihtiyacımız var.
07:47
That's what I'm talking about,
157
455939
1458
İşte söylemek istediğim bu;
07:49
technology amplifying
our cognitive abilities
our cognitive abilities
158
457421
2555
teknolojinin bilişsel
yetilerimizi kuvvetlendirmesi,
yetilerimizi kuvvetlendirmesi,
07:52
so we can imagine and design things
that were simply out of our reach
that were simply out of our reach
159
460000
3552
böylelikle artırılmamış insan olarak
erişemeyeceğimiz şeyleri
erişemeyeceğimiz şeyleri
07:55
as plain old un-augmented humans.
160
463576
2559
hayal edip tasarlamak.
07:59
So what about making
all of this crazy new stuff
all of this crazy new stuff
161
467984
2941
Gelelim icat edip
08:02
that we're going to invent and design?
162
470949
2441
tasarlayacağımız onca çılgınca şeye.
08:05
I think the era of human augmentation
is as much about the physical world
is as much about the physical world
163
473952
4093
Sanırım insan artırma çağı,
sanal ve düşünsel olduğu kadar
sanal ve düşünsel olduğu kadar
08:10
as it is about the virtual,
intellectual realm.
intellectual realm.
164
478069
3065
fiziksel dünyayla da alakalı.
08:13
How will technology augment us?
165
481833
1921
Teknoloji bizi nasıl güçlendirecek?
08:16
In the physical world, robotic systems.
166
484261
2473
Fiziksel dünyada; robotlar.
08:19
OK, there's certainly a fear
167
487620
1736
Robotların insanların işine
08:21
that robots are going to take
jobs away from humans,
jobs away from humans,
168
489380
2488
mal olacağı konusunda
ciddi bir korku var,
ciddi bir korku var,
08:23
and that is true in certain sectors.
169
491892
1830
bazı sektörler için bu doğru.
08:26
But I'm much more interested in this idea
170
494174
2878
Ama benim ilgimi çeken,
insan ve robotların
insan ve robotların
08:29
that humans and robots working together
are going to augment each other,
are going to augment each other,
171
497076
5010
birlikte çalışarak
birbirlerini güçlendirecek olması
birbirlerini güçlendirecek olması
08:34
and start to inhabit a new space.
172
502110
2058
ve yeni bir alanda yaşamaya başlamaları.
08:36
This is our applied research lab
in San Francisco,
in San Francisco,
173
504192
2362
Bu San Francisco'daki uygulamalı
araştırma laboratuvarımız.
araştırma laboratuvarımız.
08:38
where one of our areas of focus
is advanced robotics,
is advanced robotics,
174
506578
3142
Buradaki çalışmalarımızdan
biri ileri robotlar,
biri ileri robotlar,
08:41
specifically, human-robot collaboration.
175
509744
2511
özellikle de insan-robot işbirliği.
08:45
And this is Bishop, one of our robots.
176
513034
2759
Bu Bishop, robotlarımızdan biri.
08:47
As an experiment, we set it up
177
515817
1789
Deney amaçlı, sürekli aynı
08:49
to help a person working in construction
doing repetitive tasks --
doing repetitive tasks --
178
517630
3460
hareketleri yapan bir inşaat işçisine
yardım etmesi için ayarladık,
yardım etmesi için ayarladık,
08:53
tasks like cutting out holes for outlets
or light switches in drywall.
or light switches in drywall.
179
521984
4194
kuru duvarda priz veya lambalar
için delik açma gibi görevler.
için delik açma gibi görevler.
08:58
(Laughter)
180
526202
2466
(Kahkahalar)
09:01
So, Bishop's human partner
can tell what to do in plain English
can tell what to do in plain English
181
529877
3111
Bishop'ın insan ortağı
basit bir dil ve jestlerle
basit bir dil ve jestlerle
09:05
and with simple gestures,
182
533012
1305
ne yapacağını söylüyor;
09:06
kind of like talking to a dog,
183
534341
1447
bir köpekle konuşmak gibi,
09:07
and then Bishop executes
on those instructions
on those instructions
184
535812
2143
sonra Bishop
mükemmel bir dikkatle
mükemmel bir dikkatle
09:09
with perfect precision.
185
537979
1892
bu talimatları uyguluyor.
09:11
We're using the human
for what the human is good at:
for what the human is good at:
186
539895
2989
İnsanı iyi olduğu şey için kullanıyoruz:
09:14
awareness, perception and decision making.
187
542908
2333
Farkındalık, algı ve karar verme.
09:17
And we're using the robot
for what it's good at:
for what it's good at:
188
545265
2240
Robotu da iyi olduğu alanda:
09:19
precision and repetitiveness.
189
547529
1748
Dikkat ve tekrar etme.
09:22
Here's another cool project
that Bishop worked on.
that Bishop worked on.
190
550252
2367
Bishop'ın iyi olduğu
güzel bir proje daha var.
güzel bir proje daha var.
09:24
The goal of this project,
which we called the HIVE,
which we called the HIVE,
191
552643
3075
HIVE diye adlandırdığımız
bu projenin amacı,
bu projenin amacı,
09:27
was to prototype the experience
of humans, computers and robots
of humans, computers and robots
192
555742
3851
aşırı karmaşık bir tasarım
sorununu çözmek için insan,
sorununu çözmek için insan,
09:31
all working together to solve
a highly complex design problem.
a highly complex design problem.
193
559617
3220
bilgisayar ve robotların ortak
çalışma tecrübesini örnek almak.
çalışma tecrübesini örnek almak.
09:35
The humans acted as labor.
194
563793
1451
İnsanlar iş gücü oldular.
09:37
They cruised around the construction site,
they manipulated the bamboo --
they manipulated the bamboo --
195
565268
3473
İnşaat alanında gezdiler,
bambuyu sürekli değiştirdiler,
bambuyu sürekli değiştirdiler,
09:40
which, by the way,
because it's a non-isomorphic material,
because it's a non-isomorphic material,
196
568765
2756
ki bambu eşbiçimli bir
materyal olmadığı için
materyal olmadığı için
09:43
is super hard for robots to deal with.
197
571545
1874
robotların çalışması çok zordur.
09:45
But then the robots
did this fiber winding,
did this fiber winding,
198
573443
2022
Sonra robotlar bu fiber
bağlamayı gerçekleştirdi,
bağlamayı gerçekleştirdi,
09:47
which was almost impossible
for a human to do.
for a human to do.
199
575489
2451
insanın bunu yapması
neredeyse imkânsızdı.
neredeyse imkânsızdı.
09:49
And then we had an AI
that was controlling everything.
that was controlling everything.
200
577964
3621
Bir de her şeyi kontrol eden
bir Yapay Zekâmız vardı.
bir Yapay Zekâmız vardı.
09:53
It was telling the humans what to do,
telling the robots what to do
telling the robots what to do
201
581609
3290
İnsanlara ve robotlara
yapması gerekenleri söyleyip
yapması gerekenleri söyleyip
09:56
and keeping track of thousands
of individual components.
of individual components.
202
584923
2915
binlerce bireysel bileşenin
kaydını tutuyordu.
kaydını tutuyordu.
09:59
What's interesting is,
203
587862
1180
İlginç olan şeyse,
10:01
building this pavilion
was simply not possible
was simply not possible
204
589066
3141
insan, robot ve yapay zekânın
birbirini güçlendirmeden
birbirini güçlendirmeden
10:04
without human, robot and AI
augmenting each other.
augmenting each other.
205
592231
4524
bu terası inşa etmesinin
kesinlikle mümkün olmamasıydı.
kesinlikle mümkün olmamasıydı.
10:09
OK, I'll share one more project.
This one's a little bit crazy.
This one's a little bit crazy.
206
597890
3320
Bir proje daha göstereceğim.
Bu biraz çılgınca.
Bu biraz çılgınca.
10:13
We're working with Amsterdam-based artist
Joris Laarman and his team at MX3D
Joris Laarman and his team at MX3D
207
601234
4468
Amsterdamlı ressam Joris Laarman ve
MX3D'deki takımı ile çalışıyoruz,
MX3D'deki takımı ile çalışıyoruz,
10:17
to generatively design
and robotically print
and robotically print
208
605726
2878
amacımız üretken tasarım ve
robotik yazdırma ile
robotik yazdırma ile
10:20
the world's first autonomously
manufactured bridge.
manufactured bridge.
209
608628
2995
dünyanın ilk özerk inşa
edilmiş köprüsünü yapmak.
edilmiş köprüsünü yapmak.
10:24
So, Joris and an AI are designing
this thing right now, as we speak,
this thing right now, as we speak,
210
612315
3685
Şu anda Joris ve Yapay Zekâ
Amsterdam'da bunun
Amsterdam'da bunun
10:28
in Amsterdam.
211
616024
1172
üzerine çalışıyorlar.
10:29
And when they're done,
we're going to hit "Go,"
we're going to hit "Go,"
212
617220
2321
İşleri bitince sadece
bir tuşa basacağız
bir tuşa basacağız
10:31
and robots will start 3D printing
in stainless steel,
in stainless steel,
213
619565
3311
ve robotlar paslanmaz çelik üzerine
3B çıkışlar alacak,
3B çıkışlar alacak,
10:34
and then they're going to keep printing,
without human intervention,
without human intervention,
214
622900
3283
sonra insan olmadan buna
devam edecekler,
devam edecekler,
10:38
until the bridge is finished.
215
626207
1558
ta ki köprü tamamlanana kadar.
10:41
So, as computers are going
to augment our ability
to augment our ability
216
629099
2928
Bilgisayarlar yeni şeyler
hayal etme ve tasarlama
hayal etme ve tasarlama
10:44
to imagine and design new stuff,
217
632051
2150
yetilerimizi güçlendirirken
10:46
robotic systems are going to help us
build and make things
build and make things
218
634225
2895
robotik sistemler daha önce
hiç yapamadğımız
hiç yapamadğımız
10:49
that we've never been able to make before.
219
637144
2084
şeyler yapmamıza yardım edecekler.
10:52
But what about our ability
to sense and control these things?
to sense and control these things?
220
640347
4160
Peki ya bunları hissetme ve
kontrol etme yetimiz?
kontrol etme yetimiz?
10:56
What about a nervous system
for the things that we make?
for the things that we make?
221
644531
4031
Yaptığımız şeyler için bir
sinir sistemi olmayacak mı?
sinir sistemi olmayacak mı?
11:00
Our nervous system,
the human nervous system,
the human nervous system,
222
648586
2512
İnsanın sinir sistemi
11:03
tells us everything
that's going on around us.
that's going on around us.
223
651122
2311
çevremizde olan her şeyi bize bildirir.
11:06
But the nervous system of the things
we make is rudimentary at best.
we make is rudimentary at best.
224
654186
3684
Ama kendi yaptığımız şeylerin
sinir sistemi gelişmemiş.
sinir sistemi gelişmemiş.
11:09
For instance, a car doesn't tell
the city's public works department
the city's public works department
225
657894
3563
Örneğin, bir araba gidip belediyeye
Broadway ve Morrison'ın köşe başında
Broadway ve Morrison'ın köşe başında
11:13
that it just hit a pothole at the corner
of Broadway and Morrison.
of Broadway and Morrison.
226
661481
3130
bir çukur olduğunu ve
üstünden geçtiğini söylemez.
üstünden geçtiğini söylemez.
11:16
A building doesn't tell its designers
227
664635
2032
Bir bina, tasarımcılarına
içindeki insanların
içindeki insanların
11:18
whether or not the people inside
like being there,
like being there,
228
666691
2684
orada olmaktan memnun olup
olmadıklarını söylemez,
olmadıklarını söylemez,
11:21
and the toy manufacturer doesn't know
229
669399
3010
oyuncak üreticisi o oyuncakla
11:24
if a toy is actually being played with --
230
672433
2007
gerçekten oynandığını bilemez,
11:26
how and where and whether
or not it's any fun.
or not it's any fun.
231
674464
2539
şu an nerede veya
oynaması zevkli mi bilemez.
oynaması zevkli mi bilemez.
11:29
Look, I'm sure that the designers
imagined this lifestyle for Barbie
imagined this lifestyle for Barbie
232
677620
3814
Ama şuna eminim ki tasarımcılar
Barbie'yi yaptıklarında,
Barbie'yi yaptıklarında,
11:33
when they designed her.
233
681458
1224
ona bu hayat tarzını yakıştırdılar.
11:34
(Laughter)
234
682706
1447
(Kahkahalar)
11:36
But what if it turns out that Barbie's
actually really lonely?
actually really lonely?
235
684177
2906
Barbie kendini yalnız
hissederse ne olur peki?
hissederse ne olur peki?
11:39
(Laughter)
236
687107
3147
(Kahkahalar)
11:43
If the designers had known
237
691266
1288
Tasarımcılar gerçek dünyada
11:44
what was really happening
in the real world
in the real world
238
692578
2107
neler olduğunu bilseler
11:46
with their designs -- the road,
the building, Barbie --
the building, Barbie --
239
694709
2583
yol, bina veya Barbie fark etmez,
11:49
they could've used that knowledge
to create an experience
to create an experience
240
697316
2694
bu bilgiyi kullanıcı için
11:52
that was better for the user.
241
700034
1400
daha iyi hâle getirebilirler.
11:53
What's missing is a nervous system
242
701458
1791
Burada eksik olan şey tasarladığımız,
11:55
connecting us to all of the things
that we design, make and use.
that we design, make and use.
243
703273
3709
yapıp kullandığımız şeylere
ilişkin bir sinir sistemi.
ilişkin bir sinir sistemi.
11:59
What if all of you had that kind
of information flowing to you
of information flowing to you
244
707915
3555
Gerçek hayatta yarattığınız
şeylerden bu tür bir
şeylerden bu tür bir
12:03
from the things you create
in the real world?
in the real world?
245
711494
2183
geri bildirim alsanız nasıl olurdu?
12:07
With all of the stuff we make,
246
715432
1451
Yaptığımız onca şeyi düşününce-
12:08
we spend a tremendous amount
of money and energy --
of money and energy --
247
716907
2435
inanılmaz para ve enerji harcıyoruz-
12:11
in fact, last year,
about two trillion dollars --
about two trillion dollars --
248
719366
2376
geçen yıl insanları
yaptığımız şeyleri almaya
yaptığımız şeyleri almaya
12:13
convincing people to buy
the things we've made.
the things we've made.
249
721766
2854
ikna etmek için
2 trilyon dolar harcanmış.
2 trilyon dolar harcanmış.
12:16
But if you had this connection
to the things that you design and create
to the things that you design and create
250
724644
3388
Satılmış veya kullanıma sunulmuş,
tasarladığınız ve yarattığınız
tasarladığınız ve yarattığınız
12:20
after they're out in the real world,
251
728056
1727
tüm bu şeylere ilişkin
12:21
after they've been sold
or launched or whatever,
or launched or whatever,
252
729807
3614
böyle bir bağlantıya sahip olsaydınız
12:25
we could actually change that,
253
733445
1620
bunu değiştirebilirdiniz;
12:27
and go from making people want our stuff,
254
735089
3047
insanlara icatlarımızı aldırmak yerine
12:30
to just making stuff that people
want in the first place.
want in the first place.
255
738160
3434
sadece istedikleri şeyleri yapabiliriz.
12:33
The good news is, we're working
on digital nervous systems
on digital nervous systems
256
741618
2787
İyi haber şu ki, bizi
tasarımlarımıza bağlayacak
tasarımlarımıza bağlayacak
12:36
that connect us to the things we design.
257
744429
2801
dijital sinir sistemi
üzerinde çalışıyoruz.
üzerinde çalışıyoruz.
12:40
We're working on one project
258
748365
1627
Bir proje üzerinde çalışıyoruz,
12:42
with a couple of guys down in Los Angeles
called the Bandito Brothers
called the Bandito Brothers
259
750016
3712
Los Angeles'ta Bandito Kardeşler
12:45
and their team.
260
753752
1407
ve takımı ile birlikte.
12:47
And one of the things these guys do
is build insane cars
is build insane cars
261
755183
3433
Bu ekibin yaptığı şeylerden biri
sıradışı şeyler yapan
sıradışı şeyler yapan
12:50
that do absolutely insane things.
262
758640
2873
sıradışı arabalar üretmek.
12:54
These guys are crazy --
263
762905
1450
Bunlar çıldırmış.
12:56
(Laughter)
264
764379
1036
(Kahkahalar)
12:57
in the best way.
265
765439
1403
Ama iyi anlamda.
13:00
And what we're doing with them
266
768993
1763
Bizim birlikte yaptığımız şey ise
13:02
is taking a traditional race-car chassis
267
770780
2440
geleneksel yarış arabası şasesini alıp
13:05
and giving it a nervous system.
268
773244
1585
ona bir sinir sistemi yüklemek.
13:06
So we instrumented it
with dozens of sensors,
with dozens of sensors,
269
774853
3058
Yani onlarca sensör taktık ve
13:09
put a world-class driver behind the wheel,
270
777935
2635
direksiyona birinci sınıf
bir sürücü koyduk,
bir sürücü koyduk,
13:12
took it out to the desert
and drove the hell out of it for a week.
and drove the hell out of it for a week.
271
780594
3357
arabayı çöle götürdük ve
bir hafta boyunca kullandık.
bir hafta boyunca kullandık.
13:15
And the car's nervous system
captured everything
captured everything
272
783975
2491
Arabanın sinir sistemi
arabanın başına gelen
arabanın başına gelen
13:18
that was happening to the car.
273
786490
1482
her şeyi yakaladı.
13:19
We captured four billion data points;
274
787996
2621
4 milyar veri noktası elde ettik;
13:22
all of the forces
that it was subjected to.
that it was subjected to.
275
790641
2310
sorumlu olduğu tüm güçlerden.
13:24
And then we did something crazy.
276
792975
1659
Sonra çılgınca bir şey yaptık.
13:27
We took all of that data,
277
795268
1500
Tüm veriyi aldık
13:28
and plugged it into a generative-design AI
we call "Dreamcatcher."
we call "Dreamcatcher."
278
796792
3736
''Dreamcatcher'' dediğimiz üretken
tasarımlı bir yapay zekâya taktık.
tasarımlı bir yapay zekâya taktık.
13:33
So what do get when you give
a design tool a nervous system,
a design tool a nervous system,
279
801270
3964
Bir tasarıma dijital
bir sinir sistemi yükleyip
bir sinir sistemi yükleyip
13:37
and you ask it to build you
the ultimate car chassis?
the ultimate car chassis?
280
805258
2882
size son model bir şase
yapmasını isterseniz ne olur?
yapmasını isterseniz ne olur?
13:40
You get this.
281
808723
1973
İşte bu.
13:44
This is something that a human
could never have designed.
could never have designed.
282
812293
3713
Bu bir insanın asla
tasarlayamayacağı bir şey.
tasarlayamayacağı bir şey.
13:48
Except a human did design this,
283
816707
1888
Ancak bunu bir insan tasarladı,
13:50
but it was a human that was augmented
by a generative-design AI,
by a generative-design AI,
284
818619
4309
ama üretken tasarımlı yapay zekâ,
13:54
a digital nervous system
285
822952
1231
dijital bir sinir sistemi
13:56
and robots that can actually
fabricate something like this.
fabricate something like this.
286
824207
3005
ve imal yetisi olan robotlar ile
güçlendirilmiş bir insan.
güçlendirilmiş bir insan.
13:59
So if this is the future,
the Augmented Age,
the Augmented Age,
287
827680
3595
Eğer gelecek,
Artırılmış Çağ bu ise
Artırılmış Çağ bu ise
14:03
and we're going to be augmented
cognitively, physically and perceptually,
cognitively, physically and perceptually,
288
831299
4261
bilişsel, fiziksel ve algısal
olarak güçlendirileceksek,
olarak güçlendirileceksek,
14:07
what will that look like?
289
835584
1408
bu neye benzeyecek?
14:09
What is this wonderland going to be like?
290
837576
3321
Bu harikalar diyarı nasıl görünecek?
14:12
I think we're going to see a world
291
840921
1709
Sanırım imal etmekten ziyade
14:14
where we're moving
from things that are fabricated
from things that are fabricated
292
842654
3068
yetiştirme yapılan bir dünyaya doğru
14:17
to things that are farmed.
293
845746
1445
yol alıyoruz.
14:20
Where we're moving from things
that are constructed
that are constructed
294
848159
3453
Nesnelerin inşa edilmek yerine
14:23
to that which is grown.
295
851636
1704
yetiştirildiği bir dünya.
14:26
We're going to move from being isolated
296
854134
2188
İzole olmaktan çıkıp
14:28
to being connected.
297
856346
1610
iletişim hâlinde olacağız.
14:30
And we'll move away from extraction
298
858634
2411
Ayrılmayı bir yana bırakıp
14:33
to embrace aggregation.
299
861069
1873
birleşmeye kucak açacağız.
14:35
I also think we'll shift
from craving obedience from our things
from craving obedience from our things
300
863967
3767
Yine sanıyorum ki itaat
etmek yerine
etmek yerine
14:39
to valuing autonomy.
301
867758
1641
özerkliğin değerini anlayacağız.
14:42
Thanks to our augmented capabilities,
302
870510
1905
Artırılmış yetilerimiz sayesinde,
14:44
our world is going to change dramatically.
303
872439
2377
dünya ciddi bir değişim geçirecek.
14:47
We're going to have a world
with more variety, more connectedness,
with more variety, more connectedness,
304
875576
3246
Bu dünyada daha fazla
çeşitlilik, iletişim,
çeşitlilik, iletişim,
14:50
more dynamism, more complexity,
305
878846
2287
dinamizm ve karmaşıklık,
14:53
more adaptability and, of course,
306
881157
2318
daha çok uyum sağlama ve
14:55
more beauty.
307
883499
1217
daha çok güzellik olacak.
14:57
The shape of things to come
308
885231
1564
Gelecek şeylerin biçimi
14:58
will be unlike anything
we've ever seen before.
we've ever seen before.
309
886819
2290
daha önce hiç
görmediğimiz türden olacak.
görmediğimiz türden olacak.
15:01
Why?
310
889133
1159
Neden mi?
15:02
Because what will be shaping those things
is this new partnership
is this new partnership
311
890316
3755
Çünkü onlara bu biçimi verecek şey
15:06
between technology, nature and humanity.
312
894095
3670
teknoloji, doğa ve insan ortaklığı olacak.
15:11
That, to me, is a future
well worth looking forward to.
well worth looking forward to.
313
899279
3804
Bu bana göre
dört gözle beklenecek bir gelecek.
dört gözle beklenecek bir gelecek.
15:15
Thank you all so much.
314
903107
1271
Çok teşekkür ederim.
15:16
(Applause)
315
904402
5669
(Alkışlar)
ABOUT THE SPEAKER
Maurice Conti - Designer, futuristMaurice Conti explores new partnerships between technology, nature and humanity.
Why you should listen
Maurice Conti is a designer, futurist and innovator. He's worked with startups, government agencies, artists and corporations to explore the things that will matter to us in the future, and to design solutions to get us there.
Conti is currently Chief Innovation Officer at Alpha -- Europe's first moonshot factory, powered by Telefónica. Conti and his team are responsible for coming up with the ideas, prototypes and proofs of concepts that will go on to become full-blown moonshots at Alpha: projects that will affect 100 million people or more, be a force for good on the planet and grow into billion-euro businesses.
Previously, Conti was Director of Applied Research & Innovation at Autodesk where built and led Autodesk's Applied Research Lab. Conti's work focuses on applied machine learning, advanced robotics, augmented and virtual realities, and the future of work, cities and mobility.
Conti is also an explorer of geographies and cultures. He has circumnavigated the globe once and been half-way around twice. In 2009 he was awarded the Medal for Exceptional Bravery at Sea by the United Nations, the New Zealand Bravery Medal and a US Coast Guard Citation for Bravery for risking his own life to save three shipwrecked sailors.
Conti lives in Barcelona, Spain, and travels around the world speaking to groups about innovation, technology trends, the future, and high adventure.
Maurice Conti | Speaker | TED.com