TED2017
Noriko Arai: Can a robot pass a university entrance exam?
Noriko Arai: Robotlar üniversiteye giriş sınavını geçebilir mi?
Filmed:
Readability: 4.4
1,550,497 views
Todai Robotuyla tanışın! Hiçbir şey anlamadan Tokyo Üniversitesi'nin giriş sınavını geçen %20'lik dilimdeki öğrencilerin arasına giren Yapay Zekâ projesi. Üniversiteye kayıt yaptırmayacak olsa da Todai Robotunun başarısı insan eğitiminin geleceğine dair endişe verici sorular ortaya çıkardı. Çocuklara insanların her zaman yapay zekâdan daha iyi olduğu şeylerde başarılı olmaları için nasıl yardım edebiliriz?
Noriko Arai - AI expert
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Double-click the English transcript below to play the video.
00:13
Today, I'm going to talk about AI and us.
0
1014
3660
Bugün Yapay Zekâ ve
biz hakkında konuşacağım.
biz hakkında konuşacağım.
00:18
AI researchers have always said
1
6206
2143
Yapay zekâ araştırmacıları her zaman
00:20
that we humans do not need to worry,
2
8373
2594
biz insanların endişe etmesine
gerek olmadığını söyler
gerek olmadığını söyler
00:22
because only menial jobs
will be taken over by machines.
will be taken over by machines.
3
10991
3580
çünkü makineler sadece
önemsiz işleri devralacaktır.
önemsiz işleri devralacaktır.
00:27
Is that really true?
4
15274
1603
Bu gerçekten de doğru mu?
00:30
They have also said
that AI will create new jobs,
that AI will create new jobs,
5
18365
3827
Ayrıca yapay zekânın
yeni işler ortaya çıkaracağını,
yeni işler ortaya çıkaracağını,
00:34
so those who lose their jobs
will find a new one.
will find a new one.
6
22216
3411
böylelikle işini kaybedenlerin
yeni bir iş bulacağını söylerler.
yeni bir iş bulacağını söylerler.
00:38
Of course.
7
26264
1355
Tabii ki öyle.
00:39
But the real question is:
8
27643
2172
Fakat asıl soru şu:
00:41
How many of those
who may lose their jobs to AI
who may lose their jobs to AI
9
29839
4105
Özellikle yapay zekâ çoğumuzdan daha iyi
öğrenecek kadar geliştiğinde
öğrenecek kadar geliştiğinde
00:45
will be able to land a new one,
10
33968
2489
işini yapay zekâya kaptıranların
00:48
especially when AI is smart enough
to learn better than most of us?
to learn better than most of us?
11
36481
5850
kaç tanesi yeni bir iş bulabilir
durumda olacak?
durumda olacak?
00:55
Let me ask you a question:
12
43397
2185
İzninizle sormak istiyorum:
00:58
How many of you think
13
46666
1798
Kaçınız yapay zekânın
01:00
that AI will pass the entrance examination
of a top university by 2020?
of a top university by 2020?
14
48488
6094
2020'lerde gözde bir üniversitenin
giriş sınavını geçeceğini düşünüyor?
giriş sınavını geçeceğini düşünüyor?
01:07
Oh, so many. OK.
15
55836
2457
Bir çoğunuz. Peki.
01:10
So some of you may say, "Of course, yes!"
16
58317
4358
Belki bazılarınız
"Tabii geçer!" diyordur.
"Tabii geçer!" diyordur.
01:15
Now singularity is the issue.
17
63369
2134
Bir tuhaflık söz konusu.
01:18
And some others may say, "Maybe,
18
66590
3095
Bazıları da "Olabilir,
01:21
because AI already won
against a top Go player."
against a top Go player."
19
69709
4508
çünkü yapay zekâ zaten usta bir
Go oyuncusunu bile yendi" diyebilir.
Go oyuncusunu bile yendi" diyebilir.
01:27
And others may say, "No, never. Uh-uh."
20
75213
3681
Bazıları da "Hayır, asla." diyebilir.
01:32
That means we do not know
the answer yet, right?
the answer yet, right?
21
80195
3593
Yani henüz cevabı bilmiyoruz değil mi?
01:36
So that was the reason why
I started Todai Robot Project,
I started Todai Robot Project,
22
84268
4960
Todai Robot Projesini
başlatma sebebim buydu.
başlatma sebebim buydu.
01:41
making an AI which passes
the entrance examination
the entrance examination
23
89252
3872
Japonya'nın ilk sıradaki
üniversitesi olan
üniversitesi olan
01:45
of the University of Tokyo,
24
93148
2589
Tokyo Üniversitesi'nin
giriş sınavını geçen
giriş sınavını geçen
01:47
the top university in Japan.
25
95761
2537
bir yapay zekâ üretmekti.
01:51
This is our Todai Robot.
26
99464
2548
Bu bizim Todai Robotumuz.
01:56
And, of course, the brain of the robot
is working in the remote server.
is working in the remote server.
27
104131
5810
Tabii ki robotun beyni
uzak sunucuda çalışıyor.
uzak sunucuda çalışıyor.
02:02
It is now writing a 600-word essay
28
110747
4222
17. yüzyılda deniz ticareti üzerine
02:06
on maritime trade in the 17th century.
29
114993
4119
600 kelimelik makale yazabiliyor.
02:11
How does that sound?
30
119136
1765
Bunu duymak nasıl?
02:14
Why did I take the entrance exam
as its benchmark?
as its benchmark?
31
122113
4104
Neden üniersite sınavını
baz aldım?
baz aldım?
02:19
Because I thought we had to study
the performance of AI
the performance of AI
32
127098
4741
Çünkü yapay zekânın performansını
insana kıyaslayarak
insana kıyaslayarak
02:23
in comparison to humans,
33
131863
2114
çalışmamız gerektiğini düşündüm,
02:26
especially on the scales and expertise
34
134001
2860
özellikle de sadece insanların
02:28
which are believed
to be acquired only by humans
to be acquired only by humans
35
136885
4088
ve de sadece eğitimle edinilen
02:32
and only through education.
36
140997
2335
yetenek ve uzmanlıkla.
02:35
To enter Todai, the University of Tokyo,
37
143782
4043
Todai Tokyo Üniversitesi'ne
girmek için
girmek için
02:39
you have to pass
two different types of exams.
two different types of exams.
38
147849
4421
iki farklı sınavı geçmek gerekiyor.
02:44
The first one is
a national standardized test
a national standardized test
39
152294
3760
İlki ulusal standartta
02:48
in multiple-choice style.
40
156078
2403
çoktan seçmeli bir test.
02:50
You have to take seven subjects
41
158505
2455
Yedi konu seçmeniz
02:52
and achieve a high score --
42
160984
1955
ve yüksek puan almanız gerekir.
02:54
I would say like an 84 percent
or more accuracy rate --
or more accuracy rate --
43
162963
4772
Todai tarafından hazırlanan
02:59
to be allowed to take
the second stage written test
the second stage written test
44
167759
4087
ikinci aşamadaki yazılı teste geçmek için
03:03
prepared by Todai.
45
171870
2159
%84 veya daha fazla
doğruluk oranı olması gerekir.
doğruluk oranı olması gerekir.
03:06
So let me first explain
how modern AI works,
how modern AI works,
46
174994
5317
Şimdi öncelikle modern yapay zekânın
nasıl çalıştığını anlatayım.
nasıl çalıştığını anlatayım.
03:12
taking the "Jeopardy!" challenge
as an example.
as an example.
47
180335
3069
"Riziko" yu örnek alalım.
03:17
Here is a typical "Jeopardy!" question:
48
185539
3079
Tipik bir "Riziko" sorusu:
03:20
"Mozart's last symphony
shares its name with this planet."
shares its name with this planet."
49
188642
4461
"Mozart'ın son senfonisi
bu gezegenle aynı adı taşır."
bu gezegenle aynı adı taşır."
03:26
Interestingly, a "Jeopardy!"
question always asks,
question always asks,
50
194195
4013
İlginçtir, "Riziko" soruları
her zaman
her zaman
03:30
always ends with "this" something:
51
198232
3328
"bu" ile biten sorular sorar:
03:33
"this" planet, "this" country,
52
201584
2827
"bu" gezegen, "bu" ülke,
03:36
"this" rock musician, and so on.
53
204435
2608
"bu" müzik grubu vesaire.
03:39
In other words, "Jeopardy!" doesn't ask
many different types of questions,
many different types of questions,
54
207067
4299
Yani "Riziko" çok çeşitli sorular sormaz,
03:43
but a single type,
55
211390
1837
tek çeşittir,
03:45
which we call "factoid questions."
56
213251
2536
biz buna "sahte soru" diyoruz.
03:48
By the way, do you know the answer?
57
216975
2167
Sırası gelmişken sorayım,
cevabı biliyor musunuz?
cevabı biliyor musunuz?
03:53
If you do not know the answer
and if you want to know the answer,
and if you want to know the answer,
58
221980
4055
Cevabı bilmiyorsanız ve
bilmek istiyorsanız
bilmek istiyorsanız
03:58
what would you do?
59
226059
1287
ne yaparsınız?
04:00
You Google, right? Of course.
60
228160
3132
Google'da arardınız değil mi? Kesinlikle.
04:03
Why not?
61
231316
1480
Neden olmasın?
04:04
But you have to pick appropriate keywords
62
232820
3592
Ama araştırmak için
"Mozart", "son" ve "senfoni" gibi
"Mozart", "son" ve "senfoni" gibi
04:08
like "Mozart," "last"
and "symphony" to search.
and "symphony" to search.
63
236436
4364
uygun anahtar kelimeleri
bulmak zorundasınız.
bulmak zorundasınız.
04:13
The machine basically does the same.
64
241462
2400
Makine de aslında aynı şeyi yapar.
04:16
Then this Wikipedia page
will be ranked top.
will be ranked top.
65
244457
4660
Sonra en üstte
bu Wikipedia sayfası çıkar.
bu Wikipedia sayfası çıkar.
04:21
Then the machine reads the page.
66
249840
1908
Sonra makine sayfayı okur.
04:23
No, uh-uh.
67
251772
1171
Hayır hayır.
04:25
Unfortunately, none of the modern AIs,
68
253470
3462
Maalesef modern yapay zekâların hiçbiri
04:28
including Watson, Siri and Todai Robot,
69
256956
3968
-Watson, Siri ve Todai Robot dahil-
04:32
is able to read.
70
260948
1661
okuyamıyor.
04:35
But they are very good
at searching and optimizing.
at searching and optimizing.
71
263437
3800
Fakat araştırmak ve bunu
en iyi şekilde kullanmakta oldukça iyiler.
en iyi şekilde kullanmakta oldukça iyiler.
04:40
It will recognize
72
268158
2023
"Mozart", "son" ve "senfoni"
04:42
that the keywords "Mozart,"
"last" and "symphony"
"last" and "symphony"
73
270866
2935
gibi anahtar kelimelerin
04:45
are appearing heavily around here.
74
273825
2903
yoğunlaştığı yerleri fark eder.
04:49
So if it can find a word which is a planet
75
277790
4375
Dolayısıyla gezegen adı olan
04:54
and which is co-occurring
with these keywords,
with these keywords,
76
282189
3648
ve bu anahtar kelimelerle birlikte
geçen bir kelime bulabilir,
geçen bir kelime bulabilir,
04:57
that must be the answer.
77
285861
1989
ki cevap budur.
05:00
This is how Watson finds
the answer "Jupiter," in this case.
the answer "Jupiter," in this case.
78
288762
5186
Bu örnekte Watson "Jüpiter"
cevabını böyle bulur.
cevabını böyle bulur.
05:08
Our Todai Robot works similarly,
but a bit smarter
but a bit smarter
79
296433
4049
Bizim Todai Robotumuz da
tarihle ilgili evet-hayır sorularını
tarihle ilgili evet-hayır sorularını
05:12
in answering history yes-no questions,
80
300506
3239
cevaplarken benzeri şekilde ama
biraz daha zekice çalışır.
biraz daha zekice çalışır.
05:16
like, "'Charlemagne repelled the Magyars.'
Is this sentence true or false?"
Is this sentence true or false?"
81
304560
5663
Mesela "Şarlman Macarları geri püskürttü."
cümlesi doğru mu yanlış mı?"
cümlesi doğru mu yanlış mı?"
05:23
Our robot starts producing
a factoid question,
a factoid question,
82
311181
4073
Robotumuz kendi kendine
sahte bir soru üretmeye başlar,
sahte bir soru üretmeye başlar,
05:27
like: "Charlemagne repelled
[this person type]" by itself.
[this person type]" by itself.
83
315278
4899
şunun gibi: "Şarlman [şu kimsleri]
geri püskürttü."
geri püskürttü."
05:32
Then, "Avars" but not
"Magyars" is ranked top.
"Magyars" is ranked top.
84
320995
4732
Sonra, Macarlar değil
Avarlar üst sıraya geçer.
Avarlar üst sıraya geçer.
05:38
This sentence is likely to be false.
85
326357
3049
Bu cümlenin yanlış olması muhtemeldir.
05:42
Our robot does not read,
does not understand,
does not understand,
86
330772
4860
Bizim robotumuz
okumaz, anlamaz
okumaz, anlamaz
05:48
but it is statistically
correct in many cases.
correct in many cases.
87
336335
4144
ama istatistiksel olarak
birçok durumda doğrudur.
birçok durumda doğrudur.
05:54
For the second stage written test,
88
342147
2508
İkinci aşamadaki yazılı sınavda
05:56
it is required to write
a 600-word essay like this one:
a 600-word essay like this one:
89
344679
5106
600 kelimelik şunun gibi
bir makale yazmak gerekir.
bir makale yazmak gerekir.
06:01
[Discuss the rise and fall
of the maritime trade
of the maritime trade
90
349809
2278
[17. yüzyılda Doğu ve
Güneydoğu Asya'da
Güneydoğu Asya'da
06:04
in East and Southeast Asia
in the 17th century ...]
in the 17th century ...]
91
352111
2422
deniz ticaretinin
iniş ve çıkışlarından bahsedin.]
iniş ve çıkışlarından bahsedin.]
06:06
and as I have shown earlier,
92
354557
1387
Daha önce gösterdiğim gibi
06:07
our robot took the sentences
from the textbooks and Wikipedia,
from the textbooks and Wikipedia,
93
355968
4194
robotumuz ders kitapları
ve Wikipedia'dan cümleler alıp
ve Wikipedia'dan cümleler alıp
06:12
combined them together,
94
360186
1961
bunları birleştirerek
06:14
and optimized it to produce an essay
95
362171
3619
bir makale oluşturmak üzere
düzene soktu,
düzene soktu,
06:17
without understanding a thing.
96
365814
2207
hem de hiçbir şey anlamaksızın.
06:20
(Laughter)
97
368045
1737
(Kahkahalar)
06:21
But surprisingly, it wrote a better essay
98
369806
4895
Ama şaşırtıcı bir şekilde
çoğu öğrenciden
çoğu öğrenciden
06:26
than most of the students.
99
374725
1561
daha iyi bir makale yazdı.
06:28
(Laughter)
100
376310
2391
(Kahkahalar)
06:30
How about mathematics?
101
378725
1529
Matematikte ne yaptı dersiniz?
06:33
A fully automatic math-solving machine
102
381354
3158
Matematik çözebilen
tam otomatik bir makine
tam otomatik bir makine
06:36
has been a dream
103
384536
1631
"yapay zekâ" tabirinin
06:38
since the birth of the word
"artificial intelligence,"
"artificial intelligence,"
104
386191
4679
doğduğu andan itibaren
hayalleri süslemektedir.
hayalleri süslemektedir.
06:43
but it has stayed at the level
of arithmetic for a long, long time.
of arithmetic for a long, long time.
105
391785
6007
Fakat çok çok uzun zamandır
orta seviyede kalmıştır.
orta seviyede kalmıştır.
06:51
Last year, we finally succeeded
in developing a system
in developing a system
106
399530
5350
Geçen yıl nihayet
üniversite hazırlık seviyesinde
üniversite hazırlık seviyesinde
06:56
which solved pre-university-level
problems from end to end,
problems from end to end,
107
404904
5173
baştan sona problem çözen
bir sistem geliştirdik,
bir sistem geliştirdik,
07:02
like this one.
108
410101
1262
tıpkı şunun gibi.
07:05
This is the original problem
written in Japanese,
written in Japanese,
109
413648
4002
Problemin Japonca yazılmış orijinali bu
07:09
and we had to teach it
2,000 mathematical axioms
2,000 mathematical axioms
110
417674
4397
ve ona 2.000 matematik aksiyomu
07:14
and 8,000 Japanese words
111
422095
2774
ve 8.000 Japonca kelime
öğretmek zorundaydık.
öğretmek zorundaydık.
07:16
to make it accept the problems
written in natural language.
written in natural language.
112
424893
4558
Böylece doğal dilde yazılmış
problemleri tanıyabilecekti.
problemleri tanıyabilecekti.
07:22
And it is now translating
the original problems
the original problems
113
430234
3542
Şimdi ise orijinal problemleri
07:25
into machine-readable formulas.
114
433800
3139
makinenin okuyabildiği
formüllere çevirebiliyor.
formüllere çevirebiliyor.
07:30
Weird, but it is now ready
to solve it, I think.
to solve it, I think.
115
438578
6099
Garip ama bence
artık bunu çözmeye hazır.
artık bunu çözmeye hazır.
07:36
Go and solve it.
116
444701
1411
Başla ve çöz.
07:38
Yes! It is now executing
symbolic computation.
symbolic computation.
117
446818
4284
Evet! Şu an sembolik bir
hesaplama yapıyor.
hesaplama yapıyor.
07:44
Even more weird,
118
452030
1580
Daha da garibi,
07:45
but probably this is the most
fun part for the machine.
fun part for the machine.
119
453634
4825
hatta belki de makine için
işin en eğlenceli kısmı bu.
işin en eğlenceli kısmı bu.
07:50
(Laughter)
120
458483
2351
(Gülüşmeler)
07:52
Now it outputs a perfect answer,
121
460858
2815
Şimdi mükemmel bir cevap çıkarıyor,
07:55
though its proof is impossible to read,
even for mathematicians.
even for mathematicians.
122
463697
4707
ancak matematikçilerin bile
okuması mümkün değil.
okuması mümkün değil.
08:02
Anyway, last year our robot
was among the top one percent
was among the top one percent
123
470773
6961
Ama yine de robotumuz geçen sene
ikinci seviye yazılı matematik sınavında
ikinci seviye yazılı matematik sınavında
08:10
in the second stage written
exam in mathematics.
exam in mathematics.
124
478199
3633
yüzde birlik kesimin arasındaydı.
08:14
(Applause)
125
482652
3210
(Alkışlar)
08:18
Thank you.
126
486412
1311
Teşekkürler.
08:19
So, did it enter Todai?
127
487747
2471
Todai'ye girdi mi dersiniz?
08:22
No, not as I expected.
128
490981
3058
Hayır, tahminimin aksi oldu.
08:26
Why?
129
494783
1399
Neden mi?
08:28
Because it doesn't understand any meaning.
130
496206
2639
Çünkü hiçbir şey anlamıyordu.
08:32
Let me show you a typical error
it made in the English test.
it made in the English test.
131
500308
4079
İngilizce testinde yapmış olduğu
tipik bir hatayı göstereyim.
tipik bir hatayı göstereyim.
08:36
[Nate: We're almost at the bookstore.
Just a few more minutes.
Just a few more minutes.
132
504411
2977
İki kişi konuşuyor: [Nate: Birazdan
kitapçıda oluruz.Az kaldı.
kitapçıda oluruz.Az kaldı.
08:39
Sunil: Wait. ______ .
Nate: Thank you! That always happens ...]
Nate: Thank you! That always happens ...]
133
507412
3039
Sunil: Bekle. ________.
Nate: Teşekkürler! Bu hep oluyor...]
Nate: Teşekkürler! Bu hep oluyor...]
08:42
Two people are talking.
134
510475
1151
İki kişi konuşuyor.
08:43
For us, who can understand
the situation --
the situation --
135
511650
2054
Durumu anlayabilirsek,
08:45
[1. "We walked for a long time."
2. "We're almost there."
2. "We're almost there."
136
513704
2773
[1. "Uzun bir süre yürüdük."
2. "Neredeyse geldik."
2. "Neredeyse geldik."
08:48
3. "Your shoes look expensive."
4. "Your shoelace is untied."]
4. "Your shoelace is untied."]
137
516501
3032
3. "Ayakkabıların pahalı görünüyor."
4. "Bağcıkların çözülmüş."]
4. "Bağcıkların çözülmüş."]
08:51
it is obvious number four
is the correct answer, right?
is the correct answer, right?
138
519557
2873
doğru cevabın dört numara olduğu
belli değil mi?
belli değil mi?
08:54
But Todai Robot chose number two,
139
522454
2238
Fakat Todai Robot ikinciyi seçti,
08:56
even after learning 15 billion
English sentences
English sentences
140
524716
5360
derin öğrenme teknolojileri kullanarak
09:02
using deep learning technologies.
141
530100
2728
15 milyar İngilizce cümle
öğrenmiş olduğu halde.
öğrenmiş olduğu halde.
09:07
OK, so now you might
understand what I said:
understand what I said:
142
535600
4172
Şimdi ne demek istediğimi
anlamış olmalısınız:
anlamış olmalısınız:
09:12
modern AIs do not read,
143
540399
2648
Modern yapay zekâlar okumaz,
09:15
do not understand.
144
543071
1413
anlamazlar.
09:17
They only disguise as if they do.
145
545516
3169
Sadece "mış gibi" yapıyorlar.
09:24
This is the distribution graph
146
552867
2981
Burada Todai Robotuyla aynı sınava giren
09:27
of half a million students
who took the same exam as Todai Robot.
who took the same exam as Todai Robot.
147
555872
5777
yarım milyon öğrencinin
dağılım grafiğini görüyorsunuz.
dağılım grafiğini görüyorsunuz.
09:34
Now our Todai Robot
is among the top 20 percent,
is among the top 20 percent,
148
562558
5165
Todai Robotumuz yüzde yirminin arasında
09:40
and it was capable to pass
149
568986
2415
ve Japonya'daki üniversitelerin
09:43
more than 60 percent
of the universities in Japan --
of the universities in Japan --
150
571425
3941
%60'ına girebilirdi,
09:47
but not Todai.
151
575390
1377
Todai hariç.
09:50
But see how it is beyond the volume zone
152
578116
4025
Ayrıca beyaz yakalı çalışanları
gösteren alanın
gösteren alanın
09:54
of to-be white-collar workers.
153
582165
2864
ne kadar ötesinde olduğuna bakın.
10:00
You might think I was delighted.
154
588060
2858
Çok sevindiğimi düşünmüş olmalısınız.
10:03
After all, my robot was surpassing
students everywhere.
students everywhere.
155
591939
3971
Ne de olsa robotum her yerde
öğrencileri geçiyordu.
öğrencileri geçiyordu.
10:09
Instead, I was alarmed.
156
597022
2691
Aksine paniğe kapıldım.
10:13
How on earth could this unintelligent
machine outperform students --
machine outperform students --
157
601086
5607
Nasıl olur da bu akılsız makine
öğrencileri, çocuklarımızı
öğrencileri, çocuklarımızı
10:18
our children?
158
606717
1292
geçebiliyor?
10:20
Right?
159
608033
1153
Nasıl?
10:22
I decided to investigate
what was going on in the human world.
what was going on in the human world.
160
610101
4402
İnsan dünyasında neler olduğunu
araştırmaya karar verdim.
araştırmaya karar verdim.
10:28
I took hundreds of sentences
from high school textbooks
from high school textbooks
161
616542
4729
Lise kitaplarından yüzlerce cümle aldım
10:33
and made easy multiple-choice quizzes,
162
621859
3313
ve çoktan seçmeli kolay testler hazırlayıp
10:37
and asked thousands
of high school students to answer.
of high school students to answer.
163
625196
4143
binlerce lise öğrencisinden
çözmelerini istedim.
çözmelerini istedim.
10:42
Here is an example:
164
630690
1176
Örneğe bakalım:
10:43
[Buddhism spread to ... ,
Christianity to ... and Oceania,
Christianity to ... and Oceania,
165
631890
2818
[Budizm çoğunlukla Güneydoğu Asya,,,
Hristiyanlık Avrupa...,
Hristiyanlık Avrupa...,
10:46
and Islam to ...]
166
634732
1151
İslamiyet Güney Afrika'ya yayıldı.]
10:47
Of course, the original problems
are written in Japanese,
are written in Japanese,
167
635907
2740
Tabii ki orijinal soru Japonca soruldu,
10:50
their mother tongue.
168
638671
1155
kendi ana dillerinde.
10:51
[ ______ has spread to Oceania.
169
639850
1515
[ _______ Okyanusya'ya yayıldı.
10:53
1. Hinduism 2. Christianity
3. Islam 4. Buddhism ]
3. Islam 4. Buddhism ]
170
641389
2417
1. Hinduizm 2. Hristiyanlık.
3. İslamiyet 4. Budizm]
3. İslamiyet 4. Budizm]
10:55
Obviously, Christianity
is the answer, isn't it?
is the answer, isn't it?
171
643830
2299
Cevap Hristiyanlık çok net değil mi?
10:58
It's written!
172
646153
1214
Zaten yazıyor.
11:01
And Todai Robot chose
the correct answer, too.
the correct answer, too.
173
649482
4026
Todai Robotumuz da doğru cevabı seçti.
11:06
But one-third of junior
high school students
high school students
174
654758
4879
Fakat öğrencilerin üçte biri
11:11
failed to answer this question.
175
659661
2612
bu soruyu cevaplayamadı.
11:16
Do you think it is only the case in Japan?
176
664456
3159
Sizce sadece Japonya'da mı böyle?
11:19
I do not think so,
177
667639
1976
Sanmıyorum,
11:21
because Japan is always ranked
among the top in OECD PISA tests,
among the top in OECD PISA tests,
178
669639
6371
çünkü Japonya,
15 yaşındaki öğrencilerin
15 yaşındaki öğrencilerin
11:28
measuring 15-year-old
students' performance in mathematics,
students' performance in mathematics,
179
676034
3927
matematik, fen ve okuma performanslarını
her üç yılda bir ölçen
her üç yılda bir ölçen
11:31
science and reading
180
679985
1964
OECD PISA testlerinde her zaman
11:33
every three years.
181
681973
1636
en üst sıralarda yer alır.
11:39
We have been believing
182
687390
2053
Herkesin
11:41
that everybody can learn
183
689467
2043
öğrenebileceğine inanıyoruz,
11:43
and learn well,
184
691534
1905
daha iyi öğrenebilirler
11:45
as long as we provide
good learning materials
good learning materials
185
693463
3697
ancak ücretsiz iyi öğrenim materyalleri
11:49
free on the web
186
697184
1455
sunmamız gerekiyor ki
11:50
so that they can access
through the internet.
through the internet.
187
698663
3069
internet üzerinden erişebilsinler.
11:53
But such wonderful materials
may benefit only those who can read well,
may benefit only those who can read well,
188
701756
5859
Fakat bu muhteşem materyallerin
sadece iyi okuyabilenlere yararı olur
sadece iyi okuyabilenlere yararı olur
12:00
and the percentage
of those who can read well
of those who can read well
189
708534
3935
ve bu kişilerin sayıları
12:04
may be much less than we expected.
190
712493
3378
tahmin ettiğimizden daha az olabilir.
12:10
How we humans will coexist with AI
191
718040
4241
Biz insanların yapay zekâ ile
12:14
is something we have
to think about carefully,
to think about carefully,
192
722305
3522
bir arada var olmaya nasıl devam edeceği
somut verilere dayanarak
somut verilere dayanarak
12:17
based on solid evidence.
193
725851
2137
dikkatli düşünülmesi gereken bir konu.
12:21
At the same time,
we have to think in a hurry
we have to think in a hurry
194
729063
3977
Aynı zamanda acele etmeliyiz
12:25
because time is running out.
195
733064
2402
çünkü vaktimiz daralıyor.
12:28
Thank you.
196
736106
1162
Teşekkür ederim.
12:29
(Applause)
197
737626
3933
(Alkışlar)
12:34
Chris Anderson: Noriko, thank you.
198
742211
2080
Chris Anderson: Noriko, teşekkürler.
12:36
Noriko Arai: Thank you.
199
744315
1765
Noriko Arai: Ben teşekkür ederim.
12:38
CA: In your talk, you so beautifully
give us a sense of how AIs think,
give us a sense of how AIs think,
200
746104
5304
CA: Anlattıklarınla bize yapay zekâların
nasıl düşündüğü, neler yapabildikleri
nasıl düşündüğü, neler yapabildikleri
12:43
what they can do amazingly
201
751432
1564
ve yapamadıklarına dair
12:45
and what they can't do.
202
753020
1695
çok güzel bir anlayış kazandırdın.
12:46
But -- do I read you right,
203
754739
1494
Fakat, seni doğru anladıysam
12:48
that you think we really need
quite an urgent revolution in education
quite an urgent revolution in education
204
756257
5270
çocukların insanların yapay zekâlardan
daha iyi yapabildiği şeyleri yapması için
daha iyi yapabildiği şeyleri yapması için
12:53
to help kids do the things
that humans can do better than AIs?
that humans can do better than AIs?
205
761551
4155
eğitimde çok acil devrime ihtiyacımız
olduğunu düşünüyorsun.
olduğunu düşünüyorsun.
12:57
NA: Yes, yes, yes.
206
765730
1328
NA: Evet öyle.
12:59
Because we humans
can understand the meaning.
can understand the meaning.
207
767082
4035
Çünkü biz insanlar
manayı anlayabiliyoruz.
manayı anlayabiliyoruz.
13:03
That is something
which is very, very lacking in AI.
which is very, very lacking in AI.
208
771141
4906
İşte bu yapay zekânın en çok
yoksun olduğu şey.
yoksun olduğu şey.
13:08
But most of the students
just pack the knowledge
just pack the knowledge
209
776071
4368
Fakat çoğu öğrenci,
bilgiyi anlamaksızın
bilgiyi anlamaksızın
13:12
without understanding
the meaning of the knowledge,
the meaning of the knowledge,
210
780463
3903
bilgi topluyor,
13:16
so that is not knowledge,
that is just memorizing,
that is just memorizing,
211
784390
2809
o zaman bu bilgi değil
sadece ezberlemek oluyor
sadece ezberlemek oluyor
13:19
and AI can do the same thing.
212
787223
2450
ve aynısını yapay zekâ da yapıyor.
13:21
So we have to think about
a new type of education.
a new type of education.
213
789697
3631
Dolayısıyla yeni bir eğitim modeli
düşünmemiz gerekiyor.
düşünmemiz gerekiyor.
13:25
CA: A shift from knowledge,
rote knowledge, to meaning.
rote knowledge, to meaning.
214
793352
3289
CA: Yani ezbere dayalı bilgiden
anlamaya geçiş yapmalıyız.
anlamaya geçiş yapmalıyız.
13:28
NA: Mm-hmm.
215
796665
1151
NA: Aynen.
13:29
CA: Well, there's a challenge
for the educators. Thank you so much.
for the educators. Thank you so much.
216
797840
3240
CA: O halde eğitimcilere
zorlu bir görev düşüyor. Çok teşekkürler.
zorlu bir görev düşüyor. Çok teşekkürler.
13:33
NA: Thank you very much. Thank you.
217
801104
1698
NA: Ben teşekkür ederim.
Teşekkürler.
Teşekkürler.
13:34
(Applause)
218
802826
1185
(Alkışlar)
ABOUT THE SPEAKER
Noriko Arai - AI expertCould an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out.
Why you should listen
Noriko Arai is the program director of an AI challenge, Todai Robot Project, which asks the question: Can AI get into the University of Tokyo? The project aims to visualize both the possibilities and the limitation of current AI by setting a concrete goal: a software system that can pass university entrance exams. In 2015 and 2016, Todai Robot achieved top 20 percent in the exams, and passed more than 70 percent of the universities in Japan.
The inventor of Reading Skill Test, in 2017 Arai conducted a large-scale survey on reading skills of high and junior high school students with Japan's Ministry of Education. The results revealed that more than half of junior high school students fail to comprehend sentences sampled from their textbooks. Arai founded the Research Institute of Science for Education to elucidate why so many students fail to read and how she can support them.
Noriko Arai | Speaker | TED.com