Titta

UR Samtiden - The conference 2014

UR Samtiden - The conference 2014

Om UR Samtiden - The conference 2014

Konferens med fokus på innovativa idéer, design och kultur i framkant. Tankespåren växlar mellan de globala flyktingströmmarna, gammal hederlig kreativitet och hur robotar och algoritmer underlättar vårt dagliga liv. Inspelat på Slagthuset i Malmö 19-20 augusti 2014. Arrangör: Media evolution.

Till första programmet

UR Samtiden - The conference 2014 : En smartare verklighetDela
  1. Som ingenjör har jag ofta fascinerats
    av hur kraftfulla datorer är-

  2. -och av hur datorers
    beräkningsförmåga har ökat-

  3. -med grovt räknat 100 % vartannat år.

  4. Men det känns trist att datorer
    inte kan göra något så enkelt-

  5. -som att skilja
    mellan ett äpple och en nektarin-

  6. -vilket vi ju har väldigt lätt för.

  7. Hur kommer det sig att datorer
    på många sätt kan vara kraftfulla-

  8. -men på andra sätt
    är hjälplösa och oförmögna?

  9. Hjälplös och oförmögen,
    ungefär som ett barn.

  10. Ett spädbarn lär sig att gå, prata-

  11. -och förstå omvärlden
    på bara 1,5-2 år.

  12. För varje dag som går
    ökar hjärnans komplexitet med 1 %.

  13. Dag efter dag efter dag.

  14. Hur kan ett barn födas
    som ett oskrivet blad-

  15. -och samla på sig alla dessa förmågor
    på så kort tid?

  16. Det handlar om mönsterigenkänning.

  17. Man lär sig förstå
    hur världen är sammansatt-

  18. -och dra slutsatser utifrån detta.

  19. Vår hjärna har utvecklats
    under miljontals år-

  20. -och vi ser den
    som ett enda köttstycke-

  21. -men hjärnan består i själva verket
    av många olika komponenter-

  22. -med olika specialiserade förmågor.

  23. Dessa samverkar och hjälper oss
    att förstå oss på världen.

  24. Hjärnan kan liknas vid en orkester.

  25. I en orkester har man
    både slagverk och stråkar-

  26. -och i hjärnan har vi två olika sätt
    att tolka vår omvärld.

  27. Vi har "system 1" och "system 2".

  28. System 1 är intuitivt och automatiskt.

  29. Det är nåt vi ständigt gör
    när vi interagerar med andra-

  30. -eller när vi lyfter ett föremål
    och inser att det kan gå sönder-

  31. -utan att tänka på det.

  32. System 2 handlar mer om matematik,
    regler och grammatik.

  33. Det handlar om procedurer
    och ekvationer.

  34. Det handlar om
    att tänka efter ordentligt.

  35. Datorer är bra på sånt.

  36. Man kan säga att datorer är
    specialister på system 2-tänkande.

  37. I sin bok "Thinking, Fast and Slow"
    förklarar Daniel Kahneman-

  38. -att system 1 är vårt sätt
    att dra slutsatser om omvärlden.

  39. Maskiner saknar denna förmåga
    att dra slutsatser.

  40. Maskiner har svårt för att förstå sig
    på omvärlden på samma sätt som vi.

  41. Hur kan vi då lära maskiner
    att tolka omvärlden som vi?

  42. Människor kan lära sig saker
    i strukturerade miljöer som skolor-

  43. -eller så kan vi lära oss
    genom att bara utforska och leka-

  44. -och skapa mjuka modeller
    om hur världen fungerar.

  45. Vi kan lära maskiner.

  46. Maskininlärning har tagit sig
    olika uttryck under flera årtionden-

  47. -men de senaste åren har man
    kunnat samla in stora mängder data-

  48. -och vi ser en förändring
    inom maskininlärning.

  49. Precis som barn går i skolan kan vi
    lära maskiner på ett strukturerat sätt.

  50. Man kan ta datamaterial som bilder
    eller video och lägga till anteckningar.

  51. "Det här är en trafikskylt
    som betyder 'stanna'"-

  52. -eller "Det här är en person.
    Kör inte på den."

  53. På så sätt kan vi programmera robotar
    som självkörande bilar-

  54. -och få dem att göra som vi vill.

  55. Vi börjar se API:er och molnbaserad
    maskininlärningsteknik nu.

  56. Det är som intelligens på begäran,
    på samma sätt som el och vatten.

  57. Nu börjar vi få intelligens på begäran
    och kan ta del av denna när som helst.

  58. Det går bra om man har data som
    man kan strukturera och kommentera-

  59. -men tänk om något är tvetydigt-

  60. -svårt att klassificera
    eller kan tolkas på flera olika sätt?

  61. Då börjar det bli svårt och då
    krävs ostrukturerad inlärning.

  62. Maskiner har varit dåliga på detta
    och svåra att programmera för sånt.

  63. Så hur ska vi gå till väga?

  64. För att svara på det måste vi
    förstå hur vår hjärna fungerar.

  65. Begreppet
    "neurala korrelat till medvetande"-

  66. -betyder att när man ser ett äpple-

  67. -så har man redan en bild av
    ett äpple i hjärnan, som en idé.

  68. Man har bilder i minnet
    och känner igen föremål.

  69. Det gäller inte bara människor.

  70. På sent 1990-tal
    bedrev man forskning-

  71. -och kunde återskapa bilder
    från en katts hjärna.

  72. Här ser man vad katten faktiskt ser.

  73. Nu har man även gjort detsamma
    med människor.

  74. Här ser vi bilder
    som står för ordet "neuron".

  75. Med hjälp av funktionell
    magnetresonanstomografi-

  76. -kan vi hitta dessa bilder i hjärnan
    och förstå vad den ser.

  77. Vi kan även göra det
    med Youtube-klipp.

  78. Vi kan se personers hjärnor
    tolka videor-

  79. -och sedan lista ut
    vad de faktiskt tittade på.

  80. Vi kan titta på målarduken
    inne i era hjärnor.

  81. Då kan vi skapa en semantisk karta.

  82. Vi kan se till hjärnan som helhet-

  83. -och påvisa att tankar om träd
    aktiverar en viss del.

  84. Om man tänker på kor,
    tegelstenar eller hästar-

  85. -aktiveras vissa andra delar av hjärnan.

  86. Vi börjar förstå oss på
    hjärnans hemligheter-

  87. -och överföra detta till maskiner
    som fungerar på ett liknande sätt.

  88. Man använder sig av nåt
    kallat neuronnät-

  89. -och en ny metod
    som kallas "djupinlärning".

  90. Man bearbetar indata
    på ett flertal olika sätt-

  91. -som alla är tendentiösa.

  92. Ibland väljs lite olika vägar
    genom nätet.

  93. Våra hjärnor fungerar likadant-

  94. -och väljer aldrig exakt samma väg
    fram till en tanke.

  95. Det är det som gör oss kreativa.

  96. Kan någon säga vad det här är?

  97. Visst är det en katt-

  98. -men denna katt skapades av ett
    Deep Belief-nätverk styrt av Google.

  99. Man använde sig av tusentals olika
    thumbnail-bilder från Youtube-klipp-

  100. -och Deep Belief-nätverket kunde
    skapa en ny kategori kallad "katt".

  101. Det var ingen som lärde det
    vad en katt är.

  102. Det listade ut det på egen hand,
    som när ett barn leker ostrukturerat.

  103. Mjukvara är en sak,
    men nu kommer en verklig revolution.

  104. Vissa här har säkert bärbara datorer
    med två eller fyra kärnor.

  105. IBM har precis lanserat
    en processor med 4096 kärnor.

  106. Den simulerar ett neuronnät
    i själva hårdvaran, inte i mjukvaran.

  107. Det motsvarar en miljon neuroner
    och 256 miljoner synapser.

  108. Den är stor som ett frimärke-

  109. -lätt som en fjäder och använder
    lika mycket energi som en hörapparat.

  110. Den är oerhört kraftfull och kommer
    att helt nydana hur maskiner tänker.

  111. Den har samma uppfattningsförmåga
    som en humla.

  112. Det låter inte särskilt smart,
    humlor är inte särskilt smarta-

  113. -men kan navigera i sin miljö,
    har en komplicerad social struktur-

  114. -och kan känna igen
    ett flertal olika blommor.

  115. Den förmågan att förstå sig
    på omvärlden är något speciellt.

  116. Nu får även maskiner system 1-
    tänkande och därmed intuition.

  117. Maskiner kommer
    att vara medvetna om sin omvärld-

  118. -och till viss del
    även medvetna om sig själva.

  119. Vi har sett IBM:s Watson
    vinna frågesporten "Jeopardy".

  120. Vi har fått se nya företag som Viv,
    skapat av killarna bakom Siri.

  121. Man siktar på något som i filmen "Her".

  122. Men utöver hjärnor i lådor, datorer
    som vi pratar och interagerar med-

  123. -börjar även maskiner bli en del av
    vår omvärld och interagera på vår nivå.

  124. Man har självkörande bilar,
    operationsrobotar, hushållsrobotar-

  125. -och maskiner i fabriker och bagerier-

  126. -som utför enkla uppgifter som man
    aldrig trott att en maskin skulle klara.

  127. Det kommer att förändra samhället
    runtom i världen.

  128. Maskiner håller på att ersätta
    människor i alla sammanhang.

  129. Vem kan säga vad det här är?

  130. Det är en dator.

  131. Inte det till vänster
    utan det till höger.

  132. Det till vänster är en räknemaskin,
    det till höger är en dator.

  133. En dator brukade vara
    en roll, en uppgift.

  134. Nu kan man inte tänka sig nån
    som sitter och räknar hela dagarna.

  135. Om 20 år kan man inte tänka sig
    buss- eller taxichaufförer-

  136. -eller nån som bevakar ett rum
    för att ingen ska stjäla.

  137. Det här kommer
    att gå ut över lågstatusjobb-

  138. -men även högstatusjobb
    kommer att påverkas.

  139. Börshandel, medicinsk analys
    och mycket juridiskt arbete-

  140. -kommer att tas över av maskiner.

  141. Framsynta företag inser detta.

  142. Google har nyligen förvärvat
    robotföretaget Boston Dynamics-

  143. -och Amazon har förvärvat Kiva-

  144. -som kommer att ersätta
    nästan alla Amazons lagerarbetare.

  145. Maskiner och robotar
    är inte bara bra verktyg.

  146. De är även fantastiska sensorer.

  147. Laser-radarn hos Googles satsning
    på självkörande bilar-

  148. -kan skapa kartor av omgivningen.

  149. Många ogillar övervakningskameror-

  150. -men i framtiden lär robotar kunna
    kartlägga världen in i minsta detalj.

  151. Det kommer att bli väldigt intressant.

  152. Amazon lanserar nu små drönare
    för produktleveranser-

  153. -och Google och Facebook har för-
    värvat företag med soldrivna drönare-

  154. -som kan stanna uppe i luften
    flera veckor åt gången.

  155. Det hela börjar bli intressant-

  156. -och det är intressant att
    framsynta företag hoppar på tåget nu.

  157. Finns det något som inte
    kan ersättas av maskiner?

  158. Ja, för tillfället.

  159. Uppgifter som omvårdnad och
    försäljning förblir fredade ett tag.

  160. Men inte för evigt då maskiner
    kan hjälpa oss att förstå oss själva-

  161. -och kommer att bli bättre på det än vi.

  162. På 1990-talet myntade
    B.J. Fogg begreppet "captology"-

  163. -som står för
    datorassisterad övertalningsteknik.

  164. Man använder datorer
    för att påverka våra vanor-

  165. -och gradvis förändra vilka vi är-

  166. -genom att kombinera
    datorer och övertalning.

  167. Nu finns det företag
    som försöker göra oss lyckligare-

  168. -mer medvetna om våra omgivningar
    och såna saker.

  169. För detta krävs tre saker.
    Det krävs personlig motivation-

  170. -en förmåga att förändras
    och en utlösare.

  171. Det kan vara: "Se potatischips,
    gå och ät sallad i stället."

  172. Det är nåt som människor
    ofta är dåliga på-

  173. -men maskiner är bra på
    att identifiera utlösare.

  174. Leder en jobbig dag till
    att man sätter i sig glass?

  175. Maskiner kan hjälpa oss att förstå oss
    själva och få kunskap om oss själva-

  176. -och det kommer
    att förändra vilka vi är.

  177. Jag ser dessa trender och tänker:

  178. Hur ser våra liv ut
    om tio eller tjugo år?

  179. Hur kommer vårt samhälle
    att utformas de närmaste åren-

  180. -när maskiner blir
    tänkbara konkurrenter?

  181. Hur reagerar vi på en robot
    som arbetskollega?

  182. Blir det bra eller dåligt?

  183. Jag visade en processor
    med en miljon neuroner-

  184. -men för att kopiera en mänsklig hjärna
    krävs 100 biljoner neuroner.

  185. Det är dock inte långt kvar dit.

  186. När vi börjar få se superintelligent
    artificiell intelligens-

  187. -kommer den då
    att vara vänlig eller ovänlig?

  188. Många organisationer tar nu ställning-

  189. -och vill säkerställa att artificiell
    intelligens som överträffar människor-

  190. -kommer att vara vänlig och snäll.

  191. Men snäll intelligens räcker inte.

  192. Jag ska parafrasera Arthur C. Clarke:

  193. En avsevärt välvillig gärning
    går inte att skilja från illvillighet.

  194. Att vara väldigt, väldigt snäll
    kan tolkas som väldigt ondskefullt.

  195. En snäll intelligens kan få för sig
    att det bästa för mänskligheten-

  196. -vore att utplåna oss.

  197. Jag tror att vår viktigaste uppgift-

  198. -kan vara att se till att maskiner kan
    förstå sig på mänskliga värderingar.

  199. Då kan vi se till att maskiner blir
    våra samarbetspartners, kollegor-

  200. -och kanske våra vänner.
    Tack ska ni ha.

  201. Det är en ära att vara här.
    Jag heter Amir.

  202. Vad är uppfattningsförmåga?
    Vad händer när jag går in i ett rum?

  203. Jag har en miljon års evolution
    och alla mina erfarenheter med mig.

  204. Vad betyder det hemma hos min vän?

  205. Jag vet att jag har varit här förut och
    att det finns ett Starbucks i närheten.

  206. Jag vet var toan finns på övervåningen.

  207. Jag förstår mig på omgivningarna
    utan att behöva tänka.

  208. Jag känner till färgen på väggarna
    och alla avstånd.

  209. Maskiner och datorer har inget sånt.

  210. De kan inte dra nytta av erfarenhet
    eller evolution.

  211. Maskiner är för närvarande
    rätt korkade.

  212. I bästa fall kan en robot snubbla runt
    och inte törna in i saker.

  213. Vi har alla lägesbaserade appar
    med GPS.

  214. Men apparna vet inget om sin omvärld.

  215. Jag vaknade en natt
    och kunde inte somna om sen.

  216. Jag har skrivit mjukvara för robotar
    nästan hela livet.

  217. Jag tänkte: "Varför kan inte robotar
    förstå sig på världen som människor?"

  218. "Tänk om det går att ordna?"

  219. "Jag kan få min robot
    att hämta en öl i köket."

  220. "Varför har man inte sånt?"

  221. Den natten insåg jag
    att det går att ordna.

  222. Vi har all möjlig ny teknik
    som förverkligar detta.

  223. Vi har sensorer som ger biofeedback.

  224. Tänk på hur Fitbit-sensorer
    kan avläsa ens puls-

  225. -och hur det har förändrat
    våra upplevelser.

  226. Man har koll på eget beteende och
    delar med sig av sin träning på nätet.

  227. Tänk på Nest-termostater.

  228. Man kan kontrollera sin omgivning
    tack vare alla sensorer.

  229. Tänk på alla appar som möjliggörs.

  230. Det var så jag tänkte
    när jag vaknade mitt i natten.

  231. Tänk om nya sorters sensorer-

  232. -kan användas av maskiner,
    precis som en Nest eller Fitbit.

  233. Man kan ge maskiner människors
    förmåga att känna av omvärlden-

  234. -med nya sorters sensorer.

  235. Jag ska bara kolla en sak lite snabbt.

  236. Känner alla till Oculus Rift
    med virtuella miljöer?

  237. Det blir viktigt senare.
    Det är så vi får uppleva saker.

  238. Microsoft Kinect avbildar omvärlden
    i 3D med infraröd laser.

  239. Nu får man det i sin telefon.

  240. Vi har hjälpt Google
    ta fram en ny telefon-

  241. -som använder laser för
    att känna av världen i tre dimensioner.

  242. Det var så vår resa inleddes.

  243. Vi kan använda 3D-sensorer
    för att läsa in ett rum.

  244. Telefonens 3D-sensorer
    läser in rummet, med djupseende-

  245. -och baserat på dessa bilder
    skapar vi 3D-modeller-

  246. -eller 3D-kartor.
    Här har vi en lägenhet.

  247. När man kartlagt allt med 3D-sensorer-

  248. -har vi en exakt kopia av verkligheten
    i naturlig skala.

  249. Man kan kuta runt som i ett videospel.

  250. Hela mitt argument är...

  251. ...att när vi har gett maskiner
    denna förmåga att kartlägga i 3D-

  252. -kommer de att kunna förstå sig
    på världen precis som människor.

  253. Om jag ber min robot gå till köket
    så vet den var köket ligger.

  254. Det fungerar eftersom vi
    har skapat en virtuell värld-

  255. -som stämmer överens
    med verkligheten.

  256. Hänger ni med än så länge? Bra.
    Det kan bli lite knepigt.

  257. Det blir en kompass
    som visar maskinerna var allt finns.

  258. När vi väl har det på plats kan vi
    använda allt som Nell pratade om-

  259. -och bearbeta verkligheten
    med hjälp av maskininlärning.

  260. Det är nämligen så att appar,
    mobiltelefoner och mjukvara-

  261. -inte förstår sig på
    den fysiska verkligheten.

  262. Vi har en verklig värld
    som maskiner inte förstår sig på-

  263. -men när vi har gjort den digital
    och tagit hjälp av maskininlärning-

  264. -kan appar och robotar
    äntligen förstå sig på verkligheten.

  265. Folk kommer
    att läsa in sina vardagsrum.

  266. Här ser vi ett vardagsrum som går
    att läsa in som en perfekt 3D-modell.

  267. Nu kan en robot eller en app
    veta var soffan och bordet finns-

  268. -och känna till rummets utformning.

  269. Man kan läsa in
    hela kontorsbyggnader-

  270. -och en kontorsrobot kan veta:

  271. "Möte kl. 15. Jag vet var jag
    ska vara och är där punktligt."

  272. Vad betyder då detta
    för framtida programvara?

  273. Hur blir det
    när vi har byggt upp en databas?

  274. Allas telefoner blir 3D-sensorer-

  275. -som kan överbrygga klyftan mellan
    verkligheten och virtuell verklighet.

  276. Hur blir det när vi har kartlagt
    alla platser på jorden?

  277. Nu kommer det intressanta.

  278. Det förändrar helt vad appar kan göra
    och hur de interagerar med världen.

  279. Dagens appar
    hör hemma inuti skärmen.

  280. Vi har spel, filmer, foton,
    virala videor och roliga leksaker-

  281. -men när appar förstår
    hur världen faktiskt ser ut-

  282. -kan vi skapa helt ny programvara
    som kan existera utanför skärmen.

  283. Bildskärmar ska vara på utdöende
    och vi tror att det lär se ut så här.

  284. När appar har klart för sig
    hur världen är utformad-

  285. -blir appar som en lins eller en portal-

  286. -till en ny dimension
    som aldrig funnits förut.

  287. Framtidens teknik
    kommer att möjliggöra-

  288. -djupseende och
    uppfattningsförmåga för maskiner-

  289. -och det ger oss helt ny programvara.

  290. Programvara och upplevelse
    kommer att sammansmälta-

  291. -när appar kan interagera
    med vad som helst i verkligheten.

  292. Här spelar man inte längre
    ett spel på skärmen.

  293. Man har utomjordingar
    som jagar en i ens lägenhet-

  294. -och tvingas fly från dem.
    Ens hem blir själva djungeln.

  295. Här ser vi att allt finns
    i en virtuell värld-

  296. -men verklighetskopplingen gör att
    maskinen förstår sig på verkligheten.

  297. Dinosaurier jagar en i hemmet.
    Man går inte säker någonstans.

  298. Tänk på vad det betyder
    för delade upplevelser.

  299. Man medverkar inte längre indirekt.

  300. Man är en aktiv del i pusslet.

  301. Man är där med King Kong
    och jagas av en velociraptor.

  302. Framtidens programvara
    kommer att vara helt interaktiv.

  303. Här har vardagsrummet
    förvandlats till ett musikinstrument.

  304. Vi kan koppla samman alla möbler
    med musikobjekt.

  305. Man kan umgås med vänner
    och skapa en delad musikupplevelse-

  306. -bara genom
    att klicka sig fram i rummet.

  307. En framtid där maskiner
    förstår sig på världen-

  308. -innebär ett helt nytt paradigm.

  309. Programvara och upplevelse
    sammansmälter-

  310. -och man upplever programvaran själv.

  311. Upplevelsen blir till verklighet.

  312. När man jagas i sitt hem
    av en dinosaurie eller zombie-

  313. -jagas man faktiskt i sitt hem.

  314. När man spelar med vänner-

  315. -upplever man
    en delad hallucination tillsammans.

  316. Man interagerar inte med världen
    på ett indirekt sätt.

  317. Man interagerar med virtuella inslag
    som råkar finnas i ens utrymme.

  318. Det blev ett kort föredrag,
    men tack för att ni lyssnade.

  319. Tack ska ni ha.

  320. Det var väldigt intressanta saker.

  321. Vi hinner med frågor
    och jag vill fråga...

  322. Om nåt går snett...
    Som du sa kommer vi alla att dö.

  323. Men om vi går i fel riktning,
    vem kan då hejda det hela?

  324. En bra fråga.

  325. Det blir svårt.

  326. Ny teknik hjälper maskiner
    och appar att bli smartare-

  327. -vad gäller hur man
    interagerar med världen.

  328. Utvecklingen går allt snabbare-

  329. -och det kommer en tid då vi
    lär överlämna viktig infrastruktur-

  330. -och ansvar till maskinerna.

  331. Vi väntar oss detsamma med appar.

  332. Vi blir tvungna att agera ansvarsfullt.

  333. -Vad säger du om det?
    -Att vi faktiskt har tur.

  334. Vi har tur eftersom vi kan förutsäga-

  335. -när vi kommer att stöta på problem
    som superintelligent AI.

  336. Saker som Moores lag hjälper oss
    att förutsäga när utmaningar väntar.

  337. Vi kan blicka framåt.

  338. Problemet är att göra folk medvetna
    om utmaningarna som väntar.

  339. Vi måste beakta dem
    innan de förverkligas.

  340. Glöm inte det. - Fråga?

  341. Det kommer en mikrofon.

  342. Jag är nyfiken på tidslinjen.

  343. När kommer vi att ha datorer
    som är lika smarta som vi?

  344. När får vi datorer
    som är lika smarta som människor?

  345. Det finns ett flertal olika prognoser.

  346. I nuläget räknar man med
    att det blir verklighet-

  347. -någon gång runt 2045.

  348. Men nu när system 1-tankechips
    lanseras-

  349. -räknar vissa med
    att det förverkligas runt 2040.

  350. Det lär bli av inom vår livstid.

  351. Hur ser din tidslinje ut?

  352. Det är enklare att ge programvara
    och maskiner uppfattningsförmåga-

  353. -och kunna interagera
    och dela upplevelser.

  354. Någon med nedsatt syn
    kan gå in i en kartlagd byggnad-

  355. -och få instruktioner
    om vart man ska gå.

  356. Man kan även återskapa brottsplatser.

  357. Sånt förverkligas mycket snabbare.

  358. Jag tror att det börjar dyka upp
    de närmaste arton månaderna.

  359. Det kommer att förändra
    hur man skapar interaktiva filmer-

  360. -marknadsföring och allt möjligt.

  361. Trenden pekar mot 2015
    eller tidigt under 2016.

  362. Ni får varsin fråga.

  363. Hur ser du på skillnaden mellan
    att vara medveten och att förstå nåt?

  364. Det är en sorts annorlunda...

  365. Det är en bra fråga.

  366. Jag försöker vara försiktig när jag
    definierar uppfattningsförmåga.

  367. Det är att vara medveten
    om rumsliga omgivningar.

  368. Man känner till dimensioner
    och vet var man befinner sig.

  369. Man kan veta att det finns möbler
    och vilka möblerna är-

  370. -men det inbegriper
    inte beslutsförmåga.

  371. Roboten vet inget om öl i kylen.

  372. Utvecklaren skulle vara tvungen
    att lägga in den informationen.

  373. Tror du på singularitet?
    Är det vad vi är på väg mot?

  374. Jag tror att det är något som vi måste
    planera för och vara medvetna om.

  375. Vi vet inte hur det hela slutar-

  376. -om det blir en storsmäll
    eller glada tider för alla.

  377. Men vi måste inte vänta på intelligens
    som motsvarar människans.

  378. Förmågan till system 1-
    och intuitiv självinlärning-

  379. -lär förändra maskiner radikalt.

  380. Maskiner kommer
    att kunna programmera sig själva.

  381. En sådan förmåga är något
    som vi inte lär ha koll på.

  382. Vi lär inte inse hur avgörande det är
    förrän det kan vara för sent.

  383. Amir, du beskriver
    din kartläggning av rum som fusk.

  384. Jag vet inte det är rättvisande.

  385. På vilket sätt skiljer det sig från
    hur vi tar oss an samma problem?

  386. Precis, det är en utmärkt poäng.

  387. Det finns en stor skillnad gentemot
    läget före nuvarande tekniktrender-

  388. -och det hänger samman med
    varför sånt här är aktuellt nu.

  389. Appar och robotar brukade inte ha
    kunskap om rummet de befann sig i.

  390. De såg bara till det
    som fanns framför sig.

  391. En robots hela syfte
    kan vara att inte törna in i saker.

  392. En app kan placera en Ikea-soffa
    i ens vardagsrum-

  393. -men vi har aldrig gett den
    en karta av rummet i förväg.

  394. Det anses vara fusk eftersom den får
    svaret innan den kommer in i rummet.

  395. När människor går in i ett rum
    skapar vi en mental modell av rummet.

  396. Jag kan berätta för Nell
    var allt finns i förväg.

  397. Då ger det henne förhandskunskap.

  398. Allt är bekant nästa gång
    och det fungerar på samma sätt.

  399. Man har många års erfarenhet av vad
    föremål betyder och hurdana rum är.

  400. Det krävs omfattande erfarenhet
    för en människa.

  401. Jag har klart för mig
    vad rör, trä och tegelstenar är.

  402. Vi kan nu hjälpa maskiner på traven
    genom att läsa in rummet i förväg.

  403. Jag antar att vi bara
    påskyndar processen och inte fuskar.

  404. Jag har funderat mycket
    på singularitet-

  405. -och på hur vi kan bevara vår art-

  406. -om det inte är
    för mycket att vänta sig.

  407. Under konferensen har jag
    också funderat på empati.

  408. Vi kanske borde lära maskiner
    om empati.

  409. Det är något som inger hopp
    och hjälper oss att förstå varandra.

  410. Är empati en mänsklig värdering
    som man måste lära maskiner?

  411. Jag vill inte låta hopplös-

  412. -men tänk om maskiner ser sina
    egna värderingar som viktigare?

  413. Det var väldigt viktiga frågor.

  414. Jag kan säga så här.

  415. Man tror ofta
    att psykopater inte har någon empati.

  416. De ska inte förstå hur de skadar andra,
    men det stämmer inte.

  417. Psykopater har nog mer empati
    än de flesta normala människor-

  418. -men de skiter bara i allt.

  419. Det räcker inte om en maskin vet hur
    människor skadas och manipuleras.

  420. Vi måste se till att maskiner
    förstår sig på värderingar.

  421. Det är dessa värderingar
    som ser till att maskinetik-

  422. -inte dödar oss med vänlighet.

  423. Det gäller att förstå
    vad som gör livet viktigt för oss.

  424. Tror du att vissa grupper
    lär förespråka regleringar?

  425. Det finns många olika regelverk
    här i världen-

  426. -och det finns många platser där
    man kan forska utan att bli granskad.

  427. Jag tror inte att regleringar
    kan lösa problemet.

  428. Det gäller att vara medveten-

  429. -och forska mycket
    innan vi drabbas av såna problem.

  430. Jag är nyfiken på Andy Clarks
    koncept med naturliga cyborger.

  431. Här skiljer vi mellan
    människa och maskin-

  432. -och jag undrar när vi ska bli
    tillfreds med tanken på att vi är...

  433. Vi använder verktyg och maskiner
    som förlängningar av oss själva.

  434. Kan ni kommentera rädslan
    för maskiner som kan förgöra oss-

  435. -kontra idén
    att vi inlemmar maskiner i oss själva?

  436. -En bra poäng. - Amir?
    -Vi håller på att bli cyborger.

  437. Vi har ständigt våra telefoner
    och tillgång till internet.

  438. Vi ser världen
    genom bildskärmens lins.

  439. Med ny teknik som Fitbit
    förstärker vi vår egen mänsklighet.

  440. Att hålla koll på antalet steg
    påverkar vårt beteende.

  441. Det ger samma sorts återkoppling
    som hos maskiner.

  442. Vi kan även ha uppkopplade hem.

  443. Jag kan kontrollera belysningen
    och tv:n med min telefon.

  444. Det är på sätt och vis cybernetiskt.

  445. Det är närmare dit
    än vi kanske vill erkänna.

  446. Vad blir skillnaden när vi har
    VR-glasögon på oss ständigt-

  447. -eller när allt finns i en kontaktlins?

  448. Vi har inte särskilt långt kvar dit.

  449. Det här är främst en fråga för Nell.

  450. Utifrån min kunskap om AI
    och maskininlärning-

  451. -ska allt fortfarande
    bygga på en uppsättning regler-

  452. -även om man inte alltid vet varför
    en maskin lär sig eller gör vissa val.

  453. På vilket sätt skulle ny maskininlärning
    kunna leda fram till en dödsmaskin-

  454. -i stället för nåt som bara lär sig
    ny information utan att vi vet hur-

  455. -och börjar fatta egna beslut?

  456. En intressant sak med
    självlärande maskiner-

  457. -som kan justera sina slutsatser
    om omvärlden är att...

  458. Det är som att vi inte
    utsätter barn för våld eller porr-

  459. -för att inte påverka
    barnets hjärnutveckling.

  460. Vi kanske måste vara försiktiga
    med hur maskiner får lära sig-

  461. -och vad vi utsätter dem för-

  462. -för att slippa slutsatser
    som vi inte är ute efter.

  463. Precis. Ingen terminator!

  464. Det var intressant att du tog upp-

  465. -och definierade uppfattningsförmåga
    som något rumsligt.

  466. Det må vara tredimensionellt-

  467. -men bara en dimension av vår
    mänskliga uppfattningsförmåga.

  468. Jag har nog ingen fråga,
    men vill påpeka en sak.

  469. Här har vi pratat mycket
    om berättande och bilder-

  470. -och glömt att våra andra sinnen
    spelar en viktig roll-

  471. -vad gäller hur vi upplever
    och berättar saker.

  472. Ett sådant sinne är känsel.

  473. Utan känsel
    skulle vi inte ens kunna stå upp.

  474. Vetenskapen kan inte förklara
    skillnaden mellan beröringsavsikter.

  475. Vårt luktsinne säger oss
    mycket om våra omgivningar.

  476. Vi har fokuserat på det visuella
    och glömt allt annat.

  477. Berätta gärna om nåt är på gång.

  478. Det är något intressant
    som jag också har funderat på.

  479. Vår teknik är bra på att ge oss
    syn- och hörselintryck-

  480. -men inte särskilt bra på andra saker.

  481. Vi kan få kläder i nanomaterial
    som kan härma beröring-

  482. -och låta det vara en del av ens
    upplevelse. Vi kanske får lukt-tv.

  483. Det är en bra poäng,
    men tekniken har vissa begränsningar.

  484. Den information som vi bearbetar-

  485. -består främst
    av hörsel- och synintryck.

  486. Luktsinnet utgör visserligen en viktig
    komponent när vi skapar minnen-

  487. -och känsel är jätteviktigt, men om
    man skulle rita upp ett pajdiagram-

  488. -står hörsel och syn för en
    överväldigande del av sinnesintryck.

  489. Men jag håller med helt.

  490. Jag har en nära besläktad fråga.

  491. För att kunna skapa en maskin
    som fungerar som en människa-

  492. -måste man veta varför vi
    fungerar och agerar som vi gör.

  493. Det låter konstigt att maskiner
    kan vara som människor-

  494. -när vi inte vet varför vi
    blir förälskade, till exempel.

  495. Ja, en bra fråga. Mycket bra.

  496. Det är kanske nåt som vi gärna tror.

  497. En vän till mig skar itu en råtthjärna-

  498. -och la små delar av den i en petriskål.

  499. Sen stimulerade han den...

  500. Han kopplade ihop den med en robot
    och stimulerade den.

  501. Råtthjärnan anpassade sig
    till robotens behov att kunna gå.

  502. Visst är vi komplicerade, men
    kanske inte lika mycket som vi tror.

  503. I stället för några hundra neuroner
    i en petriskål-

  504. -har vi miljontals
    eller miljardtals neuroner.

  505. Flera miljarder enkla interaktioner-

  506. -blir sammantaget våra känslor
    och vår förmåga att uppfatta världen.

  507. Vad gäller maskininlärning
    och en maskins uppfattningsförmåga...

  508. Det är inte särskilt humanistiskt
    att säga så här-

  509. -men det handlar bara om
    miljardtals enkla interaktioner.

  510. Vi tror att det
    är en kod som kan knäckas.

  511. En sista fråga.

  512. Jag undrar om etiska frågor
    gäller i båda riktningarna.

  513. När vi skapar
    en självmedveten maskin-

  514. -blir det som en egen varelse.

  515. Hur pass respektfullt
    ska vi behandla den?

  516. Företag lär vilja tjäna pengar
    och utnyttja den.

  517. Vår behandling av djur
    är ju inte alltid jättebra.

  518. -En Robocop-fråga.
    -En viktig fråga.

  519. Jag undrar om AI-rättigheter kan bli
    en stor fråga de närmaste 20-30 åren.

  520. Det låter knäppt,
    men man vet inte hur det blir.

  521. Jag hoppas faktiskt...

  522. När maskiner och människor
    blir alltmer lika-

  523. -kan maskiner hjälpa oss
    att leva på ett mer humant sätt.

  524. Genom vägledning
    från syntetiska intelligenser-

  525. -kan vi kanske
    bli bättre som människor.

  526. Om så är fallet kanske vi blir mer
    vänliga mot våra syntetiska vänner.

  527. Amir och Nell,
    tack för en underbar stund.

  528. Översättning: Mattias Anulf
    www.btistudios.com

Hjälp

Stäng

Skapa klipp

Klippets starttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.

Klippets sluttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.Sluttiden behöver vara efter starttiden.

Bädda in ditt klipp:

Bädda in programmet

Du som arbetar som lärare får bädda in program från UR om programmet ska användas för utbildning. Godkänn användarvillkoren för att fortsätta din inbäddning.

tillbaka

Bädda in programmet

tillbaka

En smartare verklighet

Produktionsår:
Längd:
Tillgängligt till:

Teknologentusiasten Nell Watson menar att maskiner snart kommer att ersätta människan på alla nivåer i samhället. Vår viktigaste uppgift just nu är att få maskiner att förstå humanism. Hon följs upp av Amir Rubin som visar hur spel och appar snart kommer integreras med verkligheten. Två spännande spaningar om den nära framtiden som följs av en frågestund. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Ämnen:
Teknik > Kommunikations- och informationsteknik
Ämnesord:
Artificiell intelligens, Databehandling, Datorer, Datorer och samhälle, Teknik
Utbildningsnivå:
Högskola

Alla program i UR Samtiden - The conference 2014

Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Tiden är i upplösning

Författaren Eva Hoffman bjuder på filosofiska betraktelser över hur vi människor hanterar tid i vår samtid. På nätet handlar nästan allt om med vilken hastighet vi kommunicerar. Tiden blir allt mer virtuell. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

En ny syn på tid

Erin Moore är UX-designer på Twitter. Hon menar att vi måste utforma produkter som får människor att må bra och inte enbart känna sig effektiva. Tidens tempo förändras hela tiden beroende på hur vi mår. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Att lära genom bilder

Ed Cooke har skapat Memrise, en träningsapp för hjärnan. Här går han igenom några grundprinciper som kan komma till användning om man vill träna upp sin minneskapacitet. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Hur vi ska förstå data

Sarah M Watson forskar kring hur vi förstår data och algoritmer. Hon menar att vi måste ha ett nyfiket men betydligt mer kritiskt förhållningssätt till teknologi och de sajter och appar vi använder varje dag. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Internets fysiska struktur

Konstnären Ingrid Burrington berättar om internets fysiska struktur. Hon menar att det är viktigt för alla att förstå vilka fysiska kablar och satelliter som får sajter som Facebook och Google att fungera. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Att koda är konst

Mattan Griffel var tvungen att på egen hand lära sig programmering för att kunna förverkliga sina idéer. Han menar att kodaren är vår tids konstnär och att det är viktigt att alla lär sig programmera. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Unika röster på nätet

Kevin Allocca är trendanalytiker på Youtube. Han ger exempel på extremt framgångsrika virala videos, snuttar som ofta är ämnen för vårt dagliga samtal med andra människor. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Fånga publiken

Scott Cohen är grundare av distributionsföretaget The Orchard. Han pratar om hur vi ser på berättelser och information idag. Det råder stor konkurrens om publikens uppmärksamhet. Hans tips: portionera ut dina tankar bit för bit och låt din publik bli beroende av dig. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Ett levande arkiv

Evan Sandhaus är arkivchef på New York Times, en tidning som funnits sedan 1851. Han berättar om de viktigaste sätten att hitta läsvärde och sammanhang när tidningen öppnat sina anrika arkiv. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Så berättar du bäst

Brian Reed är en av producenterna till radioserien This American Life. Här berättar han om hur en vardagsbetraktelse kan förvandlas till en spännande historia. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Den riktigt nära framtiden

Jill Nussbaum arbetar med interaktionsdesign på den digitala byrån Barbarian i New York. Hon menar att de bästa historierna finns i den nära framtiden, en era där människor möter design som gränsar till science fiction. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Nya berättelser, nya världar

Nonny de la Peña arbetar med multimediajournalistik inom spelvärlden. Med hjälp av exempel från händelser i fånglägret i Guantánamo och kriget i Syrien rekonstruerar hon verkliga händelser i en virtuell värld. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

En smartare verklighet

Teknologentusiasten Nell Watson menar att maskiner snart kommer att ersätta människan på alla nivåer i samhället. Amir Rubin visar hur spel och appar kommer att integreras med verkligheten. Dessa två spaningar följs av en frågestund. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

Smarta telefoner för äldre

Clara Gaggero Westaway berättar om ett projekt som hon arbetat med för att designa mobiltelefoner för äldre. En serie intervjuer gav henne insikt i hur de äldre tänkte om drömmar och funktionalitet. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

I fokus: en inkodad humanism

Nell Watson är teknologentusiast och vd för holländska innovationsföretaget Poikos. Hon menar att robotar i vår vardag inte behöver vara någon skräckvision. De kan hjälpa oss att förstå oss själva. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

I fokus: så blir apparna smartare

Amir Rubin är en av grundarna till teknologiföretaget Paracosm. Han föreläser om en ny generation appar, som kommer att kunna interagera med omgivningen och användaren med hjälp av 3D-skanning. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning
Visa fler

Mer högskola & teknik

Spelbarhet:
UR Skola
Längd
Titta UR Samtiden - Unga vuxna-dagarna 2016

Unga vuxna och unga vuxnas identitetsutveckling

Björn Wrangsjö, docent i barn- och ungdomspsykiatri, konstaterar att psykisk ohälsa är ett folkhälsoproblem. Han har studerat två grupper med stora likheter och skillnader. Unga som tillbringar nästan all tid vid datorn och på nätet och unga som ansluter sig till islamistiska rörelser. Här försöker Björn ge en beskrivning av deras livsläge och vad deras sökande går ut på. Föreläsningen avslutas med en frågestund tillsammans med Folkhälsominister Gabriel Wikström och moderator Maria Edlund. Inspelat den 29 januari 2016 på Norra Latin, Stockholm. Arrangör: Andreas Murray & Maria Edlund, Krica och Sapu.

Spelbarhet:
UR Skola
Längd
Lyssna Bildningsbyrån - Kina

Peking på hjul

I det en gång så cykeltäta Peking trängs idag lika många bilar som finns i hela Sverige. Ibland är luftföroreningarna så svåra att flyg får ställas in och motorvägar stängas av. Men nu satsar Peking på att begränsa biltrafiken och bygga ut kollektivtrafiken.