In 1997, Garry Kasparov was defeate

In 1997, Garry Kasparov was defeated by IBM's Deep Blue supercomputer. It seemed like a watershed moment, recalling the rise of the machines long prophesied in science fiction.

Yet in 2005, a freestyle chess tournament featured teams of humans partnering with computers in various combinations. Shockingly, two amateurs using three fairly weak laptops emerged victorious, beating grand masters and supercomputers in turn.

This contrast is fittingly emblematic of two great visionaries of computer science, Marvin Minsky and J.C.R. Licklider. Minsky wrote canonical theories of self-replicating artificial intelligence and co-founded MIT's A.I. lab.


Data technology can help solve 'anything' 12:12
PLAY VIDEO
Licklider proposed an alternate vision in his landmark paper, "Man-Computer Symbiosis". In Licklider's view, human intelligence should be complemented by machines, not replaced: "Men will set the goals, formulate the hypotheses, determine the criteria and perform the evaluations. Computing machines will do the routinizable work that must be done to prepare the way for insights and decisions. ..."

Watch Shyam Sankar's TED Talk

Technology is too often viewed through a utopian or alarmist lens, and it's worth noting that Licklider's work spanned the sublime and sobering alike. He presaged much of the Internet revolution, and his research led to such breakthroughs as the modern graphical user interface. He also worked on a computer-aided missile defense system designed to collect and present data to a human operator, who would choose the appropriate response.

It's easy to argue that life and death decisions should never be left to machines, but Licklider's vision was much broader, recognizing technology as an enabler for many human capacities. Since Kasparov and Deep Blue squared off, we have seen numerous examples of man-computer symbiosis, while A.I. relying solely on computers as Minsky theorized it remains tantalizing, yet distant.

TED.com: Robots that fly...and cooperate

In terms of catalyzing human potential, the triumph of the chess amateurs in 2005 was just one glimpse of the future. Foldit, an online video game, allows nontechnical, nonbiologist players to visually "fold" protein structures, while computers calculate the chemical interactions corresponding to each arrangement.

In 2011, Foldit players needed only 10 days to produce an accurate 3-D model of the Mason-Pfizer monkey virus, a protease whose structure had stumped scientists for 15 years.

It was an astonishing triumph of human visual-spatial reasoning, and one of the first major scientific advances to come from playing a video game (though plenty of software engineers I know would argue that video games activate much more creativity than we care to acknowledge).

The tension between the Minsky and Licklider visions has certainly been amplified in the age of so-called big data. Now, consider that most of what we think of as "big data" is created by deliberate human action: phone calls, Web logs, credit card transactions, etc. When we hear about big data "solutions," they tend to focus on computational approaches -- storage, search and processing -- with human intuition largely absent. Yet the unraveling of big data into meaningful insight may depend just as heavily on the human side of the equation.

Why is this? "Pattern recognition" is a frequent A.I. refrain, but computers can't learn to spot patterns they've never seen. The high-value targets in big data are invariably human: highly adaptive adversaries such as terrorists and cybercriminals whose ingenuity frustrates even the most advanced algorithms.

TED.com: My seven species of robot

Yet even the nimblest fugitives leave clues, even patterns -- they're just buried in an expanding universe of data, a challenge that intensifies as we seek still more data, hoping it will yield more insight.

Adaptive adversaries require adaptive responses, and this begins with asking questions rooted in human intuition. While technology can certainly be a force multiplier for good or evil, it's difficult to imagine a pure A.I. approach reverse-engineering the machinations of a terrorist mastermind.

When U.S. intelligence tracked down Osama bin Laden, it was a function of brilliant, resourceful people asking questions and testing hypotheses using a variety of technologies.

Cybercriminals, as explored in my first TED talk, tend to target the allegedly weakest links in the network: people. Yet how weak is something that can learn in ways even the most robust automated systems can't?

TED.com: All it takes is 10 mindful minutes

Cyber security might always be an uphill, defensive struggle as techniques and technologies raise the stakes on both sides. Remember, though, that cyberwarfare is ultimately a human endeavor. Bot-nets, scripts and other automated tools play key roles, but they don't exist in a vacuum. This cuts both ways: Sooner or later, everyone makes mistakes, even evil genius types. That said, the enemy may well be two amateurs with a few weak laptops.

Aspiring good guys must be absolutely relentless in refining the intersection of brainpower and computing power, each of which is vulnerable in isolation.

Sometimes, the right combination of humans and technology can reshape the data landscape itself. In the aftermath of Superstorm Sandy, my company partnered with veterans' organization Team Rubicon to coordinate relief efforts in the Rockaways. It began with identifying the hardest-hit areas and greatest needs.

Soon, as help poured in, the focus shifted to tracking projects, allocating manpower, and coordinating more than 10,000 volunteers in real time. Through rapid iteration, a group of determined people using low-friction technology had created a vast, self-regulating system. Each discrete data point was simple enough -- the status of a project, levels of need, locations of assets -- but in aggregate, the effect was transformative.

While experience teaches that each approach has its caveats, we have every reason to be excited about the possibilities of human-computer symbiosis. Almost 50 years since the identification of Moore's Law, and 10 years since the human genome was first sequenced, humans and machines are beginning a new arc of re-imagining and discovery -- together.

ผลลัพธ์ (ไทย) 1:

ในปี 1997 แกได้พ่ายแพ้ โดยซูเปอร์คอมพิวเตอร์ลึกสีน้ำเงินของ IBM เหมือนนิติการ เรียกขึ้นเครื่องนานพยากรณ์ในนิยายวิทยาศาสตร์แต่ ในปี 2005 แข่งขันหมากรุกฟรีสไตล์ห้องทีมของมนุษย์กับคอมพิวเตอร์ในชุดต่าง ๆ Shockingly สองมือสมัครเล่นที่ใช้แล็ปท็อปที่ค่อนข้างอ่อนสามเกิดชัยชนะ ตีแบบแกรนด์และ supercomputers จะความแตกต่างนี้เป็น fittingly emblematic ของสองดี visionaries ของวิทยาการคอมพิวเตอร์ Marvin Minsky และ J.C.R. Licklider Minsky เขียนทฤษฎีปัญญาประดิษฐ์ที่ตัวเองเป็นที่ยอมรับ และร่วมก่อตั้งแล็บ A.I. ของ MITข้อมูลเทคโนโลยีสามารถช่วยแก้ปัญหา 'อะไร' 12:12เล่นวิดีโอLicklider เสนอวิสัยทัศน์การอื่นในเอกสารของเขามาร์ค "มนุษย์คอมพิวเตอร์ Symbiosis" ในมุมมองของ Licklider ปัญญาที่มนุษย์ควรจะครบครัน ด้วยเครื่อง ไม่เปลี่ยน: "คนจะตั้งเป้าหมาย กำหนดสมมุติฐานการ กำหนดเกณฑ์ และประเมิน เครื่องคอมพิวเตอร์จะทำงาน routinizable ที่ต้องทำการเตรียมวิธีการสำหรับความเข้าใจและตัดสินใจ ..."ดูชายอัม Sankar TED Talkบ่อยเกินไปดูเทคโนโลยีสรรหรือเลนส์ alarmist และเป็นที่น่าสังเกตว่า งานของ Licklider มาที่โซฟา และ sobering เหมือน เขา presaged มากการปฏิวัติทางอินเทอร์เน็ต และการวิจัยของเขานำไปสู่นวัตกรรมใหม่ดังกล่าวเป็นอินเทอร์เฟซผู้ใช้แบบกราฟิกที่ทันสมัย เขายังทำงานบนระบบป้องกันขีปนาวุธที่ใช้คอมพิวเตอร์ช่วยออกแบบมาเพื่อรวบรวม และนำเสนอข้อมูลการปฏิบัติงานของคน ที่จะเลือกการตอบสนองที่เหมาะสมซึ่งง่ายต่อการโต้เถียงที่ชีวิต และไม่ควรซ้ายตัดสินใจตายไปเครื่อง แต่วิสัยทัศน์ของ Licklider ได้กว้างมาก เทคโนโลยีจดจำเป็นการสตัวเปิดใช้งานสำหรับมนุษย์กำลังมาก ตั้งแต่ Kasparov และน้ำเงินลึกลอการิทึมปิด เราได้เห็นตัวอย่างมากมายของคนคอมพิวเตอร์ symbiosis ในขณะที่ A.I. อาศัยเพียงคอมพิวเตอร์ Minsky theorized มันยังคงยั่วเย้า ยังห่างไกลTED.com: หุ่นยนต์ที่บิน... และร่วมมือในแง่ของศักยภาพมนุษย์ catalyzing ชัยชนะของมือสมัครเล่นหมากรุกในปี 2005 มีเหลือบเดียวในอนาคต Foldit วิดีโอเกมออนไลน์ ช่วยให้ nontechnical, nonbiologist ผู้เล่นจะเห็น "พับ" โปรตีนโครง สร้าง ในขณะที่คอมพิวเตอร์คำนวณโต้เคมีที่สอดคล้องกับการจัดแต่ละใน 2011, Foldit ผู้เล่นจำเป็นการผลิตแบบจำลอง 3 มิติถูกไวรัส Mason ไฟเซอร์ลิง รติเอสเป็นโครงสร้างที่มีความนิ่งงันนักวิทยาศาสตร์ 15 ปีเพียง 10 วันมันเป็นชัยชนะน่าอัศจรรย์ของ visual ปริภูมิเหตุผลมนุษย์ และเป็นหนึ่งก้าวสำคัญทางวิทยาศาสตร์แรกมาจากการเล่นวิดีโอเกม (แม้ว่าฉันรู้ว่าวิศวกรซอฟต์แวร์มากมายจะโต้เถียงว่า วิดีโอเกมเรียกใช้ความคิดสร้างสรรค์มากขึ้นกว่าที่เราต้องการการยอมรับ)ความตึงเครียดระหว่างวิสัยทัศน์ Minsky และ Licklider ได้รับการขยายในยุคของข้อมูลขนาดใหญ่ที่เรียกว่าแน่นอน พิจารณาขณะนี้ ส่วนใหญ่ที่สิ่งเราคิดว่า เป็น "ข้อมูลขนาดใหญ่" สร้างขึ้น โดยเจตนาการกระทำมนุษย์: โทรศัพท์ เว็บล็อก ธุรกรรมบัตรเครดิต ฯลฯ เมื่อเราได้ยินเกี่ยวกับข้อมูลใหญ่ "โซลูชัน" พวกเขามักจะเน้นวิธีคำนวณ - จัดเก็บ ค้นหา และประมวล ผล - มีสัญชาตญาณมนุษย์ส่วนใหญ่ขาด แต่รอบของข้อมูลขนาดใหญ่ในความเข้าใจความหมายอาจขึ้นเพียงเป็นอย่างมากทางด้านมนุษย์ของสมการทำไมเป็นเช่นนั้น "รูปแบบการรับรู้" คือละเว้น A.I. บ่อย แต่คอมพิวเตอร์ไม่สามารถเรียนรู้รูปแบบจุดที่พวกเขาไม่เคยเห็น เป้าหมายสูงค่าในข้อมูลขนาดใหญ่เป็นคนคงเส้นคงวา: คู่แข่งสูงเหมาะสมเช่นผู้ก่อการร้ายและ cybercriminals ที่ประดิษฐ์คิดค้น frustrates อัลกอริทึมขั้นสูงมากที่สุดTED.com: ฉันเจ็ดชนิดของหุ่นยนต์แต่แม้ fugitives nimblest ปล่อยปม รูปแบบว่า - พวกเขาเพียงได้ฝังอยู่ในจักรวาลการขยายตัวของข้อมูล ข้อมูล หวังว่าจะได้ความเข้าใจมากขึ้นยังเป็นความท้าทายที่มากขึ้น intensifies เป็นเราแสวงหาคู่แข่งที่เหมาะสมต้องการตอบสนองที่เหมาะสม และนี้เริ่มต้น ด้วยการถามคำถามในสัญชาตญาณมนุษย์ ในขณะที่เทคโนโลยีสามารถเป็นหน่วยตัวคูณสำหรับการดีหรือชั่ว มันเป็นยากที่จะจินตนาการความบริสุทธิ์ A.I. วิธีย้อนกลับวิศวกรรม machinations ของบงการก่อการร้ายเมื่อซีติดตามลงโอซามาบินลาเดน มันเป็นฟังก์ชั่นยอดเยี่ยม กฏหมายคนถามคำถาม และทดสอบสมมุติฐานโดยใช้เทคโนโลยีที่หลากหลายCybercriminals มักเป็นไปในของฉันแรกเท็ดพูด การ แสดงการเชื่อมโยงในเครือข่ายกำจัดจุดหลัง: ประชาชน ยัง ไรอ่อนเป็นสิ่งที่สามารถเรียนรู้วิธีระบบอัตโนมัติมีประสิทธิภาพมากที่สุดไม่ได้TED.com: ทั้งหมดใช้เวลาเป็น 10 นาทีระวังรักษาความปลอดภัยไซเบอร์เสมออาจต่อสู้ปั่น ป้องกันการเป็นเทคนิค และเทคโนโลยีเพิ่มเงินเดิมพันทั้งสองด้าน จำ ว่า สงครามไซเบอร์ที่สุด แข่งขันมนุษย์ ธปท.มุ้ง สคริปต์ และเครื่องมืออัตโนมัติเล่นบทบาทสำคัญ แต่พวกเขาไม่มีอยู่ในสุญญากาศ นี้ตัดทั้งสองวิธี: ช้า ทุกคนทำให้ผิดพลาด แม้ชนิดอัจฉริยะที่ชั่วร้าย ที่กล่าวว่า ข้าศึกอาจจะมือสมัครเล่นสองกับแล็ปท็อปที่อ่อนบางดีธีมคุณต้องอย่าง relentless กลั่นของ brainpower และคำนวณพลังงาน ซึ่งเป็นความเสี่ยงในการแยกบางครั้ง การผสมของมนุษย์และเทคโนโลยีสามารถเปลี่ยนภูมิทัศน์ข้อมูลเอง ในควันหลงของแซนดี้ Superstorm บริษัทร่วมมือกับองค์กรทหารผ่านศึกของทีมคอนโอลด์ทาวน์บรรเทาใน Rockaways ประสานงาน มันเริ่มต้น ด้วยการระบุพื้นที่ที่ยากที่สุดตีและความต้องการมากที่สุดเร็ว ๆ นี้ เป็นวิธีการใช้ poured, โฟกัสเปลี่ยนการติดตามโครงการ การปันส่วนกำลังคน และประสานงานอาสาสมัครกว่า 10000 ในเวลาจริง ผ่านเกิดซ้ำอย่างรวดเร็ว กลุ่มบุคคลที่ถูกกำหนดโดยใช้เทคโนโลยีแรงเสียดทานต่ำได้สร้างระบบการกำกับดูแลตนเอง มากมาย แต่ละจุดข้อมูลแยกกันได้อย่างเพียงพอ - สถานะของโครงการ ระดับของความต้องการ ที่ตั้ง ทรัพย์สิน - แต่รวม ผลไม่เปลี่ยนแปลงในขณะที่ประสบการณ์สอนว่า แต่ละวิธีมีความกังวล เรามีทุกเหตุผลให้ตื่นเต้นเกี่ยวกับความเป็นไปของมนุษย์คอมพิวเตอร์ symbiosis เกือบ 50 ปีตั้งแต่รหัสของมัวร์ของกฎหมาย และ 10 ปีเนื่องจากกลุ่มมนุษย์แรกเรียงลำดับ มนุษย์และเครื่องจักรจะเริ่มโค้งแรก imagining ใหม่และค้นพบ - ใหม่กัน

ผลลัพธ์ (ไทย) 2:

ในปี 1997 แกร์รีคาสปารอฟก็แพ้ของไอบีเอ็มซูเปอร์คอมพิวเตอร์ Deep Blue มันดูเหมือนว่าสันปันน้ำนึกถึงการเพิ่มขึ้นของเครื่องทำนายยาวนานในนิยายวิทยาศาสตร์. แต่ในปี 2005 การแข่งขันหมากรุกรูปแบบที่โดดเด่นของทีมมนุษย์พันธมิตรกับคอมพิวเตอร์ในชุดต่างๆ น่างงงวยสองมือสมัครเล่นใช้สามแล็ปท็อปที่อ่อนแออย่างเป็นธรรมได้รับชัยชนะเต้นโทแกรนด์และซูเปอร์คอมพิวเตอร์ในทางกลับกัน. คมชัดนี้เป็นกระเสียนสัญลักษณ์ของสองวิสัยทัศน์ที่ดีของวิทยาศาสตร์คอมพิวเตอร์, มาร์วินมินสกีและ JCR Licklider มินสกีเขียนทฤษฎีที่ยอมรับของทำสำเนาตัวเองปัญญาประดิษฐ์และผู้ร่วมก่อตั้งห้องปฏิบัติการเอไอเอ็มไอที. เทคโนโลยีข้อมูลสามารถช่วยแก้ 'อะไร' 00:12 เล่นวิดีโอLicklider เสนอวิสัยทัศน์ทางเลือกในกระดาษสถานที่ของเขา "Man-คอมพิวเตอร์ Symbiosis" ในมุมมองของ Licklider, ความฉลาดของมนุษย์ควรได้รับการเติมเต็มด้วยเครื่องไม่ได้ถูกแทนที่: "ผู้ชายจะกำหนดเป้าหมายที่กำหนดสมมติฐานที่กำหนดหลักเกณฑ์และดำเนินการประเมินผลเครื่องคอมพิวเตอร์จะทำงาน routinizable ที่จะต้องทำเพื่อเตรียมความพร้อมทางสำหรับ. ข้อมูลเชิงลึกและการตัดสินใจ. ... " ดูยั Sankar ของพูดคุย TED เทคโนโลยีมักจะถูกมองเกินไปผ่านเลนส์ยูโทเปียหรือตื่นตกใจและเป็นที่น่าสังเกตว่าการทำงาน Licklider ทอดประเสริฐและสติเหมือนกัน เขาท่ามากของการปฏิวัติอินเทอร์เน็ตและการวิจัยของเขานำไปสู่นวัตกรรมเช่นอินเตอร์เฟซผู้ใช้แบบกราฟิกที่ทันสมัย นอกจากนี้เขายังทำงานในระบบป้องกันขีปนาวุธคอมพิวเตอร์ช่วยออกแบบมาเพื่อรวบรวมและนำเสนอข้อมูลให้กับผู้ประกอบการของมนุษย์ที่จะเลือกคำตอบที่เหมาะสม. มันง่ายที่จะยืนยันว่าชีวิตและการตัดสินใจตายไม่ควรจะปล่อยให้เครื่อง แต่วิสัยทัศน์ Licklider เป็นมาก กว้างตระหนักถึงเทคโนโลยีเป็น enabler สำหรับความสามารถของมนุษย์จำนวนมาก ตั้งแต่คาสปารอฟและ Deep Blue ยืดออกไปเราได้เห็นตัวอย่างของ symbiosis มนุษย์คอมพิวเตอร์ AI ในขณะที่อาศัย แต่เพียงผู้เดียวในคอมพิวเตอร์เป็นมินสกีมหาเศรษฐีก็ยังคงเย้ายวน แต่ไกล. TED.com: หุ่นยนต์ที่บิน ... และให้ความร่วมมือในแง่ของ กระตุ้นศักยภาพของมนุษย์, ชัยชนะของมือสมัครเล่นหมากรุกในปี 2005 เป็นเพียงหนึ่งเหลือบของอนาคต Foldit, วิดีโอเกมออนไลน์ที่ช่วยให้ nontechnical ผู้เล่น nonbiologist การมองเห็น "พับ" โครงสร้างโปรตีนในขณะที่คอมพิวเตอร์คำนวณปฏิสัมพันธ์ทางเคมีที่เกี่ยวข้องกับการจัดแต่ละ. ในปี 2011 ผู้เล่น Foldit จำเป็นเพียง 10 วันในการผลิตที่ถูกต้องแบบจำลอง 3 มิติของ เมสันไฟเซอร์ไวรัสลิงโปรติเอสที่มีโครงสร้างได้นักวิทยาศาสตร์นิ่งงันเป็นเวลา 15 ปี. มันเป็นชัยชนะที่น่าพิศวงของการใช้เหตุผลของมนุษย์มองเห็นที่ว่างและเป็นหนึ่งในความก้าวหน้าทางวิทยาศาสตร์ครั้งแรกที่มาจากการเล่นวิดีโอเกม (แต่ความอุดมสมบูรณ์ของวิศวกรซอฟต์แวร์ ฉันรู้ว่าจะเถียงว่าวิดีโอเกมเปิดใช้งานความคิดสร้างสรรค์มากขึ้นกว่าที่เราสนใจที่จะรับทราบ). ความตึงเครียดระหว่างมินสกีและวิสัยทัศน์ Licklider ได้รับการขยายอย่างแน่นอนในยุคที่เรียกว่าข้อมูลขนาดใหญ่ ตอนนี้พิจารณาว่าส่วนใหญ่ของสิ่งที่เราคิดว่าเป็น "ข้อมูลขนาดใหญ่" ถูกสร้างขึ้นโดยการกระทำของมนุษย์โดยเจตนา: โทรศัพท์, เว็บล็อก, บัตรเครดิต ฯลฯ เมื่อเราได้ยินเกี่ยวกับข้อมูลขนาดใหญ่ "การแก้ปัญหา" พวกเขามีแนวโน้มที่จะมุ่งเน้นไปที่การคำนวณ วิธีการ - การจัดเก็บข้อมูลการค้นหาและการประมวลผล - กับสัญชาตญาณของมนุษย์ส่วนใหญ่ขาด แต่คลี่คลายของข้อมูลขนาดใหญ่เป็นข้อมูลเชิงลึกที่มีความหมายอาจขึ้นอยู่เพียงแค่เป็นอย่างมากในด้านของมนุษย์ของสม. ทำไมเป็น? "การรับรู้แบบ" เป็นบทบ่อย AI แต่คอมพิวเตอร์ไม่สามารถเรียนรู้รูปแบบจุดที่พวกเขาไม่เคยเห็น เป้าหมายที่มีมูลค่าสูงในข้อมูลขนาดใหญ่เป็นมนุษย์อย่างสม่ำเสมอปฏิปักษ์ปรับตัวสูงเช่นการก่อการร้ายและอาชญากรไซเบอร์ที่มีความฉลาดหงุดหงิดแม้กระทั่งขั้นตอนวิธีการที่ทันสมัยที่สุด. TED.com: เจ็ดชนิดของฉันของหุ่นยนต์แต่แม้ผู้ลี้ภัยออกจาก nimblest เบาะแสแม้รูปแบบ - พวกเขากำลังฝังอยู่เพียงแค่ในจักรวาลขยายตัวของข้อมูล, ความท้าทายที่ทวีความรุนแรงในขณะที่เรายังคงแสวงหาข้อมูลได้มากขึ้นหวังว่ามันจะทำให้เข้าใจมากขึ้น. ฝ่ายตรงข้ามต้องปรับตัวตอบสนองต่อการปรับตัวและเรื่องนี้เริ่มต้นด้วยการถามคำถามที่หยั่งรากลึกในสัญชาตญาณของมนุษย์ ในขณะที่เทคโนโลยีอย่างแน่นอนสามารถเป็นแรงคูณดีหรือความชั่วร้ายก็ยากที่จะคิดวิธีการที่บริสุทธิ์ AI-วิศวกรรมย้อนกลับ machinations ของผู้บงการก่อการร้าย. เมื่อหน่วยข่าวกรองสหรัฐติดตามลง Osama บินลาเดนก็คือฟังก์ชั่นของที่ยอดเยี่ยมคนมั่งคั่งถาม . คำถามและการทดสอบสมมติฐานโดยใช้ความหลากหลายของเทคโนโลยีอาชญากรไซเบอร์ในขณะที่การสำรวจในการพูดคุย TED ครั้งแรกของฉันมีแนวโน้มที่จะกำหนดเป้าหมายการเชื่อมโยงที่อ่อนแอที่สุดที่ถูกกล่าวหาในเครือข่าย: คน แต่วิธีการที่อ่อนแอเป็นสิ่งที่สามารถเรียนรู้ในรูปแบบแม้กระทั่งระบบอัตโนมัติที่มีประสิทธิภาพมากที่สุดไม่สามารถ? TED.com: ทั้งหมดก็จะเป็น 10 นาทีระวังรักษาความปลอดภัยไซเบอร์เสมออาจจะขึ้นเขาต่อสู้ป้องกันเป็นเทคนิคและเทคโนโลยีเพิ่มเงินเดิมพันทั้ง ด้านข้าง โปรดจำไว้ว่าแม้ว่า cyberwarfare ที่เป็นที่สุดความพยายามของมนุษย์ Bot มุ้ง, สคริปต์และเครื่องมืออัตโนมัติอื่น ๆ เล่นบทบาทสำคัญ แต่พวกเขาไม่ได้อยู่ในสูญญากาศ นี้ตัดทั้งสองวิธี: ไม่ช้าก็เร็วทุกคนทำผิดชั่วแม้ประเภทอัจฉริยะ ที่กล่าวว่าศัตรูได้เป็นอย่างดีอาจจะมีสองมือสมัครเล่นกับแล็ปท็อปที่อ่อนแอไม่กี่. ที่ต้องการผู้ชายที่ดีจะต้องมีอย่างไม่หยุดยั้งในการกลั่นแยกของพลังสมองและพลังการประมวลผลแต่ละที่มีความเสี่ยงในการแยก. บางครั้งการรวมกันทางด้านขวาของมนุษย์และเทคโนโลยี สามารถก่อร่างใหม่ภูมิทัศน์ข้อมูลที่ตัวเอง ในผลพวงของแซนดี้ SuperStorm, บริษัท ของฉันร่วมมือกับองค์กรทหารผ่านศึกทีมเด็ดขาดในการประสานงานบรรเทาทุกข์ใน Rockaways มันเริ่มต้นด้วยการระบุพื้นที่ที่ยากที่สุดตีและความต้องการที่ยิ่งใหญ่ที่สุด. ในไม่ช้าทั้งช่วยเทในโฟกัสขยับไปติดตามโครงการจัดสรรกำลังคนและการประสานงานมากกว่า 10,000 อาสาสมัครในเวลาจริง ผ่านการทำซ้ำอย่างรวดเร็วกลุ่มคนที่มุ่งมั่นใช้เทคโนโลยีแรงเสียดทานต่ำได้สร้างกว้างใหญ่ระบบการควบคุมตัวเอง แต่ละจุดข้อมูลที่ไม่ต่อเนื่องได้ง่ายพอ - สถานะของโครงการระดับของความจำเป็นในสถานที่ของสินทรัพย์ - แต่ในการรวมผลเป็นกระแส. ในขณะที่ประสบการณ์สอนว่าแต่ละวิธีมี caveats ของเรามีเหตุผลที่จะตื่นเต้นทุกครั้ง เกี่ยวกับความเป็นไปได้ของ symbiosis มนุษย์กับคอมพิวเตอร์ เกือบ 50 ปีนับตั้งแต่บัตรประจำตัวของกฎของมัวร์, และ 10 ปีนับตั้งแต่จีโนมมนุษย์ได้รับการจัดลำดับขั้นตอนแรกที่มนุษย์และเครื่องจักรที่เป็นจุดเริ่มต้นใหม่ของอาร์อีกครั้งจินตนาการและการค้นพบ - ร่วมกัน

ผลลัพธ์ (ไทย) 3:

ในปี 1997 , แกรี คาสปารอฟพ่ายแพ้ของ IBM สีฟ้าซูเปอร์คอมพิวเตอร์ มันดูเหมือนเป็นสันปันน้ำ , เรียกขึ้นเครื่องนานได้พยากรณ์ในนิยายวิทยาศาสตร์ .

แต่ในปี 2005 เป็นฟรีสไตล์ การแข่งขันหมากรุกที่โดดเด่น ทีมงานของมนุษย์โดยคอมพิวเตอร์ ในชุดต่าง ๆ น่างงงวย , 2 มือสมัครเล่นใช้สามแล็ปท็อปค่อนข้างอ่อนแอเกิดชนะเต้น แกรนด์โทและซูเปอร์คอมพิวเตอร์ในการเปิด

ส่วนนี้เป็นสัญลักษณ์ของผู้มีวิสัยทัศน์ที่ยิ่งใหญ่สองเปรี๊ยะของวิทยาศาสตร์คอมพิวเตอร์ , มาร์วินมินสกี และ j.c.r. licklider . มินสกี้เขียนแบบทฤษฎีของตนเองที่ประสบความสำเร็จและปัญญาประดิษฐ์ Co ก่อตั้ง MIT AI Lab


ข้อมูลเทคโนโลยีที่สามารถช่วยแก้ปัญหา ' อะไร ' 12 : 12

เล่นวีดีโอlicklider ข้อเสนอวิสัยทัศน์ทางเลือกในกระดาษสถานที่สำคัญของเขา " มนุษย์คอมพิวเตอร์ Symbiosis " ใน licklider มุมมอง สติปัญญาของมนุษย์ควรจะครบครันด้วยเครื่อง ไม่ได้ถูกแทนที่ " ผู้ชายจะกำหนดเป้าหมาย สร้างสมมติฐาน กำหนดหลักเกณฑ์และดำเนินการประเมินผล . เครื่อง คอมพิวเตอร์จะทำ routinizable ทำงานที่ต้องทำเพื่อเตรียมทางสำหรับข้อมูลเชิงลึก และการตัดสินใจ . . . . . . ."

ดู Shyam ซังก้า เท็ดพูด

เทคโนโลยีก็มักจะมองผ่านเลนส์ในอุดมคติหรือตื่นตกใจ และมันเป็นมูลค่า noting ที่ licklider งานทอดประเสริฐและ sobering เหมือนกัน เขา presaged มากของการปฏิวัติอินเทอร์เน็ตและการวิจัยของเขานำไปสู่นวัตกรรม เช่น โมเดิร์น อินเตอร์เฟซผู้ใช้แบบกราฟิกนอกจากนี้เขายังทำงานบนคอมพิวเตอร์และระบบป้องกันขีปนาวุธที่ออกแบบมาเพื่อเก็บข้อมูล ปัจจุบันผู้ประกอบการของมนุษย์ คนที่จะเลือกคำตอบที่เหมาะสม

มันง่ายที่จะโต้แย้งว่าชีวิตและการตัดสินใจตาย ไม่ควรทิ้งไว้ในเครื่อง แต่ licklider วิสัยทัศน์คือกว้างมาก , ตระหนักถึงเทคโนโลยีเป็น enabler สำหรับความสามารถของมนุษย์มากมาย ตั้งแต่ คาสปารอฟและสีฟ้าลึก squared ปิดเราเห็นตัวอย่างมากมายของมนุษย์คอมพิวเตอร์ Symbiosis ในขณะที่สมองกลอาศัยเพียงบนคอมพิวเตอร์เป็นมินสกี theorized ยังคงยั่วเย้า แต่ไกล

ted.com : หุ่นยนต์ที่บิน . . . . . . . และร่วมมือ

ในแง่ของการจัดการที่มีศักยภาพของมนุษย์ , ชัยชนะของหมากรุกมือสมัครเล่นในปี 2005 เพียงแวบหนึ่งของอนาคต โฟลดิต , เกม , วิดีโอช่วยให้ nontechnical ออนไลน์ ,ผู้เล่น nonbiologist มองเห็น " พับ " โครงสร้างโปรตีน ในขณะที่คอมพิวเตอร์คำนวณ ปฏิกิริยาทางเคมีที่สอดคล้องกับแต่ละจัด

ใน 2011 , ผู้เล่นโฟลดิตต้องการเพียง 10 วันเพื่อสร้างโมเดล 3 มิติที่ถูกต้องของเมสัน ไฟเซอร์ลิงไวรัสเป็นโปรที่มีโครงสร้างมีนิ่งงันนักวิทยาศาสตร์ 15 ปี

มันเป็นชัยชนะที่น่าพิศวงของ มนุษย์ภาพเชิงเหตุผลและเป็นหนึ่งในหลักแรกความก้าวหน้าทางวิทยาศาสตร์มาจากการเล่นเกม ( แต่มากมายของวิศวกรซอฟต์แวร์ที่ผมรู้จักจะโต้เถียงว่า วิดีโอเกม กระตุ้นความคิดสร้างสรรค์ มากกว่าเรา จะยอมรับ ) .

ความตึงเครียดระหว่างมินสกี licklider นิมิตมีอย่างแน่นอนและขยายในยุคของข้อมูลใหญ่ที่เรียกว่า ตอนนี้พิจารณาว่าส่วนใหญ่ของสิ่งที่เราคิดว่าเป็น " ข้อมูล " ขนาดใหญ่ถูกสร้างขึ้นโดยการกระทำของมนุษย์โดยเจตนา : โทรศัพท์ , บันทึกการใช้เว็บธุรกรรมบัตรเครดิต ฯลฯ เมื่อเราได้ยินเกี่ยวกับข้อมูล " ปัญหาใหญ่ " พวกเขามีแนวโน้มที่จะมุ่งเน้นไปที่คอมพิวเตอร์วิธี -- กระเป๋า , การค้นหาและการประมวลผล ด้วยสัญชาตญาณของมนุษย์ที่ขาดไป .ยังเปิดเผยข้อมูลให้มีความหมายลึกอาจขึ้นอย่างมากในด้านมนุษย์ของสมการ .

ทำไม ? " การจดจำรูปแบบ " เป็น AI บ่อยละเว้น แต่คอมพิวเตอร์ไม่สามารถเรียนรู้รูปแบบจุดที่พวกเขาเคยเห็น ส่วนเป้าหมายที่มีมูลค่าสูงในข้อมูลใหญ่ต้องเป็นมนุษย์การปรับตัวสูงเช่นผู้ก่อการร้ายและอาชญากรไซเบอร์ที่มีศัตรูเข้าทำลายแม้ขั้นตอนวิธีขั้นสูงที่สุด

ted.com : หุ่นยนต์

7 สายพันธุ์เลยแม้แต่ nimblest หลบหนีทิ้งเบาะแส แม้รูปแบบ -- พวกเขาถูกฝัง ในการขยายตัวของเอกภพของข้อมูล ความท้าทายที่รุนแรงในขณะที่เราค้นหาข้อมูล หวังจะยังคงเพิ่มเติม ผลผลิต ข้อมูลเชิงลึกเพิ่มเติม

เราต้องปรับตัวปรับการตอบสนอง และเริ่มต้นด้วยการถามคำถามที่ฝังในสัญชาตญาณของมนุษย์ ในขณะที่เทคโนโลยีแน่นอนสามารถเป็นแรงทวีคูณ ดีหรือร้าย มันก็ยากที่จะจินตนาการบริสุทธิ์วิธีการวิศวกรรมสมองกล เกมของผู้ก่อการร้าย .

เมื่อซีไอเอตามล่าโอซามา บิน ลาเดน มันเป็นฟังก์ชั่นของอัจฉริยะคนเจ้าความคิด ถามคำถามและการทดสอบสมมติฐานโดยใช้ความหลากหลายของเทคโนโลยี

อาชญากรไซเบอร์ที่สำรวจในคุยกันครั้งแรก เท็ด มักจะถูกกล่าวหาว่าเป้าหมายการเชื่อมโยงอ่อนแอในเครือข่าย : คน แต่วิธีการที่อ่อนแอเป็นสิ่งที่สามารถเรียนรู้ในวิธีที่แม้ส่วนใหญ่ที่แข็งแกร่งแบบอัตโนมัติระบบไม่ได้

ted.com : มันใช้เวลาทั้งหมด 10 นาที

สนใจความมั่นคงในโลกไซเบอร์อาจเสมอได้ยากเย็นแสนเข็ญการป้องกันการต่อสู้เป็นเทคนิคและเทคโนโลยีเพิ่มเงินเดิมพันทั้งสองด้าน จำได้ว่าสงครามไซเบอร์ในที่สุดความพยายามของมนุษย์ ในมุ้ง , สคริปต์และอัตโนมัติอื่น ๆเครื่องมือ มีบทบาท แต่พวกเขาไม่ได้อยู่ในสูญญากาศ นี้ตัดทั้งสองวิธี : ไม่ช้าก็เร็ว ทุกคนผิดพลาดกันได้ แม้แต่ประเภทอัจฉริยะที่ชั่วร้าย ที่กล่าวว่าศัตรูอาจจะสองมือสมัครเล่นกับแล็ปท็อปอ่อนแอน้อย

ที่ต้องการคนดีๆต้องอย่างไม่หยุดยั้งในการกลั่นแยกพลังงานและพลังงานคอมพิวเตอร์ ซึ่งแต่ละคนจะมีความเสี่ยงในการแยก

บางครั้งการรวมกันของมนุษย์และเทคโนโลยีที่สามารถก่อร่างใหม่ข้อมูลภูมินั่นเอง ในผลพวงของ superstorm แซนดี้บริษัท ของฉันเป็นทหารผ่านศึกทีมองค์กรด้านการประสานงานบรรเทาทุกข์ใน rockaways . มันเริ่มต้นด้วยการระบุพื้นที่ตียากที่สุด และต้องการ

เร็ว ขณะที่ช่วยเท โฟกัสเปลี่ยนไปติดตามโครงการ การจัดสรรกำลังคน และการประสานงานมากกว่า 10 , 000 อาสาสมัครในเวลาจริง ผ่านการอย่างรวดเร็ว ,กลุ่มกำหนดคนที่ใช้เทคโนโลยีได้สร้างแรงเสียดทานต่ำมากด้วยตนเองที่ควบคุมระบบ แต่ละชนิดข้อมูลจุดก็ง่ายพอ -- สถานะของโครงการ ระดับ ต้องการ ที่ตั้งของทรัพย์สิน แต่ในการรวมผลคือการเปลี่ยนแปลง

ในขณะที่ประสบการณ์สอนว่า แต่ละวิธีมี caveats ของมัน ,เรามีเหตุผลทุกตื่นเต้นเกี่ยวกับความเป็นไปได้ของการประสานระหว่างมนุษย์และคอมพิวเตอร์ . เกือบ 50 ปีนับตั้งแต่การกฎของมัวร์ , และ 10 ปีตั้งแต่จีโนมมนุษย์ เป็นลำดับแรก มนุษย์และเครื่องจักรเป็นจุดเริ่มต้นใหม่อีกครั้งจินตนาการและการค้นพบของอาร์ค ด้วยกัน