we'll see an object in front of us.

目の前に物体が見えてきます。

We need to tell whether she is a human,

彼女が人間かどうかを見極める必要があります。

a pile of bricks, or a chair.

煉瓦の山や椅子。

And even if you tell it is a human,

そして、それが人間だと言われても。

we must think, 'What is a human going to do next?'

人間は次に何をするかを考えなければならない

Are you going to turn left?

左に曲がるの？

Are you gonna turn right?

右に曲がるの？

Going to jump in front of us?

目の前で飛び降りるのか？

[Robot] Hi, so sorry, but you're in my way.

ロボット】やあ、ごめんね、邪魔だよ。

Could you please move?

動いてくれないか？

LionsBot, we make professional cleaning robots

ライオンズボットでは、専門的な清掃ロボットを製造しています。

so the cleaners don't have to work so hard.

清掃員が頑張らなくて済むように

Singapore is the Lion City,

シンガポールはライオンシティ。

so the lion is the emblem of Singapore.

ライオンはシンガポールのシンボルなんですね。

Hence, our robots are LionsBot,

したがって、私たちのロボットはLionsBotです。

and at the heart of every robot,

そして全てのロボットの心臓部に

there is one grain of sand from Singapore,

シンガポールの砂が一粒ある。

and it brings the love and the technology of Singapore

シンガポールの愛と技術をもたらします。

to the rest of the world.

を世界に向けて発信しています。

We have multiple sensors, each feeding in information

複数のセンサーがあり、それぞれのセンサーから情報が入ってきます。

multiple times a second.

秒間に何度も何度も

In robots, anyone can put in a lot of sonars,

ロボットでは、誰でもソナーをたくさん入れることができます。

a lot of sensors, but it is how we use them,

多くのセンサーがありますが、それをどのように使うかです。

how we make intelligent decisions

知性的判断の仕方

with that information that counts.

その情報が重要なんだ

[Laurence Liew] Where you are is our AI Singapore office.

あなたがいる場所は、私たちのAIシンガポールオフィスです。

Singapore has a long history of willing to spend money

シンガポールはお金を使うことを厭わない歴史がある

to get its citizens to re-skill, deep-skill,

国民に再スキル、ディープスキルをさせるために

or upgrade their skills.

またはスキルをアップグレードしてください。

Our mission, really, is to promote the use of AI,

私たちの使命は、本当に、AIの活用を促進することです。

get more researchers to embark on a career in AI,

AIのキャリアに乗り出す研究者を増やす

to do AI research.

を使ってAI研究をする。

We have one very popular program.

大人気の番組を一つご紹介します。

We call the AI for everyone,

みんなのAIと呼んでいます。

and the intent is to demystify AI for the man in the street,

そして、その意図は、道行く人のためにAIを神秘化することにあります。

for everyone in that sense.

そういう意味ではみんなのために

When the audience walked out of the auditorium,

観客が客席から出ていくと

they say, 'Ah, OK, AI is not so scary.'

彼らは、『あ、わかった、AIはそんなに怖くない』と言います。

AI is actually nothing more than just another piece of code,

AIは実際にはただのコードの一部に過ぎません。

obviously very sophisticated code,

明らかに非常に洗練されたコードです。

but it is just another IT system or infrastructure.

と言っても、それはただのITシステムやインフラに過ぎません。

[Annabelle Kwok] Hi, I'm Annabelle.

私はアナベルよ

I founded NeuralBay, which is a software AI company

私はNeuralBayというソフトウェアAIの会社を設立しました。

that looks into image and video processing.

画像処理や映像処理を見ることができる

So I was very lucky to be in Singapore

ということで、シンガポールではとてもラッキーでした

where the hackathon scene was slowly starting,

ハッカソンシーンがゆっくりと始まったところで

and it was still kind of ahead of its time.

それはまだ時代の先を行っていた。

So when this whole field of image processing came up,

それで、この画像処理の分野全体が出てきたときに

I think that opened a lot of doors for opportunities

チャンスの扉がたくさん開いたと思います。

to not just analyze still photos

静止画の分析だけではなく

but also to look at real-life events.

だけでなく、現実の出来事にも目を向けてください。

So for example, in traffic flow management in crowded areas,

だから例えば、混雑した場所での交通の流れの管理では

you can help to better direct human traffic.

あなたは、より良い人のトラフィックを誘導するのに役立つことができます。

So we're in our office, and we have a lot

ということで、事務所には

of people walking around.

歩いている人たちの

So what we can do with this software is that we can count

このソフトウェアで何ができるかというと、数えることができるということです。

the number of people in this area,

の人数を表しています。

as well as to track their movements.

と同様に、彼らの動きを追跡するために。

So in recognizing people, it's a very tough problem

だから、人を認識する上で、それは非常に難しい問題です。

because when they look away,

なぜなら、彼らが目をそらすと

can you still recognize that it's the same person?

同一人物だと認識できますか？

So Zeldon, if you can just turn around very gracefully.

だから、ゼルドン、あなたが優雅に振り向くことができれば。

So you can see that in this software,

だから、このソフトを見ればわかると思います。

it still tracks that Zeldon is the same person.

ゼルドンが同一人物であることを追跡します。

[Laurence] I think when we design AI systems

AIシステムを設計するときに考えるのは

or any smart city technology,

またはスマートシティの技術。

ultimately the question to ask is

肝心なのは

how will it affect the citizen in the country?

その国の国民にどのような影響を与えるのか？

We do have several healthcare related AI projects

ヘルスケア関連のAIプロジェクトをいくつか実施しています。

that are undergoing, and I think there's lots

沢山あると思います。

of interesting areas where AI could be used in education.

AIが教育に活用できそうな面白い分野の

When we launched AI for Everyone,

AI for Everyoneを立ち上げたとき

the original target was 10,000 Singaporeans

一万人のシンガポール人

to be trained in three years.

を3年間で修行すること。

1-1/2 years down the road, we are already at 7,000.

1-1/2年後にはすでに7,000になっています。

I told my team can we do 100,000?

チームに10万でいいって言ったんだけど？

Let's go from 10 to 100, all right?

10から100まで行こうぜ？

Training the people, the apprentice,

人を鍛える、見習い。

they again, at eight or nine months,

彼らは、8ヶ月または9ヶ月で再び。

they will go out to the industry.

業界に出ていきます。

There is an economic implication in that.

そこには経済的な意味合いがあります。

[Dylan] Singapore has a wide pool of talented engineers.

ディラン】シンガポールには優秀なエンジニアがたくさんいる。

The government has spent a lot of money developing

政府は多額の費用をかけて開発した

and training these engineers,

と、これらの技術者を育成しています。

so with such a big latency pool of people

そのような大きなレイテンシーの人々のプールでは

that we can tap on, why not build in Singapore?

それを利用して、シンガポールに建設してみませんか？

[Annabelle] In terms of the software,

アナベル】ソフト的には

I think the next step would be accessibility to more data

次のステップは、より多くのデータにアクセスできるようになることだと思います。

and also the diversity of data available.

また、利用可能なデータの多様性にも注目しています。

Most of the open-source data is from the West

オープンソースのデータのほとんどが西

and not necessarily from Southeast Asia

東南アジアとは限らない

because Southeast Asian countries may not necessarily

なぜなら、東南アジア諸国は必ずしも

have the infrastructure to capture that data.

そのデータを取得するためのインフラストラクチャを持っています。

So recognizing a woman of color within Southeast Asia,

東南アジアの中で色のある女性を認識しているんですね。

the confidence interval might not be as high

信頼区間は高くないかもしれない

as recognizing one from the West.

西側から来た者を認識しているように

By doing it and making it available

それをして、利用できるようにすることで

for the small enterprises, hopefully that might help correct

小規模企業のために、うまくいけば、それが修正の助けになるかもしれないと期待しています。

some of the cultural bias in technology.

技術における文化的な偏りの一部。

We don't always have to give back

私たちはいつもお返しをしなければならないわけではありません

in terms of time and money,

時間的にも金銭的にも

but we can also give back in terms of knowledge and skills.

でも、知識や技術の面で還元することもできます。

As for myself, I'm good at building things,

自分としては、物を作るのが得意です。

so why not build things to help people?

人を助けるために物を作ればいいんじゃないの？