How many of you are creatives,

この中で創造的なことを している人 —

designers, engineers, entrepreneurs, artists,

デザイナー エンジニア 起業家 アーティスト

or maybe you just have a really big imagination?

あるいは単に想像力が豊かという人は どれくらいいますか？

Show of hands? (Cheers)

手を挙げてください (歓声)

That's most of you.

ほとんどがそうですね

I have some news for us creatives.

そういう人に お知らせすることがあります

Over the course of the next 20 years,

これからの20年で

more will change around the way we do our work

私たちの仕事の仕方は

than has happened in the last 2,000.

これまでの２千年間における変化よりも 大きく変わるでしょう

In fact, I think we're at the dawn of a new age in human history.

私たちは人類史の新時代に 差し掛かっていると思います

Now, there have been four major historical eras defined by the way we work.

人類史には 仕事の仕方に応じて 大きく４つの時代がありました

The Hunter-Gatherer Age lasted several million years.

狩猟採集時代が 数百万年続き

And then the Agricultural Age lasted several thousand years.

それから数千年の 農耕時代があり

The Industrial Age lasted a couple of centuries.

２百年ほどの 工業化時代があり

And now the Information Age has lasted just a few decades.

現在の情報化時代が ほんの数十年です

And now today, we're on the cusp of our next great era as a species.

そして今 私たちは人類にとって 新しく大きな時代の始まりにいます

Welcome to the Augmented Age.

「拡張の時代」へようこそ

In this new era, your natural human capabilities are going to be augmented

この新時代においては 人間の自然な能力が 拡張されることになるでしょう

by computational systems that help you think,

計算システムが 人間の思考を補助し

robotic systems that help you make,

ロボットシステムが 作業を助け

and a digital nervous system

デジタル神経系が 生来の感覚を大きく越えて

that connects you to the world far beyond your natural senses.

私たちを世界へと繋げます

Let's start with cognitive augmentation.

認識力拡張の話から 始めましょう

How many of you are augmented cyborgs?

強化サイボーグだという方は どれくらい いらっしゃいますか？

(Laughter)

(笑)

I would actually argue that we're already augmented.

私たちは既に増強されていると 言えると思います

Imagine you're at a party,

パーティで誰かに

and somebody asks you a question that you don't know the answer to.

知らないことを聞かれたところを 想像してください

If you have one of these, in a few seconds, you can know the answer.

こういうものを持っていれば 数秒で答えが分かります

But this is just a primitive beginning.

でもこれはまだ原始的な 始まりでしかありません

Even Siri is just a passive tool.

あのSiriでさえ ただの受け身のツールです

In fact, for the last three-and-a-half million years,

実際 過去350万年の間

the tools that we've had have been completely passive.

人類の道具はずっと 完全に受け身のものでした

They do exactly what we tell them and nothing more.

指示した通りのことだけをし それ以上のことはしません

Our very first tool only cut where we struck it.

人類最初の道具は 打ち付けた場所を切るだけでした

The chisel only carves where the artist points it.

のみは彫刻家が指定したところを 削るだけです

And even our most advanced tools do nothing without our explicit direction.

最も先進的なツールでさえ 明示的な指示なしには何もしません

In fact, to date, and this is something that frustrates me,

これは私がよくフラストレーションを 感じることですが

we've always been limited

道具にこちらの意向を 指示する必要によって

by this need to manually push our wills into our tools --

我々は制限されてきました

like, manual, literally using our hands,

コンピューターがあっても

even with computers.

文字通り手を使って 指示する必要があります

But I'm more like Scotty in "Star Trek."

しかし私はスタートレックの スコッティみたいな人間です

(Laughter)

(笑)

I want to have a conversation with a computer.

コンピューターと 会話がしたいんです

I want to say, "Computer, let's design a car,"

「コンピューター 車をデザインしよう」 と言ったら

and the computer shows me a car.

コンピューターが 車を出して見せます

And I say, "No, more fast-looking, and less German,"

「もっと速そうな感じで ドイツっぽくなくしてくれ」と言うと

and bang, the computer shows me an option.

コンピューターが注文通りに してくれるんです

(Laughter)

(笑)

That conversation might be a little ways off,

この会話は まだ先の話ですが

probably less than many of us think,

皆さんが考えるほど 遠くはなく

but right now,

私たちは既に

we're working on it.

取り組んでいます

Tools are making this leap from being passive to being generative.

道具は受け身のものから 生成するものへと飛躍しつつあります

Generative design tools use a computer and algorithms

デザイン生成ツールは コンピューターとアルゴリズムを使って

to synthesize geometry

形状を合成し

to come up with new designs all by themselves.

自分で新しいデザインを 作り出します

All it needs are your goals and your constraints.

必要なのは 目標と制約だけです

I'll give you an example.

例をお見せしましょう

In the case of this aerial drone chassis,

これはドローン用の フレームの例ですが

all you would need to do is tell it something like,

こちらがするのは 必要なことを伝えるだけ

it has four propellers,

４つのプロペラがあるとか

you want it to be as lightweight as possible,

出来るだけ軽くとか

and you need it to be aerodynamically efficient.

空力的な効率を良くしろとか

Then what the computer does is it explores the entire solution space:

すると与えられた条件を満たす あらゆる可能な解の全体—

every single possibility that solves and meets your criteria --

何百万通りという解を

millions of them.

コンピューターが探索します

It takes big computers to do this.

これには大型のコンピューターが 必要になりますが

But it comes back to us with designs

私たち自身が 考えも付かないような

that we, by ourselves, never could've imagined.

デザインが生まれます

And the computer's coming up with this stuff all by itself --

コンピューターは 自分だけで答えを出します

no one ever drew anything,

誰かが何か 描いてやることはなく

and it started completely from scratch.

何もないところから 始めるのです

And by the way, it's no accident

ちなみに このドローンの フレームが

that the drone body looks just like the pelvis of a flying squirrel.

ムササビの骨盤に似ているのは 偶然ではありません

(Laughter)

(笑)

It's because the algorithms are designed to work

このアルゴリズムは 進化と同じように働くよう

the same way evolution does.

デザインされているからです

What's exciting is we're starting to see this technology

この技術を世の中で 実際に目にするようになって

out in the real world.

ワクワクしています

We've been working with Airbus for a couple of years

この２年 オートデスク社は エアバス社と協力して

on this concept plane for the future.

未来の飛行機のコンセプトモデルに 取り組んできました

It's a ways out still.

まだ先は長いですが

But just recently we used a generative-design AI

デザイン生成AIを使って

to come up with this.

最近こんなものを 作り出しました

This is a 3D-printed cabin partition that's been designed by a computer.

これは3D印刷された客室の隔壁ですが コンピューターがデザインしたものです

It's stronger than the original yet half the weight,

元の半分の重量で より高い強度を持ち

and it will be flying in the Airbus A320 later this year.

年内にエアバスA320で 使われ始める予定です

So computers can now generate;

明確に定義された問題に対して

they can come up with their own solutions to our well-defined problems.

コンピューターは今や 自力で独自の解を生み出せるんです

But they're not intuitive.

しかし直感的とは言えません

They still have to start from scratch every single time,

毎回 １から始める 必要があります

and that's because they never learn.

学習しないからです

Unlike Maggie.

うちの犬のマギーとは違います

(Laughter)

(笑)

Maggie's actually smarter than our most advanced design tools.

マギーは実際 最先端のデザインツールよりも 賢いんです

What do I mean by that?

どういう意味かというと

If her owner picks up that leash,

飼い主がリードを 手にしていたら

Maggie knows with a fair degree of certainty

それはかなりの確率で 散歩を意味すると

it's time to go for a walk.

マギーは理解しています

And how did she learn?

どうやってそう 学んだのでしょう？

Well, every time the owner picked up the leash, they went for a walk.

飼い主がリードを手に取るたびに 散歩に出たからです

And Maggie did three things:

そこでマギーは ３つのことをしていました

she had to pay attention,

注意を払うこと

she had to remember what happened

何が起きたか 覚えていること

and she had to retain and create a pattern in her mind.

心の中にパターンを作って 保持することです

Interestingly, that's exactly what

興味深いことに

computer scientists have been trying to get AIs to do

これはまさにコンピューター科学者達が 過去60年の間

for the last 60 or so years.

人工知能にさせようと 試み続けてきたことです

Back in 1952,

1952年に

they built this computer that could play Tic-Tac-Toe.

三目並べができる コンピューターが作られました

Big deal.

大したことでした

Then 45 years later, in 1997,

45年後の1997年

Deep Blue beats Kasparov at chess.

ディープブルーはチェス王者 カスパロフを破りました

2011, Watson beats these two humans at Jeopardy,

2011年 ワトソンはクイズ番組ジェパディで 歷代チャンピオン２人に勝ちました

which is much harder for a computer to play than chess is.

これはコンピューターには チェスよりも ずっと難しいことです

In fact, rather than working from predefined recipes,

定められた手順に 従ってやる代わりに

Watson had to use reasoning to overcome his human opponents.

ワトソンは人間の対戦相手に勝つために 推論をする必要がありました

And then a couple of weeks ago,

そして２週間前

DeepMind's AlphaGo beats the world's best human at Go,

ディープマインド社のAlphaGoが 最も難しいゲームとされる碁で

which is the most difficult game that we have.

世界最強の碁指しを 破りました

In fact, in Go, there are more possible moves

碁には宇宙の原子の 総数よりも

than there are atoms in the universe.

多くの手があります

So in order to win,

勝つためにAlphaGoは

what AlphaGo had to do was develop intuition.

直感力を発達させる 必要がありました

And in fact, at some points, AlphaGo's programmers didn't understand

実際AlphaGoが なぜそうしたのか

why AlphaGo was doing what it was doing.

開発者自身にも 分からないことがありました

And things are moving really fast.

物事はとても 速く進んでいます

I mean, consider -- in the space of a human lifetime,

人の一生の時間のうちに

computers have gone from a child's game

コンピューターにできることが 子供の遊びから

to what's recognized as the pinnacle of strategic thought.

最高度の戦略的思考にまで 進歩したのです

What's basically happening

ここで起きているのは

is computers are going from being like Spock

スポックのようだった コンピューターが

to being a lot more like Kirk.

カークみたいになった ということです

(Laughter)

(笑)

Right? From pure logic to intuition.

純粋な論理から 直感へという変化です

Would you cross this bridge?

みなさん この橋を 渡ろうと思いますか？

Most of you are saying, "Oh, hell no!"

多くの人は 「まさか！」と言うでしょう

(Laughter)

(笑)

And you arrived at that decision in a split second.

コンマ何秒で そういう判断をするのです

You just sort of knew that bridge was unsafe.

この橋は安全でないと 知っていたかのようです

And that's exactly the kind of intuition

今やディープラーニングシステムが

that our deep-learning systems are starting to develop right now.

そのような直感を 獲得しつつあります

Very soon, you'll literally be able

近い将来 皆さんは

to show something you've made, you've designed,

自分の作ったものや デザインしたものを

to a computer,

コンピューターに見せて

and it will look at it and say,

意見してもらえる ようになるでしょう

"Sorry, homie, that'll never work. You have to try again."

「相棒 こりゃ駄目だよ やり直しだね」

Or you could ask it if people are going to like your next song,

あるいは「みんなこの歌を 気に入ってくれるだろうか？」とか

or your next flavor of ice cream.

「この新しい味のアイスは受けるか？」とか 聞けるでしょう

Or, much more importantly,

さらに重要なのは

you could work with a computer to solve a problem

これまで直面したことの ない問題に

that we've never faced before.

コンピューターで 取り組めるようになることです

For instance, climate change.

たとえば気候変動です

We're not doing a very good job on our own,

人類はあまり上手く 対処できていないので

we could certainly use all the help we can get.

どんな助けでも ありがたいことでしょう

That's what I'm talking about,

それが私の お話ししていることです

technology amplifying our cognitive abilities

テクノロジーが人間の 認知能力を増強し

so we can imagine and design things that were simply out of our reach

拡張されていない素の人間には 単に手の届かなかったものを

as plain old un-augmented humans.

思い描き デザインできるように なるということです

So what about making all of this crazy new stuff

では我々が発明しデザインしようとしている そういう新しいクレージーなものは

that we're going to invent and design?

どうやって 製造するのか？

I think the era of human augmentation is as much about the physical world

人類拡張の時代は 仮想的・知的な領域だけでなく

as it is about the virtual, intellectual realm.

物質的世界にも 関わるものです

How will technology augment us?

テクノロジーはいかに 人間を拡張するのか？

In the physical world, robotic systems.

物質的世界では ロボットシステムによってです

OK, there's certainly a fear

人間の仕事が ロボットに奪われる怖れは

that robots are going to take jobs away from humans,

確かにあって

and that is true in certain sectors.

ある種の領域では 実際そうなるでしょう

But I'm much more interested in this idea

でも私がもっと興味があるのは

that humans and robots working together are going to augment each other,

一緒に働く人間とロボットが 互いを拡張し合って

and start to inhabit a new space.

新しい領域を切り開く というアイデアです

This is our applied research lab in San Francisco,

これはサンフランシスコにある 我々の応用技術研究所です

where one of our areas of focus is advanced robotics,

その主要な研究領域の１つが 先進ロボット工学 —

specifically, human-robot collaboration.

特に人間とロボットの 共同作業です

And this is Bishop, one of our robots.

これは我々のロボットBishopです

As an experiment, we set it up

繰り返し作業のある建築現場で 作業者を手伝うよう

to help a person working in construction doing repetitive tasks --

実験的に セットアップしてあります

tasks like cutting out holes for outlets or light switches in drywall.

壁にコンセントや電灯スイッチのための 穴を開けるといった作業です

(Laughter)

(笑)

So, Bishop's human partner can tell what to do in plain English

人間のパートナーが

and with simple gestures,

単純な言葉やシンプルな手振りで やることを示します

kind of like talking to a dog,

犬に話かけるみたいに

and then Bishop executes on those instructions

Bishopは指示されたことを

with perfect precision.

完璧な正確さで実行します

We're using the human for what the human is good at:

人間には 人間の得意なことを してもらいます

awareness, perception and decision making.

認識とか 知覚とか 意志決定です

And we're using the robot for what it's good at:

ロボットには ロボットの得意な ことをさせます

precision and repetitiveness.

精密な反復作業です

Here's another cool project that Bishop worked on.

これはBishopがやった 別の面白いプロジェクトです

The goal of this project, which we called the HIVE,

このHIVEという名の プロジェクトでは

was to prototype the experience of humans, computers and robots

人間と コンピューターと ロボットが共同して

all working together to solve a highly complex design problem.

非常に複雑な設計問題を解決するという 体験を試行しています

The humans acted as labor.

人間は労働者として働きます

They cruised around the construction site, they manipulated the bamboo --

建築現場を動き回り 竹素材を扱います

which, by the way, because it's a non-isomorphic material,

ちなみに形状の異なる竹は

is super hard for robots to deal with.

ロボットには扱うのが 非常に難しい素材です

But then the robots did this fiber winding,

ロボットはこのファイバーを 張る作業をします

which was almost impossible for a human to do.

人間にはほとんど 不可能なことです

And then we had an AI that was controlling everything.

そして人工知能が 全体の制御をしています

It was telling the humans what to do, telling the robots what to do

人間とロボットに それぞれの作業を指示し

and keeping track of thousands of individual components.

何千という要素を管理します

What's interesting is,

これが興味深いのは

building this pavilion was simply not possible

このパビリオンの構築は

without human, robot and AI augmenting each other.

人間とロボットと人工知能が 補い合って 取り組まねば 不可能だったということです

OK, I'll share one more project. This one's a little bit crazy.

もう１つプロジェクトをご紹介しましょう ちょっとクレージーなものです

We're working with Amsterdam-based artist Joris Laarman and his team at MX3D

アムステルダムを中心に活動する ヨリス・ラーマンとMX3Dのチームとともに

to generatively design and robotically print

世界初の自律的に建設する橋を

the world's first autonomously manufactured bridge.

デザイン生成と ロボットによる3D印刷で 作ろうというものです

So, Joris and an AI are designing this thing right now, as we speak,

今まさにアムステルダムで

in Amsterdam.

ヨリスと人工知能が 橋をデザインしています

And when they're done, we're going to hit "Go,"

デザインが完成し 実行を指示すると

and robots will start 3D printing in stainless steel,

ロボットがステンレスで橋を 3D印刷し始めます

and then they're going to keep printing, without human intervention,

そして橋が出来るまで 人の手助けなしに

until the bridge is finished.

自律的に印刷を続けます

So, as computers are going to augment our ability

コンピューターが

to imagine and design new stuff,

新しいものを想像しデザインする 人間の能力を拡張し

robotic systems are going to help us build and make things

ロボットシステムが

that we've never been able to make before.

以前には作り得なかったものを 製造・建設する手助けをしてくれます

But what about our ability to sense and control these things?

そういったものを感じ制御する 能力についてはどうでしょう？

What about a nervous system for the things that we make?

我々の作る物の神経系はどうか？

Our nervous system, the human nervous system,

人間の神経系は

tells us everything that's going on around us.

周囲で起きている あらゆることを伝えてくれます

But the nervous system of the things we make is rudimentary at best.

しかし我々の作る物の神経系は ごく原始的なものです

For instance, a car doesn't tell the city's public works department

例えば 車が街中の交差点で 道路に開いた穴を踏んでも

that it just hit a pothole at the corner of Broadway and Morrison.

自分で市道路局に 連絡することはありません

A building doesn't tell its designers

建物は 中に入った人たちが 気に入ってくれているか

whether or not the people inside like being there,

設計家に伝えることは ありません

and the toy manufacturer doesn't know

おもちゃメーカーは おもちゃが実際に遊ばれているか

if a toy is actually being played with --

どこでどう使われているか

how and where and whether or not it's any fun.

楽しまれているかどうか 知りません