Professional Documents
Culture Documents
पुढचा
हायकू? Aहणजे?
मधला
कDवता. जपानी. अंतम\नात]या आEण बा^ जगात]या...
मागचा
वाच.
SLIDE 2 (HAIKU)
पुढचा
from the pine
मधला
मागचा
a boy slipped
cherry blossoms
पुढचा
(सगळे गढू न गेले आहे त हे बघून) ...अजून एक आहे .
on a withered branch
nightfall in autumn
(or
A snowy morningÑ
by myself,
मधला
याबरोबर काह= नो_स आहे त. "हे चार हायकू. यातले तीन एका मशीननं Aहणजे computer नं
बनवले. आEण एक बाशो या जपानी हायकू मा`टर नं."
मागचा
“आAह= हजारो हायकू एका मशीनला एका वेळेला एक अRर असे भरवले. Zयानं आतमधे aरकरं ट
bयूरल नेटवक\ नावाची गोc वापरली.” Aहणजे?
पुढचा
मला करं ट माdहतेय. आEण नेटवक\, जे नसतं. (हसतो)
मधला
मागचा
Aहणजे मशीन ला आयकू आलं तर...
पुढचा
dकंवा Zयाचा आयfयू...
मधला
बास. “तुAह=च सांगा. कुठला हायकू माणसाचा?” (PेRकांना) हात वर करा.
पुढचा
from the pine
मधला
first morning from books
मागचा
a boy slipped
cherry blossoms
पुढचा
on a withered branch
nightfall in autumn
(Or
A snowy morningÑ
मधला
"याला _युaरं ग टे `ट Aहणतात." _युaरं ग माdहतेय ना? Imitation Game? Benedict
Cubmerbatch?
पुढचा
sherlock वाला. भार= आहे . टु aरं ग चं काय?
मागचा
”machineÕs ability to show intelligent behaviour indistinguishable from that
of a human.” Aहणजे एखाद= गोc माणसानी केलीय कh मशीननी हे बघणा-या माणसाला
कळत नाह=. कळलं का?
मधला
"मशीन पास झालं का?"
एकामेकांकडे बघतात.
मागचा
हे जे चाललंय, याला Aहणतात blindsided असणं. अमेaरकन फुटबाल चा खेळ बिघतलाय का?
रlबी सारखा, हे ]मेट घालून खेळतात तो? Zयात एक शmद आहे - blindsided. ball टाकणारा
player ball receive करणा-या player ला शोधत असतो. तेUहा दस
ु -या ट=मचा player,
पुढचा
तुAह= Aहणाल कसली Zसुनामी? ...हे नाव तुAह= ऐकलंय. Dपfचर मधे बरे चदा पाdहलंय. 2001:
A Space Odessey पासून ते Her पयtत. आdट\ dफिशअल इं टेिलजbस. ए आय.
मधला
मग आgाच कसला याचा एवढा गवगवा? १९५० पासून AI ची चचा\ चालू आहे . Turing test
१९५० साली आली.
SLIDE 5 (I ROBOT)
मागचा
१९५० सालीच isaac asimov नी I, robot नावाची गोc िलdहली. तीच Dवल E`मथ आEण
रोबोवाली.
SLIDE 6 (AI)
पुढचा
१९५६ साली आdट\ dफिशअल इं टेिलजbस Aहणजे कृ Djम बुD<मgा हा शmद वापरला गेला. Zयावर
जोरात काम चालू झालं.
SLIDE 7 (2001)
मधला
१९६८ साली 2001: a space odyssey हा Stanley Kubrick चा Dपfचर आला. Zयाचा
EUहलन होता HAL नावाचा हुशार पण डे डली computer.
मागचा
१९७४ ते ८० हा पdहला AI Winter होता. Aहणजे अपेRाभंग झा]यामुळे AI वर काह= फारसं
काम झालं नाह=.
SLIDE 9 (TERMINATOR)
पुढचा
१९८४ साली Terminator आला. भDव~यामधलं जग skynet नावा[या AI नी काबीज केलंय,
Zयांचे Terminator नावाचे killing robots वाप•न.
मधला
१९८७ ते ९३ दस
ु रा AI Winter. Aहणजे परत अपेRाभंग.
मागचा
१९८७ Star Trek The Next Generation मधे `वतःचं मन असलेला Data नावाचा रोबो,
नाह= android आला!
पुढचा
१९९७ ड=प mलू या computer नी - [यायला - Gary Kasparov ला हरवलं!
मधला
२००१ साली `पीलबग\ चा AI हा Dपfचर आला. Zयात एक छोटा, cute, भावनाPधान रोबो होता.
मागचा
२००५ साली Stanford [या `वयंचिलत वाहनानं २११ dकलोमीटर चा वाळवंटातला Pवास पार
पाडला.
पुढचा
२००५ सालीच Ray Kurzweil नं एक धोfयाची सूचना dदली. २०४५ साली AI ची Rमता
माणसा[या मnदइ
ू तकh होईलÉ
(शांतता)
मधला
२०११ साली IBM Watson नी Jeopardy या गेममधे दोन champions चा जाह=र नायनाट
केला.
मागचा
२०१२ साली गूगल „ेन या computer नं YouTube videos [या करोडो images मधून
`वतःला मांजर ओळखायला िशकवलं.
पुढचा
२०१३ साली Her या Dपfचरमधला ह=रो Zया[या operating system [या Pेमात पडला.
SLIDE 19 (CHATBOT)
मधला
२०१४ साली यूजीन गू`टमन या बोलणा-या मशीननं Aहणजे chatbot नं Aहणे Turing Test
पास केली.
मागचा
२०१४ सालीच सग†या AI [या संशोधकांनी ठरवलं - आप]याला एका नवीन _यूaरं ग टे `‡ ची
गरज आहे É
पुढचा
मधला
हा चेहरा नीट बघा. हा धfका कसला आहे ? world champion असलो तर= आपण ह• शकतो
या भीतीचा? का आपण एका मशीन कडू न ह• शकतो या मानहानीचा? का आप]याशी खेळणारा
आप]यापेRा एक पायर= वरचढ आहे या जाEणवेचा? २०१६ साली ली सीडोल या गो या खेळा[या
१८ वेळ[या DवˆDवजेZयाला ड=प माइं ‰ कंपनी[या आ]फा-गो नावा[या मशीन नी हरवलं. ५
matches चा `कोअर होता ४-१.
मागचा
तसं ड=प mलू नी का`परोवला हरवलं होतंच. पण हे दोन खेळच वेगळे आहे त. बु<=बळामधे पुढ[या
खेळ=चं calculation करता येतं. खूप जोरात, खूप गEणतं करOयाची Rमता असेल तर मशीनला
माणसावर कुरघोड= करता येते. पण गो मधे नाह=. पूण\ Dवˆामधे १० वर ८० शूbय इतके अणू
आहे त. पण १० वरती ७६१ शूbय इतfया शfयता गो[या बो‰\ वर असतात. मग आ]फा-गो
माणसासारखा िशकला. गेAस ् पाहून पाहून िशकला.
पुढचा
आ]फा-गो नं पdह]यांदा अनेक गो चे गेAस पाdहले. Aहणजे अRरशः पाdहले. PZयेक बिघतले]या
पोEझशनचं पुढे EजंकOयात dकंवा हरOयात पय\वसान झालं ते बिघतलं. मग ते Šान वाप‹न ३
कोट= गेAस ् `वतःशीच खेळले. यात Eजंकले]या खेळ=ंना बRीस आEण हरले]या खेळ=ंना िशRा असं
पंतोजीचं असतं तसं छड= लागे छमछम असं िशRण घेतलं.
मधला
Zयातून Dवrाह= घम घम आली. कारण या िशRणातून Zयातून Zयाचं एक ड=प bयूरल नेटवक\
तयार झालं - आप]या मnदम
ू धे जसं जाळं असतं तसंच. मग ते वाप•न आ]फा-गो नं
SLIDE 25 (EKALAVYA)
मागचा
पण तसं Aहणायला गेलं तर हे •ोण आEण अजुन
\ ाचं िशRण नUहतं. एकलUयाचं होतं.
Reinforcement Learning. `वतः `वतःला िशकवणारा computer काह=ह= िशकू शकेल.
(Dवराम) AहणूनÉ Aहणून साय फाय मूUह=जमधून आपण Ôलांडगा आला रे Õ, हे dकतीह= वेळेला
ऐकलं असेल तर= या वेळ= लांडगा खरं च आला आहे कh काय असं वाटतंय. का ते कळOयाआधी
आdट\ dफिशअल इं टेिलजbस Aहणजे कृ Djम बुD<मgा Aहणजे काय ते बघायला पाdहजे.
पुढचा
Artificial Intelligence Aहणजे काय?
मधला
computers ना intelligently वागायला लावणा-या र=तींचा, PोŽाAस चा अ•यास. थोडfयात
काय केलं कh एखादा गोल एखादं मशीन - Aहणजेच computer - साpय क• शकेल, याचा
अ•यास. मग यात learning आलं, reasoning Aहणजे तक\ आला, planning आलं,
perception Aहणजे आकलन आलं, भाषेचं आकलन आलं. Artificial Intelligence मधलं एक
मह•वाचं field Aहणजे machine learning. ते काय?
मागचा
machine learning Aहणजे मशीन नं अनुभवातून िशकणं. सोपं उदाहरण, मला घाणेरTया
इमे]स आ]या - Aहणजे येऊ शकतात ना - आEण Zया घाणेरTया आहे त हे मी मशीन ला
सांिगतलं, तर पुढ[या वेळेला आले]या घाणेरTया इमे]स ओळखणं आEण मला पूवस
\ च
ू ना दे णं.
gmail जसं तुAहाला न सांगताच Zया दस
ु -या फो]डर मधे पाठवून दे तंÉ मग तुAह= Zया नंतर
जाऊन बघू शकताÉ हवं तर. पण मशीन असं dकती हुशार बनणार?
पुढचा
मधला
मग येतो general AI. उदा. कुठलाह= गेम खेळणं. कुठ]याह= माणसाला Zयाला हवी तशी
coffee तयार क•न दे णं. कोडं सोडवणं. college मधे दाखला घेणं, Dवषय िनवडणं, dडŽी
िमळवणं. नोकर=चा interview दे णं. जोक तयार क•न सांगणं. Demonetisation झा]यावर
आता आप]याला नfकh काय करायचंय हे ठरवणंÉ एखादा problem आला कh तो solve
करायचा Pयo करणंÉ
मागचा
आEण मगÉ super AI, or Artificial Super Intelligence. कधीतर= असं होईल कh
मशीनची श‘h मnद ू [या श‘h एवढ= होईल. मग सुपर AI तयार होईल - an intellect that is
much smarter than the best human brains in practically every field,
including scientific creativity (Aहणजे einstein पेRा हुशार), general wisdom
(Aहणजे •मी पेRा ड=प) and social skills (Aहणजे Cassanova पेRाÉ). आजिमतीला
लोकांचं Aहणणं आहे , कh असा सुपर AI २०५० [या आसपास तयार होईल.
(शांतता)
पुढचा
२०५० ना? खूप वेळ आहे . मी आgा dकती वषाtचा आहे ? Aहणजे एकोणीसशे...
मधला
Blind-sided. (Dवराम) Sam Harris या Dवचारवंताचं Aहणणं आहे , कh आप]याला या गोcीवर
कसं react करायचं तेच माह=त नाह=. तो उदाहरण दे तो - सुपर AI २०५० साली येणार असं
सांिगतलं तर २०५० साल खूप लांब आहे असं वाटतं. पण जर असं सांिगतलं कh एक एिलयन
मागचा
पण परत तेच. एवढं झालंय तर= काय कh “यामुळे एवढा Dवचार करायला लागतोय?
(ठोठावOयाचे आवाज)
पुढचा
पण - अजून एक दोन गोcी झा]या. उदाहरणाथ\ आता Quantum computers येऊ घातलेत.
सpया Pकाश on-off क•न ०-१ असं बायनर= गEणत करणारा computer आता photon [या
quantum statesÉ जाऊ दे . गूगल ड=-वेUह हा experimental computer सpया[या
computers पेRा १0 कोट= पट वेगानं गEणतं क• शकतो. Aहणजे १० ते २० वषाtत
computers super-fast होणार.
मधला
िशवाय आप]या आसपासचा data ह= वाढला. आज एका dदवसात जेवढा डे टा Aहणजे नुसती
information - फेसबुक पो`_स, online Uयवहार, internet वरचे फोटो, stocks, बातAया, जे
Aहणाल ते - ह= इतकh तयार होते, िततकh गे]या शंभर वषाtत झाली नUहती. आEण या एव•या
डे टा व•न खूप चांग]या प<तीनं िशकणारे नवीन मशीन अ]गोaरदमस ् तयार झाले तेह= गे]या
काह= वषा\त.
मागचा
मग अचानक, यां[या combination मुळे ह= लाईन सरळ न जाता उभी झालीÉ (दस
ु र= काठ”
उभी करतो) आता सुपर AI लवकर येणार आEण नfकh येणार असं लोकांना वाटायला लागलंÉ
मागचा
बाप रे . अशा बाप लोकांनी कटकट केली Aहणजे काह=तर= गडबड असणारचÉ नfकh झालंय
काय? (ठोठावOयाचे आवाज) नीट लR दे ऊन ऐका. É सांगा, आपला मnद ू पण कसा िशकतो
मांजर ओळखयला?
कैिमbग झे आEण इतर (microsoft research, २०१५): “आAह= १२ लाख वेगवेग†या फोटोज
वर आमचं रे सनेट नावाचं ड=प bयूरल नेटवक\ —े न केलं. मग आAह= ते न पाdहले]या १ लाख
फोटोज वर तपासून बिघतलं. रे सनेट नं Zयात]या जवळजवळ ९६४३० फोटोज मधे काय आहे हे
बरोबर ओळखलं. माणसांनी माj ९५००० फोटोज बरोबर ओळखले.”
SLIDE 39 (CONVERSATIONS)
पुढचा
Eझओंग आEण इतर. (Microsoft Research, २०१६): “आAह= माणसां[या audio संभाषणांवर -
जवळजवळ २ कोट= शmदांवर - एक aरकरं ट bयूरल नेटवक\ —े न केलं. मग ३० लाख शmद
असले]या न ऐकले]या संभाषणांवर ते टे `ट केलं. मशीन नं २८ लाख ११ हजार शmद बरोबर
ओळखले. माणसांनीह= जवळजवळ इतकेच शmद ओळखले.”
मागचा
या गोcी क]पनेपिलकड[या आहे त. आEण बहुतेक गे]या ३ वषा\त झाले]या आहे त. एका चायनीज
conference मधे एक संशोधक येऊन बोलायला लागतो, Zयाचं PZयेक वाfय मशीन ओळखतं,
इं Elलश मधून चायनीज मधे —ाb`लेट करतं, आEण चायनीज माणसासारखं अ`खिलत बोलतं. मग
ढु Tढाचायाtनी भरले]या Zया conference मधेह= PZयेक वाfयाला टा†या पडतात. हे होतं आहे .
पुढचा
◌॑शaररातले आEण औषधातले molecules कसे वागतील याचा डे टा व•न अंदाज बांधन
ू नवीन
औषध शोधा!◌॑ - मक\ ह= सुPिस< औषधकंपनी अशी `पधा\ घेते. Zयात पdहला येतो university
of toronto चा ड=प लिन\bग Žूप. पण Zयातला एकह= जण doctor dकंवा biology-
pharmacology मधला नसतो. हे होतं आहे .
मधला
काकTयां[या आकारानुसार आEण रं गानुसार Zयांना वेगवेग†या पे_यांमधे टाकणं हे Eजdकर=चं काम
माकोटो कोइके हा जपानी शेतकर= घरगुती automation वाप•न करतो आहे . मागे आहे गूगलचं
टे bसर›लो नावाचं ड=प लिन\bग टू लdकट - अRरशः algorithms [या छो_या टू ]स ् नी भरले]या
पेट=सारखं. हे क•न तो रोजचे ८ तास वाचवतो आहे . हे होतं आहे .
मागचा
फानुक कंपनीचा industrial रोबो एखाद= गोc उचलOयाचा तो Pयo करतो, Zयाचा EUहdडयो
काढतो आEण कधी जमलं, कधी नाह= जमलं हे लRात ठे वतो. असं तो कुठ]याह= नवीन dदले]या
पुढचा
Google चा बोलणारा रोबो dकंवा chat-bot आता साधे technical problem ह= सोडवायला
लागला आहे . Aहणजे हा call centre ला साजेसा संवाद. हा (मध]याकडे बोट दाखवून) माणूस,
आEण हा (माग[याकडे बोट दाखवून) मशीन.
Human: hello
Machine: could you please let me know what are the operating systems you
are using ?
Machine: ok it was in the ssl vpn on which you stated it was broken
Machine: what is the error message that you are getting when connecting to
vpn using network connect ?
Machine: ?
Human: yes
Human: i am at home
Machine: goto http://mylogin page and enter your name and password
Human: done
Machine: try logging in with <name> and check if its working fine now
Machine: great
पुढचा
हे ह= होतं आहे . जे होतं आहे , ते सगळं चांगलंच आहे कh! ...असं वाटणारच ना आप]याला.
आपला वेळ वाचेल. असली कामं मशीनस ् करतील. नाह=तर कोणाला काकTया sort करत
बसायचंय? (ठोठावOयाचा आवाज. Dवराम.) पण याची काह=तर= dकंमत असेलच ना?
मधला
Oxford नी काढले]या एका २०१६ साल[या aरपो_नुस
\ ार जगामधले ५०% jobs पुढ[या ३० वषा\त
मशीनस ् [या हातात जाOयाची शfयता आहे . (Dवराम) कुठले jobs? É“सर, तुम[याकडे œेdडट
काड\ आहे का? आम[या कंपनीनी एक नवीन `कhम काढलीय..." तुAहाला फोन करत राहतात ते
telemarketers. Insurance underwriters Aहणजे insurance दे ताना जे fलायंट dकती
aर`कh आहे हे ठरवतात ते. तसंच bank मधले loan officers. Tax agents. Account
clerks.
मागचा
थ‰\ अंपायस\ आEण रे फर=ज. aरसे•शिन`टस ्. टे लेफोन ओपरे टस\. aरयल इ`टे ट „ोकस.्\ मशीन
operators. Data entry operators. घTयाळ repair करणारे .
पुढचा
मधला
cab drivers. salesmen. legal assistants. hotel clerks. JCB operators. train
drivers. अजून िल`ट हवीय?
मागचा
तसं काह= jobs जाOयाची सवा\त कमी शfयता आहे , असंह= aरपोट\ Aहणतो. Therapists.
Emergency management. Surgeons. Orthopedists. Dieticians. Nurses.
पुढचा
Choreographers. Detectives. Athletics trainers. Counsellors. Archeologists.
Preschool teachers. Scientists. Architects and Interior designers.
मधला
Music directors. Multimedia artists. Fashion designers. Makeup artists.
Museum Curators. Forest officers.
मागचा
धम\गु‹. (Dवराम)
SLIDE 47 (PRIEST)
पुढचा
थोडfयात Eजथे तुAह= माणसाची काळजी घेणं अपेERत असतं, Eजथे तुAह= काह=तर= िनमा\ण करणं
अपेERत असतं, Eजथे तुAह= उ[चिशRण घेणं अपेERत असतं असे jobs राहOयाची शfयता
जा`त. पण ितथेह= पा_या टाक]या तरÉ असो.
मधला
याचा अथ\ असा, कh आपले jobs सुरERत आहे त! तू actor आहे स, मी writer-director आहे ,
हा scientist आहे . (Dवराम. ठोठावOयाचे आवाज) असं काह= नाह=.
इझूका आEण इतर (Waseda University, 2015): “आमचं ड=प bयूरल नेटवक\ कुठलाह= black
and white फोटो automatically colour क• शकतं. मशीननं रं गवले]या फोटोज पैकh ९२%
फोटोज माणसांना नैसिग\क वाटले.”
...जसा हा पुOया[या पव\तीचा फोटो. १९ Uया शतकात काढलेला. Aहणजे मशीनस ् ना रं गवताह=
येतं?
मागचा
हं . Gatys आEण इतर (२०१५). “आAह= ड=प bयूरल नेटवक\ वाप•न उ[च Pतीची कलाZमक िचjं
तयार करतो. उदा. आAह= तुAह= dदलेला फोटो dकंवा िचj घेतो आEण तो एखाrा मो–या
आdट\ `_[या `टाईल मधे िचतारतो. आAह= Aहणजे आमचं ड=प नेटवक\, बरं काÉ Aहणजे
SLIDE 51 (TURNER)
टन\रÉ
SLIDE 52 (MUNCH)
मुंखÉ
SLIDE 54 (PICASSO)
आपला Dपकासो सु<ा. हे rाल ते.”
पुढचा
WhatsOnStage review of the musical Beyond the fence by Matt Trueman,
2016.
िबयोंड द फेन्स् ही (म्हणे) जगातली पिहली कंप्यूटर-िनिमर् त संगीितका आहे. ती १६०० िहट आिण flop
संगीितकांवरून तयार केली गेली."
मधला
मागचा
“obvious नाह= का? जर तुAह= ग]लाभ• नाटकं घेऊन Zया[या आधारावर काह= बनवलंत, तर
तेह= तसंच average होणार ना? So, can computers do art? One day, maybe, but
not yet. Not yet.”
पुढचा
Sunspring ह= sci-fi short film अशीच अनेक sci-fi screenplays ड=प bयूरल नेटवक\
मधून घालून तयार झाली. Screenplay असा सु• होतो...
“We see H pull a book from a shelf, flip through it while speaking, and then
put it back.
H: In the future with more unemployment, young people are forced to sell
blood. ThatÕs the first thing I can do.
मधला
"Sunspring, ह= एक dark existential tragedy आहे . एक कारण कh मशीनला अजूनह=
भाषेचं कोडं सुटलेलं नाह=. experiment Aहणून, fascinating आहे , कh आजचा cinema dकती
automated झाला आहे . एका computer ला दस
ु -या Pिस< scripts दे ऊन जे काह= बनलं
आहे , तेह= तसंच conventional आहे . पण एकाच मुशीतून िसनेमे काढणा-या Hollywood
system ची ह= जणू एक parody च आहे .
मागचा
पुढचा
Aहणजे mediocre काह= करायचं असेल तर मशीन क• शकेल! पण तसं Aहटलं तर आपण
बघतो Zयातलं dकती mediocre असतं, आधी[या patterns वर आधारलेलं, formula मधे
बांधलेलंÉ आEण बहुतेक सग†यांना mediocre आहे तेच आवडतंÉ
मधला
IBM Watson या मशीनचं नाव ऐकलं असेल. पण morgan नावा[या Dपfचरचं नाव ऐकलंय?
Watson नं याच वष¢ Morgan या horror Dपfचरचा trailer बनवला. Zयानं २४ तास ह=
dफ]म बघून Zयातून ६ िमिनटांचे shots तयार क•न ठे वले. Zयानं dदले]या १० सीbस ् मधले ९
सीbस editor नं जसे[या तसे ठे वले.
SLIDE 63 (SHEEP)
मागचा
जर एखादा चांगला hollywood Dपfचर मशीन एdडट क• शकत असेल, तर एकता कपूर[या
dकंवा अगद= आप]या मराठ” सीaरय]स चं सगळं production च मशीन क• शकेल! सगळं
predictable. सगळं formula मधे. मशीन हातातून काढू न नेईल असं काम. पु‹षोgम -
dफरोdदया[या scripts ह=É जाऊ दे . Sensitive.
पुढचा
मी तसा ओaरEजनल आहे बरं का. आप]याला चाbस ् आहे अजून! (ठोठवOयाचे आवाज)
Éकाह= वष\ तर=. जर सुपर AI तयार झाला, तर माj हे बदलेल. कारण माणूस जे patterns,
designs तोडू न काह=तर= नवं करतो, Zयाची उकल मशीbसना होईल. सफरचंद खाली पडOयाचे
२० EUहdडयो बघून जर मशीननं ते एका सूjात ओवता येतात आहे हे ओळखलं, आEण Zयाला
अ£या िशकOयाचं बRीस िमळत गेलं, तर मशीन नवीन patterns िशकायला िशकेल आEण ते
तोडायला ह= िशकेल. तो Ôएdडटरचा dकंवा dडरे fटरचा मोमnटचा फhलÕ वगैरे आZमसात करे ल.
मधला
हं ! morality व•न आठवलं रे . क]पना करा:
मागचा
बरं , माणूस नाह=, एक छोट= मुलगी cross करतेय, मग काय कराल?
पुढचा
dकंवा एक Aहातारा माणूस cross करतोय मग?
मधला
खरं सांगू का? एवढा Dवचार करायला मला तर= वेळच िमळणार नाह=. मी तेUहा जे काय होईल ते
करे न.
मागचा
पण, आता समजा कh self-driving car आहे . मशीन गाड= चालवतय. तुAह= नाह=. मशीनला
माणूस आहे , का बाई आहे , का छोट= मुलगी आहे , का Aहातारा माणूस आहे , का कुjा आहे ,
गाड=त dकती माणसं आहे त, र`Zयावर dकती आहे त, या सग†याचं Šान असणार आहे Zया काह=
िमलीसेकंदात. आEण मशीनला decision Ÿयायची आहे . तुAह= मशीनला काय सांगाल?
मधला
आधी सांिगतलेलं ड=प मा¤‰ हे मशीन - गो या गेम सारखंच बाकhचे गेमह= िशकलं. फ‘ पाहून
आEण खेळून. आपला D„fस सारखा गेम. तो खेळताना तर Zयानं नवीन strategy शोधून काढली
जी माणसांना पण माह=त नUहती. िचंतेची बाब अशी कh अशीच मशीbस डू म सारखा first-
person shooter गेम खेळायला ह= िशकली. आEण Zयांचा Kill-to-Death ratio, Aहणजे
Eजतfया वेळेला तुAह= गेममधे मारता वस¥स Eजतfया वेळेला मरता हा माणसां[या Aहणजे
human players [या ३-५ पट होता. कधी न पाdहले]या लेवलवर ह=. थोडfयात - मशीbस नी
माणसांना धुतलं. िशवाय मशीbस ् कधी दमली नाह=त, Zयांना टे bशन ् आलं नाह= dकंवा उगाच
चुकली नाह=त.
मागचा
दे शोदे शी[या िमिलटर=ज ् यावर खूप काम करतायत. US, China, Israel आEण काह= युरोDपयन
दे श. असे ¦ोbस ् आले आहे त कh जे जिमनीवर उभा असलेला माणूस सशž आहे कh नाह= हे
ओळखू शकतात. गोcी बघून Zया काय आहे त हे कळणारं मशीन, problem solve करणारं
मशीन, िशकत जाणारं मशीन, एकामेकांकडू न िशकणारं मशीन या बरोबर येतंय `वायg मशीन.
`वतःचे Decision `वतः घेOयाची मुभा असणारं मशीन. २०१५ साली यु§pयवर जाणा-या
मशीbस ना अशी `वायgता िमळावी यावर अमेaरकन आम¢ नं aरपो‡\ पEmलश केला आहे . “Need
to build trust in autonomous systems.”
पुढचा
Eजथे माणसावर ¨`‡ ठे वता येत नाह=, ितथे मशीbस वर ठे वणं शfय आहे का? का AI कोणा[या
हातात जातं यावर ते ठरे ल? अशी यु<ं झाली तर माणसं वाचतील का? का सुपर AI एखाrा
predictable science fiction सारखं माणसावर कुरघोड= करे ल? ह= तारे वरची कसरत आहे .
मधला
मागचा
AI मुळे job गेले तर लोक काय करणार? लोक र`Zयावर येतील का? बंड करतील का? का
automation मधून जे पैसे वाचतील ते लोकांमधे वाटले जातील? Switzerland मधे माग[या
वष¢ लोकांचा जाह=र कौल घेतला - तुAहाला घर= बसून आयतं उZपbन िमळालं तर चालेल का?
जवळजवळ २५% लोक हो ह= Aहणाले. ह= टfकेवार= पुढे वाढे ल? Aहणजे हा, तू, मी, आपण
सगळे घर= बसू, आEण परत एकदाÉ
पुढचा
तुमचं ठ”क आहे रे ! थोडं career चं काह=तर= झालंय. थोड=फार वयंह= झालीयत. पण मी अजून
२२ वषाtचाच आहे . मला लहान बह=ण आहे . ती तर १२ वषाtचीच आहे . आमचं काय होणार? तुAह=
काह= करणार का? सांगा ना?
मधला
अरे , काह=तर= होईल. Éमेबी अणुऊज¥सारखी —=ट= वगैरे होईल. लोक AI बंद= घालतील. काह=तर=
होईल नाÉ
मागचा
अनेक गोcी येतात आEण जातात. डायनोसोर वर मोठ” उ]का येऊन पडली. •लेग येऊन गेला.
चंगीज खान येऊन गेला. World Wars झाली. हे ह= होऊन जाईल.
पुढचा
पण मला तसं मरायचं नाह=ये •लेग dकंवा यु<ासारखं! (Dवराम. ठोठवOयाचे आवाज यायला
लागतात)
मधला
तुला तुझी ability prove करायला लागेल. तू मशीन पेRा चांगला आहे स हे पटवून rायला
लागेल.
पुढचा
अरे ! This is unfair. माणूस झालो Aहणून काय झालं? ह= काय माझी चूक आहे का? (Dवराम.
uneasy music.)
मागचा
तुझी चूक नाह=? नाह=. ...अरे मग कदािचत ÉतेUहा reservation येईल. आप]याला करायचा
असेल job, तर आपण सगळे अज\ क•, लायनीत उभं राहून.
मधला
आEण आप]या हातात आप]या जातीचा दाखला असेल.
SLIDE 79 (STATUES)
मागचा
(हातातले कागद नाचवत) “मी माणूस आहे .”
मधला
(हातातले कागद नाचवत) “मी माणूस आहे .”
पुढचा
(हातातले कागद नाचवत) “मी माणूस आहे .”
समाª