
Hungarian: 
Fordító: Ádám Kósa
Lektor: Péter Pallós
Nézzenek körül!
Majdnem minden, amit látnak,
az intelligencia hozadéka.
Emberi intelligenciáé.
A pompás színház,
ahol vagyunk, viselt ruháink,
a gondolatok, amelyeket megosztunk.
Az intelligencia a teremtő elve
pl. a relativitáselméletnek,
a Mona Lisának,
a demokrácia eszméjének.
Képzeljék el, mit érhetnénk el,
ha létrehozhatnánk valódi
mesterséges intelligenciát,
ha az intelligenciát
kiválthatnák a számítógépek.

Portuguese: 
Tradutor: Carolina Aguirre
Revisor: Maricene Crus
Olhem em volta.
Quase tudo que vocês veem
é produto da inteligência.
Da inteligência humana.
O magnífico teatro em que estamos,
as roupas que estamos usando.
As ideias que estamos compartilhando.
A inteligência é o princípio criativo
por trás de coisas
como a Teoria da Relatividade,
a Monalisa,
a noção de democracia.
Então, imaginem as possibilidades
se pudéssemos criar
a verdadeira inteligência artificial,
se pudéssemos tornar a inteligência
abundante através de computadores.

English: 
Translator: Maria Pericleous
Reviewer: Ellen Maloney
Look around you.
Almost everything you see 
is the product of intelligence.
Of human intelligence.
The magnificent theatre we are in,
the clothes we are wearing.
The ideas we are sharing.
Intelligence is the creative principle
behind things like 
the Theory of Relativity,
the Mona Lisa,
the idea of Democracy.
So now imagine the possibilities
if we could create 
true Artificial Intelligence,
if we could make intelligence 
abundant through computers.

Korean: 
번역: KIM Hwabum
검토: DK Kim
주변을 살펴보세요.
우리가 볼 수 있는 것들은
거의 대부분이 지성의 산물입니다.
인간의 지성이요.
우리가 있는 이 엄청난 곳이나
우리가 입고 있는 옷도
우리가 나누는 생각도 말이죠.
지성은 창의적 원리라고 볼 수 있죠.
상대성이론이나
모나리자
민주주의 이념 같은 것의
바탕에는 지성이 있습니다.
이제 가능성에 대해 생각해보죠.
우리가 진정한 인공지능을
만들 수 있을지
컴퓨터로 지성을
만들어 낼 수 있을지요.
제가 말씀드리고 싶은 것은

Chinese: 
譯者: Harper Zhang
審譯者: Helen Chang
環顧四周
幾乎所有都是智慧的產物
人類的智慧
我們所在的劇院
我們穿的衣服
我們分享的觀點
智慧是一種創造原則
它造就了相對論
蒙娜麗莎
民主的觀念
試想一下
如果我們能創造出真正的人工智慧
如果我們能透過電腦
擴大人工智慧
那麼讓我告訴你

Hungarian: 
Azért jöttem el, hogy elmondjam,
semmi sem emberibb a mesterséges
intelligencia utáni hajszánál.
Kutató tudós vagyok a DeepMind nevű
mesterségesintelligencia-kutatólabornál.
Célunk valódi mesterséges
intelligencia létrehozása.
Valódi MI-t szeretnénk.
Miért?
Hisszük, hogy az MI mint eszköz
segíthet megoldani a világ
néhány legösszetettebb problémáját.
Mint pl. a klímaváltozást,
a tiszta energiához
és vízhez való hozzájutást,
és betegségek leküzdését.
A mesterséges intelligencia esélyt ad,
hogy az ilyen kérdésekben
gyorsabban haladjunk,
mintegy az emberi
leleményességet megsokszorozva.
De az MI létrehozása érdekében
először is meg kell értenünk,
pontosan mi az intelligencia.

Korean: 
인공지능을 추구하는 것 만큼
인간적인 것은 없다는 점입니다.
저는 딥마인드의 연구원입니다.
인공지능을 연구하는 곳이죠.
저희의 목표는
진정한 인공 지능을 만드는 것입니다.
진정한 A.I. 요.
왜냐고요?
저희는 인공지능이
세상의 가장 복잡한 문제들을
해결할 수 있을 것이라 믿습니다.
기후변화,
청정에너지,
물 공급,
질병같은 문제들이요.
이러한 문제 해결에서 인공지능은
발전을 가속시킬 수 있습니다.
인간 창의력을 배가시키면서 말이죠.
하지만 인공지능을 만들기 위해선
우선 지성이 뭔지부터
정확하게 이해해야 합니다.

Portuguese: 
Eu estou aqui para dizer
que não há nada mais humano
do que a busca
pela inteligência artificial.
Sou cientista de pesquisa na DeepMind,
um laboratório de pesquisa
em inteligência artificial.
Nosso objetivo é criar
inteligência artificial verdadeira.
IA verdadeira.
Por quê?
Acreditamos que a inteligência artificial
é uma ferramenta que ajudaria a resolver
alguns problemas mais complexos do mundo.
Problemas como a mudança climática,
energia limpa,
acesso à água,
e combate a doenças.
A inteligência artificial nos oferece
uma chance de acelerar o progresso
em questões como estas,
agindo como um multiplicador
para a genialidade humana.
Mas, para criar inteligência artificial,
primeiro precisamos entender
exatamente o que é inteligência.

English: 
I am here to tell you 
that there is nothing more human
than the pursuit 
of Artificial Intelligence.
I am a research scientist at DeepMind,
an Artificial Intelligence research lab.
Our goal is to create 
true artificial intelligence.
True A.I.
Why?
We believe that artificial intelligence
is a tool that can help us solve some 
of the world's most complex problems.
Problems like climate change,
clean energy,
access to water,
and fighting disease.
Artificial intelligence offers us 
a chance to accelerate progress
on questions like these
by acting as a multiplier
for human ingenuity.
But in order to create
artificial intelligence,
we first need to understand
exactly what intelligence is.

Chinese: 
沒有什麼比追求人工智慧
更為人性化的了
我是 DeepMind 實驗室的研究科學家
研究人工智慧
我們的目標是創造真正的人工智慧
真正的 A.I.
為什麼？
因為我們相信
人工智慧是一種工具
它能幫關我們解決
世界上最複雜的問題
例如氣候變化問題
清潔能源問題
水資源獲取問題
以及疾病問題
人工智慧能為這些問題
提供加速解決的機會
透過對乘數效應的應用
來擴大人類的聰明才智
但為了創造人工智慧
首先要瞭解清楚「智慧」到底是什麼

Portuguese: 
A marca da inteligência humana
é sua generalidade.
Ninguém expressou essa ideia
de maneira mais vívida
do que o autor de ficção científica
Robert A. Heinlein:
"Um ser humano deve ser capaz
de trocar uma fralda,
planejar uma invasão, matar um porco,
comandar um navio, projetar um prédio,
escrever um soneto, fazer a contabilidade,
construir uma parede, consertar um osso,
consolar os moribundos,
receber ordens, dar ordens,
cooperar, agir sozinho,
resolver equações,
analisar um novo problema,
adubar o solo, programar um computador,
cozinhar uma refeição saborosa,
lutar eficientemente, morrer galantemente.
A especialização é para insetos".

Chinese: 
人類智慧的特徵是普適性
科幻小說家 羅伯特·海因林
闡釋得最為生動
「一個人類需要能夠換尿布
計畫侵略，宰殺肉豬
駕駛船隻，設計建築
寫十四行詩，平衡收支
修建圍牆，設置炸彈
安慰垂死之人
遵守秩序，給予秩序
相互合作，單獨行動
解方程式，分析新問題
為農田施肥，編寫程式
煮可口的飯
勇敢地抗爭，優雅地離去
專門化是屬於昆蟲的」

Hungarian: 
Az emberi intelligenciát
az általánosíthatóság fémjelzi.
Ez a gondolat senkinél
sem jelenik meg tisztábban,
mint a sci-fi-szerző
Robert A. Heinleinnél:
"Az emberi lénynek
pelenkát kell tudnia cserélni,
inváziót előkészíteni, disznót vágni,
hajót kormányozni, épületet tervezni,
szonettet írni, könyvelést vezetni,
falat építeni, csontot helyrerakni,
haldoklót nyugtatni,
parancsot kapni és adni,
együttműködni, egyedül cselekedni,
egyenletet megoldani,
új feladatot kielemezni,
trágyát szétteríteni,
számítógépet programozni,
ízletes ételt főzni,
eredményesen harcolni, elegánsan meghalni.
A specializáció rovaroknak való."

Korean: 
인간 지성의 특징은 보편성에 있습니다.
이 아이디어에 대해
가장 명확하게 표현한 사람으로
SF 작가 로버트 하인라인이 있습니다.
"인간이라면 이런 것들을
할 수 있어야 한다.
기저귀 갈기, 침략 계획하기,
돼지 잡기
배 몰기, 건축 디자인하기,
시 쓰기, 회계장부 맞추기,
벽 쌓기, 뼈 접합하기,
죽어가는 이 달래기,
명령 따르기, 명령을 내리기
협업하기, 혼자 행동하기
방정식 풀기, 새로운 문제 분석하기,
거름 주기, 컴퓨터 프로그래밍하기,
맛있는 요리하기,
효과적으로 싸우기,
명예롭게 죽기.
전문화는 곤충을 위한 것이다."

English: 
The hallmark of human intelligence
is its generality.
Nobody has expressed 
this idea more vividly
than Science Fiction author
Robert A. Heinlein:
"A human being should be able 
to change a diaper,
plan an invasion, butcher a hog,
conn a ship, design a building,
write a sonnet, balance accounts,
build a wall, set a bone,
comfort the dying, 
take orders, give orders,
cooperate, act alone,
solve equations, analyze a new problem,
pitch manure, program a computer,
cook a tasty meal,
fight efficiently, die gallantly.
Specialization is for insects."

Chinese: 
在瀏覽了七十多種智慧的定義後
我的同事沙恩·萊格
得出了非常相似的結論——
「『智慧』衡量個體
在廣泛環境下完成目標的能力」
或者用他最喜歡的語言表示
【螢幕上的數學公式】
讓我們來拆解這個定義
誰，什麼，可以擁有智慧？
答案是那些「智慧體」
那些具備行為能力的人和物
它可以是人類或機器
也可以是軟體
為了達到智慧
智慧體需要擁有完成目標的能力
但不只是幾個特定的目標
而是基於大環境的目標
很明顯，這個定義需要全才

Korean: 
지성의 정의를 70개 이상 살펴 본 후
저와 제 동료 쉐인 레그는
비슷한 결론에 도달했습니다.
지성이란 에이전트가 다양한 환경 속에서
목표를 달성하는 능력입니다.
그가 좋아하는 언어로
표현하면 이렇습니다.
[수식]
(웃음)
이 정의에 대해서 살펴보죠.
누가 혹은 무엇이 지성적일 수 있죠?
저희는 에이전트라고 부르는데요.
행동할 수 있는 사람 혹은
어떤 것이라도 될 수 있어요.
사람일 수도 있고
기계일 수도 있습니다.
소프트웨어일 수도 있고요.
지성적이기 위해 에이전트는
목표를 달성할 수 있어야 합니다.
소수의 특정 분야가 아니라
다양한 분야에서 말이죠.
당연하게 이 정의는
보편성을 요구하고 있습니다.

Portuguese: 
Depois de examinar mais de 70
definições de inteligência,
o meu colega Shane Legg chegou
a uma conclusão muito semelhante:
"A inteligência mede
a habilidade de um agente
para atingir objetivos
numa ampla gama de ambientes".
Ou, em sua linguagem favorita.
(Risos)
Então, vamos descompactar esta definição.
Quem ou o que pode ser inteligente?
A resposta é o que chamamos de agente:
alguém ou algo que pode agir.
E poderia ser um ser humano, uma máquina,
poderia ser um software.
Para ser inteligente, um agente
precisa ser capaz de atingir objetivos.
Não só alguns, ou uns muito específicos,
objetivos numa ampla gama de ambientes.
Claramente, a definição
exige um generalista.

English: 
After sifting through over 70
definitions of intelligence,
my colleague Shane Legg
arrived at a very similar conclusion.
Intelligence measures an agent's ability
to achieve goals
in a wide range of environments.
Or, in his favourite language
[mathematical formula on the screen]
So let's unpack this definition.
Who or what can be intelligent?
The answer is what we call an Agent:
Someone or something that can take action.
And this could be a human being,
it could be a machine,
it could be a piece of software.
In order to be intelligent, an Agent
needs to be able to achieve goals.
But not just a few, or very specific ones,
goals in a wide range of environments.
Clearly, the definition 
calls for a generalist.

Hungarian: 
Miután 70 oldalnyi meghatározáson
rágta magát végig,
Shane Legg kollégám hasonló
következtetésre jutott.
Az intelligencia olyan
ágens képességét méri,
aki változatos körülmények
között is képes céljait elérni.
Vagy, kedvelt nyelvén...
[matematikai képlet a kivetítőn]
Fejtsük kit ezt a meghatározást!
Ki vagy mi lehet intelligens?
A válasz az ún. ágens,
aki vagy ami cselekvésre képes.
Ez lehet emberi lény, gép,
vagy lehet szoftver.
Ahhoz, hogy intelligens legyen,
célok elérésére kell képesnek lennie
változatos környezetben,
és nem egymástól elszigetelve.
Világos, hogy a meghatározás
művelt, sokoldalú emberért kiált.

Chinese: 
而不是專才
所以，要怎麼創造智慧機器？
一個想法是：對於每一項任務
思考人類會如何解決
然後將人類的解決之道
編譯成電腦的一系列處理規則
有時候我們將這種方法稱為 GOFAI
有效的老式的人工智慧
這個看似可行的方法被嘗試後
卻不幸地幾乎全以失敗告終
為什麼？
因為人們極其擅長於解決問題
卻拙於解釋究竟是如何做到的
那麼我們還有什麼解決方法？
讓我們轉向一個活生生的例子
它證明了人腦級別的人工智慧
實現的可能性——

Portuguese: 
Especialistas não precisam se candidatar.
Como construir uma máquina inteligente?
Eis uma ideia: pra cada tarefa ou problema
pensem em como um humano iria resolvê-lo.
Então peguem a solução humana
e codifiquem-na como um conjunto
de regras para o computador.
Às vezes chamamos essa abordagem
de GOFAI, em inglês, que significa
a Boa e Velha Inteligência Artificial.
Esta abordagem plausível foi tentada,
mas infelizmente falhou na maior parte.
O motivo?
As pessoas são incrivelmente boas
em resolver problemas,
mas incrivelmente ruins em explicar
exatamente como elas fazem isso.
Então, o que mais podemos fazer?
Vamos nos voltar para a única prova viva
de que a inteligência em nível humano
é realmente possível.

English: 
Specialists need not apply.
So how would you go about 
building an intelligent machine?
Here's an idea: for every task or problem
think of how a human would solve it.
Then take the human solution
and encode it as a set of rules
for the computer.
We sometimes call this approach GOFAI
Good Old-Fashioned
Artificial Intelligence.
This plausible approach has been tried,
but unfortunately it has mostly failed.
The reason?
People are incredibly good
at solving problems,
but incredibly bad at explaining
exactly how they do it.
So what else can we do?
Let's turn to the one living proof
that human-level intelligence
is actually possible.

Korean: 
전문성이 아니라요.
여러분이라면 지성적인 기계를
어떻게 만드시겠습니까?
한 가지 아이디어가 있습니다.
모든 문제, 과제를 인간이라면
어떻게 해결할지 생각해 보는 겁니다.
그리고 인간의 해결 방법을
일련의 규칙으로 코드화해서
컴퓨터에 적용하는 거죠.
저희는 고파이라고도 부르는데요.
'옛날 방식 인공 지능'이란 뜻이에요.
꽤나 괜찮아 보이는 이 방식을
시도해 보았지만
안타깝게도 대부분 실패했어요.
이유요?
사람은 문제 해결에는
말도 안되게 뛰어나지만
그걸 정확히 어떻게 했는지
설명하는 데는 젬병이거든요.
그럼 다른 방법은 어떤 게 있을까요?
인간 수준의 지성이 실제로 가능하다는
살아있는 증거를 살펴보죠.

Hungarian: 
Specialisták nem jönnek szóba.
Hogyan fogunk hozzá tehát
intelligens gép megépítéséhez?
Én erre gondolok:
képzeljék el, hogy az ember
hogyan oldaná meg a feladatokat?
Majd az emberi megoldást
kódoljuk a számítógépre
szabályok sorozataként.
Ezt a megközelítést
gyakran nevezik GOFAI-nak,
régi stílusú mesterséges intelligenciának.
Ezt a kézenfekvő megközelítést próbálták,
de sajnos, többnyire sikertelenül.
Az ok?
Hihetetlenül jók vagyunk
problémamegoldásban,
de hihetetlenül rosszul magyarázzuk el,
hogy miként csináljuk.
Tehát mi maradt?
Az egyetlen élő bizonyíték,
hogy az emberszintű
intelligencia lehetséges:

Chinese: 
人類的大腦
我不知道你們如何——
但從我的經驗看
我們透過經驗來學習
把這個觀點運用在電腦軟體上
稱為「機器學習」
你可以把機器學習看成
新的電腦程式設計方式
我們不給電腦設置規則和指令
而是讓它透過例子和經驗學習
因此接下來的演講
將圍繞「人工學習智慧體」展開
它透過三種方式學習——
觀察形勢
採取行動
達到目標並獲得獎勵

Portuguese: 
Nossa mente humana.
Não sei qual é a experiência de vocês,
mas na minha, quando aprendemos,
é com a experiência.
Quando aplicamos essa mesma ideia
ao software de computador,
chamamos isso de aprendizado de máquina.
Pensem em aprendizado de máquina como
um novo jeito de programar um computador.
Nós não lhe damos regras ou instruções,
em vez disso, o deixamos aprender
com exemplos e experiência.
Daí para o restante da palestra,
o protagonista será um agente
de aprendizagem artificial
que interage com o mundo
de três maneiras diferentes.
Ele observa o estado do mundo,
toma iniciativas
e recebe recompensas
por alcançar objetivos.

Korean: 
바로 우리 자신입니다.
여러분들은 어떤지 모르겠습니다만
제 경험에 따르면 배움이란 건
주로 경험을 통해 이루어져요.
바로 이 아이디어를
켬퓨터에 적용시킨 것을
머신러닝이라고 부릅니다.
머신러닝은 컴퓨터를 프로그래밍하는
새로운 방법이라고 볼 수 있어요.
규칙 또는 명령을 전달하는 게 아니라
대신에 사례와 경험을 통해서
배우게 놔두는 겁니다.
그래서 나머지 강연 시간의
주요 주제는 바로
인공 학습 에이전트입니다.
3가지 방법으로 세상과
상호 작용을 하는데요.
외부의 상태를 관찰하고
행동을 취합니다.
그리고 목표를 달성하면
보상을 받게 됩니다.

Hungarian: 
a saját emberi elménk.
Nem tudom, önöknek mi
a tapasztalata, de nekem az,
hogy a tapasztalatomból tanulok.
Ha szoftverekre alkalmazzuk ezt az elvet,
azt gépi tanulásnak hívjuk.
Gondolhatnak rá úgy is,
mint a programozás új módjára.
Nem szabályokat
vagy utasításokat táplálunk be,
hanem hagyjuk, hadd tanuljon
példákból és tapasztalatból.
Ennélfogva az előadás hátralévő részében
a főhőst a mesterségesen
tanuló ágens játssza,
amely három módon van
kölcsönhatásban a világgal.
Megfigyeli a világ állapotát,
ott cselekvést hajt végre,
és jutalomban részesül
a célok eléréséért.

English: 
Our own human minds.
I don't know what your experience is,
but in my experience, when we learn
we learn from experience.
When we apply that very idea
to computer software,
we call it machine learning.
You can think of machine learning
as a new way of programming a computer.
We don't feed it rules or instructions,
instead we let it learn 
from examples and experience.
Hence for the remainder of the talk,
the protagonist will be
an artificial learning agent
that interacts with the world
in three different ways.
It observes the state of the world,
it takes action in the world,
and it receives rewards
for achieving goals.

Portuguese: 
O cérebro do agente de aprendizagem
é uma rede neural artificial.
Essa é uma arquitetura de computador
que é inspirada no cérebro humano.
Durante o treinamento,
aprende adaptando as conexões
entre suas células cerebrais artificiais.
O objetivo?
Tomar iniciativas que conduzam
a uma maior recompensa no futuro.
Então, como um exemplo de treinamento,
vamos levar nosso melhor amigo
e agente de aprendizado, o cachorro.
E os amantes de gatos entenderão
por que não estamos usando um aqui.
(Risos)
O que vocês fariam
se quisessem treinar seu cão
para se sentar ao seu comando?
Primeiro, nós o atraímos
para a posição sentada.
Então pronunciamos o comando "senta"
e o recompensamos com um agrado.
Conforme fazemos isso repetidamente,
o cérebro do cão aprende adaptando
as conexões entre seus neurônios

Hungarian: 
A tanuló ágens agya
mesterséges neurális hálózat,
az emberi agyat utánzó
számítógépes struktúra.
Képzése során kapcsolódási
pontokat alakít ki
mesterséges idegsejtjei között.
A cél?
A jövőben a legnagyobb jutalommal
járó cselekedeteket végrehajtani.
A képzés egyik példája legyen
legjobb barátunk
és tanuló ágensünk, a kutya.
A macskaimádók érteni fogják,
miért nem használhatunk macskát itt.
(Nevetés)
Mit tennének, ha kutyájukat
ki akarnák képezni,
hogy parancsra üljön?
Először rávesszük az ülőhelyzetre.
Aztán ráparancsolunk: "ülj",
majd falattal jutalmazzuk meg.
Ahogy ezt többször megismételjük,
a kutya agya az idegsejtek
kapcsolódásainak szervezése útján tanul

Korean: 
학습 에이전트의 뇌는
인공 신경망입니다.
인간의 뇌에서 영감을 받은
컴퓨터 아키텍처입니다.
훈련 과정 중에 인공 뇌세포들 간의
연결을 구성하며 배웁니다.
미래에 가장 많은 보상을 줄 행동을
취하는 것이 목표입니다.
훈련의 예를 살펴보기 위해
학습 에이전트이자 가장 가까운 친구인
개를 살펴보겠습니다.
고양이를 좋아하시는 분들이라면
왜 고양이는 안되는지 아실 거예요.
(웃음)
당신의 개를 훈련시키려면
여러분은 어떻게 하시겠습니까?
명령에 따라 앉게 만들려면요?
우선 앉은 자세를 취하도록 유도하죠.
그리고 "앉아"라고 소리내서 말하겠죠.
그리곤 보상으로 간식을 주죠.
이걸 계속해서 반복하면
개는 뉴런들끼리의 연결망을
조정하면서 배우게 됩니다.

English: 
The learning agent's brain
is an artificial neural network.
That's a a computer architecture
that's inspired by the human brain.
During training it learns
by adapting the connections
between its artificial brain cells.
The goal?
To take actions that lead
to the greatest reward in the future.
So as an example for training,
let's take our best friend
and learning agent, the dog.
And cat lovers will understand
why we are not using a cat here.
(Laughter)
What would you do
if you wanted to train your dog
to sit on command?
First you lure it into a sitting position.
Then you utter the command, "sit",
and then you reward it with a treat.
As you do this again and again,
the dog's brain learns by adapting
the connections between its neurons

Chinese: 
學習智慧體的大腦
是一個人工神經網路——
這是一個受人腦的啟發
而構建出的計算機結構
透過改寫人工腦細胞的連接
來達到學習的目的
目標是什麼？
是採取未來能達到的
最好結果的行為
為了更好地理解
我們舉人類最好的朋友
和學習智慧體為例——
狗
愛貓人士將會知道
我們為什麼不用貓作例子
（笑聲）
如果你想訓練狗根據指令坐下
你會怎麼做？
首先引導它坐下
然後說出指令「坐下」
最後給它獎勵
當你重複做這一系列行為
狗的大腦就會透過
改變神經元的連接來學習

Hungarian: 
a falat megszerzése érdekében.
A mesterségesen tanuló ágenst nagyrészt
ugyanezzel a módszerrel képzik ki,
és ezt gépi tanulásnak nevezzük.
Sci-fi, azt mondanák,
de egyáltalán nem.
Mobiltelefonjuk reagál hangparancsokra?
Fotóik automatikusan
tartalom szerint címkéződnek?
Üzeneteik más nyelvekre
fordítódnak le az interneten?
Az összes ilyen rendszert
gépi tanulással képezték ki.
Példák, nem szabályok betáplálásával.
De a valódi mesterséges intelligencia
honnan meríti a tapasztalatot
és a milliónyi kölcsönhatást,
hogy tanuljon belőlük?
Meglepően, ösztönzést adhat
Stefan Zweig híres könyve, a Sakknovella.

Portuguese: 
para obter o agrado.
Os agentes de aprendizado artificiais
são treinados da mesma maneira,
o que chamamos de aprendizado de máquina.
"Ficção científica", vocês podem pensar,
mas de modo nenhum.
O celular respondendo aos comandos de voz?
Suas fotos marcadas
automaticamente pelo conteúdo?
Suas mensagens traduzidas
para um idioma diferente on-line?
Todos esses sistemas foram treinados
por aprendizado de máquina.
Alimentados com exemplos, não regras.
Mas pra verdadeira inteligência artificial
de onde virão toda a experiência
e as ricas interações?
Surpreendentemente,
podemos encontrar inspiração
no famoso livro de Stefan Zweig,
"The Royal Game".

Korean: 
간식을 얻는 방법을요.
인공 학습 에이전트 역시
이와 같은 방법으로 훈련됩니다.
이걸 머신러닝이라 부르는 거죠.
과학소설같은 얘기라고 하실 수 있어요.
전혀요.
음성명령을 알아듣는 휴대전화?
사진의 내용에 따라 자동으로
태그를 등록하는 기능?
메시지를 즉시
다른 언어로 번역하는 기능?
이런 것들은 모두 이 머신러닝을
통해 이루어졌습니다.
예시를 보여주면서요.
규칙을 정해주는 게 아니라요.
하지만 완전한 인공 지능이
그런 상호 작용과 경험을
어디에서 배울 수 있을까요?
놀랍게도 우리는
슈테판 츠바이크의 '로얄 게임'이라는
책에서 영감을 얻을 수 있었습니다.

Chinese: 
以得到獎勵
人工學習智慧體正是
透過這樣的方式學習
這就是「機器學習」
「科幻小說？」
你可以會這樣說
完全不是
手機回應你的語音指令？
照片自動透過內容進行標記？
消息在網路上轉譯成不同語言？
這些系統都經由機器學習來訓練
給予例子而不是給予規則
但對於真正的人工智慧
學習所需的豐富經驗和互動
要從哪裡來呢？
意外的是，我們從
一本書裡找到了啟發——
茨威格的名著《棋王》

English: 
to get the treat.
So artificial learning agents are trained
in much the same way as this,
and that's what we call machine learning.
Science fiction, you might be saying,
not at all.
The mobile phone responding
to your voice commands?
Your photos automatically
tagged by content?
Your messages translated 
into a different language online?
All of these systems have been
trained by machine learning.
By feeding them examples, not rules.
But for true artificial intelligence
where will all the experience
and the rich interactions
to learn come from?
Surprisingly, we can find inspiration
in Stefan Zweig's famous book
"The Royal Game".

Chinese: 
這本書講述 B 博士的故事——
一個無辜入獄
並被單獨囚禁起來的人
和我們的學習智慧體一樣
B 博士被關在小空間裡
渴望得到激勵
「他們什麼都沒對我們做
除了讓我們無事可做」
眾所周知
世界上沒有什麼
比空虛給人帶來的壓力更大了
一天，在等待問訊時
B 博士設法從獄卒身上偷了一本書
一本關於國際象棋的書
他渴望著全情投入
於是如飢似渴地學習
如何下國際象棋
他重演著書中的大師棋局
一遍又一遍

English: 
The book tells the story of Dr B,
an innocent man who has been arrested
and is being held in solitary confinement.
Not unlike our learning agent,
Dr B is alone in a small world,
and starved of stimulation.
"They did nothing to us,
other than subjecting us 
to complete nothingness".
For as is well known
nothing on earth puts more pressure
on the human mind than nothing.
One day, while waiting
for an interrogation,
Dr B manages to steal a book
from one of his captors.
A book about the game of chess.
Eager to engage his mind,
Dr B devours the book
and learns to play chess.
He replays the master games in the book
again and again.

Korean: 
'B 박사'에 관한 이야기인데요.
아무 죄가 없음에도 체포되어서
독방에 수감되게 됩니다.
우리의 에이전트와 다르지 않게
B 박사는 작은 세상에 갇혀
고독한 삶을 살게 됩니다.
"그들은 우리에게 공허함 외에는
그 무엇도 허용하지 않았다."
아시다시피
세상 그 어떤 것도 공허함보다
인간 정신을 짓누르는 건 없죠.
하루는 심문을 기다리던 중
'B 박사'는 교도관에게서
책 하나를 훔치는데 성공합니다.
체스에 관한 책이었죠.
무료함을 달래고자 했던 그는
책에 깊이 빠져들게 되고
체스 두는 법을 배우게 됩니다.
책의 체스 수들을 끊임없이
반복 또 반복합니다.

Hungarian: 
A könyv dr. B.-ről szól,
egy ártatlan férfiról,
akit letartóztatnak,
és külön szobában őriznek.
De a mi tanuló ágensünkkel ellentétben,
dr. B. a kicsiny világában egyedül van,
és ingerek után sóvárog.
"Nem bántottak, –
csupán tökéletesen üres térbe helyeztek.
Tudvalevően
semmi sem oly nyomasztó
az emberi lélekre, mint az űr."
Egy nap, amíg várta, hogy kihallgassák,
dr. B.-nek sikerült ellopnia
egyik fogvatartója könyvét,
amely a sakkról szólt.
Hogy buzgón lekösse elméjét,
dr. B. falja a könyvet, és sakkozni tanul.
Újra és újra lejátssza a könyvből
a mesterjátszmákat.

Portuguese: 
O livro conta a história do Dr. B,
um homem inocente que foi preso e está
sendo mantido em confinamento solitário.
Não muito diferente
do nosso agente de aprendizado,
o Dr. B está sozinho num mundo
pequeno e carente de estímulo.
"Eles não fizeram nada por nós,
além de nos submeter a completar o vazio."
Pois como é sabido,
nada na Terra coloca mais pressão
na mente humana do que o nada.
Um dia, enquanto aguardava
um interrogatório,
o Dr. B consegue roubar
um livro de um dos captores.
Um livro sobre o jogo de xadrez.
Ansioso por acionar a própria mente,
o Dr. B devora o livro
e aprende a jogar xadrez.
Ele reproduz os jogos mestres no livro
repetidas vezes.

Korean: 
어느 정도 시간이 지난 후
이것에 흥미를 잃게 되죠.
더 많은 재미를 간절히 원했고
B 박사는 자기 자신을 상대로
체스를 두기 시작합니다.
그러나 곧 깨닫게 되죠.
자기 자신을 상대로 체스를 두려면
자신의 정신을 둘로
나눠야 한다는 것을요.
검은색의 '나'와 흰색의 '나'로요.
두 '에이전트'가 생긴 후에야 비로소
진정한 상호작용과 배움이 가능했습니다.
그로부터 몇 년 후 한 유람선에서
'B 박사'는 당시 체스 세계 챔피언
미르코 센토비치를 만나게 됩니다.
체스 전문가,
오직 체스에서만 뛰어나죠.
놀라운 기술을 선보인 끝에
B 박사는 불가능을
가능으로 이루어냅니다.

Hungarian: 
De egy idő után a játszmák
újdonságukat vesztik.
Az elszántan szórakozni vágyó dr. B.
megpróbál saját maga ellen játszani.
De hamarosan rájön,
ahhoz, hogy maga ellen tudjon játszani,
elméjét kétfelé kell választania:
a világos "Én"-re és a sötét "Én"-re.
Csak most, hogy két ágens van játékban,
jöhet lére valódi tanulás és kölcsönhatás.
Évekkel később egy sétahajón
dr. B. megismerkedik a világbajnok
sakkozóval, Mirko Czentoviccsal.
Sakkszakértő, de csak abban jeleskedik.
Képességeit bámulatosan felvonultatva,
dr. B.-nek sikerül elérnie a lehetetlent:

Portuguese: 
Mas depois de um tempo,
esses jogos perderam a novidade.
Desesperado por mais diversão,
o Dr. B tenta jogar xadrez
contra si mesmo.
Mas ele logo percebe
que, para jogar xadrez contra si mesmo,
precisa dividir a mente em duas metades:
um "eu" preto e um "eu" branco.
Agora, só agora, com dois agentes em jogo,
pode haver verdadeira
interação e aprendizado.
Anos depois, em um cruzeiro,
o Dr. B conhece o campeão mundial
de xadrez da época, Mirko Czentovic.
Um especialista em xadrez e apenas nisso.
Numa demonstração impressionante
de suas habilidades,
o Dr. B consegue fazer o impossível:

Chinese: 
但過了一段時間
那些棋局變得不再新奇了
渴望看到棋局的進一步變化
他開始嘗試與自己對弈
但他馬上意識到
為了與自己對弈
他需要把自己的思想分成兩半
一個黑棋的「我」
和一個白棋的「我」
只有現在，當兩個智慧體對弈時
才能真正產生互動
從而得到學習
幾年過去了
在一艘郵輪上
B 博士遇到當時的世界象棋大師
米爾科·琴托維奇——
一個國際象棋的專家
但僅限於象棋——
B 博士展示了他令人驚訝的技藝
完成了不可能

English: 
But after a while, those games
have lost their novelty.
Desperate for further diversion,
Dr B attempts to play chess
against himself.
But he soon realizes
that in order to play chess
against himself,
he needs to split his mind
into two halves:
an "I" black and an "I" white.
Now, only now, with two agents in play,
can there be true 
interaction and learning.
Years later on a cruise ship,
Dr B meets the world chess champion
at the time, Mirko Czentovic.
An expert at chess, and only at chess.
In a stunning demonstration of his skills,
Dr B manages to do the impossible:

Korean: 
세계 체스 챔피언을 이긴 겁니다.
80년 뒤, 슈테판 츠바이크의
소설은 현실이 됩니다.
작가 그 자신도 상상하지
못했을 방식으로요.
현대의 센토비치라 할 스탁피쉬는
2016년 컴퓨터 체스 챔피언입니다.
옛날 방식 인공 지능이죠.
체스를 두기 위한,
오직 체스만을 위한 것이죠.
현대의 'B 박사'라 할 알파제로는
인공 학습 에이전트입니다.
오로지 자기 자신을
상대로 두면서 체스를 배웠죠.
체스 뿐만이 아니라
장기나 바둑같은 어려운 게임들도요.
알파제로는 1,000번의 경기에서
스탁피쉬와 비교해서
25배가 넘는 승을 거둡니다.
전 세계 체스 챔피언
가리 카스파로프에 의하면

Hungarian: 
legyőzi a sakkvilágbajnokot.
Nyolcvan év előrehaladtával
Stefan Zweig története valósággá válik,
úgy, ahogy azt álmában sem
gondolta volna a szerző.
A modern Czentovic, Stockfish,
a 2016-os számítógép-sakkvilágbajnok.
A régi stílusú mesterséges intelligencia,
amely sakkozik, de csakis azt csinálja.
A modern dr. B., AlphaZero,
mesterségesen tanuló ágens,
amely úgy tanulja a játékot,
hogy csupán önmaga ellen játszik.
De nem csak sakkot.
Bonyolult játékokat is,
mint a sógi és a go.
Ezer játszmát összevetve,
AlphaZero 25-ször
többet nyer, mint Stockfish.
A korábbi sakkvilágbajnok,
Garri Kaszparov szerint,

Chinese: 
擊敗了世界象棋冠軍
快進 80 年，茨威格的故事
以連作者都料不到的方式成了現實
現代的琴托維奇
電玩象棋「鱈魚」（Stockfish）——
2016 年的電腦國際象棋冠軍
有效的老式人工智慧體
國際象棋的「專」才——
與現代的 B 博士
「阿爾法零（AlphaZero）」——
人工學習智慧體
透過與自己對弈進行學習
但不僅學習國際象棋
還學習將棋和圍棋——
在 1000 場博弈中
「阿爾法零」所贏場數
是「鱈魚」的 25 倍
據前世界象棋冠軍
加里·卡斯帕羅夫的評論：

Portuguese: 
ele vence o Campeão Mundial de Xadrez.
Avançando 80 anos e a história
de Stefan Zweig se torna realidade
de uma forma que nem mesmo
o autor poderia imaginar.
O Czentovic moderno, Stockfish,
campeão de xadrez de computador em 2016.
A boa e velha inteligência artificial
para jogar xadrez e apenas xadrez.
O moderno Dr. B, AlphaZero,
um agente de aprendizado artificial,
que aprende a jogar xadrez
jogando apenas contra si mesmo.
E não apenas xadrez.
Também os jogos difíceis de Shogi e Go.
Em uma partida de mil jogos,
o AlphaZero ganha 25 vezes
mais jogos que o Stockfish.
E de acordo com o ex-campeão
mundial de xadrez Garry Kasparov,

English: 
he wins at chess against
the World Chess Champion.
Fast forward 80 years,
and Stefan Zweig's story becomes reality
in a way that not even the author 
could have imagined.
The modern Czentovic, Stockfish,
computer chess champion 2016.
A good, old-fashioned
Artificial Intelligence
for playing chess, and only chess.
The modern Dr B, AlphaZero,
an artificial learning agent,
that learns to play chess
solely by playing against itself.
And not just chess.
Also the difficult games of Shogi and Go.
In a match of 1,000 games,
AlphaZero wins 25 times
as many games as Stockfish.
And according to former world
chess champion Garry Kasparov,

Korean: 
그것도 아주 멋지게요.
[알파제로가 나처럼 역동적인 수를
두는 걸 보는 건 즐거웠다. 진심이다]
그럼 알파제로는 어떻게 작동할까요?
알파제로는 'B 박사'와 비슷하게
체스에 대한 아무런 지식없이
학습을 시작합니다.
룰을 먼저 알고 있어야겠죠.
처음 체스를 시작하면
거의 그저 아무렇게나 수를 두죠.
하지만 어느 순간 우연히 승리하게 되고
바로 그 순간 마법이 일어납니다.
알파제로가 배우기 시작하는 거죠.
인공 뉴런들끼리의 연결을
재조정하며 배우게 됩니다.
좋은 수를 둘 가능성을 점점 키웁니다.
더 나은 기사가 되면서
더 높은 수준의 경기를 펼치고
더 많은 걸 배우게 되죠.
그렇게 8시간 만에
알파제로는 체스에 대해

Hungarian: 
mindezt elegánsan tette.
Hogyan működik AlphaZero?
AlphaZero tanuló ágens,
csakúgy, mint dr. B.,
nulla sakktudással kezdi,
egyedül a szabályokat tudja.
Amikor kezdetben maga ellen játszik,
többé-kevésbé véletlenszerűen teszi.
De valamikor véletlenül győz,
és innentől kezdve megtáltosodik.
AlphaZero úgy fog tanulni,
hogy kapcsolatot alakít ki
mesterséges idegsejtjei között,
hogy az előnyösebb lépéseket,
többször játssza meg.
Ahogy egyre jobban játszik,
még jobbak lesznek a játszmái;
belőlük tanul.
Csupán nyolc óra alatt
AlphaZero többet tanul a sakkról,

Chinese: 
「它以絕佳的風格獲勝」
「阿爾法零」是如何運作的呢？
和 B 博士極其相似
「阿爾法零」最初
對國際象棋一無所知
棋賽規則除外
當它剛開始與自己對弈時
它下得多多少少有些隨意
但在某一時刻，它碰巧取勝了
奇蹟自此開始
「阿爾法零」開始學習
它透過改造其人工神經網路的連接學習
並更頻繁地使用那些勝算更大的走法
隨著技藝的提升
它創造出更好的棋局以供學習
在短短八個小時裡
相比於之前人類
用 1,500 年所學到的

English: 
it did so in great style indeed.
So how does AlphaZero work?
AlphaZero is a learning agent, 
that much like Dr B,
begins with zero knowledge
about the game of chess,
except for the rules.
When it starts playing against itself,
it plays more or less randomly.
But at some point,
it stumbles upon a victory,
and that's when the magic
starts happening.
AlphaZero begins to learn.
It learns by adapting the connections 
between its artificial neurons
to make more successful moves
more likely to be played.
As it becomes a better player,
it produces even better games
from which to learn.
In only eight hours,
AlphaZero learns more 
about the game of chess

Portuguese: 
ele fez isso em grande estilo, de fato.
Então, como funciona o AlphaZero?
O AlphaZero é um agente de aprendizado,
muito parecido com o Dr. B,
começa com zero conhecimento
sobre o jogo de xadrez,
exceto pelas regras.
Quando ele começa a jogar contra si mesmo,
joga mais ou menos aleatoriamente.
Mas em algum momento,
tropeça em uma vitória,
e é aí que a magia começa a acontecer.
O AlphaZero começa a aprender.
Aprende adaptando as conexões
entre seus neurônios artificiais
tornando os movimentos mais bem-sucedidos
mais propensos a serem jogados.
Conforme se torna um jogador melhor,
faz jogadas ainda melhores para aprender.
Em apenas oito horas,
o AlphaZero aprende
mais sobre o jogo de xadrez

Portuguese: 
do que se aprendeu
nos últimos 1,5 mil anos.
Será que os nossos agentes de aprendizagem
podem ir além da pura competição
e se tornarem jogadores de equipe?
Afinal, nós humanos
prosperamos na cooperação.
Para descobrir isso,
nós treinamos nossos agentes
de aprendizado em outro jogo.
Pegue a Bandeira.
No Pegue a Bandeira,
os jogadores se unem
para pegar a bandeira do time adversário,
enquanto protegem a própria.
No videogame, os jogadores controlam
os movimentos do seu avatar
e podem marcar os adversários.
Aqui está um vídeo mostrando
como pegar uma bandeira.
À esquerda, vemos a perspectiva do agente
e, à direita, uma vista de cima pra baixo.
Corra para a base do adversário
e pegue a bandeira.
Então traga de volta pra sua própria base,
mas para marcar, você precisa ter certeza

Korean: 
우리가 1,500년간 배운 것보다도
더 많은 걸 알게 됩니다.
하지만 이 에이전트가 단순경쟁이 아니라
팀 협력도 가능할까요?
어찌 됐든 인간은
협력을 통해 번성하잖아요.
그걸 알기 위해
우리는 에이전트에게
다른 게임을 시켜봤습니다.
깃발 뺏기 게임이요.
깃발 뺏기 게임에서는
플레이어들이 팀을 짜고
아군의 것은 지키면서
적의 깃발을 뺏어야 합니다.
이 비디오 게임에서는 플레이어들이
자기 캐릭터를 조종하여
적을 태그할 수 있습니다.
깃발을 어떻게 뺏는지 보시죠.
왼쪽은 에이전트의 시점이고
오른쪽은 위에서 내려다 본 것입니다.
적 기지로 뛰어가서
깃발을 들고
아군 기지로 가져가야 합니다.
하지만 점수를 따기 위해 중요한 건

Chinese: 
「阿爾法零」從棋賽中學到了更多
但我們的學習智慧體
能否超越純粹的博弈
成為團隊成員？
畢竟我們人類因合作而蓬勃發展
為了找到答案
我們用另一個遊戲來
訓練我們的學習智慧體——
奪旗遊戲
在奪旗遊戲中
玩家組隊去奪取對手的旗幟
同時保護本隊旗幟
在遊戲裡，玩家控制著角色的活動
並可以將對手點擊出局
這是一個展示如何奪旗的影片
螢幕左側是學習智慧體的視角
右側是全域視野
跑入敵方的陣營
奪取旗幟
然後將其帶回自己的營地
但為了得分
你需要確保你的旗幟

English: 
than had been learnt
in the past 1,500 years.
But can our learning agents
go beyond pure competition,
and become team players?
After all, we humans 
thrive on cooperation.
In order to find out,
we trained our learning agents
on another game.
Capture the flag.
In Capture the Flag, players team up
to capture the opponent team's flag, 
while protecting their own.
In the video game players control 
the movements of their avatar,
and they can tag opponents.
Here's a video showing
how to capture a flag.
On the left you will see 
the agent perspective,
and on the right you see a top-down view.
So, run to the opponent base
and pick up the flag.
Then bring it back to your own base,
but in order to score, 
you need to make sure

Hungarian: 
mint amennyit az elmúlt
1 500 évben bárki tanult.
De legyőzhetik-e tanuló ágenseink 
az egyéni versenyszellemet,
hogy csapatjátékosokká váljanak?
Az embert mégiscsak
az együttműködés viszi előre.
Hogy a végére járjunk,
tanuló ágenseinket új játékra képeztük ki.
A Ragadd el a zászlót!-ra.
A játékban a csapatoknak
el kell ragadniuk ellenfelük zászlaját,
miközben sajátjukat védik.
A videojátékban a résztvevők
irányítják avatárjaik mozgását,
és ellenfeleket választhatnak ki.
Ebben a videóban látható,
hogyan ragadjuk el a zászlót.
A bal oldalon az ágens szemszögéből,
a jobbon pedig felülnézetből.
Átfutunk tehát az ellenség térfelére,
és felkapjuk a zászlót.
Aztán visszahozzuk a saját térfelünkre,
de pontot csak akkor érhetünk el,

English: 
that your own flag
is at your own base at the time.
Similar to AlphaZero,
we trained the learning agents
by letting them play against themselves
for millions of games.
But the environment here 
is much richer than chess,
it's a 3D environment.
The agents need to learn
to cooperate as well as to compete.
And because our goal is generality, 
we train them on a diverse set of maps,
with different teammates, 
and against different opponents.
We were excited to discover 
that the learning agents learnt
some rather advanced behaviours.
For example, they learnt 
to defend their home base.
They learnt to set up camp
in the opponent base,
to wait till the flag there re-appears,
so that they can capture it.
And they learnt to follow their teammates,
because then they can work together.

Korean: 
아군의 깃발이 우리 기지에
남아 있어야 된다는 겁니다.
알파제로와 비슷하게 에이전트들끼리
수백만 번의 경기를 펼치며
배우게 놔두었습니다.
하지만 체스와 비교해
아주 복잡한 환경이죠.
이건 입체 세계니까요.
에이전트들은 경쟁뿐만 아니라
서로 협력하는 것도 배워야 해요.
또한 우리 목표는 보편성이기에
다양한 맵에서 경기를 펼치게 했습니다.
각기 다른 팀원과
각기 다른 적을 상대로요.
저희는 기뻣습니다.
에이전트들이 진보된 행동 양식을
보여 주기 시작했거든요.
예를 들어, 아군 기지를 지킨다거나
적 기지에서 기다리기도 했죠.
적의 깃발이 다시 나타나면
그걸 가지고 가려고요.
팀원을 따라가는 것도 배웠죠.
그러면 협력이 가능하니까요.

Hungarian: 
ha saját zászlónk nálunk marad.
AlphaZeróhoz hasonlóan
a tanuló ágenseket úgy képeztük ki,
hogy több millió játszmában
egymásnak eresztettük őket.
A sakkhoz képest itt sokkal színesebb,
3D-s környezetet találunk.
Az ágenseknek meg kell tanulniuk
együttműködni, de versenyezni is.
Mivel pedig célunk az általánosíthatóság,
különféle térképmintákat használunk,
más-más csapattársakkal indítjuk őket
változatos vetélytársak ellen.
Izgatottan fedeztük fel, hogy az ágensek
fejlett viselkedésmódokat tanultak meg.
Pl. megtanulták saját térfelüket védeni,
vagy az ellenlábas térfelén letáborozni,
és kivárni, hogy elkaphassák
az újból megjelenő zászlót.
Megtanulták csapattársuk követését,
mivel úgy képesek vele együttműködni.

Chinese: 
此刻還在自己的營地中
與「阿爾法零」相似
我們讓這些學習智慧體
與自己博弈上百萬次
但這裡的環境比國際象棋更為複雜
這是一個三維環境
學習智慧體既要學習合作
又要學會競爭
由於我們的目標是普適性
我們用各種地圖來訓練它們
與不同的隊友協作
和不同的敵人對抗
我們很興奮地發現
學習智慧體學會了一些很先進的行為
比如，它們學會了保衛自己的營地
學會了在敵方的營地安營紮寨
以等待旗幟重新出現並奪取它
它們還學會了跟隨隊友
以便協同作戰

Portuguese: 
de que a sua própria bandeira
está na sua base no momento.
Semelhante ao AlphaZero,
treinamos os agentes de aprendizado
deixando-os jogar contra
si mesmos por milhões de jogos.
Mas o ambiente aqui é
muito mais rico que o xadrez,
é um ambiente 3D.
Os agentes precisam aprender
a cooperar, além de competir.
Como o objetivo é generalidade, treinamos
num conjunto diversificado de mapas,
com diferentes adversários
e companheiros de equipe.
Ficamos empolgados ao descobrir
que os agentes aprenderam
alguns comportamentos bastante avançados.
Por exemplo, eles aprenderam
a defender sua base.
Aprenderam a montar acampamento
na base do adversário,
esperar até a bandeira voltar a aparecer,
para que eles possam capturá-la.
E aprenderam a seguir os companheiros
de equipe, para poderem trabalhar juntos.

Hungarian: 
Legvégül a tanuló ágens
lett sokkal erősebb a játékban,
mint a jó emberi játékosok.
Azonos összetételű ellenfelek ellen
a tanuló ágensek a játszmák 74%-ában,
erős emberi játékosok pedig
csupán 52%-ában győztek.
De legjobban az lepett meg,
hogy az emberi játékosok
a mesterséges tanuló ágenseket
részesítették előnyben csapatukban.
Azt mondták, egyszerűen
képzettebbek és megbízhatóbbak.
(Nevetés)
De elég legyen a mesterséges
tanuló ágensekből.
Mit tanultunk eddig mi,
emberi tanuló ágensek?
Talán azt, hogy a mesterséges
intelligencia utáni hajsza
sokkal emberibb törekvés, mint gondoltuk.
Elvégre az emberi intelligenciából
merítünk ihletet, amikor azt mondjuk,

Chinese: 
最終，學習智能體在遊戲中
變得比高級人類玩家更為強大
在和一系列對手的博弈中
學習體贏了 74 % 的比賽
而高級人類玩家
只贏了 52 % 的比賽
但最令人驚訝的
人類玩家在遊戲中更傾向於
與人工學習智慧體組隊
他們說學習智慧體更為熟練和可靠
（笑聲）
但說了這麼多有關
人工學習智慧體的內容
我們人類學到了什麼？
我們學到了
也許對人工智慧的追求
是一項比我們所認為的
更具人性的事業
畢竟，我們自人類的智慧獲取靈感

Portuguese: 
Finalmente, os agentes de aprendizagem
tornaram-se mais fortes no jogo
do que jogadores humanos fortes.
Contra um grupo fixo de oponentes,
os agentes ganharam 74% dos jogos
comparados com fortes jogadores humanos,
que só ganharam 52% de seus jogos.
Mas o que mais nos surpreendeu
foi que os jogadores humanos
preferiam jogar com os agentes
de aprendizado artificial em suas equipes.
Diziam que eram simplesmente
mais habilidosos e confiáveis.
(Risos)
Mas chega de falar de agentes
de aprendizado artificiais.
O que nós, como agentes humanos
de aprendizagem, aprendemos até agora?
Talvez que a busca
pela inteligência artificial
seja um esforço mais humano
do que pensávamos.
Afinal, nos inspiramos
na inteligência humana,

English: 
Eventually, the learning agents
became stronger at the game
than strong human players.
Against a fixed pool of opponents,
the learning agents won 74% of their games
as compared to strong human players, 
who only won 52% of their games.
But what surprised us the most,
was that the human players
preferred to play with the artificial 
learning agents on their team.
They said they were simply 
more skilled and reliable.
(Laughter)
But enough about 
artificial learning agents.
What have we as human 
learning agents learnt so far?
Maybe that the pursuit 
of artificial intelligence
is a more human endeavour than we thought.
After all, we take inspiration 
from human intelligence,

Korean: 
어느 정도 지난 후
이 게임에 뛰어난 에이전트들이
뛰어난 인간 플레이어를 능가했습니다.
특정 그룹을 상대로 한 경기에서
74%의 승률을 기록했습니다.
반면 뛰어난 인간 플레이어는
단지 52%의 승률을 기록했죠.
무엇보다 가장 놀라웠던 건
인간 플레이어들이
인공 에이전트들과 플레이하는 걸
더 선호했다는 거예요.
이유는 단순히 그들이 더 뛰어나고
믿음이 간다는 거였어요.
(웃음)
인공 에이전트에 대해서는
충분히 말한 거 같습니다.
우리는 인간 에이전트로서
무엇을 배웠을까요?
아마도 그건 인공지능을
추구한다는 게
우리가 생각했던 거 보다
훨씬 인간적인 일이라는 것?
우리는 인간의 지성에서
영감을 얻은 결과로

Chinese: 
有鑑於此，我們說
智慧的特點是其普適性
我們自人類的學習汲取靈感
有鑑於此，我們說
學習智慧體需要的是經驗而非指令
我們從人類的互動獲取靈感
有鑑於此，我們強調
需要訓練學習智慧體協作
去克服困擾 B 博士的空虛
總而言之
運用人類智慧
也許有一天我們能創造出
真正的人工智慧
它不單單能玩遊戲
還能幫助我們解決一些
現代最棘手的問題
透過運用更强大的智慧來達成
（掌聲）

Hungarian: 
hogy az intelligenciát
az általánosíthatóság fémjelzi.
Az emberi tanulásból merítünk ihletet,
amikor azt mondjuk,
hogy az intelligens ágensnek tapasztalat,
és nem utasítások kellenek.
És az emberi kölcsönhatásból
merítünk ihletet,
amikor kiemeljük, hogy együtt kell
képeznünk a tanuló ágenseket,
hogy leküzdjük azt az űrt,
ami dr. B.-t kísértette a történetben.
Végkövetkeztetésképp tehát,
saját emberi intelligenciánkat használva
egy napon talán valódi mesterséges
intelligenciát hozhatunk létre,
olyan eszközt, ami nem csak játszik,
hanem kimagaslóbb intelligenciával
korunk legnagyobb problémáin
segít nekünk felülkerekedni.
(Taps)

Portuguese: 
quando dizemos que a marca
da inteligência é sua generalidade.
Nós nos inspiramos na aprendizagem humana
quando dizemos que agentes inteligentes
precisam de experiência e não instruções.
E nos inspiramos na interação humana
quando enfatizamos que precisamos treinar
nossos agentes de aprendizado juntos,
para superar o vazio
que assombrou o Dr. B na história.
Então, para concluir,
usando nossa própria inteligência humana,
talvez um dia possamos criar
a verdadeira inteligência artificial,
uma ferramenta que não só joga os jogos,
mas que pode nos ajudar a enfrentar alguns
dos grandes problemas dos nossos tempos
com maior inteligência.
(Aplausos)

English: 
when we say that the hallmark
of intelligence is its generality.
We take inspiration from human learning,
when we say that intelligent agents 
need experience and not instructions.
And we take inspiration
from human interaction,
when we emphasize that we need 
to train our learning agents together,
to overcome the nothingness
that haunted Dr B in the story.
So to conclude,
using our own human intelligence
maybe one day we can create 
true Artificial Intelligence,
a tool that not only plays games
but that can help us tackle
some of the great problems of our times
with greater intelligence.
(Applause)

Korean: 
지성의 특징이
보편성이라는 걸 말합니다.
우리는 인간의 배움에서
영감을 얻은 결과로
에이전트들에게 필요한 건 명령이 아닌
경험이라고 말합니다.
우리는 인간의 상호 작용에서
영감을 얻어
에이전트들이 함께 훈련해야
한다고 말합니다.
소설 속의 B 박사를 괴롭힌
공허함을 채우기 위해서요.
결론으로 우리 인간 지성을 이용해서
언젠가 진정한 의미의 인공 지능을
만들 수 있을지도 모릅니다.
이것은 게임을 하는 것뿐 아니라
우리를 도와 이 시대 가장 큰 문제들을
해결할 것입니다.
더 나은 지성으로요.

Korean: 
(박수)
