Because I usually take the role of trying to explain to people how wonderful the new technologies that are coming along are going to be, and I thought that, since I was among friends here, I would tell you what I really think and try to look back and try to understand what is really going on here with these amazing jumps in technology that seem so fast that we can barely keep on top of it.
Solitamente ho il compito di provare a spiegare alla gente quanto meravigliose saranno le nuove tecnologie che stanno nascendo, ma ho pensato che, visto che qui siamo tra amici, vi avrei detto quello che penso davvero e ci saremmo guardati alle spalle per capire cosa stia succedendo in realtà con questi salti tecnologici sensazionali che sembrano tanto veloci che a fatica riusciamo a seguirli.
So I'm going to start out by showing just one very boring technology slide. And then, so if you can just turn on the slide that's on. This is just a random slide that I picked out of my file. What I want to show you is not so much the details of the slide, but the general form of it. This happens to be a slide of some analysis that we were doing about the power of RISC microprocessors versus the power of local area networks. And the interesting thing about it is that this slide, like so many technology slides that we're used to, is a sort of a straight line on a semi-log curve. In other words, every step here represents an order of magnitude in performance scale. And this is a new thing that we talk about technology on semi-log curves. Something really weird is going on here. And that's basically what I'm going to be talking about.
Vorrei cominciare mostrandovi una singola diapositiva molto noiosa sulla tecnologia. Ecco, se potete accendere il proiettore. Questa è una diapositiva a caso che ho preso dal mio archivio. Quello che vorrei sottolineare non sono tanto i dettagli, ma la forma generale. Questa è una diapositiva su un'analisi che stiamo conducendo sulla potenza dei microprocessori RISC rispetto alla potenza delle reti locali. La cosa interessante è che questa diapositiva, come tante slide tecniche a cui siamo abituati, è una sorta di linea retta su una curva semi-logaritmica. In altre parole, ogni fase qui rappresenta un ordine di grandezza sulla scala delle prestazioni. Questa è una cosa nuova: parlare di tecnologia su curve semi-logaritmiche. Sta succedendo qualcosa di strano. E sarà in pratica quello di cui parlerò.
So, if you could bring up the lights. If you could bring up the lights higher, because I'm just going to use a piece of paper here. Now why do we draw technology curves in semi-log curves? Well the answer is, if I drew it on a normal curve where, let's say, this is years, this is time of some sort, and this is whatever measure of the technology that I'm trying to graph, the graphs look sort of silly. They sort of go like this. And they don't tell us much. Now if I graph, for instance, some other technology, say transportation technology, on a semi-log curve, it would look very stupid, it would look like a flat line. But when something like this happens, things are qualitatively changing. So if transportation technology was moving along as fast as microprocessor technology, then the day after tomorrow, I would be able to get in a taxi cab and be in Tokyo in 30 seconds. It's not moving like that. And there's nothing precedented in the history of technology development of this kind of self-feeding growth where you go by orders of magnitude every few years.
Potete riaccendere le luci. Fate un po' più di luce, per favore, perché vorrei usare uno di questi fogli. Perché disegniamo curve che riguardano la tecnologia su curve semi-logaritmiche? La risposta è che, se le disegnassi su una curva normale dove, diciamo, questi sono anni, questo è il tempo, e questa è una qualunque misura di tecnologia che sto cercando di rappresentare, il grafico avrebbe un aspetto un po' stupido. Una cosa di questo tipo. E non ci dice molto. Ora, se disegnassi per esempio una tecnologia differente, ad esempio quella dei mezzi di trasporto, su una curva semi-logaritmica, avrebbe un aspetto molto stupido, quello di una linea piatta. Ma quando succede una cosa come questa le cose stanno visibilmente cambiando. Se la tecnologia dei mezzi di trasporto progredisse velocemente come quella dei microprocessori, allora entro un paio di giorni dovrei poter salire su un taxi e arrivare a Tokyo in 30 secondi. Non si comporta così. E non c'è nulla di simile, nella storia dello sviluppo tecnologico, a questo tipo di crescita auto-alimentante in cui si cresce di interi ordini di grandezza nel giro di pochi anni.
Now the question that I'd like to ask is, if you look at these exponential curves, they don't go on forever. Things just can't possibly keep changing as fast as they are. One of two things is going to happen. Either it's going to turn into a sort of classical S-curve like this, until something totally different comes along, or maybe it's going to do this. That's about all it can do. Now I'm an optimist, so I sort of think it's probably going to do something like that. If so, that means that what we're in the middle of right now is a transition. We're sort of on this line in a transition from the way the world used to be to some new way that the world is. And so what I'm trying to ask, what I've been asking myself, is what's this new way that the world is? What's that new state that the world is heading toward? Because the transition seems very, very confusing when we're right in the middle of it.
Ora vorrei chiedervi, se guardate queste curve esponenziali, non proseguono indefinitamente, vero? Le cose semplicemente non possono continuare a cambiare così velocemente. Accadrà una di queste due cose. O si trasformeranno in curve a S abbastanza classiche come questa, finché non appare qualcosa di completamente diverso, oppure faranno una cosa così. È tutto quello che può succedere. Io sono un ottimista, quindi penso che probabilmente seguiranno questo percorso. Se è così, significa che quella che stiamo attraversando proprio adesso è una transizione. Siamo circa su questa linea di transizione tra come il mondo era una volta a come è adesso. Vorrei chiedervi, e me lo chiedo anch'io, com'è fatta questa nuova forma del mondo? E qual è il nuovo stato verso cui si dirige il mondo? Perché la transizione sembra molto molto confusa quando ci siamo proprio nel mezzo.
Now when I was a kid growing up, the future was kind of the year 2000, and people used to talk about what would happen in the year 2000. Now here's a conference in which people talk about the future, and you notice that the future is still at about the year 2000. It's about as far as we go out. So in other words, the future has kind of been shrinking one year per year for my whole lifetime. Now I think that the reason is because we all feel that something's happening there. That transition is happening. We can all sense it. And we know that it just doesn't make too much sense to think out 30, 50 years because everything's going to be so different that a simple extrapolation of what we're doing just doesn't make any sense at all.
Quando ero piccolo, il futuro era all'incirca nell'anno 2000, e le persone parlavano di cosa sarebbe successo nel 2000. Ed ecco qui una conferenza in cui le persone parlano del futuro, dove si può notare che il futuro è ancora intorno al 2000. È il massimo a cui possiamo spingerci. In altre parole, il futuro si è ristretto in qualche modo un anno ogni anno per tutta la mia vita. Penso che la ragione sia perché tutti abbiamo la sensazione che qualcosa sta accadendo. La transizione sta accadendo. Possiamo sentirla tutti. E sappiamo che non ha neanche molto senso persare 30, 50 anni in anticipo perché tutto sarà così diverso che una semplice estrapolazione di quello che stiamo facendo semplicemente non ha senso.
So what I would like to talk about is what that could be, what that transition could be that we're going through. Now in order to do that I'm going to have to talk about a bunch of stuff that really has nothing to do with technology and computers. Because I think the only way to understand this is to really step back and take a long time scale look at things. So the time scale that I would like to look at this on is the time scale of life on Earth. So I think this picture makes sense if you look at it a few billion years at a time.
Quello di cui vorrei parlare è ciò che potrebbe essere, che aspetto potrebbe avere la transizione che stiamo attraversando. Per fare ciò dovrò parlare di un mucchio di cose che non hanno niente a che fare con tecnologia e computer. Penso che l'unico modo di capire tutto questo sia fare un passo indietro e usare una scala di tempo molto lunga. Quindi la scala di tempo che vorrei usare è la scala di tempo della vita sulla Terra. Penso che questa immagine abbia senso se la si guarda a miliardi di anni per volta.
So if you go back about two and a half billion years, the Earth was this big, sterile hunk of rock with a lot of chemicals floating around on it. And if you look at the way that the chemicals got organized, we begin to get a pretty good idea of how they do it. And I think that there's theories that are beginning to understand about how it started with RNA, but I'm going to tell a sort of simple story of it, which is that, at that time, there were little drops of oil floating around with all kinds of different recipes of chemicals in them. And some of those drops of oil had a particular combination of chemicals in them which caused them to incorporate chemicals from the outside and grow the drops of oil. And those that were like that started to split and divide. And those were the most primitive forms of cells in a sense, those little drops of oil.
Se tornate indietro di circa due miliardi e mezzo di anni, la Terra era un enorme, sterile pezzo di roccia con molti elementi chimici che le giravano attorno. Se guardate al modo in cui gli elementi chimici si sono organizzati, cominciamo a farci un'idea abbastanza buona di come fanno. E penso ci siano teorie che stanno cominciando a capire come tutto è cominciato con l'RNA, ma io vorrei raccontarvi la versione corta, e cioè che, a quell'epoca, c'erano piccole gocce d'olio che galleggiavano con all'interno tutti i tipi di ricette per formare elementi chimici. Alcune di queste gocce d'olio contenevano una particolare combinazione di sostanza chimiche che le ha spinte ad incorporare elementi chimici dall'esterno ed espandere la goccia. Quelle che si comportavano così cominciarono a dividersi e separarsi. Quelle erano le forme più primitive di cellula, in un certo senso, piccole gocce d'olio.
But now those drops of oil weren't really alive, as we say it now, because every one of them was a little random recipe of chemicals. And every time it divided, they got sort of unequal division of the chemicals within them. And so every drop was a little bit different. In fact, the drops that were different in a way that caused them to be better at incorporating chemicals around them, grew more and incorporated more chemicals and divided more. So those tended to live longer, get expressed more.
Ma quelle gocce non erano ancora vive, come diciamo adesso, perché ognuna di esse era una collezione casuale di elementi. Ogni volta che si divideva si aveva una sorta di spartizione non equa degli elementi all'interno. Quindi ogni goccia era un po' diversa. In effetti, le gocce che erano diverse in modo tale da essere più adatte a incorporare gli elementi intorno a loro crebbero di più, incorporarono più elementi e si riprodussero di più. Queste tendevano anche a vivere più a lungo, a essere espresse di più.
Now that's sort of just a very simple chemical form of life, but when things got interesting was when these drops learned a trick about abstraction. Somehow by ways that we don't quite understand, these little drops learned to write down information. They learned to record the information that was the recipe of the cell onto a particular kind of chemical called DNA. So in other words, they worked out, in this mindless sort of evolutionary way, a form of writing that let them write down what they were, so that that way of writing it down could get copied. The amazing thing is that that way of writing seems to have stayed steady since it evolved two and a half billion years ago. In fact the recipe for us, our genes, is exactly that same code and that same way of writing. In fact, every living creature is written in exactly the same set of letters and the same code.
Questa è solo una semplice forma di vita chimica, ma il momento in cui le cose si fecero interessanti fu quando quelle gocce impararono un trucco sull'astrazione. In un qualche modo che ancora non comprendiamo del tutto, queste gocce impararono a scrivere le informazioni. Impararono a registrare l'informazione, la ricetta della cellula, su un particolare tipo di elemento chimico chiamato DNA. In altre parole hanno concepito, nel modo meccanico proprio dell'evoluzione, una forma di scrittura che gli permise di registrare ciò che erano, in modo che anche quel modo di scrivere venisse copiato. La cosa fantastica è che quella forma di scrittura sembra essere rimasta immutata da quando si è evoluta due miliardi e mezzo di anni fa. La ricetta per noi, i nostri geni, è esattamente lo stesso codice e la stessa forma di scrittura. In effetti, ogni creatura vivente è scritta con le stesse lettere e lo stesso codice.
In fact, one of the things that I did just for amusement purposes is we can now write things in this code. And I've got here a little 100 micrograms of white powder, which I try not to let the security people see at airports. (Laughter) But this has in it -- what I did is I took this code -- the code has standard letters that we use for symbolizing it -- and I wrote my business card onto a piece of DNA and amplified it 10 to the 22 times. So if anyone would like a hundred million copies of my business card, I have plenty for everyone in the room, and, in fact, everyone in the world, and it's right here. (Laughter) If I had really been a egotist, I would have put it into a virus and released it in the room.
Ho fatto una cosa giusto per divertirmi un po' grazie al fatto che possiamo usare questo codice. Ho qui 100 microgrammi di polvere bianca che cerco di non far vedere agli addetti alla sicurezza degli aeroporti. (Risate) Questa contiene... quello che ho fatto è stato prendere il codice che ha lettere standard che usiamo per rappresentarlo, e ho scritto il mio biglietto da visita sul DNA e l'ho ingrandito di 10 alla ventiduesima volte. Quindi se qualcuno volesse cento milioni di copie del mio biglietto ne ho abbastanza per tutti in sala, o per ogni persona al mondo, ed è proprio qui. (Risate) Se fossi stato davvero egocentrico, lo avrei inserito in un virus e rilasciato nella stanza.
(Laughter)
(Risate)
So what was the next step? Writing down the DNA was an interesting step. And that caused these cells -- that kept them happy for another billion years. But then there was another really interesting step where things became completely different, which is these cells started exchanging and communicating information, so that they began to get communities of cells. I don't know if you know this, but bacteria can actually exchange DNA. Now that's why, for instance, antibiotic resistance has evolved. Some bacteria figured out how to stay away from penicillin, and it went around sort of creating its little DNA information with other bacteria, and now we have a lot of bacteria that are resistant to penicillin, because bacteria communicate. Now what this communication allowed was communities to form that, in some sense, were in the same boat together; they were synergistic. So they survived or they failed together, which means that if a community was very successful, all the individuals in that community were repeated more and they were favored by evolution.
Qual è il prossimo passo? Poter scrivere il DNA è stato un passo interessante. Questo ha permesso alle cellule di essere felici per un altro miliardo di anni. Ma poi c'è stato un altro passo molto importante che ha cambiato completamente le cose: queste cellule hanno cominciato a scambiare informazioni e comunicare, cominciarono a spuntare delle comunità di cellule. Non so se lo sapete, ma i batteri possono scambiarsi il DNA. Questo è il motivo, per esempio, per cui la resistenza agli antibiotici si è evoluta. Alcuni batteri hanno capito come resistere alla penicillina e hanno cominciato a creare questa informazione via DNA insieme ad altri batteri e ora abbiamo molti batteri resistenti alla penicillina perché i batteri comunicano. Quello che questa comunicazione ha permesso è stata la formazione di comunità che, in un certo senso, erano sulla stessa barca, erano sinergiche. Quindi sopravvivevano o scomparivano insieme, che vuol dire che se una comunità aveva successo tutti gli individui in quella comunità si sarebbero replicati di più e avrebbero avuto un vantaggio evolutivo.
Now the transition point happened when these communities got so close that, in fact, they got together and decided to write down the whole recipe for the community together on one string of DNA. And so the next stage that's interesting in life took about another billion years. And at that stage, we have multi-cellular communities, communities of lots of different types of cells, working together as a single organism. And in fact, we're such a multi-cellular community. We have lots of cells that are not out for themselves anymore. Your skin cell is really useless without a heart cell, muscle cell, a brain cell and so on. So these communities began to evolve so that the interesting level on which evolution was taking place was no longer a cell, but a community which we call an organism.
Il punto di transizione è stato raggiunto quando queste comunità divennero così unite che, a tutti gli effetti, decisero di scrivere l'intera ricetta per la comunità insieme, in una singola stringa di DNA. Questo passo successivo interessante per la vita richiese un altro miliardo di anni. A quel punto abbiamo delle comunità multicellulari, comunità di molti tipi diversi di cellule, che lavorano insieme come un singolo organismo. Noi siamo una comunità multicellulare di questo tipo. Abbiamo molte cellule che non sono più isolate. Le cellule della pelle sono inutili senza cellule cardiache, muscolari, celebrali e così via. Queste comunità si sono evolute fino al punto che il livello in cui l'evoluzione operava non era più quello cellulare, ma quello delle comunità che chiamiamo organismi.
Now the next step that happened is within these communities. These communities of cells, again, began to abstract information. And they began building very special structures that did nothing but process information within the community. And those are the neural structures. So neurons are the information processing apparatus that those communities of cells built up. And in fact, they began to get specialists in the community and special structures that were responsible for recording, understanding, learning information. And that was the brains and the nervous system of those communities. And that gave them an evolutionary advantage. Because at that point, an individual -- learning could happen within the time span of a single organism, instead of over this evolutionary time span.
Il passo successivo avvenne all'interno di queste comunità. Queste comunità di cellule cominciarono a loro volta ad astrarre informazioni. Cominciarono a costruire strutture particolari che non facevano altro che processare informazioni nella comunità. Erano strutture neurali. I neuroni sono l'apparato di elaborazione delle informazioni che quelle comunità di cellule hanno costruito. Poi cominciarono ad apparire gli specialisti nella comunità e strutture speciali che erano responsabili di registrare, capire e imparare le informazioni. Erano il cervello e il sistema nervoso di quelle comunità. Questo diede loro un vantaggio evolutivo. Perché a quel punto, l'apprendimento poteva avvenire nello spazio di una vita di un singolo organismo, invece che al ritmo evolutivo precedente.
So an organism could, for instance, learn not to eat a certain kind of fruit because it tasted bad and it got sick last time it ate it. That could happen within the lifetime of a single organism, whereas before they'd built these special information processing structures, that would have had to be learned evolutionarily over hundreds of thousands of years by the individuals dying off that ate that kind of fruit. So that nervous system, the fact that they built these special information structures, tremendously sped up the whole process of evolution. Because evolution could now happen within an individual. It could happen in learning time scales.
Un organismo poteva, per esempio, imparare a non mangiare un certo tipo di frutta perché non era buono e l'ultima volta che l'aveva provato era stato male. Questo poteva avvenire nello spazio di una vita di un singolo organismo, mentre prima dell'avvento di queste strutture per l'elaborazione delle informazioni questo si sarebbe dovuto imparare con l'evoluzione nell'arco di centinaia di migliaia di anni da individui che morivano per aver mangiato quel frutto. Quel sistema nervoso, il fatto di aver costruito quelle strutture speciali per le informazioni ha accelerato tremendamente tutto il processo evolutivo. L'evoluzione poteva avvenire all'interno di un individuo. Poteva avvenire semplicemente imparando.
But then what happened was the individuals worked out, of course, tricks of communicating. And for example, the most sophisticated version that we're aware of is human language. It's really a pretty amazing invention if you think about it. Here I have a very complicated, messy, confused idea in my head. I'm sitting here making grunting sounds basically, and hopefully constructing a similar messy, confused idea in your head that bears some analogy to it. But we're taking something very complicated, turning it into sound, sequences of sounds, and producing something very complicated in your brain. So this allows us now to begin to start functioning as a single organism.
Poi è accaduto che gli individui hanno imparato, ovviamente, trucchi per comunicare. L'esempio più sofisticato che conosciamo di questi trucchi è il linguaggio umano. È un'invenzione affascinante se ci pensate. Qui ho un'idea in testa, molto complicata, articolata e confusa. Sto fermo qui praticamente grugnendo e sperando di costruire un'idea simile, confusa e articolata nella vostra testa che somigli un po' alla mia. Prendiamo qualcosa di molto complicato, lo trasformiamo in suono, in sequenze di suoni e produciamo qualcosa di molto complesso nel nostro cervello. Questo ci permette, ora, di cominciare ad agire come un singolo organismo.
And so, in fact, what we've done is we, humanity, have started abstracting out. We're going through the same levels that multi-cellular organisms have gone through -- abstracting out our methods of recording, presenting, processing information. So for example, the invention of language was a tiny step in that direction. Telephony, computers, videotapes, CD-ROMs and so on are all our specialized mechanisms that we've now built within our society for handling that information. And it all connects us together into something that is much bigger and much faster and able to evolve than what we were before. So now, evolution can take place on a scale of microseconds. And you saw Ty's little evolutionary example where he sort of did a little bit of evolution on the Convolution program right before your eyes.
Quello che abbiamo fatto, in pratica, è che noi, l'umanità, abbiamo cominciato ad astrarci. Stiamo attraversando gli stessi livelli che hanno attraversato gli organismi multicellulari, astraendo il nostro metodo di registrare, presentare ed elaborare le informazioni. L'invenzione del linguaggio, per esempio, è un piccolo passo in quella direzione. Telefoni, computer, video, CD-ROM e così via sono tutti sofisticati meccanismi che abbiamo costruito nella nostra società per trattare le informazioni. E ci connettono tutti insieme in qualcosa che è molto più grande, più veloce, e più capace di evolvere di quanto non fosse prima. Ora l'evoluzione può avere luogo nell'arco di microsecondi. Avete visto il piccolo esempio evolutivo di Ty in cui ha applicato l'evoluzione nel programma Convolution proprio davanti a voi.
So now we've speeded up the time scales once again. So the first steps of the story that I told you about took a billion years a piece. And the next steps, like nervous systems and brains, took a few hundred million years. Then the next steps, like language and so on, took less than a million years. And these next steps, like electronics, seem to be taking only a few decades. The process is feeding on itself and becoming, I guess, autocatalytic is the word for it -- when something reinforces its rate of change. The more it changes, the faster it changes. And I think that that's what we're seeing here in this explosion of curve. We're seeing this process feeding back on itself.
Abbiamo accelerato il progresso un'altra volta. I primi passi della storia che vi ho raccontato hanno richiesto un miliardo di anni ciascuno. Quelli successivi, come i sistemi nervosi e i cervelli, qualche centinaio di milioni di anni. I passi successivi, linguaggio e così via, meno di un milione di anni. Quelli seguenti, come l'elettronica, sembrano avvenire in pochi decenni. Il processo si auto-alimenta e diventa autocatalitico, credo sia questa la parola per qualcosa che rinforza il proprio tasso di cambiamento. Più cambia, più velocemente cambia. Penso sia questo che stiamo osservando nell'esplosione della curva. Osserviamo il processo che nutre sé stesso.
Now I design computers for a living, and I know that the mechanisms that I use to design computers would be impossible without recent advances in computers. So right now, what I do is I design objects at such complexity that it's really impossible for me to design them in the traditional sense. I don't know what every transistor in the connection machine does. There are billions of them. Instead, what I do and what the designers at Thinking Machines do is we think at some level of abstraction and then we hand it to the machine and the machine takes it beyond what we could ever do, much farther and faster than we could ever do. And in fact, sometimes it takes it by methods that we don't quite even understand.
Io progetto computer per lavoro e so che i meccanismi che uso per progettare i computer sarebbe impossibile senza i recenti progressi fatti dai computer. In questo momento, progetto oggetti di tale complessità che sarebbe impossibile progettarli in modo tradizionale. Io non so esattamente cosa faccia ogni singolo transistor. Ce ne sono miliardi. Invece, ciò che io e i progettisti a Thinking Machine facciamo è pensare ad un certo livello di astrazione, poi passiamo la palla alla macchina e questa si spinge più in là di quanto mai potremmo noi, più lontano e più velocemente di quanto potremmo noi. Qualche volta lo fa persino usando metodi che non capiamo del tutto.
One method that's particularly interesting that I've been using a lot lately is evolution itself. So what we do is we put inside the machine a process of evolution that takes place on the microsecond time scale. So for example, in the most extreme cases, we can actually evolve a program by starting out with random sequences of instructions. Say, "Computer, would you please make a hundred million random sequences of instructions. Now would you please run all of those random sequences of instructions, run all of those programs, and pick out the ones that came closest to doing what I wanted." So in other words, I define what I wanted. Let's say I want to sort numbers, as a simple example I've done it with. So find the programs that come closest to sorting numbers.
Un metodo che trovo molto interessante e che di recente ho usato spesso è l'evoluzione stessa. Quello che facciamo è inserire nella macchina un processo di evoluzione che si svolge in microsecondi. Per esempio, nei casi più estremi, possiamo far evolvere un programma partendo da sequenze casuali di istruzioni. Chiediamo al computer di creare cento milioni di sequenze casuali di istruzioni. Poi di eseguire tutte quelle sequenze casuali, eseguire quei programmi, e scegliere quelle che si avvicinano di più a quello che cercavo. In altre parole, io decido cosa voglio. Diciamo che voglio ordinare dei numeri, un esempio semplice che ho usato. Poi trovo i programmi che si avvicinano di più all'ordinare i numeri.
So of course, random sequences of instructions are very unlikely to sort numbers, so none of them will really do it. But one of them, by luck, may put two numbers in the right order. And I say, "Computer, would you please now take the 10 percent of those random sequences that did the best job. Save those. Kill off the rest. And now let's reproduce the ones that sorted numbers the best. And let's reproduce them by a process of recombination analogous to sex." Take two programs and they produce children by exchanging their subroutines, and the children inherit the traits of the subroutines of the two programs. So I've got now a new generation of programs that are produced by combinations of the programs that did a little bit better job. Say, "Please repeat that process." Score them again. Introduce some mutations perhaps. And try that again and do that for another generation.
Ovviamente, è molto improbabile che istruzioni casuali riescano a ordinare numeri, quindi nessuna sequenza lo fa davvero. Ma una di esse, per puro caso, potrebbe mettere due numeri nell'ordine giusto. Allora dico al computer di prendere il 10 percento delle sequenze casuali che hanno fatto il lavoro migliore. Salviamo quelle ed eliminiamo il resto. Poi riproduciamo quelle che hanno ordinato meglio i numeri. E le riproduciamo tramite un processo di ricombinazione analogo al sesso. Prendete due programmi, essi produrranno figli scambiandosi le subroutine, e i figli erediteranno i tratti delle subroutine dei due programmi. Ecco che ho una nuova generazione di programmi che sono prodotti dalla combinazione dei programmi che hanno fatto il lavoro migliore. Ripetiamo il processo. Valutiamo di nuovo. Magari introduciamo qualche mutazione. Riproviamo per un'altra generazione.
Well every one of those generations just takes a few milliseconds. So I can do the equivalent of millions of years of evolution on that within the computer in a few minutes, or in the complicated cases, in a few hours. At the end of that, I end up with programs that are absolutely perfect at sorting numbers. In fact, they are programs that are much more efficient than programs I could have ever written by hand.
Ognuna di quelle generazioni richiede qualche millisecondo. Posso replicare l'equivalente di milioni di anni di evoluzione su quei programmi all'interno del computer in pochi minuti, o in poche ore nei casi più complicati. Alla fine del processo avrò dei programmi che saranno perfetti nell'ordinare i numeri. E sono programmi molto più efficienti di qualsiasi programma scritto a mano.
Now if I look at those programs, I can't tell you how they work. I've tried looking at them and telling you how they work. They're obscure, weird programs. But they do the job. And in fact, I know, I'm very confident that they do the job because they come from a line of hundreds of thousands of programs that did the job. In fact, their life depended on doing the job.
Se guardo questi programmi, non so dirvi come funzionino. Ho provato a capire come funzionino. Sono programmi oscuri, strani. Ma fanno il lavoro. Sono certo che faranno il lavoro perché vengono da una dinastia di centinaia di migliaia di programmi che lo hanno fatto. In effetti, la loro vita dipendeva dal fare il lavoro.
(Laughter)
(Risate)
I was riding in a 747 with Marvin Minsky once, and he pulls out this card and says, "Oh look. Look at this. It says, 'This plane has hundreds of thousands of tiny parts working together to make you a safe flight.' Doesn't that make you feel confident?"
Una volta ero su un jumbo con Marvin Minsky, lui tira fuori un biglietto ed esclama: "Guarda qui! Dice 'Questo aereo è composto da migliaia di piccole parti che lavorano insieme per farvi volare sicuri.' Ti fa sentire davvero sicuro?"
(Laughter)
(Risate)
In fact, we know that the engineering process doesn't work very well when it gets complicated. So we're beginning to depend on computers to do a process that's very different than engineering. And it lets us produce things of much more complexity than normal engineering lets us produce. And yet, we don't quite understand the options of it. So in a sense, it's getting ahead of us. We're now using those programs to make much faster computers so that we'll be able to run this process much faster. So it's feeding back on itself. The thing is becoming faster and that's why I think it seems so confusing. Because all of these technologies are feeding back on themselves. We're taking off.
Sappiamo che l'ingegneria non funziona proprio perfettamente quando diventa complicata. Quindi stiamo cominciando a dipendere dai computer per processi che sono molto diversi dall'ingegneria. Questo ci permette di produrre oggetti di complessità molto maggiore di quanto ci permetterebbe la normale ingegneria. Ma non capiamo perfettamente tutte le opzioni. In un certo senso stiamo correndo troppo. Ora stiamo usando quei programmi per creare computer ancora più veloci che eseguiranno quel processo ancora più velocemente. Si sta autoalimentando. Il processo sta diventando più veloce e penso sia questo che ce lo fa sembrare confuso. È il fatto che tutte queste tecnologie si autoalimentano. Stiamo decollando.
And what we are is we're at a point in time which is analogous to when single-celled organisms were turning into multi-celled organisms. So we're the amoebas and we can't quite figure out what the hell this thing is we're creating. We're right at that point of transition. But I think that there really is something coming along after us. I think it's very haughty of us to think that we're the end product of evolution. And I think all of us here are a part of producing whatever that next thing is. So lunch is coming along, and I think I will stop at that point, before I get selected out.
E siamo ad un punto della storia che è analogo a quando gli organismi unicellulari stavano diventando organismi multicellulari. Siamo le amebe che non riescono a capire bene che diamine stiamo creando. Siamo in quel punto preciso della transizione. Penso che ci sia davvero qualcosa che verrà dopo di noi. Credo sia molto arrogante da parte nostra crederci il prodotto finale dell'evoluzione. E penso che tutti noi qui abbiamo un ruolo nel produrre qualunque cosa sia quello che viene dopo di noi. Penso anche che sia ora di pranzo, quindi mi fermerò a questo punto, prima di essere rimosso.
(Applause)
(Applausi)