أقوم بعملين .أصمم أجهزة الكمبيوتر المحمولة وأدرس الأدمغة. و محاضرة اليوم ستكون عن الأدمغة و، نعم, في مكان ما هناك لدي معجب بالدماغ. (ضحك) إذا كان بالإمكان إظهار الشريحة الأولى هنا، وسترون عنوان حديثي واثنين من انتماءاتي. ما أنا بصدد الحديث عنه هو السبب في أنه لا يوجد لدينا نظرية جيدة للدماغ، لماذا هو من المهم علينا أن نوجد واحدة؟ و ماذا يمكننا أن نفعل حيالها؟ وسأحاول أن أقوم بكل ذلك في 20 دقيقة. لدي انتماءين. معظمكم يعرفني من أيام اخترعاتي "البالم" و "الهاندسبرنغ" ولكنني أيضا أدير معهد بحوث علمية غير ربحي يدعى معهد ريد وود لعلم الأعصاب في مينلو بارك، و ندرس علم الأعصاب النظري ، و ندرس كيف تعمل قشرة الدماغ الحديثة. سأتحدث عن كل ذلك.
I do two things: I design mobile computers and I study brains. Today's talk is about brains and -- (Audience member cheers) Yay! I have a brain fan out there. (Laughter) If I could have my first slide, you'll see the title of my talk and my two affiliations. So what I'm going to talk about is why we don't have a good brain theory, why it is important that we should develop one and what we can do about it. I'll try to do all that in 20 minutes. I have two affiliations. Most of you know me from my Palm and Handspring days, but I also run a nonprofit scientific research institute called the Redwood Neuroscience Institute in Menlo Park. We study theoretical neuroscience and how the neocortex works. I'm going to talk all about that. I have one slide on my other life, the computer life,
لدي شريحة واحدة عن حياتي الأخرى، حياة الكمبيوتر، وهي هذه الشريحة. هذه بعض المنتجات التي عملت عليها على مدى السنوات العشرين الماضية ، بدءا من الكمبيوتر المحمول الأصلي إلى أجهزة الكمبيوتر اللوحية الأولى وهلم جرا، و انتهاء ب"التريو" في الآونة الأخيرة، و نواصل القيام بذلك. ولقد فعلت ذلك لأنني أؤمن حقا أن الحوسبة المتنقلة هي مستقبل الحوسبة الشخصية، وأنا أحاول جعل العالم أفضل قليلا من خلال العمل على هذه الامور. ولكن كل هذا ، ويجب أن أعترف، أنه كان صدفة. أنا لم أرد أن أصنع أي من هذه المنتجات ومبكرا جدا في حياتي قررت أنني لن أكون في مجال الكمبيوتر.
and that's this slide here. These are some of the products I've worked on over the last 20 years, starting from the very original laptop to some of the first tablet computers and so on, ending up most recently with the Treo, and we're continuing to do this. I've done this because I believe mobile computing is the future of personal computing, and I'm trying to make the world a little bit better by working on these things. But this was, I admit, all an accident. I really didn't want to do any of these products. Very early in my career I decided I was not going to be in the computer industry.
وقبل أن أكلمكم عن ذلك ، أود فقط أن أقول لكم تلك الصورة الجرافيتية الصغيرة التي أخذتها من الانترنت. كنت أبحث عن صورة جرافيتية, لتقليل النصوص, ووجدت موقع الكتروني مخصص للمعلمين الذين يريدون صنعها تعرفون، المخطوطات التي توضع أعلى السبورة، و أضافوا إليها جرافيتي, و أنا آسف لذلك.
Before that, I just have to tell you about this picture of Graffiti I picked off the web the other day. I was looking for a picture for Graffiti that'll text input language. I found a website dedicated to teachers who want to make script-writing things across the top of their blackboard, and they had added Graffiti to it, and I'm sorry about that.
(ضحك)
(Laughter)
فالذي حدث هو أنني عندما كنت شابا و متخرج للتو من كلية الهندسة ، من جامعة "كورنيل" عام 79' قررت أن أعمل لشركة "انتل" كنت أعمل في مجال الكمبيوتر، وبعد ثلاثة أشهر أحببت شيئا آخر ، وقلت: "لقد أخطأت في اختياري المهني هنا". ووقعت في حب الأدمغة. هذا ليس دماغا حقيقيا. هذه صورة لدماغ، وهو رسم تخطيطي. لكنني لا أتذكر بالضبط كيف حدث ذلك، ولكن لدي ذكرى واحدة، قوية جدا في ذهني. في أيلول/ سبتمبر 1979، صدر للمجلة "العلمية الأمريكية" عدد يحمل موضوعا واحدا حول الدماغ. و كان جيدا جدا. لقد كانت من أفضل الأعداد التي أُصدرت. وتحدثوا عن الخلية العصبية و التطور و المرض و الرؤية و كل الأشياء التي قد ترغب بمعرفتها عن الأدمغة. كان رائعا للغاية.
So what happened was, when I was young and got out of engineering school at Cornell in '79, I went to work for Intel and was in the computer industry, and three months into that, I fell in love with something else. I said, "I made the wrong career choice here," and I fell in love with brains. This is not a real brain. This is a picture of one, a line drawing. And I don't remember exactly how it happened, but I have one recollection, which was pretty strong in my mind. In September of 1979, Scientific American came out with a single-topic issue about the brain. It was one of their best issues ever. They talked about the neuron, development, disease, vision and all the things you might want to know about brains.
ويمكن للمرء أن يكون لديه الانطباع بأننا حقا نعرف الكثير عن الأدمغة. ولكن المقال الأخير في ذلك العدد كتبه "فرانسيس كريك" المشهور باكتشاف الحمض النووي. أعتقد أن اليوم هو الذكرى الخمسون لاكتشاف الحمض النووي. و كتب، بما معناه، أنه: حسنا، هذا كله شيء جيد، ولكن أتعرفون، نحن فعلا لا نعرف شيئا عن الأدمغة و لا أحد لديه فكرة كيف تعمل هذه الأشياء، لذلك لا تصدق ما يقوله أحد لك. هذا اقتباس من تلك المقالة: "الذي نفتقر إليه بوضوح،" إنه رجل بريطاني أصيل للغاية ، "الذي نفتقر إليه بوضوح هو إطار واضح من الأفكار التي يمكنها تفسير هذه المناهج المختلفة ." اعتقدت أن كلمة "إطار" كانت ممتازة هو لم يقل بأنه لم يكن عندنا حتى نظرية. هو يقول لا نعرف حتى كيف نبدأ بالتفكير فيها -- ليس لدينا حتى إطار. نحن في مرحلة ما قبل "النموذج الفكري/البرادايمي" إذا كنت تريد استخدام اصطلاح توماس كوهن . و أعجبت بالفكرة و قلت إن لدينا كل هذا العلم عن الأدمغة. لأي حد سيكون هذا صعبا؟ وهذا شيء يمكن أن أعمل عليه أثناء حياتي. شعرت بأنني أستطيع أن أعمل فارقا فيه، ولذا حاولت الخروج من مجال الكمبيوتر، ونحو مجال الدماغ.
It was really quite impressive. One might've had the impression we knew a lot about brains. But the last article in that issue was written by Francis Crick of DNA fame. Today is, I think, the 50th anniversary of the discovery of DNA. And he wrote a story basically saying, this is all well and good, but you know, we don't know diddly squat about brains, and no one has a clue how they work, so don't believe what anyone tells you. This is a quote from that article, he says: "What is conspicuously lacking" -- he's a very proper British gentleman -- "What is conspicuously lacking is a broad framework of ideas in which to interpret these different approaches." I thought the word "framework" was great. He didn't say we didn't have a theory. He says we don't even know how to begin to think about it. We don't even have a framework. We are in the pre-paradigm days, if you want to use Thomas Kuhn. So I fell in love with this. I said, look: We have all this knowledge about brains -- how hard can it be? It's something we can work on in my lifetime; I could make a difference. So I tried to get out of the computer business, into the brain business.
أولا، ذهبت إلى معهد التكتنولوجيا "إم آي تي"، حيث مختبر الذكاء الاصطناعي، وقلت: حسنا، أنا أريد بناء آلات ذكية أيضاً, لكن الطريقة التي أريد القيام بذلك هو عن طريق دراسة كيفية عمل الدماغ أولا. قالوا: لست بحاجة إلى فعل ذلك. كل ما سنفعله هو أننا سنبرمج كمبيوترات، هذا كل ما يتعين علينا القيام به. قلت، لا، حقاً عليكم في البداية أن تدرسوا الأدمغة. قالوا، أتعرف، أنت مخطئ. و أنا قلت، لا، أنتم مخطؤون. و لم يقبلوني.
First, I went to MIT, the AI lab was there. I said, I want to build intelligent machines too, but I want to study how brains work first. And they said, "Oh, you don't need to do that. You're just going to program computers, that's all. I said, you really ought to study brains. They said, "No, you're wrong."
(ضحك)
I said, "No, you're wrong," and I didn't get in.
(Laughter)
كنت محبطاً قليلاً -- شاب لطيف, ولكن عدت ثانيةً بعد سنوات قليلة و هذه المرة في كاليفورنيا, ذهبت إلى بيركلي. و قلت سأدخل من الجانب البيولوجي. لذا دخلت في برنامج الدكتوراه في الفيزياء الحيوية. وقلت في نفسي. أنا أدرس الأدمغة الآن, و قلت: حسناً, أريد أن أدرس الجانب النظري. و قالوا: لا, لا يمكنك دراسة الجانب النظري عن الأدمغة. هذا ليس شيئاً تقوم به. لن تحصل على التمويل لذلك. و كطالب دراسات عليا, لا يمكنك أن تقوم بذلك. لذا قلت, يا إلهي. كنت محبطاً جداً. و قلت:لكنني أستطيع أن أعمل فارقاً في هذا المجال، لذلك ما فعلته هو أنني عدت إلى مجال الكمبيوتر و قلت: حسناً, أنا مجبر على العمل هنا لفترة, إعمل شيئاً. و هذا عندما صممت كل هذه المنتجات الحاسوبية.
I was a little disappointed -- pretty young -- but I went back again a few years later, this time in California, and I went to Berkeley. And I said, I'll go in from the biological side. So I got in the PhD program in biophysics. I was like, I'm studying brains now. Well, I want to study theory. They said, "You can't study theory about brains. You can't get funded for that. And as a graduate student, you can't do that." So I said, oh my gosh. I was depressed; I said, but I can make a difference in this field. I went back in the computer industry and said, I'll have to work here for a while. That's when I designed all those computer products.
(ضحك)
(Laughter)
و قلت, أريد أن أقوم بهذا لمدة أربع سنوات, أجمع بعض المال, و كنت في ذلك الوقت أكوّن عائلة, و أنضج قليلاً, و ربما ينضج علم الأعصاب قليلاً. أخذت أكثر من أربع سنوات. أخذت 16 سنة تقريباً. لكنني أقوم بذلك الآن, و سأحدثكم عن ذلك. لماذا يجب أن يكون عندنا نظرية جيدة عن الدماغ؟ حسناً, هناك أسباب عديدة تجعل الناس يشتغلون بالعلم. واحد منها -- وهو الأساسي -- أن الناس يحبون أن يتعرفوا على الأشياء. نحن فضوليون, و نحن ببساطة نخرج و نجمع المعرفة, تعرفون؟ لماذا ندرس النمل؟ حسناً, إنها ممتعة. ربما سنتعلم شيئاً مفيدة عنها, لكنها ممتعة و ساحرة. ولكن أحياناً, للعلم سمات أخرى ما يجعله بالفعل حقاً ممتع.
I said, I want to do this for four years, make some money, I was having a family, and I would mature a bit, and maybe the business of neuroscience would mature a bit. Well, it took longer than four years. It's been about 16 years. But I'm doing it now, and I'm going to tell you about it. So why should we have a good brain theory? Well, there's lots of reasons people do science. The most basic one is, people like to know things. We're curious, and we go out and get knowledge. Why do we study ants? It's interesting. Maybe we'll learn something useful, but it's interesting and fascinating. But sometimes a science has other attributes which makes it really interesting.
أحياناً علم ما سيخبرنا بشيء عن أنفسنا. سيخبرنا من نحن. حيث نادراً ما يقول التطور فعل هذا و كوبرنيكوس فعل ذاك, حيث لدينا فهم جديد لـ "من نحن". و في النهاية, نحن أدمغتنا. دماغي يُخاطب دماغك. أجسادنا معلقة للركوب, لكن دماغي يخاطب دماغك. و إذا كنّا نريد أن نفهم من نحن و كيف نشعر و ندرك, فعلينا أن نفهم ماهي الأدمغة. شيء آخر هو أنه أحياناً العلم يقود إلى منافع مجتمعية و تكنولوجية كبيرة, أو أعمال تجارية, أو أي شيء يمكن أن ينتج منه, و هذا علمٌ أيضاً. لأنه عندما نفهم كيف تعمل الأدمغة, يصبح بإمكاننا أن نبني أجهزة ذكية, و أظن أن هذا شيء جيد بالمجمل, و سيضمن منافع عظيمة للمجتمع تماماً كتكنولوجيا أساسية.
Sometimes a science will tell something about ourselves; it'll tell us who we are. Evolution did this and Copernicus did this, where we have a new understanding of who we are. And after all, we are our brains. My brain is talking to your brain. Our bodies are hanging along for the ride, but my brain is talking to your brain. And if we want to understand who we are and how we feel and perceive, we need to understand brains. Another thing is sometimes science leads to big societal benefits, technologies, or businesses or whatever. This is one, too, because when we understand how brains work, we'll be able to build intelligent machines. That's a good thing on the whole, with tremendous benefits to society, just like a fundamental technology.
لماذا ليس لدينا نظرية جيدة للأدمغة؟ و الناس تعمل عليها منذ 100 عام. حسناً, في البداية دعونا نرى كيف يبدو العلم العادي. هذا هو العلم العادي. العلم العادي هو توازن بين النظرية و التجريبيين. واضعو النظرية يقولون: حسناً, أنا أظن أن ما يحدث هو كذا و كذا... و التجريبي يقول: لا, أنت مخطئ. و تستمر على هذا المنوال, أتعلمون؟ هذا يصلح في الفيزياء. يصلح في الجيولوجيا. لكن إذا كان هذا هو العلم العادي, كيف يبدو علم الأعصاب؟ هكذا يبدو علم الأعصاب. لدينا هذا الجبل من المعلومات التي هي علم التشريح, علم وظائف الأعضاء , و السلوك. لا يمكنكم تخيل كم التفاصيل التي نعرفها عن الأدمغة. كان هناك 28,000 شخص في مؤتمر علم الأعصاب هذا العام. و كل واحد منهم يقوم بأبحاث عن الأدمغة. معلومات كثيرة. ولكن لا يوجد نظريات. يوجد صندوق صغير خائف في الأعلى هناك
So why don't we have a good theory of brains? People have been working on it for 100 years. Let's first take a look at what normal science looks like. This is normal science. Normal science is a nice balance between theory and experimentalists. The theorist guy says, "I think this is what's going on," the experimentalist says, "You're wrong." It goes back and forth, this works in physics, this in geology. But if this is normal science, what does neuroscience look like? This is what neuroscience looks like. We have this mountain of data, which is anatomy, physiology and behavior. You can't imagine how much detail we know about brains. There were 28,000 people who went to the neuroscience conference this year, and every one of them is doing research in brains. A lot of data, but no theory.
و الجانب النظري لم يلعب أي دور في العلوم العصبية.
There's a little wimpy box on top there.
و هذا عار حقيقي. لماذا هذا الحال؟ إذا سألتم علماء الأعصاب لماذا هذا هو الحال؟ في البداية سيعترفون بذلك. ولكن إن سألتهم, سيقولون. حسناً, هناك أسباب عديدة لعدم توفر نظرية جيدة للدماغ. البعض يقولون: حسناً, ليس لدينا المعلومات الكافية, يتعين علينا أن نجمع معلومات أكثر, لدينا كل هذا الأشياء التي لا نعلمها. حسناً, قلت لكم للتو هناك الكثير جداً من المعلومات الطافحة. لدينا الكثير من المعلومات, نحن لا نعرف كيف نبدأ بترتيبها. ماذا سنفعل أفضل من ذلك؟ ربما سنكون محظوظين و نكتشف شيء سحري, لكنني لا توقع ذلك. في الحقيقة هذا علامة على الحقيقة التي تقول بأنه ليس لدينا نظرية. لا نحتاج إلى معلومات جديدة -- نحن نحتاج إلى نظرية جيدة عنها.
And theory has not played a role in any sort of grand way in the neurosciences. And it's a real shame. Now, why has this come about? If you ask neuroscientists why is this the state of affairs, first, they'll admit it. But if you ask them, they say, there's various reasons we don't have a good brain theory. Some say we still don't have enough data, we need more information, there's all these things we don't know. Well, I just told you there's data coming out of your ears. We have so much information, we don't even know how to organize it. What good is more going to do? Maybe we'll be lucky and discover some magic thing, but I don't think so. This is a symptom of the fact that we just don't have a theory. We don't need more data, we need a good theory.
شيء آخر يقوله الناس :- إن الأدمغة شديدة التعقيد. ستأخذ 50 سنة أخرى. و أظن أن كريس قال شيئاً كهذا الأمس. لست متأكداً مما قلته يا كريس, لكن شيءٌ ما كـ: حسناً: أنه واحد من أكثر الأشياء المعقدة في الكون. هذا غير صحيح. أنت أكثر تعقيداً من دماغك. لديك دماغ. و بالرغم من أنه يبدو معقداً جداً, الأشياء تبدو معقدة حتى تفهمها. هذا هو الحال دائماً. و كل ما يمكننا قوله: قشرة دماغي الحديثة, وهي الجزء الذي أهتم به من الدماغ, فيها 30 مليار خلية. لكن أتعلمون؟ إنها عادية جداً جداً. في الحقيقة, إنها تبدو كشيء مكرر مرة بعد مرة. إنها ليست معقدةً كما تبدو. هذه ليست القضية.
Another one is sometimes people say, "Brains are so complex, it'll take another 50 years." I even think Chris said something like this yesterday, something like, it's one of the most complicated things in the universe. That's not true -- you're more complicated than your brain. You've got a brain. And although the brain looks very complicated, things look complicated until you understand them. That's always been the case. So we can say, my neocortex, the part of the brain I'm interested in, has 30 billion cells. But, you know what? It's very, very regular. In fact, it looks like it's the same thing repeated over and over again. It's not as complex as it looks. That's not the issue.
بعض الناس يقولون: الأدمغة لا تستطيع أن تفهم الأدمغة. بطريقة التأملية تشبه زن . (ضحك) يبدو جيداً, ولكن لماذا؟ أعني ما هي الغاية؟ إنها فقط تجمع خلايا. أنتم تفهمون الكبد. و فيه الكثير من الخلايا أيضاً, أليس هذا صحيحاً؟ إذاً, تعرفون, لا أظن أن هناك فرق. و في النهاية البعض يقولون: حسناً, لا أشعر أنني تجمع لخلايا, أنا واعي . أمتلك هذه الخبرة, أنا في العالم, كما تعلم. لا يمكن أن أكون فقط تجمع لخلايا. حسناً, أنت تعلم الناس كانت تعتقد أنه كان هناك قوة حياة للعيش. نحن الآن نعلم بأن هذا غير صحيح مطلقاً. و ليس هناك دليل يقول, غير الناس الذين فقط لايؤمنون بأن الخلايا تستطيع أن تقوم بما تفعله. لذا, حتى لو سقط البعض في حفرة غيبيات الروح و الجسد, -بعض الأشخاص الأذكياء أيضاً- , ولكننا نستطيع أن نرفض كل ذلك.
Some people say, brains can't understand brains. Very Zen-like. Woo. (Laughter) You know, it sounds good, but why? I mean, what's the point? It's just a bunch of cells. You understand your liver. It's got a lot of cells in it too, right? So, you know, I don't think there's anything to that. And finally, some people say, "I don't feel like a bunch of cells -- I'm conscious. I've got this experience, I'm in the world. I can't be just a bunch of cells." Well, people used to believe there was a life force to be living, and we now know that's really not true at all. And there's really no evidence, other than that people just disbelieve that cells can do what they do. So some people have fallen into the pit of metaphysical dualism, some really smart people, too, but we can reject all that.
(ضحك)
(Laughter)
سأخبركم بشيء آخر, و هو حقاً أساسي, و هذا هو: هناك سبب آخر لعدم إمتلاكنا نظرية جيدة للدماغ, وهو أنه لدينا إفتراض بديهي و مسيطر ولكنه غير صحيح, و قد منعنا من رؤية الإجابة. هناك شيء نؤمن به, إنه واضح, لكنه خطأ. هناك تاريخ لهذا في العلم و قبل أن أخبركم ما هو. سأحدثكم قليلاً عن تاريخه في العلم أنظروا إلى ثورات علمية أخرى, و في هذه الحالة. أتحدث عن النظام الشمسي, هذا كوبرنيكوس, التطور لداروين, و الصفائح التكتونية, هذا فاجنر. كلهم لديهم مشترك مع علم الدماغ.
No, there's something else, something really fundamental, and it is: another reason why we don't have a good brain theory is because we have an intuitive, strongly held but incorrect assumption that has prevented us from seeing the answer. There's something we believe that just, it's obvious, but it's wrong. Now, there's a history of this in science and before I tell you what it is, I'll tell you about the history of it in science. Look at other scientific revolutions -- the solar system, that's Copernicus, Darwin's evolution, and tectonic plates, that's Wegener. They all have a lot in common with brain science.
أولاً, لديهم الكثير من البيانات غير المفهومة. الكثير منها. لكنها أصبحت قابلة للتحكم أكثر عندما إمتلكوا نظرية. أفضل العقول كانت متعكزة, حقاً إنهم أشخاص أذكياء. نحن الآن لسنا أذكى منهم. فقط الأمور أكثر إتضاحاً, من الصعب التفكير في الأشياء, ولكن بمجرد أن تفكروا بها, من السهل أن تفهموها. بناتي فهمت هذه النظريات الثلاث في إطارهن الأساسي عندما كانوا في روضة الأطفال. و الآن هي ليست بهذه الصعوبة, ها هي التفاحة, ها هي البرتقالة, تعرفون, الأرض تدور, و بهذا الشكل.
First, they had a lot of unexplained data. A lot of it. But it got more manageable once they had a theory. The best minds were stumped -- really smart people. We're not smarter now than they were then; it just turns out it's really hard to think of things, but once you've thought of them, it's easy to understand. My daughters understood these three theories, in their basic framework, in kindergarten. It's not that hard -- here's the apple, here's the orange, the Earth goes around, that kind of stuff.
في النهاية, شيء آخر هي الإجابة و كانت دائماً موجودة. لكننا تجاهلناها بسبب هذا الشيء الواضح, و ذاك هو الشيء. كان إيماناً بديهياً و مسيطراً و كان خاطئاً. في حالة النظام الشمسي, فكرة أن الأرض تسير بشكل إهليلجي و سطح الأرض يدور بسرعة ألف ميل في الساعة, و الأرض تسير في النظام الشمسي بسرعة مليون ميل في الساعة تقريباً. هذا جنون. كلنا نعلم أن الأرض لا تتحرك. هل تشعرون بأنكم تسيرون بسرعة ألف ميل في الساعة؟ طبعاً لا, تعرفون إن قال شخص ما: حسناً, إنها تدور في الفضاء و هي ضخمة الحجم, سوف يحبسونه, و هذا ما فعلوه في السابق.
Another thing is the answer was there all along, but we kind of ignored it because of this obvious thing. It was an intuitive, strongly held belief that was wrong. In the case of the solar system, the idea that the Earth is spinning, the surface is going a thousand miles an hour, and it's going through the solar system at a million miles an hour -- this is lunacy; we all know the Earth isn't moving. Do you feel like you're moving a thousand miles an hour? If you said Earth was spinning around in space and was huge -- they would lock you up, that's what they did back then.
(ضحك) إذاً كان هذا بديهي و واضح. والآن ماذا عن نظرية التطور؟ التطور نفس الشيء. نحن نعلم أبناءنا أن الكتاب المقدس يقول: الإله خلق كل هذه الأنواع, القطط هي القطط, الكلاب هي الكلاب, الناس هم الناس, النباتات هي النباتات, لا يتغيرون. نوح وضعهم في السفينة إلخ إلخ.. و إذا آمنتم بالتطور, سيكون لنا جميعاً جد مشترك, و سيكون لنا أصل مشترك مع النبات في الرواق. هذا ما تخبرنا به نظرية التطور. و هذا صحيح, إنه حقاً لا يُصدق. و نفس الشيء في نظرية الصفائح التكتونية, كل الجبال و القارات تطفو على سطح الأرض, و كأنه غير معقول.
So it was intuitive and obvious. Now, what about evolution? Evolution, same thing. We taught our kids the Bible says God created all these species, cats are cats; dogs are dogs; people are people; plants are plants; they don't change. Noah put them on the ark in that order, blah, blah. The fact is, if you believe in evolution, we all have a common ancestor. We all have a common ancestor with the plant in the lobby! This is what evolution tells us. And it's true. It's kind of unbelievable. And the same thing about tectonic plates. All the mountains and the continents are kind of floating around on top of the Earth. It doesn't make any sense.
إذاً ما هو الإفتراض البديهي, لكن غير الصحيح الذي منعنا من فهم الأدمغة؟ الآن سأخبركم, و سيبدو بوضوح أنه صحيح, و هذا هو الهدف, صحيح؟ ثم سأقوم بمناقشة لماذا أنتم خطأ في الإفتراض الآخر. الشيء البديهي و الواضح الذي هو لدرجةٍ ما ، الذكاء يُعرف بالسلوك وهو أننا أذكياء بسبب الطريقة التي نفعل بها الأشياء و أسلوب التصرف بذكاء, و سأقول لكم أن هذا خطأ. ما يُعرف بالذكاء هو في الحقيقة التنبؤ.
So what is the intuitive, but incorrect assumption, that's kept us from understanding brains? I'll tell you. It'll seem obvious that it's correct. That's the point. Then I'll make an argument why you're incorrect on the other assumption. The intuitive but obvious thing is: somehow, intelligence is defined by behavior; we're intelligent because of how we do things and how we behave intelligently. And I'm going to tell you that's wrong.
سأفصل لكم هذا في الشرائح القليلة هنا و أعطيكم مثالاً عن ما يعنيه هذا. هذا نظام. المهندسون يحبون أن ينظروا إلى أنظمة كهذه. العلماء يحبون أن ينظروا إلى أنظمة كهذه. يقولون: لدينا شيء في صندوق, و لدينا مدخلاته و مخرجاته. متخصصو الذكاء الإصطناعي قالوا: الشيء الذي في الصندوق هو كمبيوتر قابل للبرمجة لأن هذا مكافئ للدماغ, و سنعطيه بعض المدخلات و سنجعله يفعل شيئاً, أن يقوم بسلوك ما. و آلان تورينغ وضع "إختبار تورينغ" الذي يقول: سنعرف إن شيء ما ذكي إذا كان يتصرف كالبشر و هو معيار سلوكي لمعرفة الذكاء و قد علق في أذهاننا لفترة طويلة.
Intelligence is defined by prediction. I'm going to work you through this in a few slides, and give you an example of what this means. Here's a system. Engineers and scientists like to look at systems like this. They say, we have a thing in a box. We have its inputs and outputs. The AI people said, the thing in the box is a programmable computer, because it's equivalent to a brain. We'll feed it some inputs and get it to do something, have some behavior. Alan Turing defined the Turing test, which essentially says, we'll know if something's intelligent if it behaves identical to a human -- a behavioral metric of what intelligence is that has stuck in our minds for a long time.
لكن ما يوجد في الواقع أسميه الذكاء الحقيقي الذكاء الحقيقي مبني على شيء آخر. نحن نختبر المحيط من خلال مجموعة من الأنماط, ثم نخزنها, و نسترجعها. و عندما نسترجعها نقارن بينها و بين الواقع نحن نقوم بالتنبؤ طول الوقت. هذا معيار أبدي. هناك معيار أبدي عنّا كأن نقول: هل نحن نفهم العالم؟ هل نقوم بتنبؤات؟ و غيرها. أنتم أذكياء الآن, لكنكم لا تفعلون شيئاً. ربما أنت تحك جلدك أو تلتقط أنفك. لا أعلم, أنتم تفعلون أي شيء الآن و لكنكم أذكياء, أنتم تفهمون ما أقوله. و بما أنكم أذكياء و تتحدثون الإنجليزية, تعرفون ما هي الكلمة التي في نهاية هذه .. (صمت) الجملة.
Reality, though -- I call it real intelligence. Real intelligence is built on something else. We experience the world through a sequence of patterns, and we store them, and we recall them. When we recall them, we match them up against reality, and we're making predictions all the time. It's an internal metric; there's an internal metric about us, saying, do we understand the world, am I making predictions, and so on. You're all being intelligent now, but you're not doing anything. Maybe you're scratching yourself, but you're not doing anything. But you're being intelligent; you're understanding what I'm saying. Because you're intelligent and you speak English, you know the word at the end of this sentence.
الكلمة خطرت ببالكم, و أنتم تقومون بهذه التنبؤات طول الوقت. ما أقوله,هو أن التنبؤ الأبدي هو من المخرجات في قشرة الدماغ الحديثة و هذا التنبؤ يقود إلى سلوك ذكي. لنرى كيف يحدث هذا. لنبدأ بدماغ غير ذكي. سنناقش دماغ غير ذكي, لدينا دماغ قديم "لم يتطور"، و لنقل أنه من غير الثديات مثل الزواحف مثلاً لنقل تمساح, لدينا تمساح و للتمساح حواس معقدة جداً. لديه حواس نظر و سمع و لمس جيدة لديها فم و أنف. لديها سلوك معقد جداً. تستطيع الجري و الإختباء. لديها مخاوف و مشاعر. تستطيع أكلكم. تستطيع الهجوم. تستطيع أن تقوم بكل الأشياء. لكننا لا نعتبر التمساح ذكي جداً، ليس كـالإنسان.
The word came to you; you make these predictions all the time. What I'm saying is, the internal prediction is the output in the neocortex, and somehow, prediction leads to intelligent behavior. Here's how that happens: Let's start with a non-intelligent brain. I'll argue a non-intelligent brain, we'll call it an old brain. And we'll say it's a non-mammal, like a reptile, say, an alligator; we have an alligator. And the alligator has some very sophisticated senses. It's got good eyes and ears and touch senses and so on, a mouth and a nose. It has very complex behavior. It can run and hide. It has fears and emotions. It can eat you. It can attack. It can do all kinds of stuff. But we don't consider the alligator very intelligent, not in a human sort of way.
ولكن لديه كل هذه التصرفات المعقدة. والآن, في التطور, ماذا حدث؟ أول شيء حدث في تطور الثديات, بدأنا أولاً بتطوير شيء اسمه القشرة الدماغية الحديثة و سأستعرض القشرة الدماغية الحديثة هنا, من خلال هذا الصندوق الملتصق في أعلى الدماغ القديم. القشرة الدماغية الحديثة "نيوكورتكس" تعني الطبقة الجديدة. إنها طبقة جديدة في أعلى أدمغتكم. إنه الشيء المتجعد في أعلى الرأس أصبح متجعداً لأنه دُفع به إلى الداخل و لم يتسع.
But it has all this complex behavior already. Now in evolution, what happened? First thing that happened in evolution with mammals is we started to develop a thing called the neocortex. I'm going to represent the neocortex by this box on top of the old brain. Neocortex means "new layer." It's a new layer on top of your brain. It's the wrinkly thing on the top of your head that got wrinkly because it got shoved in there and doesn't fit.
(ضحك)
(Laughter)
لا, حقيقةً إنه كذلك. إنها مثل مسألة مقاس منديل المائدة. لم يتسع لذلك أصبح متجعداً. أنظروا كيف رسمت هذا هنا. الدماغ القديم مازال موجوداً. لازلتم تملكون دماغ ذاك التمساح. إنه دماغكم العاطفي. كل هذه الأشياء و كل ردود الأفعال المعوية التي لديكم. و على رأسها, لدينا نظام الذاكرة الذي اسمه القشرة الدماغية الحديثة. و نظام الذاكرة يعلو جزء الحواس في الدماغ. فعندما تدخل مدخلات الحواس و تدخل إلى الدماغ القديم, هي أيضاً تصعد إلى قشرة الدماغ الحديثة. و قشرة الدماغ الحديثة فقط تخزن. إنها تجلس هنا و تقول: سوف أخزن كل ما يحدث, أين كنت, الأشخاص الذين رأيتهم, الأشياء التي سمعتها, و غير ذلك. و في المستقبل, عندما ترى شيئاً مشابهاً لذلك مرة أخرى, في بيئة مشابه, أو نفس البيئة تماماً, ستستعرضه مرة أخرى. ستبدأ باستعراضه مرة أخرى. أوه لقد كنت هنا في السابق. و عندما تكون هنا من قبل, هذا ما يحدث لاحقاً. إنها تسمح لك بتنبؤ المستقبل. إنها تعيد الإشارات إلى الدماغ كتغذية إرتجاعية و التي تمكنكم من رؤية ما سيحدث بعد ذلك, و تمكنكم من سماع الكلمة "جملة" قبل أن أقولها. و هذه التغذية الراجعة إلى الدماغ القديم هي التي تسمح لكم باتخاذ قرارات أذكى بكثير.
Literally, it's about the size of a table napkin and doesn't fit, so it's wrinkly. Now, look at how I've drawn this. The old brain is still there. You still have that alligator brain. You do. It's your emotional brain. It's all those gut reactions you have. On top of it, we have this memory system called the neocortex. And the memory system is sitting over the sensory part of the brain. So as the sensory input comes in and feeds from the old brain, it also goes up into the neocortex. And the neocortex is just memorizing. It's sitting there saying, I'm going to memorize all the things going on: where I've been, people I've seen, things I've heard, and so on. And in the future, when it sees something similar to that again, in a similar environment, or the exact same environment, it'll start playing it back: "Oh, I've been here before," and when you were here before, this happened next. It allows you to predict the future. It literally feeds back the signals into your brain; they'll let you see what's going to happen next, will let you hear the word "sentence" before I said it. And it's this feeding back into the old brain that will allow you to make more intelligent decisions.
هذه هي أهم شريحة في حديثي, لذلك سوف أسهب بها قليلاً. لذلك, كل مرة تقولون: أنا أستطيع أن أتوقع الأشياء. لو كنتم فأرة و دخلتم في متاهة, ثم تعلمتم هذه المتاهه, في المرة القادمة, إذا كنتم في متاهة, ستتصرفون بنفس السلوك, ولكن و بشكل مفاجئ ستصبحون أذكى. لأنكم ستقولون: نعم, أنا أتذكر هذه المتاهة, أنا أعلم في أي طريق سأسير, كنت هنا في السابق, أستطيع أن أتصور المستقبل. و هذا ما تفعله. بالمناسبة. هذا صحيح لكل الثديات, هذا صحيح لكل الثديات الأخرى, أما عند البشر فيسوء الوضع. عند البشر, نحن طورنا! الجزء الأمامي من قشرة الدماغ الحديثة و يسمى بالجزء الأمامي من قشرة الدماغ الحديثة. و الطبيعة قامت بخدعة صغيرة نسخت الجزء الخلفي الذي هو الحسي و وضعته في الجزء الأمامي و وحدهم البشر لديهم التقنيات ذاتها في الأمام, لكننا نستخدمه للتحكم في الحركة
This is the most important slide of my talk, so I'll dwell on it a little. And all the time you say, "Oh, I can predict things," so if you're a rat and you go through a maze, and you learn the maze, next time you're in one, you have the same behavior. But suddenly, you're smarter; you say, "I recognize this maze, I know which way to go; I've been here before; I can envision the future." That's what it's doing. This is true for all mammals -- in humans, it got a lot worse. Humans actually developed the front of the neocortex, called the anterior part of the neocortex. And nature did a little trick. It copied the posterior, the back part, which is sensory, and put it in the front. Humans uniquely have the same mechanism on the front, but we use it for motor control.
لذلك فنحن قادرون أن نقوم بتخطيط المعقد جداً للحركة, و أشياء من هذا القبيل. ليس لدي الوقت للدخول في كل هذا, ولكن إن أردتم أن تفهموا كيف يعمل الدماغ, فعليكم أن تفهموا كيف يعمل الجزء الأول من قشرة الدماغ الحديثة في الثديات, كيف نخزن الأنماط و كيف نقوم بتنبؤات. سأعطيكم بعض الأمثلة على تنبؤات. قلت في السابق الكلمة "جملة". في الموسيقى, إذا إستمعتم سابقاً إلى أغنية, لو استمعت في السابق إلى "جِل" و هي تغني هذه الأغنيات, عندما تغنيها, فإن النوتة اللاحقة ستكون قد قفزت في ذهنك-- و تتوقعها دائماً. لو إستمعتم إلى ألبوم موسيقي, عند نهاية مقطع من الألبوم, تقفز الأغنية اللاحقة في ذهنك. و هذه الأشياء تحدث طيلة الوقت. دائماً تقومون بهذه التنبؤات.
So we're now able to do very sophisticated motor planning, things like that. I don't have time to explain, but to understand how a brain works, you have to understand how the first part of the mammalian neocortex works, how it is we store patterns and make predictions. Let me give you a few examples of predictions. I already said the word "sentence." In music, if you've heard a song before, when you hear it, the next note pops into your head already -- you anticipate it. With an album, at the end of a song, the next song pops into your head. It happens all the time, you make predictions.
عندي هذا الشيء المسمى باختبار تفكير الباب المُغيَر. و اختبار تفكير الباب المُغيَر ينص على أن لديك باب في بيت و عندما تكون هنا أغيره, لدي شخص في بيتك الآن, و سيقوم بتغير مكان مقبض الباب مسافة بوصتين تقريباً. و عندما تعود إلى البيت ليلاً, ستضع يدك هناك, و ستتناول مقبض الباب و ستلاحظ أنها في المكان الخطأ, و ستفكر بأن شيئاً ما حدث. قد يأخذ منك معرفة ماحدث مدة ثانية فقط , و لكن هناك شيء ما حدث. الآن أستطيع أن أغير مقبض بابك بطرق أخرى. يمكن أن أجعلها أكبر أو أصغر, يمكن أن أغير نحاسياتها إلى اللون الفضي, يمكن أن أغير بابك, مثلاً يمكن أن ألونه, يمكن أن أضع فيه نوافذ. يمكن أن أغير ألف شيء في بابك و في الثانيتين اللتين تأخذهما لفتح بابك, ستلاحظ أن شيئاً ما قد تغير.
I have this thing called the "altered door" thought experiment. It says, you have a door at home; when you're here, I'm changing it -- I've got a guy back at your house right now, moving the door around, moving your doorknob over two inches. When you go home tonight, you'll put your hand out, reach for the doorknob, notice it's in the wrong spot and go, "Whoa, something happened." It may take a second, but something happened. I can change your doorknob in other ways -- make it larger, smaller, change its brass to silver, make it a lever, I can change the door; put colors on, put windows in. I can change a thousand things about your door and in the two seconds you take to open it, you'll notice something has changed.
الآن المنهج الهندسي لهذا, المنهج في الذكاء الإصطناعي لهذا هو أن تبني قاعدة بيانات للباب تحوي كل سمات الباب. و عندما تصعد إلى الباب, تتفحص السمات واحدة واحدة. باب, باب, باب, لون, تعلمون ما أقول. نحن لا نقوم بذلك. دماغكم لا يقوم بذلك. ما يفعله دماغكم هو أن يقوم بتنبؤات مستمرة و دائمة عن ما سيحدث في محيطك. و أنا أضع يدي على هذه الطاولة, أتوقع أن أشعر بأنها تتوقف. عندما أسير, كل خطوة, إذا فوتُ منها ثُمن البوصة, سأعرف أن شيئاً ما تغير. أنتم تصدرون تنبؤات عن محيطكم بصورة مستمرة. سأتحدث باختصار عن الرؤية. هذه صورة امرأة. و عندما تنظر إلى الناس, فإن عيناك يتم النظر إليهما مرتين إلى ثلاثة مرات في الثانية. أنتم لا تلاحظون هذا, لكن عيونكم دائماً تتحرك. لذا عندما تنظرون إلى وجه أحدٍ ما. أنتم عادةً تذهبون من العين إلى العين إلى الأنف إلى الفم. و عندما تنتقلون من عين إلى عين, إذا كان هناك شيء آخر مثل أنف, سترى أنف حيث يُفترض أن تكون عين, ستتفاجؤون... (ضحك) ستقولون هناك شيء خطأ في هذا الشخص. و هذا لأنكم تضعون توقعاً. المسألة ليست في أن تنظر هناك ثم تسأل نفسك: ماذا أرى الآن؟ أنف حسناً. كلا, أنت لديك توقع لما ستراه.
Now, the engineering approach, the AI approach to this, is to build a door database with all the door attributes. And as you go up to the door, we check them off one at time: door, door, color ... We don't do that. Your brain doesn't do that. Your brain is making constant predictions all the time about what will happen in your environment. As I put my hand on this table, I expect to feel it stop. When I walk, every step, if I missed it by an eighth of an inch, I'll know something has changed. You're constantly making predictions about your environment. I'll talk about vision, briefly. This is a picture of a woman. When we look at people, our eyes saccade over two to three times a second. We're not aware of it, but our eyes are always moving. When we look at a face, we typically go from eye to eye to nose to mouth. When your eye moves from eye to eye, if there was something else there like a nose, you'd see a nose where an eye is supposed to be and go, "Oh, shit!" (Laughter) "There's something wrong about this person." That's because you're making a prediction. It's not like you just look over and say, "What am I seeing? A nose? OK." No, you have an expectation of what you're going to see.
(ضحك)
في كل لحظة. و أخيراً دعونا نفكر في كيفية قياس الذكاء. نحن نقيسه بالتوقع. ما هي الكلمة اللاحقة في هذه..., أنتم تعرفون؟ هذا بالنسبة لهذا كما هذا بالنسبة لهذا. ما هو الرقم اللاحق لهذه الجملة؟ هذه ثلاثة رؤى لشيء ما ما هي الرؤية الرابعة؟ هكذا نقيسه. كله عن التوقع. إذاً ما هي طريقة عمل نظرية الدماغ؟
Every single moment. And finally, let's think about how we test intelligence. We test it by prediction: What is the next word in this ...? This is to this as this is to this. What is the next number in this sentence? Here's three visions of an object. What's the fourth one? That's how we test it. It's all about prediction.
أولاً علينا أن نملك الإطار الصحيح. و الإطار هو إطار يقوم على الذاكرة, ليس إطاراً يقوم على الحساب أو السلوك. إنه إطار يقوم على الذاكرة. كيف تخزن و تسترجع هذه التسلسلات أو الأنماط. إنها أنماط مكانية زمانية. ثم لو أخذنا مجموعة من المنظرين ضمن هذا الإطار.
So what is the recipe for brain theory? First of all, we have to have the right framework. And the framework is a memory framework, not a computational or behavior framework, it's a memory framework. How do you store and recall these sequences of patterns? It's spatiotemporal patterns.
الآن علماء الأحياء بشكل عام ليسوا منظرين جيدين. هذا ليس دائماً, لكن بشكل عام, ليس هناك تاريخ جيد للجانب النظري في علم الأحياء. لذا فقد وجدت بأن أفضل الأشخاص للعمل معهم هم علماء الفيزياء, والمهندسون و علماء الرياضيات, الذين يتجهون نحو التفكير بطريقة حسابية. ثم عليهم تعلم علم التشريح و عليهم تعلم علم وظائف الأعضاء. عليكم جعل هذه النظريات واقعية بمصطلحات تشريحية. أي شخص يقوم و يقول لكم نظريته عن كيفية عمل الدماغ و لا يقول لكم بالتحديد كيف تعمل في الدماغ و كيف يعمل الربط في الدماغ, هذه ليست نظرية. و هذا ما نقوم به في معهد ريد وود لعلم الأعصاب. أتمنى لو أن لدي وقتاً أكثر لأخبركم بأننا نحرز تقدم مذهل في هذا الشيء. و أتوقع أن أعود مرة أخرى إلى هذه منصة, ربما في وقت قادم في المستقبل القريب و أخبركم عنه. أنا حقيقة متحمس. هذا لن يأخذ 50 عاماً أبداً.
Then, if in that framework, you take a bunch of theoreticians -- biologists generally are not good theoreticians. Not always, but generally, there's not a good history of theory in biology. I've found the best people to work with are physicists, engineers and mathematicians, who tend to think algorithmically. Then they have to learn the anatomy and the physiology. You have to make these theories very realistic in anatomical terms. Anyone who tells you their theory about how the brain works and doesn't tell you exactly how it's working and how the wiring works -- it's not a theory. And that's what we do at the Redwood Neuroscience Institute. I'd love to tell you we're making fantastic progress in this thing, and I expect to be back on this stage sometime in the not too distant future, to tell you about it. I'm really excited; this is not going to take 50 years.
إذاً كيف ستبدو نظرية الدماغ؟ أولاً, هي ستكون نظرية عن الذاكرة. ليست كذاكرة الكمبيوتر. ليست أبداً كذاكرة الكمبيوتر. إنها مختلفة جداً, هي ذاكرة لهذه الأنماط الكثيرة الأبعاد, مثل الأشياء التي تدخل من أعينكم. أنها أيضاً ذاكرة تسلسلات. لا يمكنكم تعلم أو استرجاع أي شيء خارج تسلسل. لابد من الإستماع إلى أغنية بتسلسل عبر الزمن, و عليك إستعراضها بتسلسل عبر الزمن. و هذه التسلسلات تُسترجَع بترابط ذاتياً, لذلك إذا رأيت شيئاً, فإنني أسمع شيئاً, و تذكرني به, ثم يُستعرَض تلقائياً. إنه استعراض تلقائي. و توقع المدخلات المستقبلية هو المُخرَج المطلوب. و كما قلت, النظرية يجب أن تكون دقيقة بيولوجياً, يجب أن تكون قابلة للاختبار و يجب أن تكون قابلة للبناء. إذا لم تستطيع أن تبنيها, فأنت لا تفهمها. إذاً بقي لدينا شريحة واحدة
What will brain theory look like? First of all, it's going to be about memory. Not like computer memory -- not at all like computer memory. It's very different. It's a memory of very high-dimensional patterns, like the things that come from your eyes. It's also memory of sequences: you cannot learn or recall anything outside of a sequence. A song must be heard in sequence over time, and you must play it back in sequence over time. And these sequences are auto-associatively recalled, so if I see something, I hear something, it reminds me of it, and it plays back automatically. It's an automatic playback. And prediction of future inputs is the desired output. And as I said, the theory must be biologically accurate, it must be testable and you must be able to build it. If you don't build it, you don't understand it.
ماذا سينتج عن هذا؟ هل حقاً سنبني أجهزة ذكية؟ بالتأكيد, و تكون مختلفة عن ما يظنه الناس. لا ريب في أن هذا سيحدث, في رأيي أولاً, ستُنشأ, سنبني الأشياء من السيلكون. بنفس الطرق التي نستخدمها لبناء ذاكرة الكمبيوتر السيليكونية سنستخدمها هنا. لكنها ذاكرة من نوع آخر مختلف جداً. و سنقوم بربط هذه الذاكرة بأجهزة استشعار, و أجهزة الاستشعار ستختبر بيانات واقعية حية , و هذه الأشياء ستقوم باكتشاف محيطها.
One more slide. What is this going to result in? Are we going to really build intelligent machines? Absolutely. And it's going to be different than people think. No doubt that it's going to happen, in my mind. First of all, we're going to build this stuff out of silicon. The same techniques we use to build silicon computer memories, we can use here. But they're very different types of memories. And we'll attach these memories to sensors, and the sensors will experience real-live, real-world data, and learn about their environment.
الآن من المستبعد أن تكون الأشياء الأولى تشبه الروبوتات. ليس لأن الروبوتات غير مفيدة و أن الناس يستطيعون بناء الروبوتات. و لكن لأن الروبوتات هي الجزء الأصعب. إنها تمثل الدماغ القديم. وذلك صعب للغاية. الدماغ الحديث أسهل من الدماغ القديم. لذلك فإن الأشياء الأولى التي سنقوم بها هي الأشياء التي لا تتطلب الكثير من أعمال الروبوتات. لذلك فإنكم سترون C-3PO. سترون أشياء مثل السيارات الذكية التي تفهم ما هي حركة السير و ما هي القيادة و تعلمت بأن أنواع محددة من السيارات التي عليها أضواء وامضة تعمل لمدة نصف دقيقة غالباً لن تلتف, أشياء مثل هذه.
Now, it's very unlikely the first things you'll see are like robots. Not that robots aren't useful; people can build robots. But the robotics part is the hardest part. That's old brain. That's really hard. The new brain is easier than the old brain. So first we'll do things that don't require a lot of robotics. So you're not going to see C-3PO. You're going to see things more like intelligent cars that really understand what traffic is, what driving is and have learned that cars with the blinkers on for half a minute probably aren't going to turn.
(ضحك)
(Laughter)
نستطيع أن نقوم بعمل أنظمة أمنية ذكية. في أي مكان حيث نستخدم فيه دماغنا دون القيام بالكثير من الحركة. تلك هي الأشياء التي سنقوم بها أولاً. ولكن في النهاية, العالم هو المحدد هنا. لا أدري كيف سيصبح هذا الأمر. أعرف الكثير من الأشخاص الذين اخترعوا المعالج الدقيق و لو تحدثتم إليهم, هم علموا بأن ما يفعلونه هو شيء مهم, لكنهم لا يعرفون ماذا سيحدث بالتحديد. ليس بامكانهم توقع الهواتف الخلوية و الإنترنت و كل هذه الأشياء. هم فقط عرفوا أمور مثل أنهم سيبنون آلات حاسبة و وحدات تحكم إشارات المرور الضوئية و لكنها ستكون كبيرة. بنفس الطريقة, هذا مثل علم الدماغ و هذه الذاكرة ستكون تقنية أساسية, و ستقود إلى تغيرات غير معقولة في 100 سنة القادمة. و أنا متحمس جداً لكيفية استخدامها في العلوم. أظن أن هذا نهاية وقتي, و تعديته, و سأنهي حديثي هنا.
We can also do intelligent security systems. Anytime we're basically using our brain but not doing a lot of mechanics -- those are the things that will happen first. But ultimately, the world's the limit. I don't know how this will turn out. I know a lot of people who invented the microprocessor. And if you talk to them, they knew what they were doing was really significant, but they didn't really know what was going to happen. They couldn't anticipate cell phones and the Internet and all this kind of stuff. They just knew like, "We're going to build calculators and traffic-light controllers. But it's going to be big!" In the same way, brain science and these memories are going to be a very fundamental technology, and it will lead to unbelievable changes in the next 100 years. And I'm most excited about how we're going to use them in science. So I think that's all my time -- I'm over, and I'm going to end my talk right there.