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.
Tôi làm hai việc. Tôi thiết kế máy tính di động và tôi nghiên cứu não bộ. Và buổi nói chuyện hôm nay là về bộ não và, ê, ngoài kia có một fan của não kìa.
(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.
(Cười) Tôi sẽ, nếu chiếu được slide đầu tiên lên đây, và bạn sẽ thấy tựa bài nói và hai chỗ mà tôi làm việc. Thế thì tôi định bàn về tại sao ta không có một lý thuyết tốt về não bộ. Vì sao phát triển một lý thuyết như vậy quan trọng và ta có thể làm được gì. Tôi sẽ thử giải thích trong vòng 20 phút tới. Tôi có 2 chỗ làm. Hầu hết các bạn biết tôi từ những ngày ở Palm và Handspring, nhưng tôi cũng điều hành một viện nghiên cứu phi lợi nhuận gọi là Viện Khoa học Thần kinh Redwood ở Menlo Park, và chúng tôi nghiên cứu khoa học thần kinh lý thuyết, và bọn tôi nghiên cứu cách vỏ não (neocortex) hoạt động.
I have one slide on my other life, the computer life, 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.
Tôi sẽ nói về cái đó. Tôi có một slide về cuộc sống kia của tôi, cuộc đời máy tính, đó là slide này. Đây là vài sản phẩm mà tôi đã làm trong 20 năm qua, bắt đầu từ chiếc laptop nguyên thủy nhất cho đến những máy tablet đầu tiên và cứ thế, gần đây nhất là máy điện thoại Treo, và chúng tôi cứ tiếp tục làm chuyện này. Và tôi làm điều này bởi vì tôi thực sự tin rằng tính toán di động là tương lai của tính toán cá nhân, và tôi cố làm cho thế giới tốt hơn một chút bằng việc thực hiện những thứ này. Nhưng phải thú nhận rằng chuyện này là tình cờ thôi. Thật ra tôi đâu có muốn làm bất kì sản phẩm nào và khi bắt đầu sự nghiệp tôi đã quyết định là sẽ không theo đuổi công nghiệp máy tính.
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.
Và trước khi tôi kể về chuyện đó, tôi chỉ phải nói với bạn tấm hình nhỏ kia là một bức graffiti tôi lấy trên mạng hôm trước. Tôi đang ngắm bức graffiti, dòng chữ nhỏ về ngôn ngữ nhập liệu và tôi thấy một website ngợi khen những giáo viên muốn làm những thứ này, bạn biết đó, viết mã trên đầu bảng đen, và họ đã thêm graffiti vô đó, và tôi xin lỗi về chuyện đó.
(Laughter)
(Cười)
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. It was really quite impressive.
Chuyện xảy ra là, khi tôi còn trẻ và mới tốt nghiệp trường kĩ sư, ở Cornell năm 79, tôi quyết định là đi làm cho Intel. Tôi làm trong ngành công nghiệp máy tính, và sau ba tháng, tôi xiêu lòng với một thứ khác, và tôi nói, "Mình chọn nghề sai rồi," và tôi trở nên yêu bộ não. Đây không phải là não thật. Đây là bức tranh của não, vẽ theo nét. Nhưng tôi không còn nhớ chính xác nó xảy ra thế nào nữa, nhưng tôi có một hồi ức rất mạnh trong tâm trí. Vào tháng 9 năm 1979, tờ Scientific America có ra một số với một chủ đề duy nhất về bộ não. Và nó rất hay. Đó là một trong những số hay nhất từ trước tới giờ. Và họ đã bàn về neuron và sự phát triển, về bệnh tật, về tầm nhìn và mọi thứ mà bạn muốn biết về bộ não. Rất là ấn tượng. Người ta thường hay có ấn tượng là chúng ta đã biết rất nhiều về não.
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.
Nhưng bài báo cuối của số đó do Francis Crick, người nổi tiếng nhờ DNA, viết. Tôi nghĩ hôm này là ngày kỉ niệm 50 năm khám phá ra DNA. Và ông ấy đã viết một câu chuyện nói đơn giản rằng, à, thật ra thì hay đó, nhưng bạn biết gì không, là chúng ta không biết một chút gì về bộ não và không ai có ý niệm gì về cách nó hoạt động, vậy thì đừng có tin những gì người khác nói với bạn. Đây là câu trích trong bài viết đó. Ông ấy nói, "Cái đang thiếu rõ ràng nhất," ông ấy là đúng là một quý ông Anh quốc đích thực nên mới nói, "Cái đang thiếu rõ ràng nhất là một cơ cấu khái quát của các ý tưởng để diễn giải các cách tiếp cận khác nhau." Tôi nghĩ rằng dùng từ "cơ cấu" là rất hay. Ông ấy không nói là chúng ta thậm chí còn không có một lý thuyết. Ông nói là chúng ta thậm chí còn không biết bắt đầu nghĩ về nó như thế nào -- chúng ta còn chưa có một cơ cấu. Ta đang ở trong những ngày của tiền mô thức (pre-paradigm) nếu nói theo Thomas Kuhn. Và tôi phải lòng với chuyện này, và tự nói với mình rằng nhìn xem ta đã có tất cả các kiến thức này về não. Còn có thể khó như thế nào nữa? Và đây là thứ mà tôi có thể làm cả đời. Tôi cảm thấy rằng mình có thể tạo sự khác biệt, và tôi cố rời bỏ máy tính để theo đuổi bộ não.
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." I said, "No, you're wrong," and I didn't get in.
Đầu tiên tôi đến MIT, lab về trí tuệ nhân tạo ở đó, và tôi nói là tôi cũng muốn tạo các máy móc thông minh, nhưng cách tôi muốn làm là tìm hiểu cách bộ não hoạt động trước. Và họ nói là, ồ, anh không cần làm vậy đâu. Chúng ta chỉ lập trình máy tính, đó là mọi thứ cần làm. Và tôi nói, không, các anh phải tìm hiểu về não. Họ nói là, ồ, anh biết không, anh sai rồi. Và tôi nói, không, các anh mới sai, và tôi đã không được nhận. (Cười)
(Laughter)
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.
Nhưng tôi hơi thất vọng -- còn trẻ mà, nhưng tôi quay lại lần nữa vào vài năm sau và lần này thì ở California, tôi tới Berkeley. Và tôi nói là tôi sẽ đi theo hướng sinh học. Thế là tôi được nhận vào chương trình tiến sĩ ngành lý sinh, tôi xem như ổn. Giờ tôi học về não, và tôi nói, được rồi, tôi muốn nghiên cứu lý thuyết. Và họ nói, không được, anh không nghiên cứu lý thuyết về não được. Đó không phải thứ anh cần làm. Anh không được tài trợ đâu. Nếu là nghiên cứu sinh, anh không thể làm chuyện đó. Thế là tôi nói, trời ơi. Tôi rất buồn phiền. Tôi nói là nhưng tôi có thể tạo ra sự khác biệt cho ngành này. Thế là tôi quay trở lại ngành máy tính và tự nói là mình sẽ phải làm ở đây một thời gian, làm cái gì đó. Đó là lúc tôi thiết kế tất cả những sản phẩm máy tính đó.
(Laughter)
(Cười)
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.
Tôi nói là tôi muốn làm chuyện này 4 năm thôi, kiếm chút tiền, cứ như là đang có gia đình, rồi tôi sẽ trưởng thành hơn, và biết đâu ngành khoa học thần kinh sẽ trưởng thành hơn một chút. Chà, mất hơn 4 năm đó. Khoảng chừng 16 năm. Nhưng giờ tôi đang làm chuyện đó, và tôi sẽ nói cho các bạn về nó. Thế thì tại sao chúng ta nên có một lý thuyết về não tốt? Ồ, có nhiều lý do người ta làm khoa học. Lý do cơ bản nhất là người ta muốn hiểu biết. Chúng ta tò mò, và chúng ta bước ra ngoài để tìm hiểu? Tại sao chúng ta lại nghiên cứu về kiến? Ồ, vì nó thú vị. Có thể ta sẽ biết được cái gì đó hữu dụng về nó, nhưng nó thú vị và quyến rũ. Nhưng đôi khi, một ngành khoa học có những thuộc tính khác làm cho nó rất là thú vị.
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.
Đôi khi một ngành khoa học chỉ ra điều gì đó về bản thân chúng ta, nó nói chúng ta là ai. Thỉnh thoảng có chuyện như thuyết tiến hóa nói thế này hay Copernicus nói thế kia để giúp ta hiểu được chúng ta là ai. Suy cho cùng, chúng ta chính là bộ não. Não tôi đang nói chuyện với não bạn. Cơ thể chỉ là đi kèm mà thôi, nhưng não tôi đang nói chuyện với não bạn. Và nếu ta muốn hiểu được ta là ai và ta cảm xúc và nhận thức thế nào, ta sẽ thật sự hiểu được bộ não là gì. Còn một chuyện khác là đôi khi khoa học dẫn đến những lợi ích lớn cho xã hội, công nghệ, hay là việc kinh doanh, thứ gì cũng được. Và đây cũng là một lợi ích bởi vì khi ta hiểu được cách não hoạt động, ta sẽ có thể tạo nên các máy móc thông minh, và tôi nghĩ là điều đó rất tốt cho mọi thứ, và nó sẽ có lợi ích cực lớn cho xã hội như là một công nghệ cơ bản.
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. There's a little wimpy box on top there.
Thế thì tại sao chúng không có một lý thuyết tốt cho bộ não? Và con người đã nghiên cứu nó trong 100 năm qua. Trước tiên hãy xem khoa học thông thường trông như thế nào. Đây là khoa học thông thường. Khoa học thông thường là một sự cân bằng khéo léo giữa lý thuyết và thực nghiệm. Và khi người làm lý thuyết nói, ồ, tôi nghĩ nó diễn ra thế này, và người làm thực nghiệm nói, không, anh sai rồi. Và nó cứ qua lại như vậy, bạn thấy không? Cách này phù hợp cho vật lý, cho địa lý. Nhưng nếu đó là khoa học thông thường, còn khoa học thần kinh thì như thế nào? Khoa học thần kình như thế này. Chúng ta có một núi dữ liệu, bao gồm giải phẫu học, sinh lý học và hành vi. Bạn không thể tưởng tượng bao nhiêu chi tiết có được về bộ não. Có 28.000 người đến dự hội nghị về khoa học thần kinh năm nay, và mỗi người đều làm nghiên cứu về não. Rất nhiều dữ liệu. Nhưng không có lý thuyết. Và lý thuyết chưa hề có vai trò chủ đạo nào trong khoa học thần kinh.
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.
Thật đáng xấu hổ. Nhưng tại sao lại như vậy? Nếu bạn hỏi một nhà thần kinh học, tại sao lại như thế? Trước tiên họ sẽ thú thật là vậy. Nhưng rồi họ sẽ nói, ồ, có nhiều lý do chúng tôi không có được một lý thuyết về não tốt. Vài người sẽ nói, ồ, chúng tôi chưa có đủ dữ liệu, cần có thêm thông tin, còn rất nhiều thứ chưa biết. Vậy thì tôi mới nói với bạn rằng có quá nhiều dữ liệu được tạo ra. Chúng ta có quá nhiều thông tin; chúng ta không biết bắt đầu tổ chức thế nào. Vậy thì có nhiều hơn lợi ích chỗ nào? Có thể chúng ta sẽ may mắn khám phá ra điều gì đó kỳ diệu, nhưng tôi không nghĩ vậy. Đây thật sự là triệu chứng của việc chúng ta không có một lý thuyết. Chúng ta không cần thêm dữ liệu -- mà cần một lý thuyết tốt về dữ liệu đó.
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.
Đôi khi người ta còn nói là bộ não quá phức tạp, cần thêm 50 năm nữa. Tôi thậm chí còn nghĩ là Chris đã nói cái gì giống vậy ngày hôm qua. Tôi không chắc anh đã nói gì, Chris, nhưng kiểu như là, ồ, nó là thứ phức tạp nhất của vũ trụ. Điều đó không đúng. Bạn còn phức tạp hơn não của bạn. Bạn sở hữu một bộ não mà. Và mặc dù bộ não nhìn rất phức tạp, mọi thứ còn phức tạp cho đến lúc nào bạn hiểu chúng. Luôn luôn là như vậy. Vậy thì tất cả những gì ta có thể nói là lớp vỏ não của tôi, phần não mà tôi quan tâm đến, có 30 tỉ tế bào. Nhưng bạn biết gì không? Điều này rất phổ biến. Sự thật là nó cứ như được lặp đi lặp lại nhiều lần vậy. Nó không phức tạp như nhìn thế đâu. Đó không phải là vấn đề.
Some people say, brains can't understand brains. Very Zen-like. Woo.
Có người nói là bộ não không thể hiểu được bộ não. Như là công án thiền. Bạn biết đấy--
(Laughter)
(Cười)
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.
Nghe hay đây, nhưng tại sao? Ý tôi là mục đích là gì? Nó chỉ là một mớ tế bào. Bạn hiểu được lá gan của mình. Nó cũng có nhiều tế bào phải không? Nên bạn biết đó, tôi không nghĩ có gì phức tạp cả. Và cuối cùng, có những người nói là Tôi không cảm thấy như là một mớ tế bào. Tôi tỉnh táo. Tôi có kinh nghiệm, tôi sống trong thế giới. Tôi không thể là một mớ tế bào đâu. Ồ, bạn biết không, người ta đã thường tin rằng có một năng lực tinh thần để ta tồn tại, và giờ thì ta biết chuyện đó hoàn toàn không đúng. Và thật ra không có bằng chứng gì ngoài việc người ta chỉ không tin rằng tế bào có thể hoạt động theo cách của nó. Thế thì nếu ai đó đã rơi vào bẫy của thuyết nhị nguyên siêu hình, những người giỏi lắm đấy, nhưng ta có thể bác bỏ mọi thứ đó.
(Laughter)
(Cười)
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.
Không, tôi sắp nói cho bạn là có một thứ khác, và nó rất là cơ bản, nó là thế này: có một lý do khác tại sao chúng ta không có một lý thuyết về não tốt, đó là vì chúng ta có một sự thừa nhận rất vững chắc bằng trực giác nhưng lại không chính xác đã ngăn cản chũng ta thấy được câu trả lời. Có một thứ mà ta tin tưởng nhưng rõ ràng là sai lầm. Bây giờ, có cả một lịch sử về nó trong khoa học và trước khi tôi nói nó là gì, tôi sẽ nói một chút về lịch sử của nó. Bạn hãy nhìn về các cuộc cách mạng khoa học khác, và trong trường hợp này, tôi nói về hệ mặt trời, đó là Copernicus, thuyết tiến hóa Darwin, về đĩa kiến tạo, đó là Wegener. Chúng có nhiều điểm chung với khoa học não bộ.
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.
Đầu tiên là chúng có nhiều dữ liệu chưa giải thích. Rất là nhiều. Nhưng nó trở nên dễ quản lý hơn khi đã có một lý thuyết. Những trí tuệ xuất sắc nhất đã chịu thua, những người sáng láng nhất. Chúng ta giờ không thông minh hơn họ ngày xưa đâu. Nó chỉ là rất khó để suy nghĩ về những thứ đó, nhưng một khi bạn đã nghĩ rồi, khá dễ để hiểu được nó. Các con gái tôi hiểu ba lý thuyết này về mặt cơ bản trước khi chúng vào mẫu giáo. Và không có gì khó cả, bạn biết đấy, đây trái táo, đây là trái cam, trái đất thì hình cầu, đại loại như vậy.
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.
Cuối cùng, còn một điều nữa là câu trả lời luôn nằm sẵn, nhưng ta dường như lờ nó đi chính vì cái điều rõ ràng đó. Đó chính là niềm tin trực giác vững chắc nhưng sai lầm. Đối với hệ mặt trời, ý tưởng trái đất xoay vòng và bề mặt trái đất có vận tốc như là một ngàn dặm một giờ, và trái đất đi trong hệ mặt trời khoảng một triệu dặm một giờ. Điên rồ quá. Ai cũng biết là trái đất không có dịch chuyển. Bạn có cảm thấy là mình đang đi một ngàn dặm một giờ không? Dĩ nhiên là không. Bạn biết là nếu có ai từng nói là trái đất đang quay trong không gian và nó rất là lớn, người ta sẽ nhốt bạn lại, ngày xưa họ làm vậy đó.
So it was intuitive and obvious. Now, what about evolution?
(Cười) Vật thì nó rất trực giác và rõ ràng. Thế còn thuyết tiến hóa thì sao?
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.
Cũng vậy thôi. Chúng ta đã dạy trẻ con là Kinh thánh nói rằng, Chúa tạo ra mọi giống loài, mèo là mèo, chó là chó, người là người, cây cỏ là cây cỏ, chúng không hề thay đổi. Noah đưa chúng lên tàu theo trật tự đó, đại loại thế. Và bạn biết chứ, sự thật là nếu bạn tin vào thuyết tiến hóa, chúng ta đều có chung ông tổ, có cùng một tổ tiên với cái cây ngoài hành lang. Đó là điều mà thuyết tiến hóa dạy ta. Và đó là sự thật. Không thể tin được. Đĩa kiến tạo thì cũng vậy thôi. Tất cả núi non và đại lục đều nổi trên bề mặt của địa cầu. Thấy không, nó không có nghĩa gì hết.
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. Intelligence is defined by prediction.
Nó là sự thừa nhận trực giác nhưng không chính xác, đã khiến chúng ta không hiểu được bộ não? Giờ tôi sắp nói với bạn, và nó trông đương nhiên đến mức là chính xác, và là điểm cốt yếu, phải không? Thế thì tôi sẽ phản biện rằng tại sao bạn đã sai về các thừa nhận khác. Cái trực giác và đương nhiên là bằng cách nào đó trí thông minh được định nghĩa bằng hành vi, rằng chúng ta thông minh là vì cách chúng ta làm việc và cư xử một cách thông minh, tôi sẽ nói với bạn như vậy là sai. Trí thông minh được định nghĩa bằng khả năng tiên đoán. Và tôi sẽ chỉ cho bạn trong mấy slide sắp tới,
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.
cho bạn một ví dụ điều đó nghĩa là gì. Đây là một hệ thống. Các kĩ sư thích quan sát các hệ thống thế này. Khoa học gia cũng vậy. Họ nói rằng chúng ta có một thứ trong cái hộp, chúng ta có dữ liệu và kết quả. Người làm trí tuệ nhân tạo nói vật trong hộp là một máy tính đã được lập trình vì nó tương đương với một bộ não, ta sẽ cấp cho nó vài dữ liệu bắt nó làm gì đó, có được hành vi nào đó. Và Alan Turing định nghĩa bài test Turing, về cơ bản nói rằng, chúng ta biết được thứ gì đó thông minh nếu nó cư xử như con người. Đó là thước đo sự thông minh, và nó đã tồn tại trong đầu chúng ta rất lâu.
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.
Nhưng trong thực tế tôi gọi nó là trí thông mình thật. Trí thông minh thật được tạo nên từ những thứ khác. Chúng ta trải nghiệm thế giới qua một chuỗi các mẫu hình, và ta lưu chúng lại, và nhớ lại chúng. Khi nhớ lại, ta so sánh chúng với thực tế và chúng ta luôn tiên đoán. Đó là thước đo vĩnh viễn. Một thước đo của chúng ta để nói là chúng ta có hiểu thế giới không. Tôi có đang dự đoán không? Cứ như thế. Bạn đang thông minh ngay lúc này, nhưng bạn không làm gì cả. Có thể bạn đang gãi, hoặc đang móc mũi, Tôi không biết, nhưng bạn không làm gì hết lúc này, nhưng bạn vẫn thông minh, bạn hiểu tôi đang nói gì. Chính vì bạn thông minh và biết tiếng Anh, bạn biết cái từ ở cuối của cái -- (Yên lặng) câu này.
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.
Từ đó đến với bạn, và bạn luôn luôn tiên đoán. Thế thì cái tôi đang nói là khả năng tiên đoán vĩnh viễn là kết quả trong vỏ não. Và bằng cách nào đó, sự tiên đoán dẫn tới ứng xử thông minh. Cách nó làm là thế này. Hãy thử với một bộ não không thông minh. Tôi sẽ lý luận với bộ não không thông minh, lấy một bộ não xưa cũ, không phải của loài có vú, lấy của bò sát vậy, chẳng hạn như cá sấu. Ta có một con cá sấu. Con cá sấu có vài cơ quan cảm thụ rất phức tạp. Nó có mắt tốt và tai và cơ quan cảm giác, miệng và mũi. Nó có hành xử rất phức tạp. Nó có thể chạy và trốn. Nó biết sợ và biết cảm xúc. Nó có thể ăn thịt bạn. Nó có thể tấn công. Làm được mọi thứ. Nhưng ta không xem con cá sấu thông minh lắm, không như con người.
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.
Nhưng hành xử của nó đã phức tạp rồi. Thế thì trong quá trình tiến hóa, cái gì đã xảy ra? Đầu tiên là với loài có vú, ta bắt đầu phát triển cái gọi là vỏ não. Tôi sẽ đại diện vỏ não bằng cái hộp chui ra khỏi phần đầu của não cũ. Võ nào là một lớp mới nằm trên não của bạn. Nếu bạn chưa biết, nó là thứ nhăn nheo ở trên đầu bạn, nó nhăn bởi vì bị nhét vô mà không vừa.
(Laughter)
(Cười)
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.
Không thật ra nó là vậy. Nó có cỡ một tấm khăn ăn. Và nó không vừa nên bị nhăn. Giờ hãy nhìn xem tôi vẽ. Bộ não cũ vấn đó. Bạn vẫn có não của con cá sấu. Đúng vậy. Đó là não dành cho cảm xúc. Đó dành cho những phản ứng bản năng của bạn. Và bên trên nó, ta có hệ thống bộ nhớ được gọi là vỏ não. Và hệ thống bộ nhớ nằm bên trên phần cảm nhận của não. Và khi các dữ liệu cảm nhận đến với bộ não cũ, nó cũng đến vỏ não. Và vỏ não chỉ ghi nhớ lại. Nó ngồi đó và nói là, việc của mình là nhớ hết những gì diễn ra. mình đã ở đâu, gặp ai, nghe thấy gì, cứ như vậy. Và trong tương lai, khi nó thấy thứ gì tương tự lần nữa, trong một môi trường tương tự, hay đúng là môi trường cũ, nó sẽ gợi lại. Nó bắt đầu gợi lại. À, tôi đã từng ở đây. Và anh cũng ở đây khi trước, có chuyện này đã xảy ra. Nó cho phép bạn tiên đoán tương lai. Nó cho phép bạn, theo đúng nghĩa đen là đưa lại tín hiệu vào não bạn, nó cho phép bạn thấy được cái gì sắp xảy ra, sẽ cho bạn nghe được từ "câu" trước khi tôi nói ra. Và nó gửi thông tin đến bộ não cũ để cho bạn có thể quyết định thông minh hơn.
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.
Đây là slide quan trọng nhất của buổi nói chuyện, nên tôi dừng ở đây lâu một chút. Vậy thì bạn luôn có thể nói là, ồ, tôi có thể tiên đoán sự vật. Nếu bạn là một con chuột đi trong mê cung, bạn sẽ học được mê cung, lần kế tiếp bạn đến mê cung, bạn sẽ cư xử y hệt, nhưng đột nhiên, bạn sẽ thông minh hơn vì bạn sẽ nói, à, tôi nhận ra mê cung này, tôi biết đi thế nào, tôi đã từng ở đây, tôi có thể thấy được tương lai. Đó là cái xảy ra cho con người và cũng đúng cho mọi loài có vú, nó đúng cho các loài có vú, và ở con người, nó tệ hơn nhiều. Ở con người, chúng ta thật ra phát triển phần trước của vỏ não. Và tự nhiên đã có một mẹo. Nó chép lại phần sau, là phần cảm giác, và đưa lên phía trước. Nên chỉ độc nhất con người có cơ chế hệt như vậy ở phía trước, nhưng ta dùng nó để điều khiển chuyển động (motor control)
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.
Nên ta có thể tạo các chuyển động phức tạp. Tôi không có thời gian để nói về mọi thứ, nhưng nếu bạn muốn hiểu cách não hoạt động, bạn phải hiểu cách phần đầu của vỏ não của động vật có vú hoạt động, cách chúng ta lưu lại mẫu hình và tiên đoán. Vậy để tôi cho bạn vài ví dụ về tiên đoán. Tôi đã nói từ "câu". Trong âm nhạc, nếu bạn đã nghe một bài hát trước kia, nếu đã nghe Jill hát những bài đó, khi cô ấy hát, nốt kế tiếp sẽ bật lên trong đầu bạn -- bạn mong đợi nó. Nếu nó là một album, thì hết một album, bài kế tiếp bật lên trong đầu bạn. Và những chuyện này luôn xảy ra. Bạn làm ra các dự đoán.
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.
Tôi có cái gọi là thí nghiệm trong đầu "cửa bị sửa" (thought experiment). Thí nghiệm này nói là, bạn có một cái cửa ở nhà, khi bạn đang ở đây, tôi đổi nó đi, tôi có người ở nhà bạn ngay lúc này, dịch cái cửa sang chỗ khác, họ lấy tay cầm và dịch nó đi 2 inch. Và khi tối nay bạn về nhà, bạn đưa tay lên, với tới tay cầm và bạn sẽ nhận thấy là nó không đúng chỗ, bạn sẽ nói, chà, có gì xảy ra đây. Chắc mất chừng một giây để hiểu được, nhưng có gì đó đã xảy ra. Giờ tôi có thế đổi tay cầm theo cách khác. Làm cho nó lớn lên hay nhỏ đi, đổi từ bằng đồng sang bằng bạc, Tôi có thể chuyển nó thành cái cần. Có thể đổi cửa, sơn màu lên, Có thể đặt cửa sổ. Tôi có thể đổi hàng ngàn thứ với cái cửa của bạn, và chỉ trong 2 giây bạn mở cửa, bạn sẽ nhận ra có gì đó thay đổi.
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!"
Giờ thì, cách tiếp cận kĩ thuật, cách tiếp cận thông minh nhân tạo với vấn đề này, là tạo nên một cơ sơ dữ liệu cửa. Nó có tất cả các thuộc tính của cái cửa. Và bạn sẽ đến bên cái cửa, bạn biết đó, hãy kiểm tra mỗi lần một thứ. Cửa, cửa, cửa, bạn biết chứ, màu sắc, bạn biết tôi muốn nói gì. Chúng ta không làm chuyện đó. Não của bạn không làm chuyện đó. Cái não làm là luôn tiên đoán ngay lập tức cái gì sắp xảy ra trong môi trường của bạn. Nếu tôi để tay lên ban, tôi mong là nó sẽ ngừng lại. Khi tôi đi mỗi bước, nếu tôi lỡ khoảng 1/8 inch, tôi biết là có gì đã thay đổi. Bạn liên tục dự đoán về môi trường của mình. Tôi sẽ nói về tầm nhìn một chút. Đây là hình của một người phụ nữ. Và khi bạn nhìn con người, mắt bạn sẽ chuyên động 2 đến 3 lần trong một giây. Bạn không ý thức được chuyện này, nhưng mắt bạn luôn dịch chuyển. Khi bạn nhìn mặt ai đó, một cách đặc trưng, bạn sẽ đi từ mắt sang mắt rồi mũi rồi miệng. Nếu bạn chuyển từ mắt sang mắt, mà có cái gì đó ở đó như là một cái mũi, bạn thấy cái mũi thay vì phải là con mắt,
(Laughter)
bạn sẽ thốt lên, chết rồi --
"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.
(Cười) Người này có gì đó kì quặc. Đó là vì bạn đang tiên đoán. Nó không phải là bạn nhìn qua rồi nói, tôi thấy gì đây? Mũi hả, cũng ok. Không, bạn mong đợi cái bạn sắp thấy.
(Cười)
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.
Trong mỗi khoảng khắc. Và cuối cùng, hãy nghĩ về cách ta kiểm tra trí thông minh. Ta kiểm tra nó bằng sự tiên đoán. Từ kế tiếp ở đây là gì? Cái này ứng với cái này cũng như cái này với cái kia. Số kế tiếp là gì trong câu này? Đây là ba hình hiển thị của một đối tượng. Thế thì cái thứ tư là gì? Đó là cách chúng ta kiểm tra nó. Toàn là về tiên đoán. Vậy thì công thức cho lý thuyết não là gì?
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.
Đầu tiên, chúng ta phải có cơ cấu đúng. Và đó là cơ cấu bộ nhớ, không phải là cơ cấu hành xử hay tính toán. Đó là cơ cấu bộ nhớ. Làm thế nào mà bạn lưu và gợi lại các chuỗi hay mẫu hình này? Đó là mẫu không và thời gian. Rồi thì trong cơ cấu đó, bạn dùng một nhóm các nhà lý thuyết.
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.
Nhà sinh học thường không phải là nhà lý thuyết giỏi. Không phải luôn là vậy, nhưng thường hay vậy, không có một lịch sử hay về lý thuyết trong sinh học. Cho nên tôi thấy những người tốt nhất là nhà vật lý, kĩ sư và toán học, nhưng người hay nghĩ theo thuật toán. Rồi thì họ phải học về giải phẫu học, về sinh lý học. Bạn phải làm cho các lý thuyết này thật thực tế theo nghĩa giải phẫu học. Ai mà đứng lên nói với bạn lý thuyết về não mà không nói được chính xác nó hoạt động trong não thế nào và cách nó kết nối trong não, thì đó không phải là lý thuyết. Và đó là việc chúng tôi đang là ở viện khoa học thần kinh Redwood.
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.
Tôi rất muốn có thêm thời gian để nói rằng chúng tôi đang tiến những bước tuyệt vời, và mong rằng sẽ có dịp quay lại sân khấu này, chắc sẽ có dịp khác không lâu để kể với các bạn. Tôi rất là háo hức. Sẽ không mất đến 50 năm đâu.
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.
Thế thì lý thuyết về não nó như thế nào? Trước hết, nó sẽ là lý thuyết về bộ nhớ. Hầu như không như bộ nhớ máy tính đâu. Nó rất là khác. Và nó là bộ nhớ của các khuôn mẫu nhiều chiều, như những thứ đi từ mắt của bạn. Nó cũng là bộ nhớ của các chuỗi. Bạn không thể học hay gợi lại cái gì ở ngoài một chuỗi. Một bài hát phải được nghe theo trình tự thời gian, và được chơi lại theo trình tự thời gian. Và các chuỗi này được gọi lại một cách liên đới tự động, nên nếu tôi thấy gì đó, tôi nghe gì đó, nó gợi cho tôi về nó, và tự động trở lại. Đó là quá trình trở lại tự động. Và tiên đoán dữ liệu tương lại là kết quả mong muốn. Và khi tôi nói, lý thuyết phải chính xác về mặt sinh học, nó phải có thể kiểm chứng, và bạn phải biết cách xây dựng nó. Nếu bạn không xây dựng nó, bạn không hiểu nó. Thế thì, thêm một slide nữa nhé.
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.
Vậy kết quả của việc này là gì? Có phải ta sẽ thật sự tạo nên các máy thông minh? Đương nhiên vậy. Và nó sẽ khác với cái mọi người nghĩ. Không nghi ngờ gì nó sẽ xảy ra, theo suy nghĩ của tôi. Đâu tiên, chúng tôi sẽ tạo nó từ silicon. Cùng một kĩ thuật mà chúng tôi dùng để tạo bộ nhớ silicon của máy tính, ta có thể dùng được ở đây. Nhưng chúng là loại bộ nhớ rất khác. Và chúng tôi sẽ gắn các bộ nhớ này vào các cảm biến, và các cảm biến sẽ cảm nhận dữ liệu của thế giới thật, những thứ này sẽ học về môi trường của chúng.
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.
Nhiều phần những thứ đầu tiên bạn thấy sẽ không phải là robot. Không phải là robot vô dụng và người ta có thể tạo được robot. Nhưng robot là phần khó nhất. Đó là não cũ, là cái khó nhất. Bộ não mới thật ra dễ hơn não cũ. Nên việc đầu tiên chúng tôi làm là những thứ không đòi hỏi nhiều về robot. Nên bạn sẽ không thấy C-3PO đâu. Bạn sẽ thấy nhiều thứ như xe hơi thông minh thật sự hiểu được giao thông và lái xe là gì và đã học được rằng những xe chớp đèn trong hơn nửa phút chắc là sẽ không quẹo đâu, những thứ như vậy đó.
(Laughter)
(Cười)
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.
Ta cũng có thể tạo ra các hệ thống an ninh thông minh. Ở bất kì nơi nào mà ta đơn giản là dùng bộ não, nhưng không động chân động tay. Đó là những thứ sẽ xảy ra trước. Nhưng cuối cùng, thế giới chính là giới hạn. Tôi không biết nó sẽ trở nên thế nào. Tôi biết nhiều người đã đầu tư vào bộ vi xử lý và nếu bạn nói chuyện với họ, họ đã biết rằng cái họ làm rất quan trọng, nhưng họ thật ra đã không biết cái gì sẽ xảy ra. Họ không chờ đợi điện thoại di động, internet hay những thứ khác. Họ chỉ biết là, ờ, phải tạo nên máy tính và bộ điều khiển tín hiệu giao thông. Nhưng rồi nó sẽ phát triển lớn lắm. Cũng hệt như vậy, đây là khoa học về não vào bộ nhớ sẽ trở thành công nghệ cơ bản, và sẽ dẫn đến nhưng thay đổi không thể tin được trong 100 năm nữa. Và tôi háo hức nhất về cách chúng ta sẽ dùng chúng trong khoa học. Tôi nghĩ là hết giờ rồi, tôi xong rồi và xin dừng bài nói ở đây.