So let me with start with Roy Amara. Roy's argument is that most new technologies tend to be overestimated in their impact to begin with, and then they get underestimated in the long term because we get used to them.
Allora, iniziamo con Roy Amara. Secondo Roy, gran parte delle nuove tecnologie è sopravvalutata per il loro impatto, prima di tutto, e poi vengono sottovalutate a lungo termine perché ci abituiamo.
These really are days of miracle and wonder. You remember that wonderful song by Paul Simon? There were two lines in it. So what was it that was considered miraculous back then? Slowing down things -- slow motion -- and the long-distance call. Because, of course, you used to get interrupted by operators who'd tell you, "Long distance calling. Do you want to hang up?" And now we think nothing of calling all over the world. Well, something similar may be happening with reading and programming life.
Questi sono i giorni del miracolo e della meraviglia. Ricordate quella bellissima canzone di Paul Simon? Aveva due versi. Cos'era considerato come miracoloso a quei tempi? Rallentare le cose, il rallentatore -- e le interurbane. Perché si veniva sempre interrotti dall'operatore che chiedeva "Chiamata a lunga distanza. vuole riattaccare?" E oggi chiamare in tutto il mondo è una bazzecola. Bene, qualcosa di simile potrebbe succedere con la lettura e programmazione della vita.
But before I unpack that, let's just talk about telescopes. Telescopes were overestimated originally in their impact. This is one of Galileo's early models. People thought it was just going to ruin all religion.
Ma prima di parlare di questo, parliamo di telescopi. Originariamente i telescopi sono stati sopravvalutati. Questo è uno dei modelli di Galileo. La gente pensava che avrebbe distrutto la religione
(Laughter)
(Risate)
So we're not paying that much attention to telescopes. But, of course, telescopes launched 10 years ago, as you just heard, could take this Volkswagen, fly it to the moon, and you could see the lights on that Volkswagen light up on the moon. And that's the kind of resolution power that allowed you to see little specks of dust floating around distant suns. Imagine for a second that this was a sun a billion light years away, and you had a little speck of dust that came in front of it. That's what detecting an exoplanet is like. And the cool thing is, the telescopes that are now being launched would allow you to see a single candle lit on the moon. And if you separated it by one plate, you could see two candles separately at that distance.
Quindi non facciamo molto caso ai telescopi. Ma per telescopi lanciati dieci anni fa, come avrete sentito, se prendete una Volkswagen e la portate sulla Luna, potete vedere le luci dell'auto illuminare la luna. Questo è il livello di risoluzione che vi ha permesso di vedere piccole macchie fluttuare attorno a stelle distanti. Immaginate per un secondo che questa sia una stella lontana milioni di anni luce, e vi trovate una piccola macchia che la oscura. Questo significa localizzare un esopianeta. E la cosa bella è che i telescopi che lanciamo oggi ci permettono di identificare una singola candela accesa sulla luna. E se le la dividete con una lastra, potrete vedere due candele separate da quella distanza.
And that's the kind of resolution that you need to begin to image that little speck of dust as it comes around the sun and see if it has a blue-green signature. And if it does have a blue-green signature, it means that life is common in the universe. The first time you ever see a blue-green signature on a distant planet, it means there's photosynthesis there, there's water there, and the chances that you saw the only other planet with photosynthesis are about zero. And that's a calendar-changing event. There's a before and after we were alone in the universe: forget about the discovery of whatever continent. So as you're thinking about this, we're now beginning to be able to image most of the universe. And that is a time of miracle and wonder. And we kind of take that for granted.
Questa è la risoluzione che serve per iniziare ad immaginare questa piccola macchia che passa davanti al sole e vedere se ha una piccola firma verde-blu. E se ha una firma vede-blu, significa che la vita è diffusa nell'universo. La prima volta che si vedrà un'impronta verde-blu su un pianeta distante, significa che li c'è fotosintesi, c'è acqua, e le possibilità che vediate l'unico altro pianeta con fotosintesi sono pari a zero. Questo è un evento che cambia il mondo. C'è un prima e un dopo essere soli nell'universo: dimenticatevi le scoperte di un continente. Mentre ci pensate, cominciamo a essere in grado di immaginare la maggior parte dell'universo. E questo è un tempo di prodigi e meraviglie. E lo diamo un po' per scontato.
Something similar is happening in life. So we're hearing about life in these little bits and pieces. We hear about CRISPR, and we hear about this technology, and we hear about this technology. But the bottom line on life is that life turns out to be code. And life as code is a really important concept because it means, just in the same way as you can write a sentence in English or in French or Chinese, just in the same way as you can copy a sentence, just in the same way as you can edit a sentence, just in the same way as you can print a sentence, you're beginning to be able to do that with life. It means that we're beginning to learn how to read this language. And this, of course, is the language that is used by this orange.
Qualcosa di simile sta accadendo nella vita. Sentiamo parlare di questa vita divisa in particelle e pezzi. Sentiamo parlare del CRISPR, e sentiamo di questa tecnologia, e di questa tecnologia. Ma alla fine di tutto, la base della vita è un codice. E il concetto di vita come codice è molto importante perché significa, nello stesso modo in cui voi potete scrivere una frase in inglese, francese o cinese, nello stesso modo in cui potete copiare una frase, nello stesso modo in cui potete modificare una frase, nello stesso modo in cui potete stampare una frase, potete cominciare a fare lo stesso con la vita. Significa che stiamo cominciando a capire come leggere questo linguaggio. e questo, ovviamente, è il linguaggio di questa arancia.
So how does this orange execute code? It doesn't do it in ones and zeroes like a computer does. It sits on a tree, and one day it does: plop! And that means: execute. AATCAAG: make me a little root. TCGACC: make me a little stem. GAC: make me some leaves. AGC: make me some flowers. And then GCAA: make me some more oranges.
Per cui, come esegue il codice questa arancia? Non lo fa con zero e uno, come i computer. Sta sull'albero, e un giorno fa: plop! E questo significa: esegui. AATCAAG: fammi una piccola radice. TCGACC: fammi un piccolo germe. GAC: fammi delle foglie AGC: fammi dei fiori. E poi GCAA: fammi altre arance
If I edit a sentence in English on a word processor, then what happens is you can go from this word to that word. If I edit something in this orange and put in GCAAC, using CRISPR or something else that you've heard of, then this orange becomes a lemon, or it becomes a grapefruit, or it becomes a tangerine. And if I edit one in a thousand letters, you become the person sitting next to you today. Be more careful where you sit.
Se modifico una frase in inglese con un editor di testo, si passa da una parola all'altra. Se modifico qualcosa in questa arancia e metto un GCAAC usando CRISPR o qualcosa di simile di cui avrete sentito parlare, questa arancia diventa un limone, o un pompelmo, o un mandarino. E se modifico una sola di migliaia di lettere, diventate la persona che oggi è seduta qui di fianco a voi. State più attenti a dove vi sedete.
(Laughter)
(Risate)
What's happening on this stuff is it was really expensive to begin with. It was like long-distance calls. But the cost of this is dropping 50 percent faster than Moore's law. The first $200 full genome was announced yesterday by Veritas. And so as you're looking at these systems, it doesn't matter, it doesn't matter, it doesn't matter, and then it does.
Questa cosa all'inizio era estremamente costosa. Era come le interurbane. Ma i costi stanno calando del 50% più velocemente della legge di Moore. Ieri è stata annunciata de Veritas la prima codifica del genoma a 200 dollari. Mentre guardate questi sistemi, non è importante, non è importante, non è importante, ma poi lo è.
So let me just give you the map view of this stuff. This is a big discovery. There's 23 chromosomes. Cool. Let's now start using a telescope version, but instead of using a telescope, let's use a microscope to zoom in on the inferior of those chromosomes, which is the Y chromosome. It's a third the size of the X. It's recessive and mutant. But hey, just a male. And as you're looking at this stuff, here's kind of a country view at a 400 base pair resolution level, and then you zoom in to 550, and then you zoom in to 850, and you can begin to identify more and more genes as you zoom in. Then you zoom in to the state level, and you can begin to tell who's got leukemia, how did they get leukemia, what kind of leukemia do they have, what shifted from what place to what place. And then you zoom in to the Google street view level. So this is what happens if you have colorectal cancer for a very specific patient on the letter-by-letter resolution.
Fatevi dare le proporzioni di questa cosa. È una grande scoperta. Ci sono 23 cromosomi. Forte. Cominciamo a usare la modalità telescopio, ma al posto di usare un telescopio, usiamo un microscopio per ingrandire l'interno di uno di questi cromosomi, il cromosoma Y. è un terzo della misura del cromosoma X, è recessivo e mutante. Ma... solo maschile. E mentre guardate queste cose, qui come a livello di Stato ad una risoluzione 400 paia di basi, poi ingrandiamo a 550, poi ingrandiamo a 850, e potete iniziare a vedere sempre più geni mentre ingrandite. Poi ingrandite a livello di regione, e potete cominciare a vedere chi soffre di leucemia, come gli è venuta, e che tipo di leucemia ha, cosa si è spostato da dove a dove. e poi ingrandite a livello di Google street view. Questo succede se avete un cancro al colon-retto di un paziente specifico con risoluzione lettera per lettera.
So what we're doing in this stuff is we're gathering information and just generating enormous amounts of information. This is one of the largest databases on the planet and it's growing faster than we can build computers to store it. You can create some incredible maps with this stuff. You want to understand the plague and why one plague is bubonic and the other one is a different kind of plague and the other one is a different kind of plague? Well, here's a map of the plague. Some are absolutely deadly to humans, some are not. And note, by the way, as you go to the bottom of this, how does it compare to tuberculosis? So this is the difference between tuberculosis and various kinds of plagues, and you can play detective with this stuff, because you can take a very specific kind of cholera that affected Haiti, and you can look at which country it came from, which region it came from, and probably which soldier took that from that African country to Haiti.
Per cui quello che facciamo qui è raccogliere informazioni e generare una gigantesca quantità di informazioni. Questo è uno dei più grandi database del pianeta e cresce più veloce della nostra capacità di creare computer per contenerne i dati. Potrete costruire delle mappe incredibili con questi dati. Volete studiare un'epidemia e capire perché una peste è bubbonica, e l'altra è un tipo diverso di epidemia e un'altra è ancora diversa? Bene, ecco qui una mappa delle epidemie. Alcune sono assolutamente mortali per gli uomini, altre no. E guardate, tra l'altro, se andate a fondo come si differenzia dalla tubercolosi? Questa è la differenza tra tubercolosi e altri tipi di malattie, e potete giocare al detective, perché potete prendere un tipo specifico di colera che ha colpito Haiti, e vedere da che nazione proviene, da che regione proviene, e probabilmente quale soldato l'ha portata dall'Africa ad Haiti.
Zoom out. It's not just zooming in. This is one of the coolest maps ever done by human beings. What they've done is taken all the genetic information they have about all the species, and they've put a tree of life on a single page that you can zoom in and out of. So this is what came first, how did it diversify, how did it branch, how large is that genome, on a single page. It's kind of the universe of life on Earth, and it's being constantly updated and completed.
Allarghiamo l'immagine. Non è solo andare nel dettaglio. Questa è una delle mappe più incredibili mai create dall'uomo. Quello che hanno fatto è prendere tutte le informazioni genetiche di tutte le specie, e hanno costruito un albero della vita su un'unica pagina che potete ingrandire o rimpicciolire. Quello che è arrivato per primo, come si è diversificato, ramificato, quanto è grande il genoma, su una sola pagina. È la vita intera della Terra, ed è costantemente aggiornata e completata.
And so as you're looking at this stuff, the really important change is the old biology used to be reactive. You used to have a lot of biologists that had microscopes, and they had magnifying glasses and they were out observing animals. The new biology is proactive. You don't just observe stuff, you make stuff. And that's a really big change because it allows us to do things like this. And I know you're really excited by this picture.
E mentre la guardate, il grande cambiamento è che la vecchia biologia era reattiva. C'erano molti biologi che avevano microscopi, e lenti di ingrandimento ed erano in giro ad osservare animali. La nuova biologia è proattiva. Non si guardano solo le cose, si costruiscono. E questo è il grosso cambiamento che ci permette di fare cose così. E so che siete molto esaltati da questa fotografia.
(Laughter)
(Risate)
It only took us four years and 40 million dollars to be able to take this picture.
Ci sono voluti solo quattro anni e 40 milioni di dollari per potere fare questa foto.
(Laughter)
(Risate)
And what we did is we took the full gene code out of a cell -- not a gene, not two genes, the full gene code out of a cell -- built a completely new gene code, inserted it into the cell, figured out a way to have the cell execute that code and built a completely new species. So this is the world's first synthetic life form.
Quello che abbiamo fatto è togliere tutto il codice genetico da una cellula -- non uno o due geni, tutti i geni da una cellula -- e abbiamo costruito un codice genetico nuovo, reinserito nella cellula, capito come fare eseguire questo codice alla cellula e costruito una specie assolutamente nuova. Questa è la prima forma di vita sintetica.
And so what do you do with this stuff? Well, this stuff is going to change the world. Let me give you three short-term trends in terms of how it's going to change the world.
E cosa possiamo farci? Bene, queste cose cambieranno il mondo. Vi darò tre tendenze del breve periodo dei modi in cui potrebbero cambiare il mondo.
The first is we're going to see a new industrial revolution. And I actually mean that literally. So in the same way as Switzerland and Germany and Britain changed the world with machines like the one you see in this lobby, created power -- in the same way CERN is changing the world, using new instruments and our concept of the universe -- programmable life forms are also going to change the world because once you can program cells in the same way as you program your computer chip, then you can make almost anything.
Per primo vedremo una nuova rivoluzione industriale. E lo intendo letteralmente. Nello stesso modo in cui Svizzera, Germania e Inghilterra hanno cambiato il mondo con macchine come quelle qui nell'atrio, creato energia -- nello stesso modo in cui il CERN sta cambiando il mondo, usando nuove strumentazioni e visioni dell'universo -- le forme di vita programmabili cambieranno il mondo perché se potete programmare cellule nello stesso modo in cui programmate i chip ai computer, potete fare qualsiasi cosa.
So your computer chip can produce photographs, can produce music, can produce film, can produce love letters, can produce spreadsheets. It's just ones and zeroes flying through there. If you can flow ATCGs through cells, then this software makes its own hardware, which means it scales very quickly. No matter what happens, if you leave your cell phone by your bedside, you will not have a billion cell phones in the morning. But if you do that with living organisms, you can make this stuff at a very large scale. One of the things you can do is you can start producing close to carbon-neutral fuels on a commercial scale by 2025, which we're doing with Exxon. But you can also substitute for agricultural lands. Instead of having 100 hectares to make oils or to make proteins, you can make it in these vats at 10 or 100 times the productivity per hectare. Or you can store information, or you can make all the world's vaccines in those three vats. Or you can store most of the information that's held at CERN in those three vats. DNA is a really powerful information storage device.
I chip del computer creano fotografie, creano musica, film, creano lettere d'amore, fogli di calcolo. sono solo costituiti da zeri e uno. Se si riesce a fare scorrere ATCG attraverso le cellule, questo software riesce a creare il suo stesso hardware, che significa che crescerà rapidamente. Non importa cosa può succedere, se lasciate il telefono cellulare a lato del letto, non avrete un milione di cellulari al mattino. Ma se lo fate con organismi viventi, potete farlo su larga scala. Una delle cose che si possono fare è cominciare a produrre combustibili pressoché privi di carbonio su scala commerciale entro il 2025, cosa che stiamo facendo con Exxon. Ma potete sostituirla alle coltivazioni agricole. Al posto di avere 100 ettari per ottenere olio per estrarne proteine, potete costruirle in queste vasche a 10 o 100 volte la produttività per ettaro di terra. Oppure potete immagazzinare informazioni, o tutti i vaccini per il mondo in queste tre vasche. O potete archiviare quasi tutti i dati che ci sono al CERN in queste tre vasche. Il DNA è veramente un potentissimo dispositivo di memorizzazione.
Second turn: you're beginning to see the rise of theoretical biology. So, medical school departments are one of the most conservative places on earth. The way they teach anatomy is similar to the way they taught anatomy 100 years ago. "Welcome, student. Here's your cadaver." One of the things medical schools are not good at is creating new departments, which is why this is so unusual. Isaac Kohane has now created a department based on informatics, data, knowledge at Harvard Medical School. And in a sense, what's beginning to happen is biology is beginning to get enough data that it can begin to follow the steps of physics, which used to be observational physics and experimental physicists, and then started creating theoretical biology. Well, that's what you're beginning to see because you have so many medical records, because you have so much data about people: you've got their genomes, you've got their viromes, you've got their microbiomes. And as this information stacks, you can begin to make predictions.
Seconda possibilità; comincerete a vedere la nascita della biologia teorica. Le scuole di medicina sono uno degli ambienti più conservatori sulla terra. Insegnano anatomia nello stesso modo in cui la insegnavano 100 anni fa. "Studenti benvenuti, ecco il vostro cadavere." Una cosa che non sanno fare le scuole di medicina è creare nuovi dipartimenti, ecco perché è così raro. Isaac Kohane ha creato un dipartimento di informatica, dati e conoscenza alla Harvard Medical School. E in un certo senso, quello che sta succedendo è che la biologia ha sufficienti dati per potere seguire i passi della fisica, che era fisica di osservazione, e di fisici sperimentali, e poi ha cominciato a creare la biologia teorica. Questo è quello che vedrete perché avete così tanti dati medici, perché avete così tanti dati sulle persone: avete i loro genomi avete i loro viromi, avete il loro microbioma. E mentre queste informazioni si accumulano, potete iniziare a fare previsioni.
The third thing that's happening is this is coming to the consumer. So you, too, can get your genes sequenced. And this is beginning to create companies like 23andMe, and companies like 23andMe are going to be giving you more and more and more data, not just about your relatives, but about you and your body, and it's going to compare stuff, and it's going to compare stuff across time, and these are going to become very large databases.
La terza cosa che potrebbe succedere è l'avvicinamento al consumatore. Anche voi potrete avere i vostri geni sequenziati. Stanno nascendo società come 23andMe. E società come 23andMe vi stanno dando sempre più informazioni, non solo sui vostri parenti, ma su di voi e il vostro corpo, e confrontano materiali e li confrontano nel tempo, e stanno diventando enormi database.
But it's also beginning to affect a series of other businesses in unexpected ways. Normally, when you advertise something, you really don't want the consumer to take your advertisement into the bathroom to pee on. Unless, of course, if you're IKEA. Because when you rip this out of a magazine and you pee on it, it'll turn blue if you're pregnant.
Ma sta anche iniziando a influenzare altri campi in modi inaspettati. DI solito, quando pubblicizzate qualcosa, non volete che il consumatore porti la pubblicità in bagno per farci sopra la pipì. A meno che non siate IKEA. Perché se strappate dalla rivista questo e ci fate sopra pipì, se diventa blu, siete incinte.
(Laughter)
(Risate)
And they'll give you a discount on your crib.
E vi faranno uno sconto per la culla.
(Laughter)
(Risate)
Right? So when I say consumer empowerment, and this is spreading beyond biotech, I actually really mean that.
Così, se parlo di potere dei consumatori, e si sta diffondendo oltre alle biotecnologie, lo intendo veramente.
We're now beginning to produce, at Synthetic Genomics, desktop printers that allow you to design a cell, print a cell, execute the program on the cell. We can now print vaccines real time as an airplane takes off before it lands. We're shipping 78 of these machines this year. This is not theoretical biology. This is printing biology.
Stiamo producendo ora, alla Syntethic Genomics, stampanti da tavolo che permettono di disegnare una cellula, stamparla, ed eseguirne il programma. Possiamo stampare vaccini all'istante, tra il decollo di un aereo e l'atterraggio. Spediremo 78 di queste macchine quest'anno. Non è biologia teorica. È biologia stampabile.
Let me talk about two long-term trends that are coming at you over a longer time period. The first one is, we're starting to redesign species. And you've heard about that, right? We're redesigning trees. We're redesigning flowers. We're redesigning yogurt, cheese, whatever else you want. And that, of course, brings up the interesting question: How and when should we redesign humans? And a lot of us think, "Oh no, we never want to redesign humans." Unless, of course, if your child has a Huntington's gene and is condemned to death. Or, unless if you're passing on a cystic fibrosis gene, in which case, you don't just want to redesign yourself, you want to redesign your children and their children. And these are complicated debates and they're going to happen in real time.
Fatemi parlare di due previsioni a lungo termine che vedrete in una proiezione più lontana nel tempo. La prima è che stiamo iniziando a ridisegnare le specie. Ne avete sentito parlare, vero? Stiamo ridisegnando gli alberi. stiamo ridisegnando i fiori. Stiamo ridisegnando lo yogurt, formaggio, qualsiasi cosa vogliate. E questo ci porta a domande interessanti: Quando e come dovremmo ridisegnare l'uomo? E molti di noi pensano, "No, non vorremo mai ridisegnare l'uomo." A meno che vostro figlio non abbia il gene di Huntington e sia condannato a morte. O se siete portatori del gene della fibrosi cistica, nel cui caso non volete solo ridisegnare voi stessi, ma anche i vostri figli e i loro figli. E queste sono questioni complicate, che stanno accadendo oggi.
I'll give you one current example. One of the debates going on at the National Academies today is you have the power to put a gene drive into mosquitoes so that you will kill all the malaria-carrying mosquitoes. Now, some people say, "That's going to affect the environment in an extreme way, don't do it." Other people say, "This is one of the things that's killing millions of people yearly. Who are you to tell me that I can't save the kids in my country?" And why is this debate so complicated? Because as soon as you let this loose in Brazil or in Southern Florida -- mosquitoes don't respect walls. You're making a decision for the world when you put a gene drive into the air.
Vi faccio un esempio. Uno dei dibattiti in corso nelle Accademie Nazionali è se abbiamo il potere di modificare un gene di zanzara che possa uccidere tutte le zanzare portatrici di malaria Alcuni dicono: "Questo modificherà l'ambiente in maniera sostanziale, non fatelo." Altri dicono: "Questa e una delle cose che sta uccidendo milioni di persone all'anno. Chi sei tu per dirmi che non posso salvare bambini nella mia nazione?" E perché il dibattito è così difficile? Perché appena le rilasci in Brasile o nel sud della Florida -- le zanzare non riconoscono frontiere. State prendendo una decisione per il mondo intero se permettete al gene di diffondersi nell'aria.
This wonderful man won a Nobel Prize, and after winning the Nobel Prize he's been worrying about how did life get started on this planet and how likely is it that it's in other places? So what he's been doing is going around to this graduate students and saying to his graduate students, "Build me life but don't use any modern chemicals or instruments. Build me stuff that was here three billion years ago. You can't use lasers. You can't use this. You can't use that." He gave me a vial of what he's built about three weeks ago. What has he built? He's built basically what looked like soap bubbles that are made out of lipids. He's built a precursor of RNA. He's had the precursor of the RNA be absorbed by the cell and then he's had the cells divide. We may not be that far -- call it a decade, maybe two decades -- from generating life from scratch out of proto-communities.
Questo uomo meraviglioso ha vinto il premio Nobel, e dopo averlo vinto si è occupato di come sia nata la vita su questo pianeta e se ce ne fosse anche su altri? Così quello che ha fatto è andare da questi suoi dottorandi e chieder loro: "Createmi la vita ma non usate nessuna strumentazione o componente moderno. Createmi cose che erano qui tre miliardi di anni fa. Non potete usare laser. non potete usare questo o quello." Mi ha dato una fiala di ciò che ha costruito tre settimane fa. Cosa ha creato? Una sostanza che pareva acqua saponata fatta di lipidi. Ha costruito un precursore del RNA. Ha fatto assorbire il precursore del RNA dalle cellule e poi le ha fatte dividere. Non possiamo essere molto lontani -- una decina di anni, magari venti -- dal generare la vita dal nulla da proto-comunità.
Second long-term trend: we've been living and are living through the digital age -- we're starting to live through the age of the genome and biology and CRISPR and synthetic biology -- and all of that is going to merge into the age of the brain. So we're getting to the point where we can rebuild most of our body parts, in the same way as if you break a bone or burn your skin, it regrows. We're beginning to learn how to regrow our tracheas or how to regrow our bladders. Both of those have been implanted in humans. Tony Atala is working on 32 different organs. But the core is going to be this, because this is you and the rest is just packaging. Nobody's going to live beyond 120, 130, 140 years unless if we fix this. And that's the most interesting challenge. That's the next frontier, along with: "How common is life in the universe?" "Where did we come from?" and questions like that.
Seconda tendenza a lungo termine: abbiamo vissuto e stiamo vivendo in un'epoca digitale-- stiamo iniziando a vivere l'età dei genomi, della biologia, del CRISPR e della biologia sintetica -- e tutto questo si fonderà nell'era del cervello. Così arriviamo al punto dove possiamo ricostruire molte parti del nostro corpo, nello stesso modo in cui un osso rotto o la pelle scottata si riparano. Cominciamo ad imparare a come far ricrescere le nostre trachee o a far ricrescere le vesciche. Tutte e due sono state impiantate nell'uomo. Tony Atala sta lavorando a 32 organi diversi. Ma il fondamento della questione è: questo sei tu e il resto è solo involucro. Nessuno riuscirà a vivere oltre 120,130,140 anni a meno che non risolviamo questo. E questa è la sfida più interessante. Questa è la prossima frontiera, assieme a: "Quanto è comune la vita nell'universo?" "Da dove arriviamo?" e domande così.
Let me end this with an apocryphal quote from Einstein.
Fatemi finire con una frase apocrifa di Einstein.
[You can live as if everything is a miracle, or you can live as if nothing is a miracle.]
"Potete vivere come se tutto fosse un miracolo, o vivere come se niente lo fosse."
It's your choice. You can focus on the bad, you can focus on the scary, and certainly there's a lot of scary out there. But use 10 percent of your brain to focus on that, or maybe 20 percent, or maybe 30 percent. But just remember, we really are living in an age of miracle and wonder. We're lucky to be alive today. We're lucky to see this stuff. We're lucky to be able to interact with folks like the folks who are building all the stuff in this room.
È una vostra scelta. Potete focalizzarvi sul male o sul terribile, e sicuramente là fuori ci sono molte cose terrificanti. Ma usate il 10 per cento del vostro cervello per pensare a questo, o forse il 20 per cento, o forse il 30 per cento. Ma ricordatevi solo questo: stiamo vivendo veramente in una età dei miracoli e delle meraviglie. Siamo fortunati a vivere oggi. Siamo fortunati a vedere tutto questo. Siamo fortunati a interagire con persone che stanno costruendo tutto quello che c'è qui.
So thank you to all of you, for all you do.
Per cui grazie a tutti, per quello che state facendo.
(Applause)
(Applausi)