Today I'm here, actually, to pose you a question. What is life? It has been really puzzling me for more than 25 years, and will probably continue doing so for the next 25 years. This is the thesis I did when I was still in undergraduate school. While my colleagues still treated computers as big calculators, I started to teach computers to learn. I built digital lady beetles and tried to learn from real lady beetles, just to do one thing: search for food. And after very simple neural network -- genetic algorithms and so on -- look at the pattern. They're almost identical to real life. A very striking learning experience for a twenty-year-old.
Egy kérdést teszek föl önöknek: Mi az élet? Engem több mint 25 éve izgat a kérdés, s gyanítom, hogy így lesz ez a következő 25 évben is. Ez itt a diplomamunkám. Mikor a diáktársaim még csak számolásra használták a számítógépet, én tanulásra kezdtem tanítani. Digitális katicabogarakat készítettem, s egyetlen dolgot akartam megtanulni a valódi katicáktól: hogyan találnak élelmet? Egy rendkívül egyszerű neurális hálózat, génalgoritmusok és a többi után előttem állt a modell. Majdnem teljesen élethű. Megdöbbentő tanulási tapasztalat egy húszéves fiatalnak.
Life is a learning program. When you look at all of this wonderful world, every species has its own learning program. The learning program is genome, and the code of that program is DNA. The different genomes of each species represent different survival strategies. They represent hundreds of millions of years of evolution. The interaction between every species' ancestor and the environment.
Az élet nem más, mint tanulási program. Csodálatos világunkban minden fajnak saját tanulási programja van. A tanulási program a genom, és a program kódja a DNS. Minden fajnak más-más túlélési stratégiát megvalósító saját genomja van. Több száz millió éves evolúció formálta őket: a fajok ősei és a környezetük közötti kölcsönhatás.
I was really fascinated about the world, about the DNA, about, you know, the language of life, the program of learning. So I decided to co-found the institute to read them. I read many of them. We probably read more than half of the prior animal genomes in the world. I mean, up to date.
El voltam bűvölve a világtól, a DNS-től, az "élet nyelvétől", a tanulási programtól. Eldöntöttem, hogy a genom megfejtésére intézetet alapítok. Sokat elolvastam közülük. A mai állatok elődeinek genomjából több mint a felét elolvastuk. Tehát még folyamatban van.
We did learn a lot. We did sequence, also, one species many, many times ... human genome. We sequenced the first Asian. I sequenced it myself many, many times, just to take advantage of that platform. Look at all those repeating base pairs: ATCG. You don't understand anything there. But look at that one base pair. Those five letters, the AGGAA. These five SNPs represent a very specific haplotype in the Tibetan population around the gene called EPAS1. That gene has been proved -- it's highly selective -- it's the most significant signature of positive selection of Tibetans for the higher altitude adaptation. You know what? These five SNPs were the result of integration of Denisovans, or Denisovan-like individuals into humans.
Sokat tanultunk. Az egyik fajt sokszor szekvenáltuk... az ember genomját. Mi szekvenáltuk az első ázsiait. Sokszor szekvenáltam magamat is, hogy kihasználjam a helyzetet. Nézzük ezeket az ismétlődő bázispárokat: ATCG. Semmit sem értenek belőlük. De nézzünk csak egy bázispárt, az ötbetűs AGGAA-t! Ez az öt sznip, SNP, a tibeti lakosságra jellemző különleges haplotípust tartalmaz az EPAS1 gén környezetében. Bebizonyosodott, hogy ez a gén nagymértékben szelektív, ez jelzi legszignifikánsabban a tibetiek pozitív alkalmazkodását a nagy magasságokhoz. A magyarázat, hogy ez az öt sznip a sapiensnek a gyenyiszovai emberrel vagy valami affélével való keveredés eredménye.
This is the reason why we need to read those genomes. To understand history, to understand what kind of learning process the genome has been through for the millions of years. By reading a genome, it can give you a lot of information -- tells you the bugs in the genome -- I mean, birth defects, monogenetic disorders. Reading a drop of blood could tell you why you got a fever, or it tells you which medicine and dosage needs to be used when you're sick, especially for cancer.
Ezért kell elolvasnunk a genomokat, hogy megértsük a történelmet, hogy milyen tanulási folyamaton ment át a genom sok millió év alatt. A genom olvasása sok információt nyújthat, tájékoztat génhibákról, pl. veleszületett rendellenességekről, egy bizonyos gén defektusáról. Egy vércseppből kiolvasható, miért vagyunk lázasak, vagy hogy milyen orvosságot milyen adagolásban kell szednünk, amikor betegek, kiváltképp ha rákosak vagyunk.
A lot of things could be studied, but look at that: 30 years ago, we were still poor in China. Only .67 percent of the Chinese adult population had diabetes. Look at now: 11 percent. Genetics cannot change over 30 years -- only one generation. It must be something different. Diet? The environment? Lifestyle? Even identical twins could develop totally differently. It could be one becomes very obese, the other is not. One develops a cancer and the other does not. Not mentioning living in a very stressed environment.
Sok mindent tanulmányozhatunk, de nézzenek a kivetítőre! 30 éve mi, kínaiak szegények voltunk. A kínaiak 0,67% volt csak cukorbeteg. Nézzék: ma 11%-a! A génkészlet nem változhat meg 30 év alatt; ez csak egy emberöltő. Valami más játszik közre. A táplálkozás? A környezet? Az életmód? Még az egypetéjű ikrek is eltérően fejlődhetnek. Az egyik elhízástól szenved, a másik nem. Az egyikük rákos lesz, a másik nem. És akkor még a stresszes környezetről nem beszéltem.
I moved to Shenzhen 10 years ago ... for some reason, people may know. If the gene's under stress, it behaves totally differently. Life is a journey. A gene is just a starting point, not the end. You have this statistical risk of certain diseases when you are born. But every day you make different choices, and those choices will increase or decrease the risk of certain diseases. But do you know where you are on the curve? What's the past curve look like? What kind of decisions are you facing every day? And what kind of decision is the right one to make your own right curve over your life journey? What's that?
Talán valaki tudja, hogy bizonyos körülmények miatt 10 éve Sencsenbe költöztem. Stressz hatása alatt a gének teljesen másként viselkednek. Az élet egy nagy utazás. A gén csupán a kiindulópont, nem a végpont. Születésünk óta bennünk van a statikus kockázat bizonyos betegségekre. De naponta hozunk döntéseket, s ezek növelik vagy csökkentik bizonyos kórok kockázatát. De tudják-e, a görbén hol helyezkednek el? A múltban hogy nézett ki a görbe? Milyen döntéseket kell naponta hozniuk? S hogyan kell helyesen dönteniük, hogy életútjuk jó görbe mentén alakuljon? Milyeneket?
The only thing you cannot change, you cannot reverse back, is time. Probably not yet; maybe in the future.
Az egyetlen dolog, amin nem változtathatnak amit nem forgathatnak vissza, az idő. Most nem, bár lehet, hogy a jövőben igen.
(Laughter)
(Nevetés)
Well, you cannot change the decision you've made, but can we do something there? Can we actually try to run multiple options on me, and try to predict right on the consequence, and be able to make the right choice? After all, we are our choices.
Meghozott döntéseiken nem módosíthatnak, de nem tehetnénk valami mást? Nem futtathatnánk le több lehetőséget önmagunkon, nem kísérelhetnénk meg előrejelezni a döntések következményeit, hogy így meghozhassuk a helyes döntést? Végtére is, döntéseink meghatároznak minket.
These lady beetles came to me afterwards. 25 years ago, I made the digital lady beetles to try to simulate real lady beetles. Can I make a digital me ... to simulate me? I understand the neural network could become much more sophisticated and complicated there. Can I make that one, and try to run multiple options on that digital me -- to compute that? Then I could live in different universes, in parallel, at the same time. Then I would choose whatever is good for me.
Ezután eszembe jutottak a katicák. 25 éve digitális katicákat csináltam, hogy a valódi katicákat szimuláljam. Megcsinálhatom digitális önmagamat..., amely engem szimulál? Nyilván a neurális hálózat sokkal kifinomultabb és bonyolultabb. Tudok-e ilyet készíteni, és futtathatok-e több lehetőséget ezen a digitális önmagamon, hogy kiszámoljam a helyes döntést? Akkor egy párhuzamos, másik univerzumban élhetek. Akkor azt választhatom, ami jó nekem.
I probably have the most comprehensive digital me on the planet. I've spent a lot of dollars on me, on myself. And the digital me told me I have a genetic risk of gout by all of those things there. You need different technology to do that. You need the proteins, genes, you need metabolized antibodies, you need to screen all your body about the bacterias and viruses covering you, or in you. You need to have all the smart devices there -- smart cars, smart house, smart tables, smart watch, smart phone to track all of your activities there. The environment is important -- everything's important -- and don't forget the smart toilet.
Valószínűleg nekem van a világon a legátfogóbb digitális énem. Sokat költöttem az énemre, önmagamra. Digitális énem közölte, hogy genetikailag köszvényre van hajlamom az itt láthatók következtében. Ehhez különféle technológiák kellenek. Vizsgálandók a fehérjék, gének, az antitestek anyagcseréje; szűrni kell az egész testet a rajtunk vagy bennünk lévő baktériumokra és vírusokra. Szükségünk van mindenféle okos eszközre: okosautóra, okosházra, okosasztalra, okosórára, okostelefonra, hogy nyomon kövessük tevékenységünket. A környezet fontos... minden fontos, s ne feledkezzünk meg az okosvécéről.
(Laughter)
(Nevetés)
It's such a waste, right? Every day, so much invaluable information just has been flushed into the water. And you need them. You need to measure all of them. You need to be able to measure everything around you and compute them.
Micsoda pazarlás, ugye? Rengeteg értékes információt húzunk le a vécén minden nap. Szükségünk van rájuk. Meg kell mérnünk őket. Képesnek kell lennünk köröttünk mindent megmérni és kiszámítani.
And the digital me told me I have a genetic defect. I have a very high risk of gout. I don't feel anything now, I'm still healthy. But look at my uric acid level. It's double the normal range. And the digital me searched all the medicine books, and it tells me, "OK, you could drink burdock tea" -- I cannot even pronounce it right --
Digitális énem közölte, hogy génhibám van. Nagyon hajlamos vagyok köszvényre. Most nincs panaszom. Még egészséges vagyok. De húgysavszintem... a normál érték kétszerese. De digitális énem az összes orvosi könyv átnézése után azt mondta: "Igyál bojtorjánteát!" A nevét sem tudom kimondani.
(Laughter)
(Nevetés)
That is from old Chinese wisdom. And I drank that tea for three months. My uric acid has now gone back to normal. I mean, it worked for me.
Ősi kínai módszer. Három hónapig teáztam. Húgysavszintem megint normális. Nálam hatott.
All those thousands of years of wisdom worked for me. I was lucky. But I'm probably not lucky for you. All of this existing knowledge in the world cannot possibly be efficient enough or personalized enough for yourself. The only way to make that digital me work ... is to learn from yourself. You have to ask a lot of questions about yourself: "What if?" --
A több ezer éves gyógymód nálam hatott. Szerencsém volt. De lehet, hogy magukon nem segít. Lehet, hogy maguknak a világ összes tudása sem lesz elég hatékony vagy személyre szóló. Az egyetlen módja, hogy a digitális ént munkára fogjuk: magunkat kell tanulmányoznunk. Egy sereg kérdést kell föltenniük magukról: "Mi van, ha...?"
I'm being jet-lagged now here. You don't probably see it, but I do. What if I eat less? When I took metformin, supposedly to live longer? What if I climb Mt. Everest? It's not that easy. Or run a marathon? What if I drink a bottle of mao-tai, which is a Chinese liquor, and I get really drunk? I was doing a video rehearsal last time with the folks here, when I was drunk, and I totally delivered a different speech.
Most érzem az időeltolódást. Talán nem látják rajtam, de érzem. Mi van, ha kevesebbet eszem? Ha Meforalt szedek, tovább fogok élni? Mi van, ha megmászom az Everestet? Az nehéz. Vagy maratont fussak? Mi van, ha megiszom egy üveg kínai cirokpálinkát, a maotájt, és jól berúgok? Legutóbb itt a főpróbán piás voltam, és teljesen mást adtam elő.
(Laughter)
(Nevetés)
What if I work less, right? I have been less stressed, right? So that probably never happened to me, I was really stressed every day, but I hope I could be less stressed. These early studies told us, even with the same banana, we have totally different glucose-level reactions over different individuals.
Mi van, ha kevesebbet dolgozom? Nem leszek annyira stresszes, ugye? Ilyen még aligha fordult elő velem. Minden nap stresszes vagyok, de remélem, ez csökkenthető. A korai vizsgálatok kimutatták, hogy ugyanaz a banán más-más egyéneknél eltérő glükózszint-reakciót eredményez.
How about me? What is the right breakfast for me? I need to do two weeks of controlled experiments, of testing all kinds of different food ingredients on me, and check my body's reaction. And I don't know the precise nutrition for me, for myself.
És nálam? Miből álljon az egészséges reggelim? Kéthetes kísérletet kell magamon végeznem, hogy teszteljem, hogyan hatnak rám a különböző élelmiszer-összetevők, és ellenőriznem kell testi reakcióimat. Nem tudom, hogyan kell helyesen táplálkoznom.
Then I wanted to search all the Chinese old wisdom about how I can live longer, and healthier. I did it. Some of them are really unachievable. I did this once last October, by not eating for seven days. I did a fast for seven days with six partners of mine. Look at those people. One smile. You know why he smiled? He cheated.
Át akartam nézni az összes ősi kínai javallatot, hogy miként élhetek sokáig és egészségesebben. Megtettem. Némelyikük megvalósíthatatlan. Tavaly októberben egyszer hét napig koplaltam. Hat társammal együtt hét napig böjtöltem. Nézzék őket! Egyikük mosolyog. Tudják, miért? Mert csalt.
(Laughter)
(Nevetés)
He drank one cup of coffee at night, and we caught it from the data.
Este megivott egy csésze kávét. Az adatokból jöttünk rá.
(Laughter)
(Nevetés)
We measured everything from the data.
Az adatokból minden kiderítettünk.
We were able to track them, and we could really see -- for example, my immune system, just to give you a little hint there. My immune system changed dramatically over 24 hours there. And my antibody regulates my proteins for that dramatic change. And everybody was doing that. Even if we're essentially totally different at the very beginning. And that probably will be an interesting treatment in the future for cancer and things like that.
Nyomon követhettük őket, és betekinthettünk... pl. az immunrendszerembe, hogy kissé érzékeltessem... Immunrendszerem 24 óra alatt gyökeresen megváltozott. Antitesteim szabályozzák fehérjéimet e gyökeres változás során. Mindenkivel ez történt. Függetlenül attól, hogy mindannyiunk eleve másmilyen volt. A jövőben ez valószínűleg a rák és hasonló kórok érdekes gyógymódja lesz.
It becomes very, very interesting. But something you probably don't want to try, like drinking fecal water from a healthier individual, which will make you feel healthier. This is from old Chinese wisdom. Look at that, right? Like 1,700 years ago, it's already there, in the book. But I still hate the smell.
Nagyon érdekessé válik. De van, amit nyilván nem akarnak megkóstolni, pl. egy egészséges ember vízzel kevert ürülékét, bár fittebbnek fogjuk érezni magunkat tőle az ősi kínai tanítás szerint. Gondoljanak csak bele! Kb. 1 700 éve ez már le van írva. Mégis undorodom a szagától.
(Laughter)
(Nevetés)
I want to find out the true way to do it, maybe find a combination of cocktails of bacterias and drink it, it probably will make me better. So I'm trying to do that.
Rá akarok jönni a jó módszerre. Talán baktériumkoktélt kellene innom, attól tán jobban lennék. Ezzel kísérletezem.
Even though I'm trying this hard, it's so difficult to test out all possible conditions. It's not possible to do all kinds of experiments at all ... but we do have seven billion learning programs on this planet. Seven billion. And every program is running in different conditions and doing different experiments. Can we all measure them?
Ugyan igyekszem, de pokoli nehéz kipróbálnom magamon minden összetételt. Képtelenség minden kísérletet elvégezni, hiszen bolygónkon hétmilliárd tanulóprogram van. Hétmilliárd. Minden program eltérő feltételekkel folyik, s ez különféle kísérleteket jelent. Bemérhetjük mindegyiküket?
Seven years ago, I wrote an essay in "Science" to celebrate the human genome's 10-year anniversary. I said, "Sequence yourself, for one and for all." But now I'm going to say, "Digitalize yourself for one and for all." When we make this digital me into a digital we, when we try to form an internet of life, when people can learn from each other, when people can learn from their experience, their data, when people can really form a digital me by themselves and we learn from it, the digital we will be totally different with a digital me.
Hét éve írtam egy cikket a Science-be a humán genom fölfedezésének 10. évfordulójára. Ezt írtam: "Szekvenálják magukat a maguk és mások kedvéért!" Ma viszont ezt mondom: "Digitalizálják magukat a maguk és mások kedvéért!" Amikor a digitális ént digitális "mi"-vé változtatjuk, amikor az élet internetjét alakítjuk ki, amikor az emberek egymástól tanulhatnak, amikor tapasztalatukból, adataikból okulhatnak, amikor maguk tényleg kialakíthatják a digitális "mi"-t, és tanulhatnak belőle, a digitális "mi" egyáltalán nem fog hasonlítani a digitális énre.
But it can only come from the digital me. And this is what I try to propose here. Join me -- become we, and everybody should build up their own digital me, because only by that will you learn more about you, about me, about us ... about the question I just posed at the very beginning: "What is life?"
De ez csak a digitális énből keletkezhet. Ezt szeretném itt javasolni. Tartsanak velem, legyenek ez a "mi", és mindenki építse föl a maga digitális énjét, mert csak így tudhatnak meg többet magukról, rólam, magunkról, előadásom elején föltett kérdésről: "Mi az élet?"
Thank you.
Köszönöm.
(Applause)
(Taps)
Chris Anderson: One quick question for you. I mean, the work is amazing. I suspect one question people have is, as we look forward to these amazing technical possibilities of personalized medicine, in the near-term it feels like they're only going to be affordable for a few people, right? It costs many dollars to do all the sequencing and so forth. Is this going to lead to a kind of, you know, increasing inequality? Or do you have this vision that the knowledge that you get from the pioneers can actually be pretty quickly disseminated to help a broader set of recipients?
Chris Anderson: Egy gyors kérdés. Elképesztő munka! Miközben tűkön ülve várjuk a személyre szabott orvoslás elképesztő műszaki lehetőségeit, egy kérdés fölmerül bennünk: a közeljövőben ezt csak egy szűk kör engedheti meg magának? A szekvenálás meg a többi sokba kerül. Nem vezet-e ez fokozódó egyenlőtlenséghez? Vagy azt gondolja, hogy az úttörők tudása elég gyorsan elterjedhet, és a rászorulók szélesebb körén segíthet?
Jun Wang: Well, good question. I'll tell you that seven years ago, when I co-founded BGI, and served as the CEO of the company there, the only goal there for me to do was to drive the sequencing cost down. It started from 100 million dollars per human genome. Now, it's a couple hundred dollars for a human genome. The only reason to do it is to get more people to benefit from it. So for the digital me, it's the same thing. Now, you probably need, you know, one million dollars to digitize a person. I think it has to be 100 dollars. It has to be free for many of those people that urgently need that.
Jun Wang: Jó kérdés. Hét éve, amikor társaimmal megalapítottuk a BGI-t, amelynek vezetője voltam, egyetlen célom a szekvenálási költség leszorítása volt. Eleinte ez humán genomonként 100 millió dollárt tett ki. Ma pár száz dollár. Egyetlen célja, hogy mind többen részesüljenek az előnyeiből. A digitális énnel ugyanez a helyzet. Ma valószínűleg 100 millió dollár kell egy személy digitalizálásához. 100 dollár elfogadható lenne. Ingyenesnek kell lennie azoknak, akiknek sürgős szükségük van rá.
So this is our goal. And it seems that with all this merging of the technology, I'm thinking that in the very near future, let's say three to five years, it will come to reality. And this is the whole idea of why I founded iCarbonX, my second company. It's really trying to get the cost down to a level where every individual could have the benefit.
Ez a célunk. Különböző technológiák ötvözésével a közeljövőben, úgy három-öt év múlva ez valósággá válik. Erre az ötletre alapítottam a iCarbonX-et, második cégemet. A cég próbálja a költségeket levinni olyan szintre, hogy bárki élvezhesse az eljárás előnyeit.
CA: All right, so the dream is not elite health services for few, it's to really try and actually make overall health care much more cost effective --
CA: Tehát az álma nem a kevés kiválasztott orvosi ellátása, hanem az, hogy az általános egészségügyi ellátás költséghatékonyabb legyen.
JW: But we started from some early adopters, people believing ideas and so on, but eventually, it will become everybody's benefit.
JW: Eleinte csak egy páran tették magukévá az ötletet, kevesen hittek benne, De végül ez mindenki hasznára válik.
CA: Well, Jun, I think it's got to be true to say you're one of the most amazing scientific minds on the planet, and it's an honor to have you.
CA: Jun, nem túlzás azt állítani, hogy maga a világ egyik legkitűnőbb tudományos koponyája. Megtiszteltetés, hogy eljött.
JW: Thank you.
JW: Köszönöm.
(Applause)
(Taps)