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.
Ik ben hier vandaag om je een vraag te stellen. Wat is leven? Die vraag houdt mij nu al meer dan 25 jaar bezig en waarschijnlijk zal ze mij de komende 25 jaar ook nog bezighouden. Dit is de scriptie die ik deed toen ik nog aan het studeren was. Daar waar mijn collega's computers nog zagen als enorme rekenmachines, begon ik aan computers te leren om te leren. Ik maakte digitale lieveheersbeestjes en probeerde van de echte te leren, om maar één ding te doen: eten zoeken. En na uitermate simpele neurale verbindingen -- generische algoritmes enzovoorts -- kijk naar het patroon. Het is bijna identiek aan dat van het echte beestje. Een frappante leerervaring voor een twintigjarige.
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.
Het leven is een autodidactisch programma. Alles op deze prachtige planeet, iedere levenssoort, heeft een eigen autodidactisch programma. Dat programma is genoom en de code ervan is het DNA. De verschillende genomen van iedere soort staan voor hun overlevingsstrategieën. Zij representeren honderden miljoenen jaren aan evolutie. De interactie tussen voorouders van iedere soort en hun omgeving.
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.
De wereld fascineerde mij, DNA fascineerde mij, de zogenaamde taal van het leven, het autodidactisch programma. Ik besloot mede-oprichter te worden van het instituut om dit alles te lezen. Ik heb er veel gelezen. We hebben waarschijnlijk meer dan de helft van alle voor-dierlijke genomen gelezen. Ik bedoel, tot op heden.
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.
We hebben veel geleerd. We hebben de sequentie van één soort vele malen opnieuw in kaart gebracht: het menselijk genoom. We sequenceten de eerste Aziaat. Ik heb het zelf vele malen gesequencet, puur omdat het kon met dat platform. Kijk naar al die basenparen die zich steeds herhalen: ATCG. Daar haal je geen informatie uit. Maar kijk naar dat ene basenpaar. Die vijf letters, de AGGAA. Die vijf SNP's staan voor een zeer specifiek haplotype in de Tibetaanse bevolking, rondom het gen genaamd EPAS1. Het is aangetoond dat dat gen -- uitermate selectief -- de meest significante handtekening van positieve selectie van Tibetanen is, voor hun aanpassing aan de hoogte. Weet je wat nog meer? Deze vijf SNP's waren het resultaat van de integratie van de denisovamens, of denisova-achtige individuen.
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.
Dit is waarom we menselijke genomen moeten lezen. Om de geschiedenis te begrijpen, te snappen wat voor soort leerproces het genoom heeft doorgemaakt over de miljoenen jaren. Een genoom lezen kan veel informatie opleveren -- het onthult de fouten in het genoom -- Geboorteafwijkingen, monogenetische aandoeningen. Slechts een druppel bloed kan verklaren waarom je koorts hebt of welk medicijn en hoeveel daarvan je moet nemen als je ziek bent, met name bij kanker.
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.
Er zou van alles onderzocht kunnen worden, maar bekijk dit eens: 30 jaar geleden waren we nog arm in China. Slechts 0,67 procent van de Chinese volwassenen had diabetes. Vandaag de dag is dat 11 procent. In 30 jaar tijd kan de genetica niet veranderen -- dat is maar één generatie. Er moet iets anders zijn. Is het dieet? Het milieu? De manier van leven? Zelfs eeneiige tweelingen kunnen zich compleet anders ontwikkelen. De één kan obees worden, terwijl de ander dat niet wordt. De één krijgt kanker, de ander niet. En dan heb ik het nog niet over leven in een ontzettend drukke omgeving.
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?
10 jaar geleden verhuisde ik naar Shenzhen, om een reden die sommigen wellicht kennen. Als het gen onder druk staat, gedraagt het zich compleet anders. Het leven is een reis. Een gen is slechts een beginpunt, niet het einde. Er is een statistisch risico op bepaalde ziekten bij je geboorte. Maar je neemt iedere dag andere beslissingen en die vergroten of verkleinen het risico op bepaalde ziekten. Maar weet jij waar je staat op de curve? Hoe de afgelopen curve eruitziet? Wat voor soort besluiten je iedere dag moet nemen? En met welke beslissingen bereik je de beste curve voor jouw levensreis? Wat is dat?
The only thing you cannot change, you cannot reverse back, is time. Probably not yet; maybe in the future.
Het enige wat je niet kunt veranderen, niet ongedaan kunt maken, is de tijd. Nog niet althans, wellicht in de toekomst.
(Laughter)
(Gelach)
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.
Je kunt een eerdere beslissing dus niet ongedaan maken, maar wat dan wel? Kunnen we verschillende scenario's voor mij uitrollen en proberen de gevolgen juist te voorspellen, om de juiste beslissing te kunnen nemen? We zijn immers wat we kiezen.
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.
Deze lieveheersbeestjes kwamen achteraf in mij op. 25 jaar geleden maakte ik digitale lieveheersbeestjes om te proberen de echte te simuleren. Kan ik mijzelf digitaliseren, om mij te simuleren? Ik snap dat het neurale netwerk vele malen geavanceerder en ingewikkelder zou zijn. Kan ik een digitale ik maken en proberen verschillende uitkomsten voor mijn digitale ik uit te rollen -- om dat te berekenen? Dan zou ik kunnen leven in verschillende universums, parallel, tegelijkertijd. Dan zou ik alle juiste keuzes maken.
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.
Ik heb waarschijnlijk de meest omvattende digitale ik op de planeet. Ik heb heel wat geld aan mij, aan mezelf, uitgegeven. En de digitale ik vertelde mij dat ik een erfelijk risico op jicht heb, door al deze dingen. Je hebt daarvoor een andere technologie nodig. De proteïnen, genen, omgezette anti-stoffen, je moet je hele lichaam in beeld brengen, alle bacteriën and virussen op je huid, in je lichaam. Je hebt daarvoor alle 'slimme voorzieningen' nodig -- slimme auto's, huizen, tafels, een slim horloge, een smartphone -- om al je activiteiten te volgen. De omgeving is van belang -- alles is van belang -- en vergeet het smart-toilet niet.
(Laughter)
(Gelach)
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.
Wat een verspilling, nietwaar? Iedere dag wordt er zo veel informatie van ongeschatte waarde doorgespoeld. En die heb je nodig. Je moet alles meten. Je moet alles om je heen kunnen meten en berekenen.
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 --
De digitale ik vertelde mij dat ik een genetisch gebrek heb. Ik heb een zeer hoog risico op jicht. Momenteel voel ik daar niets van, ik ben nog gezond. Maar mijn urinezuurniveau: dat is twee keer zo hoog als normaal. De digitale ik doorzocht alle geneesmiddelenboeken en zei mij vervolgens: "Oké, je kunt klisthee drinken" -- wat een benaming --
(Laughter)
(Gelach)
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.
Het is oude Chinese wijsheid. Ik dronk die thee drie maanden lang. Mijn urinezuur is nu op een normaal niveau. Ik bedoel, voor mij werkte het.
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?" --
Die duizenden jaren wijsheid werkten voor mij. Ik had geluk. Maar voor jou waarschijnlijk niet. Al deze bestaande kennis in de wereld kan onmogelijk efficiënt genoeg of genoeg op jou toegespitst zijn. De enige manier om die digitale ik te laten werken, is door van jezelf te leren. Je moet veel over jezelf vragen: "Wat als?" --
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.
Ik heb op dit moment een jetlag. Al zie je het niet, het is wel zo. Wat als ik minder eet? Of metformine neem, zogenaamd om langer te leven? De Mount Everest beklim? Zo simpel is het niet. Als ik een marathon loop? Wat als ik een fles mao-tai drink, een Chinese likeur, en onwijs dronken word? Laatst deed ik een videorepetitie met de mensen hier, toen ik dronken was en ik gaf een compleet andere speech.
(Laughter)
(Gelach)
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.
Wat als ik minder werk? Dan ben ik minder gestrest, nietwaar? Dat gebeurt mij waarschijnlijk nooit, ik ben dagelijks heel gestrest, maar ik hoop dat minder te kunnen zijn. Uit deze vroege onderzoeken bleek dat, zelfs met dezelfde banaan, ons glucoseniveau per individu totaal anders reageerde.
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.
Hoe zit dat met mij? Wat is voor mij het juiste ontbijt? Ik moet twee weken lang gecontroleerde experimenten doen, allemaal verschillende voedselingrediënten uitproberen en mijn lichaamsreactie controleren. Ik weet niet wat precies de juiste voeding is voor mij, voor mijzelf.
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.
Toen wilde ik alle oude Chinese wijsheden doorzoeken om langer en gezonder te leven. Dat deed ik. Sommige zijn absoluut niet te doen. Oktober vorig jaar deed ik dit: zeven dagen lang niet eten. Zeven dagen lang vastte ik samen met zes van mijn partners. Kijk naar die mensen. Eén glimlach. En weet je waarom? Hij speelde vals.
(Laughter)
(Gelach)
He drank one cup of coffee at night, and we caught it from the data.
Hij dronk 's avonds één kop koffie, en dat lieten de gegevens zien.
(Laughter)
(Gelach)
We measured everything from the data.
We maten alles uit de gegevens.
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.
We konden ze herleiden, en echt zien -- mijn immuunsysteem bijvoorbeeld, om je een idee te geven. Mijn immuunsysteem veranderde drastisch in 24 uur. En mijn antilichamen reguleren mijn proteïnen voor die drastische verandering. Iedereen doet dat zo. Zelfs als we in wezen totaal verschillend beginnen. Dat zal later waarschijnlijk een interessante behandeling voor kanker en dergelijke zijn.
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.
Het wordt nog veel interessanter. Al wil je het waarschijnlijk niet uitproberen: zoals faeceswater drinken van een gezonder persoon, zodat jij je gezonder voelt. Dit is oude Chinese wijsheid. Kijk dit nu eens. Zo'n 1700 jaar geleden stond dit al in een boek. Maar het blijft stinken.
(Laughter)
(Gelach)
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.
Ik wil de échte manier om het te doen achterhalen, misschien een combinatie van bacteriecocktails vinden en drinken; het maakt mij vast beter. Dus dat probeer ik uit.
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?
Al probeer ik nog zo hard, het is lastig om alle mogelijke uitkomsten uit te proberen. Het is absoluut onmogelijk om alle experimenten te doen, maar we hebben wel zeven miljard auto- didactische programma's op deze planeet. Zeven miljard. En ieder programma werkt onder verschillende voorwaarden en doet verschillende proeven. Kunnen we ze allemaal meten?
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.
Zeven jaar geleden schreef ik een artikel voor 'Science' ter ere van de tiende verjaardag van het menselijk genoom. Ik zei: "Sequence jezelf, voor eenieder en voor iedereen." Maar nu ga ik zeggen: "Digitaliseer jezelf voor eenieder en voor iedereen." Als we deze 'digitale ik' in een 'digitale wij' veranderen, een internet der leven proberen te vormen, mensen van elkaar kunnen leren, wanneer mensen kunnen leren van hun ervaringen, hun gegevens en echt een digitale versie van zichzelf kunnen vormgeven en wij ervan leren, zal de 'digitale wij' totaal verschillend zijn van de digitale ik.
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?"
Maar het kan alleen voortkomen uit de digitale ik. En dat is wat ik hier wil voorstellen. Sluit je bij mij aan -- word deel van 'wij' en iedereen zou zijn eigen digitale ik moeten opbouwen, omdat je alleen daarmee meer over jezelf zult leren, over mij, over ons, over de vraag die ik stelde helemaal aan het begin: "Wat is leven?"
Thank you.
Dankjulliewel.
(Applause)
(Applaus)
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: Snel nog één vraag. Ik bedoel, het werk is fantastisch. Ik vermoed dat mensen zich afvragen -- die geweldige technologische mogelijkheden van gepersonaliseerde medicatie, lijken vooralsnog slechts betaalbaar voor enkelen. Het kost heel wat geld om alles in kaart te brengen enz. Zal dit leiden tot een soort, je weet wel, toegenomen ongelijkheid? Of visioneer jij dat de kennis die je krijgt van de pioniers daadwerkelijk snel verspreid kan worden om een groter publiek te helpen?
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: Goede vraag. Toen ik zeven jaar geleden BGI hielp oprichten en als CEO van het bedrijf werkte, was het enige doel dat ik daar had het omlaag brengen van de kosten. Het begon met 100 miljoen dollar per menselijk genoom. Vandaag de dag is dat nog enkele honderden dollars. De enige reden om dat te doen, is zodat er meer mensen van profiteren. Voor de digitale ik is dat hetzelfde. Nu heb je waarschijnlijk zo'n miljoen dollar nodig om een persoon te digitaliseren. Ik vind dat dat 100 dollar moet zijn. Het moet gratis zijn voor de velen die dat met spoed nodig hebben.
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.
Dat is dus ons doel. En het lijkt erop dat met al het samenvoegen van technologieën er in de nabije toekomst, over, pak 'm beet, drie tot vijf jaar, het werkelijkheid wordt. En dat is het hele idee waarom ik iCarbonX oprichtte, mijn tweede bedrijf. Om de kosten echt omlaag te krijgen tot een niveau waarop ieder individu ervan kan profiteren.
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: Oké, dus de droom is niet gezondheid voor de elite, het is echt proberen om de globale gezondheidszorg stukken goedkoper te maken --
JW: But we started from some early adopters, people believing ideas and so on, but eventually, it will become everybody's benefit.
JW: Maar we beginnen met de eerste deelnemers, mensen die in de ideeën geloven, en uiteindelijk zal iedereen er profijt van kunnen hebben.
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: Nou Jun, ik kan je dit wel zeggen: je bent een uitzonderlijk wetenschappelijk brein op deze planeet en het was me een eer.
JW: Thank you.
JW: Dankjewel.
(Applause)
(Applaus)