Information technology grows in an exponential manner. It's not linear. And our intuition is linear. When we walked through the savanna a thousand years ago we made linear predictions where that animal would be, and that worked fine. It's hardwired in our brains. But the pace of exponential growth is really what describes information technologies. And it's not just computation. There is a big difference between linear and exponential growth. If I take 30 steps linearly -- one, two, three, four, five -- I get to 30. If I take 30 steps exponentially -- two, four, eight, 16 -- I get to a billion. It makes a huge difference. And that really describes information technology.
La tecnología de información crece exponencialmente. No es lineal. Y nuestra intuición es lineal. Al caminar por la sabana hace mil años predecíamos linealmente donde estaría un animal y nos funcionaba bien; está programado en nuestro cerebro. Pero el ritmo de crecimiento exponencial es lo que realmente describe a las tecnologías de información. Y no sólo en la computación. Hay una gran diferencia entre crecimiento lineal y exponencial. Si doy 30 pasos lineales: uno, dos, tres, cuatro, cinco llego a 30. Si doy 30 pasos exponenciales: 2, 4, 8, 16 llego a mil millones. Es una enorme diferencia. Esto describe realmente a la tecnología de información.
When I was a student at MIT, we all shared one computer that took up a whole building. The computer in your cellphone today is a million times cheaper, a million times smaller, a thousand times more powerful. That's a billion-fold increase in capability per dollar that we've actually experienced since I was a student. And we're going to do it again in the next 25 years. Information technology progresses through a series of S-curves where each one is a different paradigm. So people say, "What's going to happen when Moore's Law comes to an end?" Which will happen around 2020. We'll then go to the next paradigm. And Moore's Law was not the first paradigm to bring exponential growth to computing. The exponential growth of computing started decades before Gordon Moore was even born. And it doesn't just apply to computation. It's really any technology where we can measure the underlying information properties.
Cuando era estudiante en MIT compartíamos una computadora que ocupaba un edificio completo. La computadora en su celular es un millón de veces mas barata un millón de veces más pequeña y mil veces más poderosa. Es un incremento de mil millones de veces la capacidad por dólar que hemos visto desde que yo era estudiante. Volveremos a verlo nuevamente en los próximos 25 años. La tecnología de la información progresa en una serie de curvas con forma de "S" donde cada una es un paradigma diferente. La gente dice, "¿Qué va a pasar cuando termine la Ley de Moore?" Lo cual ocurrirá alrededor del 2020. Pasaremos al siguiente paradigma. La Ley de Moore no fue el primer paradigma que introdujo el crecimiento exponencial a la computación. El crecimiento exponencial de la computación comenzó décadas antes del nacimiento de Gordon Moore. Y no sólo se aplica a la computación. Aplica a cualquier tecnología donde podamos medir las propiedades subyacentes de la información.
Here we have 49 famous computers. I put them in a logarithmic graph. The logarithmic scale hides the scale of the increase, because this represents trillions-fold increase since the 1890 census. In 1950s they were shrinking vacuum tubes, making them smaller and smaller. They finally hit a wall; they couldn't shrink the vacuum tube any more and keep the vacuum. And that was the end of the shrinking of vacuum tubes, but it was not the end of the exponential growth of computing. We went to the fourth paradigm, transistors, and finally integrated circuits. When that comes to an end we'll go to the sixth paradigm; three-dimensional self-organizing molecular circuits.
Aquí tenemos 49 computadoras famosas. Las puse en un gráfico logarítmico. La escala logarítmica oculta la escala del incremento. Porque representa un incremento billonario desde el censo de 1890. En la década de 1950 reducíamos los tubos de vacío haciéndolos más pequeños. Al final topamos con un muro. Ya no se podía reducir el tubo y mantener el vacío. Ese fue el fin de los cada vez más pequeños tubos de vacío. Pero no fue el fin del crecimiento exponencial de la computación. Pasamos al cuarto paradigma, transistores, y finalmente a los circuitos integrados. Cuando lleguen a su fin pasaremos al sexto paradigma circuitos moleculares tridimensionales autoorganizados.
But what's even more amazing, really, than this fantastic scale of progress, is that -- look at how predictable this is. I mean this went through thick and thin, through war and peace, through boom times and recessions. The Great Depression made not a dent in this exponential progression. We'll see the same thing in the economic recession we're having now. At least the exponential growth of information technology capability will continue unabated.
Pero lo que es aún más asombroso, más que esta fantástica escala de progresión es observar lo predecible que es. Pasó por las buenas y las malas por la guerra y la paz, por épocas de crecimiento y recesión. La Gran Depresión no hizo mella en su crecimiento exponencial. Sucederá lo mismo durante la recesión económica que vivimos ahora. El crecimiento exponencial en la capacidad de la tecnología de información continuará sin desaceleración.
And I just updated these graphs. Because I had them through 2002 in my book, "The Singularity is Near." So we updated them, so I could present it here, to 2007. And I was asked, "Well aren't you nervous? Maybe it kind of didn't stay on this exponential progression." I was a little nervous because maybe the data wouldn't be right, but I've done this now for 30 years, and it has stayed on this exponential progression.
Acabo de actualizar estos gráficos. Porque los tenía hasta el 2002 en mi libro, "La Singularidad está Cerca." De modo que los actualizamos hasta 2007 para que pudiera presentarlos aquí. Y me dijeron: "Bueno, ¿no estás nervioso? Tal vez el crecimiento no se mantuvo en esa progresión exponencial". Estaba un poco nervioso porque tal vez los datos estaban incorrectos. pero he trabajado en ello durante 30 años, y la progresión exponencial se ha mantenido.
Look at this graph here.You could buy one transistor for a dollar in 1968. You can buy half a billion today, and they are actually better, because they are faster. But look at how predictable this is. And I'd say this knowledge is over-fitting to past data. I've been making these forward-looking predictions for about 30 years. And the cost of a transistor cycle, which is a measure of the price performance of electronics, comes down about every year. That's a 50 percent deflation rate. And it's also true of other examples, like DNA data or brain data. But we more than make up for that. We actually ship more than twice as much of every form of information technology. We've had 18 percent growth in constant dollars in every form of information technology for the last half-century, despite the fact that you can get twice as much of it each year.
Miren este gráfico. Podía comprarse un transistor por un dólar en 1968. Hoy pueden comprarse 500 millones. Y son en realidad mejores, porque son más rápidos. Pero vean qué predecible es. Yo diría que este conocimiento abarca datos anteriores. He realizado predicciones de cara al futuro durante unos 30 años y el costo de un ciclo de transistor, una medida de desempeño en el precio de la electrónica, disminuye aproximadamente cada año. Equivale a un ritmo de deflación del 50 por ciento y ello también es cierto para otros ejemplos como para los datos del ADN o del cerebro. Y más que compensamos eso. En realidad despachamos más del doble de todo tipo de tecnologías de información. Hemos tenido un crecimiento del 18 por ciento en dólares constantes en todas las tecnologías de información en el último medio siglo a pesar de que se puede conseguir el doble de ella cada año.
This is a completely different example. This is not Moore's Law. The amount of DNA data we've sequenced has doubled every year. The cost has come down by half every year. And this has been a smooth progression since the beginning of the genome project. And halfway through the project, skeptics said, "Well, this is not working out. You're halfway through the genome project and you've finished one percent of the project." But that was really right on schedule. Because if you double one percent seven more times, which is exactly what happened, you get 100 percent. And the project was finished on time.
Este es un ejemplo totalmente distinto. No es la Ley de Moore. La cantidad de datos del ADN que hemos secuenciado se ha duplicado cada año. Su costo se ha disminuido a la mitad cada año. Ha sido una progresión constante desde el inicio del proyecto del genoma. A la mitad del proyecto los escépticos dijeron "Esto no va a funcionar. El proyecto del genoma está a medio camino y han completado un uno por ciento del proyecto." Pero en realidad estaba en tiempo. Porque al duplicar uno por ciento siete veces más que es exactamente lo que sucedió se tiene el 100 por ciento. Y el proyecto se terminó a tiempo.
Communication technologies: 50 different ways to measure this, the number of bits being moved around, the size of the Internet. But this has progressed at an exponential pace. This is deeply democratizing. I wrote, over 20 years ago in "The Age of Intelligent Machines," when the Soviet Union was going strong, that it would be swept away by this growth of decentralized communication.
Tecnologías de la comunicación: 50 modos distintos de medirlas. La cantidad de bits movilizados, el tamaño de la internet... Ha progresado a un paso exponencial. Esto es profundamente democratizante. Escribí, hace más de 20 años en "La Era de las Máquinas Inteligentes", cuando la Unión Soviética era fuerte, que ésta sería arrasada por el crecimiento en la comunicación descentralizada.
And we will have plenty of computation as we go through the 21st century to do things like simulate regions of the human brain. But where will we get the software? Some critics say, "Oh, well software is stuck in the mud." But we are learning more and more about the human brain. Spatial resolution of brain scanning is doubling every year. The amount of data we're getting about the brain is doubling every year. And we're showing that we can actually turn this data into working models and simulations of brain regions.
Y tendremos mucha computación a medida que avanza el siglo XXI para hacer cosas como simular regiones del cerebro humano. ¿Pero dónde conseguiremos el software? Algunos críticos dicen: "Oh, el software está atascado en el lodo." Pero estamos aprendiendo más y más sobre el cerebro humano. La resolución espacial de la tomografía cerebral se duplica cada año. La información que obtenemos del cerebro se duplica cada año. Y demostramos que en realidad podemos transformar los datos en modelos funcionales y simulaciones de regiones del cerebro.
There is about 20 regions of the brain that have been modeled, simulated and tested: the auditory cortex, regions of the visual cortex; cerebellum, where we do our skill formation; slices of the cerebral cortex, where we do our rational thinking. And all of this has fueled an increase, very smooth and predictable, of productivity. We've gone from 30 dollars to 130 dollars in constant dollars in the value of an average hour of human labor, fueled by this information technology.
Hay 20 regiones del cerebro que han sido modeladas simuladas y probadas: la corteza auditiva, regiones de la corteza visual el cerebelo donde se forman las habilidades partes de la corteza cerebral donde llevamos a cabo el pensamiento racional. Y todo esto ha alimentado un incremento, muy constante y predecible, de la productividad. Hemos pasado de 30 dolares a 130 dólares en dólares constantes el valor promedio de una hora de trabajo humano impulsado por las tecnologías de información.
And we're all concerned about energy and the environment. Well this is a logarithmic graph. This represents a smooth doubling, every two years, of the amount of solar energy we're creating, particularly as we're now applying nanotechnology, a form of information technology, to solar panels. And we're only eight doublings away from it meeting 100 percent of our energy needs. And there is 10 thousand times more sunlight than we need.
Y todos estamos preocupados por la energía y el medio ambiente. Bueno esta es una gráfica logarítmica. Representa la duplicación constante cada dos años, del aumento de energía solar que estamos creando. Particularmente ahora a medida que aplicamos nanotecnología una forma de tecnología de información, a los paneles solares. Y estamos a sólo ocho duplicaciones de satisfacer todas nuestras necesidades energéticas. Hay 10 mil veces más luz solar de la que necesitamos.
We ultimately will merge with this technology. It's already very close to us. When I was a student it was across campus, now it's in our pockets. What used to take up a building now fits in our pockets. What now fits in our pockets would fit in a blood cell in 25 years. And we will begin to actually deeply influence our health and our intelligence, as we get closer and closer to this technology.
Finalmente nos fusionaremos con esta tecnología. Ya se encuentra muy cerca de nosotros. Antes estaba al otro lado del campus. Ahora cabe en nuestros bolsillos. Lo que ocupaba un edificio ahora cabe en nuestros bolsillos. Lo que hoy cabe en el bolsillo cabrá en una célula sanguínea en 25 años. Y comenzaremos a influir profundamente en nuestra salud y nuestra inteligencia a medida que nos acercamos más y más a esta tecnología.
Based on that we are announcing, here at TED, in true TED tradition, Singularity University. It's a new university that's founded by Peter Diamandis, who is here in the audience, and myself. It's backed by NASA and Google, and other leaders in the high-tech and science community. And our goal was to assemble the leaders, both teachers and students, in these exponentially growing information technologies, and their application. But Larry Page made an impassioned speech at our organizing meeting, saying we should devote this study to actually addressing some of the major challenges facing humanity. And if we did that, then Google would back this. And so that's what we've done.
Basado en ello anunciamos aquí en TED en la verdadera tradición de TED, la Universidad de la Singularidad. Es una nueva universidad fundada por Peter Diamandis, quien está aquí en el público y por mí. Cuenta con el apoyo de NASA y Google y de otros líderes de la comunidad científica de la alta tecnología. Nuestro objetivo era reunir a los líderes tanto a maestros como estudiantes de estas tecnologías de información crecientes y de su aplicación. Pero Larry Page hizo un discurso apasionado en nuestra reunión de organización donde dijo que deberíamos dedicar los estudios a atender algunos de los mayores retos que enfrenta la humanidad y que si lo hacíamos, entonces Google los apoyaría. Y eso es lo que hemos hecho.
The last third of the nine-week intensive summer session will be devoted to a group project to address some major challenge of humanity. Like for example, applying the Internet, which is now ubiquitous, in the rural areas of China or in Africa, to bringing health information to developing areas of the world. And these projects will continue past these sessions, using collaborative interactive communication. All the intellectual property that is created and taught will be online and available, and developed online in a collaborative fashion.
El último tercio de las sesiones intensivas de verano de nueve semanas serán dedicadas a un proyecto en grupo para atender uno de los mayores desafíos de la humanidad. Como por ejemplo, utilizar la internet que ahora es ubicua, en áreas rurales de China o África para llevar información sobre salud a las áreas en desarrollo del mundo. Los proyectos continuarán más allá de las sesiones utilizando comunicación colaborativa interactiva. Toda la propiedad intelectual que se cree y enseñe estará en línea y disponible y será desarrollada en línea de manera colaborativa.
Here is our founding meeting. But this is being announced today. It will be permanently headquartered in Silicon Valley, at the NASA Ames research center. There are different programs for graduate students, for executives at different companies. The first six tracks here -- artificial intelligence, advanced computing technologies, biotechnology, nanotechnology -- are the different core areas of information technology. Then we are going to apply them to the other areas, like energy, ecology, policy law and ethics, entrepreneurship, so that people can bring these new technologies to the world.
Esta es nuestra reunión inicial. Pero esto lo anunciamos hoy. Su sede permanente se ubicará en Silicon Valley en el Centro de Investigación Ames de la NASA. Hay distintos programas para estudiantes de posgrado para ejecutivos de distintas compañìas. Las seis primeras líneas son: inteligencia artificial tecnologías avanzadas de computación, biotecnología, nanotecnología que son las distintas áreas básicas de la tecnología de información. Después vamos a aplicarlas a las otras áreas como energía, ecología política legislativa y ética, a emprendedores para que las personas puedan llevar estas nuevas tecnologías al mundo.
So we're very appreciative of the support we've gotten from both the intellectual leaders, the high-tech leaders, particularly Google and NASA. This is an exciting new venture. And we invite you to participate. Thank you very much. (Applause)
De modo que estamos muy agradecidos por el apoyo que hemos recibido tanto de los líderes intelectuales, líderes de la alta tecnología en particular de Google y NASA. Esta es una emocionante nueva empresa. Y los invitamos a participar. Muchas gracias. (Aplausos)