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.
טכנולוגיית המידע מתקדמת בצורה אקספוננציאלית (מעריכית) לא בצורה לינארית (קווית). והאינטואיציה שלנו היא לינארית. כשהלכנו בסוואנה לפני אלף שנה הערכנו בצורה לינארית היכן תימצא החיה. וזה עבד מצוין. זה נצרב למוחותינו. אבל הקצב של הגידול האקספוננציאלי הוא מה שבאמת מתאר את טכנולוגיות המידע. וזה לא רק חישוב. יש הבדל גדול בין גידול לינארי לאקספוננציאלי. אם אבצע 30 צעדים בצורה לינארית, אחת, שתיים, שלוש, ארבע, חמש, אגיע ל30. אם אבצע 30 צעדים בצורה אקספוננציאלית, שתיים, ארבע, שמונה, 16, אגיע למיליארד. זה הבדל עצום. וזה מה שבאמת מתאר את טכנולוגיית המידע.
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.
כשהייתי סטודנט באוניברסיטת MIT חלקנו ביננו מחשב אחד שהיה בגודל הבניין כולו. המחשב שיש לכם בטלפון הסלולרי כיום הוא זול פי מליון, קטן פי מליון, חזק פי אלף. זה שיפור של פי מיליארד ביכולות לכל דולר שחווינו למעשה מאז שהייתי סטודנט. ואנחנו נעשה את זה שוב ב25 שנים הבאות. טכנולוגיית המידע מתקדמת ברצף של עקומות בצורת S כשכל אחת היא פרדיגמה אחרת. אז אנשים אומרים: "מה יקרה כש'חוק מור' (Moore's Law) יגיע לקיצו?" דבר שיקרה בסביבות 2020. אז אנחנו נתקדם לפרדיגמה הבאה. וחוק מור לא היה הפרדיגמה הראשונה שהביאה התקדמות אקספוננציאלית למיחשוב. ההתקדמות האקספוננציאלית במיחשוב החלה עשורים רבים לפני שגורדון מור בכלל נולד. והחוק הזה לא תקף רק במיחשוב. הוא תקף למעשה בכל טכנולוגיה שניתן למדוד בה את תכונות המידע היסודיות שבה.
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.
יש לנו כאן 49 מחשבים מפורסמים. אני מציג אותם בגרף לוגריתמי. הסולם הלוגריתמי מסתיר את הסולם של ההתקדמות. כיוון שזה מייצג התקדמות פי טריליונים מאז הסקר של 1890. בשנות ה50 של המאה ה20 כיווצו שפופרות ואקום, הקטינו אותן עוד ועוד. לבסוף נתקלו בקיר. הם לא יכלו להקטין עוד את השפופרות ועדיין לשמור על הואקום. וזה היה הסוף של כיווץ שפופרות ואקום. אבל זה לא היה הסוף של הגידול האקספוננציאלי של המיחשוב. עברנו לפרדיגמה הרביעית, טרנזיסטורים, ולבסוף, מעגלים משולבים. וכשזה יגיע לקיצו, נעבור לפרדיגמה השישית, מעגלים מולקולריים תלת-מימדיים שמתארגנים מעצמם.
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.
אבל מה שאפילו יותר מדהים, בעצם, מקצב הגידול הפנטסטי הזה הוא שתראו כמה שהוא צפוי. אני מתכוון, הוא המשיך בזמנים טובים ורעים, במלחמה ושלום, בשגשוג ובמיתון. "המיתון הגדול" לא גרם אפילו לקמט קל בגידול האקספוננציאלי הזה. ואחנו נראה את אותו הדבר במיתון הכלכלי של היום. לפחות הגידול האקספוננציאלי של היכולות של טכנולוגיית המידע ימשיך ללא הפרעה.
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.
ורק לאחרונה עידכני את הגרפים האלה. כיוון שהם הופיעו מאז 2002 בספרי "הסינגולריות קרבה". אז עידכנו אותם, כדי שאוכל להציגם כאן, לשנת 2007 ושאלו אותי: "ובכן, אתה לא מודאג? אולי ההתקדמות לא תישאר אקספוננציאלית לגמרי." הייתי קצת מודאג כי אולי הנתונים לא יהיו נכונים, אבל אני כבר עוסק בזה במשך 30 שנה, ועדיין, הגרף נשאר עם ההתקדמות האקספוננציאלית הזו.
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.
הביטו בגרף הזה. היה ניתן לקנות טרנזיסטור אחד בדולר אחד בשנת 1968. כיום ניתן לקנות חצי מיליארד. והם אפילו יותר טובים, כי הם מהירים יותר. אבל ראו כמה זה צפוי. והייתי אומר שהידע הזה הוא יותר ממתאים לנתוני העבר. אני כבר מבצע את התחזיות האלה במשך כ30 שנה. והמחיר של פעולת מחזור של טרנזיסטור, שהוא מדד של מחיר הביצועים של אלקטרוניקה, יורד בערך כל שנה. דבר שמייצג קצב של 50 אחוזי דיפלציה. והדבר נכון גם בדוגמאות אחרות כמו נתוני די.אנ.איי או נתוני מח. אבל אנחנו יותר ממפצים על זה. אנחנו למעשה מיצאים יותר מפי שניים מכל סוג של טכנולוגיית מידע. היו לנו 18 אחוזי גידול בדולרים בכל צורה של של טכנולוגיית מידע בחצי המאה האחרונה. אף-על-פי שניתן להשיג פי שתיים יותר מכל טכנולוגיה - בכל שנה.
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.
זאת דוגמה שונה לגמרי. זה אינו חוק מור. כמות מידע הדי.אנ.איי שאספנו הוכפל בכל שנה המחיר יחד בחצי כל שנה. וזו היתה התקדמות חלקה מאז תחילת פרוייקט הגנום האנושי. ובמחצית הפרוייקט, הספקנים אמרו: "זה לא עובד. אתם כבר באמצע הפרוייקט וסיימתם רק אחוז אחד מכלל הפרוייקט." אבל זה היה בדיוק לפי הלו"ז. כי אם מכפילים אחוז אחד שבע פעמים נוספות, וזה בדיוק מה שקרה, מגיעים ל100 אחוז. והפרוייקט הסתיים בזמן.
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.
טכנולוגיות תקשורת: 50 דרכים שונות למדידה. מספר ה"ביטים" שמועברים, גודל האינטרנט. אבל זה התקדם בקצב אקספוננציאלי. זה ממש גורם לדמוקרטיזציה. לפני 20 שנה, כתבתי ב"עידן המכונות האיטיליגנטיות" כשברית המועצות היתה עדיין בתהליך התחזקות, שהיא תתפוגג ע"י הגל הזה של תקשורת מבוזרת.
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.
ויהיה לנו די כח מיחשוב במהלך המאה ה21 כדי לדמות איזורים מהמח האנושי. אבל מהיכן נשיג את התוכנה? חלק מהמבקרים אומרים: "המ.. התוכנה תקועה ולא מתקדמת" אבל אנחנו לומדים עוד ועוד על המוח האנושי. והרזולוציה המרחבית של סריקת המח האנושי מוכפלת כל שנה. כמות המידע שאנחנו אוספים על המוח מוכפלת כל שנה. ואנחנו מראים שאנחנו אכן יכולים להפוך את המידע הזה לכדי מודלים מתפקדים וסימולציות של חלקים במוח.
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.
ישנם כ20 איזורים במוח שכבר יש לנו עבורם מודלים, שעברו סימולציה ומבחנים: קליפת השמיעה, איזורים של קליפת הראיה, המח הקטן, האיזור בו אנחנו מייצבים את היכולות שלנו, פיסות של קליפת המח, האיזור בו אנחנו מבצעים חשיבה הגיונית. וכל זה הניע שיפור, מאוד חלק וצפוי, של פרודוקטיביות. עברנו מ30 דולר ל130 דולר בשווי ממוצע עבור שעת עבודת אדם, דבר שהונע ע" טכנולוגיית המידע.
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.
וכולנו מודאגים מאנרגיה ומהסביבה. ובכן, זה גרף לוגריתמי, שמתאר הכפלה יציבה כל שנתיים, של כמות האנרגיה הסולארית שאנחנו מייצרים. ובייחוד כעת, כאשר אנחנו מיישמים ננו-טכנולוגיה, שהיא סוג של טכנולוגיית מידע, ללוחות סולאריים. ואנחנו רק במרחק של 8 הכפלות מיכולת ייצור של 100 אחוזים מצרכי האנרגיה שלנו. ויש פי 10,000 יותר אור שמש ממה שאנחנו צריכים.
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.
אנחנו לבסוף נתמזג עם הטכנולוגיה הזאת. זה כבר די קרוב אלינו. כשהייתי סטודנט זה היה לרוחב הקמפוס. היום זה נכנס בכיס. מה שתפס בניין שלם, היום נכנס בכיס. מה שהיום נכנס בכיס, ייכנס בתוך תא דם בעוד 25 שנה. ואנחנו נתחיל להשפיע באופן מהותי ביותר על הבריאות והאינטיליגנציה שלנו ככל שנתקרב לטכנולוגיה הזאת.
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.
בהתבסס על זה, אנחנו מכריזים כאן בTED כמיטב מסורת TED, על אוניברסיטת הסינגולריות. זו אוניברסיטה חדשה שמיוסדת ע"י פיטר דיאמנדיס, שנמצא כאן בקהל, ואנוכי. היא נתמכת ע"י נאסא וגוגל, וע"י מובילים אחרים בקהילת ההי-טק והמדע. מטרתנו היתה לאסוף את המנהיגים, מורים ותלמידים כאחד, בתחומי הטכנולוגיות האלה, שמתקדמות בקצב האקספוננציאלי, וביישומן. אבל לארי פייג' נשא נאום נרגש באסיפת הייסוד שלנו, ואמר שעלינו להקדיש את המחקר הזה לנסיון לפתור כמה מהאתגרים הגדולים ביותר שמולם ניצבת האנושות. ושאם נעשה כך, גוגל תתמוך בנו. וכך עשינו.
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.
השליש האחרון של קורס הקיץ האינטנסיבי בן 9 השבועות יוקדש לפרוייקט קבוצתי שמטרתו להתמקד באיזה אתגר גדול של האנושות. כמו למשל, להשתמש ברשת האינטרנט, שכבר נפוצה באיזורים כפריים של סין או אפריקה, להפצת מידע בריאותי באיזורים מתפתחים של העולם. והפרוייקטים האלה ימשיכו מעבר לקורסים האלה תוך שימוש בתקשרות שיתופית אינטראקטיבית. כל הקניין הרוחני שייווצר ויילמד יהיה נגיש ברשת ויפותח ברשת בצורה שיתופית.
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.
הנה אסיפת הייסוד שלנו. אבל אנחנו מכריזים על זאת היום. מפקדת הקבע שלנו תהיה בעמק הסיליקון, במרכז המחקר "איימס" של נאסא. ישנן תוכניות שונות עבור תלמידים לתארים מתקדמים, לבכירים בחברות שונות. ששת המסלולים הראשונים כאן, בינה מלאכותית, טכנולוגיות מחשוב מתקדמות, ביו-טכנולוגיה, ננו-טכנולוגיה הינם תחומי הליבה של טכנולוגיית המידע. לאחר מכן, ניישם אותן בתחומים אחרים כמו אנרגיה, אקולוגיה, מדיניות חוק ואתיקה, ייזמות כדי שאנשים יוכלו להביא את הטכנולוגיות החדשות האלה אל העולם.
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)
אנחנו מעריכים מאוד את התמיכה שקיבלנו מהמנהיגים האיטלקטואלים, מנהיגי ההי-טק, בייחוד נאסא וגוגל. זה מפעל חדש ומרתק. ואנחנו מזמינים אתכם לקחת בו חלק. תודה רבה. (כפיים)