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.
Informatyka rozwija się wykładniczo, a nie liniowo. A nasza intuicja jest liniowa. Kiedy tysiąc lat temu chodziliśmy po sawannie, to liniowo szacowaliśmy, gdzie będzie dane zwierzę. I to się sprawdzało. Tak działa nasz mózg. Ale to wykładniczy wzrost lepiej opisuje postęp w informatyce. I to nie tylko w mocach obliczeniowych. Jest duża różnica między wzrostem liniowym a wykładniczym. Jak zrobię 30 linearnych kroków: jeden, drugi, trzeci, czwarty, to skończę na 30. Jeśli zrobię 30 wykładniczych kroków: dwa, cztery, osiem, 16, to skończę na miliardzie. To jest olbrzymia różnica. I właśnie taki wzrost następuje w informatyce.
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.
W czasach moich studiów na MIT mieliśmy jeden wspólny komputer, który zajmował cały budynek. Dzisiejsze komputery w waszych telefonach są milion razy tańsze, milion razy mniejsze i tysiące razy mocniejsze. To jest miliard-krotny przyrost możliwości za dolara, który miał miejsce od czasu moich studiów i który powtórzymy w ciągu następnych 25 lat. Postęp w informatyce opisuje ciąg krzywych w kształcie litery S: każda z nich dotyczy innego paradygmatu. Ludzie pytają: "Co się stanie, kiedy przestanie obowiązywać prawo Moore'a?" Co nastąpi około 2020 roku. Wtedy wejdziemy w kolejny paradygmat. Prawo Moore'a nie było pierwszym paradygmatem opisującym wykładniczy rozwój komputerów. Wykładniczy rozwój komputerów zaczął się dziesiątki lat przed narodzinami Gordona Moore'a. Opisuje on nie tylko moc obliczeniową, ale także każdą inną technologię, dla której umiemy zmierzyć ilość informacji, na której jest oparta.
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.
Oto 49 słynnych komputerów. Umieściłem je na wykresie logarytmicznym. Skala logarytmiczna ukrywa rzeczywistą skalę przyrostu, bo tu jest przedstawiony bilion-krotny przyrost od roku 1890. Od 1950 roku zmniejszano lampy elektronowe, uzyskując coraz mniejsze i mniejsze. Aż doszli do ściany. Nie umieli zmniejszyć lampy i zachować w niej próżni. I to był koniec miniaturyzacji lamp elektronowych. Ale to nie był koniec wykładniczego wzrostu mocy obliczeniowych. Przeszliśmy do czwartego paradygmatu - tranzystorów, a potem układów scalonych. Gdy one się wyczerpią, przejdziemy do szóstego paradygmatu: trójwymiarowych samoorganizujących się obwodów molekularnych.
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.
Ale jeszcze bardziej fascynujące niż to niesamowite tempo rozwoju jest to, jak bardzo jest on przewidywalny. Ten rozwój następował w czasach złych i dobrych, w czasach wojny i pokoju, w czasach rozwoju i recesji. Wielki Kryzys ani odrobinę nie zachamował tego wykładniczego tempa. I tak samo będzie podczas naszej obecnej recesji: niezależnie od wszystkiego, wykładniczy przyrost mocy informatycznych będzie postępował dalej.
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.
Niedawno aktualizowałem te wykresy, bo one pochodzą z mojej książki z 2002 roku pt. "Singularity is Near". Gdy więc aktualizowaliśmy je, żeby obejmowały 2007 rok, zapytano mnie: "Nie martwisz się? Może ten postęp już przestał być wykładniczy?" Trochę się bałem, że dane nie będą pasowały, ale robię to od 30 lat i zawsze wychodzi postęp wykładniczy.
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.
Spójrzcie na ten wykres. W 1968 roku za dolara można było kupić jeden tranzystor. A dzisiaj - pół miliarda. I to lepszych, bo szybszych. Ale zobaczcie, jakie to jest przewidywalne. Ta wiedza jest nadmiernie dopasowana do dawnych danych. Tworzę te modele prognostyczne od około 30 lat i cena jednego cyklu tranzystora, która jest miarą wydajności kosztowej elektroniki, spada z roku na rok. To jest 50% wskaźnik deflacji. To samo stosuje się do innych przykładów, takich jak dane DNA albo dane mózgu. Ale spokojnie to nadrabiamy. Dostarczamy ponad dwa razy więcej wszelkiego rodzaju produktów informatycznych. Mieliśmy 18% wzrost, liczony w dolarach o stałej wartości, wszelkiego rodzaju produktów informatycznych w ciągu ostatniego półwiecza. I to mimo tego, że można z roku na rok można kupić dwa razy więcej.
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.
To jest całkiem inny przykład. To nie jest prawo Moore'a. Ilość danych DNA, które zsekwencjonowaliśmy, podwaja się z roku na rok, a koszt spada o połowę. I taki gładki postęp zachodzi od samego początku prac nad genomem. W połowie tych prac, pesymiści mówili: "Nie idzie wam. Minęła połowa czasu badań, a wy ukończyliście tylko 1% prac." Ale to było właśnie zgodne z harmonogramem, bo wystarczy siedem razy podwoić ten 1%, co właśnie miało miejsce, a osiągnie się 100%. I prace zakończono w terminie.
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.
Technologie kominikacyjne: jest 50 różnych metod ich pomiaru. Liczba przemieszczanych bitów, rozmiar internetu. Ale to też postępuje wykładniczo. To sprzyja demokratyzacji. Pisałem 20 lat temu w "The Age of Intelligent Machines", w czasie gdy Związek Radziecki rósł w siłę, że zostanie on zmieciony z powodu postępu w zdecentralizowanej komunikacji.
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.
I że w czasie XXI wieku będziemy mieć dość mocy obliczeniowych, by na przykład wykonać symulację obszarów ludzkiego mózgu. Ale skąd wziąć oprogramowanie? Krytycy mówią: "No cóż, rozwój oprogramowania utknął." Ale jednak coraz więcej wiemy o ludzkim mózgu. Dokładność przestrzennych skanów mózgu podwaja się co roku. Ilość danych, które uzyskujemy na temat mózgu podwaja się co roku. I okazuje się, że istotnie możemy użyć tych danych to budowy działających modeli i symulacji obszarów mózgu.
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.
Już około 20 obszarów mózgu zostało wymodelowanych, symulowanych i przetestowanych: kora słuchowa, obszary kory wzrokowej, móżdżek, gdzie uczymy się zachowań motorycznych, części kory mózgowej, gdzie dokonujemy racjonalnego myślenia. A wszystko to napędza przyrost produktywności, który jest gładki i przewidywalny. Doszliśmy od 30 do 130 dolarów o stałej wartości, jeśli chodzi o wartość przeciętnej godziny ludzkiej pracy i to dzięki właśnie tej technologii.
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.
Wszyscy martwimy się o energię i o środowisko. Ten wykres logarytmiczny przedstawia gładkie podwajanie się, co dwa lata, ilości wytworzonej energii słonecznej. Zwłaszcza, że teraz już stosujemy nanotechnologię, też formę informatyki, do budowy paneli słonecznych. I zostało nam już tylko osiem takich podwojeń do zaspokojenia 100% naszych potrzeb energetycznych. A mamy 10 razy więcej światła słonecznego niż nam potrzeba.
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.
Ostatecznie, sami połączymy się z tą technologią. Ona już jest blisko nas. Za moich czasów studenckich zajmowała cały kampus. Teraz mieści się w kieszeni. To, co zajmowało cały budynek, teraz mieści się w kieszeni. To, co teraz mieści się w kieszeni, za 25 lat zmieści się w krwince. I zaczniemy głęboko modyfikować nasze zdrowie i inteligencję, w miarę zbliżania się do tej technologii.
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.
Z tego względu ogłaszamy tu, na TED, zgodnie z tradycją TED, Uniwersytet Osobliwości. To nowy uniwersytet, założony przez obecnego tu Petera Diamandisa i mnie. Jest wspierany przez NASA, Google i innych liderów społeczności high-tech oraz naukowej. Naszym celem było zebranie liderów, tak nauczycieli, jak i studentów, z tych wykładniczo rosnących dziedzin informatycznych i zajmujących się ich wdrażaniem. Ale Larry Page w swojej ognistej mowie podczas naszego spotkania organizacyjnego powiedział, że powinniśmy skupić się na głównych wyzwaniach stojących przed ludzkością. I że jeśli tak zrobimy, to Google nas poprze. Więc właśnie tak zrobiliśmy.
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.
Ostatnia jedna trzecia z 9-tygodniowej sesji letniej będzie poświęcona grupowemu projektowi, który podejmie jakieś główne wyzwanie ludzkości. Jak na przykład wdrożeniem internetu, który jest teraz wszechobecny, na wiejskich obszarach Chin lub Afryki, aby zapewnić wiedzę o zdrowiu rozwijającym się obszarom świata. Te projekty będą istnieć także po zakończeniu sesji, poprzez interaktywną współpracę. A wiedza, która zostanie stworzona i nauczona, będzie dostępna online i wspólnie rozwijana w internecie.
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.
Oto nasze spotkanie założycielskie, ale ogłaszamy to dopiero dzisiaj. Siedziba będzie w Dolinie Krzemowej, w centrum badawczym NASA Ames. Mamy różne programy dla doktorantów, dla menagerów z różnych przedsiębiorstw. Pierwszych 6 specjalności, sztuczna inteligencja, zaawansowane technologie obliczeniowe, biotechnologia, nanotechnologia to są różne kluczowe obszary informatyki. Potem będziemy je stosować na innych obszarach, jak energia, ekologia, polityka, prawo i etyka, przedsiębiorczość, aby ludzie mogli nieść te nowe technologie światu.
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)
Bardzo się cieszymy ze wsparcia, które otrzymaliśmy zarówno od liderów naukowych, jak i liderów high-tech, zwłaszcza od Google i NASA. To jest fascynujące przedsięwzięcie, do uczestnictwa w którym was zapraszamy. Dziękuję. (Oklaski)