Dovolte mi povědět vám příběh. Odehrál se před 200 miliony let. Je to příběh o neokortexu, což znamená „nová kůra". V hlavní roli vystupují první savci v mnohém podobní hlodavcům, neboť pouze savci mají neokortex. Jejich neokortex měl plochu i tloušťku poštovní známky a obaloval mozek velikosti vlašského ořechu. Navzdory tomu tento mozek přinášel nový typ myšlení. Narozdíl od pudového chování, které nalezneme mezi nesavčími zvířaty, umožňovala tato mysl vývoj nového chování. Takže když myš utíká před dravcem a narazí na překážku, pokusí se přijít s řešením. To buď funguje, nebo ne. A pokud funguje, myš si jej zapamatuje a bude jej nadále využívat, což se lavinovitě rozšíří napříč komunitou myší. Protože jiná myš, která to viděla si řekne: „Páni, to bylo vážně chytrý oběhnout ten kámen," a začne se chovat obdobně.
Let me tell you a story. It goes back 200 million years. It's a story of the neocortex, which means "new rind." So in these early mammals, because only mammals have a neocortex, rodent-like creatures. It was the size of a postage stamp and just as thin, and was a thin covering around their walnut-sized brain, but it was capable of a new type of thinking. Rather than the fixed behaviors that non-mammalian animals have, it could invent new behaviors. So a mouse is escaping a predator, its path is blocked, it'll try to invent a new solution. That may work, it may not, but if it does, it will remember that and have a new behavior, and that can actually spread virally through the rest of the community. Another mouse watching this could say, "Hey, that was pretty clever, going around that rock," and it could adopt a new behavior as well.
Živočichové jiní než savci tuto schopnost postrádají. Jejich chování je pudové. Nové chování si sice osvojí, nikoli však v průběhu jednoho života. Trvá jim to klidně i tisíce životů než se vyvine jako nové pudové chování. Před 200 miliony let to bohatě stačilo. Prostředí se tehdy měnilo velmi pomalu. Mohlo trvat i deset tisíc let, než k nějaké výraznější změně došlo, takže v průběhu této doby se nové chování mohlo vyvíjet.
Non-mammalian animals couldn't do any of those things. They had fixed behaviors. Now they could learn a new behavior but not in the course of one lifetime. In the course of maybe a thousand lifetimes, it could evolve a new fixed behavior. That was perfectly okay 200 million years ago. The environment changed very slowly. It could take 10,000 years for there to be a significant environmental change, and during that period of time it would evolve a new behavior.
Fungovalo to tehdy dobře, ale pak se něco přihodilo. Před 65 miliony let došlo k náhlé, násilné změně prostředí. Nazýváme ji vymírání na konci křídy. Jde o období, kdy vyhynuli dinosauři. Zaniklo tehdy 75 procent živočišných a rostlinných druhů. V této době zaplnili savci tuto vzniklou ekologickou mezeru. Abychom použili lidský příměr, biologická evoluce řekla: „Hm, tahle mozková kůra je fajn věc," a začala ji rozvíjet. A savci se zvětšovali a společně s nimi i jejich mozky, ty dokonce ještě rychleji, takže se přirozeně zvětšovala i mozková kůra. Vyvinuly se v ní tyto jasně viditelné rýhy a záhyby, zejména z toho důvodu, aby zvětšily povrch. Kdybyste vzali lidskou mozkovou kůru a roztáhli ji, byla by velká asi jako ubrousek a stejně tak tenká. Má tloušťku zhruba jako stolní ubrousek. Ale díky těm mnoha závitům a záhybům tvoří 80 procent celého mozku. Právě v této části se odehrává naše myšlení. Je to i skvělý sublimátor. I nadále máme ten starý mozek, který nám poskytuje základní pudy a motivace, ale například naši touhu dobývat dokáže naše mozková kůra přetvořit do podoby básně nebo z ní vytvořit aplikaci nebo přednášku pro TED. Právě tyto proměny se odehrávají v mozkové kůře.
Now that went along fine, but then something happened. Sixty-five million years ago, there was a sudden, violent change to the environment. We call it the Cretaceous extinction event. That's when the dinosaurs went extinct, that's when 75 percent of the animal and plant species went extinct, and that's when mammals overtook their ecological niche, and to anthropomorphize, biological evolution said, "Hmm, this neocortex is pretty good stuff," and it began to grow it. And mammals got bigger, their brains got bigger at an even faster pace, and the neocortex got bigger even faster than that and developed these distinctive ridges and folds basically to increase its surface area. If you took the human neocortex and stretched it out, it's about the size of a table napkin, and it's still a thin structure. It's about the thickness of a table napkin. But it has so many convolutions and ridges it's now 80 percent of our brain, and that's where we do our thinking, and it's the great sublimator. We still have that old brain that provides our basic drives and motivations, but I may have a drive for conquest, and that'll be sublimated by the neocortex into writing a poem or inventing an app or giving a TED Talk, and it's really the neocortex that's where the action is.
Před padesáti lety jsem napsal článek, v němž jsem shrnul své nápady, jak mozek funguje, hovořil jsem tehdy o sérii modulů. Každý modul funguje podle nějakého vzorce. Může se naučit nový vzorec, může si zapamatovat vzorec. Může podle vzorce jednat. Tyto moduly se organizují hierarchicky, přičemž hierarchii utváří naše myšlení. Před 50 lety se toho už moc dalšího vyzkoumat nedalo. Díky této teorii jsem se seznámil s prezidentem Johnsonem. Dalších padesát let jsem o teorii přemýšlel a před půldruhým rokem jsem vydal knihu s názvem: „Jak vytvořit mysl." Vychází ze stejné teze, ale je nyní doplněna o hromady důkazů. Množství dat, které dnes o mozku máme, se díky neurovědě každý rok zdvojnásobí. Prostorové snímky mozku všeho druhu přibývají dvojnásobně každý rok. Umíme se dívat do živého mozku, vidíme tak jednotlivé spoje mezi neurony, jak spolu komunikují v reálném čase. Můžeme vidět, jak váš mozek vytváří myšlenky. Můžeme vidět, jak vaše myšlenky vytváří váš mozek, protože tak to skutečně funguje.
Fifty years ago, I wrote a paper describing how I thought the brain worked, and I described it as a series of modules. Each module could do things with a pattern. It could learn a pattern. It could remember a pattern. It could implement a pattern. And these modules were organized in hierarchies, and we created that hierarchy with our own thinking. And there was actually very little to go on 50 years ago. It led me to meet President Johnson. I've been thinking about this for 50 years, and a year and a half ago I came out with the book "How To Create A Mind," which has the same thesis, but now there's a plethora of evidence. The amount of data we're getting about the brain from neuroscience is doubling every year. Spatial resolution of brainscanning of all types is doubling every year. We can now see inside a living brain and see individual interneural connections connecting in real time, firing in real time. We can see your brain create your thoughts. We can see your thoughts create your brain, which is really key to how it works.
Dovolte mi stručně popsat tento proces. Vlastně jsem tyto moduly spočítal. Máme jich kolem 300 milionů a vytváříme je hierarchicky. Dám vám jednoduchý příklad.
So let me describe briefly how it works. I've actually counted these modules. We have about 300 million of them, and we create them in these hierarchies. I'll give you a simple example.
Představte si skupinu modulů, které umí rozpoznat vodorovnou čárku písmene A, což je to jediné, co je zajímá. Může hrát příjemná hudba, může jít kolem krásná dívka, nic z toho je nezajímá, soustředí se jen na část písmene A a jakmile na ni narazí, aktivují se a vyšlou signál svým výstupním axonem. Pokračuje to i o úroveň výš, přičemž tyto vrstvy se konceptuálně organizují. Každá z nich je abstraktnější než předchozí, takže následující úroveň může sledovat „písmeno A". Pokračuje to dále k vyšším úrovním, až třeba k „ALARM". Informace se ale šíří i shora dolů. Pokud dotyčný modul narazí na A-L-A-R, sám si domyslí: „aha, zřejmě chybí M," a odešle signál dolů ke všem modulům čekajícím na M se zprávou: „podívejte se po M, myslím, že jedno je na cestě." Moduly pro M zvýší citlivost a v ne zcela zřetelném tvaru poznají M. Běžně by jej nemusely poznat, ale když ho očekávají, odchytí jej a uvidí v něm M, takže modul pro ALARM může říct: „Vidím ALARM".
I've got a bunch of modules that can recognize the crossbar to a capital A, and that's all they care about. A beautiful song can play, a pretty girl could walk by, they don't care, but they see a crossbar to a capital A, they get very excited and they say "crossbar," and they put out a high probability on their output axon. That goes to the next level, and these layers are organized in conceptual levels. Each is more abstract than the next one, so the next one might say "capital A." That goes up to a higher level that might say "Apple." Information flows down also. If the apple recognizer has seen A-P-P-L, it'll think to itself, "Hmm, I think an E is probably likely," and it'll send a signal down to all the E recognizers saying, "Be on the lookout for an E, I think one might be coming." The E recognizers will lower their threshold and they see some sloppy thing, could be an E. Ordinarily you wouldn't think so, but we're expecting an E, it's good enough, and yeah, I've seen an E, and then apple says, "Yeah, I've seen an Apple."
Vyjděte výš o pět úrovní a dostanete se na dost vysoký stupeň této hierarchie, která se rozpíná napříč různými smysly, takže můžeme mít modul, který pozná určitou tkaninu, rozezná určitý tón hlasu, pozná nějakou vůni, a řekne: „Přišla moje žena."
Go up another five levels, and you're now at a pretty high level of this hierarchy, and stretch down into the different senses, and you may have a module that sees a certain fabric, hears a certain voice quality, smells a certain perfume, and will say, "My wife has entered the room."
Vystoupejme o dalších deset úrovní a budeme už hodně vysoko. Nejspíš budeme už v kůře čelních laloků, kde jsou moduly, které říkají: „To byla ironie, To byla zábava. Je krásná."
Go up another 10 levels, and now you're at a very high level. You're probably in the frontal cortex, and you'll have modules that say, "That was ironic. That's funny. She's pretty."
Můžeme tyto moduly nazvat sofistikovanějšími, i když jediná složitější věc je jejich pozice v hierarchii. Jedna 16letá dívka prodělala operaci mozku, během níž byla při vědomí, protože chirurgové s ní chtěli mluvit. Je to možné proto, že v mozku nejsou čidla bolesti. Kdykoli podráždili určitou část mozku, malou oblast v kůře, zde je vyznačená červeně, zasmála se. Nejdřív si mysleli, že aktivovali nějaký typ reflexního smíchu, ale rychle zjistili, že narazili na oblasti mozku, které reagují na humor a kdykoli tento bod podráždili, dívce najednou přišlo všechno legrační. „Jste tak legrační, když tu stojíte," byla její obvyklá poznámka, i když oni legrační vůbec nebyli, určitě ne v průběhu operace.
You might think that those are more sophisticated, but actually what's more complicated is the hierarchy beneath them. There was a 16-year-old girl, she had brain surgery, and she was conscious because the surgeons wanted to talk to her. You can do that because there's no pain receptors in the brain. And whenever they stimulated particular, very small points on her neocortex, shown here in red, she would laugh. So at first they thought they were triggering some kind of laugh reflex, but no, they quickly realized they had found the points in her neocortex that detect humor, and she just found everything hilarious whenever they stimulated these points. "You guys are so funny just standing around," was the typical comment, and they weren't funny, not while doing surgery.
Takže jak jsme na tom dnes? Počítače konečně začínají zpracovávat lidský jazyk způsobem, jakým se zpracovává v neokortexu. Osobně jsem popsal algoritmus, který se podobá něčemu, co nazýváme Markovův hierarchický skrytý model, na němž jsem pracoval od 90. let. Soutěž „Riskuj" je hra založená na jazyku a počítač Watson v ní dosáhl lepšího výsledku než dva nejlepší hráči dohromady. Odpověděl správně na tuto otázku: „Dlouhá a únavná řeč, kterou pronáší pěnová koláčová náplň." Počítač odpověděl: „Sněhová pusinka dává kázání," (anglická říkanka). Jennings a další soutěžící to vůbec nepochopili. Je to velmi komplikovaný příklad toho, že počítače rozumí lidskému jazyku. Watson získal své znalosti čtením Wikipedie a dalších encyklopedií.
So how are we doing today? Well, computers are actually beginning to master human language with techniques that are similar to the neocortex. I actually described the algorithm, which is similar to something called a hierarchical hidden Markov model, something I've worked on since the '90s. "Jeopardy" is a very broad natural language game, and Watson got a higher score than the best two players combined. It got this query correct: "A long, tiresome speech delivered by a frothy pie topping," and it quickly responded, "What is a meringue harangue?" And Jennings and the other guy didn't get that. It's a pretty sophisticated example of computers actually understanding human language, and it actually got its knowledge by reading Wikipedia and several other encyclopedias.
Za pět až deset let nebudou vyhledávače prostě hledat kombinace slov a odkazů, ale budou skutečně rozumět. Budou číst miliardy stránek na internetu i v knížkách. Takže půjdete kolem počítače, vyskočí Google a řekne: „Vzpomínáš si, Mary, jak jsi mi vyjádřila před měsícem znepokojení, že Tvá dávka glutathionu neprostoupila hematoencefalickou bariérou? Před 13 sekundami vyšel nový výzkum, který nabízí zcela nový přístup v užívání glutathionu. Shrnu Ti jej."
Five to 10 years from now, search engines will actually be based on not just looking for combinations of words and links but actually understanding, reading for understanding the billions of pages on the web and in books. So you'll be walking along, and Google will pop up and say, "You know, Mary, you expressed concern to me a month ago that your glutathione supplement wasn't getting past the blood-brain barrier. Well, new research just came out 13 seconds ago that shows a whole new approach to that and a new way to take glutathione. Let me summarize it for you."
Ode dneška za 20 let budeme mít nanoroboty, které přinese další exponenciální trend, kterým je miniaturizace. Tyto nanoroboty se kapilárami dostanou do našeho mozku, kde propojí naši mozkovou kůru se syntetickou kůrou, která bude v cloudu, čímž rozšíří schopnosti našeho neokortexu. V současnosti máte počítač třeba ve svém telefonu, ale pokud potřebujete na pár sekund 10 tisíc počítačů ke složitému vyhledávání, můžete se k nim na pár sekund připojit v cloudu. Když budete v roce 2030 potřebovat výkonnější mozek, připojíte se k němu v cloudu, a to přímo svým mozkem. Takže si například řeknu: „Á, tady jde Chris Anderson, jde mi vstříc, měl bych vymyslet, co inteligentního mu řeknu. Mám na to 3 sekundy. 300 milionů modulů v mém neokortexu to nestihne. Potřebuju další miliardu." K té se dostanu v cloudu. Naše mysl se stane hybridní, spojením biologického a nebiologického, přičemž ta nebiologická část podléhá zrychlujícím se trendům. Poroste exponenciálně. Pamatujete si, co se stalo, když se naše mozková kůra zvětšila posledně? To bylo před 2 miliony let, když se z nás stali humanoidi s těmito vysokými čely. Ostatní primáti mají zkosené hlavy. Nemají kůru čelních laloků. Kůra čelních laloků se ale neliší od kůry jiných laloků. Jde jen o kvantitativní rozšíření kůry, ale toto dodatečné množství mysli byl rozhodující faktor, který umožnil kvalitativní skok a vynález jazyka, umění, přinesl vědu a techniku a konference TED. Žádný jiný druh tohoto nedosáhl.
Twenty years from now, we'll have nanobots, because another exponential trend is the shrinking of technology. They'll go into our brain through the capillaries and basically connect our neocortex to a synthetic neocortex in the cloud providing an extension of our neocortex. Now today, I mean, you have a computer in your phone, but if you need 10,000 computers for a few seconds to do a complex search, you can access that for a second or two in the cloud. In the 2030s, if you need some extra neocortex, you'll be able to connect to that in the cloud directly from your brain. So I'm walking along and I say, "Oh, there's Chris Anderson. He's coming my way. I'd better think of something clever to say. I've got three seconds. My 300 million modules in my neocortex isn't going to cut it. I need a billion more." I'll be able to access that in the cloud. And our thinking, then, will be a hybrid of biological and non-biological thinking, but the non-biological portion is subject to my law of accelerating returns. It will grow exponentially. And remember what happens the last time we expanded our neocortex? That was two million years ago when we became humanoids and developed these large foreheads. Other primates have a slanted brow. They don't have the frontal cortex. But the frontal cortex is not really qualitatively different. It's a quantitative expansion of neocortex, but that additional quantity of thinking was the enabling factor for us to take a qualitative leap and invent language and art and science and technology and TED conferences. No other species has done that.
A za pár let tohle uděláme znovu. Znovu zvětšíme svůj neokortex, ale tentokrát už nebudeme omezeni pevnou hranicí naší lebky. Rozšíření bude moci být neomezené. Přidané množství bude znovu rozhodujícím faktorem v dalším obřím skoku naší kultury a techniky.
And so, over the next few decades, we're going to do it again. We're going to again expand our neocortex, only this time we won't be limited by a fixed architecture of enclosure. It'll be expanded without limit. That additional quantity will again be the enabling factor for another qualitative leap in culture and technology.
Mnohokrát vám děkuji.
Thank you very much.
(Potlesk)
(Applause)