Ich erzähle Ihnen eine Geschichte, die sich vor 200 Mio. Jahren abspielte. Es ist die Geschichte des Neokortex, was so viel wie "Neurinde" heißt. Bei den frühen Säugetieren -- nur Säugetiere haben einen Neokortex -- sie sahen aus wie Nagetiere, war der Neokortex so klein und dünn wie eine Briefmarke. Es war eine dünne Schicht, die ihr walnussgroßes Gehirn umgab. Das gab ihnen die Möglichkeit, auf eine ganz neue Weise zu denken. Über die festen Verhaltensweisen der Nicht-Säugetiere hinaus ermöglichte der Neokortex ganz neue Verhaltensweisen. Flieht eine Maus vor einem Raubtier und der Weg ist versperrt, sucht sie eine neue Lösung. Funktioniert diese, wird sich die Maus dieses Verhalten aneignen und daraus lernen. In der Tat kann sich diese wie ein Virus im gesamten Mäusebau verbreiten. Eine andere Maus denkt sich z. B.: "Hey, es war schlau, um den Felsen herumzulaufen", und übernimmt das gleiche Verhalten.
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,"
Nicht-Säugetiere konnten das aber nicht. Ihr Verhalten war festgelegt.
and it could adopt a new behavior as well.
Sie konnten zwar neue Verhaltensweisen lernen, aber nicht im Laufe eines Lebens. Nur im Laufe von tausend Generationen kann sich ein neues Verhalten entwickeln. Vor 200 Mio. Jahren war das gut genug, da sich die Umwelt nur langsam veränderte. Eine wesentliche Veränderung brauchte vielleicht 10 000 Jahre, und dann gab es auch genug Zeit, um neue Verhaltensweisen zu entwickeln.
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
Das lief eine ganze Zeit gut, aber dann geschah etwas.
it would evolve a new behavior.
Vor 65 Mio. Jahren gab es eine plötzliche, gewaltige Veränderung in der Umwelt: das "Große Aussterben" in der Kreidezeit. Damals starben auch die Dinosaurier, zusammen mit 75% aller Tiere und Pflanzen. Die Säugetiere übernahmen dann ihre ökologische Nische. Wäre die Evolution ein Mensch, hätte sie zu sich gesagt: "Hm, dieser Neokortex ist echt cool" und begann ihn weiterzuentwickeln. Die Säugetiere wurden größer, ihr Gehirn wuchs noch schneller, und ihr Neokortex sogar noch schneller. Dabei entwickelte er diese markanten Hügel und Windungen, vor allem, um seinen Oberflächenumfang zu erhöhen. Würde man den menschlichen Neokortex auseinanderfalten, wäre er so groß wie eine Tischdecke. Es ist ein dünnes Gewebe, eben wie eine Tischdecke. Der Neokortex hat aber so viele Windungen, dass er 80 % unseres Gehirns ausmacht. Dort geschieht unser Denken, und er verfeinert unsere Gedanken. Wir haben immer noch unser altes Hirn, wo unsere Triebe und Antriebe entstehen. Wenn ich aber einen Eroberungsdrang spüre, veredelt ihn der Neokortex, und ich schreibe ein Gedicht, erfinde eine App oder halte einen TED-Vortrag. Dahinter steckt der Neokortex -- dort geht alles ab.
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
Vor 50 Jahren beschrieb ich, wie das Gehirn funktioniert. Demnach besteht das Gehirn aus Bestandteilen und jedes wendet bestimmte Verhaltensmuster an. Es kann sich Muster aneignen und abrufen und neue Verhaltensmuster entwickeln. Diese Bestandteile sind hierarchisch angeordnet, und diese Hierarchie bauen wir selbst gedanklich auf. Aber vor 50 Jahren gab es wenig, woran wir anknüpfen könnten, ich traf zwar Präsident Johnson ... Aber 50 Jahre lang machte ich mir weiter Gedanken dazu. Vor anderthalb Jahren veröffentlichte ich das Buch "Das Geheimnis des menschlichen Denkens". Darin vertrete ich dieselbe These -- nun durch zahlreiche Belege untermauert. Jedes Jahr liefert die Neurowissenschaft doppelt so viele Daten über das Gehirn. Jedes Jahr verdoppelt sich die Auflösung der bildgebenden Verfahren aller Art. Heute können wir die Nervenzellen dabei beobachten, wie sie sich miteinander verbinden, und dies in Echtzeit. Wir können sehen, wie im Gehirn Gedanken entstehen, wie es selbst daraus entsteht und demnach, wie es funktioniert.
the action is. 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,
Lassen Sie mich dies kurz erläutern. Ich habe diese Bestandteile gezählt. Wir haben etwa 300 Mio. davon, und wir bauen sie hierarchisch auf. Ich gebe Ihnen ein einfaches Beispiel. Ich habe eine Handvoll Bestandteile, mit denen wir den waagerechten Balken im Buchstaben "A" erkennen. Das ist alles, was sie interessiert. Es läuft ein schönes Lied oder ein schönes Mädchen vorbei -- das ist ihnen egal. Aber sehen sie den Balken in einem "A", rufen sie entzückt "Balken!" und stellen ihre Neuraxonen auf "hohe Wahrscheinlichkeit" um. Dies geht auf die nächste Ebene über. Jede Ebene entspricht einer konzeptuellen Ebene. Die Ebenen werden immer abstrakter. Die nächste Ebene könnte z. B. "Großbuchstabe A!" ausrufen. Dann geht es zur nächsten Ebene, wo es "Apfel" heißt. Die Information fließt aber auch nach unten. Sobald das entsprechende Bestandteil die Folge A-P-F-E erkennt, mag es zu sich sagen: "Hm, jetzt kommt wahrscheinlich ein L". Dann schickt es ein Signal an alle Bestandteile zur L-Erkennung: "Haltet Ausschau nach einem L, es kommt vielleicht eins." Daraufhin senken diese Bestandteile den Schwellenwert für das L und erkennen auch ein schwammiges L. Sonst würden sie es nicht tun, aber man erwartet ein L: "Ja, ich habe ein L gesehen". Das "Apfel-Bestandteil" entgegnet: "Ja, es ist das Wort APFEL."
which is really key to how it works. 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. 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."
Fünf Ebenen höher ist aber ziemlich weit oben. Bezieht man die verschiedenen Sinne ein, entdeckt man ein Bestandteil, das ein bestimmtes Gewebe erkennt, eine bestimmte Stimmeigenschaft oder ein Parfüm unterscheidet, und sagt dann: "Meine Frau ist gerade herein gekommen."
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."
10 Stufen höher befindet sich eine viel höhere Ebene. Wir sind womöglich im frontalen Kortex angelangt, und es gibt wohl Bestandteile, die sagen: "Das war ironisch gemeint." "Das ist witzig. Sie ist schön."
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.
Man könnte meinen, diese Gedanken seien raffinierter,
That's funny. She's pretty."
aber wirklich komplex sind all die Ebenen darunter. Es gab einmal ein 16-jähriges Mädchen, das am Hirn operiert wurde. Sie war bei Bewusstsein, weil die Chirurgen mit ihr reden wollten. Dies ist möglich, weil es im Hirn keine Schmerzrezeptoren gibt. Wann immer sie bestimmte Stellen in ihrem Neokortex stimulierten, die hier rot gekennzeichnet sind, lachte sie. Die Ärzte dachten also zunächst, dass sie einen Lachreflex auslösten. Aber bald merkten sie, dass jene Stellen im Neokortex getroffen wurden, die für den Humor zuständig sind, sodass sie einfach alles witzig fand, wenn sie diese Stellen stimulierten. "Ihr steht da so witzig herum", meinte sie immer wieder. Aber sie waren nicht witzig -- also nicht während des Eingriffs.
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.
Womit beschäftigt sich die heutige Forschung? Computer sind dabei, die menschliche Sprache mit ähnlichen Techniken wie der Neokortex zu beherrschen. Ich beschrieb den entsprechenden Algorithmus, der so ähnlich wie ein Markov'sches Modell funktioniert. Daran habe ich seit den 90er Jahren gearbeitet. "Jeopardy!" ist ein ziemlich breit gefasstes Sprachspiel, und IBMs Computer Watson erlangte eine höhere Punktzahl als die besten zwei Spieler zusammen. Er löste sogar diese Aufgabe korrekt: "Die lange, ermüdende Rede eines süßen Kuchenbelags." Die prompte Antwort: "Was ist eine Schokolade-Tirade?" Jennings und der andere Typ schafften die Quizfrage aber nicht. Dies ist ein gutes Beispiel dafür, wie raffiniert Computer mit Sprache umgehen können. Watson lernte dies übrigens bloß aus Wikipedia und anderen Enzyklopädien.
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.
In fünf bis zehn Jahren werden Suchmaschinen nicht einfach Wörter und Links miteinander verbinden, sondern wirklich verstehen -- lesen, um Milliarden Seiten im Web und aus Büchern zu verstehen. Wenn wir spazieren gehen, wird sich Google öffnen und meinen: "Mary, vor einem Monat hast du beklagt, dass das Glutathion nicht vom Blut ins Gehirn gelangen würde. Vor 13 Sekunden wurde aber eine Studie veröffentlicht, in der ein neuer Ansatz zur Einnahme von Glutathion vorgestellt wird. Ich fasse ihn für dich zusammen."
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.
In 20 Jahren werden wir Nanoroboter haben, denn eine weitere rasante Entwicklung ist die Miniaturisierung der Technik. Die Roboter werden durch die Kapillare in unserem Gehirn ankommen und unseren Neokortex mit einem Neokortex in der Cloud verbinden, als künstliche Gehirn-Erweiterung. Heute befindet sich in jedem Handy ein Computer. Wenn man aber für eine Suche kurz mal 10 000 Rechner braucht, wird man sich dafür mit der Cloud verbinden können. Wenn man in den 2030ern ein wenig mehr Neokortex braucht, kann man das Gehirn direkt mit der Cloud verbinden. Ich gehe also spazieren und merke: "Ach, da kommt ja Chris Anderson. Ich sollte mir lieber etwas Schlaues ausdenken. Dafür habe ich drei Sekunden. Die 300 Mio. Bestandteile in meinem Neokortex schaffen das aber nicht. Ich brauche 1 Milliarde mehr." Dann kann ich auf die Cloud zurückgreifen. Unser Denken wird also eine Mischform von (nicht-)biologischem Denken sein, wobei der nicht-biologische Teil dem "Gesetz des sich beschleunigenden Nutzens" unterworfen ist -- es wird exponentiell wachsen. Erinnern Sie sich daran, was geschah, als sich der Neokortex das letzte Mal erweiterte? Das war vor 2 Mio. Jahren. Da wurden wir zu Hominiden, entwickelten eine gewölbte Stirn. Alle anderen Menschenaffen haben eine schräge Stirn, denn sie haben keinen frontalen Kortex. Aber unser frontaler Kortex ist qualitativ eigentlich nicht anders. Es ist einfach eine quantitative Erweiterung des Neokortex, aber die vergrößerte Datenkapazität ermöglichte es uns, einen qualitativen Sprung zu machen, und die Sprache, die Kunst, die Wissenschaft und die Technik sowie die TED-Konferenzen zu erfinden. Das hat keine andere Spezies erreicht.
Let me summarize it for you." 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.
Im Laufe der kommenden Jahrzehnte werden wir das noch mal schaffen. Wir werden unseren Neokortex wieder erweitern, nur werden wir dieses Mal keine räumliche Einschränkung durch den Schädel zulassen. Diesmal ist die Erweiterung grenzenlos. Die quantitative Erweiterung wird es uns ermöglichen, einen qualitativen Sprung in unserer Kultur und Technologie zu machen.
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.
Vielen Dank.
Thank you very much.
(Applaus)
(Applause)