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.
Hadd meséljek el egy történetet. 200 millió évre tekintve vissza. A történet a neocortex-ről szól, aminek a jelentése "új agykéreg". Szóval a korai emlősökben, mert csak az emlősöknek van neocortexe, ezekben a rágcsálószerű lényekben, ez bélyeg nagyságú és vastagságú volt, és csak egy vékony réteget jelentett a dió méretű agyuk körül. Ennek ellenére újfajta gondolkodásra volt képes. Fixált viselkedés helyett inkább amely a nem-emlős állatokra jellemzőek, új viselkedéseket tudott kigondolni. Tehát ha egy egér éppen egy ragadozó elől menekül, és zsákutcába kerül, akkor megpróbál kitalálni egy új megoldást. Talán működik, talán nem, de ha igen, akkor azt megjegyzi s új viselkedést sajátít el ami aztán szélsebesen képes terjedni a közösség többi tagja között. Ezt látván egy másik egér mondhatná, "Ejha, elég agyafúrt volt, ahogy megkerülted azt a követ" és átvehetné az új viselkedést.
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.
A nem-emlős állatok ezeket nem tudták megtenni. Fix volt a viselkedésük. Elsajátíthattak egy új viselkedést de nem egyetlen élet folyamán. Talán ezer generáció alatt kifejleszthetett volna egy új fix viselkedést. Ez teljesen rendben volt 200 millió évvel ezelőtt. A környezet lassan változott. Akár 10 000 év is eltelhetett egy-egy jelentősebb környezeti változásig, és ez idő alatt kifejlődhetett egy új viselkedés.
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.
Ez jól működött egy ideig, de aztán történt valami. 65 millió évvel ezelőtt váratlan, heves változás állt be a természetben Ezt a Kréta kihalási eseménynek nevezzük. Ekkor haltak ki a dinoszauruszok, amikor 75%-a halt ki az állat- és növényvilágnak. Ekkor nőtték ki az emlősök az ökológiai résüket, és csak hogy antropomorfizáljak, a biológiai evolúció így szólt: "Hmm, ez a neocortex elég jó dolog", és növeszteni kezdte. Az emlősök növekedni kezdtek az agyuk még gyorsabban kezdett növekedni a neocortex pedig még ennél is gyorsabban, így kifejlődtek a sajátos barázdái és redői egyszerűen a nagyobb felület érdekében. Ha megfognánk az emberi neocortexet és kifeszítenénk, látnánk, hogy kb. akkora, mint egy szalvéta és meglehetősen vékony. A vastagsága is hasonló egy szalvétához. Mégis annyi tekervény és barázda van rajta, hogy az agyunk 80%-át jelenti. És itt gondolkodunk, ami a nagy finomító. Még a régi agyunk van, amely az alapvető vágyakat és motivációkat nyújtja, de vágyhatok mondjuk hódításra, és ezt a vágyat a neocortex versírássá, vagy alkalmazásfejlesztéssé, esetleg TED beszéddé finomítja, szóval igazából a neocortex az, ahol a lényeg történik.
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.
Ötven éve írtam egy cikket arról, hogy szerintem hogyan működik az agy, és modulok sorozataként jellemeztem. Mindegyik modul dolgozhatott mintákkal. Megtanulhatott mintát, felidézhetett mintát. Végrehajthatott egy mintát. Ezek a modulok hierarchikusan rendeződtek, a hierarchiát pedig saját gondolkodásunkkal építettük fel. Nem volt sok minden, ami alapján elindulhattam volna 50 évvel ezelőtt. De így találkozhattam Johnson elnökkel. 50 éven keresztül gondolkodtam ezen és másfél évvel ezelőtt kiadtam egy könyvet, a címe "How To Create A Mind", aminek ugyanez az alapgondolata, de mostanra számos bizonyítékunk is van. Az idegtudomány által az agyról gyűjtött adatmennyiség évente megduplázódik. Minden agyi képalkotó eljárás térbeli felbontása évente megduplázódik. Mára belelátunk az élő agyba, és láthatjuk az egyes interneurális kapcsolatokat valós időben, működés közben, kisülés közben. Látjuk, ahogy az agy létrehozza a gondolataidat. ahogy a gondolat teremti az agyat az, ami működésének a kulcsa.
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."
Hadd magyarázzam el röviden, hogyan is működik. Ténylegesen megszámoltam ezeket a modulokat. Körülbelül 300 millió van belőlük, és ezekben a hierarchiákban hozzuk létre őket. Mondok egy egyszerű példát. Van egy csomó olyan modulom, amelyek felismerik a nagy "A" keresztvonalát, de semmi mással nem törődnek. Szólhat egy pompás dal, elsétálhat egy csinos lány, ezeket nem érdekli, de amint meglátják egy "A" keresztvonalát, azonnal izgatottan azt mondják, "keresztrúd", és nagy valószínűséget helyeznek a kimeneti axonjukra. Az eljut a következő szintre és ezek a rétegek fogalmi szintekbe rendeződnek. Az egyik absztraktabb, mint a másik, szóval az egyik azt mondhatja, hogy "nagy A". Ez egy szinttel feljebb jut, ami azt mondhatja, hogy "Alma". Lefelé is áramlik az információ. Ha az alma felismerő látta, hogy "A-L-M", akkor úgy vélheti, hogy "Hmm, egy újabb A elég valószínű", és leküld egy jelet az összes "A" felismerőnek mondván, "számítsatok egy "A"-ra, azt hiszem, hogy mindjárt jön". Az "A" felismerők csökkentik a küszöbértéküket, silányságot látnak, ami lehetne "A" is. Általában nem hinnéd, de "A"-ra számítunk, ezért legyen, igen, "A"-t láttam, és az alma szól "Igen, almát láttam."
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."
Úgy öt szinttel feljebb lépve már elég magas szintjén járunk a hierarchiának, amely lenyúlik a különböző érzékeinkig, és lehet egy modulod, ami egy spéci szövet láttán egy bizonyos hangszíntől, egy parfüm hatására azt mondja, hogy "A feleségem belépett a szobába."
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."
Menjünk fel még 10 szintet, most már igen magas fokra. Valószínűleg a frontális kéregben, ahol modulok olyanokat mondanak, mint "Ez ironikus volt. Ez vicces volt. Ő csinos."
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.
Azt gondolhatnánk, hogy ezek még kifinomultabbak de igazából az alattuk lévő hierarchia sokkal összetettebb. Volt egy 16 éves lány, aki agyműtéten esett át, és eszméleténél volt, mert a sebészek beszélni akartak vele. Ez megoldható, mert nincsenek az agyban fájdalomreceptorok. És amikor bizonyos, nagyon apró pontokat stimuláltak a neocortexén, ezek itt pirossal láthatóak, akkor a lány nevetett. Először azt hitték, hogy valamilyen nevetési reflexre hatnak, de nem, hamarosan kiderült, hogy megtalálták a neocortex azon pontjait, melyek a humort érzékelik, a lány így egyszerűen mindent nevetségesnek talált amikor ezeket a pontokat stimulálták. "Annyira viccesek vagytok, ahogy itt álldogáltok!" volt a jellemző megjegyzés, de nem voltak viccesek, legalábbis műtét közben nem.
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.
Szóval..., Hogy is állunk ma? Nos, a számítógépek kezdik megérteni az emberi nyelvet, egy, a neocortexéhez hasonló technikával. Elmagyaráztam az algoritmust, amely hasonló az úgynevezett hierarchikusan rejtett Markov modellhez, amin már a '90-es évek óta dolgozom. A "Jeopardy" egy széles repertoárú természetes nyelvi játék és Watson mégis több pontot szerzett, mint a két legjobb játékos együttvéve. Ügyesen megválaszolta a következő kérdést: Hogy mondanád másként: "Rokonszenves férfi gyógyszerész"? [nem szó szerint!] A gyors válasz így hangzott: "Szimpatikus hím patikus." Jenningsnek és a másik játékosnak ez nem sikerült. Ez egy elég kifinomult példája annak, hogy a számítógépek megértik a nyelvet, sőt, tudásuk, a Wikipédia és más enciklopédiák olvasásából ered.
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."
5-10 év múlva a keresőmotorok már nem csak szavak és linkek kombinációjának keresésével fog működni, hanem tényleges megértés útján, elolvasva és megértve a weblapok, könyvek oldalainak milliárdjait. Szóval sétálgatás közben felugrik a Google és mondja, "Tudod, Mary, néhány hónapja aggódtál, hogy a glutathione kiegészítőd nem jut át a vér-agy gáton. Nos, egy 13 másodperccel ezelőtt megjelent kutatás teljesen új módot módot javasol a glutathione szervezetbe juttatására. Hadd foglaljam ezt neked össze."
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.
Húsz év múlva nanobotjaink [nano-robotok] lesznek, mert egy másik exponenciális trend a technológia zsugorítása. Beleférkőznek majd az agyunkba a hajszálereken keresztül és gyakorlatilag bekötik a neocortexünket egy felhőalapú szintetikus neocortexre, amely így a saját neocortexünk kiterjesztéseként fog szolgálni. Mostanában, úgy értem számítógép van a telefonunkban, de ha néhány másodpercre 10 000 számítógép kellene, egy bonyolult keresés lefuttatásához, akkor a felhőn át elérhetjük azt pár másodpercre. A 2030-as években ha egy kis extra neocortexre lesz szükségünk, rákapcsolódhatunk a felhőre egyenesen az agyunkból. Éppen sétálok, és azt mondom, "Ó, ott van Chris Anderson. Felém jön. Valami leleményes dolgot kellene mondanom. Három másodpercem van, a neocortexem 300 millió modulja nem lesz elegendő. Egy milliárd kell még." Hozzáférhetek majd a felhőn keresztül. És a gondolkodásunk, akkor majd egy hibrid lesz, a biológiai és a nem-biológiai gondolkodás hibridje, de a nem-biológiai része az általam alkotott Gyorsuló Hozadék Törvényétől függ. Exponenciálisan fog növekedni. Emlékezzünk csak, mi történt, amikor legutóbb megnövesztettük a neocortexünket? Kétmillió évvel ezelőtt volt, mikor humanoidokká váltunk és kifejlődött a magas homlokunk. A többi főemlősnek döntött homloka van. Nincs frontális kérgük. A frontális kéreg viszont lényegében nem minőségileg különböző. Ez csak a neocortex mennyiségi kiterjedése, de ez a plusz gondolkodás volt az, ami lehetővé tette azt a minőségi lépést, hogy feltaláljuk a nyelvet a művészetet, a tudományt és a technológiát és a TED-konferenciákat. A többi faj nem tette meg ezeket.
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.
Tehát a következő néhány évtizedben újra megtesszük Újra kibővítjük a neocortexünket, de ezúttal nem korlátoz majd egy tároló fix mérete. Határok nélkül fogjuk bővíteni. Az extra mennyiségi ugrás jelenti majd ismét azt, hogy képesek leszünk egy újabb minőségi lépésre a kultúrában és a technológiában egyaránt.
Thank you very much.
Köszönöm szépen.
(Applause)
(Taps)