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.
Ik vertel jullie een 200 miljoen jaar oud verhaal: het verhaal van de neocortex, wat 'nieuwe schil’ betekent. Deze vroege zoogdieren - alleen zoogdieren hebben een neocortex - waren knaagdierachtige wezens. Het was iets als een postzegel, en net zo dun, een dun laagje rond de hersenen ter grootte van een walnoot. Maar het kon op een nieuwe manier denken. In plaats van het vaste gedrag van niet-zoogdieren kon het nieuw gedrag bedenken. Als een muis aan een roofdier ontsnapt en het pad geblokkeerd is, zal ze een nieuwe oplossing verzinnen. Dat werkt wel of niet, maar als het werkt, zal ze het zich herinneren en een nieuw gedrag vertonen dat zich viraal kan verspreiden door de rest van de gemeenschap. Andere muizen kijken het af en zeggen, "He, rond die rots lopen is slim." en ze gaan het ook doen.
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.
Niet-zoogdieren kunnen dat niet. Hun gedrag ligt vast. Ze kunnen nieuw gedrag leren maar niet tijdens één leven. Misschien in wel duizend levens kan een nieuw vast gedrag evolueren. 200 miljoen jaar geleden was dat oké. De omgeving veranderde heel langzaam. Het kon 10.000 jaar duren voor er significante veranderingen optraden in het milieu. Gedurende die periode kon zich een nieuw gedrag ontwikkelen.
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.
Dat ging prima, maar toen gebeurde er iets. Vijfenzestig miljoen jaar geleden gebeurde er een verwoestende milieu-impact. We noemen het de Krijt-massaextinctie. Toen stierven de dinosaurussen uit, en daarbij nog eens 75 procent van alle dier- en plantensoorten. Toen namen de zoogdieren hun ecologische niches over. Mocht de evolutie kunnen denken, zou ze zeggen: "Hmm, die neocortex is best goed spul, we gaan die wat laten groeien.” De zoogdieren werden groter, ook hun hersenen in een nog sneller tempo, en de neocortex werd zelfs nog sneller groter en ontwikkelde de karakteristieke ribbels en plooien om de oppervlakte ervan te vergroten. Als je de menselijke neocortex uitspreidt, is hij ongeveer zo groot als een servet, en nog steeds erg dun. Ongeveer de dikte van een servet. Maar hij heeft zo veel windingen en ribbels dat hij nu 80 procent van onze hersenen beslaat. Het is waar we denken, en het is de grote sublimator. We hebben nog steeds die oude hersenen voor onze oerdriften en motivaties. Ik kan geneigd zijn om op verovering uit te gaan, maar de neocortex kan dat sublimeren tot het schrijven van een gedicht, het uitvinden van een app of het geven van een TED-talk, In de neocortex gebeurt het. Vijftig jaar geleden schreef ik een paper
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.
over hoe ik dacht dat de hersenen werkten. Ik beschreef het als een reeks modules. Elke module kan iets doen met een patroon. Ze kan een patroon leren, zich een patroon herinneren. Ze kan een patroon uitvoeren. Deze modules werden in hiërarchieën georganiseerd, en we creëerden deze hiërarchie door ons eigen denken. 50 jaar geleden had je eigenlijk heel weinig houvast. Het bracht me in contact met president Johnson. Ik heb er 50 jaar over zitten nadenken, en anderhalf jaar geleden kwam ik met het boek: "Hoe maak je een Verstand.” Hetzelfde thema, maar nu met een overvloed aan bewijs. De hoeveelheid data over de hersenen via de neurowetenschappen verdubbelt elk jaar. De ruimtelijke resolutie van allerlei soorten hersenscanning verdubbelt elk jaar. We kunnen nu in een levend brein kijken en individuele interneurale aansluitingen in real time zien ontstaan en vuren. We zien hoe je hersenen gedachten maken en gedachten je hersenen maken. Dat is echt de sleutel tot hoe het werkt.
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."
Laat ik dat in het kort beschrijven. Ik heb deze modules echt geteld. We hebben er ongeveer 300 miljoen van, en we maken ze in dit soort hiërarchieën. Ik zal jullie een eenvoudig voorbeeld geven. Ik heb een heleboel modules die de dwarsstreep van een letter A kunnen herkennen. Dat is het enige waar ze om geven. Er kan een mooi liedje spelen of een mooi meisje voorbijlopen, het laat ze koud, maar die dwarsstreep zien ze wel. Enthousiast zeggen ze: ”Dwarsstreep!" en ze steken een grote waarschijnlijkheid op hun output-axon. Dat gaat naar het volgende niveau, waar alles georganiseerd is in conceptuele niveaus, elk abstracter dan het volgende. Het volgende zou kunnen zeggen: ”Hoofdletter A". Op een nog hoger niveau kan dat ”Apple" worden. Informatie stroomt ook terug. Als de apple-herkenner A-P-P-L heeft gezien, zal hij bij zichzelf denken: ”Hmm, daar zal wel een E achter komen” , een signaal terugsturen naar alle E-herkenners en zeggen: ”Kijk uit naar een E, die kan eraan komen.” De E-herkenners zullen hun drempel verlagen en een slordige E gaan zien. Normaal gesproken zou je zo niet denken, maar we verwachten een E, het is goed genoeg, en ja, ik zag een E, en dan zegt de apple-herkenner: "Apple!" Ga nog eens vijf niveaus omhoog,
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."
en je zit op een vrij hoog niveau van deze hiërarchie en dan weer omlaag naar de verschillende zintuigen, en je hebt een module die een bepaalde structuur ziet, een bepaalde stemkwaliteit hoort, een bepaald parfum ruikt, en zegt: ”Mijn vrouw is net de kamer binnengekomen."
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."
Nog eens 10 niveaus, en je zit op een zeer hoog niveau, waarschijnlijk in de frontale cortex, met modules die zeggen: ”Dat was ironisch. Dat is grappig. Ze is mooi.”
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.
Je zou kunnen denken dat die meer verfijnd zijn, maar in feite is de hiërarchie eronder ingewikkelder. Een 16-jarig meisje onderging een hersenoperatie. Ze was bij bewustzijn omdat de chirurgen met haar wilden praten. Dat gaat omdat er geen pijnreceptoren zijn in de hersenen. Toen ze bepaalde zeer kleine punten in haar neocortex stimuleerden, - hier in rood weergegeven – lachte ze. In eerste instantie dachten ze dat ze een soort lachreflex uitlokten, maar nee, ze beseften snel dat ze in haar neocortex de punten hadden gevonden die humor detecteren. Ze vond alles hilarisch als ze deze punten stimuleerden. "Jullie staan er zo grappig bij," was de typische reactie, en ze waren helemaal niet grappig, zeker niet terwijl ze met een operatie bezig waren. Hoe zit het nu vandaag?
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.
Computers beginnen menselijke taal te beheersen met technieken die lijken op die van de neocortex. Ik beschreef het algoritme, dat vergelijkbaar is met een zogenaamd hiërarchisch verborgen Markov model, iets waar ik sinds de jaren 90 aan heb gewerkt. "Jeopardy” is een veelomvattend spel met natuurlijke taal, en Watson kreeg een hogere score dan de beste twee spelers samen. Hij beantwoordde deze vraag correct: "Een lange, vermoeiende toespraak door een schuimige taarttopping,” en hij reageerde prompt: "Wat is een meringue harangue (tirade)?" Jennings en de andere man hadden dat niet. Het is een vrij geavanceerd voorbeeld van hoe computers menselijke taal begrijpen. Hij verkreeg zijn kennis door het lezen van Wikipedia en andere encyclopedieën.
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 tot 10 jaar na nu zullen zoekmachines niet alleen op zoek gaan naar combinaties van woorden en verbanden, maar echt begrijpen wat er staat op de miljarden pagina's van het web en in boeken. Je bent op wandel, Google springt tevoorschijn en zegt: ”Weet je, Mary, vorige maand was je bezorgd dat je glutathionsupplement niet voorbij de bloed- hersenbarrière geraakte. Net 13 seconden geleden bracht nieuw onderzoek aan het licht dat er een geheel nieuwe manier is om glutathion in te nemen. Laat het me voor je samenvatten.”
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.
Binnen twintig jaar hebben we nanobots. De technologie wordt exponentieel geminiaturiseerd. Ze zullen via de haarvaten in onze hersenen geraken en onze neocortex verbinden met een synthetische neocortex in de cloud en zo een uitbreiding zijn van onze neocortex. Vandaag, bedoel ik, heb je een computer in je telefoon, maar als je even 10.000 computers nodig hebt voor een complex onderzoek, kan dat even in de cloud. Heb je in de jaren na 2030 wat extra neocortex nodig, dan kan dat rechtstreeks vanuit je hersenen naar de cloud. Bij het rondlopen zeg ik: "Ach, daar komt Chris Anderson aangelopen. Ik kan maar beter iets slims bedenken. Ik heb 3 seconden. Mijn 300 miljoen modules in mijn neocortex kunnen dat niet. Ik heb er een miljard meer nodig.” In de cloud gaat dat kunnen. Ons denken zal een hybride zijn van biologisch en niet-biologisch denken, maar het niet-biologische gedeelte is onderworpen aan mijn wet van versnellende opbrengsten. Het zal exponentieel groeien. Denk aan wat er gebeurde vorige keer dat wij onze neocortex uitbreidden. Dat was twee miljoen jaar geleden toen we mensachtigen werden met die grote voorhoofden. Andere primaten hebben een schuin voorhoofd. Ze hebben geen frontale cortex. Maar de frontale cortex is niet echt kwalitatief verschillend. Het is een kwantitatieve uitbreiding van de neocortex, maar die extra hoeveelheid denkvermogen was de sleutelfactor om ons een kwalitatieve sprong te laten maken. We vonden taal, kunst, wetenschap, technologie en TED-conferenties uit. Geen enkele andere diersoort heeft dat ooit gedaan.
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.
In de komende decennia gaan we het weer doen. We gaan onze neocortex weer uitbreiden, alleen zullen we dit keer niet worden beperkt door een vaste architectuur van behuizing. Hij zal zonder beperking worden uitgebreid. Die extra hoeveelheid zal opnieuw de sleutelfactor zijn voor een kwalitatieve sprong in cultuur en technologie.
Thank you very much.
Heel hartelijk bedankt.
(Applause)
(Applaus)