Jsem velice rád, že jsem tady. Slyšeli jsme mnohé o příslibech, ale také o rizikách technologií. Já osobně se zajímám o obojí. Pokud bychom přeměnili 0,03% slunečního záření, které dopadá na zem, na energii, dokázali bychom pokrýt veškerou energetickou potřebu předpokládanou pro rok 2030. Dnes to však uskutečnit nelze, protože solární panely jsou těžké, drahé a velmi neúčinné. Existují však návrhy využívající nanotechnologie, které byly alespoň teoreticky analyzovány, a prokázaly se jako velmi lehké, velmi levné a velmi efektivní; díky nim bychom byli schopni pokrýt veškerou energetickou spotřebu obnovitelným způsobem. Palivové články využívající nanotechnologie by mohly poskytovat energii tam, kde je potřeba. Toto je klíčový trend - decentralizace, ústup od centralizovaných jaderných elektráren a tankerů s tekutým zemním plynem k decentralizovaným zdojům, které jsou šetrnější k životnímu prostředí, mnohem efektivnější, a zárověň výkonnější a bezpečnější.
Well, it's great to be here. We've heard a lot about the promise of technology, and the peril. I've been quite interested in both. If we could convert 0.03 percent of the sunlight that falls on the earth into energy, we could meet all of our projected needs for 2030. We can't do that today because solar panels are heavy, expensive and very inefficient. There are nano-engineered designs, which at least have been analyzed theoretically, that show the potential to be very lightweight, very inexpensive, very efficient, and we'd be able to actually provide all of our energy needs in this renewable way. Nano-engineered fuel cells could provide the energy where it's needed. That's a key trend, which is decentralization, moving from centralized nuclear power plants and liquid natural gas tankers to decentralized resources that are environmentally more friendly, a lot more efficient and capable and safe from disruption.
Bono velice výmluvně popsal, že právě nyní máme poprvé k dispozici nástroje, s nimiž se můžeme postavit věčným problémům nemocí a chudoby. Většina regionů světa se pohybuje tímto směrem. V roce 1990 bylo ve východní Asii a regionu Pacifiku téměř 500 milionú lidí žíjících v chudobě. Dnes je to méně než 200 miliónů. Světová Banka předpokládá, že v roce 2011 to bude méně než 20 miliónů, což znamená snížení o 95%. Líbil se mi také Bonův komentář připodobňující Haight-Ashbury [centrum hippies] k Silicon Valley. Protože sám pocházím z Massechusettské high-tech komunity, rád bych zdůraznil, že i my jsme byli v 60tých letech hippies, až na to, že my jsme se potulovali okolo Harvard Square. Máme možnosti, jak překonat nemoci a chudobu a já vám nyní o těchto záležitostech povím.
Bono spoke very eloquently, that we have the tools, for the first time, to address age-old problems of disease and poverty. Most regions of the world are moving in that direction. In 1990, in East Asia and the Pacific region, there were 500 million people living in poverty -- that number now is under 200 million. The World Bank projects by 2011, it will be under 20 million, which is a reduction of 95 percent. I did enjoy Bono's comment linking Haight-Ashbury to Silicon Valley. Being from the Massachusetts high-tech community myself, I'd point out that we were hippies also in the 1960s, although we hung around Harvard Square. But we do have the potential to overcome disease and poverty, and I'm going to talk about those issues, if we have the will.
Kevin Kelly mluvil o zrychlování technologií. To je jedno z mých oblíbených témat, téma, o které se zajímám už nějakých 30 let. Uvědomil jsem si, že mé technologie musely dávat smysl, když jsem dokončil projekt. Je pravda, že svět se změnil pokaždé, když jsem představil novou technologii. A všiml jsem si, že většina vynálezů neuspěje, ne protože oddělení výzkumu a vývoje nemohlo vynález zprovoznit. Většina obchodních záměrů je úspěšných, pokud podnikatelé mají možnost skutečně vybudovat to co chtějí, ale i přesto se 90% z těchto projektů neprosadí, protože jejich načasování je špatné; ne všechny inicializační součinitele jsou na správných místech, když je jich třeba.
Kevin Kelly talked about the acceleration of technology. That's been a strong interest of mine, and a theme that I've developed for some 30 years. I realized that my technologies had to make sense when I finished a project. That invariably, the world was a different place when I would introduce a technology. And, I noticed that most inventions fail, not because the R&D department can't get it to work -- if you look at most business plans, they will actually succeed if given the opportunity to build what they say they're going to build -- and 90 percent of those projects or more will fail, because the timing is wrong -- not all the enabling factors will be in place when they're needed.
A proto jsem se stal horlivým studentem technologických trendů, začal zaznamenávat, jak technologie vypadají v určitých obdobích, a začal budovat matematické modely těchto trendů. Z tohoto zájmu se stalo mnohém více, než jsem čekal. Mám skupinu deseti lidí, kteří pro mě sbírají klíčová data a budují modely v mnoha rozdílných oblastech. Ale někteří lidé stále tvrdí, že budoucnost předvídat nelze. Pokud se mne zeptáte, zda bude hodnota Googlu za tří roky větší nebo nižší než dnes, odpovím, že je velmi těžké to určit. Bude WiMax CDMA G3 bezdrátovým standardem za tři roky? Těžko říct. Ale pokud se mně zeptáte, jaká bude cena miliónu instrukcí výpočetního výkonu v roce 2010, nebo cena sekvencování DNA v roce 2012, nebo cena poslání megabytu dat bezdrátově v roce 2014, odpovím, že tyto kalkulace jsou velmi předvídatelné.
So I began to be an ardent student of technology trends, and track where technology would be at different points in time, and began to build the mathematical models of that. It's kind of taken on a life of its own. I've got a group of 10 people that work with me to gather data on key measures of technology in many different areas, and we build models. And you'll hear people say, well, we can't predict the future. And if you ask me, will the price of Google be higher or lower than it is today three years from now, that's very hard to say. Will WiMax CDMA G3 be the wireless standard three years from now? That's hard to say. But if you ask me, what will it cost for one MIPS of computing in 2010, or the cost to sequence a base pair of DNA in 2012, or the cost of sending a megabyte of data wirelessly in 2014, it turns out that those are very predictable.
Zjistili jsme, že cenu, výkon, kapacitu a datový tok regulují pozoruhodně přesné exponenciální křivky. Ukážu vám pouze několik málo případů, ale opravdu existuje teoretické zdůvodnění, proč se technologie rozvíjí exponenciálně. Mnoho lidí však myslí lineárně, snaží-li se představit si budoucnost. Myslí si, že problémy se budou dále rozvíjet stejným způsobem jako dnes, nebo se problém snaží řešit pomocí dnešních prostředků, při dnešním tempu pokroku, a zapomínají vzít v potaz právě exponenciální růst.
There are remarkably smooth exponential curves that govern price performance, capacity, bandwidth. And I'm going to show you a small sample of this, but there's really a theoretical reason why technology develops in an exponential fashion. And a lot of people, when they think about the future, think about it linearly. They think they're going to continue to develop a problem or address a problem using today's tools, at today's pace of progress, and fail to take into consideration this exponential growth.
Projekt rozluštění lidského genomu byl v 90tých letech kontroverzní. Měli jsme nejlepší doktorandy, nejlepší vybavení na celém světě, měli jsme dokončeno pouze 1/10 000 projektu, a lidé nevěřili, že ho bude možné dokončit během 15ti let. Po deseti letech práce skeptici stále převládali. Říkali: "Máte za sebou 2/3 projektu a teprve jste rozluštili pouze velice malý zlomek celého genomu." Ale toto je právě přirozená vlastnost exponenciálního růstu, že jakmile dosáhne určitého bodu na křivce, prudce exploduje. Většina projektu byla realizována během těch pár posledních let. Trvalo 15 let sekvencovat HIV, SARS jsme sekvencovali za 31 dní. Nabíráme potenciál k překonání těchto problémů.
The Genome Project was a controversial project in 1990. We had our best Ph.D. students, our most advanced equipment around the world, we got 1/10,000th of the project done, so how're we going to get this done in 15 years? And 10 years into the project, the skeptics were still going strong -- says, "You're two-thirds through this project, and you've managed to only sequence a very tiny percentage of the whole genome." But it's the nature of exponential growth that once it reaches the knee of the curve, it explodes. Most of the project was done in the last few years of the project. It took us 15 years to sequence HIV -- we sequenced SARS in 31 days. So we are gaining the potential to overcome these problems.
Ukáži vám pár příkladů dokazujících, jak pronikavý je tento fenomén. Skutečná rychlost změny paradigmatů, tj. rychlost adaptace nových idejí, se podle našich modelů dvojnásobí každé desetiletí. Toto všechno jsou logaritmické grafy, takže při pohybu po křivce rostou hodnoty ne po jednotkách, ale po násobcích 10 či 100. Trvalo nám půl století zvyknout si na telefon, první technologii virtuální realtiy. Mobilní telefony jsme přijali během osmi let. Pokud zaznamenáte různé komunikační technologie na logaritmický graf, zjistíte, že přijetí televize, rádia a telefonu trvalo desetiletí. U současných technologií jako osobní počítač, web, či mobilní telefon je to méně než deset let. Toto je zajímavý graf, názorně demonstrující, že evoluční proces - jak biologie tak technologie jsou evolučními procesy - zrychluje. Tyto procesy tvoří během interakcí schopnost, kterou následně využívají k nastolení nové etapy.
I'm going to show you just a few examples of how pervasive this phenomena is. The actual paradigm-shift rate, the rate of adopting new ideas, is doubling every decade, according to our models. These are all logarithmic graphs, so as you go up the levels it represents, generally multiplying by factor of 10 or 100. It took us half a century to adopt the telephone, the first virtual-reality technology. Cell phones were adopted in about eight years. If you put different communication technologies on this logarithmic graph, television, radio, telephone were adopted in decades. Recent technologies -- like the PC, the web, cell phones -- were under a decade. Now this is an interesting chart, and this really gets at the fundamental reason why an evolutionary process -- and both biology and technology are evolutionary processes -- accelerate. They work through interaction -- they create a capability, and then it uses that capability to bring on the next stage.
Takže první krok biologické evoluce, evoluce DNA, teda vlastně nejříve byla RNA, trval 2 miliardy let, a evoluce následně použila tuto technologii zpracovávající informace k nastolení další etapy. Takže kambrická exploze, doba, kdy se vyvinuly veškeré tělesné části zvířat, trvala pouhých 10 miliónů let. Byla 200krát rychlejší. A poté evoluce použila tyto tělesné části k rozvoji vyšších kognitivních funkcí, a biologická evoluce tak pokračovala ve zrychlování. Zrychlování je neodmyslitelnou součástí evolučního procesu. Homo sapiens, první živočišný druh tvořící technologie, živočišný druh, který kombinuje kognitivní funkce s palcem naproti ostatním prstům, mimochodem šimpanzi ve skutečnosti nemají moc schopný palec, může manipulovat s prostředím díky síly úchopu a jemné koordinaci pohybů, a stejně tak využít mentální modely ke změně světa a tvorbě technologií.
So the first step in biological evolution, the evolution of DNA -- actually it was RNA came first -- took billions of years, but then evolution used that information-processing backbone to bring on the next stage. So the Cambrian Explosion, when all the body plans of the animals were evolved, took only 10 million years. It was 200 times faster. And then evolution used those body plans to evolve higher cognitive functions, and biological evolution kept accelerating. It's an inherent nature of an evolutionary process. So Homo sapiens, the first technology-creating species, the species that combined a cognitive function with an opposable appendage -- and by the way, chimpanzees don't really have a very good opposable thumb -- so we could actually manipulate our environment with a power grip and fine motor coordination, and use our mental models to actually change the world and bring on technology.
Každopádně evoluce našeho druhu trvala stovky tisíc let, a poté přišlo další množství interakcí, kterými evoluce docílila toho, že technologie tvořící druh nastolil další etapy, které byly prvními kroky technologické evoluce. První krok trval desítky tisíc let a postupně zrychloval. Kamené nástroje, oheň, vynález kola. Pokaždé jsme použili poslední generaci technologií k vytvoření generace nové. Adaptace knihtisku trvala jedno století. První počítače byly navrženy perem na papíře. Nyní k tomu používáme počítače. A tento proces průběžně a neustále zrychloval.
But anyway, the evolution of our species took hundreds of thousands of years, and then working through interaction, evolution used, essentially, the technology-creating species to bring on the next stage, which were the first steps in technological evolution. And the first step took tens of thousands of years -- stone tools, fire, the wheel -- kept accelerating. We always used then the latest generation of technology to create the next generation. Printing press took a century to be adopted; the first computers were designed pen-on-paper -- now we use computers. And we've had a continual acceleration of this process.
Když se tedy podíváme na tento lineární graf, zdá se, jako by se vše stalo teprve nedávno. Ale někteří mohou namítnout, že jsem na tento graf umístil události záměrně tak, aby seděly na rovné čáře. Vzali jsme tedy 15 různých seznamů od nejzásadnějčích myslitelů, například Encyclopedia Britannica, the Museum of Natural History, Kosmický kalendář Carla Sagana, a udělali to samé. Navíc tito lidé neusilovali o demonstraci stejné pointy jako já. Takto vypadá křivka nejvýznamnějších událostí biologické a technologické evoluce podle těchto myslitelů. A opět můžeme vidět rovnou čáru, tentokrát mírně se rozšiřující, protože jejich názory na zásadní události se mírně liší. Panují různé názory na to, kdy vzniklo zemědělství, nebo kdy začala a jak dlouho trvala kambrická exploze. Každopádně vidíme zde velmi jasný trend. Existuje jednoduchý a závažný příklad zrychlování procesu evoluce. Informační technologie zdvojnásobují kapacity, poměr ceny a výkonu, a průtok dat, každým rokem. Toto je velice zásadní exploze exponenciálního růstu. Jedna vlastní zkušenost - když jsem byl na MIT počítač byl přibližně tak veliký jako tato místnost, a méně výkonný než je dnešní počítač v mobilním telefonu. Ale Moorův zákon, který je velice často rozpoznaný jako případ exponenciálního růstu, je pouze jeden z mnoha příkladů, protože tento růst je v podstatě zákládní vlastností evolučního procesu technologie.
Now by the way, if you look at this on a linear graph, it looks like everything has just happened, but some observer says, "Well, Kurzweil just put points on this graph that fall on that straight line." So, I took 15 different lists from key thinkers, like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar on the same -- and these people were not trying to make my point; these were just lists in reference works, and I think that's what they thought the key events were in biological evolution and technological evolution. And again, it forms the same straight line. You have a little bit of thickening in the line because people do have disagreements, what the key points are, there's differences of opinion when agriculture started, or how long the Cambrian Explosion took. But you see a very clear trend. There's a basic, profound acceleration of this evolutionary process. Information technologies double their capacity, price performance, bandwidth, every year. And that's a very profound explosion of exponential growth. A personal experience, when I was at MIT -- computer taking up about the size of this room, less powerful than the computer in your cell phone. But Moore's Law, which is very often identified with this exponential growth, is just one example of many, because it's basically a property of the evolutionary process of technology.
Na této logaritmické křivce je 49 nejznámějších počítačů, a přímá čára na logaritmickém grafu samozřejmě znamená exponenciální růst. Na začátku 19. století trvalo zdvojnásobení poměru ceny a výkonu ve výpočetní technice tři roky, dva roky v polovině století, a nyní se dvojnásobí každoročně. Toto byl navíc exponenciální růst v pěti odlišných paradigmatech. Moorův zákon je pouze posledním článkem na integrovaném obvodu, kde zmenšujeme tranzistory. Předtím tady byly elektro-mechanické kalkulačky, releové počítače které rozluštily německý kód Enigma, vakuové elektronky v padesátých letech předpovědely zvolení Eisenhowera, diskrétní tranzistory použité při prvních vesmírných letech, a teprve poté Moorův zákon. Pokaždé, když jednomu paradigmatu dojde dech, další paradigma se z ničeho nic objeví, aby pokračovalo exponencialní růst. Kdysi také zmenšovali vakuové elektronky, ale poté už to dál nešlo, nebylo možné udržet vakuum. A přišlo úplně odlišné paradigma - z ničeho nic se objevil tranzistor. Vlastně je to tak, že když vidíme, že se blíží konec určitého paradigmatu, tak tato vize vytvoří nátlak na tvorbu nového paradigmatu. Dnes již nějakou dobu předpovídáme konec Moorva zákona. Nejprve se mluvilo o roce 2002, nyní se odhaduje 2022. Během 10 až 20 let budou části tranzistorů široké pouze několik atomů a my nebudume schopni je zmenšovat dále. To bude konec Moorova zákona, ale nebude to konec exponenciálního růstu výpočetních technologií, protože čipy jsou ploché. Žijeme v třírozměrném světě, takže bychom mohli využít i třetí rozměr. A taky že to uděláme. Během posledních let zaznamenala tato oblast obrovský pokrok, takže existují fungující trojrozměrné samo-organizující se molekulární obvody. Budeme je mít k dispozici o dost dříve, než dojde dech Moorvu zákonu. To samé superpočítače. Podívejme se na výkon procesorů Intel. Cena tranzistoru v roce 1968 byla jeden dolar. V roce 2002 jste jich za jeden dolar dostali 10 miliónů.
I put 49 famous computers on this logarithmic graph -- by the way, a straight line on a logarithmic graph is exponential growth -- that's another exponential. It took us three years to double our price performance of computing in 1900, two years in the middle; we're now doubling it every one year. And that's exponential growth through five different paradigms. Moore's Law was just the last part of that, where we were shrinking transistors on an integrated circuit, but we had electro-mechanical calculators, relay-based computers that cracked the German Enigma Code, vacuum tubes in the 1950s predicted the election of Eisenhower, discreet transistors used in the first space flights and then Moore's Law. Every time one paradigm ran out of steam, another paradigm came out of left field to continue the exponential growth. They were shrinking vacuum tubes, making them smaller and smaller. That hit a wall. They couldn't shrink them and keep the vacuum. Whole different paradigm -- transistors came out of the woodwork. In fact, when we see the end of the line for a particular paradigm, it creates research pressure to create the next paradigm. And because we've been predicting the end of Moore's Law for quite a long time -- the first prediction said 2002, until now it says 2022. But by the teen years, the features of transistors will be a few atoms in width, and we won't be able to shrink them any more. That'll be the end of Moore's Law, but it won't be the end of the exponential growth of computing, because chips are flat. We live in a three-dimensional world; we might as well use the third dimension. We will go into the third dimension and there's been tremendous progress, just in the last few years, of getting three-dimensional, self-organizing molecular circuits to work. We'll have those ready well before Moore's Law runs out of steam. Supercomputers -- same thing. Processor performance on Intel chips, the average price of a transistor -- 1968, you could buy one transistor for a dollar. You could buy 10 million in 2002.
Je opravdu pozoruhodné jak přesný je tento exponenciální proces. Člověk by si myslel, že toto je výsledek laboratorního experimentu, ale je to výsledkem celosvětového chaotického chování. Země obviňující se navzájem z dumpingu produktů, veřejné nabídky akcí, bankroty, marketingové programy. Člověk by si myslel, že tento proces bude velmi nepravidelný, ale vidíme že výsledek tohoto chaotického procesu je naopak opravdu velmi přesný. Nemůžeme předvídat, jak se bude chovat jedna molekula plynu, to je prostě beznadějné. Ale pomocí termodynamiky můžeme velmi přesně předvídat, jak se bude chovat plyn jako celek. Stejný princip lze aplikovat i zde. Nemůžeme předvídat specifické projekty, avšak můžeme předvídat výsledek celosvětového, chaotického a "nepředvídatelného" prostředí konkurence. Evoluční proces technologie je velice předvídatelný. A můžeme tedy předpovídat tyto trendy daleko do budoucnosti. Na rozdíl od růží Gertrudy Steinové, nejde o to, že tranzistor je tranzistor. Tím že je děláme menší a levnější, elektrony překonávají menší vzdálenosti. Jsou rychlejší, takže tady máme exponenciální nárůst rychlosti tranzistorů, takže cena cyklu jednoho tranzistoru se srážela na polovinu každých 1,1 let. Přidejte další typy inovací v návrhu procesorů, a dospějete k zdvojnásobení poměru cena/výkon každý rok.
It's pretty remarkable how smooth an exponential process that is. I mean, you'd think this is the result of some tabletop experiment, but this is the result of worldwide chaotic behavior -- countries accusing each other of dumping products, IPOs, bankruptcies, marketing programs. You would think it would be a very erratic process, and you have a very smooth outcome of this chaotic process. Just as we can't predict what one molecule in a gas will do -- it's hopeless to predict a single molecule -- yet we can predict the properties of the whole gas, using thermodynamics, very accurately. It's the same thing here. We can't predict any particular project, but the result of this whole worldwide, chaotic, unpredictable activity of competition and the evolutionary process of technology is very predictable. And we can predict these trends far into the future. Unlike Gertrude Stein's roses, it's not the case that a transistor is a transistor. As we make them smaller and less expensive, the electrons have less distance to travel. They're faster, so you've got exponential growth in the speed of transistors, so the cost of a cycle of one transistor has been coming down with a halving rate of 1.1 years. You add other forms of innovation and processor design, you get a doubling of price performance of computing every one year.
A to je v podstatě deflace, 50ti procentní deflace. A to neplatí pouze pro počítače. To samé platí pro sekvencování DNA, skenování mozku nebo web. V podstatě cokoliv, co můžeme kvantifikovat. Máme stovky různých měřítek různých měřítek informačních veličin. Kapacita, rychlost adaptace. Hodnoty na těchto měřítkách se zdvojásobují každých 12, 13, 15 měsíců, v závislosti na tom, na co se díváme. Co se týče vztahu ceny a výkonu, vidíme 40-50% deflaci. Ekonomové se toho začínali obávat. Měli jsme tady deflaci během Velké deprese, ale kolaps dodávky peněz, a kolaps spotřebitelské důvěry je úplně odlišný fenomén. Toto jsou následky zvyšování produktivity. Ekonomové však tvrdí, že není možné s tímto tempem udržet krok. Pokud máme 50ti procentní deflaci, lidé mohou navyšovat objemy o 30, 40 procent, ale dlouho nevydrží. V reálu ale vidíme, že lidé jsou schopní toto tempo překonat. Během posledních 50ti let jsme na poli informačních technologií zaznamenali každoroční 28% složený dolarový růst. Před deseti lety si přece lidé nekupovali iPody za 10.000 dolarů. Když pokles poměru ceny a výkonu umožní uskutečnění nových aplikací, nové aplikace se objeví na trhu. Toto je velmi rozšířený fenomén. Vezměme například magnetický záznam dat. To nebyl Moorův zákon, ale zmenšování magnetických ploch. Různí inženýři, různé společnosti, stejný exponenciální proces.
And that's basically deflation -- 50 percent deflation. And it's not just computers. I mean, it's true of DNA sequencing; it's true of brain scanning; it's true of the World Wide Web. I mean, anything that we can quantify, we have hundreds of different measurements of different, information-related measurements -- capacity, adoption rates -- and they basically double every 12, 13, 15 months, depending on what you're looking at. In terms of price performance, that's a 40 to 50 percent deflation rate. And economists have actually started worrying about that. We had deflation during the Depression, but that was collapse of the money supply, collapse of consumer confidence, a completely different phenomena. This is due to greater productivity, but the economist says, "But there's no way you're going to be able to keep up with that. If you have 50 percent deflation, people may increase their volume 30, 40 percent, but they won't keep up with it." But what we're actually seeing is that we actually more than keep up with it. We've had 28 percent per year compounded growth in dollars in information technology over the last 50 years. I mean, people didn't build iPods for 10,000 dollars 10 years ago. As the price performance makes new applications feasible, new applications come to the market. And this is a very widespread phenomena. Magnetic data storage -- that's not Moore's Law, it's shrinking magnetic spots, different engineers, different companies, same exponential process.
Zásadní revolucí je to, že nyní rozumíme naší biologii v informačních termínech. Rozumíme softwarovým programům, které řídí naše tělo. Tyto programy byly vyvinuty ve velice odlišných časech a my bychom dnes vlastně chtěli tyto programy změnit. Jeden jednoduchý program, nazvaný gen tukového insulinového receptoru v podstatě říká: zadrž každou kalorii, protože další období lovu se nemusí vydařit. Toto fungovalo ve prospěch druhu před desítkami tisíců let. Dnes bychom rádi tento program vypnuli. Vyzkoušeli jsme to již na myších, které, přestože jedly opravdu hodně, stále zůstávaly štíhlé a zůstaly jim také veškeré přínosy šíhlosti. Nedostaly cukrovku ani onemocnění srdce, žily o 20% déle. Jednoduše těžily zdravotní výhody kalorické restrikce bez kalorické restrikce. Čtyři nebo pět farmaceutických společností si toho všimlo, domnívajíce se, že toto bude zajímavý lék pro lidský trh, s vědomím toho, že toto je pouze jeden z 30.000 genů, které mají vliv na naší tělesnou chemii.
A key revolution is that we're understanding our own biology in these information terms. We're understanding the software programs that make our body run. These were evolved in very different times -- we'd like to actually change those programs. One little software program, called the fat insulin receptor gene, basically says, "Hold onto every calorie, because the next hunting season may not work out so well." That was in the interests of the species tens of thousands of years ago. We'd like to actually turn that program off. They tried that in animals, and these mice ate ravenously and remained slim and got the health benefits of being slim. They didn't get diabetes; they didn't get heart disease; they lived 20 percent longer; they got the health benefits of caloric restriction without the restriction. Four or five pharmaceutical companies have noticed this, felt that would be interesting drug for the human market, and that's just one of the 30,000 genes that affect our biochemistry.
Vyvinuli jsme se v době, kdy lidé v mém věku, podobném jako má i většina učástníku této konference, neměli zájem žít déle, protože spotřebovávali drahocenné zdroje, které byly lépe využitelné potomky a těmi, kdo se o ně starají. Nejsme optimálně vyvinuti pro život, který trvá mnohem déle než 30 let, ale dnes se učíme manipulovat se svými softwarovými programy a měnit je díky biotechnologické revoluci. Dokážeme například blokovat geny interferující s RNA. Existují nové formy genové terapie, které překonaly problém umisťování genetického materiálu na správnou pozici chromozomu. Poprvé v historii se testuje na lidech něco, co dokáže vyléčit srmtelnou chorobu zvanou plicní hypertenze, opět díky genetické terapii. Takže nebudeme mít pouze děti od návrhařů, ale i jejich rodiče. A tato technologie také zrychluje. Jeden pár bází stál v roce 1990 10 dolarů, jeden penny v roce 2000. Nyní je to méně něž desetina centu. Množství genetických dat roste opět exponenciálně, dvojnásobí se každým rokem, což umožňuje dokončení projektu Genome.
We were evolved in an era where it wasn't in the interests of people at the age of most people at this conference, like myself, to live much longer, because we were using up the precious resources which were better deployed towards the children and those caring for them. So, life -- long lifespans -- like, that is to say, much more than 30 -- weren't selected for, but we are learning to actually manipulate and change these software programs through the biotechnology revolution. For example, we can inhibit genes now with RNA interference. There are exciting new forms of gene therapy that overcome the problem of placing the genetic material in the right place on the chromosome. There's actually a -- for the first time now, something going to human trials, that actually cures pulmonary hypertension -- a fatal disease -- using gene therapy. So we'll have not just designer babies, but designer baby boomers. And this technology is also accelerating. It cost 10 dollars per base pair in 1990, then a penny in 2000. It's now under a 10th of a cent. The amount of genetic data -- basically this shows that smooth exponential growth doubled every year, enabling the genome project to be completed.
Další zásadní revolucí je komunikační revoluce. Poměr ceny a výkonu, datového průtoku a kapacity různých typů komunikačních techologií, drátových i bezdrátových, roste exponenciálně. Síla internetu se zdvojnásobuje již nějakou dobu a tento vývoj bude dále pokračovat. Tento graf ukazuje zdvojnásobování internetových hostitelů.
Another major revolution: the communications revolution. The price performance, bandwidth, capacity of communications measured many different ways; wired, wireless is growing exponentially. The Internet has been doubling in power and continues to, measured many different ways. This is based on the number of hosts.
Dalším tématem je miniaturizace. Zmenšování technologií, drátových i bezdrátových se zrychluje exponenciálně. Některé z modelů z knihy Erica Drexlera se jeví jaké proveditelné také díky simulacím na superpočítačích, a také existují vědci, kteří stavějí roboty o velikosti molekul. Jeden má dokonce robota, který chodí podobně jako člověk, jenom je postavený z pár molekul. Tito malí roboti jsou zatím testovaní v laboratorních experimentech. Ale tou nejvíce zajímavou příležitostí je možnost vstupu do lidského těla, a výkon terapeutických a diagnostických funkcí. A toto je bližší budoucnost, než se může zdát. Tyto technologie už byly vyzkoušeny na zvířatech.
Miniaturization -- we're shrinking the size of technology at an exponential rate, both wired and wireless. These are some designs from Eric Drexler's book -- which we're now showing are feasible with super-computing simulations, where actually there are scientists building molecule-scale robots. One has one that actually walks with a surprisingly human-like gait, that's built out of molecules. There are little machines doing things in experimental bases. The most exciting opportunity is actually to go inside the human body and perform therapeutic and diagnostic functions. And this is less futuristic than it may sound. These things have already been done in animals.
Máme nanotechnologické zařízení které léčí cukrovku typu 1. Má velikost krvinky. Do krevního oběhu se jich vpustí desítky tisíc a experimenty na myších ukázaly, že regulace inzulínu se napraví, a cukrovka je vyléčena. Právě se díváte na návrh robotické červené krvinky. Naše biologie ve své podstatě není tak dokonalá, i přestože je pozoruhodná ve své složitosti. Jakmile však pochopíme principy fungování, a nezapomínejme, že tempo, s jakým zpětně navrhujeme biologii zrychluje, můžeme navrhnount biologii tak, aby byla deseti tisíckrát účinnější. Analýza tohoto recpiprocytu navrženého Robem Freitasem ukazuje, že pokud nahradíme 10% červených krvninek robotickým reciprocytem, budeme schopni sprintovat 15 minut bez nadechnutí. Mohli bychom sedět na dně bazénu čtyři hodiny, a fráze "Zlato, jsem v bazénu", by nabrala zcela nový význam. Bude zajímavé sledovat co udělá Olympijská komise. Pravděpodobně je zakáže, ale potom by náctiletí středoškoláci běžně překonávali olympijské atlety. Freias má návrh robotické bílé krvinky. Toto jsou scénáře odehrávající se v dvacátých letech tohoto století a nejsou vůbec tak vzdálené, jak se může zdát. Dnes se pořádají čtyři velké konference zabývající se stavbou zařízení velikosti krvinek, stejně tak probíhá mnoho pokusů na zvířatech. Vlastně už je jedna verze, která pokročila do stádia testování na lidech. Toto je reálná technologie.
There's one nano-engineered device that cures type 1 diabetes. It's blood cell-sized. They put tens of thousands of these in the blood cell -- they tried this in rats -- it lets insulin out in a controlled fashion, and actually cures type 1 diabetes. What you're watching is a design of a robotic red blood cell, and it does bring up the issue that our biology is actually very sub-optimal, even though it's remarkable in its intricacy. Once we understand its principles of operation, and the pace with which we are reverse-engineering biology is accelerating, we can actually design these things to be thousands of times more capable. An analysis of this respirocyte, designed by Rob Freitas, indicates if you replace 10 percent of your red blood cells with these robotic versions, you could do an Olympic sprint for 15 minutes without taking a breath. You could sit at the bottom of your pool for four hours -- so, "Honey, I'm in the pool," will take on a whole new meaning. It will be interesting to see what we do in our Olympic trials. Presumably we'll ban them, but then we'll have the specter of teenagers in their high schools gyms routinely out-performing the Olympic athletes. Freitas has a design for a robotic white blood cell. These are 2020-circa scenarios, but they're not as futuristic as it may sound. There are four major conferences on building blood cell-sized devices; there are many experiments in animals. There's actually one going into human trial, so this is feasible technology.
Vraťme se zpět k exponenciálnímu růstu výpočetních technologií. Tisíc dolarů výpočetního výkonu dnes odpovídá schopnostem mozku něčeho mezi hmyzem a myší. Lidská inteligence bude překonána ve dvacátých letech, co se týče kapacity, ale to se bavíme pouze o hardwarové stránce. Kdy budeme mít software? Již dnes můžeme nahlédnout do lidského mozku a asi nikoho nepřekvapí, že rozlišení skenerů mozku se zdvojnásobuje každým rokem. A poslední generace skenerů konečně umožňuje vidění jednotlivých mezineuronových vláken a také vidí zpracování signálu v reálném čase. Již dokážeme získat data, otázkou však zůstává, zda jim dokážeme také porozumět. Doug Hofstadter uvažuje, že naše inteligence možná není dostatečná pro pochopení sebe sama. Je tedy možné pochopit vlastní inteligenci nebu zůstaneme navždy pozadu? Pravda je taková, že inteligenci pochopit můžeme.
If we come back to our exponential growth of computing, 1,000 dollars of computing is now somewhere between an insect and a mouse brain. It will intersect human intelligence in terms of capacity in the 2020s, but that'll be the hardware side of the equation. Where will we get the software? Well, it turns out we can see inside the human brain, and in fact not surprisingly, the spatial and temporal resolution of brain scanning is doubling every year. And with the new generation of scanning tools, for the first time we can actually see individual inter-neural fibers and see them processing and signaling in real time -- but then the question is, OK, we can get this data now, but can we understand it? Doug Hofstadter wonders, well, maybe our intelligence just isn't great enough to understand our intelligence, and if we were smarter, well, then our brains would be that much more complicated, and we'd never catch up to it. It turns out that we can understand it.
Toto je schéma modelu a simulace části mozku zodpovědné za sluch, které v praxi funguje docela dobře, a v psychoakustických testech dosáhne výsledků velice podobných člověku. Tady je simulace mozečku, který je tvořen více než polovinou neuronů mozku. Opět, funguje velice podobně jako lidské osvojování dovedností. Jsme teprve na začátku, ale za pomoci exponenciálního růstu množství informací o lidském mozku a exponenciálního růstu zlepšování rozlišení skenerů mozku uspějeme ve zpětném inženýrství lidského mozku ve dvacátých letech tohoto století. Již dnes máme velice dobré modely a simulace asi 15ti oblastí z celkového počtu několika set.
This is a block diagram of a model and simulation of the human auditory cortex that actually works quite well -- in applying psychoacoustic tests, gets very similar results to human auditory perception. There's another simulation of the cerebellum -- that's more than half the neurons in the brain -- again, works very similarly to human skill formation. This is at an early stage, but you can show with the exponential growth of the amount of information about the brain and the exponential improvement in the resolution of brain scanning, we will succeed in reverse-engineering the human brain by the 2020s. We've already had very good models and simulation of about 15 regions out of the several hundred.
Toto vše je poháněno exponenciálním ekonomickým růstem a zároveň to tento růst podporuje. Produktivita práce se vyhoupla z 30 na 150 dolarů za hodinu během posledních 50ti let. Elektronické obchodování roste exponenciálně. Dnes dosahuje biliónu dolarů. Možná si teď říkáte, jestli náhodou nenastal vzestup a pád? To byl ale fenomén týkající se pouze kapitálových trhů. Na Wall Street si všimli, že je zde další revoluční technologie, ale šest měsíců poté, když nenastala revoluce všech obchodních modelů, uvědomili si, že neodhadovali správně, a nastál pád.
All of this is driving exponentially growing economic progress. We've had productivity go from 30 dollars to 150 dollars per hour of labor in the last 50 years. E-commerce has been growing exponentially. It's now a trillion dollars. You might wonder, well, wasn't there a boom and a bust? That was strictly a capital-markets phenomena. Wall Street noticed that this was a revolutionary technology, which it was, but then six months later, when it hadn't revolutionized all business models, they figured, well, that was wrong, and then we had this bust.
Toto je technologie, kterou jsme dali dohromady za přispění několika technologií na kterých jsme pracovali. Brzy bude běžnou součástí mobilního telefonu. Bude schopna překládat z jednoho jazyka do druhého.
All right, this is a technology that we put together using some of the technologies we're involved in. This will be a routine feature in a cell phone. It would be able to translate from one language to another.
Dovolte mi skončit několika scénáři. V roce 2010 zmizí počítače. Budou tak malé, že budou součástí našeho oděvu a prostředí. Obraz bude zapisován přímo na sítnici a bude poskytovat uplné ponoření do virtuální reality, či rozšířené skutečné reality. Budeme v interakci s virtuálními osobnostmi.
So let me just end with a couple of scenarios. By 2010 computers will disappear. They'll be so small, they'll be embedded in our clothing, in our environment. Images will be written directly to our retina, providing full-immersion virtual reality, augmented real reality. We'll be interacting with virtual personalities.
V roce 2029 tyto trendy plně dospějou, a my budeme schopni docenit to množství generací technologií, které se v tu dobu budou rozvojově stále zrychlovat. Budeme mít technologie s 2^25 lepším poměrem ceny a výkonu, kapacitou a průpostností dat a naprosto úžasné technologie založené na těchto současných technologiích. Technologie budou miliónkrát schopnější než ty dnešní. Zpětné inženýrství lidského mozku bude dokončeno, a počítač za tisíc dolarů bude mnohem výkonnější než lidský mozek, co se týče surové kapacity. Počítače budou kombinovat schopnosti lidského intelektu společně s tím, v čem jsou stroje již dnes lepší, a to s analytickým myšlením a shopností si přesně pamatovat miliardy údajů. Stroje dokáží sdílet vědomosti velmi rychle, ale budoucnost nebude pouze o invazi inteligentních strojů. Lidé se sloučí s technologiemi.
But if we go to 2029, we really have the full maturity of these trends, and you have to appreciate how many turns of the screw in terms of generations of technology, which are getting faster and faster, we'll have at that point. I mean, we will have two-to-the-25th-power greater price performance, capacity and bandwidth of these technologies, which is pretty phenomenal. It'll be millions of times more powerful than it is today. We'll have completed the reverse-engineering of the human brain, 1,000 dollars of computing will be far more powerful than the human brain in terms of basic raw capacity. Computers will combine the subtle pan-recognition powers of human intelligence with ways in which machines are already superior, in terms of doing analytic thinking, remembering billions of facts accurately. Machines can share their knowledge very quickly. But it's not just an alien invasion of intelligent machines. We are going to merge with our technology.
Nano-roboti, které jsem zmiňoval, budou nejprve použiti pro lékařské aplikace, pro čištění životního prostředí, poskytování energie, budou sloužit jako široce rozptýlená síť solárních panelů a tak dále. Později budou také uvnitř našeho mozku fungovat vzájemně s biologickými neurony. Již jsme si demonstrovali klíčové principy dokazující, že toho budeme schopni dosáhnout. Takže například budeme mít plně imerzní virtuální realitu simulovanou z vnitřního nervového systému, nanoroboty vypínající signály přicházející ze skutečných lidských smyslů, nahrazující je signály, které by člověk obdržel v právě simulovaném virtuálním prostředí. Takže se budete cítit jako by jste skutečně byli v daném virtuálním prostředí. Ve virtuální realitě budete moct být společně s dalšími lidmi a zažít cokoliv si budete přát včetně plného smyslového vnímání. "Vysílače zážitků" budou vysílat celý děj prožitku pomocí neurologických udajů o emocích ven na internet. Budete mít možnost se připojit a zažít, jaké to je, být někým jiným. Ze všeho nejdůležitější bude ovšem ohromná expanze lidské inteligence, právě díky tomuto přímému sloučení s technologiemi. V určitém smyslu to děláme již dnes. Běžně provádíme intelektuální činnosti, které by bez technologií nebyly možné. Střední délka života roste. V roce 1800 byla 37, a díky biotechnologické a nanotechnologické revoluci se tempo růstu během následujících let značně zvýší.
These nano-bots I mentioned will first be used for medical and health applications: cleaning up the environment, providing powerful fuel cells and widely distributed decentralized solar panels and so on in the environment. But they'll also go inside our brain, interact with our biological neurons. We've demonstrated the key principles of being able to do this. So, for example, full-immersion virtual reality from within the nervous system, the nano-bots shut down the signals coming from your real senses, replace them with the signals that your brain would be receiving if you were in the virtual environment, and then it'll feel like you're in that virtual environment. You can go there with other people, have any kind of experience with anyone involving all of the senses. "Experience beamers," I call them, will put their whole flow of sensory experiences in the neurological correlates of their emotions out on the Internet. You can plug in and experience what it's like to be someone else. But most importantly, it'll be a tremendous expansion of human intelligence through this direct merger with our technology, which in some sense we're doing already. We routinely do intellectual feats that would be impossible without our technology. Human life expectancy is expanding. It was 37 in 1800, and with this sort of biotechnology, nano-technology revolutions, this will move up very rapidly in the years ahead.
Mou hlavní zprávou je to, že technologický pokrok je exponenciální a ne lineární. Mnozí, vědce nevyjímaje, předpokládají lineární model. Říkají, že bude trvat stovky let, než budeme mít samoreplikující se nanotechnologické kolonie nebo umělou inteligenci. Pokud pochopíme sílu exponenciálního růstu, uvidíme, že tyto záležitosti nejsou velmi vzdáleny. A informační technologie neustále zahrnují více a více z našich životů, od hudby, přes výrobu, naší vlastní biologii, ale také energii a materiály.
My main message is that progress in technology is exponential, not linear. Many -- even scientists -- assume a linear model, so they'll say, "Oh, it'll be hundreds of years before we have self-replicating nano-technology assembly or artificial intelligence." If you really look at the power of exponential growth, you'll see that these things are pretty soon at hand. And information technology is increasingly encompassing all of our lives, from our music to our manufacturing to our biology to our energy to materials.
Ve dvacátých letech budeme moci vyrobit téměř cokoliv, co budeme potřebovat pomocí informací a velice levných surových materiálů za použití nanotechnologií. Toto jsou velice mocné technologie. Zvyšují nám jak naděje, tak rizika. Takže musíme mít vůli aplikovat tyto technologie na správné probémy.
We'll be able to manufacture almost anything we need in the 2020s, from information, in very inexpensive raw materials, using nano-technology. These are very powerful technologies. They both empower our promise and our peril. So we have to have the will to apply them to the right problems.
Děkuji vám za pozornost.
Thank you very much.
(Potlesk)
(Applause)