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.
Bueno, es fantástico estar aquí. Hemos escuchado mucho sobre la promesa de la tecnología, y el riesgo. He estado bastante interesado en ambos. Si pudiéramos convertir el 0,03 por ciento de la luz solar que cae sobre la tierra en energía, podríamos satisfacer todas nuestras necesidades proyectadas para 2030. No podemos hacer esto hoy porque los paneles solares son pesados, caros y muy ineficientes. Existen diseños de nano-ingeniería, los cuales han sido analizados al menos teóricamente, que muestran el potencial de ser muy livianos, muy baratos, muy eficientes, y podríamos satisfacer todas nuestras necesidades de energía de esta forma renovable. Células combustibles de nano-ingeniería podrían proveer la energía donde se necesite. Esa es la tendencia principal, la descentralización, ir de plantas nucleares de energía centralizadas y cisternas de gas natural líquido hacia recursos descentralizados que son más amigables ecológicamente, mucho más eficientes, y capaces y seguros con respecto a la disrupción.
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.
Bono habló muy elocuentemente, sobre que tenemos las herramientas, por primera vez, para solucionar los viejos problemas de las enfermedades y la pobreza. La mayor parte de las regiones del mundo van en esa dirección. En 1990, en Asia del Este y la región del Pacífico, había 500 millones de personas viviendo en la pobreza -- ese número hoy está bajo los 200 millones. El Banco Mundial tiene previsto para 2011 que esté por debajo de los 20 millones, lo cual es una reducción del 95 por ciento. Me gustó el comentario de Bono relacionando Haight-Ashbury con Silicon Valley. Viniendo yo de la communidad de alta tecnología de Massachusetts, remarcaría que éramos hippies también en los 60, a pesar de que nos juntábamos por Harvard Square. Pero tenemos el potencial de solucionar la enfermedad y la pobreza, y voy a hablar de esos temas, si tenemos ganas.
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.
Kevin Kelly habló de la aceleración de la tecnología. Esto ha sido de fuerte interés para mí, y un tema que he desarrollado durante casi 30 años. Me di cuenta de que mis tecnologías debían tener sentido para cuando finalizara el proyecto. Que, invariablemente, el mundo sería un lugar diferente para cuando introdujera una tecnología. Y me di cuenta de que la mayoría de los inventos fallan, no porque el departamento de I+T no pueda hacerlo funcionar -- Si vieran la mayoría de los planes de negocios, la mayoría tendría éxito si tuvieran la oportunidad de construir aquello que dicen que construirían, y el 90 por ciento de estos proyectos o más fracasaría por ser el momento equivocado -- no todos los factores que permitan el éxito estarán en su lugar cuando se necesiten.
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.
Por lo cual, comencé a ser un estudiante ardiente de las tendencias de la tecnología, y a rastrear dónde la tecnología estaría en diferentes puntos en el tiempo, y comencé a construir modelos matemáticos de ello. Tomó vida propia, de alguna manera, Tengo un grupo de 10 personas que trabajan conmigo para recabar información sobre mediciones clave de la tecnología en diferentes áreas, y construimos modelos. Y escucharán a la gente decír, bueno, no podemos predecir el futuro. Y si me preguntan, ¿subirá o bajará el precio de Google de aquí a tres años? Eso es muy difícil de decir. ¿Será WiMax CDMA G3 el estándar wireless de aquí a tres años? Eso es difícil de decir. Pero si me preguntan, cuánto costará un MIPS de cómputo en 2010, o el costo de secuenciar un par de bases de ADN en 2012, o el costo de enviar un megabyte de datos por wireless en 2014, resulta que estos son muy predecibles.
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.
Hay curvas exponenciales remarcadamente suaves que gobiernan el precio del comportamiento, capacidad, ancho de banda. Y voy a mostrarles una pequeña muestra de esto, aunque existe realmente una razón teórica de por qué la tecnología se desarrolla de manera exponencial. Y mucha gente, cuando piensa en el futuro, lo piensa de manera lineal. Piensan que continuarán desarrollando un problema o solucionando un problema usando las herramientas actuales, a la velocidad actual de progreso, y fracasan en tomar en consideración este crecimiento exponencial.
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.
El proyecto del genoma era un proyecto controvertido en 1990. Pusimos a nuestros mejores estudiantes de medicina, nuestros más avanzados equipos del mundo, logramos realizar 1/10.000 del proyecto, ¿entonces cómo íbamos a realizar esto en 15 años? Y tras 10 años de proyecto, los escépticos eran todavía fuertes -- decían "Llegaron a dos tercios de este proyecto, y han llegado sólo ha secuenciar un porcentaje muy pequeño del genoma completo". Pero es la naturaleza del crecimiento exponencial que una vez que llega a la inflexión de la curva, explota. La mayor parte del proyecto fue realizado en los últimos pocos años del proyecto. Nos llevó 15 años secuenciar el VIH -- secuenciamos el SARS en 31 días. Por lo que estamos ganando el potencial para solucionar estos problemas.
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.
Voy a mostrarles unos pocos ejemplos de cuán penetrante es este fenómeno. El índice actual de cambio de paradigma, el índice de adopción de nuevas ideas, se está duplicando cada década, de acuerdo con nuestros modelos. Estos son todos gráficos logarítmicos, así que a medida que vas subiendo el nivel que representa, generalmente multiplicando por un factor de 10 o 100. Nos llevó casi medio siglo adoptar el teléfono, la primera tecnología de realidad virtual. Los teléfonos móviles se adoptaron en casi 8 años. Si pusiéramos diferentes tecnologías de comunicación en este gráfico logarítmico, televisión, radio, teléfono fueron adoptados en décadas. Tecnologías recientes --como el PC, la Web, télefonos móviles-- se adoptaron en menos de una década. Ahora, éste es un gráfico interesante, y muestra realmente la razón fundamental por la que un proceso evolutivo --y la biología y tecnología lo son-- se aceleran. Trabajan a través de la interacción --crean una capacidad, y luego utilizan esa capacidad para dar el próximo paso.
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.
Entonces el primer paso en la evolución biológica, la evolución del ADN --a decir verdad el ARN fue primero-- necesitó billones de años, pero entonces la evolución utilizó ese pilar de procesamiento de la información para dar lugar al siguente nivel. Así, la Explosión Cámbrica, donde todos los planos corpóreos de los animales evolucionaron, llevó sólo 10 millones de años. Fue 200 veces más rápida. Y entonces la evolución utilizó esos planos corpóreos para evolucionar en funciones cognitivas más elevadas, y la evolución biológica continuó acelerando. Es la naturaleza inherente a los procesos evolutivos. Entonces, el Homo Sapiens, la primera especie creadora de tecnología, la especie que combinó una función cognitiva con un apéndice oponible (el pulgar) --y dicho sea de paso, los chimpancés no tienen realmente un buen pulgar-- para que que pudiéramos manipular nuestro ambiente con un agarre potente y una buena coordinación motora, y usar nuestros modelos mentales para cambiar efectivamente el mundo y dar lugar a la tecnología.
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.
Pero, de todas formas, la evolución de nuestras especies tomó cientos de miles de años, y luego trabajando a través de la interacción, la evolución usó, esencialmente, la tecnología de crear especies para dar lugar al próximo nivel, que fueron los primeros pasos de la evolución tecnológica. Y los primeros pasos tomaron decenas de miles de años --herramientas de piedra, fuego, la rueda-- continuaron acelerando. Siempre usamos, entonces, la última generación de tecnología para crear la próxima generación. La imprenta llevó un siglo en ser adoptada, las primeras computadoras fueron diseñadas con papel y lápiz --ahora usamos computadoras. Y hemos tenido una continua aceleración de este proceso.
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.
Dicho sea de paso, si miran este gráfico lineal, parece que todo acaba de suceder, pero un observador dice: "Bueno, Kurzweil sólo marca puntos en este gráfico que caen sobre esa línea recta". Así que tomé 15 listas diferentes de pensadores clave, como la Enciclopedia Británica, el Museo de Historia Natural, el Calendario Cósmico de Carl Sagan sobre el mismo-- y esta gente no estaba tratando de convercerlos de mi punto de vista, éstas fueron listas en trabajos de referencia. Y creo que que esto es lo que ellos consideraron eventos clave en la evolución biológica y tecnológica. Y, de nuevo, forma la misma línea recta. Hay un poco de grosor en la línea porque la gente tiene de hecho desacuerdos sobre cuáles son los puntos clave, hay diferencias de opinión sobre cuándo comenzó la agricultura, o cuándo -- cuánto tiempo duró la Explosión Cámbrica. Pero pueden ver una muy clara tendencia. Hay una básica, profunda aceleración de este proceso evolutivo. Las tecnologías de la información duplican su capacidad, calidad/precio, ancho de banda, cada año. Y esa es una explosión profunda del crecimiento exponencial. Una experiencia personal, cuando estaba en el MIT una computadora ocupaba casi el tamaño de este recinto, y era menos poderosa que la de sus teléfonos móviles. Pero la Ley de Moore, usualmente identificada con este crecimiento exponencial, es sólo un ejemplo de muchos, porque es básicamente una característica del proceso evolutivo de la tecnología.
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.
Si nosotros -- yo pongo 49 computadoras famosas en este gráfico logarítmico --dicho sea de paso, una línea recta en un gráfico logarítmico es crecimiento exponencial-- esto es otro exponencial. nos llevó 3 años doblar nuestro relación calidad/precio de la computación en 1900, dos años en el medio, y ahora estamos duplicándolа cada año. Y eso es crecimiento exponencial a través de cinco diferentes paradigmas. La Ley de Moore fue sólo la última parte de eso en un circuito integrado, donde estábamos reduciendo transistores, pero teníamos calculadoras electromecánicas, computadoras basadas en relés que descifraron el Código Enigma Alemán, válvulas de vacío en los 50 predijeron la elección de Eisenhower, transistores discretos usados en los primeros viajes espaciales y luego la Ley de Moore. Cada vez que un paradigma se quedaba sin combustible, otro paradigma aparecía desde ese vacío para continuar el crecimiento exponencial. Estaban reduciendo las válvulas de vacío, haciéndolas más y más pequeñas. Eso golpeó contra una pared. No podían reducirlas y mantener el vacío. Un paradigma totalmente nuevo -- los transistores aparecieron de la carpintería. De hecho, cuando vemos el final de una línea de un paradigma en especial, crea presión en la investigación para crear el próximo paradigma. Y porque hemos venido prediciendo el final de la Ley de Moore desde hace bastante tiempo --la primera predicción decía 2002, y ahora es 2022. Pero para los primeros años, las características de los transistores serán del ancho de un par de átomos, y no seremos capaces de reducirlos más. Ese será el final de la Ley de Moore, pero no será el final de el crecimiento exponencial de la computación, porque los chips son planos. Vivimos en un mundo tridimensional, bien podremos usar la tercera dimensión. Nos meteremos en la tercera dimensión y ha habido un tremendo progreso, sólo en los útlimos años, de poner a trabajar circuitos moleculares tridimensionales, auto-organizables. Tendremos estos listos bien antes de que la Ley de Moore se quede sin combustible. Con las supercomputadoras -- lo mismo. El redimiento de los procesarores en los chips de Intel, el precio promedio de un transistor -- en 1968 podías comprar un transistor por un dólar. Podías comprar 10 millones en 2002.
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.
Es remarcable cuán suave el proceso exponencial es. Digo, quizás crean que esto es el resultado de algún experimento de mesa, pero esto es el resultado de comportamiento caótico mundial --países acusándose mútuamente de vertidos de productos, emisiones públicas iniciales, quiebras bancarias, programas de marketing. Creerían que esto sería un proceso muy errático, y tienen un muy suave resultado de este proceso caótico. De la misma manera que no podemos predecir qué hará una molécula en un gas -- es imposible predecir una sóla molécula -- aun así podemos predecir las propiedades del gas completo, usando la termodinámica, muy precisamente. Lo mismo ocurre aquí. No podemos predecir nigún proyecto particular, pero el resultado de la completa, mundial caótica, impredecible actividad de competición y el proceso evolutivo de la tecnología es muy previsible. Y podemos predecir estas tendencias en el futuro lejano. Al contrario de las rosas de Gertrude Stein, no es el caso que un transistor es un transistor. A medida que los hacemos más pequeños y baratos, los electrones tiene menos distancias que viajar. Son más rápidos, así que tenemos crecimiento exponencial en la velocidad de los transistores, por lo que el costo de un ciclo de un transistor ha ido bajando a una tasa de reducción a la mitad de 1,1 años. Se agregan otras formas de innovación y diseño de procesadores, y se obtiene una duplicación calidad/precio en la computación cada año.
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.
Y eso es básicamente deflación -- deflación del 50%. Y no son sólo las computadoras. Es decir, es cierto para el secuenciamiento de ADN, es cierto para el escanograma del cerebro, es cierto para la red de redes. Quiero decir, cualquier cosa que podamos cuantificar, tenemos cientos de diferentes mediciones de diferentes medidas relacionadas con la información -- tasas de capacidad, adopción -- y básicamente se duplican cada 12, 13, 15 meses, dependiendo de lo que estemos observando. En términos calidad/precio eso es un 50 -- 40 a 50 por ciento de tasa de deflación. Y los economistas se han empezado ciertamente a preocupar por esto. Hemos tenido deflación durante la Depresión, pero eso ha sido un colapso de la oferta de dinero, colapso de la confianza del consumidor, un fenómeno completamente diferente. Esto es producto de una productividad mayor, pero el economista dice, "Pero no hay forma de que puedan mantener esto". Si existe un 50% de deflación, la gente incrementará su volumen un 30 o un 40 por ciento, pero no podrán seguir el tren. Pero lo que en verdad vemos es que ciertamente sobrepasamos más que mantenemos ese tren. Hemos tenido un 28 por ciento de crecimiento compuesto anual en dólares en tecnología de la información en los últimos 50 años. Es decir, la gente no fabricaba iPods por 10.000 dólares hace diez años. A medida que la relación calidad/precio hace posible nuevas aplicaciones, nuevas aplicaciones aparecen en el mercado. Y este es un fenómeno muy difundido. El almacenamiento magnético de datos --eso no es la Ley de Moore, es reducir los puntos magnéticos, diferentes ingenieros, diferentes compañías, el mismo proceso exponencial.
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.
Una revolución clave es que estamos entendiendo nuestra biología en estos términos de información. Estamos entendiendo los programas de software que hacen funcionar nuestro cuerpo. Estos fueron evolucionando en tiempos muy diferentes -- querríamos ciertamente cambiar esos programas. Un pequeño programa, llamado el gen receptor insulínico de grasa, básicamente dice: "guarda cada caloría, porque la próxima temporada de caza puede que no vaya tan bien". Eso estaba en los intereses de la especie diez mil años atrás. A decir verdad, querríamos poder apagar ese programa. Han probado eso en animales, y los ratones comían desaforadamente y se mantuvieron delgados y tuvieron los beneficios de salud de ser delgados. No tuvieron diabetes, no tuvieron enfermedades coronarias, vivieron un 20% más, disfrutaron de los beneficios de la restricción calórica sin la restricción. Cuatro o cinco compañías farmacéuticas han visto esto, sintieron que podría ser una droga interesante para el mercado humano, y eso es sólo uno de los 30.000 genes que afectan nuestra bioquímica.
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.
Hemos evolucionado en una era donde no nos interesa a la edad de la mayoría de quienes estamos presentes en esta conferencia, como yo, vivir mucho más, porque hemos ido agotando los preciados recursos que deberían haber sido desarrollados para lo niños y para aquellos que cuidan de ellos. Así que la vida -- larga longevidad -- esto es, más allá de los 30 -- no era elegida, pero estamos aprendiendo a manipular y cambiar estos programas de software a través de la la revolución biotecnológica. Por ejemplo, ahora podemos inhibir genes con interferencia de ARN. Hay nuevas formas de terapia génica muy prometedoras que pueden resolver el problema de ubicar el material genético en el lugar correcto en el cromosoma. Hay, de hecho, por primera vez, algo en experimentación con humanos, que cura realmente la hipertensión pulmonar --una enfermedad fatal-- usando terapia génica. Así que tendremos no sólo bebés de diseño, sino "baby boomers" de diseño. Y esta tecnología está también acelerando. Costaba 10 dólares por base en 1990, luego un centavo en el año 2000. Ahora está por debajo de una décima de centavo. La cantidad de datos genéticos -- básicamente aquí se muestra que el suave crecimiento exponencial se duplicó cada año, permitiendo que el proyecto genoma se completara.
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.
Otra gran revolución, la revolución de las comunicaciones. La relación calidad/precio, ancho de banda, la capacidad de las comunicaciones medidas de diferentes formas alámbricas, inalámbricas, está creciendo exponencialmente. Internet se ha duplicado en potencia y continúa, medida de diversas maneras. Esto está basado en el número de hosts.
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.
Miniaturización -- estamos reduciendo el tamaño de la tecnología a un ritmo exponencial, tanto alámbrica como inalámbrica. Estos son algunos diseños del libro de Eric Drexler que ahora demostramos que son viables con simulaciones de supercomputadoras, donde ciertamente hay científicos construyendo robots a scala molecular. Hay uno que de verdad camina con un paso sorprendentemente humano, que está construido con moléculas. Hay máquinas pequeñas que están haciendo cosas en bases experimentales. La oportunidad más excitante es realmente entrar dentro del cuerpo humano y realizar funciones terapéuticas y de diagnóstico. Y esto es menos futurista de lo que pueda sonar. Estas cosas se han hecho ya en animales.
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.
Hay un dispositivo de nanoingeniería que cura la diabetes tipo I. Tiene el tamaño de un glóbulo rojo. Se ponen diez miles de estos en el glóbulo --han probado esto en ratas-- permite a la insulina salir de manera controlada, y finalmente cura la diabetes tipo I. Lo que están viendo es un diseño de un glóbulo rojo robótico, y nos muestra el problema de que nuestra biología no es tan óptima. a pesar de que es remarcable en su complejidad. Una vez que entendamos sus principios de operación, y la velocidad a la que estamos aplicando ingeniería inversa a la biología está acelerando, podremos ciertamente diseñar estas cosas para que sean miles de veces más capaces. Un análisis de este respirocito, diseñado por Rob Freitas, indica que si uno reemplaza el 10 por ciento de nuestros glóbulos rojos con estas versiones robóticas, podríamos hacer una carrera olímpica de 15 minutos sin respirar. Podríamos sentarnos en el fondo de nuestras piscinas por horas --entonces "querida, estoy en la piscina" tomará todo un nuevo significado. Será interesante ver lo que hacemos en los desafíos olímpicos. Presumiblemente los prohibiremos, pero luego tendremos el espectro de adolescentes en sus gimnasios de la preparatoria rutinariamente sobrepasando a los atletas olímpicos. Freitas tiene un diseño para un glóbulo blanco robótico. Estos son escenarios para alrededor de 2020. pero no son tan futuristas como puedan sonar. Existen 4 grandes conferencias sobre construcción de artefactos del tamaño de una glóbulo, hay muchos experimentos en animales. Hay de hecho uno haciéndose en humanos; así que es tecnología viable.
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.
Si volvemos a nuestro crecimiento exponencial de la computación, 1.000 dólares de computación está ahora entre el cerebro de un insecto y el de un ratón. Intersectará la inteligencia humana en términos de capacidad en la década de 2020, pero esa será la parte del hardware en la ecuación. ¿Dónde conseguiremos el software? Bueno, resulta que podemos ver dentro del cerebro humano, y de hecho no sorprendentemente, la resolución espacio-temporal del escaneo cerebral se está duplicando cada año. Y con la nueva generación de herramientas de escaneo, por primera vez podemos ver realmente fibras individuales interneurales y verlas procesando y comunicando en tiempo real pero entonces la pregunta es, "De acuerdo, podemos obtener estos datos ahora, pero, ¿podemos entenderlos?" Doug Hofstader se pregunta si quizás nuestra inteligencia no es tan genial como para entender nuestra inteligencia, y si fuéramos más astutos, entonces nuestros cerebros serían mucho más complicados, y nunca podríamos alcanzarlos. Resulta que lo podemos entender.
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.
Este es un diagrama de bloque de un modelo y una simulación de la corteza auditva humana que a decir verdad funciona bastante bien y al aplicar tests psicoacústicos se obtienen resultados muy similares a la percepción auditiva humana. Ahí otra simulación del cerebelo. Eso son más de la mitad de las células en el cerebro. De nuevo, trabaja muy similarmente a la formación de habilidades humanas. Esto es en una etapa muy temprana, pero se puede mostrar con el crecimiento exponencial de la cantidad de información sobre el cerebro y la mejora exponencial en la resolución del escaneo del cerebro, habremos triunfado en aplicar ingeniería inversa al cerebro humano para la década de 2020. Ya tenemos muy buenos modelos y simulación de casi 15 regiones de las varias cientos de ellas.
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.
Todo esto está haciendo crecer exponencialmente el progreso económico. Hemos logrado llevar la productividad de 20 dólares a 150 por hora de trabajo en los últimos 50 años. El comercio electrónico ha crecido exponencialmente. Es ahora un trillón de dólares. Se preguntarán, bueno, ¿no ha habido una burbuja económica? Eso fue estrictamente un fenómeno del mercado de capitales. Wall Street se dio cuenta de que esta era una tecnología revolucionaria, que lo era, pero luego, seis meses después, cuando no hubo revolucionado todos los modelos de negocios, se dijeron: "Bueno, nos equivocamos" y luego tuvimos esta explosión.
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.
Bien, esta es una tecnología que armamos usando algunas de las tecnologías en las que estamos involucrados. Esta será una aplicación de rutina en un teléfono móvil. Podrá traducir de una lengua a otra.
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.
Así que permítanme finalizar con un par de escenarios. Para el año 2010 las compuradoras desaparecerán. Serán tan pequeñas, que estarán incrustadas en nuestra ropa, nuestro entorno. Las imágenes serán escritas directamente en nuestra retina, proveyendo de una immersión total en realidad virtual, realidad real aumentada. Estaremos interactuando con personas virtuales.
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.
Pero si nos vamos al 2029, sí que tendremos estas tendecias maduras, y deben apreciar cuántas vueltas de tuerca en térmios de generaciones de tecnología que se vuelven más y más rápidas, tendremos en ese punto. Digo, tendremos de un orden exponencial de 2 a 25 en relación calidad/precio, capacidad y ancho de banda de esas tecnologías, lo que es realmente fenomenal. Será millones de veces más poderosa de lo que es hoy. Habremos completado la ingeniería inversa del cerebro humano, 1.000 dólares de computación serán mucho más potentes que el cerebro humano en términos de capacidad básica cruda. Las computadoras combinarán los poderes sutiles de reconocimiento global de la inteligencia humana con formas en las que las máquinas ya son superiores, en términos de realizar pensamiento analítico, recordando billones de hechos de forma precisa. Las máquinas pueden compartir su información muy rápidamente. Pero no es simplemente una invasión extraterrestre de máquinas inteligentes. Vamos a fusionarnos con nuestra tecnología.
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.
Estos nanobots que mencioné van a ser primero usados para aplicaciones médicas y de salud: limpiar el medioambiente, suministrando potentes células de combustible y paneles solares descentralizados ampliamente distribuidos, y mucho más al medioambiente. Pero también irán dentro de nuestro cerebro, interactuando con nuestras neuronas biológicas. Hemos demostrado los principios claves para poder hacer esto. Entonces, por ejemplo, una immersión completa en realidad virtual desde nuestro sistema nervioso, los nano-bots inhibiendo las señales procedentes de nuestros sentidos reales, reemplazándolas con las señales que nuestro cerebro recibiría si estuviéramos en el ambiente virtual, y luego sería como estar en ese ambiente virtual. Podríamos ir allí con otras personas, tener todo tipo de experiencias con cualquiera involucrando todos los sentidos. "Rayos de experiencia" los llamo, que pondrán su flujo completo de experiencias sensoriales en los correlatos neurológicos de sus emociones ahí en Internet. Podremos enchufarnos y experimentar lo que es ser otra persona. Pero lo más importante, será una tremenda expansión de la inteligencia humana a través de esta fusión directa con nuestra tecnología, que de alguna manera ya estamos haciendo. Hacemos de hecho proezas intelectuales que hubieran sido imposibles sin nuestra tecnología. La expectativa de vida humana se expande. Era de 37 años en el 1800, y con esta clase de biotecnología, revoluciones nanotecnológicas, se extenderá rápidamente en los años venideros.
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.
Mi mensaje principal es que el progreso en tecnología es exponencial, no lineal. Muchos --incluso científicos-- asumen el modelo lineal, y entonces dicen, "Oh, pasarán cientos de años antes de que tengamos ensamblamiento nanotecnológico de auto replicación o inteligencia artificial". Si realmente observan el poder del crecimiento exponencial, verán que estas cosas estarán muy pronto en nuestras manos. Y la tecnología de la información está abarcando cada vez más toda nuestra vida, desde nuestra música a lo que fabricamos, desde nuestra biología a nuestra energía y nuestros materiales.
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.
Podremos manufacturar casi todo lo que necesitamos en 2020, desde la información, a partir de materials crudos baratos, utilizando nano-tecnología. Estas son tecnologías muy poderosas. Ambas potencian nuestra promesa y nuestro riesgo. Por lo que tenemos que tener la voluntad de aplicarla a los problemas adecuados.
Thank you very much.
Muchas gracias.
(Applause)
(Aplausos)