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.
Nagyszerű itt lenni. Rengetegszer hallottunk a technika ígéretes fejlődéséről, ugyanakkor buktatóiról is. Engem mindkét lehetőség nagyon érdekel. Ha át tudnánk alakítani a Földet érő napfény 0.03 százalékát energiává, ki tudnánk elégíteni a 2030-ig jósolt teljes energia-igényünket. Ma ez még lehetetlen, mert a napelemek nehezek, drágák és nem valami hatékonyak. De léteznek olyan nanotechnológián alapuló tervek amelyekkel – legalábbis elméletileg elemezve – lehetséges, hogy nagyon könnyűvé, nagyon olcsóvá és nagyon hatékonnyá tudnak válni, így képesek lennének az összes energiaszükségletünket megújuló módon biztosítani. A nano-tervezésű üzemanyag-cellák ott tudják szolgáltatni az energiát, ahol arra szükség van. Ez a fő trend, ami a decentralizáció, az elmozdulás a centralizált nukleáris erőművek és a folyékony földgáz tankerek irányából a decentralizált források felé, melyek környezetbarátabbak és sokkal hatékonyabbak, alkalmasabbak és hibatűrőbbek.
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 igazán ékesszólóan beszélt: megvannak végre az eszközeink, hogy a történelemben először megoldjuk a betegség és a szegénység évszázados problémáit. A világ legtöbb része ebbe az irányba tart. 1990-ben, Kelet-Ázsiában és a csendes-óceáni régióban 500 millió ember élt szegénységben – ez a szám ma már 200 millió alá csökkent. A Világbank előrejelzése szerint 2011-re ez a szám 20 millió lesz, amely 95%-os csökkenést jelent. Tetszett Bono megjegyzése, amelyben Haight-Ashbury-t a Szilíciumvölgyhöz kapcsolta. Mivel magam a Massachusetts-i high-tech közösség tagja vagyok, megjegyezném, hogy mi is hippik voltunk a 1960-as években, habár mi a Harvard tér környékén lógtunk. De megvan bennünk a potenciál, hogy felülkerekedjünk a betegségeken és a szegénységen, , - s ezekről a kérdésekről fogok is beszélni – ha meg van bennünk az akarat.
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 a technológia[i fejlődés] gyorsulásáról beszélt Ezt nagy érdeklődéssel követtem, s egy olyan téma, amivel én is foglalkozom úgy 30 éve. Felismertem, hogy a [felhasznált] technológiáimnak értelmet kell kapniuk, amikor befejezek egy projektet. S állandóan [azt tapasztaltam], hogy a világ még más volt, amikor bevezettem a technológiát. Továbbá, úgy vettem észre, hogy a legtöbb találmány elbukik, , de nem azért, mert a K+F (kutatás-fejlesztés) részleg nem tudja működésre bírni – ha megnézzük a legtöbb üzleti tervet, tulajdonképpen sikerre tudják vinni, amennyiben megkapják a lehetőséget, hogy azt építsék meg, amit terveznek építeni -- s mégis 90 vagy még nagyobb százaléka ezeknek a projekteknek sikertelen lesz, mivel rossz az időzítés – nem fog az összes, a [fejlesztést] lehetővé tevő faktor rendelkezésre állni, amikor szükség lenne rá.
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.
Ezért a technológiai trendek lelkes tanulmányozójává váltam, hogy nyomon kövessem hol fog a technológia tartani egy különböző időpontokban, s ezekből matematikai modelleket kezdtem építeni. Ez később önálló életet kezdett élni. Egy 10 fős csoport dolgozik velem, hogy a különféle területen elért, kulcsfontosságú technológiai megoldásokról adatot gyűjtsünk, s modelleket építsünk. Lehet olyan hangokat hallani, hogy nem tudjuk a jövőt megjósolni. Ha engem kérdeznek, hogy a Google [részvények] többet vagy kevesebbet fognak érni három év múlva, mint ma, ezt nehéz megmondani. A WiMax CDMA G3 lesz-e a vezeték nélküli szabvány három év múlva? Ezt szintén nehéz megmondani. De ha azt kérdezik, mekkora lesz a költsége egy MIPS számítási teljesítménynek 2010-ben, vagy egy DNS-bázispár szekvenszálásának 2012-ben, vagy egy megabyte adat elküldésének vezeték nélküli kapcsolaton 2014-ben, nos, ez esetben kiderül, hogy ezek nagyon is megjósolhatóak.
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.
Rendkívül egyenletes exponenciális görbék vannak, amelyek az ár-érték arányt, kapacitást és a sávszélességet irányítják. S meg is fogom mutatni egy kis mintáját ennek, de ténylegesen egy elméleti ok van amögött, hogy a technológia exponenciális módon fejlődik. Sokan, amikor a jövőről beszélnek, egy egyenesként gondolnak rá. Úgy gondolják, hogy a jelen eszközeivel, a jelen fejlődési ütemében fogják a problémák felismerését és azok megoldását is folytatni, s hibásan nem veszik figyelembe ezt az exponenciális növekedést.
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.
A Genome Project (génállomány projekt) egy ellentmondásos vállalkozás volt 1990-ben. A legjobb Ph.D. hallgatók, a legfejlettebb eszközök álltak rendelkezésünkre szerte a világban, s csak a tízezredét sikerült a projektnek elvégezni, tehát hogy fogjuk befejezni 15 év leforgása alatt? 10 évvel a projekt indulása után a szkeptikusok még mindig erősen kritikusok voltak – „a projekt kétharmadánál járnak, s még mindig csak egy nagyon kis százalékát sikerült szekvenszálni az egész génállománynak”. De ez az exponenciális növekedés természete – amint eléri a görbe „térdét”, kirobban. A projekt legnagyobb része az utolsó pár évben készült el. 15 évünkbe került a HIV-vírus szekvenszálása, a SARS vírusé csak 31 napig tartott. Tehát megszereztük a potenciált, hogy felülkerekedjünk ezeken a problémákon.
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.
Mutatni fogok pár példát, mennyire átható is valójában ez a jelenség. A jelenlegi paradigmaváltás mértéke, az új ötletek elfogadásának mértéke minden évtizedben megduplázódik a modelljeink szerint. Ezek mind logaritmikus grafikonok, tehát ha felfele haladunk a szinteken amelyeket képviselnek, általában 10 vagy 100-szorosára sokszorozódnak. Fél évszázadunkba telt, hogy hozzászokjunk a telefonhoz, amely az első virtuális-valóság technológia volt. A mobiltelefonokhoz már csak nyolc év kellett. Ha a különböző kommunikációs technológiákat erre a logaritmusos grafikonra helyezzük, a televízió, rádió, a telefon mind több évtizedekig tartott, míg elfogadott lett. A jelenlegi technológiák – mint a PC, a web, a mobil telefonok -- mind kevesebb, mint egy évtized alatt. Nos ezért érdekes ez az ábra, és ezzel válik érthetővé az az alapvető ok, hogy egy evolúciós folyamat – a biológia, és a technológia is evolúciós folyamat – miért gyorsul fel. Az interakción keresztül működnek – megteremtik a képességet, majd felhasználják ezt a képességet, hogy előidézzék a következő fejlődési fokozatot.
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.
Az első lépés a biológiai evolúcióban a DNS evolúciója volt – valójában az RNS volt előbb – évmilliárdokig tartott, de az evolúció ezt az információ-feldolgozási gerincet használta fel, hogy a következő fejlődési fokozatba lépjen. A kambriumi robbanás, amikor az összes állat testének „tervrajza” kifejlődött, csak 10 millió évig tartott. 200-szor gyorsabb volt. Majd az evolúció ezeket a tervrajzokat használta, hogy magasabb kognitív funkciókat fejlesszen ki, és a biológiai evolúció tovább gyorsult. . Ez az evolúciós folyamat vele járó természete. Úgyis, mint a Homo sapiensé, az első technológia-alkotó fajé, azé a fajé, amely kombinálta a kognitív funkciót egyik szembefordítható tartozékával – apropó, a csimpánzoknak nem igazán van szembefordítható hüvelykujja – tehát mi valóban manipulálni tudjuk a környezetünket erős fogással és finom-motorikus koordinációval, a mentális modelljeinket tudjuk használni, hogy ténylegesen megváltoztassuk a világot, s előidézzük a technológiát.
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.
Akárhogyis, fajunk evolúciója több százezer évig tartott, és az interakción keresztül az evolúció alapvetően a technológia-alkotó fajt használta fel, hogy a következő szintre lépjen, amelyek a technikai evolúció első lépései voltak. Az első lépés több tízezer évig tartott – kőszerszámok, tűz, a kerék – s egyre csak gyorsult a folyamat. Mindig a legutolsó generációs technológiát használtuk fel, hogy megteremtsük a következő generációt. A nyomdagép adaptációja egy évszázad volt, az első számítógépeket papíron tervezték – most már számítógépeket használunk erre. S ennek a folyamatnak a szakadatlan gyorsulását éljük.
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.
Most pedig, ha ezt a folyamatot a lineáris grafikonon néznénk, úgy tűnne, hogy minden csak úgy megtörtént, de pár szemlélő azt mondaná „nahát, Kurzweil csak pontokat rakott erre a grafikonra, amelyek egy egyenest alkotnak”. Ezért fogtam 15 különböző listát a fontos véleményformálóktól, mint például az Encyclopedia Britannica, a Természet-történeti Múzeum, vagy Carl Sagan Kozmikus kalendáriuma – s ezek a szerzők nem próbálták bizonyítani az állításomat; ezek csak felsorolások voltak referenciamunkákban, s úgy gondolom ez volt, amit ők a biológiai és technológiai fejlődés kulcs eseményeinek gondoltak. S ismét, ez ugyanazt az egyenes vonalat adja. Egy kis sűrűsödés van a vonalban, mivel az emberek között van némi vita, mik a kulcsesemények, eltérnek a vélemények abban, hogy mikor kezdődött a mezőgazdaság, vagy meddig tartott a kambriai robbanás. De látható egy nagyon tiszta trend: jelen van egy alapvető, beható gyorsulása ennek az evolúciós folyamatnak. Az információs technológiák megduplázzák a kapacitásukat, ár-érték arányukat, sávszélességüket minden évben, s ez egy igencsak beható robbanása az exponenciális növekedésnek. Személyes tapasztalatom, amikor az MIT-n voltam, az a számítógép, amely akkora helyet foglalt, mint ez az előadó, sokkal kisebb teljesítményű, mint bárki mobiltelefonjában található számítógép. Moore törvénye, amelyet nagyon gyakran azonosítanak ezzel az exponenciális növekedéssel, csak egy példa a sok közül, mivel ez alapvetően csak egy tulajdonsága a technológia evolúciós folyamatának.
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.
49 ismert számítógépet raktam erre a logaritmikus grafikonra – egyébként az egyenes vonal a logaritmikus grafikonon exponenciális növekedés – ez egy másik exponenciális. Három évünkbe került, hogy az megduplázzuk az informatikai ár-érték arányt 1900-ban, két évbe a század közepén, most pedig már évente duplázunk. S ez exponenciális növekedés öt különböző paradigmán keresztül. Moore törvénye csak ennek az utolsó része volt, ahol is tranzisztorokat kicsinyítettünk integrált áramköri lapkán, de voltak elektro-mechanikus kalkulátoraink, , relé-alapú számítógépek, amelyekkel feltörték a német Enigma-kódot, a vákuum csöves gépek az 1950-es években megjósolták Eisenhower megválasztását, diszkrét tranzisztorokat használtak az első űrrepülések alkalmával, s csak ezután jött Moore törvénye. Minden alkalommal, amint egy paradigmából kifogyott a gőz, másik paradigma lépett a helyébe, hogy az exponenciális növekedés folytatódjon. Elkezdték kicsinyíteni a vákuumcsöveket, egyre kisebbek és kisebbek lettek. Falba ütköztek, nem tudták tovább kicsinyíteni és megtartani a vákuumot. Egy teljesen különböző paradigma – a tranzisztorok érkeztek a laboratóriumból. Tulajdonképpen, amikor látjuk a végét egy bizonyos paradigmának, az egy kutatási nyomást hoz létre, amely a következő paradigma megteremtésére vezet. S mivel már jó ideje Moore törvényének végét jósoljuk – az első becslés 2002-re szólt, most ez már 2022 lett. De a kétezer tízes évekre évekre a tranzisztorok kialakítása csak pár atomnyi széles lesz, s nem leszünk képesek tovább kicsinyíteni ezeket. Ez lesz az igazi vége a Moore törvénynek, de nem lesz egyben a végpontja az informatika exponenciális növekedésének, csak azért mert a chipek laposak [síkban vannak]. Három-dimenziós világban élünk, ugyanúgy felhasználhatjuk a harmadik dimenziót. . Be fogunk lépni a harmadik dimenzióba, s félelmetes növekedés látszik, az utóbbi pár évben amit a három-dimenzióssá válással, az önszervező molekuláris áramkörök készítésével töltöttünk. Hamarabb készen fognak állni, mielőtt Moore törvényéből kifogyna a szusz. A szuperszámítógépek – ugyanez. Az Intel chipekben a processzorok teljesítménye – az átlagos ára egy tranzisztornak 1968-ban – egy dollár egy tranzisztort ért. Ugyanennyiért 10 milliót kaphatunk 2002-ben.
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.
Igencsak figyelemreméltó, mennyire egyenletes exponenciális folyamat ez. Úgy értem, gondolhatják, hogy ez csak egy íróasztal előtti kísérlet, ezzel szemben ez a világszintű kaotikus magatartás eredménye – ilyen, mikor országok vádolják egymást termékdömpingekkel, ilyenek a tőzsdei bevezetések (IPO), a csődök és a marketing programok. Úgy gondolnánk, hogy mindez egy igencsak egyenetlen folyamat, s mégis egy igen egyenletes kimenetele van ennek a kaotikus folyamatnak. Csakúgy, minthogy nem tudjuk megjósolni, hogy egy bizonyos molekula egy gázban mit fog tenni – teljesen reménytelen egy molekulát megjósolni – mégis tudjuk előre látni a teljes gáz tulajdonságait a termodinamika használatával, egészen pontosan. Ugyanez a dolog működik itt is. Nem tudunk jóslatot adni egy adott projektre vonatkozóan, de az egész világszintű, kaotikus, kiszámíthatatlan léte a versengésnek és a technológiai haladás evolúciója nagyon is előre látható. S előre láthatjuk ezeket a trendeket a távoli jövőre nézve is. Gertrude Stein rózsáival ellentétben, ez nem az „ez a tranzisztor ugyanaz a tranzisztor” esete. Ahogy egyre kisebbé és kevésbé költségessé változtatjuk ezeket, az elektronoknak kevesebb utat kell megtenniük. Gyorsabbak lesznek, tehát a tranzisztorok sebességében lesz exponenciális növekedés, , tehát egy tranzisztorciklus ára ára fog megfeleződni 1.1 éves ütemben. Ha más innovációs formát vagy processzor-designt választunk, , az ár-érték arány duplázódását kapjuk a számítási teljesítményben minden évben.
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.
S ez alapvetően defláció – 50 százalékos defláció. S nem csak a számítógépek tekintetében. Úgy értem ez igaz a DNS szekvenszálásra is; ; igaz az agyi képalkotásra; ; igaz a World Wide Webre. Úgy értem, hogy minden, amit meg tudunk kvantálni, s van több százféle különböző mérőszámunk, információtechológiai mérőszámok – kapacitás, adoptációs ráta – s gyakorlatilag 12, 13, 15 havonta megduplázódnak, attól függően melyiket nézzük. Ár-érték arányban kifejezve ez 40-től 50 százalékos deflációs ráta, s a közgazdászok máris aggódnak emiatt. Deflációt tapasztaltunk a Világválság alatt, de az a pénz-ellátás összeomlása volt, a vásárlói bizalom összeomlása, egy teljesen különböző jelenség. A mi esetünkben ez a megnövekedett termelékenység miatt van, de a közgazdászok válasza erre: „de nincs esély se rá, hogy ezt fent tudjuk tartani. Ha 50 százalékos defláció van, akkor hiába növeljük a termelést 30, 40 százalékkal, nem fognak tudni lépést tartani vele.” Ezzel szemben, amit ténylegesen látunk az az, , hogy igenis lépést tudunk tartani. Dollárban számolva évente 28 százalékos konszolidált növekedés volt volt az információtechnológiában az elmúlt 50 évben. Persze az emberek nem vettek 10.000 dollárért iPodokat 10 évvel ezelőtt. . Amint az-érték arány az új alkalmazásokat megvalósíthatóvá teszi, az új alkalmazások megjelennek a piacon. S ez egy eléggé elterjedt jelenség. A mágneses adattárolás – ez nem Moore törvénye szerint működik – csökkenő mágneses pontok, más mérnökök, más gyártók, ugyanaz az exponenciális folyamat.
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.
A kulcsfordulat az, hogy ezeknek az informatikai feltételeknek a segítségével kezdjük megérteni a saját biológiánkat. Megértjük azokat a szoftver-programokat, amelyek a testünket vezérlik. Ezek teljesen más korszakban fejlődtek ki – s mi képessé akarunk válni, hogy megváltoztassuk ezeket a programokat. Egy kis szoftver program, amelyet zsír-inzulin receptor génnek nevezünk, , annyit mond: „ragaszkodj minden kalóriához, mert lehet a következő vadászszezon nem ilyen jól sül el”. Ez volt a fajunk érdeke több tízezer évvel ezelőtt. Igazából ki szeretnénk ezt a programot kapcsolni. Állatkísérletekben már próbáltuk, a farkasétvágyú egerek vékonyak maradtak, és a vékonyság összes egészségügyi előnyét bírták. Nem lettek cukorbetegek; nem voltak szívproblémáik, 20 százalékkal tovább éltek, a kalóriamegvonás összes egészségügyi előnyét élvezhették tényleges megvonás nélkül. Négy vagy öt gyógyszergyártó vállalat figyelt fel erre, s úgy gondolták érdekes gyógyszer lehet a humán piacra is – s ez csak egy a 30.000 génből, amely a biokémiánkra hatással van.
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.
Olyan érában fejlődtünk ki, amelyben a korombeli embereknek -- akik ezen a konferencián itt vannak, beleértve magamat is, nem állt érdekükben hogy sokáig éljenek, mivel értékes erőforrásokat használtak volna fel, amelyek hasznosabbak lettek volna a gyermekeknek és a róluk gondoskodóknak. Tehát a hosszú élettartamok, amelyek mondjuk 30 évnél hosszabbak, nem voltak eleve [genetikailag] kiválasztottak, de most tanuljuk, hogyan tudjuk kezelni és ténylegesen megváltoztatni ezeket a szoftver programokat a biotechnológiai forradalom keretei között. Például, már tudunk géneket gátolni RNS beavatkozással. Izgalmas új formái jelentek meg a génterápiának, , amelyek segítenek úrrá lenni a problémán, hogyan tudunk génanyagot elhelyezni a megfelelő helyre a kromoszómán belül. Van is éppen ilyen – először a történelemben, amely eljut az embereken végzett kísérletig – amely ténylegesen a tüdő-hipertóniát gyógyítja – amely egy végzetes betegség – a génterápia használatával. Tehát nem csak designer babáink lesznek, de designer baby-boomereink is. S ez a technológia is gyorsul természetesen. 10 dollárba került bázispáronként 1990-ben, és egy penny-be 2000-ben. Most már tized-cent alatt van. A genetikai adat mennyisége – ténylegesen ez is azt az egyenletes exponenciális növekedésű duplázódást mutatja minden évben, teszi lehetővé a génállomány-projekt befejezését.
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.
Másik fő forradalmi irány: a kommunikáció forradalma. A kommunikáció ár-érték aránya, sávszélessége, kapacitása mind különféle módokon mérhető; vezetékes vagy vezeték nélküli – exponenciálisan nő. . Az Internet duplázódik erejében, s továbbra is ezt fogja tenni – – több módszerrel mérve is. A kiszolgálók száma szerint is igaz ez.
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.
Miniatürizáció – a technológia befoglaló méretét méretét exponenciális rátával kicsinyítjük, mind a vezetékes, mind a vezeték nélküli [eszközök] esetében. Eric Drexler könyvéből ismerünk olyan terveket, – amelyek már megvalósíthatónak látszanak szuper-számítógépes szimulációkkal, ahol kutatók ténylegesen molekula-méretű robotokat építenek. Egyikük [robotjának] meghökkentően emberszerűen testtartása van molekulákból felépítve. Kis gépek végeznek feladatokat ezekben a kísérletekben. A legizgalmasabb lehetőség lenne az, hogy az emberi testbe kerülhetnek, s ott terápiás és diagnosztikus funkciókat láthatnak el. S ez sokkal kevésbé futurisztikus, mint amilyennek hallatszik – ezek már mind állatkísérletekben megvalósultak.
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.
Van egy nano-tervezésű eszköz, amely az 1. típusú cukorbetegséget gyógyítja, vérsejtre méretezve. Ezeknek a tízezreit a vérsejtekbe juttatva – mint patkányokon ezt tesztelték – kontrollált módon teszik lehetővé az inzulin-kiválasztást, amely ténylegesen gyógyítja az 1. típusú cukorbetegséget. Amit most látnak, az egy vörös vértest robot designja, , s ez felveti azt a kérdést, hogy a biológiánk mennyire szuboptimális, habár figyelemreméltó bonyolultságát tekintve. Amint megértjük a működésének szabályszerűségeit, s az ütem, amellyel visszafejtjük biológiánkat – tovább gyorsul, ténylegesen több ezerszeresen specifikusabbra tudjuk tervezni ezeket az eszközöket. Ennek a Rob Freitas által tervezett respirocitának (hipotetikus mű-vörösvértest) analízise azt mutatja, ha vörös vértestjeink 10 százalékát ha azok robotpárjaira cserélnénk, 15 perces futásban olimpiai rekordot tudnánk futni levegővétel nélkül. Az úszómedencénk alján üldögélhetnénk órákig, így a „szívem, a medencében vagyok” kijelentés teljesen új értelmet nyerne. Érdekes lenne látni, hogy működne ez az olimpiai versenyeken. Feltehetőleg kitiltanák, de akkor azt tapasztalnánk, hogy a versenyszellemű tinédzserek a középiskolai tornatermekben rutinszerűen túlteljesítenék az Olimpiai atlétákat. Freitas tervezett egy fehérvértest-robotot is. Ezek 2020-körüli forgatókönyvek, de nem olyan futurisztikusak, mint amilyennek látszanak. Négy fontosabb konferencia szól a vérsejt-méretű eszközök fejlesztéséről, s rengeteg állatkísérlet zajlik. Egyik már ténylegesen emberi kísérleti szakaszba lép, tehát ez már elérhető technológia.
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.
Ha felidézzük a számítástechnika exponenciális fejlődését, 1000 dollár számítási teljesítmény most valahol egy rovar- és egy egéragy között van. Keresztezni fogja az emberi intelligenciát kapacitási értelemben a 2020-as években, de ez csak a hardver része lesz az egyenletnek. Honnan lesz szoftverünk? Mint kiderült, meg tudjuk figyelni az emberi agy belső folyamatait, és nem meglepő módon, a homloklebenyi és a halántéklebenyi agyi képalkotás felbontása is megduplázódik minden évben. A képalkotó eszközök új generációival, első alkalommal ténylegesen láthatóvá váltak az idegrostok egyedi példányai, s a történelemben először láthatjuk ezeket [információt] feldolgozni és továbbítani valós időben – – ez után viszont jogos a kérdés, miszerint: rendben, immár rendelkezünk az adattal, de hogy tudjuk értelmezni? Doug Hofstadter úgy véli, talán az intelligenciánk intelligenciánk mégsem olyan nagy, hogy megérthessük a saját intelligenciánkat, , s ha még okosabbak lennénk, ezzel együtt az agyunk is sokkal bonyolultabb lenne, és soha nem érnénk utol. Mégis, úgy néz ki meg tudjuk érteni.
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.
Ez az emberi hallókéreg modelljének és szimulációjának blokkdiagramja, amely egészen jól működik – a pszicho-akusztikus tesztekre egész hasonló eredményeket ad, mint az emberi hallás-érzékelés. A kisagy szimulációja – ez több mint a fele az agyban található idegsejteknek – szintén hasonlóan működik, mint az emberi képesség-alakítás. Ez csak korai fázisban van, de az agyról rendelkezésre álló információnk exponenciális növekedését, s az agyi képalkotás felbontásának felbontásának exponenciális javulását figyelembe véve sikerrel fejthetjük vissza az emberi agy működését a 2020-as évekre. . Már most is egész jó modellekkel és szimulációkkal rendelkezünk 15 régióról a több százból.
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.
Ez [a folyamat] hajtja az exponenciális gazdasági növekedési folyamatot. A produktivitás 30 dollárról 150 dollárra növekedett munkaóránként az elmúlt 50 évben. Az elektronikus kereskedelem exponenciálisan növekszik. Már billió (trillion) dolláros piac. Joggal kérdezhetik: igen, de nem láttuk már ezt a felvirágzást és hanyatlást egyszer? Szigorúan véve ez egy tőkepiaci jelenség volt. A Wall Street észlelte, hogy ez egy forradalmi technológia, amely igaz is, de hat hónappal később, amikor nem forradalmasította az összes üzleti modellt, akkor kiderült, hogy ez hibás volt – és következett a hanyatlás.
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.
Nos, ez egy olyan technológia, amelyet mi raktunk össze azoknak a technológiáknak a használatával, amelynek a fejlesztésében részt veszünk. Teljesen alap funkció lesz a mobiltelefonokban: képes lesz egyik nyelvről a másikra fordítani.
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.
Engedjék meg, hogy pár forgatókönyv felidézésével fejezzem be az előadást. . 2010-re a számítógépek eltűnnek. Olyan kisméretűek lesznek, hogy a ruházatunkba és a környezetünkbe lesznek beillesztve. A képeket közvetlenül a retinánkra vetítjük, teljesen átélhető virtuális valóságot teremtve, kiterjesztett valóság (augmented reality) élménnyel. Virtuális személyiségekkel fogunk interakcióba lépni.
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.
Ahogy elérjük 2029-et, teljes érettségében láthatjuk ezeket a trendeket, s igazán értékelni fogjuk, hány technológiai-generációs fordulatot tettünk meg a [képzeletbeli] csavarmeneten, amelyek egyre csak gyorsulnak eddig a pontig. Úgy értem eddigre a 2 ^25 mértékű lesz az ár-érték aránya, a kapacitása és a sávszélessége ezeknek a technológiáknak, ami egészen lenyűgöző. Milliószor erőteljesebb lesz, mint manapság. Eddigre befejeztük a visszafejtését az emberi agy működésének – 1000 dollár számítási kapacitás sokkal erősebb lesz mint az emberi agyé nyers kapacitás értelemben. A számítógépek rendelkezni fognak az emberi intelligencia olyan szub-rekogníciós képességeivel, amelyekben a gépek már most is felsőbbrendűek, úgymint analitikai gondolkodás, több milliárd tény pontos előhívása. A számítógépek képesek a tudásuk igen gyors megosztására. De ez nem csupán az intelligens gépek által vezérelt idegen megszállás lesz: össze fogunk olvadni a technológiánkkal.
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.
Az általam a korábbiakban említett nanobotok orvosi és egészségügyi alkalmazásokban kerülnek először használatba: : a környezet megtisztítására, tartós energiacellaként, és széles körben elosztott decentralizált napelemenként, stb. fognak megjelenni a környezetben. . Emellett az agyunkba is behatolnak, interakcióba lépnek a saját, biológiai neuronjainkkal. Már demonstráltuk ez irányú képességeink alapelveit. Például: az idegrendszerből induló teljes elmerülést a virtuális valóságban, ahogy a nanobotok elfedik a saját valódi érzékeinkből érkező ingereket, , s ezeket olyan ingerekre cserélik, mint amilyet a virtuális környezetünkből érzékelnénk az agyunkkal, mintha a virtuális környezet lenne számunkra a valóság. Több emberrel közösen mehetünk ebbe a térbe, s akár az összes érzékletet átfogó élményt élhetünk át bárkivel. „Tapasztalati sugárzóállomásoknak” nevezem ezeket, az összes szenzorikus élményünket s a hozzájuk a neurológiai korrelációkkal kapcsolódó érzelmeink áramlatát publikálhatjuk az Internetre. Becsatlakozhatunk, és átélhetjük milyen másvalakinek lennünk. De a legfontosabb mégis az, hogy ez egy óriási kiterjesztése az emberi intelligenciának a technológiánkkal való direkt összeolvadás révén, amelyet bizonyos értelemben már ma is teszünk. Rendszeresen olyan intellektuális tetteket hajtunk végre, amelyre a technológiánk használata nélkül képtelenek lennénk. A várható emberi élettartam tágul. 37 év volt 1800-ban, s a biotechnológiai és nanotechnológiai forradalmak révén nagyon gyorsan fog emelkedni az elkövetkező években.
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.
A fő üzenetem: a technológia fejlődése exponenciális, nem lineáris. Sokan – köztük tudósok is – a lineáris modellt valószínűsítik, , úgy vélik „ó, több száz év fog eltelni, míg önreprodukáló nano-technológiával készült egységeink vagy mesterséges intelligenciánk lesz”. Ha figyelmünket az exponenciális növekedésben rejlő erőre fordítjuk, , láthatjuk, hogy ezek az eszközök igen hamar a kezünkben lehetnek. Az informatika egyre jobban behálózza életünket, a zenénktől az ipari gyártásunkon át a biológiánkig, az energiánktól a nyersanyagainkig.
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.
Képesek leszünk gyakorlatilag bármit legyártani szükségleteink szerint a 2020-as években, az információtól az igen költséges nyersanyagokig, a nanotechnológia segítségével. Ezek nagyon hatékony technológiák. Egyszerre erősítik képességeinket és veszélyt is jelentenek. Ezért kell, hogy azzal a szándékkal rendelkezzünk, hogy a megfelelő problémákra fordíthassuk képességeinket.
Thank you very much.
Köszönöm szépen.
(Applause)
(Taps)