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.
E' bello essere qua Sentiamo parlare molto della promessa della tecnologia, e del suo pericolo. Sono stato interessato a entrambi le questioni. Se potessimo convertire lo 0,03 % della luce solare in energia, potremmo soddisfare tutti i nostri bisogni per il 2030. Non possiamo farlo oggi perché i pannelli solari sono pesanti, costosi e molto inefficienti Esistono progetti di nano-ingegneria, analizzati almeno teoricamente, che mostrano la possibilità di essere molto leggeri, molto economici, e molto efficienti, e potremmo provvedere a tutto il nostro fabbisogno energetico in modo rinnovabile. Celle a combustibile nano-ingegnerizzate provvederebbero l'energia ovunque ce ne fosse bisogno. Questa è una tendenza chiave, la decentralizzazione, muovendo da apparati centralizzati di energia nucleare e cisterne di gas naturale a risorse decentralizzate che sono piu' sane per l'ambiente, e molto piu' efficienti, flessibili e sicure da imprevisti.
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 ha parlato eloquentemente del fatto che, per la prima volta, abbiamo gli strumenti per risolvere problemi annosi come la malattia e la poverta'. La maggior parte delle regioni del mondo vanno in questa direzione. Nel 1990, nell'Asia dell'Est e nella regione del Pacifico c'erano 500 milioni di persone che vivevano in poverta'... quel numero oggi e' sceso a 200 milioni. La Banca Mondiale prevede di scendere sotto i 20 milioni per il 2011, che e' una riduzione del 95%. Mi e' piaciuto il commento di Bono che collegava Haight-Ashbury alla Silicon Valley. Provenendo anch'io della comunità ad alta tecnologia del Massachusetts, vorrei far notare che anche noi eravamo hippies negli anni '60, pure se 'bazzicavamo' intorno a Harvard Square. Ma noi abbiamo il potenziale per superare malattia e povertà, e parlero' di questi problemi, se ne abbiamo la volonta'.
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 ha parlato dell'accelerazione della tecnologia Questo e' stato un mio forte interesse, ed un argomento che ho sviluppato per circa 30 anni. Ho realizzato che le mie tecnologie dovevano avere un senso quando avessi finito il progetto. Che il mondo sarebbe stato invariabilmente un posto diverso quando avessi introdotto una tecnologia. E ho notato che la maggior parte delle invenzioni falliscono, non perche la Ricerca e Sviluppo non riesca a farle funzionare... se considerate la maggior parte dei progetti economici, arrivano al successo se viene loro data la possibilita' di costruire cio' che dicono di voler costruire, eppure il 90% o più di questi progetti falliranno, perche' il momento è sbagliato... non tutti i fattori di successo saranno presenti quando ce ne sara' bisogno.
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.
Cosi' sono diventato un cultore appassionato delle tendenze tecnologiche, e ho individuato dove la tecnologia si sarebbe trovata in momenti diversi nel tempo, ed ho iniziato a costruire modelli matematici su questo fenomeno. Ha acquisito una specie di vita propria Ho un gruppo di 10 persone che lavorano con me per raccogliere dati su misure chiave della tecnologie in tante aree diverse, e costruiamo modelli. E sentirete persone dire, beh, non possiamo predire il futuro. E se chiedete a me, se il prezzo di Google tra tre anni sara' piu' alto o piu' basso dell'attuale, e' molto difficile da dire. Quale tra WiMax, CDMA, G3 sarà lo standard del wireless tra tre anni? E' difficile da dire. Ma se mi chiedete quanto costera' un MIPS (milioni di istruzioni al secondo) di potenza di computer nel 2010, o il costo, per coppia di basi, di una sequenza di DNA nel 2012, o il prezzo per spedire un Mb di dati per via wireless nel 2014, viene fuori che queste cose sono molto prevedibili.
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.
Ci sono curve esponenziali sorprendentemente uniformi che governano prezzo di prestazione, capacita', e larghezza di banda. E vi mostrero' un piccolo campione di questo, ma c'e' veramente una ragione teorica per cui la tecnologia si sviluppa in modo esponenziale. E molte persone, quando pensano al futuro, lo pensano in modo lineare. Pensano che continueranno a sviluppare un problema o risolvere un problema usando gli strumenti odierni, al passo del progresso odierno, e mancano di prendere in considerazione questa crescita esponenziale.
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.
Il progetto del Genoma era un progetto controverso nel 1990. Avevamo i nostri migliori Ph.D, la nostra attrezzatura era la piu' avanzata del mondo, e abbiamo completato 1/10000 del progetto, allora come faremo a concluderlo in 15 anni? E dopo 10 anni dall'inizio del progetto, gli scettici insistevano ancora dicendo: " Siete a 2/3 della durata del progetto, e siete riusciti solo a sequenziare una percentuale molto piccola dell'intero genoma." Ma e' la natura della crescita esponenziale che una volta raggiunto il flesso della curva, esplode. La maggior parte del progetto e' stata completata negli ultimi anni del progetto. Ci abbiamo messo 15 anni per determinare la sequenza dell'HIV... abbiamo sequenziato la SARS in 31 giorni. Quindi stiamo generando il potenziale per superare questi problemi.
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.
Vi mostrero' solo alcuni esempi di quanto sia pervasivo questo fenomeno. L'attuale modello di crescita, il tasso di adozione di nuove idee, è di raddoppiare ogni decennio, secondo i nostri modelli. Sono tutti grafici logaritmici, man mano che si risalgono i livelli che rappresentano, si moltiplicano per 10 o 100. Ci abbiamo messo mezzo secolo per adottare il telefono, la prima tecnologia della realta' virtuale. I cellulari sono stati adottati in circa 8 anni. Se inserite le diverse tecnologie di comunicazione su questo grafico logaritmico, televisione, radio, telefono sono stati adottati nell'arco di decenni. Tecnologie recenti, come il PC, il web, i cellulari, in meno di un decennio. Ora questo e' un grafico interessante, e giunge davvero alla ragione fondamentale per cui un processo evoluzionistico, e sia la biologia che la tecnologia sono processi evoluzionistici, accelera. Funzionano per interazione, cioè creano una funzionalita', e poi usano quella funzione per fare il prossimo passo.
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.
Il primo passo nell'evoluzione biologica, l'evoluzione del DNA, (in realta' e' venuto prima l'RNA) ci ha messo miliardi di anni, ma poi l'evoluzione ha usato quella spina dorsale di processo d'informazione per fare il passo successivo. L'esplosione Cambriana, quando tutti i corpi animali si sono evoluti, ha richiesto solo 10 milioni di anni, 200 volte piu' veloce. E poi l'evoluzione ha utilizzato questi corpi per sviluppare funzioni cognitive piu' alte, e l'evoluzione biologica ha continuato ad accelerare. E' la natura intrinseca di un processo evoluzionistico. Quindi l'Homo sapiens, la prima specie che creato la tecnologia, la specie che ha unito la funzione cognitiva con un appendice opponibile (a proposito, gli scimpanze' non hanno un buon pollice opponibile) così che poteva davvero manipolare il proprio ambiente con una presa energica ed una buona coordinazione motoria, ed usare i nostri modelli mentali per cambiare veramente il mondo e portare avanti la tecnologia.
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.
Ad ogni modo, l'evoluzione della nostra specie ha impiegato migliaia d'anni, e lavorando poi attraverso l'interazione, l'evoluzione ha utilizzato essenzialmente la specie che ha creato la tecnologia per portare avanti il prossimo passo, che erano i primi passi dell'evoluzione tecnologica. E il primo passo ha richiesto decine di migliaia di anni... strumenti di pietra, il fuoco, la ruota, continuarono ad accelerare. Allora abbiamo sempre usato la tecnologia di ultima generazione per creare la generazione successiva. La stampa ci ha messo un secolo per essere adottata, i primi computer erano progettati con carta e penna, ora usiamo computer. Ed abbiamo avuto un'accelerazione continua di questo processo.
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.
Ora a proposito, se lo osservate su un grafico lineare, sembra che tutto sia appena successo, ma qualche osservatore dice: "Kurzweil ha solo messo dei punti su questo grafico che sono allineati su quella retta." Quindi, ho preso 15 liste diverse da pensatori chiave, come l' Enciclopedia Britannica, il Museo di Storia Naturale, il Calendario Cosmico di Carl Sagan sulla stessa (e queste persone non cercavano di affermare il mio punto di vista, erano solo liste in lavori di riferimento). E credo che pensavano che questi fossero gli eventi chiave nell'evoluzione biologica e tecnologica. Di nuovo, forma la stessa retta. C'e' unpo' di spessore sulla linea perche' le persone hanno divergenze su quali siano i punti chiave, ci sono differenze d'opinione su quando e' iniziata l'agricoltura, o quanto e' durata l'esplosione Cambriana. Ma si vede una tendenza molto chiara. C'e' una radicale, profonda accelerazione di questo processo evoluzionistico. Le tecnologie d'informazione raddoppiano le loro capacita', prezzo di prestazione, larghezza di banda, ogni anno. E questa e' un'esplosione profonda di crescita esponenziale. Un'esperienza personale, quando ero all' MIT (Massachusetts Institute of Tecnology) un computer occupava lo spazio di questa stanza, ed era meno potente del computer che avete nei cellulari. Ma la legge di Moore, che e' spesso associata a questa crescita esponenziale, e' solo un esempio tra molti, perche' e' praticamente una proprieta' del processo evoluzionista della tecnologica.
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.
Ho messo 49 computer famosi su questo grafico logaritmico (una linea retta su un grafico logaritmico, e' crescita esponenziale) un altro esponenziale. Abbiamo impiegato tre anni per raddoppiare il prezzo di prestazione dell'uso del computer nel 1900, due anni a meta', ed ora lo stiamo raddoppiando ogni anno. E questa e' crescita esponenziale attraverso cinuque modelli diversi. La legge di Moore e' stata solo l'ultima parte su un circuito integrato, dove rimpicciolivamo i transistor, ma avevamo calcolatori elettro-meccanici, computer basati su relè che decifrarono il Codice Enigma tedesco, tubi a vuoto negli anni '50 predissero l'elezione di Eisenhower, transistor bipolari usati nei primi viaggi spaziali e poi la legge di Moore. Ogni volta che un modello sembrava sfiatato, usciva di sorpresa un nuovo modello per continuare la crescita esponenziale. Stavano restringendo i tubi a vuoto, creandone sempre di piu' piccoli. Poi si sono bloccati. Non potevano piu' restringerli mantenendo il vuoto. Un modello completamente diverso, i transistor, uscirono fuori dalla sala studi. Infatti, quando vediamo il capolinea per un modello particolare, queston crea pressione sulla ricerca per creare un nuovo modello. E siccome abbiamo predetto la fine della legge di Moore gia' da tempo, la prima predizione diceva 2002, ora dice 2022. Ma entro il 2020, le caratteristiche dei transistor saranno di alcuni atomi in larghezza, e non potremo piu' rimpicciolirli. Quella sara' la fine della legge di Moore, ma non sara' la fine della crescita esponenziale dell' uso del computer, perche' i chip sono piatti. Viviamo in un mondo tridimensionale, potremmo sempre usare la terza dimensione. Andremo nella terza dimensione ed e' stato un progresso stupefacente, solo negli ultimi anni, far funzionare circuiti molecolari tridimensionali, auto organizzati. Avremo questi circuiti pronti ben prima che la legge di Moore perda validità. Supercomputers, stessa cosa. Rendimento da processori su Intel chips, il prezzo medio di un transistor nel 1968, potevi comprare un transistor per un dollaro. se ne potrebbero comprare 10 milioni nel 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.
E' abbastanza significativo quanto uniforme sia stato questo processo esponenziale. Pensate che questo sia il risultato di qualche esperimento da tavolo, ma e' il risultato del comportamento caotico del mondo intero: nazioni che si accusano a vicenda di svendere prodotti, mercato azionario, bancarotte, piani di marketing. Si penserebbe che sia un processo molto irregolare, ma si ottiene un risultato molto omogeneo da questo processo caotico. Cosi' come non possiamo predire cosa fara' la molecola di un gas (e' impossibile predire una singola molecola) ma possiamo sempre predire le proprieta' globali del gas, usando la termodinamica, molto accuratamente. Qui e' la stesa cosa. Non possiamo predirre alcun progetto in particolare, ma solo il risultato di questa intera, mondiale caotica, imprevedibile attivita' di competizione. Ed il processo evoluzionistico della tecnologia e' molto prevedibile. E possiamo predire queste tendenze per il futuro lontano. A differenza delle rose di Gertrude Stein["Una rosa, e' una rosa, e' una rosa"], non e' vero che un transistor sia un transistor. Man mano che li facciamo piu' piccoli e meno cari, gli elettroni hanno una minore distanza da percorrere. Sono piu' veloci, abbiamo una crescita esponenziale nella velocita' dei transistor, cosi' il costo del ciclo di un transistor sta calando, con un tempo di dimezzamento di 1,1 anni. Aggiungete altre forme di innovazione e design di processori, ottenete un rapporto qualità prezzo nei computer che raddoppia ogni anno.
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.
E questa e' in pratica una deflazione, una deflazione del 50%. E non e' solo coi computer. E' vero per il sequenziamento del DNA, e' vero per la TAC del cervello, e' vero per Internet. Qualsiasi cosa noi possiamo quantificare, abbiamo centinania di misurazioni diverse di diversi parametri legati a informazione, capacita', tassi di adozione, e questi raddoppiano praticamente ogni 12,13, 15 mesi, a seconda di cosa state osservando. In termini di rapporto qualità prezzo, c'e' dal 40 al 50% di tasso di deflazione. E gli economisti hanno effettivamente iniziato a preoccuparsi di cio'. Abbiamo avuto la deflazione durante la grande depressione, ma quello fu un collasso della liquidità, un collasso della fiducia del consumatore, un fenomeno completamente diverso. Questo e' dovuto ad una maggiore produttivita', ma l'economista dice: "Ma non c'e' modo di riuscire a tenervi testa. Se hai il 50% di deflazione, la gente potrebbe aumentare il volume degli acquisti del 30, 40%, ma non potranno tenervi dietro". Ma quello che vediamo in realta' e' che in effetti ci stiamo piu' che dietro. Abbiamo avuto un aumento in dollari del 28% annuo nell' informazione tecnologica negli ultimi 50 anni. Voglio dire, le persone 10 anni fa non realizzavano iPod da 10,000$. Via via che il rapporto qualità prezzo rende possibili nuove applicazioni, queste nuove applicazione arrivano sul mercato. E questo e' un fenomeno molto diffuso. L'immagazzinamento di dati magnetici... non e' la legge di Moore, e' rimpicciolire punti magnetici, diversi ingegneri, diverse industrie, stesso processo esponenziale.
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 rivoluzione chiave e' che stiamo arrivando a capire la nostra biologia in questi termini d'informazione. Comprendiamo i programmi di software che fanno funzionare il nostro corpo. Questi si sono evoluti in tempi molto diversi, ci piacerebbe riuscire a cambiare questi programmi. Un piccolo software, chiamato gene del recettore dell'insulina nelle cellule adipose, praticamente dice, "Tenetevi stretta ogni caloria, perche' la prossima stagione di caccia potrebbe non andare tanto bene. Questo era negli interessi della specie 10,000 anni fa. Ora ci piacerebbe poter spegnere quel programma. L'hanno provato negli animali, e i topi hanno mangiato voracemente e sono rimasti magri e hanno avuto i benefici salutari dell' essere magri. Non hanno preso il diabete, non hanno avuto malattie al cuore, hanno vissuto il 20% di piu', e goduto del beneficio salutare della dieta ipocalorica senza mettersi a dieta. Quattro o cinque società farmaceutiche l'hanno notato, hanno ritenuto che potrebbe essere un farmaco interessante per il mercato umano, e questo e' solo uno dei 30,000 geni che influenzano la nostra biochimica.
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.
Ci siamo evoluti in un'era in cui non era nell'interesse comune all'eta' della maggior parte delle persone in questa conferenza, come me, vivere molto piu' a lungo, perche' stavamo usando le nostre preziose risorse che erano meglio impiegate per i bambini e per coloro che se ne prendono cura. Quindi, lunghi periodi di vita, per dire, molto piu' di 30 anni, non erano considerati un vantaggio evolutivo, ma stiamo imparando a manipolare e modificare questi programmi software attraverso la rivoluzione biotecnologica. Per esempio, ora possiamo inibire i geni con l'interferenza di RNA. Ci sono nuove forme interessanti di terapia genica che superano il problema dell'indirizzamento del materiale genetico nel punto giusto del cromosoma. C'e in effetti un -- per la prima volta adesso, qualcosa che va negli studi clinici, che cura davvero l'ipertensione polmonare, una malattia fatale, usando la terapia genica. Quindi avremo non solo bambini su misura, ma cinquantenni su misura. E pure questa tecnologia sta accelerando. Sequenziare una coppia di basi costava 10$ nel 1990, poi 1 centesimo nel 2000. Ora meno di 1/10 di centesimo. La quantita' di dati genetici... questo dimostra che la crescita esponenziale uniforme e' raddoppiata ogni anno, permettendo di completare il progetto genoma.
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.
Un'altra grande rivoluzione, quella della comunicazione. Il rapporto qualità prezzo, larghezza di banda, capacita' di comunicazione misurate in tanti modi diversi; sia via cavo che wireless stanno crescendo esponenzialmente. Internet si sta raddoppiando in capacità e continua a farlo, misurata in tanti modi diversi. Questo e' basato sul numero di host.
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.
Miniaturizzazione: stiamo diminuendo le dimensioni della tecnologia ad un tasso esponenziale, sia via cavo che wireless. Questi sono alcuni progetti dal libro di Eric Drexler che stiamo ora dimostrando essere possibili con simulazioni di super-computing, dove ci sono in effetti scienziati che costruiscono robot su scala molecolare. Ce ne è uno che riesce veramente a camminare, con una andatura molto umana, che e' costruito di molecole. Ci sono piccole macchine che fanno cose nei centri di ricerca. L'opportunita' piu' emozionante e' di poter davvero entrare nel corpo umano e effettuare funzioni terapeutiche e diagnostiche. E questo e' meno futuristico di quanto possa sembrare. Queste cose sono gia' state fatte su animali.
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.
C'è un congegno di nano ingegneria che cura il diabete di tipo 1. E' grande come una cellula ematica. Mettono decine di miglialia di questi nella cellula del sangue (l'anno provato sui topi), rilascia insulina in maniera controllata, e in effetti cura il diabete di tipo 1. Cio' che vedete e' un progetto di un globulo rosso robotico, e solleva il problema che la nostra biologia e' effettivamente molto rudimentale, anche se e' sorprendente nella sua complessita'. Una volta che comprendiamo i suoi princìpi operativi, e che accelera il passo con cui stiamo scomponendo le strutture della biologia, possiamo davvero progettare queste cose perché siano migliaia di volte piu' efficienti. Un'analisi di questo respirocita, progettato da Rob Freitas, indica che se sostituisci 10% delle tue cellule sanguigne con queste versioni robotiche, potresti fare uno sprint Olimpico per 15 minuti senza fare un respiro. Potresti restare seduto in fondo alla piscina per ore, così "Tesoro, sono in piscina", assumera' un significato del tutto nuovo. Sara' interessante vedere cosa faremo alle prove Olimpiche. Presumibilmente le bandiremo, ma poi avremo lo spettro degli adolescenti nelle loro palestre liceali che surclassano sistematicamente gli atleti olimpici. Freitas ha un progetto per un globulo bianco robotico. Questi sono scenari da 2020 circa, ma non sono cosi' futuristici quanto sembrano. Ci sono 4 grandi congressi sulla costruzione di congegni di dimensione cellulare, ci sono molti esperimenti negli animali. Ce n'e' uno che effettivamente sta andando in prove cliniche, per cui questa e' una tecnologia possibile.
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.
Se torniamo alla nostra crescita esponenziale dei computer, 1000$ danno un computer di capacità compresa tra il cervello di un insetto e di un topo. Questo andrà ad intersecare l'intelligenza umana, in termini di capacita', negli anni 2020, ma quello sara' l'aspetto dell'hardware. Dove prenderemo il software? Bene, succede che possiamo guardare nel cervello umano, ed infatti non sorprende che la risoluzione spaziale e temporale della TAC al cervello raddoppia ogni anno. E con gli strumenti di nuova generazione, possiamo vedere per la prima volta le singole fibre neuronali e vederle processare e segnalare in tempo reale, ma ora la domanda e': "Ok, adesso possiamo avere questi dati, ma possiamo capirli?" Doug Hofstadter si chiede, beh, forse la nostra intelligenza non e' proprio grande abbastanza per comprendere la nostra intelligenza, e se fossimo piu' brillanti, allora anche i nostri cervelli sarebbero piu' complicati, e non riusciremmo mai a stargli dietro. Viene fuori che possiamo capirlo.
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.
Questo e' un diagramma a blocchi di un modello ed una simulazione della corteccia uditiva umana che in effetti funziona abbastanza bene. Nell'applicazione di test psico-acustici, ottiene risultati molto simili alla percezione uditiva umana. Esiste un'altra simulazione del cervelletto, che contiene piu' della meta' dei neuroni nel cervello, di nuovo, funziona in modo molto simile alla formazione delle abilita' umane. Questo avviene a un primo stadio, ma si puo' dimostrare con la crescita esponenziale della quantita' d'informazioni sul cervello e il miglioramento esponenziale nella risoluzione della TAC del cervello, che avremo successo nella riproduzione del cervello umano per gli anni '20. Abbiamo gia' ottenuto ottimi modelli e simulazioni di circa 15 regioni sulle diverse centinaia.
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.
Tutto questo spinge esponenzialmente, in crescendo esponenziale, il progresso economico. Abbiamo visto la produttivita' andare dai 30$ ai 150$ per ora di lavoro negli ultimi 50 anni. L'e-commerce e' cresciuto esponenzialmente. Oggi e' un trillione di $. Potreste chiedervi, bene, non c'e' stato un boom e un crollo? Quello e' stato strettamente un fenomeno del mercato dei capitali. Wall Street ha notato che questa era una tecnologia rivoluzionaria, e lo era, ma poi sei mesi dopo, quando non aveva rivoluzionato tutti i modelli economici, hanno pensato, beh, ci siamo sbagliati, e poi c'e' stato questo collasso.
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.
Questa e' una tecnologia che abbiamo messo insieme usando alcune delle tecnologie in cui siamo coinvolti. Questa sara' una caratteristica tipica di un cellulare. Sara' in grado di tradurre da un linguaggio all 'altro.
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.
Quindi lasciatemi finire con giusto un paio di scenari. Entro il 2010 i computer scompariranno. Saranno cosi' piccoli, che saranno incorporati nei nostri vestiti, nell'ambiente. le immagini saranno scritte direttamente sulla nostra retina, fornendo una full-immersion di realta' virtuale, una realta' reale migliorata. Interagiremo con personalita' virtuali.
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.
Ma se andiamo al 2029, avremo la piena maturita' di queste tendenze, e dovete rendervi conto di quanti giri di lancette in termini di generazioni tecnologiche che stanno diventando sempre piu' veloci avremo a quel punto. Intendo, avremo un aumento di 2 alla 25sima potenza nel rapporto qualità prezzo, in capacita' e larghezza di banda di queste tecnologie, il che e' abbastanza fenomenale. Sara' millioni di volte piu' potente di oggi. Avremo completato la riproduzione del cervello umano, 1000$ di computer saranno molto piu' potenti del cervello umano in termini di pura capacità. I computer combineranno i poteri sottili del riconoscimento panoramico dell'intelligenza umana con modi in cui le macchine sono gia' superiori, in termini di ragionamento analitico, ricordando miliardi di fatti accuratamente. Le macchine possono condividere la loro conoscenza molto rapidamente, ma non si tratta solo di un'invasione delle macchine intelligenti. Ci fonderemo con la nostra tecnologia.
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.
Questi nano-robot che ho menzionato saranno usati dapprima per applicazioni medico-sanitarie: ripulire l'ambiente, fornendo potenti celle a combustibile e pannelli solari largamente distribuiti e cosi' via per l'ambiente. Ma andranno anche dentro il nostro cervello, interagiranno con i nostri neuroni biologici. Abbiamo dimostrato i principi chiave dell'essere in grado di farlo. Quindi, per esempio, immersione nella realta' virtuale da dentro il nostro sistema nervoso, i nano-robot chiudono i segnali che vengono dai vostri sensi reali, gli rimpiazzano con i segnali che il tuo cervello riceverebbe se tu fossi nell'ambiente virtuale, e si avra' poi la sensazione di stare in un ambiente virtuale. Ci si puo' andare con altre persone, avere ogni tipo d'esperienza con chiunque coinvolgendo tutti i sensi. " Irradiatori d'esperienza", li chiamo, metteranno il loro intero flusso di esperienze sensoriali, nei correlati neurologici delle loro emozioni, caricati su internet. Potete collegarvi ed avere l'esperienza di come sia essere qualcun altro. Ma soprattutto, ci sara' un' espansione straordinaria dell'intelligenza umana attraverso questa fusione diretta con la nostra tecnologia, che in un certo senso stiamo gia facendo. Compiamo azioni intellettuali quotidianamente che sarebbero impossibili senza la nostra tecnologia. L'aspettativa di vita umana si sta allungando. Era 37 anni nel 1800, e con questo tipo di rivoluzioni bio- e nano-tecnologiche, questa si alzera' molto rapidamente negli anni a venire.
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.
Il mio messaggio principale e' che il progresso in tecnologia e' esponenziale, non lineare. Molti (anche scienziati) assumono modelli lineari, quindi diranno:" Oh, saranno centianaia d'anni prima che avremo assemblaggi auto-replicanti di nanotecnologia o l'intelligenza artificiale." Se guardate davvero alla potenza della crescita esponenziale, vedrete che queste cose saranno a disposizione abbastanza presto. E la tecnologia d'informazione sta sempre più circondando tutta la nostra vita, dalla nostra musica alla produzione industriale, dalla nostra biologia alla nostra energia ai materiali.
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.
Saremo in grado di fabbricare quasi qualsiasi cosa ci serve per gli anni 2020, dall'informazione, in materie prime molto economiche, usando la nano-tecnologia. Queste sono tecnologie molto potenti. Danno pieno potere sia alla nostra promessa, che al nostro pericolo. Cosi' dobbiamo avere la volonta' di applicarle ai problemi giusti.
Thank you very much.
Grazie molte
(Applause)
(Applausi)