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.
この場に立てるのは光栄です テクノロジーのもたらす希望や危険について いろいろ語られてきました 私はその両面に 関心があります もし地球に届く 太陽光の0.03%を エネルギーに 変えられたなら 予想される2030年における 需要をすべて賄えます 現在それができないのは ソーラーパネルが重く 高価で非効率だからです ナノテクによるデザインなら 少なくとも理論上は 軽量性 経済性 効率性を 実現できる見込みがあり すべてのエネルギー需要を 再生可能なもので賄えます ナノテク燃料電池は エネルギーをどこでも 利用できるようにします 鍵となるトレンドは 分散化です 集中した原発や 液化天然ガス・タンカーから 自然にやさしく 効率が良く 高性能で 破綻の危険のない 分散したリソースへと 向かうのです
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.
先の講演でボノが 雄弁に語ったように 長年の病気や貧困の問題に 対処できるツールを 我々は初めて 手にしたのです 世界の多くの地域で そういう方向に向かっています 1990年には 東アジアや太平洋地域に 貧困層が5億人いましたが 現在は2億人以下です 世界銀行の予測によると 2011年には2千万人以下になり 95%の減少です ヒッピー発祥の地 ヘイト・アシュベリーと シリコンバレーをつなげた ボノのコメントは愉快でした マサチューセッツの ハイテクコミュニティの出身者として 私たちも60年代には ヒッピーでしたが 私たちがたむろしていたのは ハーバードスクウェアでした 病気や貧困は克服できる可能性が 十分にあるということを 今日はお話ししますが それには意志が必要です
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.
ケビン・ケリーが 加速する テクノロジー進化の話をしましたが これは私が30年来 関心を抱いてきた テーマでもあります プロジェクトが完了するときに その技術は意味を持つ必要があります 新しい技術が もたらされるとき 世界は必然的に 違う場所になります 多くの発明が失敗するのは 研究開発部門が 実現し損ねるためではありません ビジネスプランを 見ると分かりますが 多くの場合 作ろうとするものを作れる条件が 揃っていれば 成功していたはずなのです そういったプロジェクトの9割は タイミングの悪さのために失敗します 必要となる要素が 揃っていないのです
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.
私はテクノロジーのトレンドの 熱心な研究者となり 時間軸上でテクノロジーの 現れる時期を追い その数学的モデルを 作り始め それがやがて独り歩き するようになりました 10人の仲間と一緒に 様々な分野の技術について 重要な指標を集め モデルを構築しました 未来の予測は不可能だと よく言います 3年後にGoogleの株価は 上がっているか 下がっているか 言うのは難しいです WiMAX CDMA G3のどれが 3年後主流になっているか 言い当てるのは難しいです 一方で 2010年に MIPS単価はいくらになるかとか 2012年にDNA塩基配列 解読コストはいくらになるかとか 2014年にワイヤレス通信のメガバイト あたりのコストはいくらになるかとか そういったことなら かなり正確に予想できます
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.
計算コスト 性能 通信速度などを 支配する ごくなめらかな 指数曲線があるのです いくつか例をお見せしますが テクノロジーが 指数的に発展する 理論的な理由があるのです 多くの人は 未来を予想するとき 一次関数的に考えます 今日のツールや 今日の進展のスピードが そのまま続くものと考え 指数的な発展を 考慮しないのです
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.
ゲノムプロジェクトは 90年代には疑問を持たれていました 世界最高の博士課程研究者と 最高の機材を揃えながら 1万分の1しか進まず どうやって15年で 完了できるんだと 10年経っても 懐疑派は根強く 「期間の3分の2が 過ぎたのに ゲノム全体の ほんのわずかしか 解析できていない」 と難じていました しかしこれは 指数的成長の特徴で ひとたび軌道に乗り始めると 爆発的に進むのです プロジェクトの大部分は 最後の2、3年で片付きました HIVのゲノム解析には 15年かかりましたが SARSは31日です だから我々はこういった問題を 解決する力を増しているのです
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.
いくつかの例で この現象がいかにあまねく 存在しているか示します パラダイムシフトの頻度 新しいアイデアが取り入れられる頻度は 我々のモデルによれば 10年ごとに2倍になっています グラフはみんな対数グラフで 一段上がるごとに 10倍とか100倍になります 最初の仮想現実技術 である 電話の普及には 半世紀かかりました 携帯電話は8年です 様々な通信技術を 対数グラフ上に プロットすると テレビ ラジオ 電話は 普及に何十年も かかりましたが 最近の技術の PCや ウェブや携帯電話は 10年未満です これは興味深いチャートです 生物にせよ技術にせよ 進化的プロセスが加速する 基本的な理由を 示しています インタラクションを 通じて能力を生み出し その能力を使って 次の段階へと進むのです
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.
生物進化の最初の ステップである DNAの進化— 最初はRNAですが それには数十億年 かかりました しかしこの情報処理の バックボーンを使って 次の段階へと進み カンブリア爆発で あらゆる動物の 体のデザインが発展するのには 1千万年しか かかっていません 200倍のスピードです そして その体のデザインを使い より高度な認知機能を 進化させ 生物進化は 加速し続けたのです これは進化的過程に 本質的な性質です ホモ・サピエンスはテクノロジーを 生み出す初めての種で 認知能力と 対置した親指を 併せ持っています ちなみにチンパンジーの親指は あまり対置していません 人類は握る力と 繊細な動作制御力で 環境を操ることが できたのです そしてメンタルモデルを使って 実際に世界を変え テクノロジーを 生み出しました
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.
人類の種の進化には 数十万年かかりましたが インタラクションを通じ 進化は このテクノロジーを 生み出す種を使って 次なる段階へと進みました それがテクノロジー進化の 第一歩となります 最初のステップには 何万年もかかりました 石器 火 車輪 加速し続けます 常に前の世代の 技術を使って 次の世代の技術を 生み出すのです 活版印刷の普及には 1世紀かかりました 最初のコンピュータは紙とペンで設計されましたが 今はコンピュータを使っています プロセスはたえず 加速し続けています
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.
これを均等目盛のグラフで見たら あらゆることが急に起きたように見えます ある観察者たちは 「カーツワイルは直線に乗る点を選んで グラフに置いただけだ」 と言います それで私は重要な思想家による 15のリストを引っ張り出しました ブリタニカ百科事典 自然史博物館 カール・セーガンのコスミック・カレンダー 別に彼らは私の論点を支持 しようとしたわけではありません 単に参考資料として 作られたものです これは生物進化や技術進化の上で 何が重要な出来事と 彼らが捉えているかを 表していると思います すると それがまた直線上に乗るのです 線に少し幅がありますが それは重要な時点ついて 意見の違いがあるためです 農業はいつ始まったのか カンブリア爆発には どれくらいかかったのか しかし非常に明確な トレンドがあります 進化過程が基本的 本質的に加速していることです 情報技術では 容量 通信速度 性能価格比が 毎年倍増しています 明らかに急速な 指数的成長です 個人的な体験で言うと 私がMITにいたとき コンピュータは このホール ほどの大きさで 計算能力は 今の携帯電話 より劣っていました ムーアの法則は この指数的成長と よく同一視されていますが 実はたくさんある中の 一例に過ぎません これは技術の進化過程に 本質的な性質なのです
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の有名なコンピュータを 対数グラフ上にプロットしました ちなみに対数グラフ上の直線は 指数的成長を表します これも指数的になっています 1900年に計算の性能価格比は 3年で2倍になっていました それが2年で2倍になり 今では1年で2倍になっています この指数的成長は5つの パラダイムにまたがっています 集積回路上のトランジスタが 縮小していくムーアの法則は その最後の部分にあたります 電子機械式計算機があり ドイツのエニグマ暗号を 解読したリレー式の コンピュータがあり アイゼンハワーの当選を予測した 50年代の真空管コンピュータがあり 最初の宇宙飛行に使われた 個々の トランジスタを用いるコンピュータがあり それからムーアの法則がきます 1つのパラダイムの 勢いが衰えるごとに 別のパラダイムが現れて 指数的成長を支え続けたのです 真空管をどんどん小さく していくと壁に突き当たります 真空を保って それ以上小さくできません そこへ まったく 異なるパラダイムの トランジスタが現れます 実のところ 1つのパラダイムの 限界が見え始めると 次のパラダイムを生み出す 研究の圧力が生じるのです ムーアの法則の限界はだいぶ 以前から予想されていました 最初の予想では2002年でしたが 今は2022年だと言われています 2010年代に現れる トランジスタは 原子数個分という幅になり それ以上縮小できなくなります ムーアの法則の限界ですが それが計算能力の指数的成長の 終わりを意味するわけ ではありません 今のチップは平面的ですが 我々が住んでいる世界は3次元です まだ第3の次元を 使うことができます この数年で その3次元化において 大きな進展がありました 自己組織化分子回路です ムーアの法則が息絶える前に 実用化されるでしょう スーパーコンピュータも同様です Intelチップの処理能力もそう トランジスタの平均価格は 1968年には 1個が1ドルでした 2002年には同じ値段で 1千万個買えます
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.
このような指数的成長の 一貫性は 驚くほどです 限定的な実験の結果と 思うかもしれませんが これは世界全体のカオス的な 振る舞いの結果なのです ダンピングを非難し合う国家 IPO 会社の倒産 マーケティングキャンペーン とても不規則なプロセスなのに その結果は 極めて なだらかになるのです 気体中の個々の分子が どう振る舞うか 予測することはできませんが それでも気体全体 としての性質は 熱力学によって極めて 正確に予測できます ここでも同じことが言えます 特定のプロジェクトの予測はできませんが 世界中のカオス的で 予測不能な競争の結果としての 技術の進化過程は 予測可能なのです そういったトレンドについて かなり先まで予測できます ガートルード・スタインの 「薔薇は薔薇」の様に トランジスタはトランジスタ とは言えません 小さくすることで安価にでき 電子の移動距離も小さくなり 速くなります トランジスタのスピードは 指数的に上がり 1トランジスタ1サイクル あたりのコストは 1.1年で半分という ペースで下がっています その他のイノベーションや プロセッサデザインの改良も加わって 性能価格比は 毎年2倍になっています
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.
これは基本的にデフレです 50%のデフレです コンピュータに限りません DNA解析でもそうだし 脳スキャンや ウェブもそうです 計りうるどのような面でも— 情報関係の測度は たくさんありますが 性能 普及率 そういったものはどれも 12、13、15ヶ月ごとに 2倍になります 性能価格比については 40%から50%のデフレ率です 経済学者はそれを 懸念し始めています 大恐慌ではデフレになりましたが それは貨幣供給の減少 消費者マインドの低下など まったく異なる現象です こちらは 生産性向上で 起きていることです しかし経済学者は言います 「ずっとそれに付いていける方法はない 50%のデフレでは 人は30、40% 量を増やすかもしれないが それでも付いていくことはできない」 しかし我々が実際に 目にしているのは 付いていく以上のことです 過去50年に渡り 情報技術は 28%の複利成長率を 保ってきました 10年前に1万ドルで iPodを作りはしません 新しいアプリケーションは 価格効率がそれを実現可能にするとき マーケットに現れるのです これは広く見られる現象です 磁気記憶装置の場合 ムーアの法則ではなく 記録密度の高度化で 異なる技術者 異なる企業によるものながら 同じ指数的プロセスになります
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.
重要な革命は 人間が自身の 体の仕組みを 情報の言葉で 理解できるようになったことです 我々の体を動かしている ソフトウェアを 理解できるようになったのです 随分違った時代に 進化したものなので 私たちはそのプログラムを 変えたいと思っています ファット・インスリン・ レセプター遺伝子という 小さなソフトウェアが するのは 基本的に 「次の猟期の不猟に備え 出来る限り カロリーを保持せよ」と言うことです これは何万年も昔には 有用でしたが 我々は このプログラムを オフにしたいと思っています マウスでの動物実験では 大量に食べてもスリムなままで スリムであることの 健康上の利点も持っています 糖尿病になりません 心臓病になりません 20%長生きします カロリー制限なしで カロリー制限の利点を 手にしています 4社か5社の製薬会社が このことに気付き 市場的に有望な薬だと 見ています 我々の体の生化学に 影響する 3万の遺伝子のうちの たった1つの例です
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.
人類が進化した時代には このカンファレンスの参加者のような 年代の人が 長生きするのは 種の利益になりませんでした 限られたリソースは 子どもや 子どもの世話を する人たちに 割り当てた方が 良いからです だから30よりも 長生きするというようなことは 自然選択されなかったのですが バイオテクノロジー革命によって 我々はそのソフトウェアを操作し 変更する方法を学んだのです たとえば遺伝子の発現抑止を RNA干渉によって行えます 染色体のしかるべき場所に 遺伝物質を置くという 課題を解決する 新しく期待される 遺伝子治療法があります 人体への最初の適用も 行われようとしています 致命的な肺高血圧症の 遺伝子治療です 単なる デザイナー・ベビーでなく デザイナー・ベビーブーマーが 現れることになるでしょう このテクノロジーもまた加速しており DNA解読のコストは 1990年には1つの塩基対 当たり10ドルだったのが 2000年には1セントになり 今では0.1セント以下です 遺伝子情報の量は 基本的になめらかな 指数曲線で成長していて 毎年2倍に増え ヒトゲノム計画の 完遂を可能にしました
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.
別の大きな革命として 通信技術の革命があります 性能価格比 通信速度 様々な尺度による通信能力 有線 無線ともに 指数的に増大しています インターネットは 様々な指標で 1年で2倍という 成長を続けています これはホスト数で見たものです
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.
縮小化技術の進展も 有線無線を問わず 指数的です これはエリック・ドレクスラーの 本にあるデザインですが スーパーコンピュータ・ シミュレーションによって 実現性が示されています 実際に分子スケールの ロボットを 作っている 科学者たちがいます 驚くほど人間に似た 歩みをする 分子から作られた ロボットがあります 様々なことをする小さなマシンが 実験的に作られています もっとも興味深い応用は 人体の中に入って 治療や診断を行う ということでしょう 見た目ほど未来的な 話でもありません すでに動物実験が 行われています
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.
1型糖尿病治療をする ナノテク装置があります 血球の大きさで それを 何万個も体内に入れます 彼らはネズミを使いましたが 制御しながらインスリンを出し 実際に1型糖尿病を治しました 今見て頂いているのは ロボット赤血球です 人間は生物学的に 非常に良くできているにしても 最適ではありません 基本的な仕組みを理解したなら— 生物学のリバースエンジニアリングも 加速しており このようなものを 何千倍も 高性能に作れるようになります ロブ・フレータスがデザインした 「レスピロサイト」です 赤血球の10%を このロボットで置き換えれば オリンピック・スプリントを 休みなしで 15分続けられるようになります プールの底に4時間 座り続けることもできます 「ねぇ プールの中にいるからね」というのが まったく新しい意味合いを持つようになります オリンピック選考がどうなるのか 興味深いところです おそらくそういったものは 禁止されるでしょうが そうするとオリンピック選手を越える 高校生がザラに出てくることでしょう フレータスはロボット白血球も デザインしています 2020年頃と想定されていますが これは見た目ほど未来的 というわけでもありません 血球サイズのデバイスに関する大きな カンファレンスは既に4つあります 動物では多くの実験が 既に行われ 人体への臨床試験も 1件 予定されています 実用化可能な 技術なのです
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.
計算能力の指数的発展に 話を戻しましょう 千ドル分の計算能力は現在 昆虫の脳とマウスの脳の間です 2020年代には能力の点で 人間の知力を越えます あくまでハードウェア的に ということですが ソフトウェアはどうやって 手に入れるのでしょう? 人間の脳の中身を見られる ことが分かりました 驚くことでもないでしょうが 脳スキャンの時間的・空間的解像度も 毎年2倍になっています 新世代のスキャン装置では 個々の神経繊維間の 処理や信号を リアルタイムで 見られるようになっています そこで疑問は データが得られたとして 我々にそれを理解できるのか ということです ダグラス・ホフスタッターが 言っています 「人間の知性は 知性を理解できるほど 優れたものでないかもしれない 人間がそれより優れているなら その脳はさらに複雑であり 追いつくことができない かもしれない」 しかしそれは理解できる ということが分かりました
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.
このブロックダイアグラムは 人間の聴覚皮質のモデル・ シミュレーションですが 非常にうまく機能し 音響心理学の実験では 人間の聴覚にごく近い 結果が得られます これは別の小脳の シミュレーションです 脳のニューロンの半数以上は 小脳にあります これもまた人間のスキル形成に よく似た働きをします まだ初期段階ですが 脳についての情報量の 指数的増加や 脳スキャン解像度の 指数的向上によって 2020年代には 人間の脳の リバースエンジニアリングが できるようになるでしょう 脳に数百あるうちの 15の領域について 既にかなり良いモデルと シミュレーションができています
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.
これらすべてが 経済の指数的成長を 推し進めることになります 過去50年で時間当たりの 労働生産性は 30ドルから150ドルに 上がりました E-コマースは指数的に成長し 今や兆ドル規模です 浮き沈みがあるだろうと 思うかもしれませんが それは金融市場に限った現象です ウォールストリートはこれが革命的技術だと 気付き 実際そうだったのですが 6ヶ月たってもビジネスモデルの 革命が起きていないので あれは間違いだったんだと 判断したのです それで今の状況があります
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.
これは私たちが関わっている 技術をまとめ上げた ものですが やがて携帯電話では 当たり前の機能になるでしょう 1つの言語から 別の言語へ 翻訳できます
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.
2つシナリオを紹介して 終わりにします 2010年までに コンピュータは姿を消すでしょう 小さくなり 洋服や環境の中に 埋め込まれるようになります 画像は網膜に 直接描き込まれ 完全没入型の 仮想現実や 拡張現実が提供され 仮想的な人格を通して やりとりするようになります
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.
2029年になると このトレンドが円熟を迎え 幾世代にも渡る技術の進歩を ありがたく思うことでしょう 高速化が進んで 性能価格比 能力 通信速度は 2の25乗倍 驚異的なものになります 今日の百万倍も強力になります 人の脳のリバース エンジニアリングが完了し 千ドルのコンピュータが 基本的な能力という点で 人の脳をはるかに 凌駕するようになります コンピュータは 人間のパターン認識能力と 既に優れている分析力や 何十億という事実を 正確に記憶する能力を 組み合わせるようになります マシンは知識を 速やかに共有できます これは知的マシンによる侵略 のような話ではありません 我々自身テクノロジーと 融合するようになるでしょう
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.
ナノ・ボットは最初 医療分野で使われる ようになるでしょう 次いで環境の清浄化 強力な燃料電池 広く分散配備されたソーラー パネルといった環境への利用 さらには人間の脳の中にも 取り入れられ 神経と交信します それを可能する基本的な方式は 既に実現されています たとえば 神経系に組み込む 完全没入型 仮想現実では ナノ・ボットが感覚器官からくる シグナルを遮断し 仮想環境にいたら 受け取るであろう シグナルを代わりに 送ります すると仮想環境の中にいる ように感じられます 他の人たちと一緒に そこへ行くこともでき すべての感覚を伴う あらゆる体験ができます 「体験プロジェクタ」と私は呼んでいますが 感情をともなう 神経内の感覚的体験全体をインターネットに アップできるようになります それに接続して 他人になるのが どういうものか体験できます しかし最も重要なのは テクノロジーとの融合によって 人間の知性が格段に 拡張されるだろうことです これはある部分では すでに行われています 私たちは日常的に テクノロジー無しでは 為しえなかった知的偉業を 成し遂げています 人間の寿命ものびています 1800年には37歳でした バイオテクノロジーや ナノテクノロジーの革命により 寿命もまた 今後 急速にのびるでしょう
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.
私のメッセージは テクノロジーの進歩は 一定速度ではなく 指数的だということです 科学者を含め 多くの人が 一定速度のモデルを前提として 「自己複製ナノテクマシンや 人工知能ができるのは 何百年も先だ」と考えます 指数的成長の力を考えるなら そういったものは ずっと早く 手に入ることが分かります 情報技術はますます 音楽 製造から生物学 エネルギー 物質に至るまで 我々の生活全体を 取り込んでいます
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.
2020年代には 情報と安価な原料と ナノテクを使って 必要なほとんどあらゆるものを 作れるようになっているでしょう 非常に強力な技術です 可能性も危険も 大きくなります 適切な問題に適用する意志を 持つ必要があります
Thank you very much.
ありがとうございました
(Applause)
(拍手)