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.
Nou, het is geweldig om hier te zijn. We hebben al veel gehoord over de beloftes van technologie, en de gevaren. Ik heb veel interesse in beide kanten. Als we 0,03 procent van het zonlicht dat op aarde valt in energie kunnen omzetten, dan zouden we alle verwachte energie voor 2030 kunnen leveren. We kunnen dat nu nog niet omdat zonnepanelen zwaar zijn, en duur en erg inefficiënt. Er zijn al ontwerpen op nano-schaal, die tenminste in theorie goed zijn onderzocht, die de mogelijkheid hebben om heel licht, heel goedkoop en heel efficiënt te zijn. En we zouden zo in onze energiebehoefte kunnen voorzien, en duurzaam. Nano-schaal brandstofcellen zouden de energie daar kunnen leveren waar die nodig is. Dat is een belangrijke trend, namelijk decentralisatie, de overgang van kerncentrales en tankers met vloeibaar gas naar gedecentraliseerde bronnen die milieuvriendelijker zijn, veel efficiënter en veel capabeler en storingsvrij.
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 heeft er mooi over gesproken; dat we nu voor het eerst de middelen hebben, om eeuwenoude problemen zoals ziektes en armoede aan te pakken. De meeste gebieden in de wereld gaan al de goede kant op. In 1990, in Oost-Azië en de Pacific, leefden 500 miljoen mensen in armoede -- dat aantal is nu onder de 200 miljoen. De wereldbank voorspelt dat het rond 2011 onder de 20 miljoen zal zijn, dat is een daling van 95 procent. Ik heb genoten van Bono's opmerking toen hij een hippie wijk in San Francisco koppelde aan Silicon Valley. Aangezien ik zelf uit de Hightech gemeenschap van Massachusetts kom, wil ik er op wijzen dat wij ook hippies waren in de jaren '60, hoewel wij rondhingen op het plein van Harvard. Maar we hebben de middelen om ziektes en armoede te overwinnen, en ik ga daar ook over spreken, als we de wil daartoe hebben.
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 sprak over het versnellen van de technologie. Dat is een sterke interesse van mij, en een thema dat ik al zo'n 30 jaar heb ontwikkeld. Ik realiseerde me dat mijn technologie zinvol moest zijn als ik een project afrondde. Omdat ongetwijfeld de wereld zou zijn veranderd als ik een technologie zou introduceren. En het was me opgevallen dat de meeste uitvindingen mislukken, niet omdat de R&D afdeling ze niet goed had ontwikkeld -- als je kijkt naar de meeste zakelijke plannen, dan zullen ze vaak slagen als ze de kans krijgen om te maken wat ze willen gaan maken, maar 90% van die projecten falen, omdat de timing verkeerd is -- niet alle factoren die een uitvinding rendabel maken zijn aanwezig.
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.
Dus ik begon de technologische trends nauwgezet te volgen, en hield bij waar technologie zou zijn op verschillende momenten, en ik ontwikkelde wiskundige modellen daarvoor. Het is als het ware een eigen leven gaan leiden, ik heb nu 10 mensen voor me werken die gegevens verzamelen over de technologische maatstaven op vele gebieden, en we maken modellen. En je hoort mensen zeggen, nou, we kunnen de toekomst niet voorspellen. En als je mij vraagt; "Zal de prijs van Google over drie jaar hoger of lager zijn dan nu?" dat is erg moeilijk te bepalen. "Zal WiMax CDMA G3 de draadloze standaard zijn over drie jaar?" Dat is moeilijk te zeggen. Maar als je mij vraagt hoeveel het kost om een MIPS computerkracht te kopen in 2010, of de prijs om een DNA basepaar te sequencen in 2012, of de prijs om een megabyte aan data draadloos te versturen in 2014, dan blijkt het dat die erg voorspelbaar zijn.
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.
Het zijn opmerkelijk gelijkmatige exponentiële curves en die bepalen de prijs voor snelheid, capaciteit en bandbreedte. En ik zal je hier een klein voorbeeld van laten zien, maar er is ook een theoretische reden waarom technologie zich exponentieel ontwikkelt. En veel mensen, als ze over de toekomst denken, dan denken ze in een rechte lijn. Ze denken dat ze zullen doorgaan met het ontwikkelen van een probleem of het bestrijden van een probleem met de middelen van vandaag, en met de vooruitgang van vandaag, ze denken niet aan deze exponentiële groei.
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.
Het menselijk genoom project was controversieel in 1990. We hadden de beste promovendi, de beste apparatuur ter wereld, maar slechts een tienduizendste deel volbracht. Dus hoe zouden we dit klaarspelen in 15 jaar? En na 10 jaar van dit project, hadden de sceptici nog recht van spreken: "Jullie zijn nu op tweederde van het project, en je hebt slechts een heel klein percentage van het hele genoom gesequenced." Maar dat is de aard van exponentiële groei dat als het eenmaal in de kromme van de grafiek zit, het explodeert. Het grootste deel van het project is gedaan in de laatste paar jaar van het project. Het duurde 15 jaar om HIV te sequencen -- we hebben SARS in 31 dagen gesequenced. Dus we ontwikkelen de mogelijkheden om deze problemen aan te kunnen.
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.
Ik zal u slechts enkele voorbeelden tonen van hoe doordringend dit verschijnsel is. De snelheid waarmee we wisselen van paradigma, waarmee we nieuwe ideeën aannemen verdubbelt elke tien jaar, volgens onze modellen. Dit zijn allemaal logaritmische grafieken, dus de hogere niveaus vertegenwoordigen een factor 10 of 100 hoger. Het duurde een halve eeuw om de telefoon te introduceren, de eerste virtuele-werkelijkheids technologie. Mobiele telefoons werden in ongeveer acht jaar geïntroduceerd. Als je verschillende communicatie technologieën op deze logaritmische schaal plaatst, televisie, radio, telefoon die werden in tientallen jaren geïntroduceerd. Recente technologieën -- zoals de PC, het internet, mobieltjes -- kwamen binnen tien jaar. Hier is nu een interessante grafiek, en dit gaat echt over de fundamentele reden waarom een evolutionair proces -- en zowel biologie als technologie zijn evolutionaire processen -- versnellen. Ze werken door interactie -- ze ontwikkelen een mogelijkheid, en dan gebruiken ze die mogelijkheid om de volgende stap te zetten.
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.
Dus de eerste stap in biologische evolutie, de evolutie van DNA -- eigenlijk was RNA er nog eerder -- duurde miljarden jaren, maar toen de evolutie eenmaal die basis van informatietechnologie had, kon het naar de volgende stap gaan. Dus de Cambrische Explosie, toen alle lichaamsvormen van dieren zijn geëvolueerd, duurde slechts 10 miljoen jaar. Het was 200 keer sneller. En toen maakte de evolutie gebruik van die lichaamsvormen om hogere cognitieve functies te ontwikkelen en de biologische evolutie bleef versnellen. Het is een eigenschap van een evolutionair proces. Dus Homo sapiens, de eerste soort die technologie ontwikkelt, de soort die een cognitieve functie met een opponeerbare duim -- en trouwens, chimpansees hebben niet bepaald een goede opponeerbare duim -- waardoor we echt onze omgeving konden manipuleren met een krachtige grip en een goede motoriek, en onze mentale modellen gebruiken om echt de wereld te veranderen en technologie voort te brengen.
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.
Maar goed, de evolutie van onze soort heeft honderdduizenden jaren geduurd, en dan door interactie, toegepaste evolutie, in feite, de technologie ontwikkelende soort die de volgende stap zet, dat waren de eerste stappen in technologische evolutie. En de eerste stappen duurden tienduizenden jaren -- stenen werktuigen, vuur, het wiel -- het bleef versnellen. We gebruikten altijd de nieuwste technologieën om de volgende generatie te maken. De drukpers duurde een eeuw om te introduceren, de eerste computers werden ontworpen met pen en papier, nu gebruiken we computers. En er was een continue versnelling van dit proces.
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.
Als je nu hiernaar kijkt op een lineaire grafiek, dan lijkt het alsof alles net gebeurd is, maar sommige mensen zeggen: "Nou, die Kurzweil heeft alleen punten in de grafiek gezet die een rechte lijn vormen." Dus, ik nam 15 verschillende lijsten aan te pas van vooraanstaande denkers, zoals de Encyclopedia Brittannica, the Museum of Natural History en Carl Sagan's kosmische kalender op dezelfde grafiek -- en deze mensen probeerden niet mijn punt te maken, dit waren slechts lijsten in referenties. En ik denk dat zij dachten dat dat de belangrijkste gebeurtenissen waren in biologische evolutie en technologische evolutie. En nogmaals, het vormt een rechte lijn. De lijn verdikt zich een beetje omdat mensen het niet met elkaar eens zijn over wat de belangrijkste gebeurtenissen zijn, er zijn meningsverschillen over wanneer de landbouw begon, of wanneer -en hoe lang- de Cambrische Explosie plaatsvond. Maar je ziet een heel duidelijke trend. Er is een fundamentele, diepgaande versnelling van dit evolutionaire proces. Informatietechnologie verdubbelen hun capaciteit, prijs/prestatie, bandbreedte, elk jaar. En dat is een zeer belangrijke explosie van exponentiële groei. Een persoonlijke ervaring, toen ik aan het MIT was -- een computer ter grootte van deze kamer, minder krachtig dan de computer in uw mobiele telefoon. Maar de wet van Moore, die heel vaak geïdentificeerd word met de exponentiële groei, is slechts een voorbeeld van velen, want het is in principe een eigenschap van het evolutionaire proces van de technologie.
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.
Als wij -- ik heb 49 beroemde computers op deze logaritmische grafiek -- trouwens, een rechte lijn op een logaritmische grafiek is exponentiële groei -- dat is een andere exponent. Het kostte ons drie jaar om onze prijs-prestatieverhouding van rekenkracht te verdubbelen in 1900 twee jaar in het midden van de eeuw, en nu een verdubbeling elk jaar. En dat is exponentiële groei door middel van vijf verschillende paradigma's. De Wet van Moore was slechts het laatste deel, over een electronisch circuit, waar we transistors steeds kleiner maakten, maar we hadden elektro-mechanische rekenmachines, relais-computers die de Duitse Enigma-code kraakten, vacuumbuizen in de jaren '50 de verkiezing van Eisenhower voorspelden, losse transistoren werden gebruikt in de eerste ruimtevluchten en dan de wet van Moore. Elke keer als een paradigma ophield, ontwikkelden we een nieuw paradigma om de exponentiële groei voort te zetten. Men kromp vacuüm buizen, waardoor ze kleiner en kleiner werden. Dat hield op. Ze konden niet kleiner worden en toch vacuüm blijven. Dus een ander paradigma - transistors deden hun intrede. In feite, als we het einde van de lijn voor een bepaald paradigma zien, schept het onderzoeksdruk om de volgende paradigma te creëren. En omdat we al het einde van Moore's Wet voorspellen voor heel lange tijd - de eerste voorspelling zei 2002, nu voorspellen ze 2022. Maar in de jaren ´10, zullen transistors maar een paar atomen breed zijn, en wij kunnen ze dan niet nog kleiner maken. Dat zal het einde zijn van de wet van Moore, maar het zal niet het einde van de de exponentiële groei van rekenkracht, omdat dit vlakke chips zijn. We leven in een drie-dimensionale wereld, we kunnen ook gebruik maken van de derde dimensie. We gaan naar de derde dimensie en er is enorme vooruitgang geboekt in de laatste paar jaar op het ontwikkelen van drie-dimensionale, zelforganiserende moleculaire schakelingen. We zullen die klaar hebben lang voor de wet van Moore niet meer opgaat. Supercomputers - hetzelfde. Processor prestaties op Intel-chips, de gemiddelde prijs van een transistor -- 1968, kocht je een transistor voor een dollar. Je kocht er 10 miljoen in 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.
Het is vrij opmerkelijk hoe gelijkmatig dat exponentiële proces is. Ik bedoel, je zou zeggen dat dit het gevolg is van een natuurkunde experiment, maar dit is het resultaat van wereldwijd chaotisch gedrag -- landen beschuldigen elkaar van het dumpen van producten, Beursintroducties, faillissementen, marketing programma's. Je zou denken dat het zou een zeer grillig proces is, en je hebt een zeer geleidelijk resultaat van dit chaotische proces. Net zoals we niet kunnen voorspellen wat een molecuul in een gas zal doen -- het is hopeloos om een enkel molecuul voorspellen -- maar we voorspellen wel de eigenschappen van het gehele gas, met behulp van de thermodynamica, zeer nauwkeurig. Dit is hetzelfde. We kunnen een bepaald project niet voorspellen, maar het resultaat van deze wereldwijde chaotische, onvoorspelbare activiteit van de concurrentie, en het evolutionaire proces van de technologie is zeer voorspelbaar. En we kunnen deze trends tot ver in de toekomst voorspellen. In tegenstelling tot Gertrude Stein's rozen, het is niet van: een transistor is een transistor. Omdat we ze sneller en goedkoper maken, hoeven de elektronen niet zo ver te reizen. Ze zijn sneller, dus je hebt een exponentiële groei in de snelheid van de transistoren, dus de kosten van een cyclus van een transistor dalen met een halvering iedere 1,1 jaar. Je voegt andere vormen van innovatie en processor design toe, en je verdubbelt de prijs-prestatie van de computer ieder jaar.
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.
En dat is eigenlijk deflatie -- 50 procent deflatie. En het is niet alleen computers. Ik bedoel, het geldt voor DNA-sequencing, het geldt voor hersenscans, het geldt voor het internet. Ik bedoel, alles wat we kunnen kwantificeren, we hebben honderden verschillende metingen van verschillende, informatie-gerelateerde metingen -- capaciteit, vaststelling tarieven -- en ze verdubbelen iedere 12, 13, 15 maanden, afhankelijk van waar je naar kijkt. In termen van prijs / prestatie, dat is een 50 - 40 tot 50 procent deflatie tarief. En economen maken zich al zorgen daarover. We hadden deflatie tijdens de Depressie, maar dat was ineenstorting van de geldhoeveelheid, ineenstorting van het consumentenvertrouwen, een heel andere verschijnsel. Dit is te wijten aan een hogere productiviteit, maar de econoom zegt, "Maar er is geen enkele manier om dat bij te houden.`` Bij 50 procent deflatie, kunnen de mensen hun volume verhogen met 30, 40 procent, maar ze zullen het niet bijhouden. Maar wat we daadwerkelijk zien is dat we meer dan gelijke tred houden. We hebben 28 procent samengestelde groei in dollars per jaar in de informatietechnologie in de afgelopen 50 jaar. Ik bedoel, men maakte 10 jaar geleden geen iPods voor 10.000 dollar. Omdat de prijs prestatie nieuwe toepassingen mogelijk maakt, komen nieuwe toepassingen op de markt. En dit is een wijdverbreid fenomeen. Magnetische data-opslag -- dat is niet de wet van Moore, is het kleiner maken van magnetische spots, verschillende ingenieurs, verschillende bedrijven, hetzelfde exponentiële proces.
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.
Een belangrijke revolutie is dat we onze eigen biologie begrijpen in deze termen van informatica We begrijpen de software die ons lichaam laat werken. Dit werd ontwikkeld in een heel andere tijd -- nu willen we die software gaan aanpassen. Een klein programma, genaamd het vet insuline-receptor-gen, zegt: "houd elke calorie vast, want misschien loopt het volgende jachtseizoen niet zo goed." Dat was tienduizend jaar geleden van belang voor de soort. Maar nu zouden we dat programma vaak liever uitzetten. Dat is al uitgeprobeerd bij dieren, en die muizen aten veel maar bleven slank en hadden de gezondheidsvoordelen van slank zijn. Ze kregen geen diabetes of hart-en vaatziekten, ze leefden 20 procent langer, ze hebben de gezondheidsvoordelen van calorische restrictie zonder de beperking. Vier of vijf farmaceutische bedrijven hebben dit ontdekt en vonden het een interessant geneesmiddel voor de mens, en dat is slechts een van de 30.000 genen die onze biochemie beïnvloedt.
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.
We zijn geëvolueerd in een tijd waar het niet in het belang van mensen was dat mensen van mijn leeftijd, zoals u op deze conferentie, veel langer leefden, want ze gebruikten kostbare voorraden die beter werden ingezet konden worden voor de kinderen en hun verzorgers. Dus, het leven - lange levensduur -- willen, dat wil zeggen veel meer dan 30 -- dat werd niet geselecteerd. Maar nu leren we dit aan te passen en kunnen we die software veranderen via de biotechnologische revolutie. Zo kunnen we nu genen remmen met RNA-interferentie. Er zijn spannende nieuwe vormen van gentherapie die het probleem van het plaatsen van het genetisch materiaal oplossen op de juiste plaats op het chromosoom. Er is feitelijk een - voor de eerste keer nu, iets dat nu op de mens word getest, een behandeling voor pulmonaire hypertensie -- een dodelijke ziekte - met behulp van gentherapie. Dus we hebben niet alleen designer baby's, maar designer babyboomers. En deze technologie ontwikkelt ook steeds sneller. Het kostte 10 dollar per basepaar in 1990, toen een cent in 2000. Het is nu onder een 10e van een cent. Het totaal van de genetische gegevens -- dat ziet u hier - dit toont een gelijkmatige exponentiële groei ieder jaar een verdubbeling, waardoor het menselijk genoom project kon worden afgerond.
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.
Een andere belangrijke revolutie, de communicatie-revolutie. De prijs prestatie, bandbreedte, capaciteit van de communicatie gemeten op verschillende manieren; bedraad, draadloos groeit exponentieel. Het internet is exponentieel gegroeid en blijft dat doen gemeten op verschillende manieren. Dit is gebaseerd op het aantal hosts.
Miniaturization -- we're shrinking the size of technology at an exponential rate, both wired and wireless. These are some designs from Eric Drexler's book -- which we're now showing are feasible with super-computing simulations, where actually there are scientists building molecule-scale robots. One has one that actually walks with a surprisingly human-like gait, that's built out of molecules. There are little machines doing things in experimental bases. The most exciting opportunity is actually to go inside the human body and perform therapeutic and diagnostic functions. And this is less futuristic than it may sound. These things have already been done in animals.
Miniaturisering - we krimpen de grootte van de technologie met een exponentiële snelheid. zowel bedraad als draadloos. Dit zijn enkele ontwerpen uit het boek van Eric Drexler -- die we nu als haalbaar zien. met super-computer-simulaties, waar wetenschappers ontwerpen maken voor moleculaire robots. Men heeft er een die loopt met een verrassend mens-achtige gang, die is opgebouwd uit moleculen. Er zijn kleine machines die op experimentele schaal werken. De meest opwindende kans is om in het menselijk lichaam te gaan en daar therapeutische en diagnostische functies uit te voeren. En dit is minder futuristisch dan het klinkt. Deze dingen zijn al gedaan bij dieren.
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.
Er is een nano-engineered apparaat dat type 1 diabetes geneest. Het is zo goot als een bloedcel. Ze zetten tienduizenden van deze in het bloed - ze probeerden dit in ratten -- Het geeft insuline op een gecontroleerde manier, en geneest zo type 1 diabetes. Wat je hier ziet is een ontwerp van een robotische rode bloedcel, en het laat zien dat onze biologie eigenlijk heel sub-optimaal is, zelfs al is het opmerkelijk in haar complexiteit. Zodra we de basale principes begrijpen, en het tempo waarmee we biologie nabootsen is versneld, kunnen we deze dingen feitelijk ontwerpen om duizenden malen beter te zijn. Een analyse van deze respirocyt, ontworpen door Rob Freitas, geeft aan dat als je 10 procent van je rode bloedcellen met deze robot versies zou vervangen, je een olympische sprint kan doen voor 15 minuten zonder adem te halen. Je zou vier uur op de bodem van je zwembad kunnen zitten -- - dus, 'Schat, ik ben in het zwembad." krijgt dan een geheel nieuwe betekenis. Het zal interessant zijn om te zien wat we doen in onze olympische voorrondes. Vermoedelijk zullen we hen verbieden, maar dan hebben we het beeld van tieners in de gymzaal van hun school die routinematig Olympische atleten overklassen. Freitas heeft een ontwerp voor een robotische witte bloedcel. Dit zijn scenario's voor rond 2020, maar ze zijn niet zo futuristisch als het klinkt. Er zijn vier belangrijke conferenties over het opbouwen van bloedcel-grote apparaten, er zijn veel experimenten met dieren. Eén wordt nu daadwerkelijk op mensen uitgetest, dus dit is haalbaare technologie.
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.
Als we terugkomen op de exponentiële groei van computers, 1000 dollar aan rekenkracht zit nu ergens tussen die van een insect en een muis. Het zal overeenkomen met menselijke intelligentie in termen van capaciteit rond 2020, maar dat gaat alleen over de hardware. Hoe zit het met de software? Nou, het blijkt dat we kunnen kijken naar het menselijk brein, en wat niet verrassend is, de ruimtelijke en temporele resolutie van de hersenscans verdubbelt elk jaar. En met de nieuwe generatie van hersenscanners, kunnen voor het eerst individuele neurale vezels in beeld brengen en we zien ze informatie verwerken en signaleren in real-time. en - maar dan is de vraag, ok, we kunnen dit nu zien, maar begrijpen we het wel? Douglas Hofstadter vraagt zich af, nou, misschien is onze intelligentie gewoon niet groot genoeg om onze intelligentie te begrijpen, en als wij slimmer waren, wel, dan zouden onze hersenen veel ingewikkelder zijn, en we zouden er nooit bij kunnen komen. Het blijkt dat we het wel kunnen begrijpen.
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.
Dit is een blokschema van een model en simulatie van de menselijke auditieve cortex die eigenlijk heel goed werkt -- bij psycho-akoestische testen levert deze zeer vergelijkbare resultaten met de menselijke auditieve waarneming. Er is nog een simulatie van het cerebellum -- dat is meer dan de helft van de neuronen in de hersenen -- nogmaals, dit werkt erg vergelijkbaar met de vorming van menselijke vaardigheden. Dit is in een vroeg stadium, maar je zult zien dat met de exponentiële groei van de hoeveelheid informatie over de hersenen en de exponentiële verbetering in de resolutie van de hersenscans, dat we erin zullen slagen het menselijk brein na te bootsen rond de jaren '20. We hebben al heel goede modellen en simulaties van ongeveer 15 regio's uit de honderden.
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.
Dit alles stimuleert exponentieel -- exponentieel groeiende economische vooruitgang. De productiviteit ging van 30 dollar naar 150 dollar per uur voor arbeid in de laatste 50 jaar. E-commerce is exponentieel gegroeid. Het is nu duizend miljard dollar. Je kunt je afvragen, nou, was er niet een crisis? Dat was een strikt kapitaalmarkt verschijnsel. Wall Street heeft gemerkt dat dit een revolutionaire technologie is, maar toen, zes maanden later, toen er geen revolutie was in de zakenwereld, hadden ze de indruk dat het niet goed was en toen kregen we deze crisis.
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.
Ok, dit is een technologie die we hebben ontwikkeld met een aantal van de technologieën die we al kennen. Dit zal een standaard functie worden in een mobieltje. Het is in staat te vertalen, van een taal naar een andere.
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.
Dus laat me maar afsluiten met een paar scenario's. In 2010 zullen computers verdwijnen. Ze zullen zo klein zijn dat ze worden ingebed in onze kleding, in onze omgeving. Beelden worden direct op ons netvlies gestuurd, en creëren een virtuele werkelijkheid. 'opgevoerde' echte werkelijkheid. We zullen te maken krijgen met virtuele persoonlijkheden.
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.
Maar als we kijken naar 2029, dan zijn deze trends volwassen geworden, en je moet bedenken hoeveel ontwikkeling we dan hebben als je kijkt naar generaties van technologie die steeds sneller wordt. Ik bedoel, we hebben twee tot de 25ste macht grotere prijs prestaties, capaciteit en bandbreedte van deze technologieën, dat is nogal fenomenaal. Het zal miljoenen malen krachtiger zijn dan nu. We zijn dan klaar het reverse-engineeren van het menselijk brein, berekenen - 1000 dollar aan rekenkracht is dan veel krachtiger dan het menselijk brein in termen van basale capaciteit. Computers combineren dan de subtiele mogelijkheden van patroonherkenning van menselijke intelligentie met de manieren waarop machines al superieur zijn, in termen van analytisch denken, het correct onthouden van miljarden feiten. Machines kunnen hun kennis zeer snel delen. Maar het is niet alleen een invasie van intelligente machines. We gaan fuseren met onze technologie.
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.
Deze nano-bots ik noemde zullen eerst worden gebruikt voor medische toepassingen en gezondheid: het schoonmaken van het milieu, energievoorziening - krachtige brandstofcellen en wijd verspreide, gedecentraliseerde zonnepanelen en dergelijke in het milieu. Maar ze gaan ook ons brein in, interacteren met onze biologische neuronen. We hebben de belangrijkste principes om dit te kunnen doen al laten zien. Dus, bijvoorbeeld, volledige virtuele werkelijkheid van binnenin het zenuwstelsel, de nano-bots stoppen de signalen van de gewone zenuwen, en vervangen ze door signalen die je zou krijgen vanuit de virtuele omgeving. En dan voelt het alsof je in deze virtuele omgeving bent. Je kunt daarnaartoe met anderen en elk soort ervaring opdoen met iedereen, en met alle zintuigen. "Ervarings zenders," noem ik ze, publiceren hun hele stroom van zintuiglijke ervaringen in de neurologische correlaten van hun emoties op het internet. Je kunt inloggen en ervaren hoe het is om iemand anders te zijn. Maar het belangrijkste is dat het een enorme uitbreiding zal zijn van menselijke intelligentie via deze directe fusie met onze technologie, wat we in zekere zin nu a doen. We doen routinematig intellectuele hoogstandjes die onmogelijk zouden zijn zonder onze technologie. De levensverwachting neemt toe. Het was 37 in 1800, en met dit soort van biotechnologie, nano-technologische revoluties, zal dit heel snel toenemen in de komende jaren.
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.
Mijn belangrijkste boodschap is dat de vooruitgang in de technologie is exponentieel, niet lineair. Velen - zelfs wetenschappers - gaan uit van een lineair model, dus ze zullen zeggen: "Oh, het duurt honderden jaren voordat we zelf replicerende nano-technologie hebben. of kunstmatige intelligentie. " Als je echt kijkt naar de kracht van exponentiële groei, dan zie je dat die dingen al snel zullen komen. En informatie-technologie omvat steeds meer ons hele leven, van onze muziek tot onze productie onze biologie tot onze energie aan materialen.
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.
We kunnen bijna alles wat we nodig hebben rond 2020 vervaardigen, van informatie, in zeer goedkope grondstoffen, met behulp van nano-technologie. Dit zijn zeer krachtige technologieën. Ze geven ongekende mogelijkheden, voor goed en voor kwaad. Dus we moeten de wil hebben om ze toe te passen om de juiste problemen.
Thank you very much.
Hartelijk dank
(Applause)
.