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.
Wiele słyszy się o możliwościach jak i zagrożeniach płynących z postępu technologicznego. Obie te kwestie mnie interesują. Gdybyśmy mogli przekształcić w energię 0.03% światła słonecznego które pada na ziemię bylibyśmy w stanie zaspokoić nasze potrzeby energetyczne do 2030 roku. Nie możemy zrobić tego dziś, ponieważ panele słoneczne są drogie ciężkie i mało wydajne. Istnieją projekty z użyciem nanotechnologii które w teorii mogą być bardzo lekkie tanie i bardzo wydajne zapewniając zaspokojenie potrzeb energetycznych z odnawialnych źródeł. Ogniwa paliwowe mogą dostarczyć energię gdzie potrzeba. Decentralizacja to kluczowy trend odejście od scentralizowanych elektrowni jądrowych i kontenerów z gazem ciekłym w stronę bardziej przyjaznych dla środowiska, bardziej efektywnych i bezpiecznych surowców.
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 mówił bardzo obrazowo że pierwszy raz w historii mamy narzędzia by skonfrontować odwieczne problemy: choroby i ubóstwo. Większość regionów świata idzie w tym kierunku. W 1990 w dużej części Azji wschodniej pół miliarda ludzi żyło w biedzie teraz jest ich 200 mln Wg Banku Światowego w 2011 tylko 20 mln będzie żyć w biedzie. Bono stwierdził, że istnieje związek między rewolucją hipisowską i technologiczną. Samemu będąc członkiem społeczności komputerowców w Massachussetts przypominam że w latach 60. także byliśmy hipisami Choć spotykaliśmy się na Harvard Square, nie Haight-Ashbury. W każdym razie mamy potencjał by przezwyciężyć choroby i biedę jeśli naprawdę chcemy - i o tym opowiem.
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 mówił o przyśpieszeniu technologicznym. A ja interesuję się tym od jakichś 30 lat. I zdałem sobie sprawę, że moje wynalazki muszą działać w nieustannie zmieniającym się świecie do któego wprowadzałem te projekty. Większość z nich pada nie przez to, że po prostu nie działają, gdyby spojrzeć na plany biznesowe, zadziałałyby, gdyby dano im możliwośc zbudowania tego co założono ale ponad 90% nie udaje się bo nie trafia w swój czas nie wszystkie czynniki sprawcze są zsynchronizowane.
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.
Więc przyjrzałem się uważnie trendom technologicznym śledząc postęp technologiczny w czasie i budując dla niego model matematyczny. Żyje to teraz własnym życiem Mam 10 osób od gromadzenia danych na temat zmian technologicznych w różnych dziedzinach i tworzymy modele. Ludzie mówią, że nie można przewidzieć przyszłości I gdyby mnie ktoś spytał po ile będą stały akcje Google'a za 3 lata nie umiem powiedzieć. Czy WiMax CDMA G3 będzie standardem za 3 lata? Nie wiem. Ale gdyby spytali ile będzie kosztować 1 MIPS w 2010 albo ile zapłacimy za sekwencjonowanie jednej pary zasad DNA w 2012 lub za przesłanie bezprzewodowo 1MB danych okazuje się, że można to przewidzieć.
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.
Wydajnośc i przepustowość rosną geometrycznie. Pokażę wam jak to działa. Mamy też teorię wyjaśniającą czemu technologia rozwija się w ten właśnie sposób. Wielu ludzi myśli o przyszłości liniowo Sądząc, że będą z biegiem czasu używać dzisiejszych narzędzi do rozwiązania obecnych problemów w obecnym tempie rozwoju nie biorąc pod uwagę geometryczego postępu w technologii.
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.
Projekt poznania ludzkiego genomu był w 1990r. kontrowersyjny. Z najlepszymi studentami używając najlepiej rozwiniętego sprzętu ukończyliśmy 1/10 000 projektu. Więc w jaki sposób zrobić to w 15 lat? 10 lat po rozpoczęciu badań sceptycy wciąż powtarzali "2/3 projektu za wami a udało się opisać tylko niewielką część całego genomu. Ale w tym tkwi natura wzrostu geometrycznego że po osiągnięciu odpowiedniego punktu, gwałtownie przyśpiesza. Większość projektu zrealizowaliśmy w ciągu kilku ostatnich lat jego trwania. Sekwencjonowanie HIV zajęło nam 15 lat a SARSu - 31 dni. Zyskujemy więc możliwości przezwyciężenie tych problemów.
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.
Pokażę wam teraz na kilku przykładach, jak wszechobecne jest to zjawisko. Wg naszych modeli, tempo przesunięć światopoglądowych tzn. przyswajania nowych idei podwaja się co dekadę. Wszystkie grafy tutaj są logarytmiczne czyli przejście na nowy poziom to przeskok 10- lub stukrotny. 50 lat zabrało nam przyswojenie telefonu pierwszej technologii wykorzystującej rzeczywistość wirtualną. Telefony komórkowe pryswoiliśmy w ok. 8 lat. Rozmaite technologie komunikacyjne: telewizja, radio czy właśnie telefon przyswoiliśmy w ciągu kilku dekad. Nowsze technologie, jak komputer osobisty, internet, komórki przyjęły się w mniej niż 10 lat. Ten wykres jest ciekawy i pozwala dojrzeć kluczowy powód dlaczego procesy ewolucyjne, tak biologiczne jak i technologiczne przyśpieszają. Działają poprzez interakcje - stwarzają możliwości działania którę są wykorzystywane w przejścu do dalszych stadiów rozwoju.
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.
Pierwszy krok w ewolucji biologicznej - ewolucja DNA - czy raczej RNA zajęła miliardy lat. A potem ten sposób przetwarzania informacji został użyty do wejścia na kolejny etap. Tzw. eksplozja kambryjska, kiedy to wyewoluowały plany budowy ciała u zwierząt, zajęła tylko 10mln lat. Czyli 200 razy szybciej. A potem ewolucja wykorzystała te plany by wytworzyć wyższe funkcje poznawcze i tak niezmiennie przyśpiesza. Zgodnie ze swoją naturą. A Homo sapiens, pierwszy gatunek tworzący technologie któremu udało się powiązać funkcje poznawcze i chwytne kończyny na marginesie, szympanse nie mają tak dobrze rozwiniętego kciuka więc potrafiliśmy manipulować narzędziami dzięki chwytności i koordynacji ruchowej wykorzystując też intelekt by zmieniać świat i wprowadzać technologie.
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.
Ewolucja naszego gatunku trwała setki tysięcy lat a potem, przez proces współoddziaływania, ewolucja wykorzystała naszą zdolność tworzenia technologii, by osiągnąć kolejny poziom były to pierwsze etapy ewolucji technologicznej. Początkowe kroki zajęły dziesiątki tysięcy lat narzędzia kamienne, ogień, koło - wciąż przyśpieszaliśmy. Używając ówcześnie najnowszych osiągnięć technologicznych by rozpocząć nowy etap. W 100 lat wprowadzono prasę drukarską, pierwsze projekty komputerów powstały na papierze - teraz projektujemy na komputerach. I ten proces niezmiennie przyśpiesza.
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.
Gdyby tak spojrzeć na ten wykres, zdaje się, że wszystko to wydarzyło się przed chwilą ktoś może powiedzieć: "No tak, Kurzweil tylko umieścił na tym wykresie punkty, akurat na tej prostej." A ja wybrałem 15 różnych list, sporządzonych przez wybitnych myślicieli z Encyclopedia Britannica, Muzeum Historii Naturalnej czy listę Carla Sagana, i ich celem nie było udowodnienie moich tez, a jedynie wypunktowanie najważniejszych wydarzeń które charakteryzowały ewolucję biologiczną i technologiczną. I ponownie wypadają one na tej samej prostej. Istnieją spory co do tego, które wydarzenia były kluczowe i kiedy nastąpiły, np. początek Eksplozji Kambryjskiej czy rolnictwa. Ale da się łatwo zauważyć pewną tendencję. Te procesy po prostu przyśpieszają. Technologie komputerowe podwajają swoją przepustowość i stosunek cena-wydajność każdego roku. I to bardzo wyraźny wzrost geometryczny. Kiedy byłem na MIT komputer wielkości tej sali miał mniejszą moc niż wasze telefony komórkowe. Ale prawo Moore'a, często utożsamiane z tym wzrostem to jedynie jeden z wielu przykładów jego działania w ewolucji biologicznej i technologicznej.
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.
Na tym wykresie mamy 49 słynnych komputerów (linia prosta na grafie logarytmicznym odzwierciedla wzrost geometryczny) jak właśnie tu. W roku 1900, stosnek cena-wydajność maszyn liczących podwajał się co 3 lata w 1950 - co 2, a teraz podwaja się co roku. Wzrost geometryczny 5 różnych czynników, z czego prawo Moore'a opisuje tylko najpóźniejszy z nich czyli zmniejszanie tranzystorów w układach scalonych ale wcześniej mieliśmy kalkulatory elektro-mechaniczne, komputery przekaźnikowe, które pozwoliły złamać Enigmę lampy elektronowe które przwidziały prezydenturę Eisenhowera tranzystory używane przy pierwszych lotach kosmicznych i wreszcie prawo Moore'a. Gdy wykorzystaliśmy którąś z idei do maksimum pojawiała się inna, która pozwalała na kontynuację wzrostu geometrycznego. Np., zmniejszano lampy elektronowe coraz bardziej, do momentu gdy nie można było ich zmniejszyć ze względu na próżnię. Wtedy pojawił się zupełnie nowy pomysł: tranzystory Kiedy widzimy, że zbliżamy się do wykorzystania jakiejś idei do maksimum, wytwarza się presja, by stworzyć coś zupełnie nowego. Ponieważ przewidywaliśmy koniec prawa Moore'a najpierw na 2002, teraz mówi się o 2022. Ale już po 2010 roku części tranzystorów będą długie na kilka atomów i nie będziemy mogli zmniejszać ich bardziej. Taki będzie koniec prawa Moore'a, ale nie będzie to oznaczać końca wzrostu geometrycznego mocy przeliczeniowych. Zaczniemy używać trójwymiarowych czipów. Wejdziemy do trzeciego wymiaru i przez kilka ostatnich lat, postęp był ogromny w uzyskiwaniu trójwymiarowych, samoorganizujących się obwodów. Będą gotowe zanim prawo Moore'a się skończy, to samo z superkomputerami. Wydajność procesorów Intela, średnio za jeden tranzystor w 1968 roku płaciło się dolara. W 2002 za dolara można ich kupić 10 milionów.
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.
Dość niezwykła jest ta płynność z jaką dokonuje się postęp. Mogłoby się wydawać, że osiąga się go za pomocą eksperymentów, a naprawdę to wynik chaotycznych procesów na świecie: krajów oskarżających się o zaniżanie cen prawa własności intelektualnej, programy marketingowe. Zdawałoby się, że to bardzo nieregularny proces ale jego rezultaty są niezwykle regularne. Tak jak nie przewidzimy co się stanie z jedną molekułą gazu nie da się możemy przewidzieć, dzięki termodynamice, cechy gazu jako całości. Tak samo tutaj: nie uda się przewidzieć wyników pojedynczego projektu ale rezultat globalnej, chaotycznej konkurencji napędzającej ewolucję technologiczną jest przewidywalny. Możemy to przewidzieć daleko w przyszłość. W przeciwieństwie do róż Gertrude Stein tranzystor tranzystorowi nierówny: Im one mniejsze, tym mniejszy dystans do pokonania dla elektornu. Szybkość tranzystorów wzrasta geometrycznie a ich koszt zmniejsza się o połowę co około 1.1 rok. Przy dodatkowych innowacjach w budowie procesorów stosunek cena-wydajność podwaja się co roku.
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.
To zwykła 50% procentowa deflacja. Tyczy się to nie tylko komputerów, ale i prac nad DNA czy przy skanowaniu mózgu, jak i Internetu. Wszystko co możemy ująć w liczbach. mamy setki różnych mierzalnych czynników które odnoszą się do przesyłu informacji wydajność, prędkośc przyswajania i podwajają się one co 12, 13, 15 miesięcy w zależności od punktu widzenia. Jeśli chodzi o stosunek cena-wydajność to 40-50% deflacja. I ekonomistów zaczyna to martwić. W czasie Wielkiego Kryzysu mieliśmy deflację ale wynikła ona z zapaści podaży pieniądza, oraz nastrojów konsumentów, zupełnie inne zjawiska. To o czym mówię wynika z większej produktywności. Ekonomiści uważają, że nie ma sposobu by dotrzymać jej tempa. Przy 50% deflacji, ludzie zwiększa swoje posiadanie o 30-40%, ale nie dotrzymają tempa wzrostowi produkcji. Ale możemy zaobserwować coś dokładnie odwrotnego, W ciągu ostatnich 50 lat, obroty w technologii informatycznej wzrosły o 28%. Czyli, 10 lat temu nie tworzyło się iPodów za 10 tys. dolarów. Ale gdy stosunek cena-wydajność sprawia, że nowe produkty są osiągalne pojawią się na rynku. Jest to bardzo rozpowszechnony proces. Np. magnetyczne nośniki danych coraz bardziej mikroskopijne, ilustrują ten sam proces wzrostu co prawo Moore'a.
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.
Kluczowe w naszym rozumieniu naszej własnej biologii jest użycie terminologii informatycznej. Mamy więc programy, które regulują nasze procesy biologiczne. Wyewoluowały one w odmiennych realiach i chcielibyśmy je trochę ulepszyć. Jednym z takich programów jest gen receptoru insulinowego który każe nam magazynować każdą kalorię bo później może ich brakować. Jego działanie było pożyteczne dla nas dziesiątki tysięcy lat temu. Dziś chcemy go jednak wyłączyć. Eksperymentowano z tym na myszach, które jedząc łapczywie nie przybierały na wadze, nie miały problemów ze zdrowiem jak cukrzyca czy choroby serca, żyły o 20% dłużej, z pożytkami płynącymi z ograniczenia kalorii bez ograniczenia. Kilka firm farmaceutycznych się tym zainteresowało, uważając, że byłby to ciekawy produkt do wporwadzenia na rynek; a to tylko 1 z 30 tys. genów mających wpływ na naszą biologię.
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.
Wyewoluowaliśmy w czasach gdy nie było to w interesie społeczności by ludzie w wieku zbliżonym do mojego żyli dłużej, bo zabierali cenne surowce, które lepiej byłoby przeznaczyć na dzieci i ich opiekunów. Zatem ewolucja nie faworyzowała osobników żyjących dużo dłużej niż 30 lat ale powoli zaczynamy manipulować i zmieniać te programy poprzez rewolucję biotechnologiczną. Poprzez wpływ na RNA możemy zastopować działanie wybranych genów. Mamy nowe rodzaje terapii genowej które rozwiązują problem umieszczenia materiału genetycznego w odpowiednim miejscu na chromosomie. Po raz pierwszy udaje się - są już testy na ludziach wyleczyć nadciśnienie płucne - śmiertelną chorobę przez wykorzystanie terapii genowej. Mamy więc nie tylko dzieci na zamówienie, ale i dorosłych. I jest to także przyśpieszająca technologia. W 1990 jedna para zasad kosztowała 10 dolarów. w 2000 roku - 1 centa. Obecnie mniej niż 1/10 centa. Ilość danych genetycznych wykazuje postęp geometryczny podwajając się co roku, co pozwoli nam na dokończenie projektu poznania ludzkiego genomu.
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.
Kolejna wielka rewolucja to rewoucja komunikacyjna. Stosunek cena-wydajność, przepustowość łącz - pojemność komunikacyjna mierzona na wiele sposobów przewodowa i bezprzewodowa wzrasta geometrycznie. Internet podwaja swą siłę nieprzerwanie wg każdych pomiarów. Ten np. dotyczy ilości komputerów w sieci.
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.
Miniaturyzacja - zmienjszamy wielkość technologii przewodowej i bezprzewodowej w tempie geometrycznym. Tu mamy kilka projektów Erika Drexlera i udowadniamy, że są one wykonalne przy użyciu super-komputerów a inni naukowcy budują roboty w skali cząsteczkowej. Jest np. taki, który, choć zbudowany z molekuł, porusza się zupełnie jak człowiek. Istnieją malutkie maszyny używane do eksperymentów. Najbardziej ekscytująca jest jednak możliwość wejścia do środka ludzkiego ciała, w celach terapeutycznych i diagnostycznych. I choć brzmi to jak science-fiction, udało się zrobić coś podobnego u zwierząt.
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.
Jest urządzenie które leczy cukrzycę, a jest wielkości czerwonej krwinki. Wpuszcza się je do krwiobiegu zrobiono tak u szczurów i wypuszczają one insulinę w kontrolwany sposób lecząć tak cukrzycę. To co tu widzicie to projekt mechanicznej czerwonej krwinki. Co przypomina nam wyraźnie, że nasze organizmy nie osiągają optymalnej wydajności mimo swojej niezwykłej złożoności. Kiedy zrozumiemy zasady ich działania przy przyśpieszającym postępie technologicznym będziemy w stanie tworzyć maszyny tysiące razy bardziej wydajne. Analiza tego "Respirocytu" zaprojektowanego przez Roba Freitasa wykazuje, że gdyby zamienić na niego 10% zwykłych czerwonych krwinek można by biec sprintem na poziomie olimpijskim przez 15min bez wdechu. Lub przesiadywać godzinami na dnie basenu. a słowa: "Kochanie, jestem w wodzie" nabrałyby nowego znaczenia. Ciekawe jak by to wpłynęło na rywalizację sportową, pewnie byśmy ich zabronili, ale wtedy każdy nastolatek w szkolnej sali gimnastycznej mogłby bez problemu osiągać lepsze wyniki niż olimpijczycy. Freitas zaprojektował też mechaniczne białe krwinki. Planowane na ok. 2020 rok, ale to na pewno nie science-ficiton. Mamy 4 konferencje poświęcone budowie urządzeń wielkości czerwonych krwinek, robione są eksperymenty na zwierzętach, są też już testy na ludziach. W sumie, jest to wykonalne.
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.
Wracając do naszego wzrostu geometrycznego w technologii informatycznej. Obecnie za 1000 dolarów dostaje się możliwości obliczeniowe na poziomie pomiędzy komarem a myszą. Ludzkie możliwości osiągnie się ok. lat 20. XXI wieku. Ale to tylko kwestia sprzętowa. Skąd weźmiemy oprogramowanie? Okazuje się, że możemy zajrzeć do ludzkiego mózgu i zgodnie z oczekiwaniami maksymalna rozdzielczość skanów mózgu pdowaja się co roku. Nowa generacja narzędzi skanujących pozwala nam zaobserwowć pojedyncze połączenia neuronowe i zobaczyć jak działają w czasie rzeczywistym ale podstawowe pytanie to czy jesteśmy w stanie zrozumieć te dane. Doug Hofstadter zapytał kiedyś czy być może nasza inteligencja to za mało by zrozumieć naszą inteligencję gdybyśmy byli mądrzejsi, nasze mózgi byłyby bardziej skomplikowane i nigdy nie bylibyśmy w stanie ich zrozumieć. Ale okazuje się, że jesteśmy w stanie.
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.
Tutaj mamy diagram symulujący ludzką korę słuchową który w testach psychoakustycznych osiąga bardzo podobne wyniki do ludzkiego postrzegania dźwiękowego. Istnieje też symulacja móżdżka, gdzie znajduje się ponad połowa ludzkich neuronów i ponownie, działa ona podobnie do ludzkiej. To wciąż wstępne fazy, ale możemy tu dostrzec że przy geometrycznym wzroście wiedzy o ludzkim mózgu i takim samym wzroście rozdzielczości w skanach mózgu, że uda nam się dokonać inżynierii odwrotnej na mózgu ludzkim w latach 20. XXI wieku. Mamy już modele i symulacje 15 regionów z kilkuset.
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.
Wszystko to napędza geometryczny postęp gospodarczy. Produktywnośc wzrosła od 30 do 150 dolarów za godzinę pracy. Przemysł internetowy rośnie geometrycznie. To ok 1 trylion dolarów. Ale, zapytacie, co z hossą i bessą? To określenia opisujące rynek wyłącznie kapitałowy. Na Wall Street zuważyli co prawda, rewolucję technologiczną, ale kiedy po pół roku nie udało się dokonać rewoulcji biznesowej, uznali, że to pomyłka i mieliśmy kryzys.
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.
Tu z kolei mamy technologię którą stworzyliśmy używając innych dostępnych technologii. To będzie zwykła funkcja telefonu: tłumaczenie z jednego języka na drugi.
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.
Zakończę więc kilkoma przepowiedniami. Komputery znikną do 2010 roku. Będą tak małe, wszczepione w ubrania, w otoczenie. Obrazy wyświetlać się będą bezpośrednio na rogówce, zanurzając nas zupełnie w rzeczywistości wirtualnej Będziemy obcować z wirtualnymi osobami.
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.
Ale w 2029 roku, trendy te osiągną pełną dojrzałość, i musicie zauważyć z jak wielką prędkością te zmiany technologicznę będą nadchodzić będzie to coraz szybciej i szybciej. Będziemy mieli wtedy 2 do potęgi 25 razy lepszy stosunek ceny-wydajności, większą przepustowość co jest zupełnie niesamowite. Będą to technologie miliony razy mocniejsze niż obecne. Uda nam się dokonać inżynierii odwrotnej ludzkiego mózgu, za 1000 dolarów będzie można uzyskać moc obliczniową wyższą niż moc naszego mózgu. Komputery połączą możliwości poznawcze typowe dla ludzi ze spsobami myślenia, w których już są lepsze od nas jak myślienie analityczne zapamiętywanie miliardów faktów. Maszyny mogą dzielić się wiedzą bardzo szybko. Ale to nie będzie inwazja intligentnych maszyn. My sami się z nimi scalimy.
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.
Nano-boty o których wspomniałem najpierw będą wykorzystane w celach medycznych, ale także do czyszczenia środowiska, budowania ogniw paliwowych, ale także szeroko rozporwadzanych zdecentralizowanych paneli słoneznych. Trafią też do naszego mózgu, oddziałując wzajemnie na neurony. Pokazaliśmy na jakich zasadach będzie to działać: np. pełne zanurzenie w wirtualnej rzeczywistości tylko dzięki ukłądowi nerwowemu: nano-boty odcinają bodźce płynące do mózgu z zewnątrz i zastępują je bodźcami, które mózg otrzymywałby będąc w wirtualnym otoczeniu. I wydawałoby nam się, że faktycznie jesteśmy tam. Można zaprosić tam innych, mieć najróżniejsze doznania pochodzące ze wszystkich zmysłów. "Projektory Doznań", jak bym je nazwał, podłączą strumień doświadczeń zmysłowych pobranych z Internetu do ich mózgowych korelatów. Będzie można podłączyć się i zobaczyć jak to jest być kimś innym. Ale, co najważniejsze, będzie to ogromne poszerzenie ludzkich możliwości intelektualnych przez bezpośrednie powiązanie ich z technologią w pewnym sensie już to robimy. Część naszych codziennych osiągnięć intelektualnych byłaby niemożliwe bez technologii. Przewidywana długość życia się zwiększa. W 1800 roku było to 37 lat, ale z nadchodzącymi rewolucjami bio- i nano-technologicznymi zwiększy się jeszcze bardziej w nadchodzących latach.
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.
Moje główne przesłanie jest takie: postęp technologiczny jest postępem geometrycznym, nie linearnym. Wielu - także naukowców - zakłada, że tak nie jest. Uważają, że miną jeszcze setki lat zanim uda się stowrzyć samo-replikujące się urządzenia czy sztuczną inteligencję, Ale jeśli spojrzeć na siłę wzrostu geometrycznego, da się zauważyć, że wiele rzeczy jest już na wyciągnięcie ręki. A technologie informacyjne w coraz większym stopniu przenikają nasze życie, od muzyki, przez linie produkcyjne biologię, energię po tworzywa.
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.
Do roku 2020 będziemy w stanie wyprodukować prawie wszystko używając tylko informacji i bardzo tanich surowców, dzięki nano-technologii. To bardzo potężne technologie. Tak w obietnicach jak i zagrożeniach. Musimy więc wypracować wspólną wolę, by używać ich dobrze.
Thank you very much.
Dziękuję bardzo,
(Applause)
(Oklaski)