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.
Bem, é ótimo estar aqui. Nós já ouvimos muito sobre as promessas da tecnologia e seus riscos. Tenho muito interesse por ambos. Se pudéssemos converter 0,03% da luz do sol que recai sobre a Terra em energia, poderíamos suprir todas as nossas necessidades para 2030. Não podemos fazer isto hoje porque os painéis solares são pesados, caros e muito ineficientes. Existem projetos de nano-engenharia, que foram analisados teoricamente, que mostram potencial de serem muito leves, baratos e eficientes, e poderíamos ser capazes de prover toda a nossa energia de modo renovável. Células de combustível obtidas por nano-engenharia poderiam prover a energia necessária. Esta é uma tendência chave, descentralização, sair do paradigma das usinas nucleares e dos navios-tanque de gás natural para adotar recursos descentralizados que sejam mais amigáveis em termos de meio ambiente, muito mais eficientes e capazes e livres de falhas.
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 falou muito bem, que temos as ferramentas, pela primeira vez, de abordar os velhos problemas da doença e pobreza. Muitas regiões do mundo estão se movendo nesta direção. Em 1990, no leste da Ásia e na região do Pacífico, havia 500 milhões de pessoas vivendo em estado de pobreza -- este número agora está abaixo dos 200 milhões. O Banco Mundial estima que em 2011, estará abaixo de 20 milhões, o que é uma redução de 95%. Gostei do comentário do Bono ligando Haight-Ashbury ao Vale do Silício. Sendo da comunidade high-tech de Massachusetts, eu ainda lembraria que nós éramos hippies nos anos 60, embora estivéssemos perto de Harvard Square. Mas nós temos o potencial de superar doenças e pobreza, e eu irei falar sobre isso, se tivermos vontade.
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 falou sobre a aceleração da tecnologia. Que é um dos meus principais interesses, e um tema que eu abordei durante 30 anos. Percebi que minhas tecnologias tinham que fazer sentido quando eu terminasse o projeto. Que invariavelmente, o mundo será um lugar diferente quando eu for introduzir uma tecnologia. E notei que a maioria das invenções falhavam, e não porque o departamento de P&D não conseguia faze-las funcionarem -- se você olhar para a maioria dos planos de negócios, elas foram bem sucedidos se tivessem a oportunidade de construir o que iriam construir, e 90% destes projetos ou mais vão falhar, porque o timing está errado -- se algum dos fatores não estiverem no lugar quando forem necessários.
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.
Então me tornei um estudante ardente de tendências tecnológicas, e acompanhei onde a tecnologia estará em diferentes pontos no tempo, E comecei a construir modelos matemáticos para isto. E isto adquiriu vida própria, Tenho um grupo de 10 pessoas que coleta dados em medidas chave da tecnologia de várias áreas, e construímos modelos. E você irá ouvir dizer, bem, nós não podemos prever o futuro. Se você me perguntar, se o preço do Google estará mais alto ou baixo do que está hoje, daqui a 3 anos, é muito difícil dizer. Será que WiMax, CDMA, G3 serão os standards de conexões em fio daqui a 3 anos? É difícil dizer. Mas se você me perguntar, quanto custará um MIPS de computação em 2010, ou o custo de sequenciar um par de uma base DNA em 2012, ou o custo de enviar um megabyte de dados em conexões sem fio em 2014, estes são muito previsíveis.
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.
Existem curvas exponenciais muito suaves que determinam desempenho de preço, capacidade e largura de banda. Vou mostrar um exemplo disto, mas há uma razão teórica que explica porque a tecnologia se desenvolve de forma exponencial. E muita gente, quando pensa no futuro, pensa em termos lineares. Pensam que vão continuar a tratar de um problema ou lidar com um problema com as ferramentas de hoje, com o ritmo de progresso de hoje, e esquecem de considerar o crescimento exponencial.
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.
O projeto genoma foi controverso em 1990. E contou com nossos melhores estudantes Ph.D. nos equipamentos mais avançados do mundo, tínhamos 1/10.000 do projeto acabado, então vamos completar tudo em 15 anos? E depois de 10 anos no projeto, os céticos ainda estavam convencidos -- diziam, "Vocês já usaram 2/3 do prazo, e vocês só conseguiram sequenciar uma porcentagem muito pequena do genoma inteiro." Mas é a natureza do crescimento exponencial que faz com que, uma vez que atinja um 'joelho' da curva, ele explode. A maior parte do projeto foi feita nos últimos anos do prazo estimado. Levou 15 anos para sequenciar o HIV -- e sequenciamos o SARS em 31 dias. Portanto, estamos ganhando o potencial de superar estes problemas.
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.
Vou mostrar alguns exemplos de quão pervasivo é este fenômeno. O ritmo de mudança de paradigma, o ritmo da adoção de novas idéias, está dobrando a cada década, de acordo com nossos modelos. Estes são gráficos logarítmicos, portanto, conforme você sobe, isto representa, geralmente multiplicar por 10 ou 100. Levamos cerca de 100 anos para adotar o telefone, a primeira tecnologia de realidade virtual. Telefones celulares foram adotados em 8 anos. Se você incluir diferentes tecnologias de comunicação neste gráfico logarítmico, televisão, rádio, telefone foram adotados em décadas. Tecnologias recentes -- como o PC, a web, celulares -- levaram menos de uma década. Vejam agora um gráfico interessante, e ele mostra uma razão fundamental pela qual um processo evolutivo -- e tanto a biologia quanto a tecnologia são processos evolutivos -- acelera. Eles funcionam através de interação -- eles criam a capacidade, e depois usam esta capacidade para moverem-se para o próximo estágio.
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.
Portanto, o primeiro passo na evolução biológica, a evolução do DNA -- na verdade, o RNA veio antes -- levou bilhões de anos, depois a evolução usou esta estrutura de processamento de informação para levar ao próximo estágio. A Explosão Cambriana, quando todos as estruturas dos corpos dos animais evoluíram, levou só 10 milhões de anos. Foi 200 vezes mais rápido. E a evolução usou estas estruturas corpóreas para evoluir funções cognitivas, e a evolução biológica continuou acelerando. É a natureza do processo evolutivo. O Homo sapiens, a primeira espécie criadora de tecnologia, a que combinou uma função cognitiva com um apêndice opositor -- e, por falar nisto, os chimpanzés não têm um polegar opositor muito bom -- de forma que pudemos manipular nosso ambiente com força e coordenação motora refinada, e usamos nossos modelos mentais para mudar o mundo e fazer a tecnologia surgir.
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.
Por falar nisto, a evolução de nossa especie levou centenas de milhares de anos, e então, usando a interação, a evolução uso, essencialmente, a tecnologia criando espécies para trazer o próximo estágio, que foram os primeiros passos de evolução tecnológica. E estes primeiros passos levaram dezenas de milhares de anos -- ferramentas de pedra, fogo, a roda -- e foi acelerando. Nós sempre usamos a última geração de tecnologias para criar a próxima geração. A prensa de impressão levou um século para ser adotada, os primeiros computadores foram projetados no papel -- agora usamos computadores. E obtivemos uma contínua aceleração deste processo.
Now by the way, if you look at this on a linear graph, it looks like everything has just happened, but some observer says, "Well, Kurzweil just put points on this graph that fall on that straight line." So, I took 15 different lists from key thinkers, like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar on the same -- and these people were not trying to make my point; these were just lists in reference works, and I think that's what they thought the key events were in biological evolution and technological evolution. And again, it forms the same straight line. You have a little bit of thickening in the line because people do have disagreements, what the key points are, there's differences of opinion when agriculture started, or how long the Cambrian Explosion took. But you see a very clear trend. There's a basic, profound acceleration of this evolutionary process. Information technologies double their capacity, price performance, bandwidth, every year. And that's a very profound explosion of exponential growth. A personal experience, when I was at MIT -- computer taking up about the size of this room, less powerful than the computer in your cell phone. But Moore's Law, which is very often identified with this exponential growth, is just one example of many, because it's basically a property of the evolutionary process of technology.
Se você olha para isto num gráfico linear, parece que tudo aconteceu agora mesmo, mas alguns dizem "Bem, o Kurzweil só colocou os pontos neste gráfico que caem naquela linha reta." Então peguei 15 listas diferentes de pensadores importantes, como a Enciclopédia Britannica, o Museu de História Natural, o Calendário Cósmico de Carl Sagan sobre a mesma coisa -- e estas pessoas não estavam tentando concordar comigo, estas eram apenas listas em trabalhos de referência. E acho que estes eram o que eles pensavam que eram eventos fundamentais na evolução biológica e tecnológica. E novamente, ela forma uma linha reta. Temos pequenos inchaços na linha porque alguns discordam sobre quais são os pontos chave, existem opiniões diferentes sobre quando começou a agricultura, ou quanto tempo durou a Explosão Cambriana. Mas você vê uma tendência muito clara. Existe uma aceleração básica e profunda neste processo evolutivo. As tecnologias da informação dobram de capacidade, desempenho de preço, largura de banda, a cada ano. E esta é uma explosão profunda no crescimento exponencial. Uma experiência pessoal, quando eu estava no MIT -- os computadores tinham o tamanho desta sala, e menos poder computacional que o processador de seu celular. Mas a Lei de Moore, que é frequentemente associada ao crescimento exponencial, é apenas um exemplo de muitos, porque ela é, basicamente uma propriedade do processo evolutivo tecnológico.
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.
Coloquei 49 computadores famosos neste gráfico logarítmico -- aliás, uma linha reta num gráfico logarítmico significa um crescimento exponencial -- e esta é outra exponencial. Levamos três anos para duplicar o desempenho de preço de computação em 1900, dois anos no meio, e agora estamos dobrando a cada ano. E este é uma crescimento exponencial em cinco paradigmas diferentes. A Lei de Moore foi só a última parte, em um circuito integrado, onde estávamos encolhendo circuitos, mas tínhamos calculadoras eletro-mecânicas, computadores a relés que resolveram o problema do código alemão da Enigma, válvulas previram nos anos 50 a eleição de Eisenhower, transistores discretos usados nas primeiras viagens ao espaço e depois a Lei de Moore. Toda vez que um paradigma perde o fôlego, outro paradigma vem de outra área e continua o crescimento exponencial. Estavam encolhendo as válvulas, fazendo-as menores e menores, E isto chegou a um limite. Não podiam continuar o encolhimento e manter o vácuo. Um paradigma totalmente diferente -- os transistores começaram a surgir. Na verdade, quando vemos o fim de uma linha de um paradigma em particular, isto criar pressão nas pesquisas para criar o próximo paradigma. E porque temos predito o fim da Lei de Moore já há algum tempo -- a primeira foi em 2002, e agora dizem que vai ser em 2022. Mas na década de 10, os transistores terão uns poucos átomos de largura, e não seremos capazes de encolhê-los mais. Este será o fim da Lei de Moore, mas não será o fim do crescimento exponencial, porque os chips são achatados. Vivemos num mundo tridimensional, e podemos usar a terceira dimensão. Usaremos a terceira dimensão e houve um progresso tremendo, só nos últimos anos, em conseguir circuitos moleculares tridimensionais auto-organizáveis funcionando. E os teremos funcionando antes da Lei do Moore perder o fôlego. Supercomputadores - a mesma coisa. Desempenho dos processadores Intel, o preço médio de um transistor -- em 1968 você podia comprar um transistor por um dólar. Você pode comprar 10 milhões em 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.
É incrível o quanto é suave o processo exponencial. quero dizer, você poderia pensar que este é o resultado de algum experimento de bancada, mas é resultado de um comportamento caótico que envolve todo o mundo -- países acusando uns aos outros de dumping, IPOs, falências, programas de marketing. Poderíamos pensar que seria um processo totalmente errático. e, no entanto, temos um resultado muito suave deste processo caótico. Do mesmo modo que não podemos prever o que uma molécula de gás vai fazer -- é inútil tentar prever uma molécula isoladamente -- mesmo assim, podemos prever as propriedades do gás como um todo, usando termodinâmica, de modo bastante preciso. É o mesmo aqui. Não podemos prever nenhum projeto em particular, mas os efeitos desta atividade competitiva, global, caótica e imprevisível e do processo evolutivo da tecnologia é bastante previsível. E podemos prever estas tendências bastante à frente no futuro. Diferentemente das rosas de Gertrude Stein não é verdade que um transistor é um transistor. Nós os fazemos menores e mais baratos, os elétrons tem que viajar distâncias menores. São mais velozes, portanto, você tem crescimento potencial na velocidade dos transistores, portanto, o custo de um ciclo de um transistor vem caindo pela metade a cada 1,1 anos. Se você acrescentar outras formas de inovação e design de processadores, você pode ter o dobro de desempenho de preço de computação a cada ano.
And that's basically deflation -- 50 percent deflation. And it's not just computers. I mean, it's true of DNA sequencing; it's true of brain scanning; it's true of the World Wide Web. I mean, anything that we can quantify, we have hundreds of different measurements of different, information-related measurements -- capacity, adoption rates -- and they basically double every 12, 13, 15 months, depending on what you're looking at. In terms of price performance, that's a 40 to 50 percent deflation rate. And economists have actually started worrying about that. We had deflation during the Depression, but that was collapse of the money supply, collapse of consumer confidence, a completely different phenomena. This is due to greater productivity, but the economist says, "But there's no way you're going to be able to keep up with that. If you have 50 percent deflation, people may increase their volume 30, 40 percent, but they won't keep up with it." But what we're actually seeing is that we actually more than keep up with it. We've had 28 percent per year compounded growth in dollars in information technology over the last 50 years. I mean, people didn't build iPods for 10,000 dollars 10 years ago. As the price performance makes new applications feasible, new applications come to the market. And this is a very widespread phenomena. Magnetic data storage -- that's not Moore's Law, it's shrinking magnetic spots, different engineers, different companies, same exponential process.
E isto é basicamente deflação -- 50% de deflação E não só em computadores. Isto é verdade para sequenciamento de DNA, para escaneamento do cérebro, e é verdade para a web. Tudo o que você puder quantificar, nós temos centenas de medições diferentes, diferentes medições relacionadas a informação -- capacidade, taxa de adoção -- e elas basicamente, dobram a cada 12, 13, 15 meses, dependendo do que você está observando. Em termos de desempenho de preço, são 50 -- 40 a 50% de deflação. E os economistas estão começando a se preocupar com isto. Nós tivemos deflação durante a depressão. mas aquilo foi (causado pelo) colapso do suprimento de dinheiro, colapso da confiança do consumidor, um fenômeno completamente diferente. Este é devido ao crescimento de produtividade. Mas os economistas dizem, "Mas não tem jeito de aguentarmos isto. Se você tem 50% de deflação, as pessoas podem aumentar seu volume 30, 40%, mas não vão aguentar." Mas, na verdade, o que vemos é que nós não apenas aguentamos. Tivemos um crescimento de 28% em dólares em tecnologia da informação nos últimos 50 anos. Quero dizer, as pessoas não construiam iPods por 10.000 dólares há 10 anos. à medida que o desempenho de preço faz com que novas aplicações sejam viáveis, elas ganham lugar ao mercado. E este é um fenômeno muito amplo. Armazenamento de dados em formato magnético -- isto não segue a Lei de Moore, é encolhimento de pontos magneticos, engenheiros diferentes, companhias diferentes, e o mesmo processo exponencial.
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.
Uma revolução chave é que estamos entendendo nossa própria biologia nestes mesmos termos informacionais. Estamos entendendo os programas de software que fazem nosso corpo funcionar. Eles se desenvolveram em épocas muito diferentes -- Na verdade, gostaríamos de mudar estes programas. Um pequeno programa de software, chamado o gene receptor de insulina e gordura basicamente diz, "Segure todas as calorias, porque a próxima temporada de caça pode não ser tão boa". Isto servia ao interesse de nossa espécie há dezenas de milhares anos. Nós gostaríamos de poder desligar este programa. Tentaram isto em animais, e os ratos comeram vorazmente e se mantiveram magros e obtiveram os benefícios de saúde associados com continuarem a ser magros. Não tiveram diabetes, nem doenças cardíacas, viveram 20% a mais, obtiveram os benefícios da restrição calórica mas sem a restrição (de fato). Quatro ou cinco companhias farmacêuticas notaram isto, perceberam que seria uma ótima droga para o mercado, e este é apenas um dos 30.000 genes que afetam nossa bioquímica.
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.
Nós evoluímos numa era em que não era do interesse das pessoas na idade da maioria nesta conferência, como eu mesmo, viver muito mais, porque estaríamos usando os recursos preciosos que seriam melhor aproveitados nas crianças e naqueles cuidando delas. Então, a vida -- vidas longas -- como por exemplo, muito mais que 30 -- não eram favorecidas pela seleção, mas estamos aprendendo a manipular e mudar estes programas de software usando a revolução biotecnológica. Por exemplo, hoje podemos inibir genes com interferência de RNA. Existem novas formas de terapias genéticas muito interessantes que superam o problema de colocar o material genético no lugar certo do cromossomo. Na verdade existe -- pela primeira vez, alguma coisa sendo testada em humanos, que de fato cura hipertensão pulmonar -- uma doença fatal -- usando terapia genética. Portanto teremos não apenas bebês projetados, mas 'baby boomers' projetados. E esta tecnologia também está acelerando. Custava 10 dólares por par de bases em 1990, 10 centavos em 2000. Hoje custa um décimo de centavo. A quantidade de dados genéticos -- isto é -- isto mostra que o suave crescimento exponencial duplicou a cada ano, habilitando o Projeto Genoma ser completado.
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.
Outra grande revolução, a das comunicações. O desempenho do preço, largura de banda, a capacidade das comunicações medidas de formas diferentes; a cabo, wireless, estão crescendo exponencialmente. a internet têm duplicado em poder, e continua a se duplicar, de acordo com medidas diferentes. Isto é baseado no número de 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.
Miniaturização -- estamos encolhendo o tamanho da tecnologia numa taxa exponencial, tanto a cabo quando wireless. Estes são alguns projetos do livro de Eric Drexler -- que estamos achando viáveis com simulações de supercomputadores, e existem cientistas construindo robôs em escala molecular. Existe mesmo um que caminha com um balanço surpreendentemente humano, que é construido a partir de moléculas. Existem máquinas muito pequenas fazendo coisas experimentais. O que mais entusiasma é entrar no corpo humano e executar funções terapêuticas e diagnósticas. E isto é menos futurismo do que pode soar a princípio. Estas coisas já foram feitas em animais.
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.
Existe um dispositivo feito com nanotecnologia que cura a diabete tipo 1. É feito para ser usado dentro das células. Colocam 10 mil deles numa célula de sangue -- eles experimentaram em ratos -- e ele libera insulina de modo controlado, e cura a diabete tipo 1. O que vocês estão vendo é um projeto de uma célula de sangue robótica, e isto levanta a questão que a nossa biologia é abaixo do que seria a condição ótima, mesmo que seja muito intrincada. Uma vez que entendamos seus princípios de operação, o ritmo no qual poderemos usar engenharia reversa nesta biologia está acelerando. poderemos projetar coisas para serem milhares de vezes mais capazes. Uma análise deste respirócito, projetado por Rob Freitas, indica que se você substituir 10% das suas células sanguíneas por estas versões robóticas, você poderia correr incrivelmente rápido por 15 minutos sem respirar. Você poderia sentar no chão de sua piscina por 4 horas -- -- então "Querida, estou na piscina" teria um significado totalmente novo. seria interessante ver o que poderíamos fazer nas eliminatórias olímpicas. Provavelmente, iríamos bani-los, mas teríamos o fantasma de adolescentes em seus ginásios escolares serem melhores que os atletas olímpicos cotidianamente. Freitas tem um projeto para um leucócito robótico. Estes são cenários para 2020, mas não são tão futuristas quanto parecem. Existem quatro grandes conferências sobre a construção de dispositivos para serem usados em de células de sangue existem muitos experimentos em animais. Na verdade, existe um sendo testado em humanos, portanto estas são tecnologias viáveis.
If we come back to our exponential growth of computing, 1,000 dollars of computing is now somewhere between an insect and a mouse brain. It will intersect human intelligence in terms of capacity in the 2020s, but that'll be the hardware side of the equation. Where will we get the software? Well, it turns out we can see inside the human brain, and in fact not surprisingly, the spatial and temporal resolution of brain scanning is doubling every year. And with the new generation of scanning tools, for the first time we can actually see individual inter-neural fibers and see them processing and signaling in real time -- but then the question is, OK, we can get this data now, but can we understand it? Doug Hofstadter wonders, well, maybe our intelligence just isn't great enough to understand our intelligence, and if we were smarter, well, then our brains would be that much more complicated, and we'd never catch up to it. It turns out that we can understand it.
Se nós voltarmos ao nosso crescimento exponencial na computação, 1.000 dólares de computação está agora entre um cérebro de inseto e de um rato. Isto vai intersectar com a inteligência humana em termos de capacidade na década de 2020, mas esta é a parte da equação eu tem a ver com o hardware. Mas de onde vamos conseguir o software? Bem, podemos ver dentro do cérebro humano, e, de fato, naturalmente, A resolução espacial e temporal do cérebro humano está dobrando a cada ano. E com a nova geração de ferramentas para escaneamento, pela primeira vez poderemos ver fibras inter-neurais individuais e vê-las processando e sinalizando em tempo real e -- mas então a questão é: "Ok, podemos pegar estes dados agora, mas poderemos entendê-los?" Doug Hofstadter se pergunta, "Bem, talvez a nossa inteligência não seja capaz de compreender a nossa inteligência, e se fôssemos mais inteligentes, bem, então nossos cérebros seriam muito mais complicados, e nós nunca conseguiríamos acompanha-los." Mas nós podemos entendê-lo.
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.
Este é um diagrama de blocos de um modelo e simulação do cortex auditivo humano que funciona bem o bastante -- nas aplicações de testes psicoacústicos, ele é muito semelhante à percepção auditiva humana. Existe outra simulação do cerebelo -- que representa mais da metade dos neurônios do cérebro -- novamente, age de modo muito semelhante à habilidade humana. Isto tudo está bem no começo, mas podemos mostrar com o crescimento exponencial da quantidade de informação sobre o cérebro e a melhoria exponencial na resolução do escaneamento do cérebro, que iremos ter sucesso na engenharia reversa do cérebro humano na década de 2020. Já temos modelos e simulações bem precisos de cerca de 15 regiões das muitas centenas.
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.
Mas tudo isto é exponencial -- progresso econômico de crescimento exponencial. A produtividade passou de 30 dólares para 150 por hora de trabalho nos últimos 50 anos. O comércio eletrônico têm crescido exponencialmente. Está agora nos trilhões de dólares. Você pode estar pensando, bem, será que não foi um boom e um fiasco? Isso foi um fenômeno estritamente do mercado de capitais.♪ A Wall Street notou que isso era uma tecnologia revolucionária, e de fato era, mas seis meses depois, quando já tinha revolucionado todos os modelos de negócios, eles pensaram, "Bem, está tudo errado." e então tivemos o fiasco.
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.
Tudo bem, esta é uma tecnologia que construímos usando algumas tecnologias nas quais estamos envolvidos. Isto será uma rotina para os telefones celulares. Ela será capaz de traduzir de uma língua para outra.
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.
Vou apenas terminar com alguns cenários. Lá para 2010 os computadores vão desaparecer. Eles serão tão pequenos, que estarão incorporados às nossas roupas e ao nosso ambiente. Imagens serão escritas diretamente na sua retina, fornecendo imersão total em realidade virtual, realidade aumentada real. Iremos interagir com personalidades virtuais.
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.
Mas se chegarmos a 2029, teremos toda a maturidade destas tendências, e você irá apreciar quantas voltas o parafuso terá dado em termos de gerações tecnológicas que estão se desenvolvendo cada vez mais rápido e que teremos a esta altura. Teremos 2 elevado a 25 de melhoria no desempenho de preço, capacidade e largura de banda destas tecnologias, o que é fenomenal. Será milhões de vezes mais poderoso que é hoje. Teremos completado a engenharia reversa do cérebro humano, 1.000 dólares de computação serão muito mais poderosos que o cérebro humano em termos de capacidade bruta. Os computadores combinarão os poderes de reconhecimento sutís da inteligência humana de formas que as máquinas já são superiores, em termos de pensamento analítico, lembrando bilhões de fatos com precisão. As máquinas podem compartilhar seu conhecimento muito rapidamente. Mas não será simplesmente uma invasão de máquinas inteligentes. Nós iremos nos mesclar com nossa tecnologia.
These nano-bots I mentioned will first be used for medical and health applications: cleaning up the environment, providing powerful fuel cells and widely distributed decentralized solar panels and so on in the environment. But they'll also go inside our brain, interact with our biological neurons. We've demonstrated the key principles of being able to do this. So, for example, full-immersion virtual reality from within the nervous system, the nano-bots shut down the signals coming from your real senses, replace them with the signals that your brain would be receiving if you were in the virtual environment, and then it'll feel like you're in that virtual environment. You can go there with other people, have any kind of experience with anyone involving all of the senses. "Experience beamers," I call them, will put their whole flow of sensory experiences in the neurological correlates of their emotions out on the Internet. You can plug in and experience what it's like to be someone else. But most importantly, it'll be a tremendous expansion of human intelligence through this direct merger with our technology, which in some sense we're doing already. We routinely do intellectual feats that would be impossible without our technology. Human life expectancy is expanding. It was 37 in 1800, and with this sort of biotechnology, nano-technology revolutions, this will move up very rapidly in the years ahead.
Estes nano-robôs que mencionei serão usados primeiro para aplicações médicas e de saúde: limpar o meio-ambiente, fornecer células de combustível poderosas e painéis solares distribuídos de forma descentralizada no ambiente. Mas os nano-robôs também entrarão em nosso cérebro, e vão interagir com os neurônios biológicos. Nós demonstramos os princípios chave que nos possibilitarão a fazer tudo isto. Por exemplo, realidade virtual com imersão total de dentro do sistema nervoso, os nano-bots desligam os sinais vindo dos nossos sentidos, e substituem pelos sinais que seu cérebro receberia se você estivesse em um ambiente virtual, E você sentiria tudo como se estivesse neste ambiente virtual. Você pode estar com pessoas, e ter qualquer tipo de experiência com qualquer um, envolvendo os sentidos. Eu os chamo de "raios da experiência" colocação seu fluxo de experiências sensoriais nos equivalentes neurológicos de suas emoções na internet. Você pode conectar e vivenciar como é ser outra pessoa. Mas, o mais importante, Será uma tremenda expansão da inteligência humana através desta mescla com nossa tecnologia, que, de certa forma, já estamos experimentando. Nós fazemos coisas cotidianamente que seriam impossíveis sem a nossa tecnologia. A expectativa de vida está se expandindo. Era de 37 anos em 1800, e com este tipo de tecnologia, revoluções nano-tecnológicas, ela vai subir rapidamente nos próximos anos.
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.
Minha principal mensagem é que o progresso na tecnologia é exponencial e não linear. Muitos - mesmo os cientistas -- pensam num modelo linear, então dizem, "oh, serão centenas de anos antes que tenhamos uma montagem nano-tecnológica auto-replicadora ou inteligência artificial." Se você olha para o poder do crescimento exponencial, Verá que estas coisas estarão à disposição em pouco tempo. E a tecnologia da informação está absorvendo cada mais aspectos das nossas vidas, desde nossa música até nossa produção até a nossa biologia, nossa energia, nossos materiais.
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.
Seremos capazes de produzir praticamente tudo o que desejarmos na década de 2020, desde informação, usando materiais brutos muito baratos, usando nano-tecnologia. Estas são tecnologias poderosas. Elas viabilizam tanto nossas esperanças quanto nossos temores. Portanto temos que ter a disposição de aplica-las aos problemas certos.
Thank you very much.
Muito obrigado.
(Applause)
(Aplausos)