في 16 دقيقة القادمة سآخذكم في رحلة هذه الرحلة قد تكون أكبر أحلام للبشرية: لفهم شفرة الحياة.
For the next 16 minutes, I'm going to take you on a journey that is probably the biggest dream of humanity: to understand the code of life.
بالنسبة إلي، بدأ كل شيء منذ عدة سنين عندما رأيت أول طابعة ثلاثية الأبعاد. كان المفهوم مدهشاً
So for me, everything started many, many years ago when I met the first 3D printer. The concept was fascinating.
الطابعة ثلاثية الأبعاد تحتاج إلى ثلاثة عناصر: بعضاً من المعلومات والمواد الخام والطاقة، لتصبح قادرة على خلق أي شيء لم يكن موجوداَ في السابق.
A 3D printer needs three elements: a bit of information, some raw material, some energy, and it can produce any object that was not there before.
كنت أحل بعض المسائل الفيزيائية وأنا عائد إلى المنزل أدركت بإننّي حقيقةً لطالما عرفت الطابعة ثلاثية الأبعاد. كذلك الجميع يعرفها. لقد كانت أمي.
I was doing physics, I was coming back home and I realized that I actually always knew a 3D printer. And everyone does. It was my mom.
(ضحك)
(Laughter)
أمي تأخذ ثلاث عناصر: بعضاً من المعلومات التي دارت بينها وبين أبي، في هذه الحالة المواد الخام والطاقة التي هي الطعام وبعد بضعة أشهر، أنجبوني. ولم أكن موجوداً من قبل.
My mom takes three elements: a bit of information, which is between my father and my mom in this case, raw elements and energy in the same media, that is food, and after several months, produces me. And I was not existent before.
إذاً بعيداً عن صدمة أمي التي عرفت أنها كانت طابعة ثلاثية الأبعاد، في الحال أصبحت مسحوراً بهذا الجزء، الجزء الأول؛ المعلومات. كم من المعلومات التي تحتاج لتكوين إنسان؟ أهي معلومات كثيرة؟ أم قليلة؟ كم عدد الذواكر الإصبعية التي ستملؤها؟
So apart from the shock of my mom discovering that she was a 3D printer, I immediately got mesmerized by that piece, the first one, the information. What amount of information does it take to build and assemble a human? Is it much? Is it little? How many thumb drives can you fill?
حسناً، لقد كنت أدرس الفيزياء في البداية وقمت بتشبيه الإنسان بقطع ليجو ضخمة. إذاً، يمكنك تخيّل بأن البنى الأساسيّة هي ذرات صغيرة ويوجد ذرة هيدروجين هنا، وذرة كربون هنا، وذرة نيتروجين هنا. إذاً في التشابه الأولي إذا كان بإمكاني عدُّ الذرات التي يتألف منها جسم الإنسان، سأستطيع بناؤه. الآن، يمكنك حساب بعض الأرقام وهذا سيكون رقم مذهل حقاً. إذاً عدد الذرات، الملف الذي سأحفظه في القرص الإصبعي لتكوين طفل صغير، في الحقيقة سأملئ سفينة تيتانيك كاملة بهذه الأقراص الإصبعية -- مضاعفة 2000 مرة. هذه هي معجزة الحياة. من الآن فصاعداً في كل مرة تشاهد سيدة حامل، فهي تجمع الكميات الأكبر من المعلومات التي من الممكن أن تشاهدها. انسى المعلومات الكبيرة، انسى جميع ما سمعته. هذه الكميات الأكبر من المعلومات التي وجدت.
Well, I was studying physics at the beginning and I took this approximation of a human as a gigantic Lego piece. So, imagine that the building blocks are little atoms and there is a hydrogen here, a carbon here, a nitrogen here. So in the first approximation, if I can list the number of atoms that compose a human being, I can build it. Now, you can run some numbers and that happens to be quite an astonishing number. So the number of atoms, the file that I will save in my thumb drive to assemble a little baby, will actually fill an entire Titanic of thumb drives -- multiplied 2,000 times. This is the miracle of life. Every time you see from now on a pregnant lady, she's assembling the biggest amount of information that you will ever encounter. Forget big data, forget anything you heard of. This is the biggest amount of information that exists.
(تصفيق)
(Applause)
لكن الطبيعة، لحسن الحظ، هي أذكى بكثير من عالم فيزياء شاب، وخلال أربعة مليارات سنة، استطاعت من حزم كل المعلومات ضمن بلورة صغيرة ندعوها "الحمض النووي". واكتشفت لأوّل مرة في عام 1950 عندما روزاليد فرانكلين، باحثة رائعة، وامرأة، قامت بأخذ صورة لها. لكن تطلّب الأمر منّا أكثر من 40 سنة لنصل إلى داخل الخلية البشريّة أخيراً، استخراج هذه البلورة، بسطها، وقرائتها لأول مرّة. تبيّن لنا أنّ الرمز هو عبارة عن أحرف أبجدية بسيطة فقط، أربعة أحرف: آي، تي، سي وجي. ولبناء إنسان، أنت بحاجة إلى ثلاثة مليارات حرف منهم. ثلاثة مليارات. كم هو "ثلاثة مليارات"؟ إنّه لا يعبّر حقّاً عن أي شيء كعدد، صحيح؟
But nature, fortunately, is much smarter than a young physicist, and in four billion years, managed to pack this information in a small crystal we call DNA. We met it for the first time in 1950 when Rosalind Franklin, an amazing scientist, a woman, took a picture of it. But it took us more than 40 years to finally poke inside a human cell, take out this crystal, unroll it, and read it for the first time. The code comes out to be a fairly simple alphabet, four letters: A, T, C and G. And to build a human, you need three billion of them. Three billion. How many are three billion? It doesn't really make any sense as a number, right?
لذا كنت أفكر كيف يمكنني أن أشرحه بطريقة أفضل عن مدى كبر وضخامة هذا الرمز. لكن هناك -- أعني، سأحتاج لبعض المساعدة وأفضل شخص لمساعدتي في تقديم هذا الرمز في الحقيقة هو أوّل شخص قام بوضع تسلسل السلسلة الجينية هو د.غرايغ فينتر. لذا رحّبو على المسرح بالدكتورغرايغ فينتر.
So I was thinking how I could explain myself better about how big and enormous this code is. But there is -- I mean, I'm going to have some help, and the best person to help me introduce the code is actually the first man to sequence it, Dr. Craig Venter. So welcome onstage, Dr. Craig Venter.
(تصفيق)
(Applause)
ليس الرجل موجوداً بجسده، وإنّما لأوّل مرّة في التاريخ، هذا هو الجينوم لشخص واحد، طبعت صفحةً بصفحة، حرف بحرف، 262,000 صفحة من المعلومات، 450 كيلو غراماً، شحنت من الولايات المتحدة الأمريكيّة إلى كندا وهذا بفضل برونو باودين، لولو.كوم، ورائد أعمال، قامو بكل شيء. لقد كان عملاً رائعاً.
Not the man in the flesh, but for the first time in history, this is the genome of a specific human, printed page-by-page, letter-by-letter: 262,000 pages of information, 450 kilograms, shipped from the United States to Canada thanks to Bruno Bowden, Lulu.com, a start-up, did everything. It was an amazing feat.
لكن هذا هو الإدراك البصري لما هو "رمز الحياة". والآن، لأوّل مرّة، أستطيع أن أقوم بعمل شيءٍ مضحك. أستطيع أن أنظر بداخله وأن اقرأه. لذا سآخذ كتاباً ممتعاً ... كهذا الكتاب. لدي ملاحظة، إنّه كتابٌ كبير إلى حدٍّ ما. فقط لجعلك ترى ما هو "رمز الحياة". آلاف وآلاف وآلاف. وملايين من الأحرف. التي قد تبدو منطقيّة. دعونا نأخذ مقطعاً محدّداً. دعوني اقرؤه لكم:
But this is the visual perception of what is the code of life. And now, for the first time, I can do something fun. I can actually poke inside it and read. So let me take an interesting book ... like this one. I have an annotation; it's a fairly big book. So just to let you see what is the code of life. Thousands and thousands and thousands and millions of letters. And they apparently make sense. Let's get to a specific part. Let me read it to you:
(ضحك)
(Laughter)
"آي آي جي، آي آي تي، آي تي آي".
"AAG, AAT, ATA."
بالنسبة لكم فإنّها تبدو حروف صامتة، لكن هذه السلسلة تعطي لون الأعين للدكتور غرايغ. سأريكم جزءاً آخر من الكتاب. هذا الجزء حقيقةً أكثر تعقيداً.
To you it sounds like mute letters, but this sequence gives the color of the eyes to Craig. I'll show you another part of the book. This is actually a little more complicated.
الصبغي 14، كتاب 132:
Chromosome 14, book 132:
(ضحك)
(Laughter)
كما يمكنكم أن تتوقعوا.
As you might expect.
(ضحك)
(Laughter)
"آي تي تي، سي تي تي، جي آي تي تي".
"ATT, CTT, GATT."
هذا الإنسان محظوظ، لأنّك إذا فقدت فقط حرفين فقط في هذا الموضع -- حرفين من أصل ثلاثة مليارات -- سيصاب بمرض خطير: التّليف الكيسي. ليس لدينا أي علاج له، ولا نعلم كيفيّة الوصول لحل، وبحرفين فقط سنختلف عمّا نحن عليه.
This human is lucky, because if you miss just two letters in this position -- two letters of our three billion -- he will be condemned to a terrible disease: cystic fibrosis. We have no cure for it, we don't know how to solve it, and it's just two letters of difference from what we are.
كتابٌ رائع، كتابٌ عظيم، كتابٌ عظيم ساعدني بأن أفهم وسيظهر لك شيء رائع بالفعل. كلُّ واحدٍ منكم -- ما يجعلني أنا، أنا وأنتم، أنتم -- إنّه فقط فوق خمسة ملايين من هذه، نصف كتاب. بالنسبة للبقية، نحن متشابهون تماماً. خمس مئة صفحة هي معجزة الحياة التي جعلتك ما أنت عليه. البقية، كلنا نتشاركها. لذا فكّر بهذا مرّةً أخرى عندما تفكّر بأنّنا مختلفون. هذا هو القدر من المعلومات الذي نتشاركه.
A wonderful book, a mighty book, a mighty book that helped me understand and show you something quite remarkable. Every one of you -- what makes me, me and you, you -- is just about five million of these, half a book. For the rest, we are all absolutely identical. Five hundred pages is the miracle of life that you are. The rest, we all share it. So think about that again when we think that we are different. This is the amount that we share.
إذاً بما أنّني الآن أملك انتبهاهكم، السؤال التالي هو: كيف أقرؤه؟ كيف أستطيع أن أفهم معانيه؟ حسناً، مهما كنت بارعاُ في تجميع الأثاث السويدي، هذا دليل التعليمات ستقضي بقية حياتك في فك رموزه.
So now that I have your attention, the next question is: How do I read it? How do I make sense out of it? Well, for however good you can be at assembling Swedish furniture, this instruction manual is nothing you can crack in your life.
(ضحك)
(Laughter)
وبهذا، في 2014، اثنين من مشاهير TED، بيتر ديامانديز وغرايغ فيتر بذاته، قرّرا إنشاء شركة جديدة. "طول العمر البشري" قد ولدت، بمهمّة واحدة: تجريب كل ما نستطيع تجريبه وتعلم كل شيء يمكننا تعلمه من هذه الكتب. مع هدف واحد -- جعل الحلم حقيقة ألا وهو "الطب الشخصي"، فهم الأشياء الواجب عملها للحصول على صحة أفضل وما هي أسرار هذه الكتب.
And so, in 2014, two famous TEDsters, Peter Diamandis and Craig Venter himself, decided to assemble a new company. Human Longevity was born, with one mission: trying everything we can try and learning everything we can learn from these books, with one target -- making real the dream of personalized medicine, understanding what things should be done to have better health and what are the secrets in these books.
فريق رائع، 40 باحث بيانات والكثير الكثير من الناس، الذي كان من دواعي سروري العمل معهم. المفهوم في الحقيقة بسيطٌ جدّاً. سنقوم باستخدام تكنولوجيا تدعى تعلّيم الآلة . من جانب واحد، لدينا هذه الجينات -- الآلاف منها. في الجانب المقابل، لقد جمعنا قاعدة المعلومات الأكبر عن الإنسان: الأنماط الظاهريّة، مسح ثلاثي الأبعاد، التصوير بالرنين المغناطيسي النووي -- كل ما يمكنك تخيله. بداخل ذلك، على الجانب المعاكس لهما، هناك سر الترجمة. وفي المنتصف، نقوم ببناء آلة. نبني آلة ونقوم بتدريب آلة -- حسناً، ليست آلة واحدة فقط، العديد العديد من الآلات -- محاولةً لفهم وترجمة الجينوم إلى نمط ظاهري. ما هي هذه الأحرف، وماذا يفعلون؟ إنّه مدخل يمكننا استخدامه في كل شيء، لكن استخدامه في علم الجينوم معقد قليلاً. شيئاً فشيئاً كبرنا وبدأنا ببناء تحدّيات مختلفة. بدأنا من البداية، من الصفات المشتركة. الصفات المشتركة مريحة لأنّها مشتركة، كل شخص يملكها.
An amazing team, 40 data scientists and many, many more people, a pleasure to work with. The concept is actually very simple. We're going to use a technology called machine learning. On one side, we have genomes -- thousands of them. On the other side, we collected the biggest database of human beings: phenotypes, 3D scan, NMR -- everything you can think of. Inside there, on these two opposite sides, there is the secret of translation. And in the middle, we build a machine. We build a machine and we train a machine -- well, not exactly one machine, many, many machines -- to try to understand and translate the genome in a phenotype. What are those letters, and what do they do? It's an approach that can be used for everything, but using it in genomics is particularly complicated. Little by little we grew and we wanted to build different challenges. We started from the beginning, from common traits. Common traits are comfortable because they are common, everyone has them.
لذا ابتدأنا بسؤالنا: هل نستطيع أن نتوقع الطول؟ هل نستطيع أن نقرأ الكتاب ونتوقع طولك؟ حسناً، يمكننا ذلك،
So we started to ask our questions: Can we predict height? Can we read the books and predict your height? Well, we actually can,
بدقة تصل إلى خمسة سنتيمترات. مشعر كتلة الجسم متعلق إلى حدٍّ ما بطريقة معيشتك،
with five centimeters of precision. BMI is fairly connected to your lifestyle,
بالرغم من ذلك نستطيع أن نتوقعه، دخلنا بالنسب التقريبيّة، بدقة تصل إلى ثمانية كيلو غرامات. هل نستطيع التنبؤ بلون العينين؟ نعم، نستطيع. بدقة تصل إلى ثمانون بالمئة. هل نستطيع التنبؤ بلون الجلد؟ نعم نستطيع، بدقة ثمانون بالمئة. ها نستطيع التنبؤ بالعمر؟ نستطيع، لأنّه ظاهريّاً، الرمز يتغيّر خلال حياتك. حيث يقصر، وتفقد بعض الأجزاء، ويحصل عليه اندخالات. نحن نقرأ الإشارات، ونقوم بصناعة نموذج.
but we still can, we get in the ballpark, eight kilograms of precision. Can we predict eye color? Yeah, we can. Eighty percent accuracy. Can we predict skin color? Yeah we can, 80 percent accuracy. Can we predict age? We can, because apparently, the code changes during your life. It gets shorter, you lose pieces, it gets insertions. We read the signals, and we make a model.
الآن، تحدي ممتع: هل نستطيع التنبؤ بشكل وجه الإنسان؟ إنّه شيءٌ معقدٌ قليلاً، لأنّ وجه الإنسان يتبعثر بين ملايين هذه الأحرف. كما أنّ وجه الإنسان ليس بجسم بمعالم دقيقة جداً. لذا، قمنا ببناء صف كامل منها لتعلم وتعليم آلة ما هو "الوجه"، وتضمينه وضغطه. وإذا كنت تعرف عن تعليم الآلات، ستفهم بالتحديات الموجودة هنا.
Now, an interesting challenge: Can we predict a human face? It's a little complicated, because a human face is scattered among millions of these letters. And a human face is not a very well-defined object. So, we had to build an entire tier of it to learn and teach a machine what a face is, and embed and compress it. And if you're comfortable with machine learning, you understand what the challenge is here.
الآن، بعد 15 عاماً -- 15 عاماً بعد قراءة أوّل تسلسل -- في أكتوبر هذا، بدأنا نشاهد بعض الإشارات. وكانت لحظة عاطفيّة. ما تراه هنا هو متطوع دخل إلى مخبرنا. هذا هو وجهه. نقوم بأخذ الصورة الأصليّة للمتطوّع ونقوم بتصغير التعقيد، لأنّ ليس كلُّ شيء في وجهك -- العديد من الصفات والعيوب وعدم التناظر ناتجة عن حياتك. نقوم بعمل تناظر للوجه، ونقوم بتشغيل الخوارزمية. النتائج التي سأعرضها الآن، هي التنبؤات التي حصلنا عليها من عينة الدم.
Now, after 15 years -- 15 years after we read the first sequence -- this October, we started to see some signals. And it was a very emotional moment. What you see here is a subject coming in our lab. This is a face for us. So we take the real face of a subject, we reduce the complexity, because not everything is in your face -- lots of features and defects and asymmetries come from your life. We symmetrize the face, and we run our algorithm. The results that I show you right now, this is the prediction we have from the blood.
(تصفيق)
(Applause)
انتظروا دقيقة. في هذه اللحظات، أعينكم تشاهد، يسار يمين، يسار يمين، ودماغكم يريد بأن تكون هذه الصور متطابقة. لذا أنا اسألكم بالقيام بتمرينٍ آخر، كي أكون صادقاً. من فضلك قم بالبحث عن الاختلافات، والتي هي عديدة. الإشارات الأكبر تأتي من الجنس، ثمّ هناك العمر، مشعر كتلة الجسم، العرق المكون للإنسان. وبتوسيع النطاق فوق تلك الإشارة هناك ما هو أكثر تعقيداً. لكن ما تشاهده هنا، حتى الاختلافات، يجعلك تفهم بأنّنا في النسبة المئويّة الصحيحة، بأنّنا نقترب أكثر. وهي تعطيك بالفعل بعض الأحاسيس.
Wait a second. In these seconds, your eyes are watching, left and right, left and right, and your brain wants those pictures to be identical. So I ask you to do another exercise, to be honest. Please search for the differences, which are many. The biggest amount of signal comes from gender, then there is age, BMI, the ethnicity component of a human. And scaling up over that signal is much more complicated. But what you see here, even in the differences, lets you understand that we are in the right ballpark, that we are getting closer. And it's already giving you some emotions.
وهذا متطوع آخر أتى إلى المركز، وهذا هو التنبؤ. وجه أصغر قليلاً، لم نستطع الحصول على بنية الجمجمة كاملةً، لكنّنا نبقى ضمن النسبة المئويّة. وهذا المتطوع أتى إلى مخبرنا، وهذا هو التنبؤ الذي حصلنا عليه. إذاً هؤلاء الأشخاص لم تراهم الآلة أبداً من قبل خلال تدريبها. وهؤلاء يُدعَون بمجموعة "التجريب". لكن هناك هؤلاء الأشخاص الذين من الممكن ألّا تصدقهم أبداً. نحن نقوم بنشر كل شيء في المجلات العلميّة، يمكنكم قرائتها.
This is another subject that comes in place, and this is a prediction. A little smaller face, we didn't get the complete cranial structure, but still, it's in the ballpark. This is a subject that comes in our lab, and this is the prediction. So these people have never been seen in the training of the machine. These are the so-called "held-out" set. But these are people that you will probably never believe. We're publishing everything in a scientific publication, you can read it.
لكن طالما بأنّنا على المنصّة، كريس تحداني. أن أقوم بتعريض نفسي وأن أجرّب التنبؤ شخص من الممكن أن تعرفوه. لذا، في عينة الدم هذه -- صدقوني، ليس لديكم أي فكرة عن ما يجب علينا فعله في عينة الدم الآن -- في عينة الدم هذه يوجد كمية من المعلومات البيولوجيّة التي نحتاجها لاستخراج كامل تسلسل الجينوم. نحن فقط بحاجة لهذا القدر. سنقوم بتشغيل التسلسل، وسأقوم بفعلها معكم. وسنبدأ ببناء طبقات المعلومات التي لدينا. في عينة الدم هذه، توقعنا بأنّ الشخص ذكر. والمتطوع هو ذكر. توقعنا بأنّ طوله متر و 76 سم. وكان الشخص متراً و77 سم. وكما توقعنا بأنّ وزنه 76 كغ؛ وكان 82 كغ. توقعنا عمره 38 عاماً. وكان عمره 35 عاماً. توقعنا لون عينيه. غامقتان كثيراً. توقعنا لون جلده. لقد شارفنا على الوصول. هذا هو وجه.
But since we are onstage, Chris challenged me. I probably exposed myself and tried to predict someone that you might recognize. So, in this vial of blood -- and believe me, you have no idea what we had to do to have this blood now, here -- in this vial of blood is the amount of biological information that we need to do a full genome sequence. We just need this amount. We ran this sequence, and I'm going to do it with you. And we start to layer up all the understanding we have. In the vial of blood, we predicted he's a male. And the subject is a male. We predict that he's a meter and 76 cm. The subject is a meter and 77 cm. So, we predicted that he's 76; the subject is 82. We predict his age, 38. The subject is 35. We predict his eye color. Too dark. We predict his skin color. We are almost there. That's his face.
والآن، إلى لحظة كشف الحقيقة: المتطوع هو هذا الشخص.
Now, the reveal moment: the subject is this person.
(ضحك)
(Laughter)
لقد قمت بفعلها عمداً. أنا من عرق استثنائي وغريب. جنوب أوربي، إيطالي -- لم نقم بإدخالهم ضمن النماذج. إنّه استثنائي -- لأنّ العرق هو حالة معقدة لنموذجنا. لكن هناك نقطةٌ أخرى. من الأشياء التي نستخدمها كثيراً للتعرّف على الأشخاص لن تكتب أبداً في الجينوم. إنّها إرادتنا الحرّة، إنّها التي تتعلق بمظهري. ليست تسريحة شعري في هذه الحالة، وإنّما ذقني. لذا سأقوم بإظهار الصورة في هذه الحالة حيث سأقوم بتعديلها --
And I did it intentionally. I am a very particular and peculiar ethnicity. Southern European, Italians -- they never fit in models. And it's particular -- that ethnicity is a complex corner case for our model. But there is another point. So, one of the things that we use a lot to recognize people will never be written in the genome. It's our free will, it's how I look. Not my haircut in this case, but my beard cut. So I'm going to show you, I'm going to, in this case, transfer it --
وهذا ليس أكثر من تعديل على الفوتوشوب، لا علاقة له بالنموذج -- الذقن وضعت على الشخص. وفوراً، نبدأ بالإحساس بطريقة أفضل بكثير.
and this is nothing more than Photoshop, no modeling -- the beard on the subject. And immediately, we get much, much better in the feeling.
إذاً، لمَ نقوم بفعل ذلك؟ بالتأكيد نحن لا نقوم به لتوقع الطول أو استخراج صور جميلة من عينات دمك. نحن نقوم بذلك؛ لأنّ التكنولوجيا والمقاربة التي نستعملها هنا، ما تتعلّمه الآلة من هذا الرمز، يساعدنا على فهم كيف نعمل، كيفيّة عمل جسدك، كيف يتقدّم جسدك بالسن، كيف تظهر الأمراض في جسدك، كيف ينمو ويتطوّر السرطان، كيف تعمل الأدوية وإذا بإمكانهم العمل في جسدك.
So, why do we do this? We certainly don't do it for predicting height or taking a beautiful picture out of your blood. We do it because the same technology and the same approach, the machine learning of this code, is helping us to understand how we work, how your body works, how your body ages, how disease generates in your body, how your cancer grows and develops, how drugs work and if they work on your body.
هذا تحدي كبير. هذا التّحدي الذي نتشاركه مع آلاف الباحثين حول العالم. هذا ما يدعى بـ "الطب الشخصي". إنّها القدرة على التّحرك من مقاربة إحصائيّة حيث أنت عبارة عن نقطة في محيط، إلى مقاربة شخصيّة، حيث نقرأ كل هذه الكتب ونفهم فعلاً من أنت. لكن إنّه تحدي استثنائي ومعقد، لأنّنا ما زلنا حتّى اليوم من كل هذه الكتب لا نعرف منها سوى اثنان بالمئة تقريباً: أربعة كتب من أصل أكثر من 175 كتاباً.
This is a huge challenge. This is a challenge that we share with thousands of other researchers around the world. It's called personalized medicine. It's the ability to move from a statistical approach where you're a dot in the ocean, to a personalized approach, where we read all these books and we get an understanding of exactly how you are. But it is a particularly complicated challenge, because of all these books, as of today, we just know probably two percent: four books of more than 175.
وهذا ليس موضوع حديثي، لأنّنا سنتعلم أكثر. هناك أفضل الأدمغة في هذا العالم يعملون على هذا الموضوع. التنبؤ سيكون أفضل، النماذج ستصبح أكثر دقّةً. وكلّما تعلمنا أكثر، سنكون علينا مواجهة قراراتٍ أكثر لم يكن علينا مواجهتها من قبل أبداً عن الحياة، عن الموت، عن الأبوّة والأموّة.
And this is not the topic of my talk, because we will learn more. There are the best minds in the world on this topic. The prediction will get better, the model will get more precise. And the more we learn, the more we will be confronted with decisions that we never had to face before about life, about death, about parenting.
إذاً في هذه المحادثة، نحن نقوم بملامسة التفاصيل الدّاخليّة عن عمل الحياة. إنّها ثورة لا يمكنك حصرها في مجال العلوم أو التكنولوجيا. هذا يجب أن يكون حديثاً عالميّاً. يجب علينا البدء بالتفكير للمستقبل الذي نبنيه للبشريّة. يجب علينا أن نتفاعل مع المبدعين والفنانين والفلاسفة والسياسيّن.
So, we are touching the very inner detail on how life works. And it's a revolution that cannot be confined in the domain of science or technology. This must be a global conversation. We must start to think of the future we're building as a humanity. We need to interact with creatives, with artists, with philosophers, with politicians.
على الجميع أن يشارك، لأنّه مستقبل جنسنا البشري. بدون خوف، لكن مع الفهم بأنّ القرارات التي سنقوم بعملها العام القادم ستغيّر مسار البشريّة للأبد.
Everyone is involved, because it's the future of our species. Without fear, but with the understanding that the decisions that we make in the next year will change the course of history forever.
شكراً لكم.
Thank you.
(تصفيق)
(Applause)