Computing a theory of everything | Stephen Wolfram

603,078 views ・ 2010-04-27

TED


Моля, кликнете два пъти върху английските субтитри по-долу, за да пуснете видеото.

Translator: MaYoMo com Reviewer: Kaloyana Milinova
00:16
So I want to talk today about an idea. It's a big idea.
0
16260
3000
Днес искам да говоря за една идея. Това е една голяма идея.
00:19
Actually, I think it'll eventually
1
19260
2000
Всъщност, мисля, че това евентуално
00:21
be seen as probably the single biggest idea
2
21260
2000
може да се разглежда като вероятно най-великата идея,
00:23
that's emerged in the past century.
3
23260
2000
която се е появила през миналото хилядолетие.
00:25
It's the idea of computation.
4
25260
2000
Това е идеята за изчисленията.
00:27
Now, of course, that idea has brought us
5
27260
2000
Сега, разбира се, тази идея ни е донесла
00:29
all of the computer technology we have today and so on.
6
29260
3000
цялата компютърна технология, с която разполагаме днес.
00:32
But there's actually a lot more to computation than that.
7
32260
3000
Но изчисленията са много повече от това.
00:35
It's really a very deep, very powerful, very fundamental idea,
8
35260
3000
Това е наистина много дълбока, много силна и фундаментална идея.
00:38
whose effects we've only just begun to see.
9
38260
3000
Едва сега започваме да виждаме резултатите от нея.
00:41
Well, I myself have spent the past 30 years of my life
10
41260
3000
Да, аз самият прекарах последните 30 години от живота си,
00:44
working on three large projects
11
44260
2000
работейки над три огромни проекта,
00:46
that really try to take the idea of computation seriously.
12
46260
3000
които се опитват да възприемат идеята за изчислението много сериозно.
00:50
So I started off at a young age as a physicist
13
50260
3000
Така, от съвсем млад започнах като физик,
00:53
using computers as tools.
14
53260
2000
изпозвайки компютрите като инструменти.
00:55
Then, I started drilling down,
15
55260
2000
След това започнах нещо като сондиране,
00:57
thinking about the computations I might want to do,
16
57260
2000
мислейки за изчисления, които бих искал да направя,
00:59
trying to figure out what primitives they could be built up from
17
59260
3000
опитвайки се да разбера от какви прости части са изградени
01:02
and how they could be automated as much as possible.
18
62260
3000
и как те могат да бъдат автоматизирани доколкото е възможно.
01:05
Eventually, I created a whole structure
19
65260
2000
В крайна сметка, създадох цялата структура
01:07
based on symbolic programming and so on
20
67260
2000
базирана на символично програмиране и т.н.,
01:09
that let me build Mathematica.
21
69260
2000
която ми позволи да изградя Математика.
01:11
And for the past 23 years, at an increasing rate,
22
71260
2000
И през последните 23 години, с нарастващо темпо
01:13
we've been pouring more and more ideas
23
73260
2000
ние бълвахме още, и още идеи,
01:15
and capabilities and so on into Mathematica,
24
75260
2000
и способности, и т.н. в Математика,
01:17
and I'm happy to say that that's led to many good things
25
77260
3000
и съм щастлив да кажа, че това доведе до много добри резултати
01:20
in R & D and education,
26
80260
2000
в проучване и разработка, и образованието,
01:22
lots of other areas.
27
82260
2000
и в много други области.
01:24
Well, I have to admit, actually,
28
84260
2000
Трябва да призная всъщност,
01:26
that I also had a very selfish reason for building Mathematica:
29
86260
3000
че имах доста егоистична причина, за да изградя Математика.
01:29
I wanted to use it myself,
30
89260
2000
Исках да я използвам аз самият,
01:31
a bit like Galileo got to use his telescope
31
91260
2000
малко както Галилей изпозвал своя телескоп
01:33
400 years ago.
32
93260
2000
преди 400 години.
01:35
But I wanted to look not at the astronomical universe,
33
95260
3000
Но аз не искам да гледам в астрономичната вселена,
01:38
but at the computational universe.
34
98260
3000
а в компютърната вселена.
01:41
So we normally think of programs as being
35
101260
2000
Ние обикновено мислим за програмите
01:43
complicated things that we build
36
103260
2000
като сложни неща, които изграждаме
01:45
for very specific purposes.
37
105260
2000
за точно определена цел.
01:47
But what about the space of all possible programs?
38
107260
3000
Но какво да кажем за пространството на всички възможни програми?
01:50
Here's a representation of a really simple program.
39
110260
3000
Тук виждаме една презентация на една наистина проста програма.
01:53
So, if we run this program,
40
113260
2000
Така че, ако стартираме тази програма,
01:55
this is what we get.
41
115260
2000
ето какво ще получим.
01:57
Very simple.
42
117260
2000
Много просто.
01:59
So let's try changing the rule
43
119260
2000
Сега, нека се опитаме малко да променим правилото
02:01
for this program a little bit.
44
121260
2000
за тази програма.
02:03
Now we get another result,
45
123260
2000
Сега получаваме друг резултат
02:05
still very simple.
46
125260
2000
все още твърде прост.
02:07
Try changing it again.
47
127260
3000
Да се опитаме да ги променим отново.
02:10
You get something a little bit more complicated.
48
130260
2000
Получаваме нещо малко по-сложно,
02:12
But if we keep running this for a while,
49
132260
2000
но ако продължим по същия начин още малко,
02:14
we find out that although the pattern we get is very intricate,
50
134260
3000
откриваме, че въпреки много сложната схема,
02:17
it has a very regular structure.
51
137260
3000
има много правилна структура.
02:20
So the question is: Can anything else happen?
52
140260
3000
Въпросът е: Може ли нещо друго да се случи?
02:23
Well, we can do a little experiment.
53
143260
2000
Добре, можем да направим малък експеримент.
02:25
Let's just do a little mathematical experiment, try and find out.
54
145260
3000
Нека да направим един малък математически експеримент, да пробваме и ще видим какво ще се получи.
02:29
Let's just run all possible programs
55
149260
3000
Нека да стартираме всички възможни програми
02:32
of the particular type that we're looking at.
56
152260
2000
по същия начин както го видяхме.
02:34
They're called cellular automata.
57
154260
2000
Те се наричат клетъчни автомати.
02:36
You can see a lot of diversity in the behavior here.
58
156260
2000
Тук може да се наблюдават различни видове поведение.
02:38
Most of them do very simple things,
59
158260
2000
Повечето от тях правят много прости неща.
02:40
but if you look along all these different pictures,
60
160260
2000
Но, ако продължим да наблюдаваме всички тези рисунки,
02:42
at rule number 30,
61
162260
2000
при правило номер 30,
02:44
you start to see something interesting going on.
62
164260
2000
ще започнете да наблюдавате, че се случва нещо много интересно.
02:46
So let's take a closer look
63
166260
2000
Нека да го видим по-отблизо,
02:48
at rule number 30 here.
64
168260
2000
ето тук правило номер 30.
02:50
So here it is.
65
170260
2000
Ето тук е.
02:52
We're just following this very simple rule at the bottom here,
66
172260
3000
Само следвайки това правило тук отдолу,
02:55
but we're getting all this amazing stuff.
67
175260
2000
получаваме целия този невероятен материал.
02:57
It's not at all what we're used to,
68
177260
2000
Въобще не e това, на което сме свикнали,
02:59
and I must say that, when I first saw this,
69
179260
2000
и трябва да кажа, че когато за пръв път го видях,
03:01
it came as a huge shock to my intuition.
70
181260
3000
моята интуиция беше изключително шокирана,
03:04
And, in fact, to understand it,
71
184260
2000
и за да го разбера,
03:06
I eventually had to create
72
186260
2000
трябваше да създам
03:08
a whole new kind of science.
73
188260
2000
цяла нова наука.
03:11
(Laughter)
74
191260
2000
(Смях)
03:13
This science is different, more general,
75
193260
3000
Тази наука е различна, по-обща
03:16
than the mathematics-based science that we've had
76
196260
2000
от онези с математическата основа, която познаваме
03:18
for the past 300 or so years.
77
198260
3000
последните 300 години насам.
03:21
You know, it's always seemed like a big mystery:
78
201260
2000
Знаете ли, винаги изглежда като голяма мистерия
03:23
how nature, seemingly so effortlessly,
79
203260
3000
как природата, на пръв поглед без усилие,
03:26
manages to produce so much
80
206260
2000
успява да създаде толкова много,
03:28
that seems to us so complex.
81
208260
3000
че ни изглежда така сложно.
03:31
Well, I think we've found its secret:
82
211260
3000
Мисля, че открихме тайната.
03:34
It's just sampling what's out there in the computational universe
83
214260
3000
Това е просто вземане на проби от онова, което е в компютърната вселена
03:37
and quite often getting things like Rule 30
84
217260
3000
и много често резултатите са като правило номер 30
03:40
or like this.
85
220260
3000
или като това.
03:44
And knowing that starts to explain
86
224260
2000
И знаейки това, могат да се обяснят
03:46
a lot of long-standing mysteries in science.
87
226260
3000
много от старите мистерии на науката.
03:49
It also brings up new issues, though,
88
229260
2000
Също така могат да се поставят нови теми,
03:51
like computational irreducibility.
89
231260
3000
като невъзможността да се смалят изчисленията.
03:54
I mean, we're used to having science let us predict things,
90
234260
3000
Искам да кажа, че сме свикнали да предвиждаме неща с науката,
03:57
but something like this
91
237260
2000
но нещо като това
03:59
is fundamentally irreducible.
92
239260
2000
е напълно необратимо.
04:01
The only way to find its outcome
93
241260
2000
Единственият начин да се види резултата,
04:03
is, effectively, just to watch it evolve.
94
243260
3000
е просто да се глада как еволюира.
04:06
It's connected to, what I call,
95
246260
2000
То е свързано с това което наричам
04:08
the principle of computational equivalence,
96
248260
2000
принцип на изчислителното равенство,
04:10
which tells us that even incredibly simple systems
97
250260
3000
което значи, че дори невероятно прости системи
04:13
can do computations as sophisticated as anything.
98
253260
3000
могат да извършват най-сложни изчисления.
04:16
It doesn't take lots of technology or biological evolution
99
256260
3000
Не отнема толкова технология или биологична еволюция,
04:19
to be able to do arbitrary computation;
100
259260
2000
за да си способен да правиш произволно изчисление,
04:21
just something that happens, naturally,
101
261260
2000
просто понякога нещо се случва, естествено,
04:23
all over the place.
102
263260
2000
в цялото пространство.
04:25
Things with rules as simple as these can do it.
103
265260
3000
Неща с правила прости като тези, могат да го направят.
04:29
Well, this has deep implications
104
269260
2000
Добре, то има дълбоко приложение
04:31
about the limits of science,
105
271260
2000
относно ограниченията на науката,
04:33
about predictability and controllability
106
273260
2000
относно предсказването и контролир́ането
04:35
of things like biological processes or economies,
107
275260
3000
на неща като биологическите процеси или икономиките,
04:38
about intelligence in the universe,
108
278260
2000
относно интелигентността във вселената,
04:40
about questions like free will
109
280260
2000
относно въпроси като свободната воля
04:42
and about creating technology.
110
282260
3000
и относно създаване на технологии.
04:45
You know, in working on this science for many years,
111
285260
2000
Знаете ли, работейки дълги години върху тази наука,
04:47
I kept wondering,
112
287260
2000
дълго се чудех,
04:49
"What will be its first killer app?"
113
289260
2000
"Коя ще е първата негова програма убиец?"
04:51
Well, ever since I was a kid,
114
291260
2000
Още като бях дете
04:53
I'd been thinking about systematizing knowledge
115
293260
2000
си мислех за систематизирането на познанието
04:55
and somehow making it computable.
116
295260
2000
и как да се направи така, че да може да се изчисли.
04:57
People like Leibniz had wondered about that too
117
297260
2000
Хора като Лайбниц са мислили също за това
04:59
300 years earlier.
118
299260
2000
преди 300 години.
05:01
But I'd always assumed that to make progress,
119
301260
2000
Но винаги съм приемал, че за да се прогресира,
05:03
I'd essentially have to replicate a whole brain.
120
303260
3000
трябва най-вече да възпроизведа един цял мозък.
05:06
Well, then I got to thinking:
121
306260
2000
Ето сега вече мисля:
05:08
This scientific paradigm of mine suggests something different --
122
308260
3000
Тази моя научна парадигма предлага нещо различно.
05:11
and, by the way, I've now got
123
311260
2000
И, между другото, сега разполагам
05:13
huge computation capabilities in Mathematica,
124
313260
3000
с огромни изчислителни способности в Математика,
05:16
and I'm a CEO with some worldly resources
125
316260
3000
и съм Изпълнителен директор на някои от световните източници,
05:19
to do large, seemingly crazy, projects --
126
319260
3000
за да правя огромни, на пръв поглед налудничави проекти.
05:22
So I decided to just try to see
127
322260
2000
Така че реших да опитам да видя
05:24
how much of the systematic knowledge that's out there in the world
128
324260
3000
колко от систематизираното познание в света
05:27
we could make computable.
129
327260
2000
може да е изчислимо.
05:29
So, it's been a big, very complex project,
130
329260
2000
Това беше един много голям и комплексен проект,
05:31
which I was not sure was going to work at all.
131
331260
3000
за който не бях сигурен, че мога изобщо да работя.
05:34
But I'm happy to say it's actually going really well.
132
334260
3000
Но съм щастлив да кажа, че всъщност върви много добре.
05:37
And last year we were able
133
337260
2000
И миналата година успяхме
05:39
to release the first website version
134
339260
2000
да осъществим първата версия на уеб-страницата
05:41
of Wolfram Alpha.
135
341260
2000
на Волфрам Алфа.
05:43
Its purpose is to be a serious knowledge engine
136
343260
3000
Целта е да бъде един сериозен двигател на познанието,
05:46
that computes answers to questions.
137
346260
3000
който изчислява отговори на въпроси.
05:49
So let's give it a try.
138
349260
2000
Значи нека да опитаме.
05:51
Let's start off with something really easy.
139
351260
2000
Нека да започнем с нещо наистина лесно.
05:53
Hope for the best.
140
353260
2000
Да се надяваме на най-доброто.
05:55
Very good. Okay.
141
355260
2000
Много добре.
05:57
So far so good.
142
357260
2000
До тук добре.
05:59
(Laughter)
143
359260
3000
(Смях)
06:02
Let's try something a little bit harder.
144
362260
3000
Нека да опитаме нещо по-трудно.
06:05
Let's do
145
365260
2000
Да кажем..
06:07
some mathy thing,
146
367260
3000
Нека да направим нещо математическо
06:10
and with luck it'll work out the answer
147
370260
3000
и с малко късмет ще ни даде отговора,
06:13
and try and tell us some interesting things
148
373260
2000
и ще се опита да каже някои интересни неща,
06:15
things about related math.
149
375260
2000
неща свързани с математиката.
06:17
We could ask it something about the real world.
150
377260
3000
Можем да го питаме нещо свързано със света.
06:20
Let's say -- I don't know --
151
380260
2000
Да кажем - не знам -
06:22
what's the GDP of Spain?
152
382260
3000
Какво е БНП на Испания?
06:25
And it should be able to tell us that.
153
385260
2000
И трябва да може да ни го каже.
06:27
Now we could compute something related to this,
154
387260
2000
Сега можем да изчислим нещо което е свързано с това,
06:29
let's say ... the GDP of Spain
155
389260
2000
да кажем БНП на Испания
06:31
divided by, I don't know,
156
391260
2000
разделено на, не знам,
06:33
the -- hmmm ...
157
393260
2000
хммммммм....
06:35
let's say the revenue of Microsoft.
158
395260
2000
да кажем прихода на Майкрософт.
06:37
(Laughter)
159
397260
2000
(Смях)
06:39
The idea is that we can just type this in,
160
399260
2000
Идеята е, че можем да го запишем вътре,
06:41
this kind of question in, however we think of it.
161
401260
3000
този вид въпрос, за който си мислим.
06:44
So let's try asking a question,
162
404260
2000
Така, нека да се опитаме да зададем въпрос,
06:46
like a health related question.
163
406260
2000
някой свързан със здравето въпрос.
06:48
So let's say we have a lab finding that ...
164
408260
3000
Да кажем, че имаме лаборатория и откриваме, че
06:51
you know, we have an LDL level of 140
165
411260
2000
имаме един ЛДЛ ниво от 140
06:53
for a male aged 50.
166
413260
3000
за мъж на 50 години.
06:56
So let's type that in, and now Wolfram Alpha
167
416260
2000
Записваме го и сега Волфрам Алфа
06:58
will go and use available public health data
168
418260
2000
ще отиде и използва дадена на разположение здравна информация
07:00
and try and figure out
169
420260
2000
и ще се опита да си представи
07:02
what part of the population that corresponds to and so on.
170
422260
3000
каква част от населението отговаря на това и така нататък.
07:05
Or let's try asking about, I don't know,
171
425260
3000
Или нека да попитаме, не знам,
07:08
the International Space Station.
172
428260
2000
международната космическа станция.
07:10
And what's happening here is that
173
430260
2000
Това което се получава тук е, че
07:12
Wolfram Alpha is not just looking up something;
174
432260
2000
Волфрам Алфа не само търси информацията,
07:14
it's computing, in real time,
175
434260
3000
но изчислява в реално време,
07:17
where the International Space Station is right now at this moment,
176
437260
3000
къде се намира космическата станция сега, в този момент,
07:20
how fast it's going, and so on.
177
440260
3000
колко бързо се движи и така нататък.
07:24
So Wolfram Alpha knows about lots and lots of kinds of things.
178
444260
3000
Така че Волфрам Алфа знае безброй много неща.
07:27
It's got, by now,
179
447260
2000
Има досега
07:29
pretty good coverage of everything you might find
180
449260
2000
доста обширно познание за всичко, което можете да откриете
07:31
in a standard reference library.
181
451260
3000
в една стандартна библиотека.
07:34
But the goal is to go much further
182
454260
2000
Но целта е да се отиде по-далеч
07:36
and, very broadly, to democratize
183
456260
3000
и най-вече да се демократизира
07:39
all of this knowledge,
184
459260
3000
цялото това познание,
07:42
and to try and be an authoritative
185
462260
2000
да се опита и да бъде авторитетен
07:44
source in all areas.
186
464260
2000
източник във всички сфери,
07:46
To be able to compute answers to specific questions that people have,
187
466260
3000
да е способен да изчислява отговори на специфични въпроси, които хората имат.
07:49
not by searching what other people
188
469260
2000
Не да търси какво други хора
07:51
may have written down before,
189
471260
2000
са писали преди това,
07:53
but by using built in knowledge
190
473260
2000
а чрез натрупано познание
07:55
to compute fresh new answers to specific questions.
191
475260
3000
да изчисли напълно нови отговори на специфични въпроси.
07:58
Now, of course, Wolfram Alpha
192
478260
2000
Сега, разбира се, Волфрам Алфа
08:00
is a monumentally huge, long-term project
193
480260
2000
е монументално огромен дългосрочен проект
08:02
with lots and lots of challenges.
194
482260
2000
с много най-различни предизвикателства.
08:04
For a start, one has to curate a zillion
195
484260
3000
Като начало, човек трябва да активира милиони и милиони
08:07
different sources of facts and data,
196
487260
3000
различни източници на факти и информация,
08:10
and we built quite a pipeline of Mathematica automation
197
490260
3000
и ние изградихме един голям тръбопровод от Математическа автоматизация
08:13
and human domain experts for doing this.
198
493260
3000
и човешки домейн експерти за извършване на това.
08:16
But that's just the beginning.
199
496260
2000
Но това е само началото.
08:18
Given raw facts or data
200
498260
2000
Като се има предвид суровите факти и данни
08:20
to actually answer questions,
201
500260
2000
действително да отговорят на въпросите,
08:22
one has to compute:
202
502260
2000
човек трябва да изчисли,
08:24
one has to implement all those methods and models
203
504260
2000
и трябва да приложи всички тези методи и модели,
08:26
and algorithms and so on
204
506260
2000
и алгоритми и т.н.
08:28
that science and other areas have built up over the centuries.
205
508260
3000
които науката и други области са натрупали през вековете.
08:31
Well, even starting from Mathematica,
206
511260
3000
Е, дори като се започне от Математика,
08:34
this is still a huge amount of work.
207
514260
2000
има все още огромно количество работа.
08:36
So far, there are about 8 million lines
208
516260
2000
До момента има около 8 милиона реда
08:38
of Mathematica code in Wolfram Alpha
209
518260
2000
код на Математика във Волфрам Алфа,
08:40
built by experts from many, many different fields.
210
520260
3000
изграден от експерти от много, много различни области.
08:43
Well, a crucial idea of Wolfram Alpha
211
523260
3000
Е, ключова идея на Волфрам Алфа
08:46
is that you can just ask it questions
212
526260
2000
е, че може просто да се задават въпроси
08:48
using ordinary human language,
213
528260
3000
с думите на обикновения човек,
08:51
which means that we've got to be able to take
214
531260
2000
което означава, че ние трябва да бъдем в състояние да вземе
08:53
all those strange utterances that people type into the input field
215
533260
3000
всички тези странни изказвания, които хората пишат в полето за въвеждане
08:56
and understand them.
216
536260
2000
и да ги разберем.
08:58
And I must say that I thought that step
217
538260
2000
И аз трябва да кажа, че си мислех, че тази стъпка
09:00
might just be plain impossible.
218
540260
3000
може да бъде само просто невъзможна.
09:04
Two big things happened:
219
544260
2000
Две големи неща се случиха.
09:06
First, a bunch of new ideas about linguistics
220
546260
3000
Първо, няколко нови идеи за лингвистиката,
09:09
that came from studying the computational universe;
221
549260
3000
които дойдоха от проучване на изчислителната вселена.
09:12
and second, the realization that having actual computable knowledge
222
552260
3000
И второ, разбирането, че наличието на действително изчислими знания
09:15
completely changes how one can
223
555260
2000
напълно промени начина, по който човек може да
09:17
set about understanding language.
224
557260
3000
започне да разбира един език.
09:20
And, of course, now
225
560260
2000
И, разбира се, сега
09:22
with Wolfram Alpha actually out in the wild,
226
562260
2000
с Волфрам Алфа действително в природата,
09:24
we can learn from its actual usage.
227
564260
2000
можем да научим много за неговото действително използване.
09:26
And, in fact, there's been
228
566260
2000
И, всъщност, има
09:28
an interesting coevolution that's been going on
229
568260
2000
една интересна взаимовръзка
09:30
between Wolfram Alpha
230
570260
2000
между Волфрам Алфа
09:32
and its human users,
231
572260
2000
и потребителите му - хората.
09:34
and it's really encouraging.
232
574260
2000
И това е много окуражаващо.
09:36
Right now, if we look at web queries,
233
576260
2000
Точно сега, ако погледнем заявките по интернет,
09:38
more than 80 percent of them get handled successfully the first time.
234
578260
3000
повече от 80% от тях се обработват успешно от първия път.
09:41
And if you look at things like the iPhone app,
235
581260
2000
И ако погледнем неща, като програми за iPhone,
09:43
the fraction is considerably larger.
236
583260
2000
процента е значително по-голям.
09:45
So, I'm pretty pleased with it all.
237
585260
2000
Така че, аз съм много доволен от всичко това.
09:47
But, in many ways,
238
587260
2000
Но, по много начини,
09:49
we're still at the very beginning with Wolfram Alpha.
239
589260
3000
все още сме в самото начало с Волфрам Алфа.
09:52
I mean, everything is scaling up very nicely
240
592260
2000
Искам да кажа, всичко се развива много добре.
09:54
and we're getting more confident.
241
594260
2000
Ние сме все по-уверени.
09:56
You can expect to see Wolfram Alpha technology
242
596260
2000
Можете да очаквате да видите Волфрам Алфа технологията
09:58
showing up in more and more places,
243
598260
2000
да се появява на все повече и повече места,
10:00
working both with this kind of public data, like on the website,
244
600260
3000
да работи с този вид публични данни, както и с интернет страници,
10:03
and with private knowledge
245
603260
2000
и с лична информация
10:05
for people and companies and so on.
246
605260
3000
за хора, и компании, и така нататък.
10:08
You know, I've realized that Wolfram Alpha actually gives one
247
608260
3000
Знаеш ли, аз разбрах, че Волфрам Алфа действително дава един
10:11
a whole new kind of computing
248
611260
2000
нов вид изчисления,
10:13
that one can call knowledge-based computing,
249
613260
2000
които човек може да нарече изчисления на базата на знанието,
10:15
in which one's starting not just from raw computation,
250
615260
3000
в които човек започва не само от суровото изчисляване,
10:18
but from a vast amount of built-in knowledge.
251
618260
3000
но от голямо количество вградени знания.
10:21
And when one does that, one really changes
252
621260
2000
И когато някой направи това, той наистина се променя
10:23
the economics of delivering computational things,
253
623260
3000
икономиката на предоставяне на изчислителни неща,
10:26
whether it's on the web or elsewhere.
254
626260
2000
независимо дали е в интернет или другаде.
10:28
You know, we have a fairly interesting situation right now.
255
628260
3000
Вие знаете, ние имаме доста интересна ситуация в момента.
10:31
On the one hand, we have Mathematica,
256
631260
2000
От една страна, ние имаме Математика,
10:33
with its sort of precise, formal language
257
633260
3000
с подредения си точен, формален език,
10:36
and a huge network
258
636260
2000
и една огромна мрежа
10:38
of carefully designed capabilities
259
638260
2000
на внимателно проектирани възможности,
10:40
able to get a lot done in just a few lines.
260
640260
3000
която може да направи много, само с няколко реда.
10:43
Let me show you a couple of examples here.
261
643260
3000
Нека ви покажа няколко примера тук.
10:47
So here's a trivial piece of Mathematica programming.
262
647260
3000
Това е тривиална част от програмирането на Математика.
10:51
Here's something where we're sort of
263
651260
2000
Ето нещо, където ние сме нещо като
10:53
integrating a bunch of different capabilities here.
264
653260
3000
интегриране на сбор от различни възможности.
10:56
Here we'll just create, in this line,
265
656260
3000
Тук ние просто ще създадем в този ред
10:59
a little user interface that allows us to
266
659260
3000
малко потребителски интерфейс, който ни позволява да
11:02
do something fun there.
267
662260
2000
направим нещо забавно там.
11:05
If you go on, that's a slightly more complicated program
268
665260
2000
Ако продължите нататък, това е малко по-сложна програма,
11:07
that's now doing all sorts of algorithmic things
269
667260
3000
която сега прави най-различни алгоритмични неща
11:10
and creating user interface and so on.
270
670260
2000
и създава потребителски интерфейс и др.
11:12
But it's something that is very precise stuff.
271
672260
3000
Но това е нещо, което е много точно.
11:15
It's a precise specification with a precise formal language
272
675260
3000
Това е точно определена спецификация, с точен официален език,
11:18
that causes Mathematica to know what to do here.
273
678260
3000
което е причината Математика да знае какво да прави.
11:21
Then on the other hand, we have Wolfram Alpha,
274
681260
3000
Е, от друга страна, ние имаме Волфрам Алфа,
11:24
with all the messiness of the world
275
684260
2000
с всички видове бъркотия на света,
11:26
and human language and so on built into it.
276
686260
2000
различните езици, и всички неща вградени в него.
11:28
So what happens when you put these things together?
277
688260
3000
И така, какво се случва, когато съберете тези неща заедно?
11:31
I think it's actually rather wonderful.
278
691260
2000
Мисля, че това е всъщност, по-скоро е прекрасно.
11:33
With Wolfram Alpha inside Mathematica,
279
693260
2000
С Волфрам Алфа вътре в Математика,
11:35
you can, for example, make precise programs
280
695260
2000
можете, например, да направите прецизни програми,
11:37
that call on real world data.
281
697260
2000
които изискват реални данни.
11:39
Here's a real simple example.
282
699260
2000
Това е наистина прост пример.
11:44
You can also just sort of give vague input
283
704260
3000
Можете също така да въведете някои неясни данни
11:47
and then try and have Wolfram Alpha
284
707260
2000
и след това да се опитате и да оставите Волфрам Алфа
11:49
figure out what you're talking about.
285
709260
2000
да разбере за какво точно говорите.
11:51
Let's try this here.
286
711260
2000
Нека се опитаме тази тук.
11:53
But actually I think the most exciting thing about this
287
713260
3000
Но всъщност мисля, че най-вълнуващото в това
11:56
is that it really gives one the chance
288
716260
2000
е, че тя наистина дава една възможност
11:58
to democratize programming.
289
718260
3000
за демократизиране на програмирането.
12:01
I mean, anyone will be able to say what they want in plain language.
290
721260
3000
Искам да кажа, че всеки ще може да каже това, което иска на разбираем език,
12:04
Then, the idea is that Wolfram Alpha will be able to figure out
291
724260
3000
а след това, идеята е, че Волфрам Алфа ще може да разбере
12:07
what precise pieces of code
292
727260
2000
кои точно части от кода
12:09
can do what they're asking for
293
729260
2000
могат да направят това, което искат
12:11
and then show them examples that will let them pick what they need
294
731260
3000
и след това да им покаже примери, които ще им позволят да изберат това, от което те се нуждаят,
12:14
to build up bigger and bigger, precise programs.
295
734260
3000
за да създадат по-големи и по-големи, точни програми.
12:17
So, sometimes, Wolfram Alpha
296
737260
2000
Така че, понякога, Волфрам Алфа
12:19
will be able to do the whole thing immediately
297
739260
2000
ще бъде в състояние да свърши цялата работа веднага
12:21
and just give back a whole big program that you can then compute with.
298
741260
3000
и просто да ви върне цяла голяма програма, с която ще можете да изчислявате.
12:24
Here's a big website
299
744260
2000
Така че това е един голям сайт,
12:26
where we've been collecting lots of educational
300
746260
3000
където сме събирали много образователни
12:29
and other demonstrations about lots of kinds of things.
301
749260
3000
и други демонстрации за много и най-различни неща.
12:32
I'll show you one example here.
302
752260
3000
Ще ви покажа един пример, може би тук.
12:36
This is just an example of one of these computable documents.
303
756260
3000
Това е само един пример с един от тези документи за изчисление.
12:39
This is probably a fairly small
304
759260
2000
Това вероятно е една сравнително малка
12:41
piece of Mathematica code
305
761260
2000
част от кода Математика,
12:43
that's able to be run here.
306
763260
2000
който е в състояние да бъде пуснат от тук.
12:47
Okay. Let's zoom out again.
307
767260
3000
Добре. Да се намалят отново.
12:50
So, given our new kind of science,
308
770260
2000
Тъй като това е един нов вид наука,
12:52
is there a general way to use it to make technology?
309
772260
3000
има ли общ начин да се използва, за да се прави технологията?
12:55
So, with physical materials,
310
775260
2000
Така че, с физически материали,
12:57
we're used to going around the world
311
777260
2000
сме свикнали да обикаляме по света
12:59
and discovering that particular materials
312
779260
2000
и да откриваме, че конкретните материали,
13:01
are useful for particular
313
781260
2000
са полезни за специфични
13:03
technological purposes.
314
783260
2000
технологични цели и така нататък.
13:05
Well, it turns out we can do very much the same kind of thing
315
785260
2000
Е, оказва се, че можем да направим много подобни неща
13:07
in the computational universe.
316
787260
2000
и в компютърната вселената.
13:09
There's an inexhaustible supply of programs out there.
317
789260
3000
Там има един неизчерпаем източник на програми.
13:12
The challenge is to see how to
318
792260
2000
Предизвикателството е да се види как да се
13:14
harness them for human purposes.
319
794260
2000
използват в полза на човека.
13:16
Something like Rule 30, for example,
320
796260
2000
Нещо като член 30, например,
13:18
turns out to be a really good randomness generator.
321
798260
2000
оказва се, че е наистина добър генератор на случайност.
13:20
Other simple programs are good models
322
800260
2000
Други просто програми са добри модели
13:22
for processes in the natural or social world.
323
802260
3000
за процесите в природата или социалния свят.
13:25
And, for example, Wolfram Alpha and Mathematica
324
805260
2000
И, например, Волфрам Алфа и Математика
13:27
are actually now full of algorithms
325
807260
2000
всъщност сега са пълни с алгоритми,
13:29
that we discovered by searching the computational universe.
326
809260
3000
които сме открили чрез търсене на компютърната вселена.
13:33
And, for example, this -- if we go back here --
327
813260
3000
И, например, този - ние се върнахме тук -
13:37
this has become surprisingly popular
328
817260
2000
Това е станало изненадващо популярно
13:39
among composers
329
819260
2000
сред композиторите.
13:41
finding musical forms by searching the computational universe.
330
821260
3000
Намиране на музикални форми чрез търсене в компютърната вселена.
13:45
In a sense, we can use the computational universe
331
825260
2000
В известен смисъл, ние можем да използваме компютърната вселена,
13:47
to get mass customized creativity.
332
827260
3000
за да получим голямо количество персонализирано творчество.
13:50
I'm hoping we can, for example,
333
830260
2000
Аз се надявам, че можем. Например,
13:52
use that even to get Wolfram Alpha
334
832260
2000
да използваме, че дори да използваме Волфрам Алфа
13:54
to routinely do invention and discovery on the fly,
335
834260
3000
за на пръв поглед рутинно да прави изобретения и открития в движение
13:57
and to find all sorts of wonderful stuff
336
837260
2000
и да се намерят всякакви прекрасни неща,
13:59
that no engineer
337
839260
2000
които нито инженер
14:01
and no process of incremental evolution would ever come up with.
338
841260
3000
нито процес на единичните развитието някога ще постигне.
14:05
Well, so, that leads to kind of an ultimate question:
339
845260
3000
Е, това е така, което води до нещо като един последен въпрос.
14:08
Could it be that someplace out there in the computational universe
340
848260
3000
Възможно ли е някъде там в компютърната вселена
14:11
we might find our physical universe?
341
851260
3000
да можем да намерим физическа вселена?
14:14
Perhaps there's even some quite simple rule,
342
854260
2000
Може би има още по-просто правило,
14:16
some simple program for our universe.
343
856260
3000
някоя проста програма за нашата вселена.
14:19
Well, the history of physics would have us believe
344
859260
2000
Е, историята на физиката ни кара да вярваме,
14:21
that the rule for the universe must be pretty complicated.
345
861260
3000
че правилото на вселената трябва да е доста сложно.
14:24
But in the computational universe,
346
864260
2000
Но в компютърната вселена
14:26
we've now seen how rules that are incredibly simple
347
866260
3000
ние видяхме как правила, които са изключително прости,
14:29
can produce incredibly rich and complex behavior.
348
869260
3000
могат да доведат до изключително богато и сложно поведение.
14:32
So could that be what's going on with our whole universe?
349
872260
3000
Възможно ли е това да е, което се случва с цялата вселена?
14:36
If the rules for the universe are simple,
350
876260
2000
Ако правилата за вселената са прости,
14:38
it's kind of inevitable that they have to be
351
878260
2000
това е нещо неизбежно, че те трябва да бъдат
14:40
very abstract and very low level;
352
880260
2000
много абстрактни и на много ниско ниво,
14:42
operating, for example, far below
353
882260
2000
опериращи, например, много по-ниско
14:44
the level of space or time,
354
884260
2000
от нивото на времето или пространството,
14:46
which makes it hard to represent things.
355
886260
2000
като така е много трудно да се представят нещата.
14:48
But in at least a large class of cases,
356
888260
2000
Но поне в една голяма част,
14:50
one can think of the universe as being
357
890260
2000
може да се мисли за вселената като
14:52
like some kind of network,
358
892260
2000
за някаква мрежа,
14:54
which, when it gets big enough,
359
894260
2000
която, когато стане достатъчно голяма,
14:56
behaves like continuous space
360
896260
2000
се държи като непрекъснато пространство,
14:58
in much the same way as having lots of molecules
361
898260
2000
по същия начин, по който множество молекули
15:00
can behave like a continuous fluid.
362
900260
2000
могат да се държат като една непрекъсната течност.
15:02
Well, then the universe has to evolve by applying
363
902260
3000
Е, тогава вселената трябва да се развива чрез прилагане на
15:05
little rules that progressively update this network.
364
905260
3000
малко правила, които постепенно обновяване на тази мрежа.
15:08
And each possible rule, in a sense,
365
908260
2000
И всяко възможно правило, в известен смисъл,
15:10
corresponds to a candidate universe.
366
910260
2000
съответства на една кандидат-вселена.
15:12
Actually, I haven't shown these before,
367
912260
3000
Всъщност, аз не съм показвал тези преди,
15:16
but here are a few of the candidate universes
368
916260
3000
но ето някои от кандидат-вселените,
15:19
that I've looked at.
369
919260
2000
които съм разглеждал.
15:21
Some of these are hopeless universes,
370
921260
2000
Някои от тях са безнадеждни вселени,
15:23
completely sterile,
371
923260
2000
напълно стерилни,
15:25
with other kinds of pathologies like no notion of space,
372
925260
2000
с други видове патологии, като липса на движение в пространството,
15:27
no notion of time, no matter,
373
927260
3000
без движение на времето, на материята,
15:30
other problems like that.
374
930260
2000
и други проблеми като този.
15:32
But the exciting thing that I've found in the last few years
375
932260
3000
Но вълнуващо нещо, което открихме, през последните няколко години
15:35
is that you actually don't have to go very far
376
935260
2000
е, че всъщност не е нужно да отидете много далеч
15:37
in the computational universe
377
937260
2000
в компютърната Вселена
15:39
before you start finding candidate universes
378
939260
2000
преди да започнете намиране на кандидат-вселени,
15:41
that aren't obviously not our universe.
379
941260
3000
които очевидно не са нашата вселена.
15:44
Here's the problem:
380
944260
2000
Тук е проблемът:
15:46
Any serious candidate for our universe
381
946260
3000
Всеки сериозен кандидат за нашата вселена,
15:49
is inevitably full of computational irreducibility.
382
949260
3000
е неизбежно пълен с изчислителна невъзможност,
15:52
Which means that it is irreducibly difficult
383
952260
3000
което означава, че е невъзможно трудно,
15:55
to find out how it will really behave,
384
955260
2000
за да разберете как тя наистина ще се държи,
15:57
and whether it matches our physical universe.
385
957260
3000
и дали ще съвпадне с нашата физическа вселена.
16:01
A few years ago, I was pretty excited to discover
386
961260
3000
Преди няколко години, бях доста развълнуван от откритието,
16:04
that there are candidate universes with incredibly simple rules
387
964260
3000
че има кандидат-вселени с невероятно прости правила,
16:07
that successfully reproduce special relativity,
388
967260
2000
които успешно възпроизвеждат специалната теория на относителността
16:09
and even general relativity and gravitation,
389
969260
3000
и дори общата теория на относителността, и гравитацията
16:12
and at least give hints of quantum mechanics.
390
972260
3000
и най-малко намекват за квантовата механика.
16:15
So, will we find the whole of physics?
391
975260
2000
Така че, ще открием ли цялата физика?
16:17
I don't know for sure,
392
977260
2000
Аз не знам със сигурност.
16:19
but I think at this point it's sort of
393
979260
2000
Но мисля, че в този момент това е нещо
16:21
almost embarrassing not to at least try.
394
981260
2000
почти срамно поне да не опитаме.
16:23
Not an easy project.
395
983260
2000
Не е лесен проект.
16:25
One's got to build a lot of technology.
396
985260
2000
Трябва да изградим много технологии.
16:27
One's got to build a structure that's probably
397
987260
2000
Трябва да се изгради структура, която е може би
16:29
at least as deep as existing physics.
398
989260
2000
най-малко толкова дълбока, като съществуващата физика.
16:31
And I'm not sure what the best way to organize the whole thing is.
399
991260
3000
Не съм сигурен кой е най-добрият начин да се организира цялата работа.
16:34
Build a team, open it up, offer prizes and so on.
400
994260
3000
Изграждане на екип, отваряне на проекта, предлагане на награди и така нататък.
16:37
But I'll tell you, here today,
401
997260
2000
Но аз ще ви кажа днес,
16:39
that I'm committed to seeing this project done,
402
999260
2000
че съм ангажиран този проект да стане реалност,
16:41
to see if, within this decade,
403
1001260
3000
за да видим дали в рамките на това десетилетие,
16:44
we can finally hold in our hands
404
1004260
2000
най-накрая можем да държим в ръцете си
16:46
the rule for our universe
405
1006260
2000
правилото за нашата вселена
16:48
and know where our universe lies
406
1008260
2000
и да знаем къде се намира нашата вселена
16:50
in the space of all possible universes ...
407
1010260
2000
в пространството на всички възможни вселени -
16:52
and be able to type into Wolfram Alpha, "the theory of the universe,"
408
1012260
3000
и да може да въведем в полето на Волфрам Алфа "теорията на Вселената"
16:55
and have it tell us.
409
1015260
2000
и той да ни каже.
16:57
(Laughter)
410
1017260
2000
(Смях)
17:00
So I've been working on the idea of computation
411
1020260
2000
Работя над идеята за изчисляването
17:02
now for more than 30 years,
412
1022260
2000
вече повече от 30 години,
17:04
building tools and methods and turning intellectual ideas
413
1024260
3000
изграждайки инструменти и методи и включвайки един вид интелектуални идеи
17:07
into millions of lines of code
414
1027260
2000
в милиони редове на кода,
17:09
and grist for server farms and so on.
415
1029260
2000
и носейки полза за огромно количество сървъри и др.
17:11
With every passing year,
416
1031260
2000
С всяка изминала година,
17:13
I realize how much more powerful
417
1033260
2000
осъзнавам колко по-мощна е
17:15
the idea of computation really is.
418
1035260
2000
в действителност идеята за изчисления.
17:17
It's taken us a long way already,
419
1037260
2000
Това вече ни движи много напред,
17:19
but there's so much more to come.
420
1039260
2000
но има още толкова много по-напред.
17:21
From the foundations of science
421
1041260
2000
От основите на науката
17:23
to the limits of technology
422
1043260
2000
до границите на технологията,
17:25
to the very definition of the human condition,
423
1045260
2000
до самото определение на човешкото състояние,
17:27
I think computation is destined to be
424
1047260
2000
мисля, че изчислението е предвидено да бъде
17:29
the defining idea of our future.
425
1049260
2000
определяща идея за нашето бъдеще.
17:31
Thank you.
426
1051260
2000
Благодаря ви.
17:33
(Applause)
427
1053260
14000
(Ръкопляскания)
17:47
Chris Anderson: That was astonishing.
428
1067260
2000
Крис Андерсън: Това беше изумително.
17:49
Stay here. I've got a question.
429
1069260
2000
Остани тук. Имам един въпрос.
17:51
(Applause)
430
1071260
4000
(Ръкопляскания)
17:57
So, that was, fair to say, an astonishing talk.
431
1077260
3000
Това беше, честно да кажа, изумителна лекция.
18:01
Are you able to say in a sentence or two
432
1081260
3000
Може ли да кажете в едно или две изречения
18:04
how this type of thinking
433
1084260
3000
как този тип мислене
18:07
could integrate at some point
434
1087260
2000
би могъл да се интегрира в даден момент
18:09
to things like string theory or the kind of things that people think of
435
1089260
2000
за неща като струнната теория или вида на неща, за които хората мислят
18:11
as the fundamental explanations of the universe?
436
1091260
3000
като основните обяснения за вселената?
18:14
Stephen Wolfram: Well, the parts of physics
437
1094260
2000
Стивън Волфрам: Ами, частите на физиката,
18:16
that we kind of know to be true,
438
1096260
2000
които си мислим, че знаем, че са истина,
18:18
things like the standard model of physics:
439
1098260
2000
неща, като на стандартния модел на физиката.
18:20
what I'm trying to do better reproduce the standard model of physics
440
1100260
3000
Това, което се опитвам да направя, по-добре възпроизвежда стандартния модел на физиката
18:23
or it's simply wrong.
441
1103260
2000
или това е просто погрешно.
18:25
The things that people have tried to do in the last 25 years or so
442
1105260
2000
Нещата, които хората са се опитвали да направят в последните 25 години
18:27
with string theory and so on
443
1107260
2000
с теорията на струните и т.н.
18:29
have been an interesting exploration
444
1109260
2000
са интересно проучване,
18:31
that has tried to get back to the standard model,
445
1111260
3000
което се е опитало да се върне обратно към стандартния модел,
18:34
but hasn't quite gotten there.
446
1114260
2000
но не е съвсем там.
18:36
My guess is that some great simplifications of what I'm doing
447
1116260
3000
Моето предположение е, че някои големи опростявания на това, което правя
18:39
may actually have considerable resonance
448
1119260
3000
могат в действителност да имат значителен резонанс
18:42
with what's been done in string theory,
449
1122260
2000
с това, което е било направено в струнната теория,
18:44
but that's a complicated math thing
450
1124260
3000
но това е едно сложно математическо нещо,
18:47
that I don't yet know how it's going to work out.
451
1127260
3000
което аз все още не знам как точно ще се получи.
18:50
CA: Benoit Mandelbrot is in the audience.
452
1130260
2000
CA: Беноа Манделброт е сред публиката.
18:52
He also has shown how complexity
453
1132260
2000
Той посочи също как сложността
18:54
can arise out of a simple start.
454
1134260
2000
може да възникне от едно просто начало.
18:56
Does your work relate to his?
455
1136260
2000
Вашата работа свързана ли е с неговата?
18:58
SW: I think so.
456
1138260
2000
SW: Аз мисля така.
19:00
I view Benoit Mandelbrot's work
457
1140260
2000
Аз виждам работата на Беноа Манделброт
19:02
as one of the founding contributions
458
1142260
3000
като вид основополагащо съдействие
19:05
to this kind of area.
459
1145260
3000
към този вид област.
19:08
Benoit has been particularly interested
460
1148260
2000
Беноа е особено заинтересован
19:10
in nested patterns, in fractals and so on,
461
1150260
2000
във вложени модели, във фрактали и т.н.,
19:12
where the structure is something
462
1152260
2000
при които структурата е нещо
19:14
that's kind of tree-like,
463
1154260
2000
като дърво,
19:16
and where there's sort of a big branch that makes little branches
464
1156260
2000
и когато има нещо като голям клон, който прави малки клонове,
19:18
and even smaller branches and so on.
465
1158260
3000
и дори по-малки клони и др.
19:21
That's one of the ways
466
1161260
2000
Това е един от начините
19:23
that you get towards true complexity.
467
1163260
3000
да тръгнете към истинската сложност.
19:26
I think things like the Rule 30 cellular automaton
468
1166260
3000
Мисля, че нещата като правило 30 и клетъчен автомат
19:29
get us to a different level.
469
1169260
2000
ни довеждат на друго равнище.
19:31
In fact, in a very precise way, they get us to a different level
470
1171260
3000
Всъщност, по един много точен начин те ни качват до различно ниво
19:34
because they seem to be things that are
471
1174260
2000
защото те изглеждат да са неща,
19:37
capable of complexity
472
1177260
3000
способни на сложност,
19:40
that's sort of as great as complexity can ever get ...
473
1180260
3000
толкова голяма, колкото някога може да има...
19:44
I could go on about this at great length, but I won't. (Laughter) (Applause)
474
1184260
3000
Мога да продължа да говоря за това още много дълго, но няма.
19:47
CA: Stephen Wolfram, thank you.
475
1187260
2000
CA: Стивън Волфрам, благодаря ви.
19:49
(Applause)
476
1189260
2000
(Ръкопляскания)
Относно този уебсайт

Този сайт ще ви запознае с видеоклипове в YouTube, които са полезни за изучаване на английски език. Ще видите уроци по английски език, преподавани от първокласни учители от цял свят. Кликнете два пъти върху английските субтитри, показани на всяка страница с видеоклипове, за да възпроизведете видеото оттам. Субтитрите се превъртат в синхрон с възпроизвеждането на видеото. Ако имате някакви коментари или искания, моля, свържете се с нас, като използвате тази форма за контакт.

https://forms.gle/WvT1wiN1qDtmnspy7