Ray Kurzweil: A university for the coming singularity

87,328 views ・ 2009-06-02

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Filip Jirout Korektor: Lenka Mydlova
00:13
Information technology grows in an exponential manner.
0
13160
3000
Informační technologie rostou exponenciálně.
00:16
It's not linear. And our intuition is linear.
1
16160
4000
Není to lineárně. Naše intuice je lineární.
00:20
When we walked through the savanna a thousand years ago
2
20160
2000
Když jsme před tisíci lety kráčeli savanou
00:22
we made linear predictions where that animal would be,
3
22160
2000
udělali jsme lineární předpověď, kde bude to zvíře.
00:24
and that worked fine. It's hardwired in our brains.
4
24160
3000
A to nám dobře fungovalo. Je to naprogramováno v našich mozcích.
00:27
But the pace of exponential growth
5
27160
3000
Ale tempo exponenciálního růstu
00:30
is really what describes information technologies.
6
30160
3000
je to, co je skutečně typické pro informační technologie.
00:33
And it's not just computation.
7
33160
3000
A není to jen provádění výpočtů.
00:36
There is a big difference between linear and exponential growth.
8
36160
2000
Mezi lineárním a exponenciálním růstem je velký rozdíl.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
38160
4000
Když udělám 30 lineárních kroků, jeden, dva, tři, čtyři, pět,
00:42
I get to 30.
10
42160
2000
dostanu se ke třiceti.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
44160
3000
Když udělám 30 kroků exponenciálně, dva, čtyři, šestnáct,
00:47
I get to a billion.
12
47160
2000
dostanu se k miliardě.
00:49
It makes a huge difference.
13
49160
2000
To je obrovský rozdíl.
00:51
And that really describes information technology.
14
51160
2000
A to je to, co opravdu popisuje informační technologii.
00:53
When I was a student at MIT,
15
53160
2000
Když jsem byl studentem na MIT
00:55
we all shared one computer that took up a whole building.
16
55160
2000
všichni jsme se dělili o jeden počítač, který zabíral celou budovu.
00:57
The computer in your cellphone today is a million times cheaper,
17
57160
3000
Počítač ve vašem mobilním telefonu je milionkrát levnější,
01:00
a million times smaller,
18
60160
2000
milionkrát menší,
01:02
a thousand times more powerful.
19
62160
2000
a tisíckrát výkonnější.
01:04
That's a billion-fold increase in capability per dollar
20
64160
3000
Výkon za jeden dolar se zvýšil miliardkrát
01:07
that we've actually experienced since I was a student.
21
67160
2000
od doby, kdy jsem byl student.
01:09
And we're going to do it again in the next 25 years.
22
69160
3000
A to se nám podaří znovu během příštích 25 let.
01:12
Information technology progresses
23
72160
2000
Informační technologie se vyvíjí
01:14
through a series of S-curves
24
74160
2000
na řadě S křivek
01:16
where each one is a different paradigm.
25
76160
2000
kde každá znamená jinou formu.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
78160
3000
Takže lidé se ptají, "Co se stane až se dostaneme na konec Moorova zákona?"
01:21
Which will happen around 2020.
27
81160
2000
Což se stane kolem roku 2020.
01:23
We'll then go to the next paradigm.
28
83160
2000
Pak se přesuneme k další formě.
01:25
And Moore's Law was not the first paradigm
29
85160
2000
Moorův zákon nebyl první formou
01:27
to bring exponential growth to computing.
30
87160
2000
přinášející exponenciální růst do výpočetní techniky.
01:29
The exponential growth of computing started
31
89160
2000
Exponenciální růst výpočetní techniky začal
01:31
decades before Gordon Moore was even born.
32
91160
2000
desítky let předtím, než se Gordon Moore narodil.
01:33
And it doesn't just apply to computation.
33
93160
4000
A netýká se to jen výpočetní techniky.
01:37
It's really any technology where we can measure
34
97160
2000
Týká se to jakékoli technologie, kde můžeme měřit
01:39
the underlying information properties.
35
99160
3000
základní informační vlastnosti.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
102160
4000
Zde máme 49 slavných počítačů. Dám je na logaritmický graf.
01:46
The logarithmic scale hides the scale of the increase,
37
106160
4000
Logarotmická stupnice zakrývá růstovou stupnici.
01:50
because this represents trillions-fold increase
38
110160
2000
Protože ta představuje billion-násobné výšení
01:52
since the 1890 census.
39
112160
3000
od roku roku 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
115160
2000
V padesátých letech dvacátého století jsme zkracovali vakuové trubice,
01:57
making them smaller and smaller. They finally hit a wall;
41
117160
3000
dělali jsme je menší a menší až jsme se dostali na limit.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
120160
2000
Nemohli více zkrátit trubici a přitom zachovat vakuum.
02:02
And that was the end of the shrinking of vacuum tubes,
43
122160
3000
A to byl konec zkracování vakuuových trubic.
02:05
but it was not the end of the exponential growth of computing.
44
125160
3000
Ale to neznamenalo konec exponenciálního růstu výpočetní techniky.
02:08
We went to the fourth paradigm, transistors,
45
128160
2000
Dostali jsme se ke čtvrté formě, tranzistorům,
02:10
and finally integrated circuits.
46
130160
2000
a nakonec k integrovaným obvodům.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
132160
2000
Až se dosáhne konce, přejdeme k šesté formě,
02:14
three-dimensional self-organizing molecular circuits.
48
134160
4000
trojrozměrným samo-řízeným molekulárním obvodům.
02:18
But what's even more amazing, really, than this
49
138160
3000
Ale co ještě úžasnější, než tento
02:21
fantastic scale of progress,
50
141160
2000
fantastický rozvoj,
02:23
is that -- look at how predictable this is.
51
143160
2000
je jak předvídatelné to je.
02:25
I mean this went through thick and thin,
52
145160
2000
Co tím míním je, že se to děje za všech okolností
02:27
through war and peace, through boom times and recessions.
53
147160
3000
během války či míru, během růstu či recese.
02:30
The Great Depression made not a dent in this exponential progression.
54
150160
4000
Ani Velká hospodářské krize nijak nepoznamenala tento exponenciální vývoj.
02:34
We'll see the same thing in the economic recession we're having now.
55
154160
4000
Uvidíme to samé během současné ekonomické recese.
02:38
At least the exponential growth of information technology capability
56
158160
3000
Alespoň exponenciální růst schopností informačních technologií
02:41
will continue unabated.
57
161160
3000
bude pokračovat bez zpomalení.
02:44
And I just updated these graphs.
58
164160
2000
Právě jsem aktualizoval tyto grafy.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
166160
3000
Protože jsem je měl od roku 2002 ve své knize "Singularita se blíží."
02:49
So we updated them,
60
169160
2000
Tak jsme je aktualizovali
02:51
so I could present it here, to 2007.
61
171160
3000
abych je mohl prezentovat tady, do roku 2007.
02:54
And I was asked, "Well aren't you nervous?
62
174160
2000
Byl jsem dotázán, "Nejste nervózní?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
176160
4000
Možná se to jaksi vychýlilo z exponenciálního růstu."
03:00
I was a little nervous
64
180160
2000
Byl jsem trochu nervózní
03:02
because maybe the data wouldn't be right,
65
182160
2000
protože data by nemusela být správná,
03:04
but I've done this now for 30 years,
66
184160
2000
ale já toto dělám už třicet let,
03:06
and it has stayed on this exponential progression.
67
186160
3000
a průběh zůstal exponenciální.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
189160
3000
Podívejte se na tento graf. V roce 1968 jste mohli koupit tranzistor za jeden dolar.
03:12
You can buy half a billion today,
69
192160
2000
Dnes si jich můžete koupit půl milardy.
03:14
and they are actually better, because they are faster.
70
194160
2000
A jsou ve skutečnosti lepší, protože jsou rychlejší.
03:16
But look at how predictable this is.
71
196160
2000
Ale podívejte, jak předvídatelné to je.
03:18
And I'd say this knowledge is over-fitting to past data.
72
198160
3000
A řekl bych, že toto poznání je více než platné také pro minulá data.
03:21
I've been making these forward-looking predictions for about 30 years.
73
201160
4000
Tyto výhledové předpovědi dělám už asi 30 let.
03:25
And the cost of a transistor cycle,
74
205160
2000
Náklady na tranzistorový cyklus,
03:27
which is a measure of the price performance of electronics,
75
207160
2000
což je měřítko cenové výkonnosti v elektronice,
03:29
comes down about every year.
76
209160
2000
se snižuje každý rok.
03:31
That's a 50 percent deflation rate.
77
211160
2000
To je míra deflace 50%.
03:33
And it's also true of other examples,
78
213160
2000
A toto platí také pro další příklady
03:35
like DNA data or brain data.
79
215160
2000
jako jsou informace o DNA nebo mozku.
03:37
But we more than make up for that.
80
217160
2000
Ale vytváříme mnohem víc.
03:39
We actually ship more than twice as much
81
219160
2000
Ve skutečnosti tvoříme více než dvakrát tolik
03:41
of every form of information technology.
82
221160
2000
v každé formě informačních technologií.
03:43
We've had 18 percent growth in constant dollars
83
223160
3000
Máme 18 procentní růst v konstantních dolarech
03:46
in every form of information technology for the last half-century,
84
226160
3000
v každé informační technologii za poslední půlstoletí.
03:49
despite the fact that you can get twice as much of it each year.
85
229160
4000
Bez ohledu na fakt, že můžeme dostat dvakrát více každý rok.
03:53
This is a completely different example.
86
233160
2000
Toto je úplně jiný příklad.
03:55
This is not Moore's Law.
87
235160
2000
Toto není Moorův zákon.
03:57
The amount of DNA data
88
237160
2000
Množství dat o DNA
03:59
we've sequenced has doubled every year.
89
239160
2000
které jsme setřídili se zdvojnásobuje každý rok.
04:01
The cost has come down by half every year.
90
241160
3000
Náklady se snižují o polovinu každý rok.
04:04
And this has been a smooth progression
91
244160
2000
To je rovnoměrný vývoj
04:06
since the beginning of the genome project.
92
246160
2000
od začátku genomového projektu.
04:08
And halfway through the project, skeptics said,
93
248160
2000
V polovině projektu skeptici říkali
04:10
"Well, this is not working out. You're halfway through the genome project
94
250160
3000
"Toto nefunguje. Jste v polovině projektu
04:13
and you've finished one percent of the project."
95
253160
2000
a dokončili jste jen jedno procento projektu."
04:15
But that was really right on schedule.
96
255160
2000
Ale bylo to ve skutečnosti přesně podle plánu.
04:17
Because if you double one percent seven more times,
97
257160
2000
Protože když zdvojnásobíte jedno procento 7x
04:19
which is exactly what happened,
98
259160
2000
což je přesně to co se stalo,
04:21
you get 100 percent. And the project was finished on time.
99
261160
3000
dostanete 100%. Projekt byl dokončen podle plánu.
04:24
Communication technologies:
100
264160
2000
Komunikační technologie:
04:26
50 different ways to measure this,
101
266160
2000
50 různých způsobů jak to měřit.
04:28
the number of bits being moved around, the size of the Internet.
102
268160
3000
Počet přenášených bitů, velikost internetu.
04:31
But this has progressed at an exponential pace.
103
271160
2000
Ale vyvinulo se to exponenciálně.
04:33
This is deeply democratizing.
104
273160
2000
To je hluboce demokratocké.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
275160
3000
Před dvaceti lety jsem napsal v knize "Věk inteligentních strojů,"
04:38
when the Soviet Union was going strong, that it would be swept away
106
278160
3000
když sílil Sovětský Svaz, že bude smeten
04:41
by this growth of decentralized communication.
107
281160
4000
rozvojem decentralizované komunikace.
04:45
And we will have plenty of computation as we go through the 21st century
108
285160
3000
Během 21. století budeme mít spoustu výpočtů
04:48
to do things like simulate regions of the human brain.
109
288160
4000
jako je simulace oblastí lidského mozku.
04:52
But where will we get the software?
110
292160
2000
Ale co bude se softwarem?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
294160
3000
Někteří kritici říkají "Vývoj softwaru se vyvíjí hlemýždím tempem"
04:57
But we are learning more and more about the human brain.
112
297160
2000
Ale my se dozvídáme více a více o lidském mozku.
04:59
Spatial resolution of brain scanning is doubling every year.
113
299160
3000
Prostorové rozlišení mozkových scannerů se zdvojnásobuje každý rok.
05:02
The amount of data we're getting about the brain is doubling every year.
114
302160
3000
Množství dat, které dostáváme o lidském mozku se zdvojnásobuje každý rok.
05:05
And we're showing that we can actually turn this data
115
305160
3000
A ukazujeme, že jsme schopní tyto informace zpracovat
05:08
into working models and simulations of brain regions.
116
308160
3000
do fukčních modelů a simulací oblastí mozku.
05:11
There is about 20 regions of the brain that have been modeled,
117
311160
2000
V mozku je asi 20 oblasí, které jsme modelovali,
05:13
simulated and tested:
118
313160
2000
simulovali a testovali:
05:15
the auditory cortex, regions of the visual cortex;
119
315160
3000
vnější mozková kůra, oblasti zrakové kůry,
05:18
cerebellum, where we do our skill formation;
120
318160
2000
malý mozek, kde formujeme své dovednosti,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
320160
4000
části mozkové kůry, kde probíhá racionální myšlení.
05:24
And all of this has fueled
122
324160
2000
A toto všechno velmi pomohlo
05:26
an increase, very smooth and predictable, of productivity.
123
326160
3000
hladkému a předvídatelnému růstu produktivity.
05:29
We've gone from 30 dollars to 130 dollars
124
329160
2000
Dostali jsme se ze 30 dolarů na 130 dolarů
05:31
in constant dollars in the value of an average hour of human labor,
125
331160
4000
v konstatních dolarech hodnoty průměrné hodiny lidské práce,
05:35
fueled by this information technology.
126
335160
3000
hnáni touto informační technologií.
05:38
And we're all concerned about energy and the environment.
127
338160
3000
Všichni máme obavy týkající se energií a životního prostředí.
05:41
Well this is a logarithmic graph.
128
341160
2000
Toto je logaritmický graf.
05:43
This represents a smooth doubling,
129
343160
2000
Reprezentuje rovnoměrné zdvojnásobení,
05:45
every two years, of the amount of solar energy we're creating,
130
345160
4000
každé dva roky, množství solární energie, které vyrábíme.
05:49
particularly as we're now applying nanotechnology,
131
349160
2000
Zvláště teď, když aplikujeme nanotechnologie,
05:51
a form of information technology, to solar panels.
132
351160
3000
formu informační technologie, do oblasti solárních panelů.
05:54
And we're only eight doublings away
133
354160
2000
A jsme vzdáleni pouze 8 zdvojnásobení
05:56
from it meeting 100 percent of our energy needs.
134
356160
2000
od naplnění 100% našich energetických potřeb.
05:58
And there is 10 thousand times more sunlight than we need.
135
358160
4000
A k dispozici je desetitisíckrát více slunečního svitu, než potřebujeme.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
362160
5000
Nakonec tuto technolologii zapojíme. Je to už velmi blízko.
06:07
When I was a student it was across campus, now it's in our pockets.
137
367160
3000
Když jsme byl student, bylo to přes celou školu. Teď se to vejde do kapsy.
06:10
What used to take up a building now fits in our pockets.
138
370160
3000
To co zabralo celou budovu se nám teď vejde do kapes.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
373160
3000
To ce se nám dnes vejde do kapes se za 25 let vejde do krevní buňky.
06:16
And we will begin to actually deeply influence
140
376160
4000
A začneme skutečně hluboce ovlivňovat
06:20
our health and our intelligence,
141
380160
2000
naše zdraví a inteligenci,
06:22
as we get closer and closer to this technology.
142
382160
4000
jak se budeme s touto technologií sbližovat.
06:26
Based on that we are announcing, here at TED,
143
386160
3000
Na základě toho zahajujeme, tady v TED,
06:29
in true TED tradition, Singularity University.
144
389160
3000
podle opravdové TED tradice, Univerzitu Singularity.
06:32
It's a new university
145
392160
2000
Je to nová univerzita
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
394160
2000
založená Peterem Diamandisem, který je zde mezi přítomnými,
06:36
and myself.
147
396160
2000
a mnou.
06:38
It's backed by NASA and Google,
148
398160
2000
Je podporována NASA a Googlem,
06:40
and other leaders in the high-tech and science community.
149
400160
4000
a dalšími čelními představiteli z komunity vědců a hi-tech.
06:44
And our goal was to assemble the leaders,
150
404160
3000
Naším cílem bylo dát dohromady vůdce,
06:47
both teachers and students,
151
407160
2000
studenty i učitele,
06:49
in these exponentially growing information technologies,
152
409160
2000
z oblastí exponenciálně rostoucích informačních technologií
06:51
and their application.
153
411160
2000
a jejich aplikací.
06:53
But Larry Page made an impassioned speech
154
413160
2000
Ale Larry Page měl vášnivý proslov
06:55
at our organizing meeting,
155
415160
2000
na naší zahajovací schůzi,
06:57
saying we should devote this study
156
417160
5000
kde řekl, že bychom měli tato studia zasvětit
07:02
to actually addressing some of the major challenges facing humanity.
157
422160
4000
výzvám které čekají lidstvo.
07:06
And if we did that, then Google would back this.
158
426160
2000
A když to uděláme, Google nás podpoří.
07:08
And so that's what we've done.
159
428160
2000
A tak jsme to udělali.
07:10
The last third of the nine-week intensive summer session
160
430160
4000
Poslední třetina z devítitýdenního intensivního letního semestru
07:14
will be devoted to a group project to address
161
434160
2000
bude zasvěcena skupinovému projektu, který se zaměří
07:16
some major challenge of humanity.
162
436160
2000
na některé hlavní výzvy čekající lidstvo.
07:18
Like for example, applying the Internet,
163
438160
2000
Jako je například zavádění internetu,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
440160
5000
který je dnes všudypřítomný, ve venkovských oblastech Číny nebo Afriky,
07:25
to bringing health information
165
445160
2000
k umožnění přístupu ke zdravotním informacím
07:27
to developing areas of the world.
166
447160
3000
rozvíjejícím se oblastem světa.
07:30
And these projects will continue past these sessions,
167
450160
3000
Tyto projekty budou po skončení semestrů pokračovat,
07:33
using collaborative interactive communication.
168
453160
3000
s pomocí společné interaktivní komunikace.
07:36
All the intellectual property that is created and taught
169
456160
4000
Vše vyučované i vytvotvořené duševní vlastnictví
07:40
will be online and available,
170
460160
2000
bude online k dispozici,
07:42
and developed online in a collaborative fashion.
171
462160
3000
a také online vytvářeno za pomocí spolupráce.
07:45
Here is our founding meeting.
172
465160
2000
Zde je naše zakládací schůze.
07:47
But this is being announced today.
173
467160
2000
Ale oznamujeme to dnes.
07:49
It will be permanently headquartered in Silicon Valley,
174
469160
3000
Budeme mít stélé ústředí v Silicon Valley,
07:52
at the NASA Ames research center.
175
472160
2000
ve výzkumném centru NASA v Ames.
07:54
There are different programs for graduate students,
176
474160
2000
Pro postgraduální studium jsou různé programy,
07:56
for executives at different companies.
177
476160
3000
pro řídící pracovníky různých firem.
07:59
The first six tracks here -- artificial intelligence,
178
479160
2000
Prvních 6 směrů, umělá intelegence,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
481160
3000
rozvynuté výpočetní technologie, biotechnologie, nanotechnologie
08:04
are the different core areas of information technology.
180
484160
4000
jsou klíčové oblasti informačních technologií.
08:08
Then we are going to apply them to the other areas,
181
488160
2000
Pak je budeme aplikovat v dalších oblastech,
08:10
like energy, ecology,
182
490160
3000
jako je energetika, ekologie,
08:13
policy law and ethics, entrepreneurship,
183
493160
2000
právo a etika, podnikání,
08:15
so that people can bring these new technologies to the world.
184
495160
4000
aby byly tyto technologie uplatnitelné ve světě.
08:19
So we're very appreciative of the support we've gotten
185
499160
5000
Jsme velmi vděční za podporu, kterou dostáváne
08:24
from both the intellectual leaders, the high-tech leaders,
186
504160
2000
od vůdčích myslitelů a osobností z oblasti hi-tech,
08:26
particularly Google and NASA.
187
506160
2000
především od Google a NASA.
08:28
This is an exciting new venture.
188
508160
2000
Je to vrušující a odvážný podnik.
08:30
And we invite you to participate. Thank you very much.
189
510160
3000
A zveme vás k účasti na něm. Děkuji mnohokrát.
08:33
(Applause)
190
513160
3000
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7