Juan Enriquez: The life-code that will reshape the future

87,230 views ・ 2007-05-16

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Giannis Kouskouras Επιμέλεια: Constantine Anetakis
00:26
I'm supposed to scare you, because it's about fear, right?
0
26000
3000
Υποτίθεται ότι θα πρέπει να σας τρομάξω, διότι έχει σχέση με τον φόβο, σωστά;
00:30
And you should be really afraid,
1
30000
2000
Και θα έπρεπε να είστε πραγματικά φοβισμένοι,
00:32
but not for the reasons why you think you should be.
2
32000
2000
αλλά όχι για τους λόγους που νομίζετε.
00:35
You should be really afraid that --
3
35000
2000
Θα έπρεπε να φοβάστε πραγματικά ότι,
00:37
if we stick up the first slide on this thing -- there we go -- that you're missing out.
4
37000
4000
αν γίνεται να δούμε το πρώτο σλάιντ -- ωραία -- ότι χάνετε.
00:43
Because if you spend this week thinking about Iraq and
5
43000
4000
Γιατί αν περάσατε αυτήν την εβδομάδα σκεπτόμενοι το Ιράκ,
00:47
thinking about Bush and thinking about the stock market,
6
47000
4000
σκεπτόμενοι τον Μπους, ή το χρηματιστήριο,
00:51
you're going to miss one of the greatest adventures that we've ever been on.
7
51000
2000
τότε θα χάσετε μια από τις μεγαλύτερες περιπέτειες που έχουμε ζήσει ποτέ.
00:54
And this is what this adventure's really about.
8
54000
2000
Και αυτό είναι αυτή η περιπέτεια.
00:56
This is crystallized DNA.
9
56000
4000
Αυτό είναι κρυσταλλωμένο DNA.
01:00
Every life form on this planet -- every insect, every bacteria, every plant,
10
60000
3000
Κάθε μορφή ζωής σε αυτόν τον πλανήτη --κάθε έντομο, κάθε βακτήριο, κάθε φυτό,
01:03
every animal, every human, every politician -- (Laughter)
11
63000
3000
κάθε ζώο, κάθε άνθρωπος, κάθε πολιτικός -- (Γέλια)
01:08
is coded in that stuff.
12
68000
2000
είναι όλα κωδικοποιημένα σε αυτό το πράγμα.
01:10
And if you want to take a single crystal of DNA, it looks like that.
13
70000
4000
Και άμα θες να πάρεις έναν μόνο κρύσταλλο DNA, τότε φαίνεται κάπως έτσι.
01:14
And we're just beginning to understand this stuff.
14
74000
2000
Μόλις αρχίζουμε να το καταλαβαίνουμε αυτό.
01:17
And this is the single most exciting adventure that we have ever been on.
15
77000
3000
Και αυτή είναι η πιο συναρπαστική περιπέτεια που έχουμε ζήσει ποτέ.
01:21
It's the single greatest mapping project we've ever been on.
16
81000
3000
Είναι το μεγαλύτερο έργο χαρτογράφησης που έχουμε αναλάβει ποτέ.
01:24
If you think that the mapping of America's made a difference,
17
84000
2000
Αν νομίζετε ότι η χαρτογράφηση της Αμερικής έκανε τη διαφορά,
01:26
or landing on the moon, or this other stuff,
18
86000
3000
ή η προσεδάφιση στο φεγγάρι, ή όλα αυτά τα πράγματα,
01:29
it's the map of ourselves and the map of every plant
19
89000
3000
είναι ο χάρτης του εαυτού μας και ο χάρτης κάθε φυτού
01:32
and every insect and every bacteria that really makes a difference.
20
92000
3000
και κάθε εντόμου και κάθε βακτηρίου που στ' αλήθεια κάνει την διαφορά.
01:35
And it's beginning to tell us a lot about evolution.
21
95000
3000
Και έχει αρχίσει να μας λέει πολλά για την εξέλιξη.
01:40
(Laughter)
22
100000
4000
(Γέλια)
01:44
It turns out that what this stuff is --
23
104000
2000
Φαίνεται τελικά, ότι αυτό το πράγμα --
01:46
and Richard Dawkins has written about this --
24
106000
2000
και ο Ρίτσαρντ Ντώκινς έχει γράψει για αυτό --
01:48
is, this is really a river out of Eden.
25
108000
2000
είναι όντως ένα ποτάμι που πηγάζει από την Εδέμ.
01:50
So, the 3.2 billion base pairs inside each of your cells
26
110000
4000
Έτσι τα 3.2 δισεκατομμύρια ζεύγη βάσεων μέσα σε καθένα από τα κύτταρα σας,
01:54
is really a history of where you've been for the past billion years.
27
114000
3000
ουσιαστικά είναι μια ιστορία του πού βρισκόσασταν τα προηγούμενα δισεκατομμύρια χρόνια.
01:57
And we could start dating things,
28
117000
1000
Και μπορούμε να αρχίσουμε να χρονολογούμε πράγματα,
01:58
and we could start changing medicine and archeology.
29
118000
3000
ν' αρχίσουμε ν' αλλάζουμε την ιατρική και την αρχαιολογία.
02:02
It turns out that if you take the human species about 700 years ago,
30
122000
3000
Από ό,τι φαίνεται, εάν πάρουμε το ανθρώπινο είδος περίπου πριν 700 χρόνια,
02:05
white Europeans diverged from black Africans in a very significant way.
31
125000
3000
οι λευκοί Ευρωπαίοι ξεχώρισαν σημαντικά από τους μαύρους Αφρικανούς.
02:08
White Europeans were subject to the plague.
32
128000
5000
Οι λευκοί Ευρωπαίοι πέρασαν την πανούκλα.
02:14
And when they were subject to the plague, most people didn't survive,
33
134000
3000
Και όταν εκτέθηκαν σ' αυτήν, οι περισσότεροι δεν επιβίωσαν,
02:17
but those who survived had a mutation on the CCR5 receptor.
34
137000
4000
αλλά αυτοί που επιβίωσαν είχαν μια μετάλλαξη στον υποδοχέα CCR5.
02:21
And that mutation was passed on to their kids
35
141000
2000
Αυτή η μετάλλαξη πέρασε στα παιδιά τους,
02:23
because they're the ones that survived,
36
143000
2000
γιατί αυτά ήταν που επιβίωσαν,
02:25
so there was a great deal of population pressure.
37
145000
2000
και έτσι υπήρξε αυτή η τεράστια πληθυσμιακή πίεση.
02:27
In Africa, because you didn't have these cities,
38
147000
2000
Στην Αφρική επειδή δεν υπήρχαν μεγάλες πόλεις,
02:29
you didn't have that CCR5 population pressure mutation.
39
149000
3000
δεν υπήρξε αυτή η πληθυσμιακή πίεση για τη μετάλλαξη του υποδοχέα CCR5.
02:32
We can date it to 700 years ago.
40
152000
3000
Μπορούμε να το χρονολογήσουμε στα 700 χρόνια πριν.
02:35
That is one of the reasons why AIDS is raging across Africa as fast as it is,
41
155000
4000
Αυτός είναι ένας λόγος που το AIDS εξαπλώνεται σε όλη την Αφρική μ' αυτήν την ταχύτητα,
02:39
and not as fast across Europe.
42
159000
4000
ενώ δεν εξαπλώνεται τόσο γρήγορα στην Ευρώπη.
02:43
And we're beginning to find these little things for malaria,
43
163000
3000
Και αρχίζουμε σιγά σιγά να βρίσκουμε αυτές τις λεπτομέρειες για την ελονοσία,
02:46
for sickle cell, for cancers.
44
166000
3000
την δρεπανοκυτταρική αναιμία και τους καρκίνους.
02:50
And in the measure that we map ourselves,
45
170000
2000
Στο μέτρο που χαρτογραφούμε τους εαυτούς μας,
02:52
this is the single greatest adventure that we'll ever be on.
46
172000
2000
αυτή είναι η μεγαλύτερη περιπέτεια που θα ζήσουμε ποτέ.
02:54
And this Friday, I want you to pull out a really good bottle of wine,
47
174000
4000
Και αυτήν την Παρασκευή, θέλω να βγάλετε ένα πολύ καλό μπουκάλι κρασί,
02:58
and I want you to toast these two people.
48
178000
2000
και να πιείτε για αυτούς τους δυο ανθρώπους.
03:01
Because this Friday, 50 years ago, Watson and Crick found the structure of DNA,
49
181000
4000
Γιατί αυτήν την Παρασκευή, πριν 50 χρόνια, οι Γουότσον και Κρικ ανακάλυψαν την δομή του DNA
03:05
and that is almost as important a date
50
185000
3000
και αυτή είναι μια σχεδόν εξίσου σημαντική ημερομηνία
03:08
as the 12th of February when we first mapped ourselves,
51
188000
3000
με τη 12η Φεβρουαρίου, όταν χαρτογραφήσαμε τους εαυτούς μας για πρώτη φορά.
03:11
but anyway, we'll get to that.
52
191000
2000
Αλλά θα φτάσουμε και σ' αυτό.
03:13
I thought we'd talk about the new zoo.
53
193000
2000
Έλεγα να μιλήσουμε για τον καινούργιο ζωολογικό κήπο.
03:15
So, all you guys have heard about DNA, all the stuff that DNA does,
54
195000
4000
Έτσι λοιπόν, όλοι σας έχετε ακούσει για το DNA και για όλα όσα αυτό κάνει.
03:19
but some of the stuff we're discovering is kind of nifty
55
199000
3000
αλλά ορισμένα από τα πράγματα που ανακαλύπτουμε έχουν και κάποια πρακτική σημασία,
03:22
because this turns out to be the single most abundant species on the planet.
56
202000
5000
γιατί αυτό φαίνεται να είναι το πιο άφθονο είδος στον πλανήτη.
03:27
If you think you're successful or cockroaches are successful,
57
207000
3000
Αν νομίζετε ότι εσείς ή οι κατσαρίδες είστε πετυχημένοι,
03:30
it turns out that there's ten trillion trillion Pleurococcus sitting out there.
58
210000
3000
από ό,τι φαίνεται υπάρχουν κάπου 10 τρισεκατομμύρια τρισεκατομμυρίων Πλευρόκοκκοι εκεί έξω.
03:33
And we didn't know that Pleurococcus was out there,
59
213000
3000
Και εμείς δεν ξέραμε ότι ο Πλευρόκοκκος ήταν έκει έξω,
03:36
which is part of the reason
60
216000
1000
πράγμα που είναι μέρος του λόγου,
03:37
why this whole species-mapping project is so important.
61
217000
5000
για τον οποίο όλη αυτή η χαρτογράφηση των ειδών είναι τόσο σημαντική.
03:42
Because we're just beginning to learn
62
222000
2000
Διότι μόλις αρχίζουμε να μαθαίνουμε,
03:44
where we came from and what we are.
63
224000
1000
από που ερχόμαστε και τι είμαστε.
03:46
And we're finding amoebas like this. This is the amoeba dubia.
64
226000
3000
Βρίσκουμε αμοιβάδες σαν και αυτήν. Αυτή είναι η Amoeba dubia.
03:50
And the amoeba dubia doesn't look like much,
65
230000
2000
και μπορεί να μην της φαίνεται και πολύ,
03:52
except that each of you has about 3.2 billion letters,
66
232000
3000
εκτός του ότι ο καθένας από σας έχει κάπου 3.2 δισεκατομμύρια γράμματα,
03:55
which is what makes you you,
67
235000
2000
που είναι αυτό που κάνει εσάς να είστε εσείς,
03:57
as far as gene code inside each of your cells,
68
237000
3000
όσον αφορά το γενετικό κωδικό μέσα στα κύτταρά σας,
04:00
and this little amoeba which, you know,
69
240000
3000
ενώ αυτή η μικρή αμοιβάδα, η οποία
04:03
sits in water in hundreds and millions and billions,
70
243000
2000
βρίσκεται στο νερό σε εκατοντάδες κι εκατομμύρια και δισεκατομμύρια,
04:06
turns out to have 620 billion base pairs of gene code inside.
71
246000
6000
έχει όπως φαίνεται, 620 δισεκατομμύρια ζεύγη βάσεων γενετικού κώδικα.
04:12
So, this little thingamajig has a genome
72
252000
3000
Έτσι αυτό το πραγματάκι έχει ένα γονιδίωμα,
04:15
that's 200 times the size of yours.
73
255000
2000
200 φορές μεγαλύτερο από το δικό σας.
04:18
And if you're thinking of efficient information storage mechanisms,
74
258000
3000
Εάν σκέφτεστε αποδοτικούς μηχανισμούς αποθήκευσης πληροφοριών,
04:22
it may not turn out to be chips.
75
262000
2000
ίσως να μην είναι τελικά τα μικροτσίπς.
04:25
It may turn out to be something that looks a little like that amoeba.
76
265000
4000
Μπορεί να είναι κάτι που μοιάζει λίγο μ' αυτή την αμοιβάδα.
04:29
And, again, we're learning from life and how life works.
77
269000
4000
Έτσι μαθαίνουμε και πάλι από την ζωή και για το πώς αυτή λειτουργεί.
04:33
This funky little thing: people didn't used to think
78
273000
4000
Άλλο μικρό πραγματάκι: οι άνθρωποι θεωρούσαν
04:37
that it was worth taking samples out of nuclear reactors
79
277000
3000
ότι δεν άξιζε τον κόπο να πάρει κανείς δείγματα από πυρηνικούς αντιδραστήρες,
04:40
because it was dangerous and, of course, nothing lived there.
80
280000
3000
γιατί ήταν επικίνδυνο και φυσικά τίποτα δε ζούσε εκεί.
04:43
And then finally somebody picked up a microscope
81
283000
3000
Μέχρι που τελικά κάποιος πήρε ένα μικροσκόπιο
04:46
and looked at the water that was sitting next to the cores.
82
286000
3000
κι εξέτασε το νερό που στεκόταν δίπλα στους αντιδραστήρες.
04:49
And sitting next to that water in the cores
83
289000
2000
και στο νερό αυτό, δίπλα στους αντιδραστήρες, βρέθηκε
04:51
was this little Deinococcus radiodurans, doing a backstroke,
84
291000
3000
ο μικρός Deinococcus radiodurans, να κάνει ύπτια κολύμβηση
04:54
having its chromosomes blown apart every day,
85
294000
2000
με τα χρωμοσώματα του να διασπώνται κάθε μέρα,
04:56
six, seven times, restitching them,
86
296000
3000
6, 7 φορές και αυτό να τα ξαναράβει
04:59
living in about 200 times the radiation that would kill you.
87
299000
2000
ζώντας σε ραδιενέργεια 200 φορές μεγαλύτερη από αυτήν που θα σας σκότωνε.
05:02
And by now you should be getting a hint as to how diverse
88
302000
3000
Κάπου εδώ θα πρέπει να έχετε τις υποψίες σας σχετικά με το πόσο ποικιλόμορφο,
05:05
and how important and how interesting this journey into life is,
89
305000
2000
πόσο σημαντικό κι ενδιαφέρον είναι αυτό το ταξίδι στην ζωή,
05:07
and how many different life forms there are,
90
307000
3000
και πόσες πολλές διαφορετικές μορφές ζωής υπάρχουν,
05:10
and how there can be different life forms living in
91
310000
3000
και πώς τόσες διαφορετικές μορφές ζωής μπορούν να ζουν
05:13
very different places, maybe even outside of this planet.
92
313000
3000
σε πολύ διαφορετικά μέρη, ίσως ακόμα κι εκτός αυτού του πλανήτη
05:17
Because if you can live in radiation that looks like this,
93
317000
2000
Διότι αν μπορείς να ζεις με ραδιενέργεια σαν και αυτήν,
05:19
that brings up a whole series of interesting questions.
94
319000
3000
αυτό γεννά μια σειρά από ενδιαφέρουσες ερωτήσεις.
05:23
This little thingamajig: we didn't know this thingamajig existed.
95
323000
3000
Αυτό το πραγματάκι -- Δεν γνωρίζαμε καν ότι υπήρχε.
05:27
We should have known that this existed
96
327000
2000
Θα έπρεπε να ξέρουμε ότι υπήρχε,
05:29
because this is the only bacteria that you can see to the naked eye.
97
329000
3000
επειδή αυτό είναι το μόνο βακτήριο που μπορούμε να δούμε με γυμνό μάτι.
05:32
So, this thing is 0.75 millimeters.
98
332000
3000
Έχει μέγεθος 0,75 χιλιοστά.
05:35
It lives in a deep trench off the coast of Namibia.
99
335000
2000
Ζει σε μια βαθιά χαράδρα λίγο έξω από την ακτή της Namibia.
05:38
And what you're looking at with this namibiensis
100
338000
2000
Και αυτό που βλέπετε εδώ
05:40
is the biggest bacteria we've ever seen.
101
340000
2000
είναι το μεγαλύτερο βακτήριο που έχουμε δει ποτέ.
05:42
So, it's about the size of a little period on a sentence.
102
342000
3000
Είναι περίπου στο μέγεθος μιας μικρής τελείας σε μια πρόταση.
05:46
Again, we didn't know this thing was there three years ago.
103
346000
4000
Επαναλαμβάνω πως δεν ξέραμε μόλις πριν από 3 χρόνια, ότι αυτό το πράγμα υπήρχε.
05:50
We're just beginning this journey of life in the new zoo.
104
350000
3000
Μόλις τώρα ξεκινάμε αυτό το ταξίδι της ζωής στον νέο ζωολογικό κήπο.
05:54
This is a really odd one. This is Ferroplasma.
105
354000
3000
Αυτό είναι ένα πραγματικά περίεργο πλάσμα. Ονομάζεται Φερρόπλασμα.
05:58
The reason why Ferroplasma is interesting is because it eats iron,
106
358000
3000
Ο λόγος που το Φερρόπλασμα έχει ενδιαφέρον, είναι επειδή τρώει σίδηρο,
06:02
lives inside the equivalent of battery acid,
107
362000
3000
ζει μέσα σε περιβάλλον αντίστοιχο με οξύ μπαταρίας,
06:06
and excretes sulfuric acid.
108
366000
2000
και απεκκρίνει θειικό οξύ.
06:10
So, when you think of odd life forms,
109
370000
2000
Έτσι, όταν σκέφτεται κανείς περίεργες μορφές ζωής,
06:12
when you think of what it takes to live,
110
372000
3000
και τι χρειάζεται για να ζει κάτι,
06:16
it turns out this is a very efficient life form,
111
376000
2000
αυτή φαίνεται να είναι μια πολύ αποδοτική μορφή ζωής,
06:18
and they call it an archaea. Archaea means "the ancient ones."
112
378000
4000
και ανήκει στα Αρχαιοβακτήρια, από την ελληνική λέξη "αρχαίος".
06:22
And the reason why they're ancient is because this thing came up
113
382000
4000
Ο λόγος που ονομάζονται Αρχαία είναι επειδή εμφανίστηκαν
06:26
when this planet was covered
114
386000
2000
όταν ο πλανήτης ήταν καλυμμένος
06:28
by things like sulfuric acid in batteries,
115
388000
1000
με ουσίες όπως θειικό οξύ μπαταριών,
06:29
and it was eating iron when the earth was part of a melted core.
116
389000
4000
και αυτό έτρωγε σίδηρο όταν η γη ήταν τμήμα ενός λιωμένου πυρήνα.
06:34
So, it's not just dogs and cats and whales and dolphins
117
394000
4000
Άρα, δεν είναι μόνο σκύλοι και γάτες, φάλαινες και δελφίνια,
06:38
that you should be aware of and interested in on this little journey.
118
398000
4000
τα μόνα που θα πρέπει να γνωρίζετε σε αυτό το μικρό ταξίδι.
06:42
Your fear should be that you are not,
119
402000
3000
Ο φόβος σας θα έπρεπε να είναι ότι,
06:45
that you're paying attention to stuff which is temporal.
120
405000
3000
δίνετε σημασία σε πράγματα που είναι παροδικά.
06:48
I mean, George Bush -- he's going to be gone, alright? Life isn't.
121
408000
5000
Εννοώ, ο Τζωρτζ Μπους -- αυτός θα φύγει, σωστά; Η ζωή δεν πρόκειται.
06:54
Whether the humans survive or don't survive,
122
414000
3000
Είτε οι άνθρωποι επιβιώσουν είτε όχι,
06:57
these things are going to be living on this planet or other planets.
123
417000
3000
αυτά τα πράγματα θα ζούνε σ' αυτόν τον πλανήτη ή σε άλλους.
07:00
And it's just beginning to understand this code of DNA
124
420000
4000
Αυτή είναι η αρχή της κατανόησης του κώδικα του DNA
07:04
that's really the most exciting intellectual adventure
125
424000
3000
που είναι η πιο συναρπαστική νοητική περιπέτεια
07:07
that we've ever been on.
126
427000
3000
που έχουμε ζήσει ποτέ.
07:10
And you can do strange things with this stuff. This is a baby gaur.
127
430000
4000
Και μπορείς να κάνεις περίεργα πράγματα με όλα αυτά.Αυτό είναι ένα βρέφος Γκαρ.
07:14
Conservation group gets together,
128
434000
2000
Ομάδες διατήρησης ειδών συγκεντρώνονται,
07:16
tries to figure out how to breed an animal that's almost extinct.
129
436000
4000
και προσπαθούν να βρούνε έναν τρόπο ν' αναπαράγουν ένα ζώο που έχει σχεδόν εξαφανιστεί.
07:21
They can't do it naturally, so what they do with this thing is
130
441000
3000
Δεν μπορούν να το κάνουν με φυσικό τρόπο, έτσι αυτό που κάνουν,
07:24
they take a spoon, take some cells out of an adult gaur's mouth, code,
131
444000
5000
είναι να παίρνουν μ' ένα κουτάλι μερικά κύτταρα από το στόμα ενός ενήλικου Γκαρ, διαβάζουν τον κώδικα,
07:30
take the cells from that and insert it into a fertilized cow's egg,
132
450000
4000
και τα βάζουν σε ένα γονιμοποιημένο ωάριο αγελάδας,
07:35
reprogram cow's egg -- different gene code.
133
455000
3000
επαναπρογραμματίζοντας το ωάριο της αγελάδας με διαφορετικό γενετικό κώδικα.
07:39
When you do that, the cow gives birth to a gaur.
134
459000
4000
Όταν το κάνεις αυτό, η αγελάδα γεννάει Γκαρ.
07:44
We are now experimenting with bongos, pandas, elands, Sumatran tigers,
135
464000
6000
Τώρα πειραματιζόμαστε με μπόνγκο, πάντα, ελίμ, τίγρεις της Σουμάτρα,
07:50
and the Australians -- bless their hearts --
136
470000
3000
και οι Αυστραλοί -- ο Θεός να τους έχει καλά--
07:53
are playing with these things.
137
473000
1000
παίζουν με αυτά τα πράγματα.
07:54
Now, the last of these things died in September 1936.
138
474000
4000
Το τελευταίο από αυτά τα πλάσματα πέθανε τον Σεπτέμβριο του 1936.
07:58
These are Tasmanian tigers. The last known one died at the Hobart Zoo.
139
478000
4000
Αυτές είναι τίγρεις της Τασμανίας. Η τελευταία πέθανε στον ζωολογικό κήπο Hobart.
08:02
But it turns out that as we learn more about gene code
140
482000
3000
Αλλά απ' ό,τι φαίνεται, όσο πιο πολλά μαθαίνουμε για τον γενετικό κώδικα
08:05
and how to reprogram species,
141
485000
2000
και το πώς να επαναπρογραμματίζουμε είδη,
08:07
we may be able to close the gene gaps in deteriorate DNA.
142
487000
5000
ίσως να μπορούμε να καλύψουμε τα γενετικά κενά στο αλλοιωμένο DNA.
08:12
And when we learn how to close the gene gaps,
143
492000
3000
Μόλις μάθουμε πώς να καλύψουμε τα γενετικά κενά,
08:15
then we can put a full string of DNA together.
144
495000
2000
τότε θα μπορούμε να "συρράψουμε" μια ολόκληρη αλυσίδα DNA.
08:18
And if we do that, and insert this into a fertilized wolf's egg,
145
498000
4000
Και αν καταφέρουμε αυτό και το βάλουμε σε ένα γονιμοποιημένο ωάριο λύκου,
08:23
we may give birth to an animal
146
503000
2000
τότε ίσως καταφέρουμε να δώσουμε ζωή σ' ένα ζώο
08:25
that hasn't walked the earth since 1936.
147
505000
2000
το οποίο δεν έχει περπατήσει στην γη από το 1936.
08:28
And then you can start going back further,
148
508000
2000
Και ύστερα θα μπορούμε να πάμε ακόμα πιο πίσω,
08:30
and you can start thinking about dodos,
149
510000
2000
και ν' αρχίσουμε να σκεφτόμαστε τα πτηνά ντόντο,
08:33
and you can think about other species.
150
513000
1000
ίσως και άλλα είδη.
08:35
And in other places, like Maryland, they're trying to figure out
151
515000
3000
Σε κάποια μέρη, όπως στο Maryland, προσπαθούν να καταλάβουν,
08:38
what the primordial ancestor is.
152
518000
2000
ποιος είναι ο πρωταρχικός πρόγονος.
08:40
Because each of us contains our entire gene code
153
520000
3000
Γιατί ο καθένας από εμάς εμπεριέχει ολόκληρο τον γενετικό κώδικα
08:43
of where we've been for the past billion years,
154
523000
3000
για το πού βρισκόμασταν τα τελευταία δισεκατομμύρια χρόνια,
08:46
because we've evolved from that stuff,
155
526000
2000
γιατί εμείς εξελιχθήκαμε από αυτό,
08:48
you can take that tree of life and collapse it back,
156
528000
2000
κι έτσι μπορείς να πάρεις το δέντρο της ζωής και να το ακολουθήσεις αντίστροφα,
08:50
and in the measure that you learn to reprogram,
157
530000
3000
και στο μέτρο που θα έχουμε μάθει να επαναπρογραμματίζουμε,
08:53
maybe we'll give birth to something
158
533000
2000
ίσως να καταφέρουμε να δώσουμε ζωή σε κάτι
08:55
that is very close to the first primordial ooze.
159
535000
2000
που να είναι πολύ κοντά στον πρωταρχικό πρόγονο.
08:57
And it's all coming out of things that look like this.
160
537000
2000
Και όλα αυτά έρχονται από πράγματα σαν και αυτό.
08:59
These are companies that didn't exist five years ago.
161
539000
2000
Αυτές οι εταιρείες δεν υπήρχαν μόλις πριν 5 χρόνια.
09:01
Huge gene sequencing facilities the size of football fields.
162
541000
4000
Τεράστιες εγκαταστάσεις γενετικής ακολουθίας στο μέγεθος ποδοσφαιρικών γηπέδων.
09:05
Some are public. Some are private.
163
545000
2000
Μερικές είναι δημόσιες, μερικές ιδιωτικές.
09:07
It takes about 5 billion dollars to sequence a human being the first time.
164
547000
3000
Χρειάστηκαν 5 δισεκατομμύρια δολάρια για να αποκρυπτογραφηθεί η πρώτη ανθρώπινη ακολουθία.
09:11
Takes about 3 million dollars the second time.
165
551000
2000
Χρειάστηκαν 3 εκατομμύρια δολάρια για την δεύτερη φορά.
09:13
We will have a 1,000-dollar genome within the next five to eight years.
166
553000
4000
Θα έχουμε γονιδίωμα με 1.000 δολάρια μέσα στα επόμενα 5 ως 8 χρόνια.
09:17
That means each of you will contain on a CD your entire gene code.
167
557000
4000
Αυτό σημαίνει ότι ο καθένας από εσάς θα έχει σε ένα CD ολόκληρο τον γενετικό του κώδικα.
09:22
And it will be really boring. It will read like this.
168
562000
2000
Και θα είναι πολύ βαρετός. Θα είναι κάπως έτσι.
09:25
(Laughter)
169
565000
2000
(γέλια)
09:27
The really neat thing about this stuff is that's life.
170
567000
2000
Το ωραίο πράγμα με αυτά είναι ότι αυτό είναι η ζωή.
09:29
And Laurie's going to talk about this one a little bit.
171
569000
3000
Και η Λώρυ θα μιλήσει για αυτό λιγάκι.
09:32
Because if you happen to find this one inside your body,
172
572000
2000
Γιατί εάν τύχει και βρείτε αυτό μέσα στο σώμα σας,
09:34
you're in big trouble, because that's the source code for Ebola.
173
574000
2000
τότε έχετε μπλέξει, διότι αυτό είναι ο κώδικας για τον ιό Έμπολα.
09:38
That's one of the deadliest diseases known to humans.
174
578000
2000
Είναι μια από τις πιο θανατηφόρες αρρώστιες γνωστές στον άνθρωπο.
09:40
But plants work the same way and insects work the same way,
175
580000
2000
Αλλά και τα φυτά δουλεύουν με τον ίδιο τρόπο, όπως και τα έντομα,
09:42
and this apple works the same way.
176
582000
2000
και αυτό το μήλο δουλεύει με τον ίδιο τρόπο.
09:44
This apple is the same thing as this floppy disk.
177
584000
2000
Αυτό το μήλο είναι το ίδιο πράγμα με μια δισκέτα.
09:46
Because this thing codes ones and zeros,
178
586000
2000
Γιατί αυτό το πράγμα κωδικοποιεί 1 και 0,
09:48
and this thing codes A, T, C, Gs, and it sits up there,
179
588000
2000
και αυτό το πράγμα κωδικοποιεί Α, Τ, C και G, και κάθεται εκεί πάνω,
09:50
absorbing energy on a tree, and one fine day
180
590000
3000
απορροφώντας ενέργεια πάνω σε ένα δέντρο, ώσπου μια ωραία μέρα
09:53
it has enough energy to say, execute, and it goes [thump]. Right?
181
593000
4000
όταν έχει αρκετή ενέργεια για να πει, "εκτέλεσε", πέφτει. Σωστά;
09:57
(Laughter)
182
597000
3000
(Γέλια)
10:00
And when it does that, pushes a .EXE, what it does is,
183
600000
4000
Και όταν κάνει αυτό, σπρώχνει ένα αρχείο .EXE και αυτό που κάνει,
10:04
it executes the first line of code, which reads just like that,
184
604000
3000
είναι ότι εκτελεί την πρώτη γραμμή του κώδικα, που λέει αυτό:
10:07
AATCAGGGACCC, and that means: make a root.
185
607000
3000
AATCAGGGACCC, και αυτό σημαίνει-- φτιάξε ρίζα.
10:10
Next line of code: make a stem.
186
610000
2000
Επόμενη γραμμή κώδικα-- φτιάξε μίσχο.
10:12
Next line of code, TACGGGG: make a flower that's white,
187
612000
3000
Επόμενη γραμμή κώδικα, TACGGGG -- φτιάξε ένα λουλούδι που να είναι άσπρο,
10:15
that blooms in the spring, that smells like this.
188
615000
3000
ν' ανθίζει την άνοιξη και να μυρίζει έτσι.
10:18
In the measure that you have the code
189
618000
2000
Στο μέτρο που έχεις τον κώδικα
10:20
and the measure that you read it --
190
620000
3000
και στο μέτρο που τον διαβάζεις --
10:23
and, by the way, the first plant was read two years ago;
191
623000
2000
και παρεμπιπτόντως, το πρώτο φυτό διαβάστηκε πριν 2 χρόνια,
10:25
the first human was read two years ago;
192
625000
2000
ο πρώτος άνθρωπος διαβάστηκε πριν 2 χρόνια,
10:27
the first insect was read two years ago.
193
627000
2000
το πρώτο έντομο διαβάστηκε πριν 2 χρόνια.
10:29
The first thing that we ever read was in 1995:
194
629000
3000
Το πρώτο πράγμα που διαβάσαμε ήτανε το 1995,
10:32
a little bacteria called Haemophilus influenzae.
195
632000
2000
ένα μικρό βακτήριο που λέγετε Αιμόφιλος της Ινφλουένζας.
10:35
In the measure that you have the source code, as all of you know,
196
635000
3000
Στο μέτρο που έχεις τον κώδικα, όπως όλοι σας ξέρετε,
10:38
you can change the source code, and you can reprogram life forms
197
638000
2000
μπορείς να τον αλλάξεις και να επαναπρογραμματίσεις μορφές ζωής,
10:40
so that this little thingy becomes a vaccine,
198
640000
2000
έτσι ώστε αυτό το πραγματάκι να γίνει ένα εμβόλιο,
10:42
or this little thingy starts producing biomaterials,
199
642000
3000
ή αυτό το πραγματάκι να αρχίσει να φτιάχνει βιοϋλικά,
10:45
which is why DuPont is now growing a form of polyester
200
645000
3000
κι αυτός είναι ο λόγος που η εταιρεία DuPont αναπτύσσει μια μορφή πολυεστέρα,
10:48
that feels like silk in corn.
201
648000
2000
η οποία έχει αίσθηση μεταξιού, μέσα σε καλαμπόκι.
10:51
This changes all rules. This is life, but we're reprogramming it.
202
651000
5000
Αυτό αλλάζει όλους τους κανόνες. Αυτό είναι ζωή, αλλά την επαναπρογραμματίζουμε.
10:58
This is what you look like. This is one of your chromosomes.
203
658000
4000
Αυτό είναι το πώς φαίνεστε. Να ένα από τα χρωμοσώματά σας.
11:02
And what you can do now is,
204
662000
2000
Αυτό που μπορείς να κάνεις τώρα,
11:04
you can outlay exactly what your chromosome is,
205
664000
3000
είναι να δεις ποιο ακριβώς είναι το χρωμόσωμά σου,
11:07
and what the gene code on that chromosome is right here,
206
667000
3000
και ποιος γενετικός κώδικας βρίσκεται σ' αυτό το χρωμόσωμα,
11:10
and what those genes code for, and what animals they code against,
207
670000
3000
ποιο πράγμα κωδικοποιούν αυτά τα γονίδια και ενάντια σε ποια ζώα,
11:13
and then you can tie it to the literature.
208
673000
2000
και τότε μπορείς να το συσχετίσεις με τη βιβλιογραφία.
11:15
And in the measure that you can do that, you can go home today,
209
675000
3000
Στο μέτρο που μπορείς να το κάνεις αυτό, μπορείς να πας σπίτι σήμερα,
11:18
and get on the Internet, and access
210
678000
2000
να μπεις στο διαδίκτυο και να έχεις πρόσβαση
11:20
the world's biggest public library, which is a library of life.
211
680000
3000
στην μεγαλύτερη παγκοσμίως δημόσια βιβλιοθήκη, που είναι μια βιβλιοθήκη της ζωής.
11:24
And you can do some pretty strange things
212
684000
2000
Μπορείς να κάνεις μερικά αρκετά περίεργα πράγματα,
11:26
because in the same way as you can reprogram this apple,
213
686000
2000
γιατί με τον ίδιο τρόπο που μπορείς να επαναπρογραμματίσεις αυτό το μήλο,
11:29
if you go to Cliff Tabin's lab at the Harvard Medical School,
214
689000
2000
εαν πας στο εργαστήριο του Cliff Tabin στην Ιατρική σχολή του Harvard,
11:32
he's reprogramming chicken embryos to grow more wings.
215
692000
4000
επαναπρογραμματίζει έμβρυα κοτόπουλων για να βγάλουν περισσότερες φτερούγες.
11:38
Why would Cliff be doing that? He doesn't have a restaurant.
216
698000
3000
Τώρα γιατί ο Cliff να το κάνει αυτό; Δεν είναι ότι έχει εστιατόριο.
11:41
(Laughter)
217
701000
1000
(Γέλια)
11:43
The reason why he's reprogramming that animal to have more wings
218
703000
3000
Ο λόγος που επαναπρογραμματίζει αυτό το ζώο να έχει πιο πολλές φτερούγες
11:46
is because when you used to play with lizards as a little child,
219
706000
3000
είναι επειδή όταν παίζατε με τις σαύρες όταν ήσασταν μικρό παιδί,
11:49
and you picked up the lizard, sometimes the tail fell off, but it regrew.
220
709000
4000
και πιάνατε μια σαύρα, μερικές φορές η ουρά της έπεφτε, αλλά μετά έβγαινε ξανά.
11:53
Not so in human beings:
221
713000
3000
Δεν συμβαίνει όμως το ίδιο στους ανθρώπους:
11:56
you cut off an arm, you cut off a leg -- it doesn't regrow.
222
716000
3000
Αν κόψεις ένα χέρι, κόψεις ένα πόδι, δεν ξαναμεγαλώνουν.
11:59
But because each of your cells contains your entire gene code,
223
719000
4000
Αλλά επειδή το καθένα από τα κύτταρά σου περιέχει ολόκληρο τον γενετικό σου κώδικα,
12:04
each cell can be reprogrammed, if we don't stop stem cell research
224
724000
4000
το κάθε κύτταρο μπορεί να επαναπρογραμματιστεί, αν δεν σταματήσουμε την έρευνα των βλαστοκυττάρων,
12:08
and if we don't stop genomic research,
225
728000
2000
κι αν δεν σταματήσουμε την γενωμική έρευνα,
12:10
to express different body functions.
226
730000
3000
έτσι ώστε να εκφράζει διαφορετικές σωματικές λειτουργίες.
12:14
And in the measure that we learn how chickens grow wings,
227
734000
3000
Στο μέτρο που θα μάθουμε πώς να μεγαλώνουμε φτερούγες σε κοτόπουλα,
12:17
and what the program is for those cells to differentiate,
228
737000
2000
και ποιο είναι το πρόγραμμα για να διαφοροποιηθούν αυτά τα κύτταρα,
12:19
one of the things we're going to be able to do
229
739000
3000
ένα από τα πράγματα που θα μπορούμε να κάνουμε
12:22
is to stop undifferentiated cells, which you know as cancer,
230
742000
3000
θα είναι να σταματήσουμε αδιαφοροποίητα κύτταρα, τα οποία γνωρίζετε ως καρκίνο,
12:26
and one of the things we're going to learn how to do
231
746000
2000
και ένα από τα πράγμα που θα μάθουμε πώς να κάνουμε
12:28
is how to reprogram cells like stem cells
232
748000
3000
θα είναι πώς να επαναπρογραμματίζουμε κύτταρα σαν τα βλαστοκύτταρα
12:31
in such a way that they express bone, stomach, skin, pancreas.
233
751000
6000
με τέτοιο τρόπο, ώστε να εκφράζουν κόκκαλο, στομάχι, δέρμα, πάγκρεας.
12:38
And you are likely to be wandering around -- and your children --
234
758000
3000
Και μπορεί να καταλήξετε να κινείστε -- εσείς και τα παιδιά σας --
12:41
on regrown body parts in a reasonable period of time,
235
761000
3000
πάνω σε μέλη που έχουν ξαναμεγαλώσει, μέσα σε μια σχετικά λογική χρονική περίοδο,
12:45
in some places in the world where they don't stop the research.
236
765000
3000
σε κάποια μέρη στον κόσμο που δεν σταματάνε την έρευνα.
12:50
How's this stuff work? If each of you differs
237
770000
5000
Πως λειτουργούν αυτά τα πράγματα; Εάν ο καθένας από εσάς διαφέρει
12:55
from the person next to you by one in a thousand, but only three percent codes,
238
775000
3000
από τον διπλανό του κατά ένα στα χίλια, αλλά μόνο το 3% αυτού κωδικοποιείται,
12:58
which means it's only one in a thousand times three percent,
239
778000
2000
αυτό σημαίνει ότι είναι μόνο ένα στα χίλια επί 3%,
13:00
very small differences in expression and punctuation
240
780000
3000
δηλαδή πολύ μικρές διαφορές στην έκφραση και τη στίξη
13:03
can make a significant difference. Take a simple declarative sentence.
241
783000
3000
μπορούν να προκαλέσουν μεγάλες διαφορές. Ορίστε μια απλή πρόταση δήλωσης:
13:08
(Laughter)
242
788000
2000
[Μια γυναίκα χωρίς τον άντρα της είναι ένα τίποτα] --(Γέλια)
13:10
Right?
243
790000
1000
Σωστά;
13:11
That's perfectly clear. So, men read that sentence,
244
791000
4000
Αυτό είναι απόλυτα κατανοητό. Έτσι, οι άντρες βλέπουν αυτήν την πρόταση,
13:15
and they look at that sentence, and they read this.
245
795000
2000
και διαβάζουν αυτό.
13:23
Okay?
246
803000
1000
[Μια γυναίκα, χωρίς τον άντρα της, είναι ένα τίποτα] Εντάξει;
13:24
Now, women look at that sentence and they say, uh-uh, wrong.
247
804000
4000
Τώρα, οι γυναίκες βλέπουν αυτήν την πρόταση και λένε, "χμμ λάθος".
13:28
This is the way it should be seen.
248
808000
2000
Αυτός είναι ο τρόπος που πρέπει να διαβαστεί:
13:32
(Laughter)
249
812000
8000
[Μια γυναίκα: χωρίς αυτήν, ο άντρα της είναι ένα τίποτα] -- (Γέλια)
13:40
That's what your genes are doing.
250
820000
1000
Αυτό κάνουν και τα γονίδιά σας.
13:41
That's why you differ from this person over here by one in a thousand.
251
821000
5000
Γιαυτό διαφέρετε από τον διπλανό σας κατά ένα στα χίλια.
13:46
Right? But, you know, he's reasonably good looking, but...
252
826000
3000
Σωστά; Αλλά ξέρετε, αυτός είναι σχετικά όμορφος, αλλά...
13:49
I won't go there.
253
829000
2000
Δεν θα πάω εκεί.
13:52
You can do this stuff even without changing the punctuation.
254
832000
3000
Μπορείς να τα κάνεις αυτά ακόμη και χωρίς να αλλάξεις τη στίξη.
13:56
You can look at this, right?
255
836000
4000
Μπορείς να δεις αυτό, σωστά; [Εφορία]
14:00
And they look at the world a little differently.
256
840000
2000
Κι αυτοί βλέπουν τον κόσμο λίγο διαφορετικά.
14:02
They look at the same world and they say...
257
842000
2000
Αυτοί βλέπουν τον κόσμο και λένε... [Δικός μας]
14:04
(Laughter)
258
844000
6000
(Γέλια)
14:10
That's how the same gene code -- that's why you have 30,000 genes,
259
850000
4000
Για τον ίδιο λόγο ο ίδιος γενετικός κώδικας -- γι' αυτό έχετε κάπου 30.000 γονίδια,
14:14
mice have 30,000 genes, husbands have 30,000 genes.
260
854000
3000
τα ποντίκια έχουν 30.000 γονίδια, οι σύζυγοι έχουν 30.000 γονίδια.
14:17
Mice and men are the same. Wives know that, but anyway.
261
857000
3000
Ποντίκια και άντρες είναι το ίδιο. Οι γυναίκες το ξέρουν αυτό παρεμπιπτόντως.
14:21
You can make very small changes in gene code
262
861000
2000
Μπορείς να κάνεις πολύ μικρές αλλαγές στο γενετικό κώδικα
14:23
and get really different outcomes,
263
863000
2000
και να πάρεις πολύ διαφορετικά αποτελέσματα,
14:27
even with the same string of letters.
264
867000
2000
ακόμα και με την ίδια ακολουθία γραμμάτων.
14:31
That's what your genes are doing every day.
265
871000
2000
Αυτό κάνουν τα γονίδιά σας κάθε μέρα.
14:34
That's why sometimes a person's genes
266
874000
2000
Γι' αυτό μερικές φορές τα γονίδια κάποιου
14:36
don't have to change a lot to get cancer.
267
876000
2000
δεν χρειάζεται ν' αλλάξουν και πολύ, για να πάθει καρκίνο.
14:42
These little chippies, these things are the size of a credit card.
268
882000
4000
Αυτά τα μικρά τσιπάκια, είναι στο μέγεθος μιας πιστωτικής κάρτας.
14:47
They will test any one of you for 60,000 genetic conditions.
269
887000
2000
Αυτά θα ελέγχουν οποιονδήποτε από εσάς για 60.000 γενετικές ασθένειες.
14:50
That brings up questions of privacy and insurability
270
890000
3000
Αυτό προκαλεί ερωτήματα ατομικών δικαιωμάτων και ασφάλειας
14:53
and all kinds of stuff, but it also allows us to start going after diseases,
271
893000
2000
και διάφορα άλλα πράγματα, αλλά επίσης μας επιτρέπει να αντιμετωπίζουμε ασθένειες
14:56
because if you run a person who has leukemia through something like this,
272
896000
3000
γιατί αν περάσεις κάποιον που έχει λευχαιμία από κάτι σαν κι αυτό,
15:00
it turns out that three diseases with
273
900000
2000
αποδεικνύεται ότι τρεις ασθένειες με
15:02
completely similar clinical syndromes
274
902000
4000
εντελώς όμοια κλινικά σύνδρομα
15:06
are completely different diseases.
275
906000
2000
είναι εντελώς διαφορετικές μεταξύ τους.
15:08
Because in ALL leukemia, that set of genes over there over-expresses.
276
908000
3000
Γιατί στην λευχαιμία ALL, αυτό το σετ γονιδίων υπερεκφράζεται.
15:11
In MLL, it's the middle set of genes,
277
911000
2000
Στην MLL, είναι το μεσαίο σετ των γονιδίων,
15:13
and in AML, it's the bottom set of genes.
278
913000
2000
και στην AML, είναι το κάτω σετ γονιδίων.
15:15
And if one of those particular things is expressing in your body,
279
915000
5000
Κι αν ένα απ' αυτά τα συγκεκριμένα πράγματα εκφράζεται στο σώμα σας,
15:20
then you take Gleevec and you're cured.
280
920000
2000
τότε παίρνετε Gleevec και θεραπεύστε.
15:23
If it is not expressing in your body,
281
923000
2000
Αν δεν εκφράζεται στο σώμα σας,
15:25
if you don't have one of those types --
282
925000
2000
εάν δεν έχετε κάποιον από αυτούς τους τύπους --
15:27
a particular one of those types -- don't take Gleevec.
283
927000
3000
κάποιον συγκεκριμένο από αυτούς τους τύπους -- μην πάρετε Gleevec.
15:30
It won't do anything for you.
284
930000
1000
Δεν θα σας κάνει τίποτα.
15:32
Same thing with Receptin if you've got breast cancer.
285
932000
2000
Το ίδιο ισχύει και με το Receptin αν έχετε καρκίνο του στήθους.
15:35
Don't have an HER-2 receptor? Don't take Receptin.
286
935000
3000
Εάν δεν έχετε υποδοχέα HER-2, μην πάρετε Receptin.
15:38
Changes the nature of medicine. Changes the predictions of medicine.
287
938000
4000
Αλλάζει τη φύση της ιατρικής. Αλλάζει τις προβλέψεις της ιατρικής.
15:42
Changes the way medicine works.
288
942000
2000
Αλλάζει τον τρόπο που λειτουργεί η ιατρική.
15:44
The greatest repository of knowledge when most of us went to college
289
944000
3000
Ο μεγαλύτερος θησαυρός γνώσεων, όταν οι περισσότεροι από μας πήγαμε στο κολέγιο,
15:47
was this thing, and it turns out that
290
947000
2000
ήταν αυτό το πράγμα, και τελικά
15:49
this is not so important any more.
291
949000
2000
δεν είναι και τόσο σημαντικό τώρα πια.
15:51
The U.S. Library of Congress, in terms of its printed volume of data,
292
951000
4000
Η αμερικάνικη βιβλιοθήκη του Κογκρέσου, όσον αφορά τον όγκο τυπωμένων δεδομένων,
15:55
contains less data than is coming out of a good genomics company
293
955000
4000
περιέχει λιγότερα δεδομένα από αυτά που προέρχονται από μια καλή εταιρεία γενωμικής,
15:59
every month on a compound basis.
294
959000
3000
σε μηνιαία βάση.
16:02
Let me say that again: A single genomics company
295
962000
3000
Αφήστε να το ξαναπώ: Μια εταιρεία γενωμικής,
16:05
generates more data in a month, on a compound basis,
296
965000
3000
παράγει περισσότερα δεδομένα σε έναν μήνα,
16:08
than is in the printed collections of the Library of Congress.
297
968000
3000
απ' όσα υπάρχουν στις τυπωμένες συλλογές της βιβλιοθήκης του Κογκρέσου.
16:12
This is what's been powering the U.S. economy. It's Moore's Law.
298
972000
4000
Αυτό είναι που τροφοδοτεί την αμερικανική οικονομία. Είναι ο νόμος του Moore.
16:16
So, all of you know that the price of computers halves every 18 months
299
976000
5000
Όλοι σας ξέρετε ότι η τιμή των υπολογιστών υποδιπλασιάζεται κάθε 18 μήνες
16:21
and the power doubles, right?
300
981000
2000
και η ισχύς διπλασιάζεται, σωστά;
16:23
Except that when you lay that side by side with the speed
301
983000
4000
Μόνο που αν αυτό το παραβάλλεις με την ταχύτητα
16:27
with which gene data's being deposited in GenBank,
302
987000
3000
με την οποία γενετικά δεδομένα αποθηκεύονται στην GenBank,
16:30
Moore's Law is right here: it's the blue line.
303
990000
4000
ο νόμος του Moore είναι αυτός εδώ: Είναι η μπλε γραμμή.
16:35
This is on a log scale, and that's what superexponential growth means.
304
995000
4000
Αυτό είναι σε λογαριθμική κλίμακα και είναι η λεγόμενη υπερεκθετική ανάπτυξη.
16:39
This is going to push computers to have to grow faster
305
999000
4000
Αυτό θα σπρώξει τους υπολογιστές ώστε να αναπτυχθούν ταχύτερα
16:43
than they've been growing, because so far,
306
1003000
2000
από ό,τι αναπτύσσονταν ως τώρα,
16:45
there haven't been applications that have been required
307
1005000
3000
γιατί δεν υπήρχαν εφαρμογές που απαιτούσαν
16:48
that need to go faster than Moore's Law. This stuff does.
308
1008000
3000
ταχύτητα μεγαλύτερη από αυτήν του νόμου του Moore. Αυτό όμως την απαιτεί.
16:51
And here's an interesting map.
309
1011000
2000
Να ένας ενδιαφέρων χάρτης.
16:53
This is a map which was finished at the Harvard Business School.
310
1013000
4000
Αυτός είναι ένας χάρτης που φτιάχτηκε στην Επιχειρηματική Σχολή του Χάρβαρντ.
16:57
One of the really interesting questions is, if all this data's free,
311
1017000
3000
Ένα από τα πραγματικά ενδιαφέροντα ερωτήματα είναι, αν όλα τα δεδομένα είναι δωρεάν,
17:00
who's using it? This is the greatest public library in the world.
312
1020000
4000
ποιος τα χρησιμοποιεί; Αυτή είναι η μεγαλύτερη δημόσια βιβλιοθήκη στον κόσμο.
17:04
Well, it turns out that there's about 27 trillion bits
313
1024000
3000
Απ' ό,τι φαίνεται υπάρχουν κάπου 27 τρισεκατομμύρια bits
17:07
moving inside from the United States to the United States;
314
1027000
3000
που μετακινούνται μέσα από τις ΗΠΑ στις ΗΠΑ,
17:10
about 4.6 trillion is going over to those European countries;
315
1030000
4000
περίπου 4.6 τρισεκατομμύρια που πηγαίνουν σε ευρωπαϊκές χώρες,
17:14
about 5.5's going to Japan; there's almost no communication
316
1034000
3000
και κάπου 5,5 πηγαίνουν στην Ιαπωνία, δεν υπάρχει σχεδόν καθόλου επικοινωνία
17:17
between Japan, and nobody else is literate in this stuff.
317
1037000
4000
με την Ιαπωνία, και κανένας άλλος δεν είναι μορφωμένος σε αυτά τα θέματα.
17:21
It's free. No one's reading it. They're focusing on the war;
318
1041000
5000
Είναι δωρεάν. Κανένας δεν τα διαβάζει. Είναι όλοι επικεντρωμένοι στον πόλεμο,
17:26
they're focusing on Bush; they're not interested in life.
319
1046000
2000
ή στον Μπους, δεν ενδιαφέρονται για την ζωή.
17:29
So, this is what a new map of the world looks like.
320
1049000
2000
Έτσι, αυτός είναι ο καινούργιος χάρτης του κόσμου.
17:32
That is the genomically literate world. And that is a problem.
321
1052000
6000
Αυτός είναι ο γενωμικά μορφωμένος κόσμος. Και αυτό είναι ένα πρόβλημα.
17:38
In fact, it's not a genomically literate world.
322
1058000
2000
Βασικά, ο κόσμος μας δεν είναι ένας γενωμικά μορφωμένος κόσμος.
17:40
You can break this out by states.
323
1060000
2000
Μπορείς να τον χωρίσεις σε πολιτείες.
17:42
And you can watch states rise and fall depending on
324
1062000
2000
Και μπορείς να δεις πολιτείες να ανεβαίνουν και να πέφτουν, ανάλογα
17:44
their ability to speak a language of life,
325
1064000
2000
με την ικανότητά τους να μιλάνε την γλώσσα της ζωής,
17:46
and you can watch New York fall off a cliff,
326
1066000
2000
μπορείς να δεις την Νέα Υόρκη να πέφτει κατακόρυφα,
17:48
and you can watch New Jersey fall off a cliff,
327
1068000
2000
όπως και το Νιου Τζέρσεϋ,
17:50
and you can watch the rise of the new empires of intelligence.
328
1070000
3000
ενώ μπορείς να δεις την άνοδο των νέων αυτοκρατοριών της πληροφορίας.
17:54
And you can break it out by counties, because it's specific counties.
329
1074000
3000
Μπορείς να το χωρίσεις σε χώρες, διότι είναι συγκεκριμένες χώρες.
17:57
And if you want to get more specific,
330
1077000
2000
Κι αν θες να γίνεις πιο συγκεκριμένος,
17:59
it's actually specific zip codes.
331
1079000
2000
στην πραγματικότητα είναι συγκεκριμένοι ταχυδρομικοί κώδικες.
18:01
(Laughter)
332
1081000
2000
(Γέλια)
18:03
So, you want to know where life is happening?
333
1083000
3000
Έτσι, θέλετε να μάθετε πού συμβαίνει η ζωή;
18:06
Well, in Southern California it's happening in 92121. And that's it.
334
1086000
5000
Ε λοιπόν, στην Νότια Καλιφόρνια συμβαίνει στον τ.κ. 92121. Αυτό είναι όλο.
18:12
And that's the triangle between Salk, Scripps, UCSD,
335
1092000
5000
Αυτό είναι το τρίγωνο μεταξύ των Sulk*, Scripps και UCSD,
18:17
and it's called Torrey Pines Road.
336
1097000
2000
και ονομάζεται οδός Torrey Pines.
18:19
That means you don't need to be a big nation to be successful;
337
1099000
3000
Αυτό σημαίνει ότι δεν χρειάζεται να είσαι κάποιο μεγάλο έθνος για να είσαι πετυχημένος·
18:22
it means you don't need a lot of people to be successful;
338
1102000
2000
ότι δεν χρειάζεσαι πολλούς ανθρώπους για να είσαι πετυχημένος·
18:24
and it means you can move most of the wealth of a country
339
1104000
3000
κι ότι μπορείς να μετακινήσεις τον περισσότερο πλούτο μιας χώρας
18:27
in about three or four carefully picked 747s.
340
1107000
3000
μέσα σε περίπου 3 ή 4 προσεκτικά επιλεγμένα Boeing 747.
18:31
Same thing in Massachusetts. Looks more spread out but --
341
1111000
4000
Το ίδιο πράγμα και στην Μασαχουσέτη. Φαίνεται πιο απλωμένο αλλά --
18:35
oh, by the way, the ones that are the same color are contiguous.
342
1115000
3000
παρεμπιπτόντως, αυτά που έχουν το ίδιο χρώμα είναι συνεχόμενα.
18:39
What's the net effect of this?
343
1119000
2000
Ποιο είναι το συνολικό αποτέλεσμα;
18:41
In an agricultural society, the difference between
344
1121000
2000
Σε μια αγροτική κοινωνία, η διαφορά μεταξύ
18:43
the richest and the poorest,
345
1123000
1000
των πλουσιότερων και των φτωχότερων,
18:45
the most productive and the least productive, was five to one. Why?
346
1125000
4000
των πιο παραγωγικών και των λιγότερο παραγωγικών, ήταν 5 προς 1. Γιατί;
18:49
Because in agriculture, if you had 10 kids
347
1129000
2000
Διότι στην αγροτική κοινωνία, αν είχες 10 παιδιά
18:51
and you grow up a little bit earlier and you work a little bit harder,
348
1131000
3000
και ξυπνούσες λίγο νωρίτερα και δούλευες λιγάκι πιο σκληρά,
18:54
you could produce about five times more wealth, on average,
349
1134000
2000
μπορούσες να παράγεις περίπου 5 φορές περισσότερο πλούτο, κατά μέσο όρο,
18:56
than your neighbor.
350
1136000
1000
από τον γείτονα.
18:58
In a knowledge society, that number is now 427 to 1.
351
1138000
3000
Σε μια κοινωνία γνώσης, αυτή η αναλογία είναι τώρα 427 προς 1.
19:02
It really matters if you're literate, not just in reading and writing
352
1142000
4000
Έχει μεγάλη διαφορά να είσαι μορφωμένος, κι όχι μόνο στο διάβασμα και στο γράψιμο,
19:06
in English and French and German,
353
1146000
2000
στα Αγγλικά, τα Γαλλικά και τα Γερμανικά,
19:08
but in Microsoft and Linux and Apple.
354
1148000
2000
αλλά και σε Microsoft, σε Linux και σε Apple.
19:11
And very soon it's going to matter if you're literate in life code.
355
1151000
4000
Πολύ σύντομα θα έχει σημασία αν θα είσαι μορφωμένος στον κώδικα της ζωής.
19:15
So, if there is something you should fear,
356
1155000
2000
Έτσι, αν υπάρχει κάτι που θα έπρεπε να φοβάστε,
19:17
it's that you're not keeping your eye on the ball.
357
1157000
3000
είναι ότι δεν έχετε τα μάτια σας στην μπάλα.
19:20
Because it really matters who speaks life.
358
1160000
2000
Γιατί πραγματικά μετράει ποιος μιλάει τη γλώσσα της ζωής.
19:23
That's why nations rise and fall.
359
1163000
2000
Γι' αυτό τα έθνη ανεβαίνουν και πέφτουν.
19:26
And it turns out that if you went back to the 1870s,
360
1166000
3000
Κι απ' ό,τι φαίνεται, αν πας πίσω στο 1870,
19:29
the most productive nation on earth was Australia, per person.
361
1169000
3000
το πιο παραγωγικό έθνος στην γη ήταν η Αυστραλία, κατά κεφαλήν.
19:32
And New Zealand was way up there. And then the U.S. came in about 1950,
362
1172000
3000
Και η Νέα Ζηλανδία ήταν εκεί πάνω. Μετά οι ΗΠΑ ήρθαν κάπου το 1950,
19:35
and then Switzerland about 1973, and then the U.S. got back on top --
363
1175000
3000
η Ελβετία κάπου το 1973 και μετά οι ΗΠΑ ανέβηκαν πάλι στην κορυφή --
19:39
beat up their chocolates and cuckoo clocks.
364
1179000
2000
και νίκησαν τις σοκολάτες και τα ρολόγια με τους κούκους.
19:43
And today, of course, you all know that the most productive nation
365
1183000
3000
Σήμερα φυσικά, όλοι ξέρετε ότι το πιο παραγωγικό έθνος
19:46
on earth is Luxembourg, producing about one third more wealth
366
1186000
3000
στην Γη είναι το Λουξεμβούργο, παράγοντας περίπου κατά 1/3 περισσότερο πλούτο
19:49
per person per year than America.
367
1189000
2000
κατά κεφαλήν ετησίως, από ό,τι η Αμερική.
19:52
Tiny landlocked state. No oil. No diamonds. No natural resources.
368
1192000
4000
Πολύ μικρό σε έκταση κράτος. Χωρίς πετρέλαιο. Χωρίς διαμάντια. Χωρίς φυσικούς πόρους.
19:56
Just smart people moving bits. Different rules.
369
1196000
5000
Απλά έξυπνοι άνθρωποι που μετακινούν bits. Διαφορετικοί κανόνες.
20:02
Here's differential productivity rates.
370
1202000
3000
Αυτοί είναι οι ρυθμοί παραγωγικότητας.
20:06
Here's how many people it takes to produce a single U.S. patent.
371
1206000
3000
Εδώ φαίνεται πόσοι άνθρωποι χρειάζονται για να παράγουν μια Αμερικάνικη πατέντα.
20:09
So, about 3,000 Americans, 6,000 Koreans, 14,000 Brits,
372
1209000
4000
Έτσι έχουμε 3.000 Αμερικάνους, 6.000 Κορεάτες, 14.000 Άγγλους,
20:13
790,000 Argentines. You want to know why Argentina's crashing?
373
1213000
3000
790.000 Αργεντινούς. Θέλετε να μάθετε γιατί η Αργεντινή καταρρέει;
20:16
It's got nothing to do with inflation.
374
1216000
2000
Δεν έχει να κάνει καθόλου με τον πληθωρισμό.
20:18
It's got nothing to do with privatization.
375
1218000
2000
Δεν έχει να κάνει καθόλου με την ιδιωτικοποίηση.
20:20
You can take a Harvard-educated Ivy League economist,
376
1220000
4000
Μπορείς να πάρεις έναν οικονομολόγο από το Χάρβαρντ και το Ivy League
20:24
stick him in charge of Argentina. He still crashes the country
377
1224000
3000
και να τον βάλεις υπεύθυνο στην Αργεντινή. Η χώρα θα εξακολουθούσε να καταρρέει,
20:27
because he doesn't understand how the rules have changed.
378
1227000
2000
γιατί αυτός δεν θα καταλάβαινε πώς έχουν αλλάξει οι κανόνες.
20:30
Oh, yeah, and it takes about 5.6 million Indians.
379
1230000
3000
Α, ναι και χρειάζεται περίπου 5,6 εκατομμύρια Ινδούς.
20:33
Well, watch what happens to India.
380
1233000
2000
Κοιτάξτε τι συμβαίνει στην Ινδία.
20:35
India and China used to be 40 percent of the global economy
381
1235000
3000
Η Ινδία και η Κίνα αποτελούσαν περίπου το 40% της παγκόσμιας οικονομίας,
20:38
just at the Industrial Revolution, and they are now about 4.8 percent.
382
1238000
5000
κατά τη βιομηχανική επανάσταση, ενώ τώρα αποτελούν μόνο το 4,8%.
20:43
Two billion people. One third of the global population producing 5 percent of the wealth
383
1243000
4000
2 δισεκατομμύρια άνθρωποι. Το ένα τρίτο του παγκόσμιου πληθυσμού παράγει το 5% του παγκόσμιου πλούτου,
20:47
because they didn't get this change,
384
1247000
3000
γιατί δεν κατάλαβαν αυτήν την αλλαγή.
20:50
because they kept treating their people like serfs
385
1250000
2000
γιατί εξακολούθησαν να φέρονται στους ανθρώπους σαν σε δουλοπάροικους,
20:52
instead of like shareholders of a common project.
386
1252000
3000
αντί σαν σε μετόχους ενός κοινού σχεδίου.
20:56
They didn't keep the people who were educated.
387
1256000
3000
Δεν κράτησαν τους ανθρώπους που ήταν μορφωμένοι.
20:59
They didn't foment the businesses. They didn't do the IPOs.
388
1259000
2000
Δεν υπέθαλψαν τις επιχειρήσεις. Δεν έκαναν δημόσιες εγγραφές στο χρηματιστήριο.
21:02
Silicon Valley did. And that's why they say
389
1262000
4000
Η Σίλικον Βάλευ όμως το έκανε. Γι' αυτό λένε
21:06
that Silicon Valley has been powered by ICs.
390
1266000
2000
ότι η Σίλικον Βάλευ τροφοδοτείται από ICs.
21:09
Not integrated circuits: Indians and Chinese.
391
1269000
3000
Όχι IC όπως ολοκληρωμένα κυκλώματα, αλλά όπως Ινδούς και Κινέζους.
21:12
(Laughter)
392
1272000
4000
(Γέλια)
21:16
Here's what's happening in the world.
393
1276000
2000
Ορίστε τι συμβαίνει στον κόσμο.
21:18
It turns out that if you'd gone to the U.N. in 1950,
394
1278000
3000
Από ό,τι φαίνεται αν είχες πάει στον ΟΗΕ το 1950,
21:21
when it was founded, there were 50 countries in this world.
395
1281000
2000
όταν ιδρύθηκε, υπήρχαν 50 χώρες στον κόσμο.
21:23
It turns out there's now about 192.
396
1283000
3000
Τώρα υπάρχουν 192.
21:26
Country after country is splitting, seceding, succeeding, failing --
397
1286000
4000
Η μια χώρα μετά την άλλη, χωρίζεται, επιτυγχάνει, αποτυγχάνει.
21:31
and it's all getting very fragmented. And this has not stopped.
398
1291000
5000
Όλες οι χώρες κατακερματίζονται. Και αυτό δεν έχει σταματήσει.
21:36
In the 1990s, these are sovereign states
399
1296000
3000
Στη δεκαετία του '90, αυτά είναι τα κυρίαρχα κράτη
21:39
that did not exist before 1990.
400
1299000
2000
που δεν υπήρχαν πιο πριν.
21:41
And this doesn't include fusions or name changes or changes in flags.
401
1301000
5000
Αυτό δεν περιλαμβάνει ενώσεις ή αλλαγές ονομάτων ή σημαιών.
21:46
We're generating about 3.12 states per year.
402
1306000
3000
Παράγουμε περίπου 3,12 κράτη ανά έτος.
21:49
People are taking control of their own states,
403
1309000
3000
Οι άνθρωποι παίρνουν τον έλεγχο των κρατών τους,
21:52
sometimes for the better and sometimes for the worse.
404
1312000
3000
μερικές φορές για το καλύτερο, μερικές φορές για το χειρότερο.
21:55
And the really interesting thing is,
405
1315000
2000
Το πραγματικά ενδιαφέρον είναι,
21:57
you and your kids are empowered to build great empires,
406
1317000
2000
ότι εσείς και τα παιδιά σας έχετε τη δύναμη να οικοδομήσετε τεράστιες αυτοκρατορίες
21:59
and you don't need a lot to do it.
407
1319000
2000
και δε χρειάζεστε πολλά, για να τα καταφέρετε.
22:01
(Music)
408
1321000
2000
(Μουσική)
22:03
And, given that the music is over, I was going to talk
409
1323000
3000
Μόλις τελείωνε η μουσική θα μιλούσα
22:06
about how you can use this to generate a lot of wealth,
410
1326000
3000
για το πώς μπορείτε να χρησιμοποιήσετε όλα αυτά, για να παράγετε πολύ πλούτο,
22:09
and how code works.
411
1329000
2000
και πώς λειτουργεί ο κώδικας.
22:11
Moderator: Two minutes.
412
1331000
1000
(Συντονιστής -- 2 λεπτά)
22:12
(Laughter)
413
1332000
2000
(Γέλια)
22:14
Juan Enriquez: No, I'm going to stop there and we'll do it next year
414
1334000
4000
Όχι, θα σταματήσω εδώ και θα το συνεχίσουμε του χρόνου
22:18
because I don't want to take any of Laurie's time.
415
1338000
2000
γιατί δεν θέλω να κλέψω καθόλου από το χρόνο της Λώρυ.
22:21
But thank you very much.
416
1341000
1000
Αλλά σας ευχαριστώ πολύ.
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7