Computing a theory of everything | Stephen Wolfram

Fordító: Lívia Bürgermeister Lektor: Laszlo Kereszturi

So I want to talk today about an idea. It's a big idea.

Amiről beszélni szeretnék ma, az egy ötlet. Egy nagy ötlet.

Actually, I think it'll eventually

Azt hiszem, végső soron ez bizonyul

be seen as probably the single biggest idea

majd a legnagyobb ötletnek az összes közül

that's emerged in the past century.

amely a múlt században felbukkant.

It's the idea of computation.

Ez a digitális számítás ötlete.

Now, of course, that idea has brought us

Na most, persze ennek az ötletnek az eredménye

all of the computer technology we have today and so on.

a mai egész számítógépes technológiánk is.

But there's actually a lot more to computation than that.

Valójában azonban a számítástudomány ennél sokkal több.

It's really a very deep, very powerful, very fundamental idea,

Egy igazán nagyon mély, nagy hatású, és nagyon alapvető gondolat,

whose effects we've only just begun to see.

hatásait még csak most kezdjük látni.

Well, I myself have spent the past 30 years of my life

Jómagam az életem legutóbbi 30 évében

working on three large projects

három nagy projekten dolgoztam

that really try to take the idea of computation seriously.

amelyek igazán komolyan vették a digitális számítás ötletét.

So I started off at a young age as a physicist

Amikor a pályámat fiatal fizikusként megkezdtem

using computers as tools.

a számítógépet eszközként használtam.

Then, I started drilling down,

Aztán egyre jobban belemélyedtem,

thinking about the computations I might want to do,

azon gondolkodtam, milyen számításokra lenne szükségem,

trying to figure out what primitives they could be built up from

és próbáltam megtalálni azokat az alapvető építőelemeket

and how they could be automated as much as possible.

amelyekből építkezve a számításokat a leginkább automatizálni lehetne.

Eventually, I created a whole structure

Végülis, felépítettem egy teljes rendszert

based on symbolic programming and so on

a szimbolikus programozásra alapozva

that let me build Mathematica.

amely a Mathematica létrehozásához vezetett.

And for the past 23 years, at an increasing rate,

Ami az elmúlt 23 évet illeti, egyre növekvő ütemben,

we've been pouring more and more ideas

egyre több ötlettel

and capabilities and so on into Mathematica,

funkcióval és egyebekkel gazdagítottuk a Mathematica-t,

and I'm happy to say that that's led to many good things

és örömmel mondhatom, hogy sok jó dolgot eredményezett

in R & D and education,

a kutatás és fejlesztés, az oktatás

lots of other areas.

és sok más területen.

Well, I have to admit, actually,

Nos, meg kell vallanom, hogy valójában

that I also had a very selfish reason for building Mathematica:

volt egy nagyon önző célom is a Mathematica megépítésével.

I wanted to use it myself,

Használni szerettem volna saját magam,

a bit like Galileo got to use his telescope

valahogy olyanféleképpen, amint azt Galileo tette a teleszkóppal

400 years ago.

400 évvel ezelőtt.

But I wanted to look not at the astronomical universe,

Én azonban nem a csillagászati univerzumot akartam megfigyelni

but at the computational universe.

hanem a digitálisan számítható mindenséget.

So we normally think of programs as being

Általában a programokat

complicated things that we build

olyan bonyolult dolgoknak tekintjük,

for very specific purposes.

amelyeket konkrét célra készítenek.

But what about the space of all possible programs?

De mi a helyzet az összes lehetséges program terével?

Here's a representation of a really simple program.

Itt van egy valóban nagyon egyszerű program.

So, if we run this program,

Ha futtatjuk ezt a programot,

this is what we get.

ezt kapjuk.

Very simple.

Nagyon egyszerű.

So let's try changing the rule

Most próbáljuk megváltoztatni

for this program a little bit.

a program szabályát egy kicsit.

Now we get another result,

Most más eredményt kapunk,

still very simple.

még mindig nagyon egyszerű.

Try changing it again.

Változtassunk rajta megint.

You get something a little bit more complicated.

Most egy kicsit bonyolultabb lett az eredmény,

But if we keep running this for a while,

de ha folytatjuk tovább még egy darabig,

we find out that although the pattern we get is very intricate,

akkor kiderül, hogy bár nagyon komplikált mintát kaptunk,

it has a very regular structure.

valójában nagyon is szabályos a szerkezete.

So the question is: Can anything else happen?

Felmerül a kérdés: Történhet egyáltalán másképp is?

Well, we can do a little experiment.

Hát, végezhetünk egy kis kísérletet.

Let's just do a little mathematical experiment, try and find out.

Csináljunk egy kis matematikai kísérletet, próbálkozzunk és derítsük ki.

Let's just run all possible programs

Futtassuk le az összes lehetséges programot

of the particular type that we're looking at.

amely a vizsgált konkrét típusra lehetséges.

They're called cellular automata.

Az elnevezésük elemi sejtautomata.

You can see a lot of diversity in the behavior here.

Itt nagyon sokféle viselkedést láthatunk.

Most of them do very simple things,

Legtöbbjük rendkívül egyszerű dolgot csinál.

but if you look along all these different pictures,

Ha azonban nézzük tovább a különféle képeket,

at rule number 30,

a 30-as számú szabálynál,

you start to see something interesting going on.

kezd érdekessé válni a dolog.

So let's take a closer look

Nézzük hát meg közelebbről

at rule number 30 here.

itt, a 30-as szabálynál.

So here it is.

Itt is van.

We're just following this very simple rule at the bottom here,

Mindössze ezt az egyszerű szabályt követjük végig, itt alul,

but we're getting all this amazing stuff.

és akkor ilyen hihetetlen dolgokat kapunk.

It's not at all what we're used to,

Ilyesmit egyáltalán nem várna az ember,

and I must say that, when I first saw this,

amikor először láttam, mondhatom,

it came as a huge shock to my intuition.

hatalmas megrázkódtatásként ért,

And, in fact, to understand it,

és, igazából, a megértéséhez,

I eventually had to create

végülis ki kellett dolgoznom

a whole new kind of science.

Egy új típusú tudományt.

(Laughter)

(Nevetés)

This science is different, more general,

Ez a tudomány másfajta, általánosabb érvényű,

than the mathematics-based science that we've had

mint a matematikai alapú tudományunk

for the past 300 or so years.

az utóbbi 300 év során.

You know, it's always seemed like a big mystery:

Tudják, mindig nagy rejtélynek tűnt, ahogy

how nature, seemingly so effortlessly,

a természet olyan könnyedén

manages to produce so much

hozza létre azt a sok, számunkra olyan

that seems to us so complex.

nagyon komplexnek látszó dolgot.

Well, I think we've found its secret:

Hát, úgy gondolom, most megtaláltuk a titkát.

It's just sampling what's out there in the computational universe

Ez csak egy kis minta, abból ami a számítási univerzumban van

and quite often getting things like Rule 30

és elég gyakran bukkannak fel a 30-as szabályhoz hasonlók

or like this.

vagy ilyenek.

And knowing that starts to explain

Ennek ismeretében, a tudomány sok régi

a lot of long-standing mysteries in science.

rejtélye kezd már érthetővé válni.

It also brings up new issues, though,

Ugyanakkor új kérdéseket is felvet,

like computational irreducibility.

mint a számítás egyszerűsíthetetlensége.

I mean, we're used to having science let us predict things,

Arra gondolok, hogy a tudománnyal előre tudtuk jelezni a dolgokat,

but something like this

ez viszont, egy ilyen dolog, ez

is fundamentally irreducible.

teljességgel egyszerűsíthetetlen.

The only way to find its outcome

Az eredmény megismerésének egyetlen módja,

is, effectively, just to watch it evolve.

lényegében, hogy megnézzük, hogyan alakul.

It's connected to, what I call,

Ez azzal van kapcsolatban, amit én a

the principle of computational equivalence,

számítási egyenértékűség elvének nevezek,

which tells us that even incredibly simple systems

amely szerint még a hihetetlenül egyszerű rendszerek is

can do computations as sophisticated as anything.

képesek bármilyen bonyolult számításra.

It doesn't take lots of technology or biological evolution

Nem szükséges fejlett technológia vagy biológiai evolúció

to be able to do arbitrary computation;

tetszőleges számítás elvégzéséhez,

just something that happens, naturally,

ez valami olyasmi, ami természetesen zajlik

all over the place.

mindenütt.

Things with rules as simple as these can do it.

Már egy ilyen dolog, ennyire egyszerű szabályokkal produkálni tudja.

Well, this has deep implications

Nos, ez messzemenő következményekkel jár

about the limits of science,

a tudomány határait illetően,

about predictability and controllability

az előrejelezhetőséget és a kezelhetőséget illetően

of things like biological processes or economies,

vagy olyan területeken, mint a biológiai folyamatok vagy gazdaságok,

about intelligence in the universe,

vagy az univerzumbeli értelmes életre vonatkozóan,

about questions like free will

a szabad akarat kérdéseit illetően

and about creating technology.

és a technikai újdonságok tekintetében.

You know, in working on this science for many years,

Tudják, miközben ezzel a tudománnyal foglalkoztam oly sok éven át

I kept wondering,

mindig kíváncsi voltam, hogy vajon

"What will be its first killer app?"

"Milyen szédületes dologra fogjuk először felhasználni?"

Well, ever since I was a kid,

Nos, engem gyermekkorom óta

I'd been thinking about systematizing knowledge

foglalkoztatott a tudás rendszerezésének lehetősége

and somehow making it computable.

és az, hogy valami módon számíthatóvá kellene tenni.

People like Leibniz had wondered about that too

A kérdéssel Leibniz is foglalkozott úgy

300 years earlier.

300 évvel ezelőtt.

But I'd always assumed that to make progress,

Azonban, én mindig abból indultam ki, hogy ehhez

I'd essentially have to replicate a whole brain.

lényegében le kellene másolnom egy egész agyat.

Well, then I got to thinking:

Most pedig, ezt mondtam magamnak:

This scientific paradigm of mine suggests something different --

Ez az én tudományos paradigmám valami mást sugall.

and, by the way, I've now got

És egyébként is, most

huge computation capabilities in Mathematica,

már itt van a Mathematica hatalmas számítási képessége

and I'm a CEO with some worldly resources

cégvezetőként vannak anyagi forrásaim is

to do large, seemingly crazy, projects --

nagy, őrültségnek tűnő projektekhez.

So I decided to just try to see

Így aztán úgy döntöttem, nekivágok és kiderítem,

how much of the systematic knowledge that's out there in the world

hogy a világban meglévő rendszerezett tudásból mennyit lehet

we could make computable.

kiszámíthatóvá tenni.

So, it's been a big, very complex project,

Szóval, ez egy nagy, igen összetett projektnek indult,

which I was not sure was going to work at all.

és egyáltalán nem lehetett tudni, hogy sikeres lesz-e.

But I'm happy to say it's actually going really well.

Örömmel mondhatom azonban, hogy valójában nagyon jól halad.

And last year we were able

A tavalyi évben már ki tudtuk adni

to release the first website version

az első webes változatát a

of Wolfram Alpha.

Wolfram Alpha-nak.

Its purpose is to be a serious knowledge engine

Rendeltetése szerint ez egy komoly tudásmotor,

that computes answers to questions.

amely kiszámítja a választ a feltett kérdésekre.

So let's give it a try.

Próbáljuk ki.

Let's start off with something really easy.

Kezdjük először valami nagyon könnyűvel.

Hope for the best.

És reméljük a legjobbakat.

Very good. Okay.

Nagyon jó. Rendben.

So far so good.

Eddig minden rendben.

(Laughter)

(Nevetés)

Let's try something a little bit harder.

Most próbálkozzunk egy kicsit nehezebbel.

Let's do

Mondjuk...

some mathy thing,

Valami matekos dolgot

and with luck it'll work out the answer

és egy kis szerencsével kidolgozza a választ

and try and tell us some interesting things

és érdekes dolgokat mondhat nekünk

things about related math.

valamit a kapcsolódó matematikáról.

We could ask it something about the real world.

Kérdezhetnénk tőle valamit a valódi világról.

Let's say -- I don't know --

Mondjuk -- nem is tudom --

what's the GDP of Spain?

Mennyi Spanyolország GDP-je?

And it should be able to tell us that.

Ezt meg kell tudnia mondani.

Now we could compute something related to this,

Most pedig kiszámíthatnánk valamit ezzel kapcsolatban,

let's say ... the GDP of Spain

mondjuk Spanyolország GDP-je

divided by, I don't know,

osztva, nézzük csak,

the -- hmmm ...

a -- hmmm ...

let's say the revenue of Microsoft.

mondjuk a Microsoft bevételével.

(Laughter)

(Nevetés)

The idea is that we can just type this in,

Nos az elképzelés az, hogy ezt csak úgy begépeljük,

this kind of question in, however we think of it.

ezt a fajta kérdést, akárhogyan is fogalmazzuk meg.

So let's try asking a question,

Tehát most próbáljuk meg, és tegyünk fel

like a health related question.

egy egészséghez kapcsolódó kérdést.

So let's say we have a lab finding that ...

Képzeljük el, hogy van egy laboratóriumi eredményünk --

you know, we have an LDL level of 140

és mondjuk az LDL szint értéke 140,

for a male aged 50.

és 50 éves férfiről szó.

So let's type that in, and now Wolfram Alpha

Most írjuk ezt be, és akkor a Wolfram Alpha

will go and use available public health data

a rendelkezésre álló közegészségügyi adatok alapján

and try and figure out

megpróbálja kideríteni,

what part of the population that corresponds to and so on.

hogy a népesség mely részének felel ez meg, és így tovább.

Or let's try asking about, I don't know,

Vagy kérdezzük, nézzük csak,

the International Space Station.

mondjuk a nemzetközi űrállomásról.

And what's happening here is that

És ami itt történik, az nem az, hogy

Wolfram Alpha is not just looking up something;

a Wolfram Alpha csak kikeres valamit;

it's computing, in real time,

kiszámolja, valós időben,

where the International Space Station is right now at this moment,

hol van a nemzetközi űrállomás éppen most, ebben a pillanatban,

how fast it's going, and so on.

milyen gyorsan halad és így tovább.

So Wolfram Alpha knows about lots and lots of kinds of things.

A Wolfram Alpha most már sok-sok mindenről tud.

It's got, by now,

Mostanra

pretty good coverage of everything you might find

elég jó anyaga van nagyjából mindenről, amit egy

in a standard reference library.

normál olvasótermi kézikönyvtárban megtalálhatunk.

But the goal is to go much further

A cél azonban ennél sokkal több,

and, very broadly, to democratize

és nagy vonalakban, demokratizálni

all of this knowledge,

ezt a teljes tudásanyagot,

and to try and be an authoritative

és szeretnénk, ha hiteles forrás lenne

source in all areas.

minden területen,

To be able to compute answers to specific questions that people have,

hogy képes legyen kiszámolni a válaszokat az emberek konkrét kérdéseire,

not by searching what other people

nem úgy, hogy keres abban, amit

may have written down before,

más emberek már leírtak,

but by using built in knowledge

hanem a beépített tudás segítségével

to compute fresh new answers to specific questions.

kiszámítaná a válaszokat az adott kérdésre.

Now, of course, Wolfram Alpha

Na mármost, a Wolfram Alpha természetesen

is a monumentally huge, long-term project

egy monumentálisan nagy, hosszú távú projekt

with lots and lots of challenges.

és sok-sok nehézséggel kell szembenéznünk.

For a start, one has to curate a zillion

Kezdetnek mindjárt gondoskodni kell iszonyú mennyiségű

different sources of facts and data,

különböző tényről és adatforrásról,

and we built quite a pipeline of Mathematica automation

létrehoztunk erre egy Mathematica automatizmusból

and human domain experts for doing this.

és emberi szakértőkből álló folyamatot.

But that's just the beginning.

Ez azonban még csak a kezdet.

Given raw facts or data

Ahhoz, hogy nyers tények és adatok alapján

to actually answer questions,

ténylegesen meg lehessen válaszolni a kérdéseket,

one has to compute:

számításokat kell végezni,

one has to implement all those methods and models

alkalmazni kell mindazokat a módszereket, modelleket,

and algorithms and so on

algoritmusokat, stb.

that science and other areas have built up over the centuries.

amelyeket a tudomány az évszázadok alatt felhalmozott.

Well, even starting from Mathematica,

Nos, igazából még ha a Mathematica-tól indulunk is,

this is still a huge amount of work.

ez még akkor is óriási mennyiségű munka.

So far, there are about 8 million lines

Ez idáig 8 millió sornyi

of Mathematica code in Wolfram Alpha

Mathematica kód van a Wolfram Alpha-ban,

built by experts from many, many different fields.

ezt sok-sok különböző terület szakértői készítették.

Well, a crucial idea of Wolfram Alpha

Nos, a Wolfram Alpha alapötlete, hogy

is that you can just ask it questions

a kérdéseket normál emberi nyelven

using ordinary human language,

lehessen feltennni,

which means that we've got to be able to take

ami azt jelenti, hogy képesnek kell lennünk

all those strange utterances that people type into the input field

mindazt a sok furcsaságot fogadni, amit az emberek a bemeneti mezőbe beírhatnak,

and understand them.

és meg is kell érteni.

And I must say that I thought that step

Be kell vallanom, jómagam azt gondoltam, hogy

might just be plain impossible.

lehet, hogy ez egész egyszerűen képtelenség lesz.

Two big things happened:

Történt azonban két fontos lépés.

First, a bunch of new ideas about linguistics

Először, egy csomó új gondolat született a nyelvészetben,

that came from studying the computational universe;

a digitális számítási univerzum vizsgálatából fakadóan.

and second, the realization that having actual computable knowledge

A második pedig az a felismerés, hogy ha konkrét kiszámítható tudásunk van,

completely changes how one can

az teljességgel megváltoztatja, hogyan

set about understanding language.

fogunk hozzá a nyelv megértéséhez.

And, of course, now

És, természetesen, most

with Wolfram Alpha actually out in the wild,

hogy a Wolfram Alpha kilépett a színtérre,

we can learn from its actual usage.

a konkrét használatából is tanulhatunk.

And, in fact, there's been

És, valójában, tapasztalható is volt

an interesting coevolution that's been going on

egy érdekes együttes fejlődés

between Wolfram Alpha

a Wolfram Alpha és

and its human users,

emberi felhasználói között.

and it's really encouraging.

És ez igazán biztató.

Right now, if we look at web queries,

Ha most megnézzük a webes kéréseket,

more than 80 percent of them get handled successfully the first time.

azt látjuk, hogy az elsőre helyes értelmezések aránya több mint 80%.

And if you look at things like the iPhone app,

Ha pedig az olyan dolgokat tekintjük, mint az iPhone alkalmazások,

the fraction is considerably larger.

az arány még magasabb.

So, I'm pretty pleased with it all.

Így hát, ezzel nagyon meg vagyok elégedve.

But, in many ways,

Sok mindenben azonban,

we're still at the very beginning with Wolfram Alpha.

még nagyon az elején tart a Wolfram Alpha.

I mean, everything is scaling up very nicely

Úgy értem, minden nagyon szépen alakul.

and we're getting more confident.

Egyre magabiztosabbak vagyunk.

You can expect to see Wolfram Alpha technology

Arra számítunk, hogy a Wolfram Alpha technológia

showing up in more and more places,

egyre több és több helyen jelenik majd meg,

working both with this kind of public data, like on the website,

és dolgozni fog ilyen jellegű adatokkal, mint itt a webhelyen,

and with private knowledge

és magán jellegű adatokkal is

for people and companies and so on.

embereknek, cégeknek és így tovább.

You know, I've realized that Wolfram Alpha actually gives one

A Wolfram Alpha valójában egy teljesen

a whole new kind of computing

újfajta számítási rendszert ad a kezünkbe, amit

that one can call knowledge-based computing,

nevezhetünk tudásalapú számítástechnikának,

in which one's starting not just from raw computation,

ebben nem csak a puszta számításból indulunk ki,

but from a vast amount of built-in knowledge.

hanem rendelkezésünkre áll a bőséges mennyiségű beépített ismeret is.

And when one does that, one really changes

Ha így közelítjük meg a dolgot, egészen más lesz a

the economics of delivering computational things,

számítástechnikai szolgáltatások gazdaságossága is,

whether it's on the web or elsewhere.

akár webes, akár másmilyen alapúról van szó.

You know, we have a fairly interesting situation right now.

Meglehetősen érdekes helyzetben vagyunk éppen.

On the one hand, we have Mathematica,

Az egyik oldalon ott van nekünk a Mathematica,

with its sort of precise, formal language

a saját precíz, formális nyelvével és a

and a huge network

hatalmas mennyiségű

of carefully designed capabilities

gondosan tervezett funkcióival,

able to get a lot done in just a few lines.

ami mindössze néhány sorban képes sokmindent elvégezni.

Let me show you a couple of examples here.

Hadd mutassak erre itt egy pár példát.

So here's a trivial piece of Mathematica programming.

Ez itt egy triviális Mathematica programocska.

Here's something where we're sort of

Ami itt van, ez itt mintegy

integrating a bunch of different capabilities here.

beágyaz egy csokor különböző funkciót.

Here we'll just create, in this line,

Itt, ebben a sorban hozzuk létre azt a

a little user interface that allows us to

kis felhasználói felületet, amellyel aztán

do something fun there.

érdekes dolgokat csinálhatunk amott.

If you go on, that's a slightly more complicated program

Ha továbbmegyünk, ez a program egy kissé bonyolultabb,

that's now doing all sorts of algorithmic things

amely itt most mindenféle algoritmikus dolgot végez,

and creating user interface and so on.

felhasználói felületet hoz létre és így tovább.

But it's something that is very precise stuff.

Ez egy jól meghatározott, nagyon precíz dolog.

It's a precise specification with a precise formal language

Precíz specifikáció precíz formális nyelven,

that causes Mathematica to know what to do here.

ami alapján a Mathematica tudja, hogy mit kell itt tennie.

Then on the other hand, we have Wolfram Alpha,

A másik oldalon viszont ott van nekünk a Wolfram Alpha,

with all the messiness of the world

amibe belevettük a világ minden kuszaságát

and human language and so on built into it.

az emberi nyelvet és így tovább.

So what happens when you put these things together?

Na most, mi történik, ha a kettőt összehozzuk?

I think it's actually rather wonderful.

Szerintem ez nagyon csodálatos.

With Wolfram Alpha inside Mathematica,

Ha a Wolfram Alpha a Mathematica belsejébe kerül,

you can, for example, make precise programs

készíthetünk olyan precíz programot, amely

that call on real world data.

valós világból vett adatokra támaszkodik.

Here's a real simple example.

Itt van egy igazán egyszerű példa.

You can also just sort of give vague input

Azt is megtehetjük, hogy határozatlan bemenetet adunk meg,

and then try and have Wolfram Alpha

és engedjük, hogy a Wolfram Alpha megpróbálja

figure out what you're talking about.

kitalálni, miről van szó.

Let's try this here.

Próbáljuk ezt ki itt.

But actually I think the most exciting thing about this

Szerintem ennek a legizgalmasabb aspektusa az lehet, hogy

is that it really gives one the chance

ténylegesen lehetőséget ad a

to democratize programming.

programozás demokratizálására.

I mean, anyone will be able to say what they want in plain language.

Arra gondolok, hogy bárkinek lehetősége lesz, hogy csak úgy, szimpla nyelven elmondja amit akar,

Then, the idea is that Wolfram Alpha will be able to figure out

és a cél, hogy a Wolfram Alpha képes legyen ebből kitalálni, hogy

what precise pieces of code

milyen precíz kódrészlet

can do what they're asking for

tudja az eredményt megadni,

and then show them examples that will let them pick what they need

és akkor a mutatott példákból kiválaszthatják a nekik szükségeset,

to build up bigger and bigger, precise programs.

amelyből nagyobb és nagyobb, precíz programok készülhetnek.

So, sometimes, Wolfram Alpha

Néha a Wolfram Alpha képes lesz arra is, hogy

will be able to do the whole thing immediately

az egész dolgot azonnal meg is csinálja

and just give back a whole big program that you can then compute with.

és csak a kész, teljes programot adja eredményül, amelyet aztán használhatunk.

Here's a big website

Ez itt egy nagy webhely,

where we've been collecting lots of educational

itt oktatási és más jellegű bemutatókat

and other demonstrations about lots of kinds of things.

gyűjtünk sokféle témában.

I'll show you one example here.

Talán mutatok egy példát, mondjuk itt.

This is just an example of one of these computable documents.

Ez egy példa ezekre a számítható dokumentumokra.

This is probably a fairly small

Ez valószínűleg egy meglehetősen

piece of Mathematica code

kicsi Mathematica kód,

that's able to be run here.

amely le tud itt futni.

Okay. Let's zoom out again.

Ok. Most távolítsuk ki újra.

So, given our new kind of science,

Így, most adva van ez az új típusú tudomány,

is there a general way to use it to make technology?

általánosságban felhasználhatjuk-e technológiai fejlesztésre?

So, with physical materials,

A fizikai anyagok tekintetében

we're used to going around the world

megszoktuk, hogy amint járunk szerte a világban

and discovering that particular materials

különféle anyagokat fedezünk fel, amelyeket

are useful for particular

fel tudunk használni valamilyen konkrét

technological purposes.

műszaki feladathoz és így tovább.

Well, it turns out we can do very much the same kind of thing

Nos, úgy tűnik, hogy ez csaknem ugyanígy van a

in the computational universe.

számítási univerzumban is.

There's an inexhaustible supply of programs out there.

Kimeríthetetlen mennyiségű programot találunk benne.

The challenge is to see how to

A feladat az, hogy rájöjjünk, hogyan lehet

harness them for human purposes.

hasznosítani őket az ember céljaira.

Something like Rule 30, for example,

A 30-as számú szabály például,

turns out to be a really good randomness generator.

kiváló véletlenszám-generátornak bizonyul.

Other simple programs are good models

Más egyszerűbb programokkal jól lehet modellezni

for processes in the natural or social world.

természeti vagy társadalmi folyamatokat.

And, for example, Wolfram Alpha and Mathematica

És, például, a Wolfram Alpha és a Mathematica

are actually now full of algorithms

valójában tele van olyan algoritmusokkal

that we discovered by searching the computational universe.

amelyeket a számítási univerzum keresése közben fedeztünk fel.

And, for example, this -- if we go back here --

És, például ez -- visszamegyek ide --

this has become surprisingly popular

Ez meglepően népszerűvé vált a

among composers

zeneszerzők körében, akik

finding musical forms by searching the computational universe.

a számítási univerzumban keresnek és találnak zenei formákat.

In a sense, we can use the computational universe

Bizonyos értelemben a számítási univerzum

to get mass customized creativity.

tömegre szabott kreativitást adhat nekünk.

I'm hoping we can, for example,

Én azt is remélem, hogy például

use that even to get Wolfram Alpha

fel tudjuk használni arra, hogy a Wolfram Alpha

to routinely do invention and discovery on the fly,

úgymond rutinszerűen találmányokra, felfedezésekre bukkanjon munka közben

and to find all sorts of wonderful stuff

és mindenféle csodálatos dolgot találjon fel,

that no engineer

amelyet soha semmilyen mérnök nem talált volna ki és

and no process of incremental evolution would ever come up with.

semmilyen lépésenként haladó fejlődés soha nem eredményezett volna.

Well, so, that leads to kind of an ultimate question:

Nos, mindennek kapcsán felmerül egy végső kérdés.

Could it be that someplace out there in the computational universe

Lehetséges, hogy valahol, ebben a számítási univerzumban

we might find our physical universe?

rábukkanunk a saját fizikai világunkra?

Perhaps there's even some quite simple rule,

Lehet, hogy még néhány nagyon egyszerű szabály is van,

some simple program for our universe.

lehet, hogy van az univerzumunknak egy egyszerű programja.

Well, the history of physics would have us believe

Nos, a fizika története alapján arra gondolnánk,

that the rule for the universe must be pretty complicated.

hogy az univerzum szabálya ugyancsak bonyolult kell hogy legyen.

But in the computational universe,

A számítási univerzumban azonban

we've now seen how rules that are incredibly simple

láthattuk, hogy hihetetlenül egyszerű szabályok

can produce incredibly rich and complex behavior.

hihetetlenül gazdag és komplex viselkedést tudnak produkálni.

So could that be what's going on with our whole universe?

Lehet, hogy az univerzumunkkal is ez a helyzet?

If the rules for the universe are simple,

Ha az univerzum végső szabályai egyszerűek,

it's kind of inevitable that they have to be

akkor egyben elkerülhetetlen, hogy

very abstract and very low level;

nagyon absztrakt és alacsony szintűek is legyenek,

operating, for example, far below

például sokkal mélyebb szinten

the level of space or time,

működnének, mint a tér és idő,

which makes it hard to represent things.

így pedig nehezen lehet a dolgokról fogalmat alkotni.

But in at least a large class of cases,

Ugyanakkor az esetek egy nagy osztályára

one can think of the universe as being

elképzelhetjük az univerzumot

like some kind of network,

mint egyfajta hálózatot,

which, when it gets big enough,

amely, ha elég naggyá válik,

behaves like continuous space

úgy viselkedik, mint a folyamatos tér,

in much the same way as having lots of molecules

nagyon hasonlóan ahhoz, amint a sok-sok molekula

can behave like a continuous fluid.

folyamatos folyadékként képes viselkedni.

Well, then the universe has to evolve by applying

Nos, ekkor az univerzum fejlődése erre a hálózatra progresszíven

little rules that progressively update this network.

alkalmazott kis szabályokkal történne.

And each possible rule, in a sense,

Ilyen értelemben minden lehetséges szabály

corresponds to a candidate universe.

egy lehetséges univerzumnak felelne meg.

Actually, I haven't shown these before,

Igazából ezeket még soha sem mutattam be,

but here are a few of the candidate universes

de itt van néhány lehetséges univerzum

that I've looked at.

amelyet megvizsgáltam.

Some of these are hopeless universes,

Egyesek ezek között teljesen reménytelenek,

completely sterile,

teljesen sterilek,

with other kinds of pathologies like no notion of space,

egyéb kóros tüneteket mutatnak, nincs bennük meg a tér fogalma

no notion of time, no matter,

az idő fogalma, nincs benne anyag,

other problems like that.

és más ehhez hasonló gondok vannak velük.

But the exciting thing that I've found in the last few years

Az izgalmas dolog azonban, amit az utóbbi néhány évben találtam,

is that you actually don't have to go very far

az, hogy nem kell nagyon messzire menni

in the computational universe

a számítási univerzumban ahhoz,

before you start finding candidate universes

hogy esetleges univerzumokat találjunk,

that aren't obviously not our universe.

amelyekről már nem nyilvánvaló, hogy nem a mi univerzumunk.

Here's the problem:

A gond a következő:

Any serious candidate for our universe

Az univerzumunk esetében csakis olyan jelöltek jöhetnek szóba,

is inevitably full of computational irreducibility.

amelyekben nagyfokú a számítási irreducibilitás,

Which means that it is irreducibly difficult

ami egyben azt is jelenti, hogy tényleges

to find out how it will really behave,

viselkedésének kiderítése és annak eldöntése

and whether it matches our physical universe.

hogy megfelel-e fizikai világunknak nem egyszerűsíthető.

A few years ago, I was pretty excited to discover

Néhány évvel ezelőtt, nagy izgalommal fedeztem fel olyan

that there are candidate universes with incredibly simple rules

potenciális univerzumokat, amelyek hihetetlen egyszerű szabályai

that successfully reproduce special relativity,

sikeresen reprodukálták a speciális relativitást,

and even general relativity and gravitation,

sőt, még az általános relativitást és a gravitációt is,

and at least give hints of quantum mechanics.

és legalábbis sejtetni engedték a kvantummechanikát.

So, will we find the whole of physics?

Lehet, hogy megtaláljuk a teljes fizikát?

I don't know for sure,

Nem tudhatom biztosan.

but I think at this point it's sort of

Azt gondolom azonban, hogy ennél a pontnál

almost embarrassing not to at least try.

még csak meg sem próbálni majdnem szégyen volna.

Not an easy project.

Nem könnyű feladat.

One's got to build a lot of technology.

Rengeteg technikára van szükség hozzá.

One's got to build a structure that's probably

Valószínűleg legalább olyan mélységű szerkezet

at least as deep as existing physics.

megépítésére van szükség, mint maga a létező fizika.

And I'm not sure what the best way to organize the whole thing is.

Abban sem vagyok biztos, milyen módon kellene az egészet megszervezni.

Build a team, open it up, offer prizes and so on.

Hogyan kellene a csapatot kialakítani, díjakat kitűzni, és a többi.

But I'll tell you, here today,

Annyit azonban mondhatok, hogy

that I'm committed to seeing this project done,

nem nyugszom, amíg ez a munka el nem készül,

to see if, within this decade,

látni akarom, hogy ebben az évtizedben

we can finally hold in our hands

végre kezünkben tarthatjuk-e

the rule for our universe

univerzumunk szabályát,

and know where our universe lies

és megtudjuk, hogy univerzumunk

in the space of all possible universes ...

hol található az összes lehetséges univerzumok terében --

and be able to type into Wolfram Alpha, "the theory of the universe,"

és be lehessen gépelni a Wolfram Alpha-ba, hogy "az univerzum elmélete",

and have it tell us.

és megmondja nekünk.

(Laughter)

(Nevetés)

So I've been working on the idea of computation

A számítógépes rendszerek elvén dolgoztam az

now for more than 30 years,

elmúlt több mint 30 évben,

building tools and methods and turning intellectual ideas

eszközöket és módszereket dolgoztam ki, úgymond értelmes gondolatokat

into millions of lines of code

fordítottam le sok milliónyi sor kódra,

and grist for server farms and so on.

ültettem szerverfarmokra és így tovább.

With every passing year,

Minden eltelt évvel,

I realize how much more powerful

egyre világosabban látom, mennyire

the idea of computation really is.

nagyon hatalmas gondolat volt a számítástudományé.

It's taken us a long way already,

Messzire jutottunk már eddig is vele,

but there's so much more to come.

de a legnagyobb része még hátra van.

From the foundations of science

A tudomány alapjaitól kezdve

to the limits of technology

a technikai lehetőségek határáig

to the very definition of the human condition,

magának az emberi létnek a definiálásáig...

I think computation is destined to be

Úgy gondolom, a számítástudomány lesz a

the defining idea of our future.

jövőnk meghatározó gondolata.

Thank you.

Köszönöm.

(Applause)

(Taps)

Chris Anderson: That was astonishing.

Chris Anderson: Ez bámulatos volt.

Stay here. I've got a question.

Maradjon még. Kérdezni szeretnék.

(Applause)

(Taps)

So, that was, fair to say, an astonishing talk.

Nos, nyugodtan mondhatjuk, hogy bámulatos előadást hallottunk.

Are you able to say in a sentence or two

Tudna mondani egy-két mondatot arról, hogy

how this type of thinking

ezek a fajta gondolatok

could integrate at some point

hogyan kapcsolódhatnak

to things like string theory or the kind of things that people think of

olyan dolgokkal, mint a húrelmélet vagy az olyan elképzelésekkel

as the fundamental explanations of the universe?

amelyeket az univerzum legalapvetőbb magyarázatának tekintenek?

Stephen Wolfram: Well, the parts of physics

Stephen Wolfram: Nos, a fizika azon részei

that we kind of know to be true,

amelyekről tudjuk, hogy megfelelnek a valóságnak,

things like the standard model of physics:

mint a fizika standard modellje.

what I'm trying to do better reproduce the standard model of physics

Amit én csinálni próbálok, az inkább reprodukálja a fizika standard modelljét

or it's simply wrong.

vagy pedig egyszerűen tévedés.

The things that people have tried to do in the last 25 years or so

Amivel az utóbbi nagyjából 25 évben próbálkoztak

with string theory and so on

a húrelmélettel és hasonlókkal

have been an interesting exploration

az egy érdekes kísérlet

that has tried to get back to the standard model,

amellyel megpróbáltak visszajutni a standard modellhez,

but hasn't quite gotten there.

de nem egészen sikerült.

My guess is that some great simplifications of what I'm doing

Úgy vélem, hogy valami nagyszerű leegyszerűsítése annak amit csinálok

may actually have considerable resonance

valójában figyelemre méltóan visszatükrözi

with what's been done in string theory,

amit a húrelméletben csináltak,

but that's a complicated math thing

de ez egy bonyolult matematikai alapokon nyugvó dolog

that I don't yet know how it's going to work out.

és egyelőre még nem tudom mi lesz az eredménye.

CA: Benoit Mandelbrot is in the audience.

CA: Benoit Mandlebrot is a közönség soraiban ül.

He also has shown how complexity

Ő is foglalkozott azzal, hogyan alakulhat ki komplexitás

can arise out of a simple start.

egyszerű dolgokból kiindulva.

Does your work relate to his?

Kapcsolódik az Ön munkája ehhez?

SW: I think so.

SW: Igen.

I view Benoit Mandelbrot's work

Benoit Mandelbrot munkásságát

as one of the founding contributions

mintegy a terület egyik megalapozásának

to this kind of area.

tekintem.

Benoit has been particularly interested

Benoitot különösen a beágyazott minták,

in nested patterns, in fractals and so on,

fraktálok és hasonlók érdekelték,

where the structure is something

amelyeknek szerkezete fához

that's kind of tree-like,

hasonló felépítésű,

and where there's sort of a big branch that makes little branches

olyan, hogy van egy nagy ág, amely kisebb ágakra válik szét,

and even smaller branches and so on.

majd még kisebb ágakká és így tovább.

That's one of the ways

Ez is egy módja, ahogy a valódi

that you get towards true complexity.

komplexitást megközelíthetjük.

I think things like the Rule 30 cellular automaton

Úgy gondolom, az elemi sejtautomata 30-as szabályával

get us to a different level.

egy másik szintre jutunk.

In fact, in a very precise way, they get us to a different level

Valójában egész pontosan azért jelentenek másik szintet,

because they seem to be things that are

mert olyan dolgoknak tűnnnek, amelyek

capable of complexity

komplexitásra képesek

that's sort of as great as complexity can ever get ...

ez olyasmi, aminél nagyobb kompexitás aligha lehet ...

I could go on about this at great length, but I won't. (Laughter) (Applause)

Még nagyon sokat beszélhetnék erről, de most befejezem.

CA: Stephen Wolfram, thank you.

CA: Stephen Wolfram, köszönjük!

(Applause)

(Taps)