Computing a theory of everything | Stephen Wolfram

Reviewer: Anggriawan Sugianto

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

Jadi hari ini saya ingin berbicara tentang sebuah ide. Ini sebuah ide yang besar.

Actually, I think it'll eventually

Sebenarnya, saya pikir hal ini lambat laun

be seen as probably the single biggest idea

mungkin akan dipandang sebagai salah satu ide terbesar

that's emerged in the past century.

yang muncul di abad lalu.

It's the idea of computation.

Hal ini adalah ide tentang komputasi.

Now, of course, that idea has brought us

Sekarang, tentunya, ide tersebut telah membawakan kita

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

semua teknologi komputer yang kita punya sekarang dan sebagainya.

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

Tetapi sebenarnya, masih banyak lagi perhitungan daripada itu semua.

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

Ini merupakan sebuah ide yang sangat dalam, sangat kuat, sangat mendasar

whose effects we've only just begun to see.

di mana efek-efeknya baru kita lihat.

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

Saya telah menghabiskan 30 tahun terakhir dari hidup saya

working on three large projects

mengerjakan tiga proyek yang besar

that really try to take the idea of computation seriously.

yang benar-benar mencoba untuk menggunakan ide tentang komputasi secara serius.

So I started off at a young age as a physicist

Jadi saya mulai dari usia dini sebagai seorang fisikawan

using computers as tools.

yang menggunakan komputer sebagai alat.

Then, I started drilling down,

Lalu, saya kemudian mendalaminya,

thinking about the computations I might want to do,

berpikir tentang komputasi-komputasi yang mungkin ingin saya lakukan,

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

mencoba mencari primitif-primitif apa yang dapat membangun mereka

and how they could be automated as much as possible.

dan bagaimana mereka dapat diotomatisasikan sebanyak mungkin.

Eventually, I created a whole structure

Akhirnya, saya menciptakan sebuah struktur yang utuh

based on symbolic programming and so on

berdasarkan pemrograman simbolik dan sebagainya

that let me build Mathematica.

yang memungkinkan saya menciptakan Mathematica.

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

Dan selama 23 tahun terakhir ini, dengan kelajuan yang meningkat,

we've been pouring more and more ideas

kita telah mencurahkan makin banyak ide

and capabilities and so on into Mathematica,

dan kemampuan dan sebagainya ke dalam Mathematica,

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

dan saya senang mengatakan bahwa hal ini berujung baik

in R & D and education,

dalam litbang dan pendidikan,

lots of other areas.

dan banyak bidang-bidang lainnya.

Well, I have to admit, actually,

Saya harus akui, sebenarnya,

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

bahwa saya juga mempunyai alasan yang sangat egois dalam membangun Mathematica.

I wanted to use it myself,

Saya ingin menggunakannya untuk diri saya sendiri,

a bit like Galileo got to use his telescope

sedikit seperti Galileo waktu dia menggunakan teleskopnya

400 years ago.

400 tahun yang lalu.

But I wanted to look not at the astronomical universe,

Tapi saya mau melihat, bukan ke dalam dunia astronomi,

but at the computational universe.

tetapi ke dalam dunia komputasional.

So we normally think of programs as being

Jadi kita biasanya mempunyai pikiran bahwa program adalah

complicated things that we build

barang-barang rumit yang kita ciptakan

for very specific purposes.

untuk tujuan yang sangat spesifik.

But what about the space of all possible programs?

Tapi bagaimana dengan ruang dari semua program yang mungkin diciptakan?

Here's a representation of a really simple program.

Ini adalah seburah representasi dari sebuah program yang sangat sederhana.

So, if we run this program,

Jadi, jika kita jalankan program ini,

this is what we get.

inilah yang kita dapatkan.

Very simple.

Sangat sederhana.

So let's try changing the rule

Jadi mari kita coba mengganti aturan

for this program a little bit.

untuk program ini sedikit saja.

Now we get another result,

Sekarang kita dapatkan hasil yang berbeda,

still very simple.

masih sangat sederhana.

Try changing it again.

Ganti sekali lagi.

You get something a little bit more complicated.

Dan Anda dapatkan sesuatu yang sedikit lebih rumit,

But if we keep running this for a while,

tetapi apabila kita terus menjalankan ini selama beberapa saat,

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

kita lihat bahwa, meskipun pola yang kita dapat sangatlah rumit,

it has a very regular structure.

ia masih mempunyai sebuah struktur yang sangat beraturan.

So the question is: Can anything else happen?

Jadi pertanyaannya: Dapatkah hal yang lain terjadi?

Well, we can do a little experiment.

Kita dapat mencoba melakukan sebuah eksperimen kecil.

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

Mari kita kerjakan sebuah eksperimen matematika kecil, coba dan cari tahu.

Let's just run all possible programs

Mari kita jalankan semua program yang mungkin

of the particular type that we're looking at.

dari tipe spesifik yang kita amati.

They're called cellular automata.

Mereka disebut sebagai otomata selular.

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

Anda dapat melihat beragam jenis kelakuan di sini.

Most of them do very simple things,

Kebanyakan dari mereka hanya mengerjakan kegiatan-kegiatan yang sederhana.

but if you look along all these different pictures,

Tetapi jika Anda amati secara seksama semua gambar-gambar yang berbeda ini,

at rule number 30,

di aturan nomor 30,

you start to see something interesting going on.

Anda mulai melihat sesuatu yang menarik sedang terjadi.

So let's take a closer look

Jadi marilah kita amati lebih dekat

at rule number 30 here.

di aturan nomor 30 di sini.

So here it is.

Jadi inilah dia.

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

Kita hanya mengikuti aturan yang sangat sederhana di bawah ini,

but we're getting all this amazing stuff.

tetapi kita mendapatkan semua hal yang menarik ini.

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

Ini sama sekali bukanlah sesuatu yang kita biasa hadapi,

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

dan saya harus mengatakan bahwa, ketika pertama kali saya melihat ini,

it came as a huge shock to my intuition.

saya merasakan sebuah pukulan yang sangat besar terhadap nalar saya,

And, in fact, to understand it,

dan, sebenarnya, untuk mengerti tentang hal ini,

I eventually had to create

saya akhirnya harus menciptakan

a whole new kind of science.

sebuah sains yang sama sekali baru.

(Laughter)

(Laughter)

This science is different, more general,

Sains ini berbeda, lebih umum,

than the mathematics-based science that we've had

daripada sains berdasarkan matematika yang kita punyai

for the past 300 or so years.

selama 3 abad terakhir ini.

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

Anda tahu, semua ini selalu terlihat sebagai sebuah misteri yang besar

how nature, seemingly so effortlessly,

bagaimana alam, sepertinya gampang sekali

manages to produce so much

dapat menciptakan banyak sekali hal-hal

that seems to us so complex.

yang bagi kita kelihatannya rumit sekali.

Well, I think we've found its secret:

Saya rasa kita telah menemukan rahasianya.

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

Kita hanya perlu mengambil contoh dari dunia komputasional

and quite often getting things like Rule 30

dan seringkali kita mendapatkan hal-hal seperti Aturan 30

or like this.

atau seperti ini.

And knowing that starts to explain

Dan setelah kita tahu hal ini, ia dapat menjelaskan

a lot of long-standing mysteries in science.

banyak misteri-misteri yang telah lama dihadapi di sains.

It also brings up new issues, though,

Akan tetapi hal ini juga menimbulkan masalah-masalah baru

like computational irreducibility.

seperti perhitungan yang tidak dapat disederhanakan lagi.

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

Maksud saya, kita sudah terbiasa menggunakan sains untuk memperkirakan sesuatu,

but something like this

tapi hal seperti yang satu ini

is fundamentally irreducible.

secara mendasar, sudah tidak dapat lagi disederhanakan.

The only way to find its outcome

Satu-satunya cara untuk mengetahui hasilnya

is, effectively, just to watch it evolve.

adalah, secara efektif, dengan cara melihatnya berevolusi.

It's connected to, what I call,

Hal ini terkait dengan, yang saya sebut,

the principle of computational equivalence,

Aturan Perhitungan Ekuivalen,

which tells us that even incredibly simple systems

yang menunjukkan kita bahwa bahkan sistem-sistem yang teramat sederhana

can do computations as sophisticated as anything.

dapat melakukan perhitungan yang sangat sulit sekalipun.

It doesn't take lots of technology or biological evolution

Hal ini tidak memerlukan banyak teknologi ataupun evolusi biologis

to be able to do arbitrary computation;

untuk dapat melakukan perhitungan macam apapun,

just something that happens, naturally,

hanya perlu sesuatu yang terjadi, secara alamiah,

all over the place.

di manapun hal ini berada.

Things with rules as simple as these can do it.

Hal-hal dengan aturan sesederhana ini dapat melakukannya.

Well, this has deep implications

Hal ini mempunyai dampak yang sangat besar

about the limits of science,

terhadap batasan sains,

about predictability and controllability

mengenai kemampuan untuk memperkirakan dan mengontrol

of things like biological processes or economies,

hal-hal seperti proses-proses biologi atau ekonomi,

about intelligence in the universe,

tentang kepintaran di alam semesta,

about questions like free will

tentang pertanyaan-pertanyaan seperti kehendak bebas,

and about creating technology.

dan tentang menciptakan teknologi.

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

Anda tahu, setelah bekerja di bidang sains ini bertahun-tahun,

I kept wondering,

saya kerap bertanya-tanya,

"What will be its first killer app?"

"Apa yang dapat menjadi aplikasi penting (killer app) yang pertama?"

Well, ever since I was a kid,

Sejak saya masih kecil,

I'd been thinking about systematizing knowledge

saya telah berpikir tentang bagaimana cara membuat ilmu pengetahuan sistematis

and somehow making it computable.

dan entah bagaimana membuatnya dapat dihitung.

People like Leibniz had wondered about that too

Orang-orang seperti Leibniz telah mempertanyakan hal yang sama juga

300 years earlier.

300 tahun yang lalu.

But I'd always assumed that to make progress,

Tetapi saya selalu berasumsi bahwa untuk dapat membuat kemajuan,

I'd essentially have to replicate a whole brain.

saya harus mereplikasi sebuah otak yang utuh.

Well, then I got to thinking:

Jadi, saya akhirnya berpikir:

This scientific paradigm of mine suggests something different --

Pola pikir sains saya ini mengajukan hal yang berbeda.

and, by the way, I've now got

Dan, omong-omong, sekarang saya mempunyai

huge computation capabilities in Mathematica,

kemampuan berhitung yang sangat besar dengan Mathematica,

and I'm a CEO with some worldly resources

dan saya seorang CEO dengan banyak dana

to do large, seemingly crazy, projects --

untuk mengerjakan proyek-proyek besar, yang kelihatannya mustahil.

So I decided to just try to see

Jadi saya memutuskan untuk mencoba melihat

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

berapa banyak pengetahuan sistematis yang ada di dunia ini

we could make computable.

yang dapat kita buat menjadi dapat dihitung.

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

Jadi, ini adalah sebuah proyek yang besar, dan sangat rumit

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

yang saya tidak yakin dapat bekerja.

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

Tetapi saya senang untuk mengatakan bahwa semuanya berjalan dengan lancar.

And last year we were able

Dan tahun lalu, kita dapat

to release the first website version

mempertunjukkan versi pertama dari website

of Wolfram Alpha.

Wolfram Alpha.

Its purpose is to be a serious knowledge engine

Tujuan hal ini adalah untuk menjadi sebuah sarana pengetahuan yang serius

that computes answers to questions.

yang menghitung jawaban dari pertanyaan.

So let's give it a try.

Jadi marilah kita mencobanya.

Let's start off with something really easy.

Mari kita mulai dengan sesuatu yang sangat mudah.

Hope for the best.

Dan berharap untuk yang terbaik.

Very good. Okay.

Sangat bagus. Oke.

So far so good.

Sejauh ini baik-baik saja.

(Laughter)

(Tertawa)

Let's try something a little bit harder.

Mari kita coba sesuatu yang lebih sulit.

Let's do

Seperti misalnya...

some mathy thing,

Mari kita kerjakan sesuatu yang lebih matematis

and with luck it'll work out the answer

dan kalau kita beruntung, ia akan memberikan jawabannya

and try and tell us some interesting things

dan mencoba memberitahu kita beberapa hal yang menarik

things about related math.

hal-hal yang berhubungan dengan matematika.

We could ask it something about the real world.

Kita juga dapat menanyakannya sesuatu tentang dunia nyata.

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

Seperti misalnya -- saya tidak tahu --

what's the GDP of Spain?

Berapakah PDB dari Spanyol?

And it should be able to tell us that.

Dan ia seharusnya dapat memberi tahu kita hal itu.

Now we could compute something related to this,

Sekarang kita dapat menghitung sesuatu yang berkaitan dengan ini,

let's say ... the GDP of Spain

mari kita ambil PDB dari Spanyol

divided by, I don't know,

dibagi dengan, saya tidak tahu,

the -- hmmm ...

dengan -- hmmm..

let's say the revenue of Microsoft.

mari kita ambil laba dari Microsoft.

(Laughter)

(Tertawa)

The idea is that we can just type this in,

Idenya adalah kita tinggal mengetikkan hal ini,

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

pertanyaan seperti ini, bagaimanapun kita memikirkannya.

So let's try asking a question,

Jadi mari kita coba menanyakan sebuah pertanyaan,

like a health related question.

seperti pertanyaan yang berhubungan dengan kesehatan.

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

Jadi mari kita asumsi kita mempunyai hasil riset lab yang --

you know, we have an LDL level of 140

anda tahu, kita mempunyai level LDL setinggi 140

for a male aged 50.

untuk lelaki berusia 50.

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

Jadi marilah kita mengetikknya, dan sekarang Wolfram Alpha

will go and use available public health data

akan pergi mengambil dan menggunakan data kesehatan publik

and try and figure out

dan mencoba mengartikan

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

mana bagian populasi yang menjelaskan bagian mana dan sebagainya.

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

Atau mari kita tanya tentang, saya tidak tahu,

the International Space Station.

stasiun luar angkasa internasional.

And what's happening here is that

Dan apa yang terjadi di sini adalah

Wolfram Alpha is not just looking up something;

Wolfram Alpha tidak hanya mencari sesuatu;

it's computing, in real time,

ia menghitung, dalam real time,

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

di mana stasiun luar angkasa internatsional berada sekarang, di waktu ini

how fast it's going, and so on.

berapa kecepatannya dan sebagainya.

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

Jadi Wolfram Alpha tahu tentang banyak hal-hal yang beragam.

It's got, by now,

Sekarang ia mempunyai,

pretty good coverage of everything you might find

cakupan yang cukup baik tentang hal-hal

in a standard reference library.

yang dapat anda temukan di perpustakaan-perpustakaan standar dan sebagainya.

But the goal is to go much further

Tetapi tujuannya adalah untuk maju lebih banyak lagi

and, very broadly, to democratize

dan, secara luas, untuk mendemokratisasikan

all of this knowledge,

semua bentuk pengetahuan seperti ini,

and to try and be an authoritative

dan untuk mencoba menjadi sebuah

source in all areas.

sumber otoritatif di semua area,

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

untuk dapat menghitung jawaban ke pertanyaan-pertanyaan spesifik yang dipunyai orang-orang,

not by searching what other people

bukan dengan mencari apa yang orang lain

may have written down before,

sudah pernah tulis sebelumnya,

but by using built in knowledge

tetapi dengan menggunakan pengetahuan yang dibangun ke dalamnya

to compute fresh new answers to specific questions.

untuk menghitung jawaban yang baru ke pertanyaan yang spesifik.

Now, of course, Wolfram Alpha

Sekarang, tentunya, Wolfram Alpha

is a monumentally huge, long-term project

adalah sebuah proyek yang besar, jangka panjang

with lots and lots of challenges.

dengan banyak tantangan.

For a start, one has to curate a zillion

Awalnya, kita harus mengumpulkan banyak

different sources of facts and data,

dan berbagai macam fakta dan data,

and we built quite a pipeline of Mathematica automation

dan kita membangun sebuah struktur untuk otomatisasi Mathematica

and human domain experts for doing this.

dan keahlian manusia untuk mengerjakan ini.

But that's just the beginning.

Tetapi hal ini hanyalah awalnya.

Given raw facts or data

Dengan fakta-fakta atau data mentah

to actually answer questions,

untuk menjawab pertanyaan-pertanyaan,

one has to compute:

seseorang harus menghitung,

one has to implement all those methods and models

seseorang harus menerapkan semua metode dan model

and algorithms and so on

dan algoritma dan seterusnya

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

yang telah dibangun oleh sains dan area-area lainnya selama berabad-abad.

Well, even starting from Mathematica,

Bahkan jika kita memulai dari Mathematica,

this is still a huge amount of work.

ini masih sebuah tugas yang sangat besar.

So far, there are about 8 million lines

Sejauh ini, ada sekitar 8 juta baris

of Mathematica code in Wolfram Alpha

dari kode Mathematica di dalam Wolfram Alpha

built by experts from many, many different fields.

yang dibangun oleh ahli-ahli dari beragam bidang.

Well, a crucial idea of Wolfram Alpha

Ide yang penting dari Wolfram Alpha

is that you can just ask it questions

adalah Anda dapat mengajukan pertanyaan kepadanya

using ordinary human language,

dalam bahasa manusia sehari-hari,

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

dengan kata lain kita harus dapat mengambil

all those strange utterances that people type into the input field

semua hal aneh yang diketikkan orang ke kolom masukan

and understand them.

dan mengartikannya.

And I must say that I thought that step

Dan saya harus bilang bahwa saya pikir langkah itu

might just be plain impossible.

mungkin saja mustahil.

Two big things happened:

Dua hal yang sangat besar terjadi.

First, a bunch of new ideas about linguistics

Pertama, sekelompok ide baru tentang linguistik

that came from studying the computational universe;

yang muncul waktu kita mempelajari dunia komputasional.

and second, the realization that having actual computable knowledge

Dan kedua, penyadaran bahwa mempunyai pengetahuan komputasional yang nyata

completely changes how one can

mengubah bagaimana kita dapat

set about understanding language.

memahami bahasa.

And, of course, now

Dan, tentunya, sekarang

with Wolfram Alpha actually out in the wild,

dengan beredarnya Wolfram Alpha,

we can learn from its actual usage.

kita dapat belajar dari pemakaian sebenarnya.

And, in fact, there's been

Dan, sebenarnya, ada

an interesting coevolution that's been going on

ko-evolusi yang menarik yang sedang terjadi

between Wolfram Alpha

antara Wolfram Alpha

and its human users,

dan manusia-manusia yang menggunakannya.

and it's really encouraging.

Dan hal ini sangatlah meyakinkan.

Right now, if we look at web queries,

Sekarang ini, jika kita lihat pencarian-pencarian di Internet,

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

lebih dari 80% nya sukses diatasi pada pencarian pertamanya.

And if you look at things like the iPhone app,

Dan jika Anda melihat hal-hal seperti aplikasi iPhone,

the fraction is considerably larger.

jumlah yang berhasil lebih besar lagi.

So, I'm pretty pleased with it all.

Jadi, saya cukup senang dengan semua ini.

But, in many ways,

Tetapi, dalam berbagai hal,

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

kita baru saja memulai dengan Wolfram Alpha.

I mean, everything is scaling up very nicely

Maksud saya, semuanya sedang berjalan secara lancar.

and we're getting more confident.

Kita semakin percaya diri.

You can expect to see Wolfram Alpha technology

Anda dapat berharap untuk melihat teknologi Wolfram Alpha

showing up in more and more places,

muncul di bidang-bidang yang lebih banyak lagi,

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

bekerja dengan data-data umum, seperti di halaman ini,

and with private knowledge

dan dengan pengetahuan yang lebih privat

for people and companies and so on.

untuk orang-orang dan perusahaan dan sebagainya.

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

Anda tahu, saya telah menyadari bahwa Wolfram Alpha sebenarnya memberikan

a whole new kind of computing

sebuah konsep yang sangat baru tentang komputasi

that one can call knowledge-based computing,

yang dapat kita sebut sebagai komputasi berbasis pengetahuan,

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

di mana seseorang memulai, bukan hanya dari komputasi mentah,

but from a vast amount of built-in knowledge.

tetapi juga dengan pengetahuan yang sangat banyak yang sudah tersedia.

And when one does that, one really changes

Dan ketika kita melakukan hal tersebut, kita telah mengubah

the economics of delivering computational things,

ekonomi dari pengantaran hal-hal komputasional,

whether it's on the web or elsewhere.

baik itu ada di web atau di mana pun.

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

Anda tahu, kita mempunyai sebuah situasi yang lumayan menarik sekarang ini.

On the one hand, we have Mathematica,

Di satu sisi, kita punya Mathematica,

with its sort of precise, formal language

dengan bahasanya yang tepat, formal

and a huge network

dan sebuah kumpulan yang sangat besar

of carefully designed capabilities

dari kemampuan-kemampuan yang dirancang secara seksama

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

yang dapat melakukan banyak hal hanya dengan beberapa baris saja.

Let me show you a couple of examples here.

Mari saya tunjukkan Anda beberapa contoh di sini.

So here's a trivial piece of Mathematica programming.

Jadi ini adalah sesuatu yang sangat sederhana dalam pemrograman Mathematica.

Here's something where we're sort of

Jadi di sini kita mempunyai sesuatu di mana kita lebih kurang

integrating a bunch of different capabilities here.

memadukan sejumlah kemampuan yang berbeda di sini.

Here we'll just create, in this line,

Kita hanya perlu menciptakan, di baris ini,

a little user interface that allows us to

sebuah antarmuka pengguna yang memperbolehkan kita untuk

do something fun there.

melakukan sesuatu yang keren.

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

Jika Anda melanjutkannya, masih ada sebuah program yang sedikit lebih rumit

that's now doing all sorts of algorithmic things

yang sekarang sedang melakukan segala macam algoritma

and creating user interface and so on.

dan menciptakan antarmuka pengguna dan sebagainya.

But it's something that is very precise stuff.

Tetapi itu semua sebuah hal yang sangatlah spesifik.

It's a precise specification with a precise formal language

Ini adalah spesifikasi yang tepat dengan bahasa formal yang tepat juga

that causes Mathematica to know what to do here.

yang membuat Mathematica tahu apa yang perlu dilakukan di sini.

Then on the other hand, we have Wolfram Alpha,

Di sisi yang lain, kita punya Wolfram Alpha,

with all the messiness of the world

dengan semua kekacauan yang ada di dunia

and human language and so on built into it.

dan bahasa manusia dan sebagainya, dibangun di dalamnya.

So what happens when you put these things together?

Jadi apa yang terjadi ketika kita menggabungkan semua ini?

I think it's actually rather wonderful.

Saya rasa ini adalah sesuatu yang sangat indah.

With Wolfram Alpha inside Mathematica,

Dengan Wolfram Alpha di dalam Mathematica,

you can, for example, make precise programs

Anda dapat, contohnya, membuat program-program

that call on real world data.

yang memanggil dan menggunakan data dunia nyata.

Here's a real simple example.

Ini sebuah contoh yang sangat sederhana.

You can also just sort of give vague input

Anda juga dapat memberikan masukan yang kurang jelas

and then try and have Wolfram Alpha

dan membiarkan Wolfram Alpha untuk mencoba

figure out what you're talking about.

mengerti apa yang sedang Anda maksudkan.

Let's try this here.

Mari kita coba ini di sini.

But actually I think the most exciting thing about this

Tetapi sebenarnya, saya pikir hal yang paling menarik dari semua ini

is that it really gives one the chance

adalah bahwa hal ini memberikan seseorang kesempatan

to democratize programming.

untuk membuat pemrograman menjadi demokratis.

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

Maksud saya, semua orang hanya perlu mengatakan apa yang mereka mau dalam bahasa sehari-hari

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

lalu, idenya adalah, Wolfram Alpha akan dapat mengerti

what precise pieces of code

apa yang kode-kode spesifik

can do what they're asking for

dapat kerjakan untuk apa yang mereka minta

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

lalu menunjukkan mereka contoh-contoh yang akan membiarkan mereka memilih apa yang mereka perlukan

to build up bigger and bigger, precise programs.

untuk membangun program-program yang semakin besar dan tepat.

So, sometimes, Wolfram Alpha

Jadi, kadang-kadang, Wolfram Alpha

will be able to do the whole thing immediately

akan dapat mengerjakan semuanya secara langsung

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

dan akhirnya memberikan sebuah program besar yang dapat Anda hitung.

Here's a big website

Jadi ini website yang sangat besar

where we've been collecting lots of educational

di mana kita sedang mengumpulkan berbagai macam pendidikan

and other demonstrations about lots of kinds of things.

demonstrasi tentang berbagai macam hal.

I'll show you one example here.

Jadi, saya tidak tahu, saya akan memberikan satu contoh kepada Anda, mungkin ini.

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

Ini hanyalah sebuah contoh dari salah satu dokumen di sini.

This is probably a fairly small

Ini mungkin hanya sebagian kecil

piece of Mathematica code

dari kode Mathematica

that's able to be run here.

yang dapat dijalankan di sini.

Okay. Let's zoom out again.

Ok. Mari kita mundur sedikit lagi.

So, given our new kind of science,

Jadi, dengan sains kita yang baru,

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

apakah ada sebuah cara yang lebih umum untuk menciptakan teknologi?

So, with physical materials,

Jadi, dengan bahan-bahan fisikal,

we're used to going around the world

kita terbiasa untuk menjelajahi dunia

and discovering that particular materials

dan menemukan bahwa bahan-bahan tertentu

are useful for particular

sangat berguna untuk tujuan

technological purposes.

teknologi tertentu dan seterusnya.

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

Jadi, ternyata, kita dapat melakukan hal yang mirip

in the computational universe.

di alam semesta komputasional.

There's an inexhaustible supply of programs out there.

Program-program yang ada di dalamnya tidak mungkin habis.

The challenge is to see how to

Tantangannya adalah bagaimana kita

harness them for human purposes.

dapat menggunakannya untuk tujuan-tujuan manusia.

Something like Rule 30, for example,

Sesuatu seperti Aturan 30, sebagai contoh,

turns out to be a really good randomness generator.

ternyata dapat digunakan untuk menghasilkan keacakan dengan baik.

Other simple programs are good models

Program-program sederhana lainnya adalah model yang baik

for processes in the natural or social world.

untuk proses di alam atau dunia sosial.

And, for example, Wolfram Alpha and Mathematica

Dan, contohnya, Wolfram Alpha dan Mathematica

are actually now full of algorithms

sekarang sebenarnya sangat penuh dengan algoritma-algoritma

that we discovered by searching the computational universe.

yang kita temukan waktu kita mencari-cari di alam semesta komputasional.

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

Dan, contohnya, ini -- kita balik lagi ke sini --

this has become surprisingly popular

Ini telah menjadi sesuatu yang populer

among composers

di antara para penggubah lagu

finding musical forms by searching the computational universe.

untuk menemukan bentuk musikal dengan mencarinya di alam semesta komputasional.

In a sense, we can use the computational universe

Dengan kata lain, kita dapat menggunakan alam semesta komputasional

to get mass customized creativity.

untuk mendapatkan kreativitas yang dibentuk massa.

I'm hoping we can, for example,

Saya berharap kita dapat, contohnya,

use that even to get Wolfram Alpha

menggunakan Wolfram Alpha

to routinely do invention and discovery on the fly,

secara rutin untuk menciptakan dan menemukan hal-hal baru

and to find all sorts of wonderful stuff

dan untuk menemukan berbagai macam hal-hal yang indah

that no engineer

yang tidak ada insinyur

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

dan tidak ada proses evolusi bertahap dapat ciptakan.

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

Jadi akhirnya ini semua berujung ke pertanyaan akhir.

Could it be that someplace out there in the computational universe

Apakah ada sebuah tempat di alam semesta komputasional ini

we might find our physical universe?

di mana kita dapat temukan alam semesta fisikal kita?

Perhaps there's even some quite simple rule,

Bahkan mungkin ada beberapa aturan-aturan yang sederhana,

some simple program for our universe.

sebuah program sederhana untuk alam semesta kita.

Well, the history of physics would have us believe

Sejarah fisika membuat kita percaya

that the rule for the universe must be pretty complicated.

bahwa aturan alam semesta kita ini pasti rumit.

But in the computational universe,

Tetapi di alam semesta komputasional

we've now seen how rules that are incredibly simple

kita sekarang telah melihat bagaimana aturan-aturan yang sangat sederhana

can produce incredibly rich and complex behavior.

dapat menghasilkan perilaku yang beragam dan rumit.

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

Jadi mungkinkah hal yang sama terjadi dengan alam semesta kita?

If the rules for the universe are simple,

Jika aturan-aturan untuk alam semesta sangatlah sederhana,

it's kind of inevitable that they have to be

tidak dapat dihindari bahwa mereka haruslah

very abstract and very low level;

sangat abstrak dan sangat-sangat mendasar,

operating, for example, far below

yang bekerja, seperti contoh, jauh di bawah

the level of space or time,

tingkatan ruang dan waktu,

which makes it hard to represent things.

yang membuatnya sulit untuk merepresentasikan benda-benda.

But in at least a large class of cases,

Tetapi setidaknya di dalam sebuah kumpulan kasus-kasus yang besar,

one can think of the universe as being

kita dapat memikirkan alam semesta seperti

like some kind of network,

semacam jaringan,

which, when it gets big enough,

yang, ketika jaringan ini menjadi cukup besar,

behaves like continuous space

bertingkah laku seperti ruang yang kontinu

in much the same way as having lots of molecules

mirip dengan kasus di mana molekul-molekul dengan jumlah yang banyak

can behave like a continuous fluid.

dapat bertindak seperti sebuah cairan yang kontinu.

Well, then the universe has to evolve by applying

Jadi kalau begitu alam semesta harus berevolusi untuk menerapkan

little rules that progressively update this network.

aturan-aturan kecil yang terus meningkatkan kinerja jaringan ini.

And each possible rule, in a sense,

Dan setiap aturan yang mungkin,

corresponds to a candidate universe.

terkait dengan sebuah kandidat alam semesta.

Actually, I haven't shown these before,

Sebenarnya, saya belum pernah menunjukkan ini sebelumnya,

but here are a few of the candidate universes

tapi ini beberapa dari kandidat alam semesta

that I've looked at.

yang sudah saya teliti.

Some of these are hopeless universes,

Beberapa dari ini adalah alam semesta yang tidak mempunyai harapan,

completely sterile,

sama sekali steril,

with other kinds of pathologies like no notion of space,

dan hal-hal lain yang merusak seperti tidak ada gagasan ruang.

no notion of time, no matter,

tidak ada gagasan waktu, tidak ada

other problems like that.

masalah seperti itu.

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

Tetapi hal yang menarik yang telah saya temukan dalam beberapa tahun terakhir ini

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

adalah bahwa Anda sebenarnya tidak harus merantau jauh

in the computational universe

di dalam alam semesta komputasional

before you start finding candidate universes

sebelum Anda menemukan kandidat alam semesta

that aren't obviously not our universe.

yang tentunya bukan alam semesta kita.

Here's the problem:

Jadi masalahnya ini:

Any serious candidate for our universe

Kandidat alam semesta yang serius untuk alam semesta kita.

is inevitably full of computational irreducibility.

tidak dapat luput dari komputasi yang tidak dapat dijabarkan,

Which means that it is irreducibly difficult

artinya sangatlah sulit bagi kita

to find out how it will really behave,

untuk menentukan perilaku kandidat itu sebenarnya,

and whether it matches our physical universe.

dan apakah ia cocok dengan alam semesta fisikal kita.

A few years ago, I was pretty excited to discover

Beberapa tahun yang lalu, saya cukup senang untuk menemukan

that there are candidate universes with incredibly simple rules

bahwa ada beberapa kandidat alam semesta dengan aturan-aturan yang benar-benar sederhana

that successfully reproduce special relativity,

yang dapat menghasilkan relativitas spesial secara sukses

and even general relativity and gravitation,

dan bahkan relativitas umum dan gravitasi

and at least give hints of quantum mechanics.

dan setidaknya memberikan tanda-tanda adanya mekanika kuantum.

So, will we find the whole of physics?

Jadi, akankah kita menemukan semua fisika?

I don't know for sure,

Saya tidak tahu secara pasti.

but I think at this point it's sort of

Tetapi saya pikir, di saat ini, sepertinya

almost embarrassing not to at least try.

cukup memalukan jika kita tidak mecobanya.

Not an easy project.

Bukan sebuah projek yang gampang.

One's got to build a lot of technology.

Kita harus merancang banyak teknologi.

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

Kita harus membangun sebuah struktur yang mungkin saja

at least as deep as existing physics.

sekurang-kurangnya sedalam fisika sekarang ini.

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

Dan saya tidak yakin apa cara terbaik untuk mengatur semua ini.

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

Membangun sebuah tim, mengedarkannya, menawarkan hadiah-hadiah dan sebagainya.

But I'll tell you, here today,

Tetapi saya mengatakan hal ini kepada Anda sekalian hari ini

that I'm committed to seeing this project done,

bahwa saya bertekad untuk melihat proyek ini selesai dilaksanakan,

to see if, within this decade,

untuk melihat bahwa, di dalam dasawarsa ini,

we can finally hold in our hands

kita akhirnya dapat menggenggam

the rule for our universe

aturan dari alam semesta kita ini

and know where our universe lies

dan tahu di mana alam semesta kita berada

in the space of all possible universes ...

di dalam himpunan dari semua alam semesta yang mungkin --

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

dan juga dapat mengetik ke dalam Wolfram Alpha "teori alam semesta,"

and have it tell us.

dan mendapat jawaban darinya.

(Laughter)

(Tertawa)

So I've been working on the idea of computation

Jadi saya telah bekerja dengan ide tentang komputasi ini

now for more than 30 years,

sekarang selama lebih dari 30 tahun,

building tools and methods and turning intellectual ideas

membuat perkakas-perkakas dan metode-metode dan mengubah ide-ide

into millions of lines of code

ke dalam jutaan baris kode

and grist for server farms and so on.

dan banyak server dan sebagainya.

With every passing year,

Dengan setiap tahun yang berlalu,

I realize how much more powerful

saya menyadari bagaimana begitu kuatnya

the idea of computation really is.

ide tentang komputasi yang sebenarnya.

It's taken us a long way already,

Kita telah berjalan sangat jauh,

but there's so much more to come.

tetapi masih banyak lagi hal-hal yang akan datang.

From the foundations of science

Dari dasar-dasar sains

to the limits of technology

ke batas-batas teknologi

to the very definition of the human condition,

ke definisi asli kondisi manusia,

I think computation is destined to be

saya rasa komputasi ditakdirkan untuk menjadi

the defining idea of our future.

ide yang mendefinisikan masa depan kita.

Thank you.

Terima kasih.

(Applause)

(Tepuk tangan)

Chris Anderson: That was astonishing.

Chris Anderson: Itu sangat mengagumkan.

Stay here. I've got a question.

Tetaplah di sini. Saya ada pertanyaan.

(Applause)

(Tepuk tangan)

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

Jadi, itu sebuah ceramah yang sangat mengagumkan.

Are you able to say in a sentence or two

Apakah Anda dapat mengatakan dalam satu atau dua kalimat

how this type of thinking

bagaimana pemikiran seperti ini

could integrate at some point

dapat berintegrasi di suatu titik

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

dengan hal-hal seperti teori string ataupun hal-hal yang orang-orang pikir

as the fundamental explanations of the universe?

sebagai penjelasan mendasar dari alam semesta?

Stephen Wolfram: Well, the parts of physics

Stephen Wolfram: Bagian-bagian dari fisika

that we kind of know to be true,

yang kita tahu benar,

things like the standard model of physics:

ialah hal-hal seperti model standar fisika.

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

Apa yang saya coba adalah untuk menghasilkan model standar dari fisika yang lebih baik

or it's simply wrong.

atau membuktikan bahwa itu semua salah.

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

Hal-hal yang sedang orang-orang coba di dalam 25 tahun terakhir ini

with string theory and so on

dengan teori string dan lain sebagainya

have been an interesting exploration

adalah sebuah penjelajahan yang menarik

that has tried to get back to the standard model,

yang mencoba untuk kembali ke model standar,

but hasn't quite gotten there.

tetapi belum sampai di sana.

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

Dugaan saya adalah beberapa penyederhanaan yang saya buat

may actually have considerable resonance

mungkin sebenarnya mempunyai kemiripan

with what's been done in string theory,

dengan apa yang sedang dikerjakan di teori string,

but that's a complicated math thing

tetapi itu merupakan persoalan matematika yang sangat rumit

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

yang saya belum tahu bagaimana semuanya dapat bekerja dengan lancar.

CA: Benoit Mandelbrot is in the audience.

CA: Benoit Mandlebrot juga salah satu penonton.

He also has shown how complexity

Dia telah membuktikan bagaimana kompleksitas

can arise out of a simple start.

dapat timbul dari sebuah awal yang sederhana.

Does your work relate to his?

Apakah yang Anda lakukan berhubungan dengan hasil kerjanya?

SW: I think so.

SW: Saya rasa demikian.

I view Benoit Mandelbrot's work

Saya menganggap hasil kerja Benoit Mandlebrot

as one of the founding contributions

sebagai salah satu faktor penunjang awal

to this kind of area.

di area seperti ini.

Benoit has been particularly interested

Benoit tertarik

in nested patterns, in fractals and so on,

pada pola-pola yang tersarang, fraktal dan sebagainya,

where the structure is something

di mana strukturnya seperti sesuatu

that's kind of tree-like,

yang menyerupai pohon,

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

dan di mana ada sebuah cabang besar yang membuat cabang-cabang yang kecil,

and even smaller branches and so on.

dan bahkan cabang yang lebih kecil dan seterusnya.

That's one of the ways

Itu merupakan salah satu cara

that you get towards true complexity.

untuk mendapatkan kompleksitas yang sesungguhnya.

I think things like the Rule 30 cellular automaton

Saya rasa hal seperti otomata seluar Aturan 30

get us to a different level.

membawa kita ke tahapan yang berbeda.

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

Bahkan, mereka membawa kita ke tahapan yang berbeda secara spesifik

because they seem to be things that are

karena kelihatannya mereka adalah benda-benda yang

capable of complexity

mempunyai kapasitas kompleksitas

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

yang sangat rumit sekali.

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

Saya tidak akan membahas hal ini lebih dalam lagi.

CA: Stephen Wolfram, thank you.

CA: Stephen Wolfram, terima kasih.

(Applause)

(Tepuk tangan)