The accelerating power of technology | Ray Kurzweil

308,980 views ・ 2007-01-12

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Almerico Matteo Bartoli Revisore: Carlo E. Giartosio
00:25
Well, it's great to be here.
0
25000
1000
E' bello essere qua
00:26
We've heard a lot about the promise of technology, and the peril.
1
26000
5000
Sentiamo parlare molto della promessa della tecnologia, e del suo pericolo.
00:31
I've been quite interested in both.
2
31000
2000
Sono stato interessato a entrambi le questioni.
00:33
If we could convert 0.03 percent
3
33000
4000
Se potessimo convertire lo 0,03 %
00:37
of the sunlight that falls on the earth into energy,
4
37000
2000
della luce solare in energia,
00:39
we could meet all of our projected needs for 2030.
5
39000
5000
potremmo soddisfare tutti i nostri bisogni per il 2030.
00:44
We can't do that today because solar panels are heavy,
6
44000
3000
Non possiamo farlo oggi perché i pannelli solari sono pesanti,
00:47
expensive and very inefficient.
7
47000
2000
costosi e molto inefficienti
00:49
There are nano-engineered designs,
8
49000
3000
Esistono progetti di nano-ingegneria,
00:52
which at least have been analyzed theoretically,
9
52000
2000
analizzati almeno teoricamente,
00:54
that show the potential to be very lightweight,
10
54000
2000
che mostrano la possibilità di essere molto leggeri,
00:56
very inexpensive, very efficient,
11
56000
2000
molto economici, e molto efficienti,
00:58
and we'd be able to actually provide all of our energy needs in this renewable way.
12
58000
4000
e potremmo provvedere a tutto il nostro fabbisogno energetico in modo rinnovabile.
01:02
Nano-engineered fuel cells
13
62000
2000
Celle a combustibile nano-ingegnerizzate
01:04
could provide the energy where it's needed.
14
64000
3000
provvederebbero l'energia ovunque ce ne fosse bisogno.
01:07
That's a key trend, which is decentralization,
15
67000
2000
Questa è una tendenza chiave, la decentralizzazione,
01:09
moving from centralized nuclear power plants and
16
69000
3000
muovendo da apparati centralizzati di energia nucleare
01:12
liquid natural gas tankers
17
72000
2000
e cisterne di gas naturale
01:14
to decentralized resources that are environmentally more friendly,
18
74000
4000
a risorse decentralizzate che sono piu' sane per l'ambiente,
01:18
a lot more efficient
19
78000
3000
e molto piu' efficienti,
01:21
and capable and safe from disruption.
20
81000
4000
flessibili e sicure da imprevisti.
01:25
Bono spoke very eloquently,
21
85000
2000
Bono ha parlato eloquentemente
01:27
that we have the tools, for the first time,
22
87000
4000
del fatto che, per la prima volta, abbiamo gli strumenti
01:31
to address age-old problems of disease and poverty.
23
91000
4000
per risolvere problemi annosi come la malattia e la poverta'.
01:35
Most regions of the world are moving in that direction.
24
95000
4000
La maggior parte delle regioni del mondo vanno in questa direzione.
01:39
In 1990, in East Asia and the Pacific region,
25
99000
4000
Nel 1990, nell'Asia dell'Est e nella regione del Pacifico
01:43
there were 500 million people living in poverty --
26
103000
2000
c'erano 500 milioni di persone che vivevano in poverta'...
01:45
that number now is under 200 million.
27
105000
3000
quel numero oggi e' sceso a 200 milioni.
01:48
The World Bank projects by 2011, it will be under 20 million,
28
108000
3000
La Banca Mondiale prevede di scendere sotto i 20 milioni per il 2011,
01:51
which is a reduction of 95 percent.
29
111000
3000
che e' una riduzione del 95%.
01:54
I did enjoy Bono's comment
30
114000
3000
Mi e' piaciuto il commento di Bono
01:57
linking Haight-Ashbury to Silicon Valley.
31
117000
4000
che collegava Haight-Ashbury alla Silicon Valley.
02:01
Being from the Massachusetts high-tech community myself,
32
121000
3000
Provenendo anch'io della comunità ad alta tecnologia del Massachusetts,
02:04
I'd point out that we were hippies also in the 1960s,
33
124000
4000
vorrei far notare che anche noi eravamo hippies negli anni '60,
02:09
although we hung around Harvard Square.
34
129000
3000
pure se 'bazzicavamo' intorno a Harvard Square.
02:12
But we do have the potential to overcome disease and poverty,
35
132000
5000
Ma noi abbiamo il potenziale per superare malattia e povertà,
02:17
and I'm going to talk about those issues, if we have the will.
36
137000
3000
e parlero' di questi problemi, se ne abbiamo la volonta'.
02:20
Kevin Kelly talked about the acceleration of technology.
37
140000
3000
Kevin Kelly ha parlato dell'accelerazione della tecnologia
02:23
That's been a strong interest of mine,
38
143000
3000
Questo e' stato un mio forte interesse,
02:26
and a theme that I've developed for some 30 years.
39
146000
3000
ed un argomento che ho sviluppato per circa 30 anni.
02:29
I realized that my technologies had to make sense when I finished a project.
40
149000
5000
Ho realizzato che le mie tecnologie dovevano avere un senso quando avessi finito il progetto.
02:34
That invariably, the world was a different place
41
154000
3000
Che il mondo sarebbe stato invariabilmente un posto diverso
02:37
when I would introduce a technology.
42
157000
2000
quando avessi introdotto una tecnologia.
02:39
And, I noticed that most inventions fail,
43
159000
2000
E ho notato che la maggior parte delle invenzioni falliscono,
02:41
not because the R&D department can't get it to work --
44
161000
3000
non perche la Ricerca e Sviluppo non riesca a farle funzionare...
02:44
if you look at most business plans, they will actually succeed
45
164000
3000
se considerate la maggior parte dei progetti economici, arrivano al successo
02:47
if given the opportunity to build what they say they're going to build --
46
167000
4000
se viene loro data la possibilita' di costruire cio' che dicono di voler costruire,
02:51
and 90 percent of those projects or more will fail, because the timing is wrong --
47
171000
3000
eppure il 90% o più di questi progetti falliranno, perche' il momento è sbagliato...
02:54
not all the enabling factors will be in place when they're needed.
48
174000
3000
non tutti i fattori di successo saranno presenti quando ce ne sara' bisogno.
02:57
So I began to be an ardent student of technology trends,
49
177000
4000
Cosi' sono diventato un cultore appassionato delle tendenze tecnologiche,
03:01
and track where technology would be at different points in time,
50
181000
3000
e ho individuato dove la tecnologia si sarebbe trovata in momenti diversi nel tempo,
03:04
and began to build the mathematical models of that.
51
184000
3000
ed ho iniziato a costruire modelli matematici su questo fenomeno.
03:07
It's kind of taken on a life of its own.
52
187000
2000
Ha acquisito una specie di vita propria
03:09
I've got a group of 10 people that work with me to gather data
53
189000
3000
Ho un gruppo di 10 persone che lavorano con me per raccogliere dati
03:12
on key measures of technology in many different areas, and we build models.
54
192000
5000
su misure chiave della tecnologie in tante aree diverse, e costruiamo modelli.
03:17
And you'll hear people say, well, we can't predict the future.
55
197000
3000
E sentirete persone dire, beh, non possiamo predire il futuro.
03:20
And if you ask me,
56
200000
2000
E se chiedete a me,
03:22
will the price of Google be higher or lower than it is today three years from now,
57
202000
3000
se il prezzo di Google tra tre anni sara' piu' alto o piu' basso dell'attuale,
03:25
that's very hard to say.
58
205000
2000
e' molto difficile da dire.
03:27
Will WiMax CDMA G3
59
207000
3000
Quale tra WiMax, CDMA, G3
03:30
be the wireless standard three years from now? That's hard to say.
60
210000
2000
sarà lo standard del wireless tra tre anni? E' difficile da dire.
03:32
But if you ask me, what will it cost
61
212000
2000
Ma se mi chiedete quanto costera'
03:34
for one MIPS of computing in 2010,
62
214000
3000
un MIPS (milioni di istruzioni al secondo) di potenza di computer nel 2010,
03:37
or the cost to sequence a base pair of DNA in 2012,
63
217000
3000
o il costo, per coppia di basi, di una sequenza di DNA nel 2012,
03:40
or the cost of sending a megabyte of data wirelessly in 2014,
64
220000
4000
o il prezzo per spedire un Mb di dati per via wireless nel 2014,
03:44
it turns out that those are very predictable.
65
224000
3000
viene fuori che queste cose sono molto prevedibili.
03:47
There are remarkably smooth exponential curves
66
227000
2000
Ci sono curve esponenziali sorprendentemente uniformi
03:49
that govern price performance, capacity, bandwidth.
67
229000
3000
che governano prezzo di prestazione, capacita', e larghezza di banda.
03:52
And I'm going to show you a small sample of this,
68
232000
2000
E vi mostrero' un piccolo campione di questo,
03:54
but there's really a theoretical reason
69
234000
2000
ma c'e' veramente una ragione teorica
03:56
why technology develops in an exponential fashion.
70
236000
5000
per cui la tecnologia si sviluppa in modo esponenziale.
04:01
And a lot of people, when they think about the future, think about it linearly.
71
241000
2000
E molte persone, quando pensano al futuro, lo pensano in modo lineare.
04:03
They think they're going to continue
72
243000
2000
Pensano che continueranno
04:05
to develop a problem
73
245000
2000
a sviluppare un problema
04:07
or address a problem using today's tools,
74
247000
3000
o risolvere un problema usando gli strumenti odierni,
04:10
at today's pace of progress,
75
250000
2000
al passo del progresso odierno,
04:12
and fail to take into consideration this exponential growth.
76
252000
4000
e mancano di prendere in considerazione questa crescita esponenziale.
04:16
The Genome Project was a controversial project in 1990.
77
256000
3000
Il progetto del Genoma era un progetto controverso nel 1990.
04:19
We had our best Ph.D. students,
78
259000
2000
Avevamo i nostri migliori Ph.D,
04:21
our most advanced equipment around the world,
79
261000
2000
la nostra attrezzatura era la piu' avanzata del mondo,
04:23
we got 1/10,000th of the project done,
80
263000
2000
e abbiamo completato 1/10000 del progetto,
04:25
so how're we going to get this done in 15 years?
81
265000
2000
allora come faremo a concluderlo in 15 anni?
04:27
And 10 years into the project,
82
267000
3000
E dopo 10 anni dall'inizio del progetto,
04:31
the skeptics were still going strong -- says, "You're two-thirds through this project,
83
271000
2000
gli scettici insistevano ancora dicendo: " Siete a 2/3 della durata del progetto,
04:33
and you've managed to only sequence
84
273000
2000
e siete riusciti solo a sequenziare
04:35
a very tiny percentage of the whole genome."
85
275000
3000
una percentuale molto piccola dell'intero genoma."
04:38
But it's the nature of exponential growth
86
278000
2000
Ma e' la natura della crescita esponenziale
04:40
that once it reaches the knee of the curve, it explodes.
87
280000
2000
che una volta raggiunto il flesso della curva, esplode.
04:42
Most of the project was done in the last
88
282000
2000
La maggior parte del progetto e' stata completata
04:44
few years of the project.
89
284000
2000
negli ultimi anni del progetto.
04:46
It took us 15 years to sequence HIV --
90
286000
2000
Ci abbiamo messo 15 anni per determinare la sequenza dell'HIV...
04:48
we sequenced SARS in 31 days.
91
288000
2000
abbiamo sequenziato la SARS in 31 giorni.
04:50
So we are gaining the potential to overcome these problems.
92
290000
4000
Quindi stiamo generando il potenziale per superare questi problemi.
04:54
I'm going to show you just a few examples
93
294000
2000
Vi mostrero' solo alcuni esempi
04:56
of how pervasive this phenomena is.
94
296000
3000
di quanto sia pervasivo questo fenomeno.
04:59
The actual paradigm-shift rate, the rate of adopting new ideas,
95
299000
4000
L'attuale modello di crescita, il tasso di adozione di nuove idee,
05:03
is doubling every decade, according to our models.
96
303000
3000
è di raddoppiare ogni decennio, secondo i nostri modelli.
05:06
These are all logarithmic graphs,
97
306000
3000
Sono tutti grafici logaritmici,
05:09
so as you go up the levels it represents, generally multiplying by factor of 10 or 100.
98
309000
3000
man mano che si risalgono i livelli che rappresentano, si moltiplicano per 10 o 100.
05:12
It took us half a century to adopt the telephone,
99
312000
3000
Ci abbiamo messo mezzo secolo per adottare il telefono,
05:15
the first virtual-reality technology.
100
315000
3000
la prima tecnologia della realta' virtuale.
05:18
Cell phones were adopted in about eight years.
101
318000
2000
I cellulari sono stati adottati in circa 8 anni.
05:20
If you put different communication technologies
102
320000
3000
Se inserite le diverse tecnologie di comunicazione
05:23
on this logarithmic graph,
103
323000
2000
su questo grafico logaritmico,
05:25
television, radio, telephone
104
325000
2000
televisione, radio, telefono
05:27
were adopted in decades.
105
327000
2000
sono stati adottati nell'arco di decenni.
05:29
Recent technologies -- like the PC, the web, cell phones --
106
329000
3000
Tecnologie recenti, come il PC, il web, i cellulari,
05:32
were under a decade.
107
332000
2000
in meno di un decennio.
05:34
Now this is an interesting chart,
108
334000
2000
Ora questo e' un grafico interessante,
05:36
and this really gets at the fundamental reason why
109
336000
2000
e giunge davvero alla ragione fondamentale per cui
05:38
an evolutionary process -- and both biology and technology are evolutionary processes --
110
338000
4000
un processo evoluzionistico, e sia la biologia che la tecnologia sono processi evoluzionistici,
05:42
accelerate.
111
342000
2000
accelera.
05:44
They work through interaction -- they create a capability,
112
344000
3000
Funzionano per interazione, cioè creano una funzionalita',
05:47
and then it uses that capability to bring on the next stage.
113
347000
3000
e poi usano quella funzione per fare il prossimo passo.
05:50
So the first step in biological evolution,
114
350000
3000
Il primo passo nell'evoluzione biologica,
05:53
the evolution of DNA -- actually it was RNA came first --
115
353000
2000
l'evoluzione del DNA, (in realta' e' venuto prima l'RNA)
05:55
took billions of years,
116
355000
2000
ci ha messo miliardi di anni,
05:57
but then evolution used that information-processing backbone
117
357000
3000
ma poi l'evoluzione ha usato quella spina dorsale di processo d'informazione
06:00
to bring on the next stage.
118
360000
2000
per fare il passo successivo.
06:02
So the Cambrian Explosion, when all the body plans of the animals were evolved,
119
362000
3000
L'esplosione Cambriana, quando tutti i corpi animali si sono evoluti,
06:05
took only 10 million years. It was 200 times faster.
120
365000
4000
ha richiesto solo 10 milioni di anni, 200 volte piu' veloce.
06:09
And then evolution used those body plans
121
369000
2000
E poi l'evoluzione ha utilizzato questi corpi
06:11
to evolve higher cognitive functions,
122
371000
2000
per sviluppare funzioni cognitive piu' alte,
06:13
and biological evolution kept accelerating.
123
373000
2000
e l'evoluzione biologica ha continuato ad accelerare.
06:15
It's an inherent nature of an evolutionary process.
124
375000
3000
E' la natura intrinseca di un processo evoluzionistico.
06:18
So Homo sapiens, the first technology-creating species,
125
378000
3000
Quindi l'Homo sapiens, la prima specie che creato la tecnologia,
06:21
the species that combined a cognitive function
126
381000
2000
la specie che ha unito la funzione cognitiva
06:23
with an opposable appendage --
127
383000
2000
con un appendice opponibile
06:25
and by the way, chimpanzees don't really have a very good opposable thumb --
128
385000
4000
(a proposito, gli scimpanze' non hanno un buon pollice opponibile)
06:29
so we could actually manipulate our environment with a power grip
129
389000
2000
così che poteva davvero manipolare il proprio ambiente con una presa energica
06:31
and fine motor coordination,
130
391000
2000
ed una buona coordinazione motoria,
06:33
and use our mental models to actually change the world
131
393000
2000
ed usare i nostri modelli mentali per cambiare veramente il mondo
06:35
and bring on technology.
132
395000
2000
e portare avanti la tecnologia.
06:37
But anyway, the evolution of our species took hundreds of thousands of years,
133
397000
3000
Ad ogni modo, l'evoluzione della nostra specie ha impiegato migliaia d'anni,
06:40
and then working through interaction,
134
400000
2000
e lavorando poi attraverso l'interazione,
06:42
evolution used, essentially,
135
402000
2000
l'evoluzione ha utilizzato essenzialmente
06:44
the technology-creating species to bring on the next stage,
136
404000
3000
la specie che ha creato la tecnologia per portare avanti il prossimo passo,
06:47
which were the first steps in technological evolution.
137
407000
3000
che erano i primi passi dell'evoluzione tecnologica.
06:50
And the first step took tens of thousands of years --
138
410000
3000
E il primo passo ha richiesto decine di migliaia di anni...
06:53
stone tools, fire, the wheel -- kept accelerating.
139
413000
3000
strumenti di pietra, il fuoco, la ruota, continuarono ad accelerare.
06:56
We always used then the latest generation of technology
140
416000
2000
Allora abbiamo sempre usato la tecnologia di ultima generazione
06:58
to create the next generation.
141
418000
2000
per creare la generazione successiva.
07:00
Printing press took a century to be adopted;
142
420000
2000
La stampa ci ha messo un secolo per essere adottata,
07:02
the first computers were designed pen-on-paper -- now we use computers.
143
422000
4000
i primi computer erano progettati con carta e penna, ora usiamo computer.
07:06
And we've had a continual acceleration of this process.
144
426000
3000
Ed abbiamo avuto un'accelerazione continua di questo processo.
07:09
Now by the way, if you look at this on a linear graph, it looks like everything has just happened,
145
429000
3000
Ora a proposito, se lo osservate su un grafico lineare, sembra che tutto sia appena successo,
07:12
but some observer says, "Well, Kurzweil just put points on this graph
146
432000
6000
ma qualche osservatore dice: "Kurzweil ha solo messo dei punti su questo grafico
07:18
that fall on that straight line."
147
438000
2000
che sono allineati su quella retta."
07:20
So, I took 15 different lists from key thinkers,
148
440000
3000
Quindi, ho preso 15 liste diverse da pensatori chiave,
07:23
like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar
149
443000
4000
come l' Enciclopedia Britannica, il Museo di Storia Naturale, il Calendario Cosmico di Carl Sagan
07:27
on the same -- and these people were not trying to make my point;
150
447000
3000
sulla stessa (e queste persone non cercavano di affermare il mio punto di vista,
07:30
these were just lists in reference works,
151
450000
2000
erano solo liste in lavori di riferimento).
07:32
and I think that's what they thought the key events were
152
452000
3000
E credo che pensavano che questi fossero gli eventi chiave
07:35
in biological evolution and technological evolution.
153
455000
3000
nell'evoluzione biologica e tecnologica.
07:38
And again, it forms the same straight line. You have a little bit of thickening in the line
154
458000
3000
Di nuovo, forma la stessa retta. C'e' unpo' di spessore sulla linea
07:41
because people do have disagreements, what the key points are,
155
461000
3000
perche' le persone hanno divergenze su quali siano i punti chiave,
07:44
there's differences of opinion when agriculture started,
156
464000
2000
ci sono differenze d'opinione su quando e' iniziata l'agricoltura,
07:46
or how long the Cambrian Explosion took.
157
466000
3000
o quanto e' durata l'esplosione Cambriana.
07:49
But you see a very clear trend.
158
469000
2000
Ma si vede una tendenza molto chiara.
07:51
There's a basic, profound acceleration of this evolutionary process.
159
471000
5000
C'e' una radicale, profonda accelerazione di questo processo evoluzionistico.
07:56
Information technologies double their capacity, price performance, bandwidth,
160
476000
5000
Le tecnologie d'informazione raddoppiano le loro capacita', prezzo di prestazione, larghezza di banda,
08:01
every year.
161
481000
2000
ogni anno.
08:03
And that's a very profound explosion of exponential growth.
162
483000
4000
E questa e' un'esplosione profonda di crescita esponenziale.
08:07
A personal experience, when I was at MIT --
163
487000
2000
Un'esperienza personale, quando ero all' MIT (Massachusetts Institute of Tecnology)
08:09
computer taking up about the size of this room,
164
489000
2000
un computer occupava lo spazio di questa stanza,
08:11
less powerful than the computer in your cell phone.
165
491000
5000
ed era meno potente del computer che avete nei cellulari.
08:16
But Moore's Law, which is very often identified with this exponential growth,
166
496000
4000
Ma la legge di Moore, che e' spesso associata a questa crescita esponenziale,
08:20
is just one example of many, because it's basically
167
500000
2000
e' solo un esempio tra molti, perche' e' praticamente
08:22
a property of the evolutionary process of technology.
168
502000
5000
una proprieta' del processo evoluzionista della tecnologica.
08:27
I put 49 famous computers on this logarithmic graph --
169
507000
3000
Ho messo 49 computer famosi su questo grafico logaritmico
08:30
by the way, a straight line on a logarithmic graph is exponential growth --
170
510000
4000
(una linea retta su un grafico logaritmico, e' crescita esponenziale)
08:34
that's another exponential.
171
514000
2000
un altro esponenziale.
08:36
It took us three years to double our price performance of computing in 1900,
172
516000
3000
Abbiamo impiegato tre anni per raddoppiare il prezzo di prestazione dell'uso del computer nel 1900,
08:39
two years in the middle; we're now doubling it every one year.
173
519000
3000
due anni a meta', ed ora lo stiamo raddoppiando ogni anno.
08:43
And that's exponential growth through five different paradigms.
174
523000
3000
E questa e' crescita esponenziale attraverso cinuque modelli diversi.
08:46
Moore's Law was just the last part of that,
175
526000
2000
La legge di Moore e' stata solo l'ultima parte
08:48
where we were shrinking transistors on an integrated circuit,
176
528000
3000
su un circuito integrato, dove rimpicciolivamo i transistor,
08:51
but we had electro-mechanical calculators,
177
531000
3000
ma avevamo calcolatori elettro-meccanici,
08:54
relay-based computers that cracked the German Enigma Code,
178
534000
2000
computer basati su relè che decifrarono il Codice Enigma tedesco,
08:56
vacuum tubes in the 1950s predicted the election of Eisenhower,
179
536000
4000
tubi a vuoto negli anni '50 predissero l'elezione di Eisenhower,
09:00
discreet transistors used in the first space flights
180
540000
3000
transistor bipolari usati nei primi viaggi spaziali
09:03
and then Moore's Law.
181
543000
2000
e poi la legge di Moore.
09:05
Every time one paradigm ran out of steam,
182
545000
2000
Ogni volta che un modello sembrava sfiatato,
09:07
another paradigm came out of left field to continue the exponential growth.
183
547000
3000
usciva di sorpresa un nuovo modello per continuare la crescita esponenziale.
09:10
They were shrinking vacuum tubes, making them smaller and smaller.
184
550000
3000
Stavano restringendo i tubi a vuoto, creandone sempre di piu' piccoli.
09:13
That hit a wall. They couldn't shrink them and keep the vacuum.
185
553000
3000
Poi si sono bloccati. Non potevano piu' restringerli mantenendo il vuoto.
09:16
Whole different paradigm -- transistors came out of the woodwork.
186
556000
2000
Un modello completamente diverso, i transistor, uscirono fuori dalla sala studi.
09:18
In fact, when we see the end of the line for a particular paradigm,
187
558000
3000
Infatti, quando vediamo il capolinea per un modello particolare,
09:21
it creates research pressure to create the next paradigm.
188
561000
4000
queston crea pressione sulla ricerca per creare un nuovo modello.
09:25
And because we've been predicting the end of Moore's Law
189
565000
3000
E siccome abbiamo predetto la fine della legge di Moore
09:28
for quite a long time -- the first prediction said 2002, until now it says 2022.
190
568000
3000
gia' da tempo, la prima predizione diceva 2002, ora dice 2022.
09:31
But by the teen years,
191
571000
3000
Ma entro il 2020,
09:34
the features of transistors will be a few atoms in width,
192
574000
3000
le caratteristiche dei transistor saranno di alcuni atomi in larghezza,
09:37
and we won't be able to shrink them any more.
193
577000
2000
e non potremo piu' rimpicciolirli.
09:39
That'll be the end of Moore's Law, but it won't be the end of
194
579000
3000
Quella sara' la fine della legge di Moore, ma non sara' la fine
09:42
the exponential growth of computing, because chips are flat.
195
582000
2000
della crescita esponenziale dell' uso del computer, perche' i chip sono piatti.
09:44
We live in a three-dimensional world; we might as well use the third dimension.
196
584000
3000
Viviamo in un mondo tridimensionale, potremmo sempre usare la terza dimensione.
09:47
We will go into the third dimension
197
587000
2000
Andremo nella terza dimensione
09:49
and there's been tremendous progress, just in the last few years,
198
589000
3000
ed e' stato un progresso stupefacente, solo negli ultimi anni,
09:52
of getting three-dimensional, self-organizing molecular circuits to work.
199
592000
4000
far funzionare circuiti molecolari tridimensionali, auto organizzati.
09:56
We'll have those ready well before Moore's Law runs out of steam.
200
596000
7000
Avremo questi circuiti pronti ben prima che la legge di Moore perda validità.
10:03
Supercomputers -- same thing.
201
603000
2000
Supercomputers, stessa cosa.
10:06
Processor performance on Intel chips,
202
606000
3000
Rendimento da processori su Intel chips,
10:09
the average price of a transistor --
203
609000
3000
il prezzo medio di un transistor
10:12
1968, you could buy one transistor for a dollar.
204
612000
3000
nel 1968, potevi comprare un transistor per un dollaro.
10:15
You could buy 10 million in 2002.
205
615000
3000
se ne potrebbero comprare 10 milioni nel 2002.
10:18
It's pretty remarkable how smooth
206
618000
3000
E' abbastanza significativo quanto uniforme
10:21
an exponential process that is.
207
621000
2000
sia stato questo processo esponenziale.
10:23
I mean, you'd think this is the result of some tabletop experiment,
208
623000
3000
Pensate che questo sia il risultato di qualche esperimento da tavolo,
10:27
but this is the result of worldwide chaotic behavior --
209
627000
3000
ma e' il risultato del comportamento caotico del mondo intero:
10:30
countries accusing each other of dumping products,
210
630000
2000
nazioni che si accusano a vicenda di svendere prodotti,
10:32
IPOs, bankruptcies, marketing programs.
211
632000
2000
mercato azionario, bancarotte, piani di marketing.
10:34
You would think it would be a very erratic process,
212
634000
3000
Si penserebbe che sia un processo molto irregolare,
10:37
and you have a very smooth
213
637000
2000
ma si ottiene un risultato molto omogeneo
10:39
outcome of this chaotic process.
214
639000
2000
da questo processo caotico.
10:41
Just as we can't predict
215
641000
2000
Cosi' come non possiamo predire
10:43
what one molecule in a gas will do --
216
643000
2000
cosa fara' la molecola di un gas
10:45
it's hopeless to predict a single molecule --
217
645000
3000
(e' impossibile predire una singola molecola)
10:48
yet we can predict the properties of the whole gas,
218
648000
2000
ma possiamo sempre predire le proprieta' globali del gas,
10:50
using thermodynamics, very accurately.
219
650000
3000
usando la termodinamica, molto accuratamente.
10:53
It's the same thing here. We can't predict any particular project,
220
653000
3000
Qui e' la stesa cosa. Non possiamo predirre alcun progetto in particolare,
10:56
but the result of this whole worldwide,
221
656000
2000
ma solo il risultato di questa intera, mondiale
10:58
chaotic, unpredictable activity of competition
222
658000
5000
caotica, imprevedibile attivita' di competizione.
11:03
and the evolutionary process of technology is very predictable.
223
663000
3000
Ed il processo evoluzionistico della tecnologia e' molto prevedibile.
11:06
And we can predict these trends far into the future.
224
666000
3000
E possiamo predire queste tendenze per il futuro lontano.
11:11
Unlike Gertrude Stein's roses,
225
671000
2000
A differenza delle rose di Gertrude Stein["Una rosa, e' una rosa, e' una rosa"],
11:13
it's not the case that a transistor is a transistor.
226
673000
2000
non e' vero che un transistor sia un transistor.
11:15
As we make them smaller and less expensive,
227
675000
2000
Man mano che li facciamo piu' piccoli e meno cari,
11:17
the electrons have less distance to travel.
228
677000
2000
gli elettroni hanno una minore distanza da percorrere.
11:19
They're faster, so you've got exponential growth in the speed of transistors,
229
679000
4000
Sono piu' veloci, abbiamo una crescita esponenziale nella velocita' dei transistor,
11:23
so the cost of a cycle of one transistor
230
683000
4000
cosi' il costo del ciclo di un transistor
11:27
has been coming down with a halving rate of 1.1 years.
231
687000
3000
sta calando, con un tempo di dimezzamento di 1,1 anni.
11:30
You add other forms of innovation and processor design,
232
690000
3000
Aggiungete altre forme di innovazione e design di processori,
11:33
you get a doubling of price performance of computing every one year.
233
693000
4000
ottenete un rapporto qualità prezzo nei computer che raddoppia ogni anno.
11:37
And that's basically deflation --
234
697000
3000
E questa e' in pratica una deflazione,
11:40
50 percent deflation.
235
700000
2000
una deflazione del 50%.
11:42
And it's not just computers. I mean, it's true of DNA sequencing;
236
702000
3000
E non e' solo coi computer. E' vero per il sequenziamento del DNA,
11:45
it's true of brain scanning;
237
705000
2000
e' vero per la TAC del cervello,
11:47
it's true of the World Wide Web. I mean, anything that we can quantify,
238
707000
2000
e' vero per Internet. Qualsiasi cosa noi possiamo quantificare,
11:49
we have hundreds of different measurements
239
709000
3000
abbiamo centinania di misurazioni diverse
11:52
of different, information-related measurements --
240
712000
3000
di diversi parametri legati a informazione,
11:55
capacity, adoption rates --
241
715000
2000
capacita', tassi di adozione,
11:57
and they basically double every 12, 13, 15 months,
242
717000
3000
e questi raddoppiano praticamente ogni 12,13, 15 mesi,
12:00
depending on what you're looking at.
243
720000
2000
a seconda di cosa state osservando.
12:02
In terms of price performance, that's a 40 to 50 percent deflation rate.
244
722000
4000
In termini di rapporto qualità prezzo, c'e' dal 40 al 50% di tasso di deflazione.
12:07
And economists have actually started worrying about that.
245
727000
2000
E gli economisti hanno effettivamente iniziato a preoccuparsi di cio'.
12:09
We had deflation during the Depression,
246
729000
2000
Abbiamo avuto la deflazione durante la grande depressione,
12:11
but that was collapse of the money supply,
247
731000
2000
ma quello fu un collasso della liquidità,
12:13
collapse of consumer confidence, a completely different phenomena.
248
733000
3000
un collasso della fiducia del consumatore, un fenomeno completamente diverso.
12:16
This is due to greater productivity,
249
736000
2000
Questo e' dovuto ad una maggiore produttivita',
12:19
but the economist says, "But there's no way you're going to be able to keep up with that.
250
739000
2000
ma l'economista dice: "Ma non c'e' modo di riuscire a tenervi testa.
12:21
If you have 50 percent deflation, people may increase their volume
251
741000
3000
Se hai il 50% di deflazione, la gente potrebbe aumentare il volume degli acquisti
12:24
30, 40 percent, but they won't keep up with it."
252
744000
2000
del 30, 40%, ma non potranno tenervi dietro".
12:26
But what we're actually seeing is that
253
746000
2000
Ma quello che vediamo in realta'
12:28
we actually more than keep up with it.
254
748000
2000
e' che in effetti ci stiamo piu' che dietro.
12:30
We've had 28 percent per year compounded growth in dollars
255
750000
3000
Abbiamo avuto un aumento in dollari del 28% annuo
12:33
in information technology over the last 50 years.
256
753000
3000
nell' informazione tecnologica negli ultimi 50 anni.
12:36
I mean, people didn't build iPods for 10,000 dollars 10 years ago.
257
756000
4000
Voglio dire, le persone 10 anni fa non realizzavano iPod da 10,000$.
12:40
As the price performance makes new applications feasible,
258
760000
3000
Via via che il rapporto qualità prezzo rende possibili nuove applicazioni,
12:43
new applications come to the market.
259
763000
2000
queste nuove applicazione arrivano sul mercato.
12:45
And this is a very widespread phenomena.
260
765000
3000
E questo e' un fenomeno molto diffuso.
12:48
Magnetic data storage --
261
768000
2000
L'immagazzinamento di dati magnetici...
12:50
that's not Moore's Law, it's shrinking magnetic spots,
262
770000
3000
non e' la legge di Moore, e' rimpicciolire punti magnetici,
12:53
different engineers, different companies, same exponential process.
263
773000
4000
diversi ingegneri, diverse industrie, stesso processo esponenziale.
12:57
A key revolution is that we're understanding our own biology
264
777000
4000
Una rivoluzione chiave e' che stiamo arrivando a capire la nostra biologia
13:01
in these information terms.
265
781000
2000
in questi termini d'informazione.
13:03
We're understanding the software programs
266
783000
2000
Comprendiamo i programmi di software
13:05
that make our body run.
267
785000
2000
che fanno funzionare il nostro corpo.
13:07
These were evolved in very different times --
268
787000
2000
Questi si sono evoluti in tempi molto diversi,
13:09
we'd like to actually change those programs.
269
789000
2000
ci piacerebbe riuscire a cambiare questi programmi.
13:11
One little software program, called the fat insulin receptor gene,
270
791000
2000
Un piccolo software, chiamato gene del recettore dell'insulina nelle cellule adipose,
13:13
basically says, "Hold onto every calorie,
271
793000
2000
praticamente dice, "Tenetevi stretta ogni caloria,
13:15
because the next hunting season may not work out so well."
272
795000
4000
perche' la prossima stagione di caccia potrebbe non andare tanto bene.
13:19
That was in the interests of the species tens of thousands of years ago.
273
799000
3000
Questo era negli interessi della specie 10,000 anni fa.
13:22
We'd like to actually turn that program off.
274
802000
3000
Ora ci piacerebbe poter spegnere quel programma.
13:25
They tried that in animals, and these mice ate ravenously
275
805000
3000
L'hanno provato negli animali, e i topi hanno mangiato voracemente
13:28
and remained slim and got the health benefits of being slim.
276
808000
2000
e sono rimasti magri e hanno avuto i benefici salutari dell' essere magri.
13:30
They didn't get diabetes; they didn't get heart disease;
277
810000
3000
Non hanno preso il diabete, non hanno avuto malattie al cuore,
13:33
they lived 20 percent longer; they got the health benefits of caloric restriction
278
813000
3000
hanno vissuto il 20% di piu', e goduto del beneficio salutare della dieta ipocalorica
13:36
without the restriction.
279
816000
2000
senza mettersi a dieta.
13:38
Four or five pharmaceutical companies have noticed this,
280
818000
3000
Quattro o cinque società farmaceutiche l'hanno notato,
13:41
felt that would be
281
821000
3000
hanno ritenuto che potrebbe essere
13:44
interesting drug for the human market,
282
824000
3000
un farmaco interessante per il mercato umano,
13:47
and that's just one of the 30,000 genes
283
827000
2000
e questo e' solo uno dei 30,000 geni
13:49
that affect our biochemistry.
284
829000
3000
che influenzano la nostra biochimica.
13:52
We were evolved in an era where it wasn't in the interests of people
285
832000
3000
Ci siamo evoluti in un'era in cui non era nell'interesse comune
13:55
at the age of most people at this conference, like myself,
286
835000
3000
all'eta' della maggior parte delle persone in questa conferenza, come me,
13:58
to live much longer, because we were using up the precious resources
287
838000
4000
vivere molto piu' a lungo, perche' stavamo usando le nostre preziose risorse
14:02
which were better deployed towards the children
288
842000
1000
che erano meglio impiegate per i bambini
14:03
and those caring for them.
289
843000
2000
e per coloro che se ne prendono cura.
14:05
So, life -- long lifespans --
290
845000
2000
Quindi, lunghi periodi di vita,
14:07
like, that is to say, much more than 30 --
291
847000
2000
per dire, molto piu' di 30 anni,
14:09
weren't selected for,
292
849000
3000
non erano considerati un vantaggio evolutivo,
14:12
but we are learning to actually manipulate
293
852000
3000
ma stiamo imparando a manipolare
14:15
and change these software programs
294
855000
2000
e modificare questi programmi software
14:17
through the biotechnology revolution.
295
857000
2000
attraverso la rivoluzione biotecnologica.
14:19
For example, we can inhibit genes now with RNA interference.
296
859000
4000
Per esempio, ora possiamo inibire i geni con l'interferenza di RNA.
14:23
There are exciting new forms of gene therapy
297
863000
2000
Ci sono nuove forme interessanti di terapia genica
14:25
that overcome the problem of placing the genetic material
298
865000
2000
che superano il problema dell'indirizzamento del materiale genetico
14:27
in the right place on the chromosome.
299
867000
2000
nel punto giusto del cromosoma.
14:29
There's actually a -- for the first time now,
300
869000
3000
C'e in effetti un -- per la prima volta adesso,
14:32
something going to human trials, that actually cures pulmonary hypertension --
301
872000
3000
qualcosa che va negli studi clinici, che cura davvero l'ipertensione polmonare,
14:35
a fatal disease -- using gene therapy.
302
875000
3000
una malattia fatale, usando la terapia genica.
14:38
So we'll have not just designer babies, but designer baby boomers.
303
878000
3000
Quindi avremo non solo bambini su misura, ma cinquantenni su misura.
14:41
And this technology is also accelerating.
304
881000
3000
E pure questa tecnologia sta accelerando.
14:44
It cost 10 dollars per base pair in 1990,
305
884000
3000
Sequenziare una coppia di basi costava 10$ nel 1990,
14:47
then a penny in 2000.
306
887000
2000
poi 1 centesimo nel 2000.
14:49
It's now under a 10th of a cent.
307
889000
2000
Ora meno di 1/10 di centesimo.
14:51
The amount of genetic data --
308
891000
2000
La quantita' di dati genetici...
14:53
basically this shows that smooth exponential growth
309
893000
3000
questo dimostra che la crescita esponenziale uniforme
14:56
doubled every year,
310
896000
2000
e' raddoppiata ogni anno,
14:58
enabling the genome project to be completed.
311
898000
3000
permettendo di completare il progetto genoma.
15:01
Another major revolution: the communications revolution.
312
901000
3000
Un'altra grande rivoluzione, quella della comunicazione.
15:04
The price performance, bandwidth, capacity of communications measured many different ways;
313
904000
5000
Il rapporto qualità prezzo, larghezza di banda, capacita' di comunicazione misurate in tanti modi diversi;
15:09
wired, wireless is growing exponentially.
314
909000
3000
sia via cavo che wireless stanno crescendo esponenzialmente.
15:12
The Internet has been doubling in power and continues to,
315
912000
3000
Internet si sta raddoppiando in capacità e continua a farlo,
15:15
measured many different ways.
316
915000
2000
misurata in tanti modi diversi.
15:17
This is based on the number of hosts.
317
917000
2000
Questo e' basato sul numero di host.
15:19
Miniaturization -- we're shrinking the size of technology
318
919000
2000
Miniaturizzazione: stiamo diminuendo le dimensioni della tecnologia
15:21
at an exponential rate,
319
921000
2000
ad un tasso esponenziale,
15:23
both wired and wireless.
320
923000
2000
sia via cavo che wireless.
15:25
These are some designs from Eric Drexler's book --
321
925000
4000
Questi sono alcuni progetti dal libro di Eric Drexler
15:29
which we're now showing are feasible
322
929000
2000
che stiamo ora dimostrando essere possibili
15:31
with super-computing simulations,
323
931000
2000
con simulazioni di super-computing,
15:33
where actually there are scientists building
324
933000
2000
dove ci sono in effetti scienziati che costruiscono
15:35
molecule-scale robots.
325
935000
2000
robot su scala molecolare.
15:37
One has one that actually walks with a surprisingly human-like gait,
326
937000
2000
Ce ne è uno che riesce veramente a camminare, con una andatura molto umana,
15:39
that's built out of molecules.
327
939000
3000
che e' costruito di molecole.
15:42
There are little machines doing things in experimental bases.
328
942000
4000
Ci sono piccole macchine che fanno cose nei centri di ricerca.
15:46
The most exciting opportunity
329
946000
3000
L'opportunita' piu' emozionante
15:49
is actually to go inside the human body
330
949000
2000
e' di poter davvero entrare nel corpo umano
15:51
and perform therapeutic and diagnostic functions.
331
951000
3000
e effettuare funzioni terapeutiche e diagnostiche.
15:54
And this is less futuristic than it may sound.
332
954000
2000
E questo e' meno futuristico di quanto possa sembrare.
15:56
These things have already been done in animals.
333
956000
2000
Queste cose sono gia' state fatte su animali.
15:58
There's one nano-engineered device that cures type 1 diabetes. It's blood cell-sized.
334
958000
4000
C'è un congegno di nano ingegneria che cura il diabete di tipo 1. E' grande come una cellula ematica.
16:02
They put tens of thousands of these
335
962000
2000
Mettono decine di miglialia di questi
16:04
in the blood cell -- they tried this in rats --
336
964000
2000
nella cellula del sangue (l'anno provato sui topi),
16:06
it lets insulin out in a controlled fashion,
337
966000
2000
rilascia insulina in maniera controllata,
16:08
and actually cures type 1 diabetes.
338
968000
2000
e in effetti cura il diabete di tipo 1.
16:10
What you're watching is a design
339
970000
3000
Cio' che vedete e' un progetto
16:13
of a robotic red blood cell,
340
973000
2000
di un globulo rosso robotico,
16:15
and it does bring up the issue that our biology
341
975000
2000
e solleva il problema che la nostra biologia
16:17
is actually very sub-optimal,
342
977000
2000
e' effettivamente molto rudimentale,
16:19
even though it's remarkable in its intricacy.
343
979000
3000
anche se e' sorprendente nella sua complessita'.
16:22
Once we understand its principles of operation,
344
982000
3000
Una volta che comprendiamo i suoi princìpi operativi,
16:25
and the pace with which we are reverse-engineering biology is accelerating,
345
985000
3000
e che accelera il passo con cui stiamo scomponendo le strutture della biologia,
16:29
we can actually design these things to be
346
989000
2000
possiamo davvero progettare queste cose
16:31
thousands of times more capable.
347
991000
2000
perché siano migliaia di volte piu' efficienti.
16:33
An analysis of this respirocyte, designed by Rob Freitas,
348
993000
4000
Un'analisi di questo respirocita, progettato da Rob Freitas,
16:38
indicates if you replace 10 percent of your red blood cells with these robotic versions,
349
998000
2000
indica che se sostituisci 10% delle tue cellule sanguigne con queste versioni robotiche,
16:41
you could do an Olympic sprint for 15 minutes without taking a breath.
350
1001000
3000
potresti fare uno sprint Olimpico per 15 minuti senza fare un respiro.
16:44
You could sit at the bottom of your pool for four hours --
351
1004000
3000
Potresti restare seduto in fondo alla piscina per ore,
16:47
so, "Honey, I'm in the pool," will take on a whole new meaning.
352
1007000
4000
così "Tesoro, sono in piscina", assumera' un significato del tutto nuovo.
16:51
It will be interesting to see what we do in our Olympic trials.
353
1011000
2000
Sara' interessante vedere cosa faremo alle prove Olimpiche.
16:53
Presumably we'll ban them,
354
1013000
2000
Presumibilmente le bandiremo,
16:55
but then we'll have the specter of teenagers in their high schools gyms
355
1015000
2000
ma poi avremo lo spettro degli adolescenti nelle loro palestre liceali
16:57
routinely out-performing the Olympic athletes.
356
1017000
3000
che surclassano sistematicamente gli atleti olimpici.
17:02
Freitas has a design for a robotic white blood cell.
357
1022000
3000
Freitas ha un progetto per un globulo bianco robotico.
17:05
These are 2020-circa scenarios,
358
1025000
4000
Questi sono scenari da 2020 circa,
17:09
but they're not as futuristic as it may sound.
359
1029000
2000
ma non sono cosi' futuristici quanto sembrano.
17:11
There are four major conferences on building blood cell-sized devices;
360
1031000
4000
Ci sono 4 grandi congressi sulla costruzione di congegni di dimensione cellulare,
17:15
there are many experiments in animals.
361
1035000
2000
ci sono molti esperimenti negli animali.
17:17
There's actually one going into human trial,
362
1037000
2000
Ce n'e' uno che effettivamente sta andando in prove cliniche,
17:19
so this is feasible technology.
363
1039000
3000
per cui questa e' una tecnologia possibile.
17:23
If we come back to our exponential growth of computing,
364
1043000
2000
Se torniamo alla nostra crescita esponenziale dei computer,
17:25
1,000 dollars of computing is now somewhere between an insect and a mouse brain.
365
1045000
3000
1000$ danno un computer di capacità compresa tra il cervello di un insetto e di un topo.
17:28
It will intersect human intelligence
366
1048000
3000
Questo andrà ad intersecare l'intelligenza umana,
17:31
in terms of capacity in the 2020s,
367
1051000
3000
in termini di capacita', negli anni 2020,
17:34
but that'll be the hardware side of the equation.
368
1054000
2000
ma quello sara' l'aspetto dell'hardware.
17:36
Where will we get the software?
369
1056000
2000
Dove prenderemo il software?
17:38
Well, it turns out we can see inside the human brain,
370
1058000
2000
Bene, succede che possiamo guardare nel cervello umano,
17:40
and in fact not surprisingly,
371
1060000
2000
ed infatti non sorprende
17:42
the spatial and temporal resolution of brain scanning is doubling every year.
372
1062000
4000
che la risoluzione spaziale e temporale della TAC al cervello raddoppia ogni anno.
17:46
And with the new generation of scanning tools,
373
1066000
2000
E con gli strumenti di nuova generazione,
17:48
for the first time we can actually see
374
1068000
2000
possiamo vedere per la prima volta
17:50
individual inter-neural fibers
375
1070000
2000
le singole fibre neuronali
17:52
and see them processing and signaling in real time --
376
1072000
3000
e vederle processare e segnalare in tempo reale,
17:55
but then the question is, OK, we can get this data now,
377
1075000
2000
ma ora la domanda e': "Ok, adesso possiamo avere questi dati,
17:57
but can we understand it?
378
1077000
2000
ma possiamo capirli?"
17:59
Doug Hofstadter wonders, well, maybe our intelligence
379
1079000
3000
Doug Hofstadter si chiede, beh, forse la nostra intelligenza
18:02
just isn't great enough to understand our intelligence,
380
1082000
3000
non e' proprio grande abbastanza per comprendere la nostra intelligenza,
18:05
and if we were smarter, well, then our brains would be that much more complicated,
381
1085000
3000
e se fossimo piu' brillanti, allora anche i nostri cervelli sarebbero piu' complicati,
18:08
and we'd never catch up to it.
382
1088000
2000
e non riusciremmo mai a stargli dietro.
18:11
It turns out that we can understand it.
383
1091000
3000
Viene fuori che possiamo capirlo.
18:14
This is a block diagram of
384
1094000
3000
Questo e' un diagramma a blocchi
18:17
a model and simulation of the human auditory cortex
385
1097000
4000
di un modello ed una simulazione della corteccia uditiva umana
18:21
that actually works quite well --
386
1101000
2000
che in effetti funziona abbastanza bene.
18:23
in applying psychoacoustic tests, gets very similar results to human auditory perception.
387
1103000
2000
Nell'applicazione di test psico-acustici, ottiene risultati molto simili alla percezione uditiva umana.
18:27
There's another simulation of the cerebellum --
388
1107000
3000
Esiste un'altra simulazione del cervelletto,
18:30
that's more than half the neurons in the brain --
389
1110000
2000
che contiene piu' della meta' dei neuroni nel cervello,
18:32
again, works very similarly to human skill formation.
390
1112000
3000
di nuovo, funziona in modo molto simile alla formazione delle abilita' umane.
18:36
This is at an early stage, but you can show
391
1116000
3000
Questo avviene a un primo stadio, ma si puo' dimostrare
18:39
with the exponential growth of the amount of information about the brain
392
1119000
3000
con la crescita esponenziale della quantita' d'informazioni sul cervello
18:42
and the exponential improvement
393
1122000
2000
e il miglioramento esponenziale
18:44
in the resolution of brain scanning,
394
1124000
2000
nella risoluzione della TAC del cervello,
18:46
we will succeed in reverse-engineering the human brain
395
1126000
3000
che avremo successo nella riproduzione del cervello umano
18:49
by the 2020s.
396
1129000
2000
per gli anni '20.
18:51
We've already had very good models and simulation of about 15 regions
397
1131000
3000
Abbiamo gia' ottenuto ottimi modelli e simulazioni di circa 15 regioni
18:54
out of the several hundred.
398
1134000
3000
sulle diverse centinaia.
18:57
All of this is driving
399
1137000
2000
Tutto questo spinge esponenzialmente,
18:59
exponentially growing economic progress.
400
1139000
2000
in crescendo esponenziale, il progresso economico.
19:01
We've had productivity go from 30 dollars to 150 dollars per hour
401
1141000
3000
Abbiamo visto la produttivita' andare dai 30$ ai 150$
19:06
of labor in the last 50 years.
402
1146000
2000
per ora di lavoro negli ultimi 50 anni.
19:08
E-commerce has been growing exponentially. It's now a trillion dollars.
403
1148000
3000
L'e-commerce e' cresciuto esponenzialmente. Oggi e' un trillione di $.
19:11
You might wonder, well, wasn't there a boom and a bust?
404
1151000
2000
Potreste chiedervi, bene, non c'e' stato un boom e un crollo?
19:13
That was strictly a capital-markets phenomena.
405
1153000
2000
Quello e' stato strettamente un fenomeno del mercato dei capitali.
19:15
Wall Street noticed that this was a revolutionary technology, which it was,
406
1155000
4000
Wall Street ha notato che questa era una tecnologia rivoluzionaria, e lo era,
19:19
but then six months later, when it hadn't revolutionized all business models,
407
1159000
3000
ma poi sei mesi dopo, quando non aveva rivoluzionato tutti i modelli economici,
19:22
they figured, well, that was wrong,
408
1162000
2000
hanno pensato, beh, ci siamo sbagliati,
19:24
and then we had this bust.
409
1164000
2000
e poi c'e' stato questo collasso.
19:27
All right, this is a technology
410
1167000
2000
Questa e' una tecnologia
19:29
that we put together using some of the technologies we're involved in.
411
1169000
3000
che abbiamo messo insieme usando alcune delle tecnologie in cui siamo coinvolti.
19:32
This will be a routine feature in a cell phone.
412
1172000
4000
Questa sara' una caratteristica tipica di un cellulare.
19:36
It would be able to translate from one language to another.
413
1176000
2000
Sara' in grado di tradurre da un linguaggio all 'altro.
19:48
So let me just end with a couple of scenarios.
414
1188000
2000
Quindi lasciatemi finire con giusto un paio di scenari.
19:50
By 2010 computers will disappear.
415
1190000
3000
Entro il 2010 i computer scompariranno.
19:54
They'll be so small, they'll be embedded in our clothing, in our environment.
416
1194000
3000
Saranno cosi' piccoli, che saranno incorporati nei nostri vestiti, nell'ambiente.
19:57
Images will be written directly to our retina,
417
1197000
2000
le immagini saranno scritte direttamente sulla nostra retina,
19:59
providing full-immersion virtual reality,
418
1199000
2000
fornendo una full-immersion di realta' virtuale,
20:01
augmented real reality. We'll be interacting with virtual personalities.
419
1201000
3000
una realta' reale migliorata. Interagiremo con personalita' virtuali.
20:05
But if we go to 2029, we really have the full maturity of these trends,
420
1205000
4000
Ma se andiamo al 2029, avremo la piena maturita' di queste tendenze,
20:09
and you have to appreciate how many turns of the screw
421
1209000
3000
e dovete rendervi conto di quanti giri di lancette
20:12
in terms of generations of technology, which are getting faster and faster, we'll have at that point.
422
1212000
4000
in termini di generazioni tecnologiche che stanno diventando sempre piu' veloci avremo a quel punto.
20:16
I mean, we will have two-to-the-25th-power
423
1216000
2000
Intendo, avremo un aumento di 2 alla 25sima potenza
20:18
greater price performance, capacity and bandwidth
424
1218000
3000
nel rapporto qualità prezzo, in capacita' e larghezza di banda
20:21
of these technologies, which is pretty phenomenal.
425
1221000
2000
di queste tecnologie, il che e' abbastanza fenomenale.
20:23
It'll be millions of times more powerful than it is today.
426
1223000
2000
Sara' millioni di volte piu' potente di oggi.
20:25
We'll have completed the reverse-engineering of the human brain,
427
1225000
2000
Avremo completato la riproduzione del cervello umano,
20:28
1,000 dollars of computing will be far more powerful
428
1228000
3000
1000$ di computer saranno molto piu' potenti
20:31
than the human brain in terms of basic raw capacity.
429
1231000
4000
del cervello umano in termini di pura capacità.
20:35
Computers will combine
430
1235000
2000
I computer combineranno
20:37
the subtle pan-recognition powers
431
1237000
2000
i poteri sottili del riconoscimento panoramico
20:39
of human intelligence with ways in which machines are already superior,
432
1239000
3000
dell'intelligenza umana con modi in cui le macchine sono gia' superiori,
20:42
in terms of doing analytic thinking,
433
1242000
2000
in termini di ragionamento analitico,
20:44
remembering billions of facts accurately.
434
1244000
2000
ricordando miliardi di fatti accuratamente.
20:46
Machines can share their knowledge very quickly.
435
1246000
2000
Le macchine possono condividere la loro conoscenza molto rapidamente,
20:48
But it's not just an alien invasion of intelligent machines.
436
1248000
5000
ma non si tratta solo di un'invasione delle macchine intelligenti.
20:53
We are going to merge with our technology.
437
1253000
2000
Ci fonderemo con la nostra tecnologia.
20:55
These nano-bots I mentioned
438
1255000
2000
Questi nano-robot che ho menzionato
20:57
will first be used for medical and health applications:
439
1257000
4000
saranno usati dapprima per applicazioni medico-sanitarie:
21:01
cleaning up the environment, providing powerful fuel cells
440
1261000
3000
ripulire l'ambiente, fornendo potenti celle a combustibile
21:04
and widely distributed decentralized solar panels and so on in the environment.
441
1264000
5000
e pannelli solari largamente distribuiti e cosi' via per l'ambiente.
21:09
But they'll also go inside our brain,
442
1269000
2000
Ma andranno anche dentro il nostro cervello,
21:11
interact with our biological neurons.
443
1271000
2000
interagiranno con i nostri neuroni biologici.
21:13
We've demonstrated the key principles of being able to do this.
444
1273000
3000
Abbiamo dimostrato i principi chiave dell'essere in grado di farlo.
21:16
So, for example,
445
1276000
2000
Quindi, per esempio,
21:18
full-immersion virtual reality from within the nervous system,
446
1278000
2000
immersione nella realta' virtuale da dentro il nostro sistema nervoso,
21:20
the nano-bots shut down the signals coming from your real senses,
447
1280000
3000
i nano-robot chiudono i segnali che vengono dai vostri sensi reali,
21:23
replace them with the signals that your brain would be receiving
448
1283000
3000
gli rimpiazzano con i segnali che il tuo cervello riceverebbe
21:26
if you were in the virtual environment,
449
1286000
2000
se tu fossi nell'ambiente virtuale,
21:28
and then it'll feel like you're in that virtual environment.
450
1288000
2000
e si avra' poi la sensazione di stare in un ambiente virtuale.
21:30
You can go there with other people, have any kind of experience
451
1290000
2000
Ci si puo' andare con altre persone, avere ogni tipo d'esperienza
21:32
with anyone involving all of the senses.
452
1292000
2000
con chiunque coinvolgendo tutti i sensi.
21:35
"Experience beamers," I call them, will put their whole flow of sensory experiences
453
1295000
3000
" Irradiatori d'esperienza", li chiamo, metteranno il loro intero flusso di esperienze sensoriali,
21:38
in the neurological correlates of their emotions out on the Internet.
454
1298000
3000
nei correlati neurologici delle loro emozioni, caricati su internet.
21:41
You can plug in and experience what it's like to be someone else.
455
1301000
3000
Potete collegarvi ed avere l'esperienza di come sia essere qualcun altro.
21:44
But most importantly,
456
1304000
2000
Ma soprattutto,
21:46
it'll be a tremendous expansion
457
1306000
2000
ci sara' un' espansione straordinaria
21:48
of human intelligence through this direct merger with our technology,
458
1308000
4000
dell'intelligenza umana attraverso questa fusione diretta con la nostra tecnologia,
21:52
which in some sense we're doing already.
459
1312000
2000
che in un certo senso stiamo gia facendo.
21:54
We routinely do intellectual feats
460
1314000
2000
Compiamo azioni intellettuali quotidianamente
21:56
that would be impossible without our technology.
461
1316000
2000
che sarebbero impossibili senza la nostra tecnologia.
21:58
Human life expectancy is expanding. It was 37 in 1800,
462
1318000
3000
L'aspettativa di vita umana si sta allungando. Era 37 anni nel 1800,
22:01
and with this sort of biotechnology, nano-technology revolutions,
463
1321000
5000
e con questo tipo di rivoluzioni bio- e nano-tecnologiche,
22:06
this will move up very rapidly
464
1326000
2000
questa si alzera' molto rapidamente
22:08
in the years ahead.
465
1328000
2000
negli anni a venire.
22:10
My main message is that progress in technology
466
1330000
4000
Il mio messaggio principale e' che il progresso in tecnologia
22:14
is exponential, not linear.
467
1334000
3000
e' esponenziale, non lineare.
22:17
Many -- even scientists -- assume a linear model,
468
1337000
4000
Molti (anche scienziati) assumono modelli lineari,
22:21
so they'll say, "Oh, it'll be hundreds of years
469
1341000
2000
quindi diranno:" Oh, saranno centianaia d'anni
22:23
before we have self-replicating nano-technology assembly
470
1343000
3000
prima che avremo assemblaggi auto-replicanti di nanotecnologia
22:26
or artificial intelligence."
471
1346000
2000
o l'intelligenza artificiale."
22:28
If you really look at the power of exponential growth,
472
1348000
3000
Se guardate davvero alla potenza della crescita esponenziale,
22:31
you'll see that these things are pretty soon at hand.
473
1351000
3000
vedrete che queste cose saranno a disposizione abbastanza presto.
22:34
And information technology is increasingly encompassing
474
1354000
3000
E la tecnologia d'informazione sta sempre più circondando
22:37
all of our lives, from our music to our manufacturing
475
1357000
4000
tutta la nostra vita, dalla nostra musica alla produzione industriale,
22:41
to our biology to our energy to materials.
476
1361000
4000
dalla nostra biologia alla nostra energia ai materiali.
22:45
We'll be able to manufacture almost anything we need in the 2020s,
477
1365000
3000
Saremo in grado di fabbricare quasi qualsiasi cosa ci serve per gli anni 2020,
22:48
from information, in very inexpensive raw materials,
478
1368000
2000
dall'informazione, in materie prime molto economiche,
22:50
using nano-technology.
479
1370000
3000
usando la nano-tecnologia.
22:53
These are very powerful technologies.
480
1373000
2000
Queste sono tecnologie molto potenti.
22:55
They both empower our promise and our peril.
481
1375000
4000
Danno pieno potere sia alla nostra promessa, che al nostro pericolo.
22:59
So we have to have the will to apply them to the right problems.
482
1379000
3000
Cosi' dobbiamo avere la volonta' di applicarle ai problemi giusti.
23:02
Thank you very much.
483
1382000
1000
Grazie molte
23:03
(Applause)
484
1383000
1000
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7