Ray Kurzweil: Get ready for hybrid thinking

529,292 views ・ 2014-06-02

TED


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

Traduttore: Debora Serrentino Revisore: Anna Cristiana Minoli
00:12
Let me tell you a story.
0
12988
2316
Lasciatemi raccontare una storia.
00:15
It goes back 200 million years.
1
15304
1799
Risale a 200 milioni di anni fa.
00:17
It's a story of the neocortex,
2
17103
1984
È la storia della neocorteccia
00:19
which means "new rind."
3
19087
1974
che in latino significa letteralmente "nuova corteccia".
00:21
So in these early mammals,
4
21061
2431
Nei primi mammiferi,
00:23
because only mammals have a neocortex,
5
23492
2055
poiché solo i mammiferi hanno una neocorteccia,
00:25
rodent-like creatures.
6
25547
1664
creature simili ai roditori,
00:27
It was the size of a postage stamp and just as thin,
7
27211
3579
era della misura di un francobollo ed ugualmente sottile,
00:30
and was a thin covering around
8
30790
1439
era semplicemente uno strato sottile che ricopriva
00:32
their walnut-sized brain,
9
32229
2264
un cervello grande come una noce,
00:34
but it was capable of a new type of thinking.
10
34493
3701
eppure li rendeva capaci di un nuovo tipo di pensiero.
00:38
Rather than the fixed behaviors
11
38194
1567
Oltre ai comportamenti invariabili,
00:39
that non-mammalian animals have,
12
39761
1992
che hanno gli animali non mammiferi,
00:41
it could invent new behaviors.
13
41753
2692
permetteva di inventare nuovi comportamenti:
00:44
So a mouse is escaping a predator,
14
44445
2553
un topo sta scappando da un predatore,
00:46
its path is blocked,
15
46998
1540
ha la strada bloccata,
00:48
it'll try to invent a new solution.
16
48538
2129
prova ad inventare una nuova soluzione,
00:50
That may work, it may not,
17
50667
1266
che potrebbe funzionare oppure no,
00:51
but if it does, it will remember that
18
51933
1910
ma se funziona, lo ricorderà
00:53
and have a new behavior,
19
53843
1292
e avrà acquisito un nuovo comportamento
00:55
and that can actually spread virally
20
55135
1457
che potrà diffondersi come un virus
00:56
through the rest of the community.
21
56592
2195
nel resto della comunità.
00:58
Another mouse watching this could say,
22
58787
1609
Un altro topo potrebbe guardarlo e dire
01:00
"Hey, that was pretty clever, going around that rock,"
23
60396
2704
"Ehi, ma che cosa intelligente fare il giro di quella roccia."
01:03
and it could adopt a new behavior as well.
24
63100
3725
e potrebbe adottare anche lui un nuovo comportamento.
01:06
Non-mammalian animals
25
66825
1717
Animali non mammiferi
01:08
couldn't do any of those things.
26
68542
1713
non potevano fare niente di tutto questo.
01:10
They had fixed behaviors.
27
70255
1215
Avevano comportamenti fissi.
01:11
Now they could learn a new behavior
28
71470
1331
A dire il vero, potevano imparare un nuovo comportamento,
01:12
but not in the course of one lifetime.
29
72801
2576
ma non nel corso di un'unica vita.
01:15
In the course of maybe a thousand lifetimes,
30
75377
1767
Forse nel corso di migliaia di vite
01:17
it could evolve a new fixed behavior.
31
77144
3330
poteva persino evolversi un nuovo comportamento.
01:20
That was perfectly okay 200 million years ago.
32
80474
3377
Questo andava benissimo 200 milioni di anni fa.
01:23
The environment changed very slowly.
33
83851
1981
L'ambiente cambiava molto lentamente
01:25
It could take 10,000 years for there to be
34
85832
1554
potevano volerci 10 000 di anni prima
01:27
a significant environmental change,
35
87386
2092
che si verificasse un cambiamento ambientale
01:29
and during that period of time
36
89478
1382
e durante questo lasso di tempo
01:30
it would evolve a new behavior.
37
90860
2929
potevano sviluppare un nuovo comportamento.
01:33
Now that went along fine,
38
93789
1521
Fino ad ora questo aveva funzionato,
01:35
but then something happened.
39
95310
1704
ma poi qualcosa è successo.
01:37
Sixty-five million years ago,
40
97014
2246
Sessantacinque milioni di anni fa,
01:39
there was a sudden, violent change to the environment.
41
99260
2615
ci fu un improvviso e violento cambiamento nell'ambiente.
01:41
We call it the Cretaceous extinction event.
42
101875
3505
Si chiama estinzione di massa del Cretaceo.
01:45
That's when the dinosaurs went extinct,
43
105380
2293
Fu quando si estinsero i dinosauri,
01:47
that's when 75 percent of the
44
107673
3449
cioè quando il 75 per cento
01:51
animal and plant species went extinct,
45
111122
2746
delle specie animali e delle piante si estinsero,
01:53
and that's when mammals
46
113868
1745
ed è quando i mammiferi
01:55
overtook their ecological niche,
47
115613
2152
superarono la loro nicchia ecologica
01:57
and to anthropomorphize, biological evolution said,
48
117765
3654
per antropomorfizzare, l'evoluzione biologica disse,
02:01
"Hmm, this neocortex is pretty good stuff,"
49
121419
2025
"Questa neurocorteccia è roba piuttosto buona"
02:03
and it began to grow it.
50
123444
1793
e cominciò a farla crescere.
02:05
And mammals got bigger,
51
125237
1342
Così i mammiferi sono diventati più grandi,
02:06
their brains got bigger at an even faster pace,
52
126579
2915
il loro cervello è cresciuto persino ad una velocità superiore
02:09
and the neocortex got bigger even faster than that
53
129494
3807
e la neurocorteccia è cresciuta ad una velocità anche superiore
02:13
and developed these distinctive ridges and folds
54
133301
2929
e ha sviluppato queste peculiari creste ed ondulazioni
02:16
basically to increase its surface area.
55
136230
2881
fondamentalmente per aumentarne la superficie.
02:19
If you took the human neocortex
56
139111
1819
Se prendete la neurocorteccia umana
02:20
and stretched it out,
57
140930
1301
e la stendete
02:22
it's about the size of a table napkin,
58
142231
1713
ha più o meno la misura di un tovagliolo
02:23
and it's still a thin structure.
59
143944
1306
ed è ancora una struttura sottile.
02:25
It's about the thickness of a table napkin.
60
145250
1980
Ha all'incirca lo spessore di un tovagliolo.
02:27
But it has so many convolutions and ridges
61
147230
2497
Ha talmente tante convoluzioni e creste
02:29
it's now 80 percent of our brain,
62
149727
3075
da occupare l'80 per cento del nostro cervello,
02:32
and that's where we do our thinking,
63
152802
2461
ed è proprio dove nascono i nostri pensieri
02:35
and it's the great sublimator.
64
155263
1761
ed è un grande sublimatore.
02:37
We still have that old brain
65
157024
1114
Abbiamo ancora il vecchio cervelllo
02:38
that provides our basic drives and motivations,
66
158138
2764
che ci fornisce gli impulsi e le motivazioni di base,
02:40
but I may have a drive for conquest,
67
160902
2716
però io potrei avere un impulso di conquista
02:43
and that'll be sublimated by the neocortex
68
163618
2715
e questo verrebbe sublimato dalla neurocorteccia
02:46
into writing a poem or inventing an app
69
166333
2909
a scrivere un poema o inventare una app
02:49
or giving a TED Talk,
70
169242
1509
oppure a tenere un discorso a TED
02:50
and it's really the neocortex that's where
71
170751
3622
ed è effettivamente nella neurocorteccia
02:54
the action is.
72
174373
1968
che si svolge l'azione.
02:56
Fifty years ago, I wrote a paper
73
176341
1717
Cinquant'anni fa ho scritto un saggio
02:58
describing how I thought the brain worked,
74
178058
1918
che descriveva come pensavo che il cervello funzionasse
02:59
and I described it as a series of modules.
75
179976
3199
e l'ho descritto come una serie di moduli.
03:03
Each module could do things with a pattern.
76
183175
2128
Ogni modulo può compiere compiti secondo uno schema.
03:05
It could learn a pattern. It could remember a pattern.
77
185303
2746
Può imparare uno schema. Può ricordare uno schema.
03:08
It could implement a pattern.
78
188049
1407
Può implementare uno schema.
03:09
And these modules were organized in hierarchies,
79
189456
2679
Questi moduli sono organizzati secondo una gerarchia
03:12
and we created that hierarchy with our own thinking.
80
192135
2954
e noi creiamo questa gerarchia con i nostri stessi pensieri.
03:15
And there was actually very little to go on
81
195089
3333
C'era davvero poco con cui procedere
03:18
50 years ago.
82
198422
1562
cinquant'anni fa.
03:19
It led me to meet President Johnson.
83
199984
2115
Mi ha portato a conoscere il Presidente Johnson.
03:22
I've been thinking about this for 50 years,
84
202099
2173
Dopo averci pensato per quasi cinquant'anni
03:24
and a year and a half ago I came out with the book
85
204272
2828
un anno e mezzo fa ho pubblicato il libro
03:27
"How To Create A Mind,"
86
207100
1265
"Come creare una Mente"
03:28
which has the same thesis,
87
208365
1613
che conteneva le stesse tesi
03:29
but now there's a plethora of evidence.
88
209978
2812
ma adesso ci sono tantissime prove.
03:32
The amount of data we're getting about the brain
89
212790
1814
La quantità di dati che stiamo ricevendo sul cervello
03:34
from neuroscience is doubling every year.
90
214604
2203
dalla neuroscienza raddoppia ogni anno.
03:36
Spatial resolution of brainscanning of all types
91
216807
2654
La risoluzione spaziale di tutti i tipi di scansione cerebrale
03:39
is doubling every year.
92
219461
2285
raddoppia ogni anno.
03:41
We can now see inside a living brain
93
221746
1717
Adesso possiamo vedere all'interno di un cervello vivo
03:43
and see individual interneural connections
94
223463
2870
e vedere le connessioni interneurali
03:46
connecting in real time, firing in real time.
95
226333
2703
che si connettono in tempo reale, che si attivano in tempo reale.
03:49
We can see your brain create your thoughts.
96
229036
2419
Possiamo vedere il cervello mentre crea i pensieri.
03:51
We can see your thoughts create your brain,
97
231455
1575
Possiamo vedere i pensieri creare il cervello
03:53
which is really key to how it works.
98
233030
1999
che in effetti è la chiave per capire come funziona.
03:55
So let me describe briefly how it works.
99
235029
2219
Fatemi descrivere brevemente come funziona.
03:57
I've actually counted these modules.
100
237248
2275
Ho davvero contato questi moduli.
03:59
We have about 300 million of them,
101
239523
2046
Ne abbiamo all'incirca trecento milioni
04:01
and we create them in these hierarchies.
102
241569
2229
e li creiamo in queste gerarchie.
04:03
I'll give you a simple example.
103
243798
2082
Vi farò un semplice esempio.
04:05
I've got a bunch of modules
104
245880
2805
Ho una manciata di moduli
04:08
that can recognize the crossbar to a capital A,
105
248685
3403
che possono riconoscere l'asta trasversale della maiuscola A
04:12
and that's all they care about.
106
252088
1914
ed è tutto quello di cui si occupano.
04:14
A beautiful song can play,
107
254002
1578
Può suonare una bella musica,
04:15
a pretty girl could walk by,
108
255580
1434
può passare una bella ragazza,
04:17
they don't care, but they see a crossbar to a capital A,
109
257014
2846
a loro non importa, quando vedono l'asta trasversale della A maiuscola
04:19
they get very excited and they say "crossbar,"
110
259860
3021
si eccitano un sacco e dicono "asta trasversale"
04:22
and they put out a high probability
111
262881
2112
e con molta probabilità lascerebbero uscire
04:24
on their output axon.
112
264993
1634
il loro assone d'uscita.
04:26
That goes to the next level,
113
266627
1333
Così si passa al livello successivo,
04:27
and these layers are organized in conceptual levels.
114
267960
2750
questi strati sono organizzati in livelli concettuali.
04:30
Each is more abstract than the next one,
115
270710
1856
Ognuno è più astratto del successivo
04:32
so the next one might say "capital A."
116
272566
2418
così il successivo potrebbe dire "A maiuscola".
04:34
That goes up to a higher level that might say "Apple."
117
274984
2891
Quindi si arriva ad un livello superiore che potrebbe dire "Apple".
04:37
Information flows down also.
118
277875
2167
Le informazioni scorrono anche verso il basso.
04:40
If the apple recognizer has seen A-P-P-L,
119
280042
2936
Se il riconoscitore della mela ha visto A-P-P-L
04:42
it'll think to itself, "Hmm, I think an E is probably likely,"
120
282978
3219
penserà tra sé e sé "Credo che probabilmente arriverà una E"
04:46
and it'll send a signal down to all the E recognizers
121
286197
2564
e invierà un segnale a tutti i riconoscitori di E
04:48
saying, "Be on the lookout for an E,
122
288761
1619
dicendo "fate attenzione alla E
04:50
I think one might be coming."
123
290380
1556
credo che ne arriverà una".
04:51
The E recognizers will lower their threshold
124
291936
2843
I riconoscitori della E abbasseranno le loro barriere
04:54
and they see some sloppy thing, could be an E.
125
294779
1945
e vedranno qualcosa che potrebbe essere una E.
04:56
Ordinarily you wouldn't think so,
126
296724
1490
Normalmente non sarebbe così
04:58
but we're expecting an E, it's good enough,
127
298214
2009
ma stiamo aspettando una E, va abbastanza bene,
05:00
and yeah, I've seen an E, and then apple says,
128
300223
1817
e sì, ho visto una E e quindi "apple" dirà
05:02
"Yeah, I've seen an Apple."
129
302040
1728
"sì, ho visto una mela".
05:03
Go up another five levels,
130
303768
1746
Risaliamo altri cinque livelli,
05:05
and you're now at a pretty high level
131
305514
1353
adesso siete pittosto in alto
05:06
of this hierarchy,
132
306867
1569
in questa gerarchia,
05:08
and stretch down into the different senses,
133
308436
2353
e si allungherà verso i vari sensi
05:10
and you may have a module that sees a certain fabric,
134
310789
2655
e potreste avere un modulo che vede una certa stoffa,
05:13
hears a certain voice quality, smells a certain perfume,
135
313444
2844
che sente una certo timbro di voce, sente un certo profumo,
05:16
and will say, "My wife has entered the room."
136
316288
2513
e dirà, "Mia moglie è appena entrata nella stanza".
05:18
Go up another 10 levels, and now you're at
137
318801
1895
Risalite un'altra decina di livelli e adesso sarete
05:20
a very high level.
138
320696
1160
al livello più alto.
05:21
You're probably in the frontal cortex,
139
321856
1937
Probabilmente vi troverete nella corteccia frontale
05:23
and you'll have modules that say, "That was ironic.
140
323793
3767
e avrete dei moduli che dicono, "Questo era ironico.
05:27
That's funny. She's pretty."
141
327560
2370
Questo è divertente. Lei è carina."
05:29
You might think that those are more sophisticated,
142
329930
2105
Potreste pensare che sia più sofisticato,
05:32
but actually what's more complicated
143
332035
1506
ma in realtà quello che è più complicato
05:33
is the hierarchy beneath them.
144
333541
2669
è la gerarchia che ci sta sotto.
05:36
There was a 16-year-old girl, she had brain surgery,
145
336210
2620
Una ragazza di 16 anni, mentre subiva un intervento chirurgico al cervello
05:38
and she was conscious because the surgeons
146
338830
2051
era cosciente, perché i chirurghi
05:40
wanted to talk to her.
147
340881
1537
volevano parlare con lei.
05:42
You can do that because there's no pain receptors
148
342418
1822
Si può fare, perché non ci sono ricettori del dolore
05:44
in the brain.
149
344240
1038
nel cervello.
05:45
And whenever they stimulated particular,
150
345278
1800
Ogni volta che stimolavano una particolare
05:47
very small points on her neocortex,
151
347078
2463
piccolissima porzione della neurocorteccia
05:49
shown here in red, she would laugh.
152
349541
2665
illustrata qui in rosso, lei rideva.
05:52
So at first they thought they were triggering
153
352206
1440
Inizialmente pensavano di aver scatenato
05:53
some kind of laugh reflex,
154
353646
1720
un qualche riflesso della risata,
05:55
but no, they quickly realized they had found
155
355366
2519
ma poi si sono resi conto che avevano trovato
05:57
the points in her neocortex that detect humor,
156
357885
3044
il punto in cui la sua neurocorteccia individuava l'umorismo,
06:00
and she just found everything hilarious
157
360929
1969
così che a lei veniva da ridere
06:02
whenever they stimulated these points.
158
362898
2437
ogni volta che loro stimolavano questo punto.
06:05
"You guys are so funny just standing around,"
159
365335
1925
"Siete così buffi lì in piedi tutti intorno",
06:07
was the typical comment,
160
367260
1738
era il tipico commento,
06:08
and they weren't funny,
161
368998
2302
ma loro non erano divertenti,
06:11
not while doing surgery.
162
371300
3247
non mentre operavano.
06:14
So how are we doing today?
163
374547
4830
Cosa facciamo qui oggi?
06:19
Well, computers are actually beginning to master
164
379377
3054
A dire il vero i computer stanno iniziando a padroneggiare
06:22
human language with techniques
165
382431
2001
tecniche del linguaggio umano
06:24
that are similar to the neocortex.
166
384432
2867
simili a quelle della neurocorteccia.
06:27
I actually described the algorithm,
167
387299
1514
A dire il vero ho descritto l'algoritmo
06:28
which is similar to something called
168
388813
2054
che assomiglia a qualcosa chiamato
06:30
a hierarchical hidden Markov model,
169
390867
2233
modello gerarchico di Markov nascosto,
06:33
something I've worked on since the '90s.
170
393100
3241
una cosa sulla quale ho lavorato sin dagli anni '90.
06:36
"Jeopardy" is a very broad natural language game,
171
396341
3238
"Jeopardy" è un gioco molto diffuso sul linguaggio naturale
06:39
and Watson got a higher score
172
399579
1892
e Watson ha un punteggio più alto
06:41
than the best two players combined.
173
401471
2000
degli altri due giocatori messi insieme.
06:43
It got this query correct:
174
403471
2499
Ha risposto correttamente a questa domanda:
06:45
"A long, tiresome speech
175
405970
2085
"Un discorso lungo e noioso
06:48
delivered by a frothy pie topping,"
176
408055
2152
consegnato su una torta con una decorazione spumosa".
06:50
and it quickly responded, "What is a meringue harangue?"
177
410207
2796
e lui ha velocemente risposto: "Cos'è un'arringa meringa?"
06:53
And Jennings and the other guy didn't get that.
178
413003
2635
Mentre Jennings e gli altri ragazzi non ci sono arrivati.
06:55
It's a pretty sophisticated example of
179
415638
1926
È un esempio piuttosto sofisticato
06:57
computers actually understanding human language,
180
417564
1914
di computer che effettivamente capiscono il linguaggio umano
06:59
and it actually got its knowledge by reading
181
419478
1652
e che raggiungono questa conoscenza leggendo
07:01
Wikipedia and several other encyclopedias.
182
421130
3785
Wikipedia e diverse altre enciclopedie.
07:04
Five to 10 years from now,
183
424915
2133
Fra cinque o dieci anni da adesso
07:07
search engines will actually be based on
184
427048
2184
i motori di ricerca saranno basati
07:09
not just looking for combinations of words and links
185
429232
2794
non solo sulla ricerca di combinazioni di parole e collegamenti,
07:12
but actually understanding,
186
432026
1914
ma sulla reale comprensione,
07:13
reading for understanding the billions of pages
187
433940
2411
sulla comprensione che deriva dalla lettura di miliardi di pagine
07:16
on the web and in books.
188
436351
2733
sul web e sui libri
07:19
So you'll be walking along, and Google will pop up
189
439084
2616
Un giorno passeggiando Google si attiverà all'improvviso
07:21
and say, "You know, Mary, you expressed concern
190
441700
3081
dicendo "Sai Mary, un mese fa eri preoccupata
07:24
to me a month ago that your glutathione supplement
191
444781
3019
che il tuo integratore di glutatione
07:27
wasn't getting past the blood-brain barrier.
192
447800
2231
non andasse oltre la barriera emato-cefalica.
07:30
Well, new research just came out 13 seconds ago
193
450031
2593
Esattamente tredici secondi fa una nuova ricerca
07:32
that shows a whole new approach to that
194
452624
1711
ha scoperto un nuovissimo approccio
07:34
and a new way to take glutathione.
195
454335
1993
e un nuovo modo di prendere il glutatione.
07:36
Let me summarize it for you."
196
456328
2562
Lascia che te ne faccia un riassunto."
07:38
Twenty years from now, we'll have nanobots,
197
458890
3684
Fra vent'anni avremo i nanobot,
07:42
because another exponential trend
198
462574
1627
perché un'altro trend esponenziale
07:44
is the shrinking of technology.
199
464201
1615
è il rimpicciolimento della tecnologia.
07:45
They'll go into our brain
200
465816
2370
Entreranno nel nostro cervello
07:48
through the capillaries
201
468186
1703
attraverso i capillari
07:49
and basically connect our neocortex
202
469889
2477
e in pratica collegheranno la nostra neurocorteccia
07:52
to a synthetic neocortex in the cloud
203
472366
3185
ad una neurocorteccia nel cloud
07:55
providing an extension of our neocortex.
204
475551
3591
che fungerà da estensione alla nostra neurocorteccia.
07:59
Now today, I mean,
205
479142
1578
Mi spiego: oggi
08:00
you have a computer in your phone,
206
480720
1530
avete un computer nel vostro cellulare,
08:02
but if you need 10,000 computers for a few seconds
207
482250
2754
ma se avete bisogno di 10 000 computer per pochi secondi
08:05
to do a complex search,
208
485004
1495
per effettuare una ricerca complessa,
08:06
you can access that for a second or two in the cloud.
209
486499
3396
potete effettuarla per qualche secondo nel cloud.
08:09
In the 2030s, if you need some extra neocortex,
210
489895
3095
Nel 2030 se avrete bisogno di un po' di neurocorteccia in più,
08:12
you'll be able to connect to that in the cloud
211
492990
2273
sarete in grado di collegarvi a quella del cloud,
08:15
directly from your brain.
212
495263
1648
direttamente dal vostro cervello.
08:16
So I'm walking along and I say,
213
496911
1543
Immaginate: sto camminando ed esclamo
08:18
"Oh, there's Chris Anderson.
214
498454
1363
"C'è Chris Anderson.
08:19
He's coming my way.
215
499817
1525
Mi sta venendo incontro.
08:21
I'd better think of something clever to say.
216
501342
2335
Farò meglio a pensare a qualcosa di intelligente da dire.
08:23
I've got three seconds.
217
503677
1524
Ho tre secondi.
08:25
My 300 million modules in my neocortex
218
505201
3097
I 300 milioni di moduli della mia neurocorteccia
08:28
isn't going to cut it.
219
508298
1240
non riescono a trovare nulla.
08:29
I need a billion more."
220
509538
1246
Ho bisogno di un miliardo di moduli in più".
08:30
I'll be able to access that in the cloud.
221
510784
3323
Sarò in grado di averli a disposizione nel cloud.
08:34
And our thinking, then, will be a hybrid
222
514107
2812
Così i nostri pensieri saranno un ibrido
08:36
of biological and non-biological thinking,
223
516919
3522
fra pensiero biologico e non-biologico
08:40
but the non-biological portion
224
520441
1898
e la parte non-biologica
08:42
is subject to my law of accelerating returns.
225
522339
2682
sarà soggetta alla mia legge sul ritorno accelerato.
08:45
It will grow exponentially.
226
525021
2239
Crescerà in modo esponenziale.
08:47
And remember what happens
227
527260
2016
Ricordate cos'è successo
08:49
the last time we expanded our neocortex?
228
529276
2645
l'ultima volta che la nostra neurocorteccia è aumentata?
08:51
That was two million years ago
229
531921
1426
È successo due milioni di anni fa,
08:53
when we became humanoids
230
533347
1236
quando siamo diventati umanoidi
08:54
and developed these large foreheads.
231
534583
1594
e abbiamo sviluppato questa fronte ampia.
08:56
Other primates have a slanted brow.
232
536177
2583
Gli altri primati hanno una fronte inclinata.
08:58
They don't have the frontal cortex.
233
538760
1745
Non hanno la corteccia frontale.
09:00
But the frontal cortex is not really qualitatively different.
234
540505
3685
La corteccia frontale non è differente dal punto di vista qualitativo.
09:04
It's a quantitative expansion of neocortex,
235
544190
2743
È un'espansione della neurocorteccia,
09:06
but that additional quantity of thinking
236
546933
2703
ma questa quantità aggiuntiva di pensiero
09:09
was the enabling factor for us to take
237
549636
1779
è stato il fattore che ci ha permesso di fare
09:11
a qualitative leap and invent language
238
551415
3346
il salto qualitativo e di inventare il linguaggio,
09:14
and art and science and technology
239
554761
1967
l'arte, la scienza, la tecnologia
09:16
and TED conferences.
240
556728
1454
e le conferenze TED.
09:18
No other species has done that.
241
558182
2131
Nessun altra specie l'ha fatto.
09:20
And so, over the next few decades,
242
560313
2075
Quindi nella prossima decina di anni
09:22
we're going to do it again.
243
562388
1760
lo faremo nuovamente.
09:24
We're going to again expand our neocortex,
244
564148
2274
Espanderemo nuovamente la nostra neurocorteccia,
09:26
only this time we won't be limited
245
566422
1756
solo che questa volta non sarà limitato
09:28
by a fixed architecture of enclosure.
246
568178
4280
da una struttura chiusa.
09:32
It'll be expanded without limit.
247
572458
3304
Si potrà espandere senza limiti.
09:35
That additional quantity will again
248
575762
2243
La quantità aggiuntiva sarà di nuovo
09:38
be the enabling factor for another qualitative leap
249
578005
3005
il fattore che permetterà un altro salto qualitativo
09:41
in culture and technology.
250
581010
1635
nella cultura e nella tecnologia.
09:42
Thank you very much.
251
582645
2054
Grazie tante.
09:44
(Applause)
252
584699
3086
(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