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

87,492 views ・ 2007-05-16

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Yubal Masalker מבקר: Shahar Kaiser
00:26
I'm supposed to scare you, because it's about fear, right?
0
26000
3000
אני אמור להפחיד אתכם, כי הרי מדובר בפחד, לא?
00:30
And you should be really afraid,
1
30000
2000
ואתם באמת צריכים לפחד,
00:32
but not for the reasons why you think you should be.
2
32000
2000
אבל לא בגלל הסיבות שאתם חושבים.
00:35
You should be really afraid that --
3
35000
2000
אתם באמת צריכים לחשוש ש --
00:37
if we stick up the first slide on this thing -- there we go -- that you're missing out.
4
37000
4000
אם רק אצליח להשחיל את השקופית הראשונה -- הנה -- שאתם מפספסים.
00:43
Because if you spend this week thinking about Iraq and
5
43000
4000
מכיוון שאם אתם מעבירים שבוע זה במחשבות על עירק
00:47
thinking about Bush and thinking about the stock market,
6
47000
4000
ועל בוש ועל הבורסה, אתם תפספסו אחת מההרפתקאות הגדולות ביותר
00:51
you're going to miss one of the greatest adventures that we've ever been on.
7
51000
2000
שהיינו עדים לה אי-פעם.
00:54
And this is what this adventure's really about.
8
54000
2000
וההרפתקאה היא בנושא זה.
00:56
This is crystallized DNA.
9
56000
4000
זה DNA שהתגבש.
01:00
Every life form on this planet -- every insect, every bacteria, every plant,
10
60000
3000
כל צורת חיים על כדור-הארץ -- כל חרק, כל חיידק, כל צמח,
01:03
every animal, every human, every politician -- (Laughter)
11
63000
3000
כל בעל-חיים, כל אדם, כל פולטיקאי -- (צחוק)
01:08
is coded in that stuff.
12
68000
2000
מוצפן בחומר זה.
01:10
And if you want to take a single crystal of DNA, it looks like that.
13
70000
4000
ואם תקחו גביש יחיד של DNA, הוא ייראה כך.
01:14
And we're just beginning to understand this stuff.
14
74000
2000
ואנחנו רק מתחילים להבין את הנושא.
01:17
And this is the single most exciting adventure that we have ever been on.
15
77000
3000
וזוהי ההרפתקאה המרגשת ביותר שחווינו אי-פעם.
01:21
It's the single greatest mapping project we've ever been on.
16
81000
3000
זהו מיזם המיפוי הגדול ביותר שחווינו אי-פעם.
01:24
If you think that the mapping of America's made a difference,
17
84000
2000
אם אתם סבורים שמיפוי אמריקה עשה את ההבדל,
01:26
or landing on the moon, or this other stuff,
18
86000
3000
או הנחיתה על ירח, או משהו אחר,
01:29
it's the map of ourselves and the map of every plant
19
89000
3000
אז זה המיפוי של עצמנו והמיפוי של כל צמח
01:32
and every insect and every bacteria that really makes a difference.
20
92000
3000
ושל כל חרק ושל כל חיידק שעושה את ההבדל האמיתי.
01:35
And it's beginning to tell us a lot about evolution.
21
95000
3000
וזה מתחיל לומר לנו המון על האבולוציה.
01:40
(Laughter)
22
100000
4000
(צחוק)
01:44
It turns out that what this stuff is --
23
104000
2000
מסתבר שהדבר הזה --
01:46
and Richard Dawkins has written about this --
24
106000
2000
וריצ'רד דוקינס כתב על זה --
01:48
is, this is really a river out of Eden.
25
108000
2000
הוא ממש נהר שמקורו בגן-עדן.
01:50
So, the 3.2 billion base pairs inside each of your cells
26
110000
4000
3.2 מיליארד הזוגות בכל אחד מהתאים שלכם מכילים את כל ההיסטוריה
01:54
is really a history of where you've been for the past billion years.
27
114000
3000
של מקום הימצאותכם במיליארד השנים האחרונות.
01:57
And we could start dating things,
28
117000
1000
ואנו יכולים להתחיל לתארך דברים.
01:58
and we could start changing medicine and archeology.
29
118000
3000
ואנו יכולים להתחיל לשנות תרופות וארכיאולוגיה.
02:02
It turns out that if you take the human species about 700 years ago,
30
122000
3000
מתברר שאם מסתכלים על המין האנושי מלפני 700 שנה,
02:05
white Europeans diverged from black Africans in a very significant way.
31
125000
3000
ארופאים לבנים התפצלו מאפריקאים שחורים באופן משמעותי.
02:08
White Europeans were subject to the plague.
32
128000
5000
ארופאים לבנים היו תחת השפעת מחלת הדבר.
02:14
And when they were subject to the plague, most people didn't survive,
33
134000
3000
וכאשר הם היו נתונים תחת השפעתה, רובם לא שרדו,
02:17
but those who survived had a mutation on the CCR5 receptor.
34
137000
4000
אבל אלה שכן, היה אצלם שינוי גנטי בקולטן CCR5.
02:21
And that mutation was passed on to their kids
35
141000
2000
והשינוי הגנטי עבר לצאצאיהם
02:23
because they're the ones that survived,
36
143000
2000
מפני שהם אלה ששרדו.
02:25
so there was a great deal of population pressure.
37
145000
2000
לכן נוצר לחץ אוכלוסין.
02:27
In Africa, because you didn't have these cities,
38
147000
2000
באפריקה, בגלל שלא היו כאלה ערים,
02:29
you didn't have that CCR5 population pressure mutation.
39
149000
3000
לא היה שם שינוי גנטי כתוצאה מלחץ אוכלוסיה בעלת CCR5.
02:32
We can date it to 700 years ago.
40
152000
3000
אנו יכולים לתארך זאת מלפני 700 שנה.
02:35
That is one of the reasons why AIDS is raging across Africa as fast as it is,
41
155000
4000
זוהי אחת הסיבות מדוע איידס מתפשט באפריקה במהירות כזו גבוהה,
02:39
and not as fast across Europe.
42
159000
4000
ולא כל-כך מהר באירופה.
02:43
And we're beginning to find these little things for malaria,
43
163000
3000
ואנו מתחילים למצוא את הדברים הקטנים הללו לגבי מלריה,
02:46
for sickle cell, for cancers.
44
166000
3000
לגבי אנמיה חרמשית, לגבי סרטן.
02:50
And in the measure that we map ourselves,
45
170000
2000
ובמידה שנמפה את עצמנו,
02:52
this is the single greatest adventure that we'll ever be on.
46
172000
2000
זוהי ההרפתקאה הבודדת הגדולה ביותר שנחווה אי-פעם.
02:54
And this Friday, I want you to pull out a really good bottle of wine,
47
174000
4000
וביום שישי הקרוב, אני רוצה שתוציאו בקבוק של יין משובח
02:58
and I want you to toast these two people.
48
178000
2000
ותשתו לחיי שני אנשים אלה.
03:01
Because this Friday, 50 years ago, Watson and Crick found the structure of DNA,
49
181000
4000
מכיוון שביום שישי זה לפני 50 שנה, ווטסון וקריק גילו את מבנה ה-DNA,
03:05
and that is almost as important a date
50
185000
3000
ותאריך זה חשוב כמעט כמו
03:08
as the 12th of February when we first mapped ourselves,
51
188000
3000
ה-12 בפברואר כאשר מיפינו את עצמנו לראשונה,
03:11
but anyway, we'll get to that.
52
191000
2000
אבל עוד נגיע לזה.
03:13
I thought we'd talk about the new zoo.
53
193000
2000
חשבתי לדבר על גן-החיות החדש.
03:15
So, all you guys have heard about DNA, all the stuff that DNA does,
54
195000
4000
כולנו שמענו על DNA ועל מה ש-DNA עושה,
03:19
but some of the stuff we're discovering is kind of nifty
55
199000
3000
אבל חלק מהדברים שאנו מגלים הם באמת מיוחדים
03:22
because this turns out to be the single most abundant species on the planet.
56
202000
5000
מכיוון שמתברר שזהו המין הבודד הנפוץ ביותר על כדור-הארץ.
03:27
If you think you're successful or cockroaches are successful,
57
207000
3000
אם אתם חושבים שאנחנו או התיקנים הם המינים המוצלחים ביותר,
03:30
it turns out that there's ten trillion trillion Pleurococcus sitting out there.
58
210000
3000
מסתבר שישנם 10 טריליוני טריליונים של אזובים.
03:33
And we didn't know that Pleurococcus was out there,
59
213000
3000
ולא ידענו שאזוב קיים,
03:36
which is part of the reason
60
216000
1000
וזו אחת הסיבות
03:37
why this whole species-mapping project is so important.
61
217000
5000
מדוע כל המיזם של מיפוי המינים הוא כה חשוב.
03:42
Because we're just beginning to learn
62
222000
2000
מפני שאנו רק מתחילים ללמוד
03:44
where we came from and what we are.
63
224000
1000
מהיכן באנו ומה אנחנו.
03:46
And we're finding amoebas like this. This is the amoeba dubia.
64
226000
3000
ואנחנו מוצאים אמבות כאלה. זוהי אמבת דוביה.
03:50
And the amoeba dubia doesn't look like much,
65
230000
2000
ואמבת דוביה לא נראית משהו מיוחד,
03:52
except that each of you has about 3.2 billion letters,
66
232000
3000
מלבד העובדה שלכל אחד מאיתנו יש כ-3.2 מיליארד אותיות,
03:55
which is what makes you you,
67
235000
2000
שזה מה שהופך אותנו למה שאנחנו
03:57
as far as gene code inside each of your cells,
68
237000
3000
ככל הנוגע לצופן הגנטי שבתוך בכל אחד מתאינו,
04:00
and this little amoeba which, you know,
69
240000
3000
אבל באמבה קטנה זו, אשר יושבת במים
04:03
sits in water in hundreds and millions and billions,
70
243000
2000
מאות מיליונים או מיליארדי שנים,
04:06
turns out to have 620 billion base pairs of gene code inside.
71
246000
6000
מסתבר שיש בה 620 מיליארדי זוגות בסיסיים של צופן גנטי.
04:12
So, this little thingamajig has a genome
72
252000
3000
אז ליצור הקטן הזה יש גנום
04:15
that's 200 times the size of yours.
73
255000
2000
הגדול פי-200 מזה שלנו.
04:18
And if you're thinking of efficient information storage mechanisms,
74
258000
3000
ואם תרצו לדעת מהו המנגנון היעיל לאחסון מידע,
04:22
it may not turn out to be chips.
75
262000
2000
אולי יתברר שזה לא השבבים.
04:25
It may turn out to be something that looks a little like that amoeba.
76
265000
4000
יכול להיות שיתברר שזה משהו שנראה קצת כמו אמבה.
04:29
And, again, we're learning from life and how life works.
77
269000
4000
ושוב, אנו לומדים מהחיים ועל כיצד החיים פועלים.
04:33
This funky little thing: people didn't used to think
78
273000
4000
הנה מקרה קטן ומשונה: אנשים לא חשבו
04:37
that it was worth taking samples out of nuclear reactors
79
277000
3000
ששווה לקחת דוגמיות מכורים גרעיניים
04:40
because it was dangerous and, of course, nothing lived there.
80
280000
3000
כי זה מסוכן, וכמובן, ששום דבר לא חי שם.
04:43
And then finally somebody picked up a microscope
81
283000
3000
עד שמישהו לקח מיקרוסקופ
04:46
and looked at the water that was sitting next to the cores.
82
286000
3000
וצפה במים שהיו ליד הליבות.
04:49
And sitting next to that water in the cores
83
289000
2000
וליד אותם מים בליבות
04:51
was this little Deinococcus radiodurans, doing a backstroke,
84
291000
3000
היו Deinococcus radiodurans (מין של בקטריות עמידות בקרינה), עושות שחיית-גב,
04:54
having its chromosomes blown apart every day,
85
294000
2000
שהכרומוזומים שלהן מתפרקים כל יום,
04:56
six, seven times, restitching them,
86
296000
3000
שש, שבע פעמים, מאחות אותם בחזרה,
04:59
living in about 200 times the radiation that would kill you.
87
299000
2000
וכך חיות בקרינה החזקה פי-200 מזו שיכולה להרוג אותנו.
05:02
And by now you should be getting a hint as to how diverse
88
302000
3000
ובשלב זה אתם כבר מתחילים להבין עד כמה מגוון
05:05
and how important and how interesting this journey into life is,
89
305000
2000
וחשוב ומעניין הוא מסע זה אל תוך החיים,
05:07
and how many different life forms there are,
90
307000
3000
וכמה צורות חיים שונות יש,
05:10
and how there can be different life forms living in
91
310000
3000
וכיצד יכולות להיות צורות חיים שונות המתקיימות
05:13
very different places, maybe even outside of this planet.
92
313000
3000
במקומות שונים לחלוטין, אולי אפילו מחוץ לכדור-הארץ.
05:17
Because if you can live in radiation that looks like this,
93
317000
2000
מפני שאם ניתן לחיות בקרינה כמו זו,
05:19
that brings up a whole series of interesting questions.
94
319000
3000
זה מעלה סדרה שלמה של שאלות מעניינות.
05:23
This little thingamajig: we didn't know this thingamajig existed.
95
323000
3000
היצור הקטן הזה: לא ידענו שהוא קיים.
05:27
We should have known that this existed
96
327000
2000
היינו צריכים לדעת שזה קיים
05:29
because this is the only bacteria that you can see to the naked eye.
97
329000
3000
מכיוון שזוהי הבקטריה היחידה שניתן לראות בעין גלויה.
05:32
So, this thing is 0.75 millimeters.
98
332000
3000
אורכו 0.75 מילימטר.
05:35
It lives in a deep trench off the coast of Namibia.
99
335000
2000
הוא חי בתעלה עמוקה ליד חוף בנמיביה.
05:38
And what you're looking at with this namibiensis
100
338000
2000
ומה שאתם רואים כאן
05:40
is the biggest bacteria we've ever seen.
101
340000
2000
היא הבקטריה הגדולה ביותר שראינו אי-פעם.
05:42
So, it's about the size of a little period on a sentence.
102
342000
3000
גודלה כגודל הנקודה בסוף משפט.
05:46
Again, we didn't know this thing was there three years ago.
103
346000
4000
שוב, לא ידענו שדבר זה קיים עד לפני שלוש שנים.
05:50
We're just beginning this journey of life in the new zoo.
104
350000
3000
אנו רק מתחילים את המסע בגן-החיות החדש.
05:54
This is a really odd one. This is Ferroplasma.
105
354000
3000
זה אחד באמת מוזר. זהו פרו-פלסמה.
05:58
The reason why Ferroplasma is interesting is because it eats iron,
106
358000
3000
הסיבה שפרו-פלסמה מעניין היא בגלל שהוא אוכל ברזל,
06:02
lives inside the equivalent of battery acid,
107
362000
3000
חי בתוך מה שדומה לחומצת סוללה,
06:06
and excretes sulfuric acid.
108
366000
2000
ומפריש חומצה גפרתית.
06:10
So, when you think of odd life forms,
109
370000
2000
לכן, כאשר חושבים על צורות חיים מוזרות,
06:12
when you think of what it takes to live,
110
372000
3000
כאשר חושבים על מה שדרוש כדי לחיות,
06:16
it turns out this is a very efficient life form,
111
376000
2000
מתברר שזוהי צורת חיים מאוד יעילה,
06:18
and they call it an archaea. Archaea means "the ancient ones."
112
378000
4000
וקוראים לה ארכיאה. ארכיאה פירושו הקדמונים.
06:22
And the reason why they're ancient is because this thing came up
113
382000
4000
והסיבה לכך שהם קדמונים, היא שהם נוצרו כאשר כדור-הארץ
06:26
when this planet was covered
114
386000
2000
היה מכוסה בחומרים כמו
06:28
by things like sulfuric acid in batteries,
115
388000
1000
חומצה גפרתית שבסוללות,
06:29
and it was eating iron when the earth was part of a melted core.
116
389000
4000
והם ניזונו מברזל כאשר כדור-הארץ היה חלק מליבה מותכת.
06:34
So, it's not just dogs and cats and whales and dolphins
117
394000
4000
אז זה לא רק כלבים וחתולים ולווייתנים ודולפינים
06:38
that you should be aware of and interested in on this little journey.
118
398000
4000
שאנו צריכים להיות מודעים אליהם במסענו זה.
06:42
Your fear should be that you are not,
119
402000
3000
עלינו לחשוש שאנו לא --
06:45
that you're paying attention to stuff which is temporal.
120
405000
3000
שאנו שמים לב לדברים שהם זמניים.
06:48
I mean, George Bush -- he's going to be gone, alright? Life isn't.
121
408000
5000
אני מתכוון, ג'ורג' בוש -- הוא יילך מתי שהוא, נכון? אבל החיים לא.
06:54
Whether the humans survive or don't survive,
122
414000
3000
בין אם בני-אדם שורדים ובין אם לאו,
06:57
these things are going to be living on this planet or other planets.
123
417000
3000
הדברים האלה הולכים לחיות על כדור-הארץ או על כוכבי-לכת אחרים.
07:00
And it's just beginning to understand this code of DNA
124
420000
4000
וההתחלה הזו שלנו בהבנת הצופן של DNA
07:04
that's really the most exciting intellectual adventure
125
424000
3000
היא באמת ההרפתקאה האינטלקטואלית
07:07
that we've ever been on.
126
427000
3000
המרגשת ביותר שחווינו אי-פעם.
07:10
And you can do strange things with this stuff. This is a baby gaur.
127
430000
4000
ואפשר לבצע דברים מוזרים עם החומר הזה. זהו גאור (שור בר אסיאתי) בן יומו.
07:14
Conservation group gets together,
128
434000
2000
קבוצה לשימור הטבע מתכנסת,
07:16
tries to figure out how to breed an animal that's almost extinct.
129
436000
4000
מנסה למצוא דרך לגדל בעל-חיים שכמעט נכחד.
07:21
They can't do it naturally, so what they do with this thing is
130
441000
3000
הם לא יכולים לעשות זאת בדרך הטבעית, אז מה שהם עושים
07:24
they take a spoon, take some cells out of an adult gaur's mouth, code,
131
444000
5000
זה לקחת כפית, ליטול כמה תאים מפיו של גאור בוגר, צופן,
07:30
take the cells from that and insert it into a fertilized cow's egg,
132
450000
4000
לוקחים את התאים ומכניסים אותם אל תוך ביצית מופרית של פרה,
07:35
reprogram cow's egg -- different gene code.
133
455000
3000
מקודדים מחדש את ביצית הפרה -- צופן גנטי שונה.
07:39
When you do that, the cow gives birth to a gaur.
134
459000
4000
כאשר עושים זאת, הפרה מולידה גאור.
07:44
We are now experimenting with bongos, pandas, elands, Sumatran tigers,
135
464000
6000
כעת אנו עורכים ניסויים עם תאו אפריקני, פנדות, נמרים סומאטריים,
07:50
and the Australians -- bless their hearts --
136
470000
3000
והאוסטרלים -- שיהיו בריאים --
07:53
are playing with these things.
137
473000
1000
מנסים כל מיני דברים.
07:54
Now, the last of these things died in September 1936.
138
474000
4000
הפרט האחרון מאלה מת בספטמבר 1936.
07:58
These are Tasmanian tigers. The last known one died at the Hobart Zoo.
139
478000
4000
אלה הם נמרים טאסמניים. האחרון מביניהם מת בגן-חיות הובארד.
08:02
But it turns out that as we learn more about gene code
140
482000
3000
אבל מסתבר שככל שאנו לומדים יותר על הצופן הגנטי
08:05
and how to reprogram species,
141
485000
2000
וכיצד לקודד מינים מחדש,
08:07
we may be able to close the gene gaps in deteriorate DNA.
142
487000
5000
ייתכן ונוכל לסגור את הפערים בגנים ב-DNA פגום.
08:12
And when we learn how to close the gene gaps,
143
492000
3000
וכאשר נלמד כיצד לסגור את הפערים בגנים,
08:15
then we can put a full string of DNA together.
144
495000
2000
אז נוכל להניח שרשרת שלמה של DNA ביחד.
08:18
And if we do that, and insert this into a fertilized wolf's egg,
145
498000
4000
ואם נעשה זאת ונשתול את זה בביצית מופרית של זאבה,
08:23
we may give birth to an animal
146
503000
2000
אנו עשויים לגרום להולדת בעל-חיים
08:25
that hasn't walked the earth since 1936.
147
505000
2000
שלא התהלך על האדמה מאז 1936.
08:28
And then you can start going back further,
148
508000
2000
ואז נתחיל ללכת עוד יותר אחורה,
08:30
and you can start thinking about dodos,
149
510000
2000
ונוכל להתחיל לחשוב על דודו (סוג עוף נכחד),
08:33
and you can think about other species.
150
513000
1000
וניתן לחשוב על מינים אחרים.
08:35
And in other places, like Maryland, they're trying to figure out
151
515000
3000
ובמקומות אחרים, כמו מרילנד, הם מנסים לגלות
08:38
what the primordial ancestor is.
152
518000
2000
מיהו האב הקדמון.
08:40
Because each of us contains our entire gene code
153
520000
3000
מכיוון שכל אחד מאיתנו מכיל את הצופן הגנטי השלם
08:43
of where we've been for the past billion years,
154
523000
3000
של היכן שהיינו במשך מיליארד השנים האחרונות,
08:46
because we've evolved from that stuff,
155
526000
2000
מאחר והתפתחנו מאותו חומר,
08:48
you can take that tree of life and collapse it back,
156
528000
2000
ניתן לקחת את אילן היוחסין ולהפעילו ברוורס,
08:50
and in the measure that you learn to reprogram,
157
530000
3000
ובמידה ונלמד לקודד מחדש,
08:53
maybe we'll give birth to something
158
533000
2000
אולי נוליד משהו
08:55
that is very close to the first primordial ooze.
159
535000
2000
שהוא קרוב מאוד לעיסה הקדמונית הראשונה.
08:57
And it's all coming out of things that look like this.
160
537000
2000
והכל נובע ממקומות שנראים בערך כך.
08:59
These are companies that didn't exist five years ago.
161
539000
2000
אלו הן חברות שלא היו קיימות לפני 5 שנים.
09:01
Huge gene sequencing facilities the size of football fields.
162
541000
4000
מתקנים בגודל מגרשי כדורגל לסידור של גנים.
09:05
Some are public. Some are private.
163
545000
2000
חלקם ציבוריים. חלקם פרטיים.
09:07
It takes about 5 billion dollars to sequence a human being the first time.
164
547000
3000
דרושים כ-5 מיליארדי דולרים כדי לערוך בן-אנוש בפעם הראשונה.
09:11
Takes about 3 million dollars the second time.
165
551000
2000
דרושים כ-3 מיליון דולר בפעם השניה.
09:13
We will have a 1,000-dollar genome within the next five to eight years.
166
553000
4000
יהיה לנו גנום ב-1,000 דולר בתוך 5-8 השנים הבאות.
09:17
That means each of you will contain on a CD your entire gene code.
167
557000
4000
זה אומר שכל אחד מאיתנו יחזיק על תקליטור את כל הצופן הגנטי שלו.
09:22
And it will be really boring. It will read like this.
168
562000
2000
וזה יהיה ממש משעמם. הוא ייראה כך.
09:25
(Laughter)
169
565000
2000
(צחוק)
09:27
The really neat thing about this stuff is that's life.
170
567000
2000
הדבר הכי גדול הקשור בחומר זה שהוא החיים עצמם.
09:29
And Laurie's going to talk about this one a little bit.
171
569000
3000
ולורי עומדת לדבר על זה קצת.
09:32
Because if you happen to find this one inside your body,
172
572000
2000
מאחר ואם נמצא את זה בתוך גופינו,
09:34
you're in big trouble, because that's the source code for Ebola.
173
574000
2000
נהיה בצרה צרורה מכיוון שזהו צופן המקור של אבולה.
09:38
That's one of the deadliest diseases known to humans.
174
578000
2000
זוהי אחת המחלות הקטלניות ביותר הידועה לאדם.
09:40
But plants work the same way and insects work the same way,
175
580000
2000
אבל צמחים פועלים באותו אופן וחרקים פועלים באותו אופן,
09:42
and this apple works the same way.
176
582000
2000
ותפוח זה פועל באותו אופן.
09:44
This apple is the same thing as this floppy disk.
177
584000
2000
תפוח זה הוא אותו דבר כמו דיסקט זה.
09:46
Because this thing codes ones and zeros,
178
586000
2000
מפני שדבר זה מקודד בעזרת 1 ו-0,
09:48
and this thing codes A, T, C, Gs, and it sits up there,
179
588000
2000
ודבר זה מקודד בעזרת A, T, C ו-Gים והוא יושב שם למעלה,
09:50
absorbing energy on a tree, and one fine day
180
590000
3000
קולט אנרגיה על עץ ואז יום בהיר אחד
09:53
it has enough energy to say, execute, and it goes [thump]. Right?
181
593000
4000
יש לו מספיק אנרגיה, נאמר, להוציא לפועל פקודה, ובום. נכון?
09:57
(Laughter)
182
597000
3000
(צחוק)
10:00
And when it does that, pushes a .EXE, what it does is,
183
600000
4000
וכאשר הוא עושה זאת, כאשר הוא לוחץ על EXE, מה שהוא עושה,
10:04
it executes the first line of code, which reads just like that,
184
604000
3000
הוא מוציא לפועל שורה ראשונה של צופן, אשר נראית פשוט כך,
10:07
AATCAGGGACCC, and that means: make a root.
185
607000
3000
AATCAGGGACCC, ופירושה: תיצור שורש.
10:10
Next line of code: make a stem.
186
610000
2000
שורה הבאה בצופן: תיצור גבעול.
10:12
Next line of code, TACGGGG: make a flower that's white,
187
612000
3000
שורה הבאה בצופן, TACGGGG: תיצור פרח שהוא לבן,
10:15
that blooms in the spring, that smells like this.
188
615000
3000
אשר פורח באביב ומריח כך וכך.
10:18
In the measure that you have the code
189
618000
2000
במידה ויש לנו את הצופן
10:20
and the measure that you read it --
190
620000
3000
ובמידה וקוראים אותו --
10:23
and, by the way, the first plant was read two years ago;
191
623000
2000
ודרך אגב, הצמח הראשון נקרא לפני שנתיים;
10:25
the first human was read two years ago;
192
625000
2000
האדם הראשון נקרא לפני שנתיים;
10:27
the first insect was read two years ago.
193
627000
2000
החרק הראשון נקרא לפני שנתיים.
10:29
The first thing that we ever read was in 1995:
194
629000
3000
הפעם הראשונה שקראנו משהו היתה ב-1995:
10:32
a little bacteria called Haemophilus influenzae.
195
632000
2000
בקטריה קטנה המכונה "המופילוס השפעת".
10:35
In the measure that you have the source code, as all of you know,
196
635000
3000
בתנאי שיש לנו את צופן מקור, כפי שכולנו מכירים,
10:38
you can change the source code, and you can reprogram life forms
197
638000
2000
ניתן לשנות את צופן המקור, וניתן לקודד מחדש צורות חיים
10:40
so that this little thingy becomes a vaccine,
198
640000
2000
כך שהיצור הקטנטן הזה יהפוך לחיסון,
10:42
or this little thingy starts producing biomaterials,
199
642000
3000
או שהיצור הקטנטן הזה יתחיל לייצר חומרים ביולוגיים,
10:45
which is why DuPont is now growing a form of polyester
200
645000
3000
שבשל כך דו'פונט מגדלת בימים אלה צורת פוליאסטר
10:48
that feels like silk in corn.
201
648000
2000
שנותן תחושה של משי בתירס.
10:51
This changes all rules. This is life, but we're reprogramming it.
202
651000
5000
זה משנה את כל הכללים. אלה הם החיים, אבל אנחנו מקודדים אותם מחדש.
10:58
This is what you look like. This is one of your chromosomes.
203
658000
4000
כך אנו נראים. זהו אחד הכרומוזומים שלנו.
11:02
And what you can do now is,
204
662000
2000
ומה שניתן לעשות כעת הוא:
11:04
you can outlay exactly what your chromosome is,
205
664000
3000
ניתן לתאר במדוייק מה הכרומוזום שלנו,
11:07
and what the gene code on that chromosome is right here,
206
667000
3000
והצופן הגנטי שעל אותו כרומוזום, הוא כאן
11:10
and what those genes code for, and what animals they code against,
207
670000
3000
ואיזה צופן הגנים הללו מייצגים, ועבור איזו חיה הם מקודדים,
11:13
and then you can tie it to the literature.
208
673000
2000
ואז ניתן לקשר זאת לספרות המקצועית.
11:15
And in the measure that you can do that, you can go home today,
209
675000
3000
ובמידה שניתן לעשות זאת, אפשר לחזור היום הביתה,
11:18
and get on the Internet, and access
210
678000
2000
להיכנס לאינטרנט ולגשת
11:20
the world's biggest public library, which is a library of life.
211
680000
3000
לספריה הציבורית הכי גדולה בעולם,שהיא ספריית החיים.
11:24
And you can do some pretty strange things
212
684000
2000
וניתן לבצע כמה דברים די מוזרים
11:26
because in the same way as you can reprogram this apple,
213
686000
2000
מאחר ובאותה דרך שניתן לקודד בה תפוח זה מחדש,
11:29
if you go to Cliff Tabin's lab at the Harvard Medical School,
214
689000
2000
אם הולכים למעבדתו של קליף טאבין בבית-ספר לרפואה בהרוורד,
11:32
he's reprogramming chicken embryos to grow more wings.
215
692000
4000
הוא מקודד מחדש עוברי עופות כדי שיגדלו להם יותר כנפיים.
11:38
Why would Cliff be doing that? He doesn't have a restaurant.
216
698000
3000
מדוע שקליף יעשה זאת? הרי אין לו מסעדה.
11:41
(Laughter)
217
701000
1000
(צחוק)
11:43
The reason why he's reprogramming that animal to have more wings
218
703000
3000
הסיבה לכך שהוא מקודד מחדש כדי שיגדלו יותר כנפיים
11:46
is because when you used to play with lizards as a little child,
219
706000
3000
היא בגלל שכאשר נהגתם לשחק עם לטאות בתור ילדים קטנים,
11:49
and you picked up the lizard, sometimes the tail fell off, but it regrew.
220
709000
4000
והרמתם לטאה, לפעמים זנבה נשר, אבל הוא צמח מחדש.
11:53
Not so in human beings:
221
713000
3000
אצל בני-אדם זה לא כך:
11:56
you cut off an arm, you cut off a leg -- it doesn't regrow.
222
716000
3000
גודעים יד, גודעים רגל, אבל הם אינם צומחים מחדש.
11:59
But because each of your cells contains your entire gene code,
223
719000
4000
אבל בגלל שכל תא שלנו מכיל את כל הצופן הגנטי שלנו,
12:04
each cell can be reprogrammed, if we don't stop stem cell research
224
724000
4000
ניתן לקודד מחדש כל תא -- אם לא נעצור את חקר תאי-הגזע
12:08
and if we don't stop genomic research,
225
728000
2000
ואם לא נעצור את חקר הגנום --
12:10
to express different body functions.
226
730000
3000
כך שיבטא פונקציות גופניות שונות.
12:14
And in the measure that we learn how chickens grow wings,
227
734000
3000
ובמידה שנלמד כיצד עופות מצמיחים כנפיים,
12:17
and what the program is for those cells to differentiate,
228
737000
2000
ומהו הצופן המבדיל את אותם התאים,
12:19
one of the things we're going to be able to do
229
739000
3000
אחד הדברים שנהיה מסוגלים לעשות
12:22
is to stop undifferentiated cells, which you know as cancer,
230
742000
3000
הוא לעצור תאים בלתי מובדלים, שאנו מכירים אותם בתור סרטן,
12:26
and one of the things we're going to learn how to do
231
746000
2000
ואחד הדברים שאנו הולכים ללמוד כיצד לעשות,
12:28
is how to reprogram cells like stem cells
232
748000
3000
זה כיצד לקודד מחדש תאים כמו תאי-גזע
12:31
in such a way that they express bone, stomach, skin, pancreas.
233
751000
6000
באופן כזה שהם יבטאו עצמות, קיבה, עור, לבלב.
12:38
And you are likely to be wandering around -- and your children --
234
758000
3000
ורוב הסיכויים שתעמדו ותתפלאו - וגם ילדיכם --
12:41
on regrown body parts in a reasonable period of time,
235
761000
3000
על אברי גוף שצמחו מחדש בתוך פרק זמן סביר,
12:45
in some places in the world where they don't stop the research.
236
765000
3000
בכמה מקומות בעולם שבהם לא עוצרים את המחקר.
12:50
How's this stuff work? If each of you differs
237
770000
5000
איך כל זה עובד? אם כל אחד מאיתנו נבדל
12:55
from the person next to you by one in a thousand, but only three percent codes,
238
775000
3000
מהאדם שלידו באחד חלקי אלף, אבל רק ב-3 אחוזים מהצופן,
12:58
which means it's only one in a thousand times three percent,
239
778000
2000
זה אומר רק אחד חלקי אלף פעמים 3 אחוז,
13:00
very small differences in expression and punctuation
240
780000
3000
הבדלים מאוד קטנים בפיסוק וניקוד
13:03
can make a significant difference. Take a simple declarative sentence.
241
783000
3000
יכולים ליצור הבדלים משמעותיים. ניקח משפט הצהרתי פשוט.
13:08
(Laughter)
242
788000
2000
(צחוק)
13:10
Right?
243
790000
1000
נכון?
13:11
That's perfectly clear. So, men read that sentence,
244
791000
4000
זה ברור לגמרי. אז, גברים קוראים את המשפט הזה,
13:15
and they look at that sentence, and they read this.
245
795000
2000
והם מסתכלים על משפט הזה, והם קוראים את זה.
13:23
Okay?
246
803000
1000
בסדר?
13:24
Now, women look at that sentence and they say, uh-uh, wrong.
247
804000
4000
כעת, נשים מסתכלות על המשפט והן אומרות, לא ולא, זו טעות.
13:28
This is the way it should be seen.
248
808000
2000
כך הוא צריך להיות.
13:32
(Laughter)
249
812000
8000
(צחוק)
13:40
That's what your genes are doing.
250
820000
1000
זה מה שהגנים שלנו עושים.
13:41
That's why you differ from this person over here by one in a thousand.
251
821000
5000
בגלל זה אתה שונה מהאדם הזה כאן באחד חלקי אלף.
13:46
Right? But, you know, he's reasonably good looking, but...
252
826000
3000
אבל, אתם יודעים, הוא נראה די טוב, אבל....
13:49
I won't go there.
253
829000
2000
נעזוב את זה.
13:52
You can do this stuff even without changing the punctuation.
254
832000
3000
ניתן לבצע זאת אפילו ללא שינוי בפיסוק.
13:56
You can look at this, right?
255
836000
4000
אתם יכולים לראות את זה, נכון?
14:00
And they look at the world a little differently.
256
840000
2000
הם מביטים על עולם בהבדל קטן.
14:02
They look at the same world and they say...
257
842000
2000
הם מביטים על אותו עולם ואומרים...
14:04
(Laughter)
258
844000
6000
(צחוק)
14:10
That's how the same gene code -- that's why you have 30,000 genes,
259
850000
4000
כך גם אותו צופן גנטי -- זו הסיבה שיש לנו 30,000 גנים,
14:14
mice have 30,000 genes, husbands have 30,000 genes.
260
854000
3000
לעכברים יש 30,000 גנים, לבעלים יש 30,000 גנים.
14:17
Mice and men are the same. Wives know that, but anyway.
261
857000
3000
עכברים וגברים הם אותו דבר. נשים יודעות את זה, אבל לא משנה.
14:21
You can make very small changes in gene code
262
861000
2000
ניתן לעשות שינויים זעירים בצופן גנטי
14:23
and get really different outcomes,
263
863000
2000
ולקבל תוצאות באמת שונות,
14:27
even with the same string of letters.
264
867000
2000
אפילו עם אותה מחרוזת אותיות.
14:31
That's what your genes are doing every day.
265
871000
2000
זה מה שהגנים שלנו עושים בכל יום.
14:34
That's why sometimes a person's genes
266
874000
2000
זו הסיבה מדוע לפעמים הגנים של אדם מסויים
14:36
don't have to change a lot to get cancer.
267
876000
2000
לא צריכים להשתנות בהרבה כדי לקבל סרטן.
14:42
These little chippies, these things are the size of a credit card.
268
882000
4000
השבבים הקטנים האלה, גודלם כגודל כרטיס אשראי.
14:47
They will test any one of you for 60,000 genetic conditions.
269
887000
2000
הם מסוגלים לבדוק כל אחד מאיתנו ל-60,000 מצבים גנטיים שונים.
14:50
That brings up questions of privacy and insurability
270
890000
3000
זה מעלה את השאלה של פרטיות ואבטחה
14:53
and all kinds of stuff, but it also allows us to start going after diseases,
271
893000
2000
ועוד כל מיני דברים, אבל זה גם מאפשר לנו להתחיל לעקוב אחר מחלות
14:56
because if you run a person who has leukemia through something like this,
272
896000
3000
מפני שאם מעבירים אדם שיש לו סרטן דם דרך משהו כזה,
15:00
it turns out that three diseases with
273
900000
2000
מתברר ששלוש מחלות בעלות
15:02
completely similar clinical syndromes
274
902000
4000
תסמינים קליניים דומים לגמרי
15:06
are completely different diseases.
275
906000
2000
הן מחלות שונות לגמרי.
15:08
Because in ALL leukemia, that set of genes over there over-expresses.
276
908000
3000
מכיוון שבסרטן הדם ALL, אותה קבוצת גנים שם באה לידי ביטוי יתר.
15:11
In MLL, it's the middle set of genes,
277
911000
2000
ב-MLL, הקבוצה האמצעית של הגנים.
15:13
and in AML, it's the bottom set of genes.
278
913000
2000
וב-AML, זו הקבוצה התחתית של גנים.
15:15
And if one of those particular things is expressing in your body,
279
915000
5000
ואם אחד מאותם הדברים המסויימים מוצאים את ביטויים בגופנו,
15:20
then you take Gleevec and you're cured.
280
920000
2000
אז לוקחים גליווק ומבריאים.
15:23
If it is not expressing in your body,
281
923000
2000
אם זה לא בא לידי ביטוי בגופנו,
15:25
if you don't have one of those types --
282
925000
2000
אם אין לנו אחד מהסוגים הללו --
15:27
a particular one of those types -- don't take Gleevec.
283
927000
3000
אחד מסויים מהסוגים הללו -- אין ליטול גליווק.
15:30
It won't do anything for you.
284
930000
1000
גליווק לא ישפיע.
15:32
Same thing with Receptin if you've got breast cancer.
285
932000
2000
אותו הדבר עם רספטין אם יש סרטן השד.
15:35
Don't have an HER-2 receptor? Don't take Receptin.
286
935000
3000
אין קולטן HER-2, אין ליטול רספטין.
15:38
Changes the nature of medicine. Changes the predictions of medicine.
287
938000
4000
משנה את אופי התרופה. משנה את החזוי מהתרופה.
15:42
Changes the way medicine works.
288
942000
2000
משנה את דרך פעולת התרופה.
15:44
The greatest repository of knowledge when most of us went to college
289
944000
3000
המאגר הגדול ביותר של ידע, כאשר רובנו הלכנו לאוניברסיטה,
15:47
was this thing, and it turns out that
290
947000
2000
היה הדבר הזה, ומתברר
15:49
this is not so important any more.
291
949000
2000
שהוא כבר לא כל-כך חשוב.
15:51
The U.S. Library of Congress, in terms of its printed volume of data,
292
951000
4000
ספריית הקונגרס האמריקאי, במונחים של כמות המידע המודפסת,
15:55
contains less data than is coming out of a good genomics company
293
955000
4000
מכילה פחות נתונים מאשר במידע היוצא מחברה גנומית יעילה
15:59
every month on a compound basis.
294
959000
3000
בכל חודש על בסיס תרכובתי.
16:02
Let me say that again: A single genomics company
295
962000
3000
אחזור על מה שאמרתי: חברה גנומית בודדת
16:05
generates more data in a month, on a compound basis,
296
965000
3000
מייצרת יותר נתונים בחודש, על בסיס תרכובתי,
16:08
than is in the printed collections of the Library of Congress.
297
968000
3000
מאשר באוספים המודפסים של ספריית הקונגרס.
16:12
This is what's been powering the U.S. economy. It's Moore's Law.
298
972000
4000
זה מה שממריץ את כלכלת ארה"ב. זהו חוק מור.
16:16
So, all of you know that the price of computers halves every 18 months
299
976000
5000
כולנו יודעים שמחיר המחשבים יורד בחצי כל 18 חודשים
16:21
and the power doubles, right?
300
981000
2000
ועוצמתם מוכפלת.
16:23
Except that when you lay that side by side with the speed
301
983000
4000
מלבד זה, כאשר מעמידים את זה לצד המהירות
16:27
with which gene data's being deposited in GenBank,
302
987000
3000
בה נתוני הגנום נאספים ב-GenBank,
16:30
Moore's Law is right here: it's the blue line.
303
990000
4000
חוק מור מוכח כאן כנכון: זהו הקו הכחול.
16:35
This is on a log scale, and that's what superexponential growth means.
304
995000
4000
זה על ציר לוגריתמי, וזו המשמעות של גידול על-מעריכי (סופר-אקספוננציאלי).
16:39
This is going to push computers to have to grow faster
305
999000
4000
זה הולך לדחוף את המחשבים אל עבר גידול יותר מהיר
16:43
than they've been growing, because so far,
306
1003000
2000
מאשר קצב גידולם נכון להיום.
16:45
there haven't been applications that have been required
307
1005000
3000
לא היו יישומים שדרשו
16:48
that need to go faster than Moore's Law. This stuff does.
308
1008000
3000
מהירות יותר גבוהה מאשר חוק מור. הדבר הזה כן דורש.
16:51
And here's an interesting map.
309
1011000
2000
והנה מפה מעניינת.
16:53
This is a map which was finished at the Harvard Business School.
310
1013000
4000
מפה זו הוכנה בבית-ספר לעסקים בהרוורד.
16:57
One of the really interesting questions is, if all this data's free,
311
1017000
3000
אחת השאלות היותר מעניינות היא, אם כל המידע הזה חופשי,
17:00
who's using it? This is the greatest public library in the world.
312
1020000
4000
מי משתמש בו? זוהי הספריה הציבורית הגדולה ביותר בעולם.
17:04
Well, it turns out that there's about 27 trillion bits
313
1024000
3000
אז מסתבר שכ-27 טריליון ביטים
17:07
moving inside from the United States to the United States;
314
1027000
3000
נעים אל תוך ארה"ב ומארה"ב;
17:10
about 4.6 trillion is going over to those European countries;
315
1030000
4000
כ-4.6 טריליון עוברים אל מדינות אירופה;
17:14
about 5.5's going to Japan; there's almost no communication
316
1034000
3000
כ-5.5 עוברים ליפן; אין כמעט תקשורת
17:17
between Japan, and nobody else is literate in this stuff.
317
1037000
4000
בתוך יפן, ואף אחד אחר אינו יודע לקרוא חומר זה.
17:21
It's free. No one's reading it. They're focusing on the war;
318
1041000
5000
הוא חינם. אבל אף אחד לא קורא אותו. הם מתמקדים במלחמה;
17:26
they're focusing on Bush; they're not interested in life.
319
1046000
2000
הם מתמקדים בבוש; הם לא מתעניינים בחיים.
17:29
So, this is what a new map of the world looks like.
320
1049000
2000
אז ככה נראית המפה החדשה של העולם.
17:32
That is the genomically literate world. And that is a problem.
321
1052000
6000
זהו העולם שיודע לקרוא מידע גנטי. וזו בעיה.
17:38
In fact, it's not a genomically literate world.
322
1058000
2000
למעשה, זהו אינו עולם שיודע לקרוא מידע גנטי.
17:40
You can break this out by states.
323
1060000
2000
ניתן לפרק את זה לפי מדינות.
17:42
And you can watch states rise and fall depending on
324
1062000
2000
וניתן לראות עלייתן ונפילתן של מדינות לפי
17:44
their ability to speak a language of life,
325
1064000
2000
יכולתן לדבר את שפת החיים,
17:46
and you can watch New York fall off a cliff,
326
1066000
2000
וניתן לראות את ניו-יורק נופלת לתהום,
17:48
and you can watch New Jersey fall off a cliff,
327
1068000
2000
וניתן לראות את ניו-ג'רזי נופלת לתהום,
17:50
and you can watch the rise of the new empires of intelligence.
328
1070000
3000
וניתן לראות עלייתן של אימפריות אינטליגנציה חדשות.
17:54
And you can break it out by counties, because it's specific counties.
329
1074000
3000
וניתן לפרק את זה לפי מחוזות, בגלל שאלו מחוזות מסויימים.
17:57
And if you want to get more specific,
330
1077000
2000
ואם רוצים להיות יותר ספציפיים,
17:59
it's actually specific zip codes.
331
1079000
2000
זה בעצם מספרי מיקוד מסויימים.
18:01
(Laughter)
332
1081000
2000
(צחוק)
18:03
So, you want to know where life is happening?
333
1083000
3000
אז אנו רוצים לדעת היכן החיים מתרחשים?
18:06
Well, in Southern California it's happening in 92121. And that's it.
334
1086000
5000
אז, בקליפורניה הדרומית זה מתרחש ב-92121. וזה הכל.
18:12
And that's the triangle between Salk, Scripps, UCSD,
335
1092000
5000
וזהו המשולש בין סאלק, סקריפס, יו.סי.אס.די.,
18:17
and it's called Torrey Pines Road.
336
1097000
2000
והוא נקרא רחוב טורי פיינס.
18:19
That means you don't need to be a big nation to be successful;
337
1099000
3000
וזה אומר שאין הכרח להיות אומה גדולה כדי להצליח;
18:22
it means you don't need a lot of people to be successful;
338
1102000
2000
זה אומר שאין צורך בהרבה אנשים כדי להצליח;
18:24
and it means you can move most of the wealth of a country
339
1104000
3000
וזה אומר שניתן לשנע את רוב העושר של מדינה
18:27
in about three or four carefully picked 747s.
340
1107000
3000
בכשלושה או ארבעה מטוסי ג'מבו 747 שנבחרו בקפידה.
18:31
Same thing in Massachusetts. Looks more spread out but --
341
1111000
4000
אותו הדבר במסצ'וסטס. נראה יותר מפוזר אבל --
18:35
oh, by the way, the ones that are the same color are contiguous.
342
1115000
3000
ודרך אגב, אלה עם אותו צבע גובלים זה בזה.
18:39
What's the net effect of this?
343
1119000
2000
מהי ההשפעה הסופית של כל זה?
18:41
In an agricultural society, the difference between
344
1121000
2000
בחברה חקלאית, ההבדל בין
18:43
the richest and the poorest,
345
1123000
1000
העשירים ביותר לעניים ביותר,
18:45
the most productive and the least productive, was five to one. Why?
346
1125000
4000
היצרניים ביותר להכי פחות יצרניים, היה 5 ל-1. מדוע?
18:49
Because in agriculture, if you had 10 kids
347
1129000
2000
מכיוון שבחקלאות, אם היו לך 10 ילדים
18:51
and you grow up a little bit earlier and you work a little bit harder,
348
1131000
3000
וקמת קצת יותר מוקדם ועבדת מעט יותר קשה,
18:54
you could produce about five times more wealth, on average,
349
1134000
2000
יכלת לייצר עושר גדול פי-5, בממוצע,
18:56
than your neighbor.
350
1136000
1000
לעומת שכנך.
18:58
In a knowledge society, that number is now 427 to 1.
351
1138000
3000
בחברת הידע, המספר הזה הוא 427 ל-1.
19:02
It really matters if you're literate, not just in reading and writing
352
1142000
4000
זה באמת משנה אם אתה יודע קרוא וכתוב, לא רק קריאה וכתיבה
19:06
in English and French and German,
353
1146000
2000
באנגלית וצרפתית וגרמנית,
19:08
but in Microsoft and Linux and Apple.
354
1148000
2000
אבל גם במיקרוסופט ולינוקס ואפל.
19:11
And very soon it's going to matter if you're literate in life code.
355
1151000
4000
ובקרוב מאוד זה יהיה קובע אם אתה יודע לקרוא את צופן החיים.
19:15
So, if there is something you should fear,
356
1155000
2000
לכן, אם עלינו לחשוש ממשהו,
19:17
it's that you're not keeping your eye on the ball.
357
1157000
3000
זה זה שאנחנו לא נתעדכן.
19:20
Because it really matters who speaks life.
358
1160000
2000
מפני שזה באמת קובע מי מדבר חיים.
19:23
That's why nations rise and fall.
359
1163000
2000
זו הסיבה מדוע אומות קמות ונופלות.
19:26
And it turns out that if you went back to the 1870s,
360
1166000
3000
ומסתבר שאם נחזור ל-1870,
19:29
the most productive nation on earth was Australia, per person.
361
1169000
3000
האומה הפוריה ביותר על כדור-הארץ היתה אוסטרליה, פר אדם.
19:32
And New Zealand was way up there. And then the U.S. came in about 1950,
362
1172000
3000
וניו-זילנד היתה הרחק שם למעלה. ואז הגיעה ארה"ב בערך ב-1950,
19:35
and then Switzerland about 1973, and then the U.S. got back on top --
363
1175000
3000
ושוויץ בערך ב-1973, ואז ארה"ב חזרה לפסגה --
19:39
beat up their chocolates and cuckoo clocks.
364
1179000
2000
היכתה את השוקולדים ושעוני הקוקיה שלהם.
19:43
And today, of course, you all know that the most productive nation
365
1183000
3000
והיום, כמובן, כולנו יודעים שהמדינה הפוריה ביותר
19:46
on earth is Luxembourg, producing about one third more wealth
366
1186000
3000
על כדור-הארץ היא לוקסמבורג, המייצרת עושר יותר גדול בשליש
19:49
per person per year than America.
367
1189000
2000
מאשר ארה"ב מייצרת, לכל אדם בכל שנה.
19:52
Tiny landlocked state. No oil. No diamonds. No natural resources.
368
1192000
4000
מדינה זעירה הסגורה מכל הכיוונים ביבשה. אין נפט, אין יהלומים, אין משאבים טבעיים.
19:56
Just smart people moving bits. Different rules.
369
1196000
5000
רק אנשים פיקחים המשנעים ביטים. כללים אחרים.
20:02
Here's differential productivity rates.
370
1202000
3000
להלן קצבי תפוקה יחסיים.
20:06
Here's how many people it takes to produce a single U.S. patent.
371
1206000
3000
כאן זה כמה אנשים דרושים כדי ליצור פטנט אמריקאי אחד.
20:09
So, about 3,000 Americans, 6,000 Koreans, 14,000 Brits,
372
1209000
4000
זה כ-3,000 אמריקאים, 6,000 קוריאנים, 14,000 בריטים,
20:13
790,000 Argentines. You want to know why Argentina's crashing?
373
1213000
3000
790,000 ארגנטינאים. אתם רוצים לדעת מדוע ארגנטינה מתרסקת?
20:16
It's got nothing to do with inflation.
374
1216000
2000
אין לזה שום קשר עם אינפלציה.
20:18
It's got nothing to do with privatization.
375
1218000
2000
אין לזה שום קשר עם הפרטה.
20:20
You can take a Harvard-educated Ivy League economist,
376
1220000
4000
אתם יכולים לקחת כלכלן בוגר הרוורד מליגת הקיסוס,
20:24
stick him in charge of Argentina. He still crashes the country
377
1224000
3000
תתקעו אותו להיות אחראי על ארגנטינה. הוא עדיין ירסק את המדינה
20:27
because he doesn't understand how the rules have changed.
378
1227000
2000
מכיוון שהוא לא יבין איך החוקים השתנו.
20:30
Oh, yeah, and it takes about 5.6 million Indians.
379
1230000
3000
אה, כן, וזה כ-5.6 מיליון הודים.
20:33
Well, watch what happens to India.
380
1233000
2000
ובכן, תשימו לב מה קרה עם הודו.
20:35
India and China used to be 40 percent of the global economy
381
1235000
3000
הודו וסין היו פעם 40 אחוז מהכלכלה העולמית
20:38
just at the Industrial Revolution, and they are now about 4.8 percent.
382
1238000
5000
ממש בתחילת המהפכה התעשייתית, וכעת הן כ-4.8 אחוז.
20:43
Two billion people. One third of the global population producing 5 percent of the wealth
383
1243000
4000
שני מיליארד אנשים. שליש מהאוכלוסיה העולמית המייצרים 5 אחוז מהעושר
20:47
because they didn't get this change,
384
1247000
3000
מכיוון שהם לא עברו את השינוי,
20:50
because they kept treating their people like serfs
385
1250000
2000
מכיוון שהם המשיכו להתיחס לאנשים כאל צמיתים
20:52
instead of like shareholders of a common project.
386
1252000
3000
במקום כאל מחזיקי מניות של משימה משותפת.
20:56
They didn't keep the people who were educated.
387
1256000
3000
הם לא שמרו אצלם את האנשים המשכילים.
20:59
They didn't foment the businesses. They didn't do the IPOs.
388
1259000
2000
הם לא טיפחו את העסקים, לא עשו הנפקות לבורסה.
21:02
Silicon Valley did. And that's why they say
389
1262000
4000
עמק הסיליקון עשה. ולכן הם אומרים שעמק הסיליקון שואב
21:06
that Silicon Valley has been powered by ICs.
390
1266000
2000
את כוחו מ-ICs (מעגלים משולבים).
21:09
Not integrated circuits: Indians and Chinese.
391
1269000
3000
לא, לא מעגלים משולבים, אלא הודים וסינים (Indians and Chinese).
21:12
(Laughter)
392
1272000
4000
(צחוק)
21:16
Here's what's happening in the world.
393
1276000
2000
הנה מה שקורה בעולם.
21:18
It turns out that if you'd gone to the U.N. in 1950,
394
1278000
3000
מתברר שאם היינו הולכים לאו"ם ב-1950,
21:21
when it was founded, there were 50 countries in this world.
395
1281000
2000
כאשר הוא נוסד, היו 50 מדינות בעולם.
21:23
It turns out there's now about 192.
396
1283000
3000
מתברר שיש היום כ-192.
21:26
Country after country is splitting, seceding, succeeding, failing --
397
1286000
4000
מדינה אחר מדינה מתפצלת, מתנתקת, מצליחה, נכשלת.
21:31
and it's all getting very fragmented. And this has not stopped.
398
1291000
5000
והכל נעשה רסיסים, רסיסים. וזה לא עוצר.
21:36
In the 1990s, these are sovereign states
399
1296000
3000
בשנות ה-90, היו אלה מדינות ריבוניות
21:39
that did not exist before 1990.
400
1299000
2000
שלא היו קיימות לפני 1990.
21:41
And this doesn't include fusions or name changes or changes in flags.
401
1301000
5000
וזה לא כולל איחודים או שינויי שמות או החלפת דגלים.
21:46
We're generating about 3.12 states per year.
402
1306000
3000
אנו מייצרים כ-3.12 מדינות כל שנה.
21:49
People are taking control of their own states,
403
1309000
3000
אנשים נוטלים את השליטה על מדינותיהם,
21:52
sometimes for the better and sometimes for the worse.
404
1312000
3000
לפעמים זה לטובה ולפעמים לרעה.
21:55
And the really interesting thing is,
405
1315000
2000
והדבר הבאמת מעניין הוא
21:57
you and your kids are empowered to build great empires,
406
1317000
2000
שאתם וילדיכם, ביכולתכם לבנות מעצמות גדולות,
21:59
and you don't need a lot to do it.
407
1319000
2000
ואינכם צריכים לעשות הרבה לשם כך.
22:01
(Music)
408
1321000
2000
(מוזיקה)
22:03
And, given that the music is over, I was going to talk
409
1323000
3000
ומתוך הנחה שהמוזיקה הסתיימה, עמדתי לדבר
22:06
about how you can use this to generate a lot of wealth,
410
1326000
3000
על כיצד אתם יכולים להשתמש בזה כדי לייצר עושר גדול,
22:09
and how code works.
411
1329000
2000
וכיצד הצופן עובד.
22:11
Moderator: Two minutes.
412
1331000
1000
(אחראי: שתי דקות.)
22:12
(Laughter)
413
1332000
2000
(צחוק)
22:14
Juan Enriquez: No, I'm going to stop there and we'll do it next year
414
1334000
4000
לא, אני אפסיק כאן ואעשה זאת בשנה הבאה
22:18
because I don't want to take any of Laurie's time.
415
1338000
2000
כי איני רוצה לקחת מזמנה של לורי.
22:21
But thank you very much.
416
1341000
1000
אבל תודה רבה לכם.
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7