Ray Kurzweil: A university for the coming singularity

מתרגם: Ran Amitay מבקר: Arnon Cahen

Information technology grows in an exponential manner.

טכנולוגיית המידע מתקדמת בצורה אקספוננציאלית (מעריכית)

It's not linear. And our intuition is linear.

לא בצורה לינארית (קווית). והאינטואיציה שלנו היא לינארית.

When we walked through the savanna a thousand years ago

כשהלכנו בסוואנה לפני אלף שנה

we made linear predictions where that animal would be,

הערכנו בצורה לינארית היכן תימצא החיה.

and that worked fine. It's hardwired in our brains.

וזה עבד מצוין. זה נצרב למוחותינו.

But the pace of exponential growth

אבל הקצב של הגידול האקספוננציאלי

is really what describes information technologies.

הוא מה שבאמת מתאר את טכנולוגיות המידע.

And it's not just computation.

וזה לא רק חישוב.

There is a big difference between linear and exponential growth.

יש הבדל גדול בין גידול לינארי לאקספוננציאלי.

If I take 30 steps linearly -- one, two, three, four, five --

אם אבצע 30 צעדים בצורה לינארית, אחת, שתיים, שלוש, ארבע, חמש,

I get to 30.

אגיע ל30.

If I take 30 steps exponentially -- two, four, eight, 16 --

אם אבצע 30 צעדים בצורה אקספוננציאלית, שתיים, ארבע, שמונה, 16,

I get to a billion.

אגיע למיליארד.

It makes a huge difference.

זה הבדל עצום.

And that really describes information technology.

וזה מה שבאמת מתאר את טכנולוגיית המידע.

When I was a student at MIT,

כשהייתי סטודנט באוניברסיטת MIT

we all shared one computer that took up a whole building.

חלקנו ביננו מחשב אחד שהיה בגודל הבניין כולו.

The computer in your cellphone today is a million times cheaper,

המחשב שיש לכם בטלפון הסלולרי כיום הוא זול פי מליון,

a million times smaller,

קטן פי מליון,

a thousand times more powerful.

חזק פי אלף.

That's a billion-fold increase in capability per dollar

זה שיפור של פי מיליארד ביכולות לכל דולר

that we've actually experienced since I was a student.

שחווינו למעשה מאז שהייתי סטודנט.

And we're going to do it again in the next 25 years.

ואנחנו נעשה את זה שוב ב25 שנים הבאות.

Information technology progresses

טכנולוגיית המידע מתקדמת

through a series of S-curves

ברצף של עקומות בצורת S

where each one is a different paradigm.

כשכל אחת היא פרדיגמה אחרת.

So people say, "What's going to happen when Moore's Law comes to an end?"

אז אנשים אומרים: "מה יקרה כש'חוק מור' (Moore's Law) יגיע לקיצו?"

Which will happen around 2020.

דבר שיקרה בסביבות 2020.

We'll then go to the next paradigm.

אז אנחנו נתקדם לפרדיגמה הבאה.

And Moore's Law was not the first paradigm

וחוק מור לא היה הפרדיגמה הראשונה

to bring exponential growth to computing.

שהביאה התקדמות אקספוננציאלית למיחשוב.

The exponential growth of computing started

ההתקדמות האקספוננציאלית במיחשוב החלה

decades before Gordon Moore was even born.

עשורים רבים לפני שגורדון מור בכלל נולד.

And it doesn't just apply to computation.

והחוק הזה לא תקף רק במיחשוב.

It's really any technology where we can measure

הוא תקף למעשה בכל טכנולוגיה שניתן למדוד בה

the underlying information properties.

את תכונות המידע היסודיות שבה.

Here we have 49 famous computers. I put them in a logarithmic graph.

יש לנו כאן 49 מחשבים מפורסמים. אני מציג אותם בגרף לוגריתמי.

The logarithmic scale hides the scale of the increase,

הסולם הלוגריתמי מסתיר את הסולם של ההתקדמות.

because this represents trillions-fold increase

כיוון שזה מייצג התקדמות פי טריליונים

since the 1890 census.

מאז הסקר של 1890.

In 1950s they were shrinking vacuum tubes,

בשנות ה50 של המאה ה20 כיווצו שפופרות ואקום,

making them smaller and smaller. They finally hit a wall;

הקטינו אותן עוד ועוד. לבסוף נתקלו בקיר.

they couldn't shrink the vacuum tube any more and keep the vacuum.

הם לא יכלו להקטין עוד את השפופרות ועדיין לשמור על הואקום.

And that was the end of the shrinking of vacuum tubes,

וזה היה הסוף של כיווץ שפופרות ואקום.

but it was not the end of the exponential growth of computing.

אבל זה לא היה הסוף של הגידול האקספוננציאלי של המיחשוב.

We went to the fourth paradigm, transistors,

עברנו לפרדיגמה הרביעית, טרנזיסטורים,

and finally integrated circuits.

ולבסוף, מעגלים משולבים.

When that comes to an end we'll go to the sixth paradigm;

וכשזה יגיע לקיצו, נעבור לפרדיגמה השישית,

three-dimensional self-organizing molecular circuits.

מעגלים מולקולריים תלת-מימדיים שמתארגנים מעצמם.

But what's even more amazing, really, than this

אבל מה שאפילו יותר מדהים, בעצם,

fantastic scale of progress,

מקצב הגידול הפנטסטי הזה

is that -- look at how predictable this is.

הוא שתראו כמה שהוא צפוי.

I mean this went through thick and thin,

אני מתכוון, הוא המשיך בזמנים טובים ורעים,

through war and peace, through boom times and recessions.

במלחמה ושלום, בשגשוג ובמיתון.

The Great Depression made not a dent in this exponential progression.

"המיתון הגדול" לא גרם אפילו לקמט קל בגידול האקספוננציאלי הזה.

We'll see the same thing in the economic recession we're having now.

ואחנו נראה את אותו הדבר במיתון הכלכלי של היום.

At least the exponential growth of information technology capability

לפחות הגידול האקספוננציאלי של היכולות של טכנולוגיית המידע

will continue unabated.

ימשיך ללא הפרעה.

And I just updated these graphs.

ורק לאחרונה עידכני את הגרפים האלה.

Because I had them through 2002 in my book, "The Singularity is Near."

כיוון שהם הופיעו מאז 2002 בספרי "הסינגולריות קרבה".

So we updated them,

אז עידכנו אותם,

so I could present it here, to 2007.

כדי שאוכל להציגם כאן, לשנת 2007

And I was asked, "Well aren't you nervous?

ושאלו אותי: "ובכן, אתה לא מודאג?

Maybe it kind of didn't stay on this exponential progression."

אולי ההתקדמות לא תישאר אקספוננציאלית לגמרי."

I was a little nervous

הייתי קצת מודאג

because maybe the data wouldn't be right,

כי אולי הנתונים לא יהיו נכונים,

but I've done this now for 30 years,

אבל אני כבר עוסק בזה במשך 30 שנה,

and it has stayed on this exponential progression.

ועדיין, הגרף נשאר עם ההתקדמות האקספוננציאלית הזו.

Look at this graph here.You could buy one transistor for a dollar in 1968.

הביטו בגרף הזה. היה ניתן לקנות טרנזיסטור אחד בדולר אחד בשנת 1968.

You can buy half a billion today,

כיום ניתן לקנות חצי מיליארד.

and they are actually better, because they are faster.

והם אפילו יותר טובים, כי הם מהירים יותר.

But look at how predictable this is.

אבל ראו כמה זה צפוי.

And I'd say this knowledge is over-fitting to past data.

והייתי אומר שהידע הזה הוא יותר ממתאים לנתוני העבר.

I've been making these forward-looking predictions for about 30 years.

אני כבר מבצע את התחזיות האלה במשך כ30 שנה.

And the cost of a transistor cycle,

והמחיר של פעולת מחזור של טרנזיסטור,

which is a measure of the price performance of electronics,

שהוא מדד של מחיר הביצועים של אלקטרוניקה,

comes down about every year.

יורד בערך כל שנה.

That's a 50 percent deflation rate.

דבר שמייצג קצב של 50 אחוזי דיפלציה.

And it's also true of other examples,

והדבר נכון גם בדוגמאות אחרות

like DNA data or brain data.

כמו נתוני די.אנ.איי או נתוני מח.

But we more than make up for that.

אבל אנחנו יותר ממפצים על זה.

We actually ship more than twice as much

אנחנו למעשה מיצאים יותר מפי שניים

of every form of information technology.

מכל סוג של טכנולוגיית מידע.

We've had 18 percent growth in constant dollars

היו לנו 18 אחוזי גידול בדולרים

in every form of information technology for the last half-century,

בכל צורה של של טכנולוגיית מידע בחצי המאה האחרונה.

despite the fact that you can get twice as much of it each year.

אף-על-פי שניתן להשיג פי שתיים יותר מכל טכנולוגיה - בכל שנה.

This is a completely different example.

זאת דוגמה שונה לגמרי.

This is not Moore's Law.

זה אינו חוק מור.

The amount of DNA data

כמות מידע הדי.אנ.איי

we've sequenced has doubled every year.

שאספנו הוכפל בכל שנה

The cost has come down by half every year.

המחיר יחד בחצי כל שנה.

And this has been a smooth progression

וזו היתה התקדמות חלקה

since the beginning of the genome project.

מאז תחילת פרוייקט הגנום האנושי.

And halfway through the project, skeptics said,

ובמחצית הפרוייקט, הספקנים אמרו:

"Well, this is not working out. You're halfway through the genome project

"זה לא עובד. אתם כבר באמצע הפרוייקט

and you've finished one percent of the project."

וסיימתם רק אחוז אחד מכלל הפרוייקט."

But that was really right on schedule.

אבל זה היה בדיוק לפי הלו"ז.

Because if you double one percent seven more times,

כי אם מכפילים אחוז אחד שבע פעמים נוספות,

which is exactly what happened,

וזה בדיוק מה שקרה,

you get 100 percent. And the project was finished on time.

מגיעים ל100 אחוז. והפרוייקט הסתיים בזמן.

Communication technologies:

טכנולוגיות תקשורת:

50 different ways to measure this,

50 דרכים שונות למדידה.

the number of bits being moved around, the size of the Internet.

מספר ה"ביטים" שמועברים, גודל האינטרנט.

But this has progressed at an exponential pace.

אבל זה התקדם בקצב אקספוננציאלי.

This is deeply democratizing.

זה ממש גורם לדמוקרטיזציה.

I wrote, over 20 years ago in "The Age of Intelligent Machines,"

לפני 20 שנה, כתבתי ב"עידן המכונות האיטיליגנטיות"

when the Soviet Union was going strong, that it would be swept away

כשברית המועצות היתה עדיין בתהליך התחזקות, שהיא תתפוגג

by this growth of decentralized communication.

ע"י הגל הזה של תקשורת מבוזרת.

And we will have plenty of computation as we go through the 21st century

ויהיה לנו די כח מיחשוב במהלך המאה ה21

to do things like simulate regions of the human brain.

כדי לדמות איזורים מהמח האנושי.

But where will we get the software?

אבל מהיכן נשיג את התוכנה?

Some critics say, "Oh, well software is stuck in the mud."

חלק מהמבקרים אומרים: "המ.. התוכנה תקועה ולא מתקדמת"

But we are learning more and more about the human brain.

אבל אנחנו לומדים עוד ועוד על המוח האנושי.

Spatial resolution of brain scanning is doubling every year.

והרזולוציה המרחבית של סריקת המח האנושי מוכפלת כל שנה.

The amount of data we're getting about the brain is doubling every year.

כמות המידע שאנחנו אוספים על המוח מוכפלת כל שנה.

And we're showing that we can actually turn this data

ואנחנו מראים שאנחנו אכן יכולים להפוך את המידע הזה

into working models and simulations of brain regions.

לכדי מודלים מתפקדים וסימולציות של חלקים במוח.

There is about 20 regions of the brain that have been modeled,

ישנם כ20 איזורים במוח שכבר יש לנו עבורם מודלים,

simulated and tested:

שעברו סימולציה ומבחנים:

the auditory cortex, regions of the visual cortex;

קליפת השמיעה, איזורים של קליפת הראיה,

cerebellum, where we do our skill formation;

המח הקטן, האיזור בו אנחנו מייצבים את היכולות שלנו,

slices of the cerebral cortex, where we do our rational thinking.

פיסות של קליפת המח, האיזור בו אנחנו מבצעים חשיבה הגיונית.

And all of this has fueled

וכל זה הניע

an increase, very smooth and predictable, of productivity.

שיפור, מאוד חלק וצפוי, של פרודוקטיביות.

We've gone from 30 dollars to 130 dollars

עברנו מ30 דולר ל130 דולר

in constant dollars in the value of an average hour of human labor,

בשווי ממוצע עבור שעת עבודת אדם,

fueled by this information technology.

דבר שהונע ע" טכנולוגיית המידע.

And we're all concerned about energy and the environment.

וכולנו מודאגים מאנרגיה ומהסביבה.

Well this is a logarithmic graph.

ובכן, זה גרף לוגריתמי,

This represents a smooth doubling,

שמתאר הכפלה יציבה

every two years, of the amount of solar energy we're creating,

כל שנתיים, של כמות האנרגיה הסולארית שאנחנו מייצרים.

particularly as we're now applying nanotechnology,

ובייחוד כעת, כאשר אנחנו מיישמים ננו-טכנולוגיה,

a form of information technology, to solar panels.

שהיא סוג של טכנולוגיית מידע, ללוחות סולאריים.

And we're only eight doublings away

ואנחנו רק במרחק של 8 הכפלות

from it meeting 100 percent of our energy needs.

מיכולת ייצור של 100 אחוזים מצרכי האנרגיה שלנו.

And there is 10 thousand times more sunlight than we need.

ויש פי 10,000 יותר אור שמש ממה שאנחנו צריכים.

We ultimately will merge with this technology. It's already very close to us.

אנחנו לבסוף נתמזג עם הטכנולוגיה הזאת. זה כבר די קרוב אלינו.

When I was a student it was across campus, now it's in our pockets.

כשהייתי סטודנט זה היה לרוחב הקמפוס. היום זה נכנס בכיס.

What used to take up a building now fits in our pockets.

מה שתפס בניין שלם, היום נכנס בכיס.

What now fits in our pockets would fit in a blood cell in 25 years.

מה שהיום נכנס בכיס, ייכנס בתוך תא דם בעוד 25 שנה.

And we will begin to actually deeply influence

ואנחנו נתחיל להשפיע באופן מהותי ביותר

our health and our intelligence,

על הבריאות והאינטיליגנציה שלנו

as we get closer and closer to this technology.

ככל שנתקרב לטכנולוגיה הזאת.

Based on that we are announcing, here at TED,

בהתבסס על זה, אנחנו מכריזים כאן בTED

in true TED tradition, Singularity University.

כמיטב מסורת TED, על אוניברסיטת הסינגולריות.

It's a new university

זו אוניברסיטה חדשה

that's founded by Peter Diamandis, who is here in the audience,

שמיוסדת ע"י פיטר דיאמנדיס, שנמצא כאן בקהל,

and myself.

ואנוכי.

It's backed by NASA and Google,

היא נתמכת ע"י נאסא וגוגל,

and other leaders in the high-tech and science community.

וע"י מובילים אחרים בקהילת ההי-טק והמדע.

And our goal was to assemble the leaders,

מטרתנו היתה לאסוף את המנהיגים,

both teachers and students,

מורים ותלמידים כאחד,

in these exponentially growing information technologies,

בתחומי הטכנולוגיות האלה, שמתקדמות בקצב האקספוננציאלי,

and their application.

וביישומן.

But Larry Page made an impassioned speech

אבל לארי פייג' נשא נאום נרגש

at our organizing meeting,

באסיפת הייסוד שלנו,

saying we should devote this study

ואמר שעלינו להקדיש את המחקר הזה

to actually addressing some of the major challenges facing humanity.

לנסיון לפתור כמה מהאתגרים הגדולים ביותר שמולם ניצבת האנושות.

And if we did that, then Google would back this.

ושאם נעשה כך, גוגל תתמוך בנו.

And so that's what we've done.

וכך עשינו.

The last third of the nine-week intensive summer session

השליש האחרון של קורס הקיץ האינטנסיבי בן 9 השבועות

will be devoted to a group project to address

יוקדש לפרוייקט קבוצתי שמטרתו להתמקד

some major challenge of humanity.

באיזה אתגר גדול של האנושות.

Like for example, applying the Internet,

כמו למשל, להשתמש ברשת האינטרנט,

which is now ubiquitous, in the rural areas of China or in Africa,

שכבר נפוצה באיזורים כפריים של סין או אפריקה,

to bringing health information

להפצת מידע בריאותי

to developing areas of the world.

באיזורים מתפתחים של העולם.

And these projects will continue past these sessions,

והפרוייקטים האלה ימשיכו מעבר לקורסים האלה

using collaborative interactive communication.

תוך שימוש בתקשרות שיתופית אינטראקטיבית.

All the intellectual property that is created and taught

כל הקניין הרוחני שייווצר ויילמד

will be online and available,

יהיה נגיש ברשת

and developed online in a collaborative fashion.

ויפותח ברשת בצורה שיתופית.

Here is our founding meeting.

הנה אסיפת הייסוד שלנו.

But this is being announced today.

אבל אנחנו מכריזים על זאת היום.

It will be permanently headquartered in Silicon Valley,

מפקדת הקבע שלנו תהיה בעמק הסיליקון,

at the NASA Ames research center.

במרכז המחקר "איימס" של נאסא.

There are different programs for graduate students,

ישנן תוכניות שונות עבור תלמידים לתארים מתקדמים,

for executives at different companies.

לבכירים בחברות שונות.

The first six tracks here -- artificial intelligence,

ששת המסלולים הראשונים כאן, בינה מלאכותית,

advanced computing technologies, biotechnology, nanotechnology --

טכנולוגיות מחשוב מתקדמות, ביו-טכנולוגיה, ננו-טכנולוגיה

are the different core areas of information technology.

הינם תחומי הליבה של טכנולוגיית המידע.

Then we are going to apply them to the other areas,

לאחר מכן, ניישם אותן בתחומים אחרים

like energy, ecology,

כמו אנרגיה, אקולוגיה,

policy law and ethics, entrepreneurship,

מדיניות חוק ואתיקה, ייזמות

so that people can bring these new technologies to the world.

כדי שאנשים יוכלו להביא את הטכנולוגיות החדשות האלה אל העולם.

So we're very appreciative of the support we've gotten

אנחנו מעריכים מאוד את התמיכה שקיבלנו

from both the intellectual leaders, the high-tech leaders,

מהמנהיגים האיטלקטואלים, מנהיגי ההי-טק,

particularly Google and NASA.

בייחוד נאסא וגוגל.

This is an exciting new venture.

זה מפעל חדש ומרתק.

And we invite you to participate. Thank you very much.

ואנחנו מזמינים אתכם לקחת בו חלק. תודה רבה.

(Applause)

(כפיים)