Computing a theory of everything | Stephen Wolfram

Vertaald door: Hèlen Grives Nagekeken door: Els De Keyser

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

Ik wil het hebben over een groots idee.

Actually, I think it'll eventually

Ik denk dat het uiteindelijk

be seen as probably the single biggest idea

zal worden gezien als het allergrootste idee

that's emerged in the past century.

dat de afgelopen eeuw heeft voortgebracht.

It's the idea of computation.

Het is het idee van de berekening.

Now, of course, that idea has brought us

Dat idee heeft ons

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

heel onze huidige computertechnologie gebracht.

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

Maar berekening heeft veel te betekenen dan dat.

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

Het is een erg diep, erg krachtig, erg fundamenteel idee,

whose effects we've only just begun to see.

waarvan we het effect pas nu beginnen te zien.

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

Ik heb de voorbije 30 jaar van mijn leven besteed

working on three large projects

aan drie grote projecten

that really try to take the idea of computation seriously.

die het idee van berekening ernstig proberen te nemen.

So I started off at a young age as a physicist

Ik begon op jonge leeftijd als natuurkundige

using computers as tools.

die computers als gereedschap gebruikte.

Then, I started drilling down,

Daarna begon ik in te zoomen.

thinking about the computations I might want to do,

Ik dacht na over de berekeningen die ik wilde doen,

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

uit welke primitieven ze opgebouwd konden worden

and how they could be automated as much as possible.

en hoe ze zoveel mogelijk geautomatiseerd konden worden.

Eventually, I created a whole structure

Uiteindelijk creëerde ik een structuur

based on symbolic programming and so on

gebaseerd op symbolisch programmeren,

that let me build Mathematica.

waardoor ik Mathematica kon bouwen.

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

De afgelopen 23 jaar hebben we

we've been pouring more and more ideas

meer en meer ideeën

and capabilities and so on into Mathematica,

en functionaliteiten in Mathematica gestopt.

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

Dat heeft tot veel goede dingen geleid

in R & D and education,

in onderzoek en ontwikkeling en onderwijs,

lots of other areas.

en in andere gebieden.

Well, I have to admit, actually,

Ik moet toegeven

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

dat ik Mathematica ook uit eigenbelang heb gemaakt.

I wanted to use it myself,

Ik wilde het zelf gebruiken,

a bit like Galileo got to use his telescope

een beetje zoals Galileo zijn telescoop gebruikte

400 years ago.

400 jaar geleden.

But I wanted to look not at the astronomical universe,

Maar ik wilde niet n aar het astronomische universum kijken,

but at the computational universe.

maar naar het universum van de berekeningen.

So we normally think of programs as being

Gewoonlijk zien we programma's als

complicated things that we build

moeilijke dingen die we bouwen

for very specific purposes.

voor erg specifieke doeleinden.

But what about the space of all possible programs?

Maar wat met ruimte van alle mogelijke programma's?

Here's a representation of a really simple program.

Hier is een voorbeeld van een echt simpel programma.

So, if we run this program,

Als we dit programma uitvoeren,

this is what we get.

dan krijgen we dit.

Very simple.

Erg eenvoudig.

So let's try changing the rule

Laten we dus de regel

for this program a little bit.

voor dit programma een beetje veranderen.

Now we get another result,

Nu krijgen we een ander resultaat,

still very simple.

nog steeds erg eenvoudig.

Try changing it again.

Probeer het nog een keer te veranderen.

You get something a little bit more complicated.

Het wordt wat ingewikkelder,

But if we keep running this for a while,

maar als we dit een tijdje laten draaien

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

ontdekken we dat het patroon hoewel erg complex,

it has a very regular structure.

toch een regelmatige structuur heeft.

So the question is: Can anything else happen?

De vraag is dus: kan er nog iets anders gebeuren?

Well, we can do a little experiment.

We kunnen een experimentje doen.

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

Laten we een wiskundig experimentje doen, proberen en ontdekken.

Let's just run all possible programs

Laten we alle mogelijke programma's uitvoeren

of the particular type that we're looking at.

van het bijzondere type waar we naar kijken.

They're called cellular automata.

Ze worden cellulaire automata genoemd.

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

Je ziet heel verscheiden gedrag.

Most of them do very simple things,

De meeste doen eenvoudige dingen.

but if you look along all these different pictures,

Maar als je lang genoeg kijkt naar de plaatjes,

at rule number 30,

op regel nummer 30,

you start to see something interesting going on.

dan zie je dat er iets interessants aan de hand is.

So let's take a closer look

Laten we dus nader kijken

at rule number 30 here.

naar regel nummer 30 hier.

So here it is.

Hier is het.

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

We volgen alleen deze eenvoudige regel hier beneden,

but we're getting all this amazing stuff.

maar we krijgen al die verbazingwekkende dingen.

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

Dit is helemaal niet wat we gewend zijn,

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

en ik moet zeggen, toen ik dit voor het eerst zag,

it came as a huge shock to my intuition.

was het een grote schok voor mijn intuïtie.

And, in fact, to understand it,

Om het te begrijpen,

I eventually had to create

moest ik uiteindelijk

a whole new kind of science.

een hele nieuw soort wetenschap creëren.

(Laughter)

(Gelach)

This science is different, more general,

Deze wetenschap is anders, algemener

than the mathematics-based science that we've had

dan de op wiskunde gebaseerde wetenschap

for the past 300 or so years.

van de afgelopen 300 jaar.

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

Het leek altijd een groot mysterie

how nature, seemingly so effortlessly,

hoe de natuur, ogenschijnlijk zo moeiteloos

manages to produce so much

in staat is zoveel te produceren

that seems to us so complex.

dat voor ons zo complex lijkt.

Well, I think we've found its secret:

Ik denk dat we het geheim hebben gevonden.

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

In het universum van de berekeningen is er alleen sampling.

and quite often getting things like Rule 30

Vaak krijgen we dingen zoals Regel 30

or like this.

of zoals dit.

And knowing that starts to explain

Dat weten, verklaart

a lot of long-standing mysteries in science.

veel lang bestaande mysteries in de wetenschap.

It also brings up new issues, though,

Het zorgt ook voor nieuwe kwesties,

like computational irreducibility.

zoals de onherleidbaarheid van berekeningen.

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

We zijn gewend dat wetenschap ons dingen laat voorspellen,

but something like this

maar zoiets als dit

is fundamentally irreducible.

is fundamenteel onherleidbaar.

The only way to find its outcome

De enige mogelijke weg om de uitkomst te vinden

is, effectively, just to watch it evolve.

is gewoon kijken hoe het evolueert.

It's connected to, what I call,

Het is gelinkt aan

the principle of computational equivalence,

het 'principe van equivalentie van berekeningen',

which tells us that even incredibly simple systems

dat ons leert dat zelfs zeer eenvoudige systemen

can do computations as sophisticated as anything.

zeer gesofisticeerde berekeningen kunnen doen.

It doesn't take lots of technology or biological evolution

Er is niet veel technologie of biologische evolutie voor nodig

to be able to do arbitrary computation;

om arbitraire berekeningen te doen.

just something that happens, naturally,

Het gebeurt gewoon, natuurlijk,

all over the place.

overal.

Things with rules as simple as these can do it.

Dingen met zulke simpele regels als dit kunnen het.

Well, this has deep implications

Dit heeft vérstrekkende gevolgen

about the limits of science,

voor de grenzen van de wetenschap,

about predictability and controllability

voor de voorspelbaarheid en controleerbaarheid

of things like biological processes or economies,

van dingen zoals biologische processen of economieën,

about intelligence in the universe,

voor intelligentie in het heelal,

about questions like free will

voor vraagstukken als de vrije wil

and about creating technology.

en voor het maken van technologie.

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

Terwijl ik jaren gewerkt hebt aan deze wetenschap,

I kept wondering,

bleef ik me afvragen:

"What will be its first killer app?"

"Wat zal de eerste 'killer app' zijn?"

Well, ever since I was a kid,

Sinds mijn kindertijd

I'd been thinking about systematizing knowledge

heb ik aan het systematiseren van kennis gedacht

and somehow making it computable.

om die berekenbaar te maken.

People like Leibniz had wondered about that too

Mensen zoals Leibniz vroegen zich dat ook af,

300 years earlier.

300 jaar geleden.

But I'd always assumed that to make progress,

Maar ik nam altijd aan dat ik om vooruitgang te boeken,

I'd essentially have to replicate a whole brain.

het hele brein zou moeten kopiëren.

Well, then I got to thinking:

Maar nu denk ik:

This scientific paradigm of mine suggests something different --

mijn wetenschappelijke paradigma suggereert iets anders.

and, by the way, I've now got

Ik heb nu ook

huge computation capabilities in Mathematica,

enorme rekenmogelijkheden in Mathematica,

and I'm a CEO with some worldly resources

en ik ben een CEO met de wereldlijke middelen

to do large, seemingly crazy, projects --

om grote, ogenschijnlijk waanzinnige projecten te doen.

So I decided to just try to see

Dus besloot ik na te gaan

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

hoeveel van de bestaande systematische kennis

we could make computable.

we berekenbaar kunnen maken.

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

Het was een groot en complex project,

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

waarvan ik niet zeker was dat het zou werken.

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

Maar ik ben blij om te zeggen dat het heel goed gaat.

And last year we were able

Vorig jaar hebben we

to release the first website version

de eerste website-versie

of Wolfram Alpha.

van Wolfram Alpha gelanceerd.

Its purpose is to be a serious knowledge engine

Ze heeft tot doel om een serieuze kennismachine te zijn

that computes answers to questions.

die antwoorden op vragen berekent.

So let's give it a try.

Laten we het dus proberen.

Let's start off with something really easy.

Laten we met iets heel simpels beginnen.

Hope for the best.

Laten we het beste hopen.

Very good. Okay.

Erg goed. OK.

So far so good.

Tot nu toe gaat alles goed.

(Laughter)

(Gelach)

Let's try something a little bit harder.

Laten we iets moeilijkers proberen.

Let's do

Laten we zeggen...

some mathy thing,

Laten we iets wiskundigs doen.

and with luck it'll work out the answer

Met een beetje geluk zal het een antwoord geven

and try and tell us some interesting things

en ons interessante dingen proberen te vertellen

things about related math.

dingen over verwante wiskunde.

We could ask it something about the real world.

We zouden het iets kunnen vragen over de echte wereld.

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

Laten we zeggen --

what's the GDP of Spain?

Wat is het bnp van Spanje?

And it should be able to tell us that.

Het zou ons moeten kunnen vertellen wat dat is.

Now we could compute something related to this,

Nu berekenen we iets dat eraan gerelateerd is,

let's say ... the GDP of Spain

laten we zeggen het bnp van Spanje

divided by, I don't know,

gedeeld door, weet niet,

the -- hmmm ...

de -- hmm..

let's say the revenue of Microsoft.

laten we zeggen de inkomsten van Microsoft.

(Laughter)

(Gelach)

The idea is that we can just type this in,

Het idee is dat we dit gewoon kunnen intikken,

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

zo'n soort vraag, op de manier die ons invalt.

So let's try asking a question,

Laten we dus een vraag stellen,

like a health related question.

bijvoorbeeld een vraag over gezondheid.

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

Laten we zeggen dat er een lab is dat vaststelt --

you know, we have an LDL level of 140

weet je, we hebben een LDL-niveau van 140

for a male aged 50.

voor een man van 50.

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

We tikken dat in en nu zal Wolfram Alpha

will go and use available public health data

met openbare gezondheidsdata

and try and figure out

proberen uit te zoeken

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

welk deel van de bevolking daarmee overeenkomt.

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

Of laten we proberen vragen te stellen

the International Space Station.

over het internationale ruimtestation.

And what's happening here is that

Wat hier gebeurt, is

Wolfram Alpha is not just looking up something;

dat Wolfram Alpha niet zomaar iets opzoekt;

it's computing, in real time,

het berekent, in real time,

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

waar het internationale ruimtestation op dit moment precies is,

how fast it's going, and so on.

hoe snel het gaat etc.

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

Wolfram Alpha weet een heleboel over een heleboel dingen.

It's got, by now,

Het heeft nu

pretty good coverage of everything you might find

een heel goede dekking over alles wat je maar kunt vinden

in a standard reference library.

in een standaard naslagwerk etc.

But the goal is to go much further

Het doel is om veel verder te gaan

and, very broadly, to democratize

en in ruime zin

all of this knowledge,

alle kennis van dit type te democratiseren,

and to try and be an authoritative

en om te proberen om een gezaghebbende bron

source in all areas.

te zijn op elk gebied,

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

om antwoorden te berekenen op specifieke vragen van mensen,

not by searching what other people

niet door te zoeken wat andere mensen

may have written down before,

eerder hebben geschreven,

but by using built in knowledge

maar door ingebouwde kennis te gebruiken

to compute fresh new answers to specific questions.

om frisse nieuwe antwoorden op specifieke vragen te berekenen.

Now, of course, Wolfram Alpha

Wolfram Alpha is

is a monumentally huge, long-term project

een monumentaal groot langetermijnproject

with lots and lots of challenges.

met heel veel uitdagingen.

For a start, one has to curate a zillion

Het vergt een eindeloze verzameling

different sources of facts and data,

van verschillende bronnen van feiten en gegevens.

and we built quite a pipeline of Mathematica automation

We hebben een pipeline opgezet van Mathematica-automatisering

and human domain experts for doing this.

en menselijke domeinexperts om dit te doen.

But that's just the beginning.

Maar dat is slechts het begin.

Given raw facts or data

Met ruwe feiten of gegevens

to actually answer questions,

om vragen te beantwoorden

one has to compute:

berekenen we,

one has to implement all those methods and models

implementeren we al deze methoden en modellen

and algorithms and so on

en algoritmes etc.

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

die anderen door de eeuwen heen hebben opgebouwd.

Well, even starting from Mathematica,

Zelfs als we starten vanuit Mathematica,

this is still a huge amount of work.

is dit nog steeds een hele berg werk.

So far, there are about 8 million lines

Tot dusver zitten er zo'n 8 miljoen regels

of Mathematica code in Wolfram Alpha

Mathematica-code in Wolfram Alpha

built by experts from many, many different fields.

gebouwd door experts in veel verschillende vakgebieden.

Well, a crucial idea of Wolfram Alpha

Een cruciaal idee van Wolfram Alpha

is that you can just ask it questions

is dat je het vragen kunt stellen

using ordinary human language,

in gewone mensentaal.

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

Alle vreemde uitingen

all those strange utterances that people type into the input field

die mensen in het invoerveld typen,

and understand them.

kunnen we begrijpen.

And I must say that I thought that step

Ik moet zeggen dat ik dacht dat die stap

might just be plain impossible.

gewoonweg onmogelijk zou zijn.

Two big things happened:

Er gebeurden twee grote dingen.

First, a bunch of new ideas about linguistics

Ten eerste, een aantal nieuwe ideeën over linguïstiek

that came from studying the computational universe;

die voortkwamen uit de studie van het universum van de berekeningen.

and second, the realization that having actual computable knowledge

Ten tweede, het besef dat het hebben van reële berekenbare kennis

completely changes how one can

diepe impact heeft op de manier

set about understanding language.

waarop we taal kunnen begrijpen.

And, of course, now

Nu Wolfram Alpha effectief gelanceerd is,

with Wolfram Alpha actually out in the wild,

Nu Wolfram Alpha effectief gelanceerd is,

we can learn from its actual usage.

kunnen we leren van het eigenlijk gebruik ervan.

And, in fact, there's been

Er is een interessante parallelle evolutie aan de gang

an interesting coevolution that's been going on

Er is een interessante parallelle evolutie aan de gang

between Wolfram Alpha

tussen Wolfram Alpha

and its human users,

en zijn mensenlijke gebruikers.

and it's really encouraging.

Het is erg bemoedigend.

Right now, if we look at web queries,

Als we nu naar web queries kijken,

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

dan wordt meer dan 80 procent al bij de eerste keer succesvol afgehandeld.

And if you look at things like the iPhone app,

Bij de iPhone-app

the fraction is considerably larger.

is het percentage aanzienlijk groter.

So, I'm pretty pleased with it all.

Dus ik ben er erg tevreden mee.

But, in many ways,

Maar in vele opzichten

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

staan we nog helemaal aan het begin van Wolfram Alpha.

I mean, everything is scaling up very nicely

We worden groter.

and we're getting more confident.

We worden zelfverzekerder.

You can expect to see Wolfram Alpha technology

Je zal Wolfram Alpha-technologie

showing up in more and more places,

zien verschijnen op steeds meer plekken,

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

terwijl het zowel werkt met openbare data, zoals op de website,

and with private knowledge

en ook met private kennis

for people and companies and so on.

van mensen en bedrijven etc.

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

Wolfram Alpha geeft

a whole new kind of computing

een heel nieuwe soort van berekening

that one can call knowledge-based computing,

die je 'kennisgebaseerd' zou kunnen noemen.

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

Je begint niet gewoon vanaf een ruwe berekening

but from a vast amount of built-in knowledge.

maar vanaf een grote hoeveelheid ingebouwde kennis.

And when one does that, one really changes

Daarbij verandert je

the economics of delivering computational things,

de economie van het aanleveren van berekeningen,

whether it's on the web or elsewhere.

of het nu op het web is of ergens anders.

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

De huidige situatie is erg interessant.

On the one hand, we have Mathematica,

Aan de ene kant hebben we Mathematica,

with its sort of precise, formal language

met zijn heel precieze, formele taal

and a huge network

en een gigantisch netwerk

of carefully designed capabilities

van zorgvuldig ontworpen mogelijkheden

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

die veel kan doen in weinig regels.

Let me show you a couple of examples here.

Laat me jullie een paar voorbeelden laten zien.

So here's a trivial piece of Mathematica programming.

Hier is een klein stukje Mathematica-programmatie.

Here's something where we're sort of

We proberen hier

integrating a bunch of different capabilities here.

enkele verschillende mogelijkheden te integreren.

Here we'll just create, in this line,

In deze regel hier

a little user interface that allows us to

makenwe een kleine user interface

do something fun there.

waardoor we daar iets leuks doen.

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

Dat is een iets gecompliceerder programma

that's now doing all sorts of algorithmic things

dat wat algoritmische dingen doet

and creating user interface and so on.

en een user interface aan het maken is etc.

But it's something that is very precise stuff.

Maar het is een echt precisiewerkje.

It's a precise specification with a precise formal language

Het is een precieze specificatie met een precieze formele taal

that causes Mathematica to know what to do here.

die ervoor zorgt dat Mathematica weet wat het hier moet doen.

Then on the other hand, we have Wolfram Alpha,

Aan de andere kant hebben we Wolfram Alpha,

with all the messiness of the world

met al de slordigheden van de wereld

and human language and so on built into it.

en van de menselijke taal erin gebouwd.

So what happens when you put these things together?

Wat gebeurt er als je die samenvoegt?

I think it's actually rather wonderful.

Ik vind het prachtig.

With Wolfram Alpha inside Mathematica,

Met Wolfram Alpha in Mathematica

you can, for example, make precise programs

kun je precieze programma's maken

that call on real world data.

die gebruik maken van echte data.

Here's a real simple example.

Hier is een eenvoudig voorbeeld.

You can also just sort of give vague input

Je kan ook van vage input geven

and then try and have Wolfram Alpha

en dan proberen om Wolfram Alpha

figure out what you're talking about.

te laten uitzoeken waarover je het hebt.

Let's try this here.

Laten we dit hier proberen.

But actually I think the most exciting thing about this

Volgens mij is het spannendste

is that it really gives one the chance

dat het je de kans geeft

to democratize programming.

om het programmeren te democratiseren.

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

Ieder zegt wat hij wil in gewone taal,

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

en Wolfram Alpha zoekt uit

what precise pieces of code

welke precieze stukjes code

can do what they're asking for

kunnen doen wat ze vragen,

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

en toont dan voorbeelden om uit te kiezen,

to build up bigger and bigger, precise programs.

om steeds grotere precieze programma's te bouwen.

So, sometimes, Wolfram Alpha

Dus soms zal Wolfram Alpha

will be able to do the whole thing immediately

alles in een keer doen

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

en het hele programma opleveren waarmee je kunt berekenen.

Here's a big website

Hier is een grote website

where we've been collecting lots of educational

waar we heel veel educatieve en andere demo's

and other demonstrations about lots of kinds of things.

over een heleboel dingen hebben verzameld.

I'll show you one example here.

Ik geef jullie een voorbeeld.

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

Dit is een van deze berekenbare documenten.

This is probably a fairly small

Dit is een erg klein stuk

piece of Mathematica code

Mathematica-code

that's able to be run here.

dat daar kan draaien.

Okay. Let's zoom out again.

OK. Laten we weer uitzoomen.

So, given our new kind of science,

Kunnen we onze nieuwe soort wetenschap

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

gebruiken om technologie te maken?

So, with physical materials,

Dus met fysieke materialen,

we're used to going around the world

gaan we meestal de wereld rond

and discovering that particular materials

en ontdekken we dat specifieke materialen

are useful for particular

bruikbaar zijn voor speciale

technological purposes.

technologische doeleinden etc.

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

Blijkt dat hetzelfde mogelijk is

in the computational universe.

in het universum van de berekeningen.

There's an inexhaustible supply of programs out there.

Er is een onuitputtelijke voorraad van programma's.

The challenge is to see how to

De uitdaging is om te zien

harness them for human purposes.

hoe we ze kunnen aanwenden voor menselijke doeleinden.

Something like Rule 30, for example,

Zoiets als Regel 30 bijvoorbeeld,

turns out to be a really good randomness generator.

dat blijkt een goede randomness generator te zijn.

Other simple programs are good models

Andere simpele programma's zijn goede modellen

for processes in the natural or social world.

voor processen in de natuurlijke of sociale wereld.

And, for example, Wolfram Alpha and Mathematica

Wolfram Alpha en Mathematica

are actually now full of algorithms

zitten vol met algoritmes

that we discovered by searching the computational universe.

die we ontdekt hebben in het universum van de berekeningen.

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

We gaan hier terug--

this has become surprisingly popular

Dit is onverwacht populair

among composers

onder componisten

finding musical forms by searching the computational universe.

om muzikale vormen te vinden in het universum van de berekeningen.

In a sense, we can use the computational universe

We kunnen het universum van de berekeningen

to get mass customized creativity.

gebruiken om 'mass customized'-creativiteit te maken.

I'm hoping we can, for example,

Ik hoop dat we dat bijvoorbeeld

use that even to get Wolfram Alpha

kunnen gebruiken om Wolfram Alpha

to routinely do invention and discovery on the fly,

routinematig onderweg uitvindingen te laten doen

and to find all sorts of wonderful stuff

en om allerlei wonderlijke dingen te vinden

that no engineer

die geen technicus

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

of geen proces van geleidelijke evolutie ooit zou ontdekken.

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

Dat leidt tot een ultieme vraag.

Could it be that someplace out there in the computational universe

Zou het kunnen dat we ergens in het universum van de berekeningen

we might find our physical universe?

ons fysieke universum kunnen vinden?

Perhaps there's even some quite simple rule,

Misschien is er wel een simpele regel,

some simple program for our universe.

een simpel programma voor ons universum.

Well, the history of physics would have us believe

De geschiedenis van de natuurkunde zegt ons

that the rule for the universe must be pretty complicated.

dat de regel voor het universum erg moeilijk moet zijn.

But in the computational universe,

Maar in het berekenbare universum

we've now seen how rules that are incredibly simple

hebben we nu gezien hoe regels die erg eenvoudig zijn

can produce incredibly rich and complex behavior.

ongelooflijk rijk en complex gedrag kunnen produceren.

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

Zou dat dus aan de hand kunnen zijn met ons hele universum?

If the rules for the universe are simple,

Als de regels voor het universum eenvoudig zijn,

it's kind of inevitable that they have to be

is het in zekere zin onvermijdelijk

very abstract and very low level;

dat ze abstract en erg basic zijn,

operating, for example, far below

omdat ze, bij voorbeeld, ver onder

the level of space or time,

het niveau van ruimte en tijd opereren,

which makes it hard to represent things.

wat het moeilijk maakt om dingen voor te stellen.

But in at least a large class of cases,

Maar in een grote groep gevallen

one can think of the universe as being

kan men over het universum denken als

like some kind of network,

een soort netwerk,

which, when it gets big enough,

dat, wanneer het groot genoeg wordt,

behaves like continuous space

zich gedraagt als een continue ruimte

in much the same way as having lots of molecules

net zoals iets dat veel moleculen heeft

can behave like a continuous fluid.

zich kan gedragen als een continue vloeistof.

Well, then the universe has to evolve by applying

Dan moet het universum zich ontwikkelen

little rules that progressively update this network.

via kleine regels die progressief dit netwerk updaten.

And each possible rule, in a sense,

Elke mogelijke regel

corresponds to a candidate universe.

komt overeen met een kandidaat-universum.

Actually, I haven't shown these before,

Ik heb dit nog niet eerder laten zien,

but here are a few of the candidate universes

maar hier zijn een aantal kandidaat-universums

that I've looked at.

waarnaar ik heb gekeken.

Some of these are hopeless universes,

Sommige zijn hopeloze universums,

completely sterile,

compleet steriel,

with other kinds of pathologies like no notion of space,

met andere problemen, zoals geen notie van ruimte,

no notion of time, no matter,

geen notie van tijd, geen materie,

other problems like that.

en andere soortgelijke problemen.

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

Het spannende is dat ik heb ontdekt

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

dat je eigenlijk niet zo ver hoeft te gaan

in the computational universe

in het universum van de berekeningen

before you start finding candidate universes

voordat je kandidaat-universums kunt vinden

that aren't obviously not our universe.

die overduidelijk niet ons universum zijn.

Here's the problem:

Dit is het probleem:

Any serious candidate for our universe

elke serieuze kandidaat voor ons universum,

is inevitably full of computational irreducibility.

zit vol met onherleidbaarheid van berekeningen,

Which means that it is irreducibly difficult

wat betekent dat het onherleidbaar moeilijk is

to find out how it will really behave,

om uit te vinden hoe het zich werkelijk gedraagt,

and whether it matches our physical universe.

en of het met ons fysieke universum overeenstemt.

A few years ago, I was pretty excited to discover

Een paar jaar geleden ontdekte ik

that there are candidate universes with incredibly simple rules

dat er kandidaat-universums waren met zeer eenvoudige regels

that successfully reproduce special relativity,

die speciale relativiteit konden reproduceren

and even general relativity and gravitation,

en zelfs algemene relativiteit en zwaartekracht

and at least give hints of quantum mechanics.

en die sporen van kwantummechanica vertoonden.

So, will we find the whole of physics?

Zullen we de hele natuurkunde vinden?

I don't know for sure,

Dat weet ik natuurlijk niet zeker.

but I think at this point it's sort of

Maar ik denk dat het op dit punt

almost embarrassing not to at least try.

bijna beschamend is om het niet minstens te proberen.

Not an easy project.

Geen makkelijk project.

One's got to build a lot of technology.

Men moet heel veel technologie bouwen.

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

Men moet een structuur bouwen

at least as deep as existing physics.

die net zo diep is als de bestaande natuurkunde.

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

Ik weet niet zeker hoe we dit best organiseren.

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

Maak een team, stel het open, loof prijzen uit enz.

But I'll tell you, here today,

Maar ik ben vastbesloten

that I'm committed to seeing this project done,

om dit project af te werken

to see if, within this decade,

om te kijken of we nog deze eeuw,

we can finally hold in our hands

eindelijk

the rule for our universe

de regel voor ons universum in handen kunnen hebben

and know where our universe lies

en weten waar ons universum zich bevindt

in the space of all possible universes ...

in de ruimte van alle mogelijke universums --

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

Dan kunnen we intikken in Wolfram Alpha "de theorie van het universum"

and have it tell us.

en krijgen we een antwoord.

(Laughter)

(Gelach)

So I've been working on the idea of computation

Ik heb aan dit idee van berekenen

now for more than 30 years,

nu meer dan 30 jaar gewerkt,

building tools and methods and turning intellectual ideas

tools gemaakt, methodes en intellectuele ideeën omgezet

into millions of lines of code

in miljoenen regels code

and grist for server farms and so on.

en grist voor server farms enz.

With every passing year,

Met elk jaar dat voorbijgaat,

I realize how much more powerful

realiseer ik me hoe krachtig

the idea of computation really is.

het idee van berekenen eigenlijk is.

It's taken us a long way already,

Het heeft ons al een heel eind gebracht,

but there's so much more to come.

maar er is zo veel meer dat nog komt.

From the foundations of science

Van de grondslagen van de wetenschap

to the limits of technology

tot de grenzen van de technologie

to the very definition of the human condition,

tot de definitie zelf van het menselijke bestaan,

I think computation is destined to be

denk ik dat berekenen

the defining idea of our future.

het idee is dat onze toekomst definieert.

Thank you.

Dank u.

(Applause)

(Applaus)

Chris Anderson: That was astonishing.

Chris Anderson: Dat was verbazingwekkend.

Stay here. I've got a question.

Blijf nog even. Ik heb een vraag.

(Applause)

(Applaus)

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

Dat was een verbijsterende speech.

Are you able to say in a sentence or two

Ben je in staat om in twee zinnen te zeggen

how this type of thinking

hoe dit soort denken

could integrate at some point

op een bepaald punt

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

dingen zoals de snaartheorie zou kunnen omvatten

as the fundamental explanations of the universe?

of de fundamentele verklaring van het universum?

Stephen Wolfram: Well, the parts of physics

Stephen Wolfram: De onderdelen van de natuurkunde

that we kind of know to be true,

waarvan we weten dat ze waar zijn,

things like the standard model of physics:

zoals het standaardmodel van de natuurkunde.

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

We kunnen maar beter het standaard model van de fysica reproduceren,

or it's simply wrong.

anders is het gewoon verkeerd.

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

Wat de mensen de afgelopen 25 jaar hebben geprobeerd

with string theory and so on

met de snaartheorie enz.

have been an interesting exploration

is een interessante verkenning geweest

that has tried to get back to the standard model,

die geprobeerd heeft uit te komen bij het standaardmodel,

but hasn't quite gotten there.

maar daar niet in geslaagd is.

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

Als je mijn werk heel erg vereenvoudigt,

may actually have considerable resonance

stemt het grotendeels overeen

with what's been done in string theory,

met de snaartheorie,

but that's a complicated math thing

maar dat is een complex wiskundig ding

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

waarvan ik nog niet weet hoe het uitpakt.

CA: Benoit Mandelbrot is in the audience.

CA: Benoit Mandelbrot is in het publiek.

He also has shown how complexity

Hij heeft ook laten zien hoe complexiteit

can arise out of a simple start.

kan voortkomen uit een eenvoudig startpunt.

Does your work relate to his?

Heeft je werk daarmee te maken?

SW: I think so.

SW: Ik denk het wel.

I view Benoit Mandelbrot's work

Ik zie Benoit Mandlebrot's werk

as one of the founding contributions

als één van de fundamentele bijdragen

to this kind of area.

aan dit soort van gebied.

Benoit has been particularly interested

Benoit is specifiek geïnteresseerd

in nested patterns, in fractals and so on,

in geneste patronen, in fractalen en zo

where the structure is something

waarvan de structuur

that's kind of tree-like,

een soort boomstructuur is,

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

en waar er een grote tak is die kleine takken maakt,

and even smaller branches and so on.

en nog veel kleinere takken enz.

That's one of the ways

Dat is één van de manieren

that you get towards true complexity.

die je leidt naar echte complexiteit.

I think things like the Rule 30 cellular automaton

Ik denk dat dingen zoals het Regel 30 cellulaire automaton

get us to a different level.

ons naar een ander niveau brengen.

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

Ze brengen ons op een ander niveau

because they seem to be things that are

omdat ze dingen lijken te zijn

capable of complexity

die in staat zijn

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

tot de grootst mogelijke complexiteit ...

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

Ik zou er nog lang over kunnen doorbomen. (Gelach) (Applaus)

CA: Stephen Wolfram, thank you.

CA: Sephen Wolfram, dank u.

(Applause)

(Applaus)