Ray Kurzweil: A university for the coming singularity

87,356 views ・ 2009-06-02

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Grzegorz Borek Korekta: Marek Kasiak
00:13
Information technology grows in an exponential manner.
0
13160
3000
Informatyka rozwija się wykładniczo,
00:16
It's not linear. And our intuition is linear.
1
16160
4000
a nie liniowo. A nasza intuicja jest liniowa.
00:20
When we walked through the savanna a thousand years ago
2
20160
2000
Kiedy tysiąc lat temu chodziliśmy po sawannie,
00:22
we made linear predictions where that animal would be,
3
22160
2000
to liniowo szacowaliśmy, gdzie będzie dane zwierzę.
00:24
and that worked fine. It's hardwired in our brains.
4
24160
3000
I to się sprawdzało. Tak działa nasz mózg.
00:27
But the pace of exponential growth
5
27160
3000
Ale to wykładniczy wzrost
00:30
is really what describes information technologies.
6
30160
3000
lepiej opisuje postęp w informatyce.
00:33
And it's not just computation.
7
33160
3000
I to nie tylko w mocach obliczeniowych.
00:36
There is a big difference between linear and exponential growth.
8
36160
2000
Jest duża różnica między wzrostem liniowym a wykładniczym.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
38160
4000
Jak zrobię 30 linearnych kroków: jeden, drugi, trzeci, czwarty,
00:42
I get to 30.
10
42160
2000
to skończę na 30.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
44160
3000
Jeśli zrobię 30 wykładniczych kroków: dwa, cztery, osiem, 16,
00:47
I get to a billion.
12
47160
2000
to skończę na miliardzie.
00:49
It makes a huge difference.
13
49160
2000
To jest olbrzymia różnica.
00:51
And that really describes information technology.
14
51160
2000
I właśnie taki wzrost następuje w informatyce.
00:53
When I was a student at MIT,
15
53160
2000
W czasach moich studiów na MIT
00:55
we all shared one computer that took up a whole building.
16
55160
2000
mieliśmy jeden wspólny komputer, który zajmował cały budynek.
00:57
The computer in your cellphone today is a million times cheaper,
17
57160
3000
Dzisiejsze komputery w waszych telefonach są milion razy tańsze,
01:00
a million times smaller,
18
60160
2000
milion razy mniejsze
01:02
a thousand times more powerful.
19
62160
2000
i tysiące razy mocniejsze.
01:04
That's a billion-fold increase in capability per dollar
20
64160
3000
To jest miliard-krotny przyrost możliwości za dolara,
01:07
that we've actually experienced since I was a student.
21
67160
2000
który miał miejsce od czasu moich studiów
01:09
And we're going to do it again in the next 25 years.
22
69160
3000
i który powtórzymy w ciągu następnych 25 lat.
01:12
Information technology progresses
23
72160
2000
Postęp w informatyce opisuje ciąg
01:14
through a series of S-curves
24
74160
2000
krzywych w kształcie litery S:
01:16
where each one is a different paradigm.
25
76160
2000
każda z nich dotyczy innego paradygmatu.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
78160
3000
Ludzie pytają: "Co się stanie, kiedy przestanie obowiązywać prawo Moore'a?"
01:21
Which will happen around 2020.
27
81160
2000
Co nastąpi około 2020 roku.
01:23
We'll then go to the next paradigm.
28
83160
2000
Wtedy wejdziemy w kolejny paradygmat.
01:25
And Moore's Law was not the first paradigm
29
85160
2000
Prawo Moore'a nie było pierwszym paradygmatem
01:27
to bring exponential growth to computing.
30
87160
2000
opisującym wykładniczy rozwój komputerów.
01:29
The exponential growth of computing started
31
89160
2000
Wykładniczy rozwój komputerów zaczął się
01:31
decades before Gordon Moore was even born.
32
91160
2000
dziesiątki lat przed narodzinami Gordona Moore'a.
01:33
And it doesn't just apply to computation.
33
93160
4000
Opisuje on nie tylko moc obliczeniową,
01:37
It's really any technology where we can measure
34
97160
2000
ale także każdą inną technologię, dla której
01:39
the underlying information properties.
35
99160
3000
umiemy zmierzyć ilość informacji, na której jest oparta.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
102160
4000
Oto 49 słynnych komputerów. Umieściłem je na wykresie logarytmicznym.
01:46
The logarithmic scale hides the scale of the increase,
37
106160
4000
Skala logarytmiczna ukrywa rzeczywistą skalę przyrostu,
01:50
because this represents trillions-fold increase
38
110160
2000
bo tu jest przedstawiony bilion-krotny przyrost
01:52
since the 1890 census.
39
112160
3000
od roku 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
115160
2000
Od 1950 roku zmniejszano lampy elektronowe,
01:57
making them smaller and smaller. They finally hit a wall;
41
117160
3000
uzyskując coraz mniejsze i mniejsze. Aż doszli do ściany.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
120160
2000
Nie umieli zmniejszyć lampy i zachować w niej próżni.
02:02
And that was the end of the shrinking of vacuum tubes,
43
122160
3000
I to był koniec miniaturyzacji lamp elektronowych.
02:05
but it was not the end of the exponential growth of computing.
44
125160
3000
Ale to nie był koniec wykładniczego wzrostu mocy obliczeniowych.
02:08
We went to the fourth paradigm, transistors,
45
128160
2000
Przeszliśmy do czwartego paradygmatu - tranzystorów,
02:10
and finally integrated circuits.
46
130160
2000
a potem układów scalonych.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
132160
2000
Gdy one się wyczerpią, przejdziemy do szóstego paradygmatu:
02:14
three-dimensional self-organizing molecular circuits.
48
134160
4000
trójwymiarowych samoorganizujących się obwodów molekularnych.
02:18
But what's even more amazing, really, than this
49
138160
3000
Ale jeszcze bardziej fascynujące niż to
02:21
fantastic scale of progress,
50
141160
2000
niesamowite tempo rozwoju
02:23
is that -- look at how predictable this is.
51
143160
2000
jest to, jak bardzo jest on przewidywalny.
02:25
I mean this went through thick and thin,
52
145160
2000
Ten rozwój następował w czasach złych i dobrych,
02:27
through war and peace, through boom times and recessions.
53
147160
3000
w czasach wojny i pokoju, w czasach rozwoju i recesji.
02:30
The Great Depression made not a dent in this exponential progression.
54
150160
4000
Wielki Kryzys ani odrobinę nie zachamował tego wykładniczego tempa.
02:34
We'll see the same thing in the economic recession we're having now.
55
154160
4000
I tak samo będzie podczas naszej obecnej recesji:
02:38
At least the exponential growth of information technology capability
56
158160
3000
niezależnie od wszystkiego, wykładniczy przyrost mocy informatycznych
02:41
will continue unabated.
57
161160
3000
będzie postępował dalej.
02:44
And I just updated these graphs.
58
164160
2000
Niedawno aktualizowałem te wykresy,
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
166160
3000
bo one pochodzą z mojej książki z 2002 roku pt. "Singularity is Near".
02:49
So we updated them,
60
169160
2000
Gdy więc aktualizowaliśmy je,
02:51
so I could present it here, to 2007.
61
171160
3000
żeby obejmowały 2007 rok,
02:54
And I was asked, "Well aren't you nervous?
62
174160
2000
zapytano mnie: "Nie martwisz się?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
176160
4000
Może ten postęp już przestał być wykładniczy?"
03:00
I was a little nervous
64
180160
2000
Trochę się bałem,
03:02
because maybe the data wouldn't be right,
65
182160
2000
że dane nie będą pasowały,
03:04
but I've done this now for 30 years,
66
184160
2000
ale robię to od 30 lat
03:06
and it has stayed on this exponential progression.
67
186160
3000
i zawsze wychodzi postęp wykładniczy.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
189160
3000
Spójrzcie na ten wykres. W 1968 roku za dolara można było kupić jeden tranzystor.
03:12
You can buy half a billion today,
69
192160
2000
A dzisiaj - pół miliarda.
03:14
and they are actually better, because they are faster.
70
194160
2000
I to lepszych, bo szybszych.
03:16
But look at how predictable this is.
71
196160
2000
Ale zobaczcie, jakie to jest przewidywalne.
03:18
And I'd say this knowledge is over-fitting to past data.
72
198160
3000
Ta wiedza jest nadmiernie dopasowana do dawnych danych.
03:21
I've been making these forward-looking predictions for about 30 years.
73
201160
4000
Tworzę te modele prognostyczne od około 30 lat
03:25
And the cost of a transistor cycle,
74
205160
2000
i cena jednego cyklu tranzystora,
03:27
which is a measure of the price performance of electronics,
75
207160
2000
która jest miarą wydajności kosztowej elektroniki,
03:29
comes down about every year.
76
209160
2000
spada z roku na rok.
03:31
That's a 50 percent deflation rate.
77
211160
2000
To jest 50% wskaźnik deflacji.
03:33
And it's also true of other examples,
78
213160
2000
To samo stosuje się do innych przykładów,
03:35
like DNA data or brain data.
79
215160
2000
takich jak dane DNA albo dane mózgu.
03:37
But we more than make up for that.
80
217160
2000
Ale spokojnie to nadrabiamy.
03:39
We actually ship more than twice as much
81
219160
2000
Dostarczamy ponad dwa razy więcej
03:41
of every form of information technology.
82
221160
2000
wszelkiego rodzaju produktów informatycznych.
03:43
We've had 18 percent growth in constant dollars
83
223160
3000
Mieliśmy 18% wzrost, liczony w dolarach o stałej wartości,
03:46
in every form of information technology for the last half-century,
84
226160
3000
wszelkiego rodzaju produktów informatycznych w ciągu ostatniego półwiecza.
03:49
despite the fact that you can get twice as much of it each year.
85
229160
4000
I to mimo tego, że można z roku na rok można kupić dwa razy więcej.
03:53
This is a completely different example.
86
233160
2000
To jest całkiem inny przykład.
03:55
This is not Moore's Law.
87
235160
2000
To nie jest prawo Moore'a.
03:57
The amount of DNA data
88
237160
2000
Ilość danych DNA,
03:59
we've sequenced has doubled every year.
89
239160
2000
które zsekwencjonowaliśmy, podwaja się z roku na rok,
04:01
The cost has come down by half every year.
90
241160
3000
a koszt spada o połowę.
04:04
And this has been a smooth progression
91
244160
2000
I taki gładki postęp zachodzi
04:06
since the beginning of the genome project.
92
246160
2000
od samego początku prac nad genomem.
04:08
And halfway through the project, skeptics said,
93
248160
2000
W połowie tych prac, pesymiści mówili:
04:10
"Well, this is not working out. You're halfway through the genome project
94
250160
3000
"Nie idzie wam. Minęła połowa czasu badań,
04:13
and you've finished one percent of the project."
95
253160
2000
a wy ukończyliście tylko 1% prac."
04:15
But that was really right on schedule.
96
255160
2000
Ale to było właśnie zgodne z harmonogramem,
04:17
Because if you double one percent seven more times,
97
257160
2000
bo wystarczy siedem razy podwoić ten 1%,
04:19
which is exactly what happened,
98
259160
2000
co właśnie miało miejsce,
04:21
you get 100 percent. And the project was finished on time.
99
261160
3000
a osiągnie się 100%. I prace zakończono w terminie.
04:24
Communication technologies:
100
264160
2000
Technologie kominikacyjne:
04:26
50 different ways to measure this,
101
266160
2000
jest 50 różnych metod ich pomiaru.
04:28
the number of bits being moved around, the size of the Internet.
102
268160
3000
Liczba przemieszczanych bitów, rozmiar internetu.
04:31
But this has progressed at an exponential pace.
103
271160
2000
Ale to też postępuje wykładniczo.
04:33
This is deeply democratizing.
104
273160
2000
To sprzyja demokratyzacji.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
275160
3000
Pisałem 20 lat temu w "The Age of Intelligent Machines",
04:38
when the Soviet Union was going strong, that it would be swept away
106
278160
3000
w czasie gdy Związek Radziecki rósł w siłę, że zostanie on zmieciony
04:41
by this growth of decentralized communication.
107
281160
4000
z powodu postępu w zdecentralizowanej komunikacji.
04:45
And we will have plenty of computation as we go through the 21st century
108
285160
3000
I że w czasie XXI wieku będziemy mieć dość mocy obliczeniowych,
04:48
to do things like simulate regions of the human brain.
109
288160
4000
by na przykład wykonać symulację obszarów ludzkiego mózgu.
04:52
But where will we get the software?
110
292160
2000
Ale skąd wziąć oprogramowanie?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
294160
3000
Krytycy mówią: "No cóż, rozwój oprogramowania utknął."
04:57
But we are learning more and more about the human brain.
112
297160
2000
Ale jednak coraz więcej wiemy o ludzkim mózgu.
04:59
Spatial resolution of brain scanning is doubling every year.
113
299160
3000
Dokładność przestrzennych skanów mózgu podwaja się co roku.
05:02
The amount of data we're getting about the brain is doubling every year.
114
302160
3000
Ilość danych, które uzyskujemy na temat mózgu podwaja się co roku.
05:05
And we're showing that we can actually turn this data
115
305160
3000
I okazuje się, że istotnie możemy użyć tych danych
05:08
into working models and simulations of brain regions.
116
308160
3000
to budowy działających modeli i symulacji obszarów mózgu.
05:11
There is about 20 regions of the brain that have been modeled,
117
311160
2000
Już około 20 obszarów mózgu zostało wymodelowanych,
05:13
simulated and tested:
118
313160
2000
symulowanych i przetestowanych:
05:15
the auditory cortex, regions of the visual cortex;
119
315160
3000
kora słuchowa, obszary kory wzrokowej,
05:18
cerebellum, where we do our skill formation;
120
318160
2000
móżdżek, gdzie uczymy się zachowań motorycznych,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
320160
4000
części kory mózgowej, gdzie dokonujemy racjonalnego myślenia.
05:24
And all of this has fueled
122
324160
2000
A wszystko to napędza
05:26
an increase, very smooth and predictable, of productivity.
123
326160
3000
przyrost produktywności, który jest gładki i przewidywalny.
05:29
We've gone from 30 dollars to 130 dollars
124
329160
2000
Doszliśmy od 30 do 130 dolarów
05:31
in constant dollars in the value of an average hour of human labor,
125
331160
4000
o stałej wartości, jeśli chodzi o wartość przeciętnej godziny ludzkiej pracy
05:35
fueled by this information technology.
126
335160
3000
i to dzięki właśnie tej technologii.
05:38
And we're all concerned about energy and the environment.
127
338160
3000
Wszyscy martwimy się o energię i o środowisko.
05:41
Well this is a logarithmic graph.
128
341160
2000
Ten wykres logarytmiczny
05:43
This represents a smooth doubling,
129
343160
2000
przedstawia gładkie podwajanie się,
05:45
every two years, of the amount of solar energy we're creating,
130
345160
4000
co dwa lata, ilości wytworzonej energii słonecznej.
05:49
particularly as we're now applying nanotechnology,
131
349160
2000
Zwłaszcza, że teraz już stosujemy nanotechnologię,
05:51
a form of information technology, to solar panels.
132
351160
3000
też formę informatyki, do budowy paneli słonecznych.
05:54
And we're only eight doublings away
133
354160
2000
I zostało nam już tylko osiem takich podwojeń
05:56
from it meeting 100 percent of our energy needs.
134
356160
2000
do zaspokojenia 100% naszych potrzeb energetycznych.
05:58
And there is 10 thousand times more sunlight than we need.
135
358160
4000
A mamy 10 razy więcej światła słonecznego niż nam potrzeba.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
362160
5000
Ostatecznie, sami połączymy się z tą technologią. Ona już jest blisko nas.
06:07
When I was a student it was across campus, now it's in our pockets.
137
367160
3000
Za moich czasów studenckich zajmowała cały kampus. Teraz mieści się w kieszeni.
06:10
What used to take up a building now fits in our pockets.
138
370160
3000
To, co zajmowało cały budynek, teraz mieści się w kieszeni.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
373160
3000
To, co teraz mieści się w kieszeni, za 25 lat zmieści się w krwince.
06:16
And we will begin to actually deeply influence
140
376160
4000
I zaczniemy głęboko modyfikować
06:20
our health and our intelligence,
141
380160
2000
nasze zdrowie i inteligencję,
06:22
as we get closer and closer to this technology.
142
382160
4000
w miarę zbliżania się do tej technologii.
06:26
Based on that we are announcing, here at TED,
143
386160
3000
Z tego względu ogłaszamy tu, na TED,
06:29
in true TED tradition, Singularity University.
144
389160
3000
zgodnie z tradycją TED, Uniwersytet Osobliwości.
06:32
It's a new university
145
392160
2000
To nowy uniwersytet,
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
394160
2000
założony przez obecnego tu Petera Diamandisa
06:36
and myself.
147
396160
2000
i mnie.
06:38
It's backed by NASA and Google,
148
398160
2000
Jest wspierany przez NASA, Google
06:40
and other leaders in the high-tech and science community.
149
400160
4000
i innych liderów społeczności high-tech oraz naukowej.
06:44
And our goal was to assemble the leaders,
150
404160
3000
Naszym celem było zebranie liderów,
06:47
both teachers and students,
151
407160
2000
tak nauczycieli, jak i studentów,
06:49
in these exponentially growing information technologies,
152
409160
2000
z tych wykładniczo rosnących dziedzin informatycznych
06:51
and their application.
153
411160
2000
i zajmujących się ich wdrażaniem.
06:53
But Larry Page made an impassioned speech
154
413160
2000
Ale Larry Page w swojej ognistej mowie
06:55
at our organizing meeting,
155
415160
2000
podczas naszego spotkania organizacyjnego
06:57
saying we should devote this study
156
417160
5000
powiedział, że powinniśmy skupić się
07:02
to actually addressing some of the major challenges facing humanity.
157
422160
4000
na głównych wyzwaniach stojących przed ludzkością.
07:06
And if we did that, then Google would back this.
158
426160
2000
I że jeśli tak zrobimy, to Google nas poprze.
07:08
And so that's what we've done.
159
428160
2000
Więc właśnie tak zrobiliśmy.
07:10
The last third of the nine-week intensive summer session
160
430160
4000
Ostatnia jedna trzecia z 9-tygodniowej sesji letniej
07:14
will be devoted to a group project to address
161
434160
2000
będzie poświęcona grupowemu projektowi, który
07:16
some major challenge of humanity.
162
436160
2000
podejmie jakieś główne wyzwanie ludzkości.
07:18
Like for example, applying the Internet,
163
438160
2000
Jak na przykład wdrożeniem internetu,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
440160
5000
który jest teraz wszechobecny, na wiejskich obszarach Chin lub Afryki,
07:25
to bringing health information
165
445160
2000
aby zapewnić wiedzę o zdrowiu
07:27
to developing areas of the world.
166
447160
3000
rozwijającym się obszarom świata.
07:30
And these projects will continue past these sessions,
167
450160
3000
Te projekty będą istnieć także po zakończeniu sesji,
07:33
using collaborative interactive communication.
168
453160
3000
poprzez interaktywną współpracę.
07:36
All the intellectual property that is created and taught
169
456160
4000
A wiedza, która zostanie stworzona i nauczona,
07:40
will be online and available,
170
460160
2000
będzie dostępna online
07:42
and developed online in a collaborative fashion.
171
462160
3000
i wspólnie rozwijana w internecie.
07:45
Here is our founding meeting.
172
465160
2000
Oto nasze spotkanie założycielskie,
07:47
But this is being announced today.
173
467160
2000
ale ogłaszamy to dopiero dzisiaj.
07:49
It will be permanently headquartered in Silicon Valley,
174
469160
3000
Siedziba będzie w Dolinie Krzemowej,
07:52
at the NASA Ames research center.
175
472160
2000
w centrum badawczym NASA Ames.
07:54
There are different programs for graduate students,
176
474160
2000
Mamy różne programy dla doktorantów,
07:56
for executives at different companies.
177
476160
3000
dla menagerów z różnych przedsiębiorstw.
07:59
The first six tracks here -- artificial intelligence,
178
479160
2000
Pierwszych 6 specjalności, sztuczna inteligencja,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
481160
3000
zaawansowane technologie obliczeniowe, biotechnologia, nanotechnologia
08:04
are the different core areas of information technology.
180
484160
4000
to są różne kluczowe obszary informatyki.
08:08
Then we are going to apply them to the other areas,
181
488160
2000
Potem będziemy je stosować na innych obszarach,
08:10
like energy, ecology,
182
490160
3000
jak energia, ekologia,
08:13
policy law and ethics, entrepreneurship,
183
493160
2000
polityka, prawo i etyka, przedsiębiorczość,
08:15
so that people can bring these new technologies to the world.
184
495160
4000
aby ludzie mogli nieść te nowe technologie światu.
08:19
So we're very appreciative of the support we've gotten
185
499160
5000
Bardzo się cieszymy ze wsparcia, które otrzymaliśmy
08:24
from both the intellectual leaders, the high-tech leaders,
186
504160
2000
zarówno od liderów naukowych, jak i liderów high-tech,
08:26
particularly Google and NASA.
187
506160
2000
zwłaszcza od Google i NASA.
08:28
This is an exciting new venture.
188
508160
2000
To jest fascynujące przedsięwzięcie,
08:30
And we invite you to participate. Thank you very much.
189
510160
3000
do uczestnictwa w którym was zapraszamy. Dziękuję.
08:33
(Applause)
190
513160
3000
(Oklaski)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7