Computing a theory of everything | Stephen Wolfram

603,078 views ・ 2010-04-27

TED


Vă rugăm să faceți dublu clic pe subtitrările în limba engleză de mai jos pentru a reda videoclipul.

Traducător: Ariana Bleau Lugo Corector: Magda Marcu
00:16
So I want to talk today about an idea. It's a big idea.
0
16260
3000
Vreau să vorbesc azi despre o idee. E o idee măreață.
00:19
Actually, I think it'll eventually
1
19260
2000
De fapt cred că în cele din urmă
00:21
be seen as probably the single biggest idea
2
21260
2000
va fi văzută ca cea mai grozavă idee
00:23
that's emerged in the past century.
3
23260
2000
care a fost concepută în secolul trecut.
00:25
It's the idea of computation.
4
25260
2000
E ideea computației.
00:27
Now, of course, that idea has brought us
5
27260
2000
Acum, bineînțeles, acea idee ne-a adus
00:29
all of the computer technology we have today and so on.
6
29260
3000
toată tehnologia computerelor pe care o avem azi, ș.a.m.d.
00:32
But there's actually a lot more to computation than that.
7
32260
3000
Dar, de fapt există mult mai mult decât atât în calcul.
00:35
It's really a very deep, very powerful, very fundamental idea,
8
35260
3000
E de fapt o idee profundă, foarte puternică, fundamentală,
00:38
whose effects we've only just begun to see.
9
38260
3000
ale cărei efecte abia am început să le vedem.
00:41
Well, I myself have spent the past 30 years of my life
10
41260
3000
Ei bine, eu însumi am petrecut ultimii 30 de ani
00:44
working on three large projects
11
44260
2000
lucrând la trei proiecte mari
00:46
that really try to take the idea of computation seriously.
12
46260
3000
care încearcă să ia problema calculului în serios.
00:50
So I started off at a young age as a physicist
13
50260
3000
Așa că am început de tânăr ca fizician
00:53
using computers as tools.
14
53260
2000
folosind computerele drept unelte.
00:55
Then, I started drilling down,
15
55260
2000
Apoi, am început să cercetez,
00:57
thinking about the computations I might want to do,
16
57260
2000
gândindu-mă la calculele pe care aș vrea cu adevărat să le fac,
00:59
trying to figure out what primitives they could be built up from
17
59260
3000
încercând să descifrez de la ce ireductibile trebuiau pornite
01:02
and how they could be automated as much as possible.
18
62260
3000
și cum puteau fi automatizate cât de mult posibil.
01:05
Eventually, I created a whole structure
19
65260
2000
În cele din urmă am creat o întreagă structură
01:07
based on symbolic programming and so on
20
67260
2000
bazată pe programare simbolică, ș.a.m.d. ,
01:09
that let me build Mathematica.
21
69260
2000
care mi-au îngăduit să construiesc programul Mathematica.
01:11
And for the past 23 years, at an increasing rate,
22
71260
2000
Și în ultimii 23 de ani, cu viteză tot mai mare
01:13
we've been pouring more and more ideas
23
73260
2000
am venit cu tot mai multe idei
01:15
and capabilities and so on into Mathematica,
24
75260
2000
și capacități introduse în Mathematica,
01:17
and I'm happy to say that that's led to many good things
25
77260
3000
și sunt bucuros să spun că asta a condus la multe lucruri bune
01:20
in R & D and education,
26
80260
2000
în cercetare, dezvoltare și educație,
01:22
lots of other areas.
27
82260
2000
și multe alte domenii.
01:24
Well, I have to admit, actually,
28
84260
2000
Ei bine, trebuie să recunosc, de fapt,
01:26
that I also had a very selfish reason for building Mathematica:
29
86260
3000
că am avut și un motiv foarte egoist pentru a concepe Mathematica.
01:29
I wanted to use it myself,
30
89260
2000
Am vrut să o folosesc eu însumi,
01:31
a bit like Galileo got to use his telescope
31
91260
2000
la fel cum Galileo și-a folosit telescopul
01:33
400 years ago.
32
93260
2000
cu 400 de ani în urmă.
01:35
But I wanted to look not at the astronomical universe,
33
95260
3000
Dar am vrut să mă uit nu la universul astronomic,
01:38
but at the computational universe.
34
98260
3000
ci la universul computațional.
01:41
So we normally think of programs as being
35
101260
2000
Deci, normal gândim despre programe ca fiind
01:43
complicated things that we build
36
103260
2000
lucruri complicate pe care le construim
01:45
for very specific purposes.
37
105260
2000
pentru scopuri foarte precise.
01:47
But what about the space of all possible programs?
38
107260
3000
Dar care-i situația cu spațiul pentru toate programele posibile?
01:50
Here's a representation of a really simple program.
39
110260
3000
Iată o reprezentare a unui program cu adevărat simplu.
01:53
So, if we run this program,
40
113260
2000
Deci, dacă rulăm acest program,
01:55
this is what we get.
41
115260
2000
asta-i ce obținem.
01:57
Very simple.
42
117260
2000
Foarte simplu.
01:59
So let's try changing the rule
43
119260
2000
Să încercăm să schimbăm puțin regulile
02:01
for this program a little bit.
44
121260
2000
la acest program.
02:03
Now we get another result,
45
123260
2000
Acum obținem un alt rezultat
02:05
still very simple.
46
125260
2000
tot foarte simplu.
02:07
Try changing it again.
47
127260
3000
Să încercăm să schimbăm din nou.
02:10
You get something a little bit more complicated.
48
130260
2000
Obții ceva puțin mai complicat,
02:12
But if we keep running this for a while,
49
132260
2000
dar dacă continuăm să rulăm o vreme,
02:14
we find out that although the pattern we get is very intricate,
50
134260
3000
vedem că, deși tiparul obținut e foarte intricat,
02:17
it has a very regular structure.
51
137260
3000
are o structură foarte regulată.
02:20
So the question is: Can anything else happen?
52
140260
3000
Deci întrebarea e: Se mai poate întâmpla și altceva?
02:23
Well, we can do a little experiment.
53
143260
2000
Ei bine, putem face un experiment.
02:25
Let's just do a little mathematical experiment, try and find out.
54
145260
3000
Să facem un experiment matematic, încercăm și vedem.
02:29
Let's just run all possible programs
55
149260
3000
Hai să rulăm toate programele posibile
02:32
of the particular type that we're looking at.
56
152260
2000
de un anume tip la care ne uităm.
02:34
They're called cellular automata.
57
154260
2000
Se numesc 'cellular automata'.
02:36
You can see a lot of diversity in the behavior here.
58
156260
2000
Poți vedea aici multă diversitate în rezultate.
02:38
Most of them do very simple things,
59
158260
2000
Majoritatea fac lucruri foarte simple.
02:40
but if you look along all these different pictures,
60
160260
2000
Dar dacă privești toate aceste imagini diferite,
02:42
at rule number 30,
61
162260
2000
la regula numărul 30,
02:44
you start to see something interesting going on.
62
164260
2000
începi să vezi că se petrece ceva interesant.
02:46
So let's take a closer look
63
166260
2000
Deci să ne uităm mai atent
02:48
at rule number 30 here.
64
168260
2000
la regula numărul 30.
02:50
So here it is.
65
170260
2000
Iat-o.
02:52
We're just following this very simple rule at the bottom here,
66
172260
3000
Urmăm această simplă regulă de aici la bază
02:55
but we're getting all this amazing stuff.
67
175260
2000
dar obținem toate aceste rezultate uimitoare.
02:57
It's not at all what we're used to,
68
177260
2000
Nu-i de loc ceva cu care suntem obișnuiți,
02:59
and I must say that, when I first saw this,
69
179260
2000
și trebuie să spun, când am văzut asta prima dată,
03:01
it came as a huge shock to my intuition.
70
181260
3000
a venit ca un imens șoc pentru intuiția mea,
03:04
And, in fact, to understand it,
71
184260
2000
și de fapt pentru a o înțelege
03:06
I eventually had to create
72
186260
2000
în cele din urmă a trebuit să creez
03:08
a whole new kind of science.
73
188260
2000
o știință cu totul nouă.
03:11
(Laughter)
74
191260
2000
(Râsete)
03:13
This science is different, more general,
75
193260
3000
Această știință e diferită, mai generală,
03:16
than the mathematics-based science that we've had
76
196260
2000
decât știința bazată pe matematica pe care am avut-o
03:18
for the past 300 or so years.
77
198260
3000
în ultimii 300 de ani.
03:21
You know, it's always seemed like a big mystery:
78
201260
2000
Știți, întotdeauna mi-a părut ca un mare mister
03:23
how nature, seemingly so effortlessly,
79
203260
3000
cum reușește natura, aparent fără efort,
03:26
manages to produce so much
80
206260
2000
să producă atât de mult
03:28
that seems to us so complex.
81
208260
3000
care nouă ne pare complex.
03:31
Well, I think we've found its secret:
82
211260
3000
Ei bine, cred că i-am descoperit secretul.
03:34
It's just sampling what's out there in the computational universe
83
214260
3000
Doar ia mostre din ce există în universul computațional
03:37
and quite often getting things like Rule 30
84
217260
3000
și adesea găsește lucruri ca Rule 30
03:40
or like this.
85
220260
3000
sau asemănătoare.
03:44
And knowing that starts to explain
86
224260
2000
Și cunoscînd asta, începe să explice
03:46
a lot of long-standing mysteries in science.
87
226260
3000
o întreagă serie de mistere în știință.
03:49
It also brings up new issues, though,
88
229260
2000
Ridică totuși noi probleme
03:51
like computational irreducibility.
89
231260
3000
cum ar fi calcularea ireductibilității.
03:54
I mean, we're used to having science let us predict things,
90
234260
3000
Adică, suntem obișnuiți ca știința să ne lase să prezicem lucruri,
03:57
but something like this
91
237260
2000
dar ceva cum e asta
03:59
is fundamentally irreducible.
92
239260
2000
e fundamental ireductibil.
04:01
The only way to find its outcome
93
241260
2000
Singura cale de a-i vedea rezultatul
04:03
is, effectively, just to watch it evolve.
94
243260
3000
e să-l urmărești efectiv evoluând.
04:06
It's connected to, what I call,
95
246260
2000
E conectat la ceea ce eu numesc
04:08
the principle of computational equivalence,
96
248260
2000
principiul echivalenței computaționale,
04:10
which tells us that even incredibly simple systems
97
250260
3000
care ne spune că și sistemele incredibil de simple
04:13
can do computations as sophisticated as anything.
98
253260
3000
pot face computații la fel de complicate ca oricare.
04:16
It doesn't take lots of technology or biological evolution
99
256260
3000
Nu e necesară multă tehnologie sau evoluție biologică
04:19
to be able to do arbitrary computation;
100
259260
2000
pentru a avea capacitatea de a face computație arbitrară,
04:21
just something that happens, naturally,
101
261260
2000
doar ceva care se întâmplă natural
04:23
all over the place.
102
263260
2000
peste tot.
04:25
Things with rules as simple as these can do it.
103
265260
3000
Sisteme cu reguli simple ca acestea o pot face.
04:29
Well, this has deep implications
104
269260
2000
Ei bine, asta are implicații adânci
04:31
about the limits of science,
105
271260
2000
privitor la limitele științei,
04:33
about predictability and controllability
106
273260
2000
despre predictibilitatea și controlabilitatea
04:35
of things like biological processes or economies,
107
275260
3000
sistemelor ca procesele biologice sau economiile,
04:38
about intelligence in the universe,
108
278260
2000
despre inteligența în univers,
04:40
about questions like free will
109
280260
2000
despre întrebări ca voința liberă
04:42
and about creating technology.
110
282260
3000
și despre crearea tehnologiei.
04:45
You know, in working on this science for many years,
111
285260
2000
Știți, lucrând cu această știință de mulți ani,
04:47
I kept wondering,
112
287260
2000
m-am tot întrebat,
04:49
"What will be its first killer app?"
113
289260
2000
"Care va fi aplicația de grație?"
04:51
Well, ever since I was a kid,
114
291260
2000
Ei bine, încă de când eram copil,
04:53
I'd been thinking about systematizing knowledge
115
293260
2000
m-am gândit la sistematizarea cunoașterii
04:55
and somehow making it computable.
116
295260
2000
și aducerea ei într-o formă computabilă.
04:57
People like Leibniz had wondered about that too
117
297260
2000
Oameni ca Leibniz s-au întrebat despre asta și ei
04:59
300 years earlier.
118
299260
2000
cu 300 de ani în urmă.
05:01
But I'd always assumed that to make progress,
119
301260
2000
Dar întotdeauna am presupus că pentru a progresa
05:03
I'd essentially have to replicate a whole brain.
120
303260
3000
ar trebui în esență să replic un întreg creier.
05:06
Well, then I got to thinking:
121
306260
2000
Ei bine, mă gândeam:
05:08
This scientific paradigm of mine suggests something different --
122
308260
3000
Această paradigmă a mea sugerează ceva diferit.
05:11
and, by the way, I've now got
123
311260
2000
Și, apropo, am acum
05:13
huge computation capabilities in Mathematica,
124
313260
3000
capabilități uriașe în Mathematica
05:16
and I'm a CEO with some worldly resources
125
316260
3000
și sunt un director executiv cu ceva resurse lumești
05:19
to do large, seemingly crazy, projects --
126
319260
3000
pentru a face proiecte mari, aparent nebunești.
05:22
So I decided to just try to see
127
322260
2000
Deci am decis doar să încerc să văd
05:24
how much of the systematic knowledge that's out there in the world
128
324260
3000
cât din cunoașterea sistematică care e acolo în lume
05:27
we could make computable.
129
327260
2000
poate fi adusă în stare computațională.
05:29
So, it's been a big, very complex project,
130
329260
2000
Deci a fost un proiect mare și complex
05:31
which I was not sure was going to work at all.
131
331260
3000
de care nu eram de loc sigur că va funcționa.
05:34
But I'm happy to say it's actually going really well.
132
334260
3000
Dar sunt mulțumit că de fapt merge chiar bine.
05:37
And last year we were able
133
337260
2000
Și anul trecut am putut
05:39
to release the first website version
134
339260
2000
să emitem prima versiune de website
05:41
of Wolfram Alpha.
135
341260
2000
a [sistemului computațional] Wolfram Alpha.
05:43
Its purpose is to be a serious knowledge engine
136
343260
3000
Scopul acestuia e de-a fi un motor serios de cunoaștere
05:46
that computes answers to questions.
137
346260
3000
care calculează răspunsuri la întrebări.
05:49
So let's give it a try.
138
349260
2000
Deci să-l încercăm.
05:51
Let's start off with something really easy.
139
351260
2000
Să începem cu ceva foarte simplu.
05:53
Hope for the best.
140
353260
2000
Să sperăm că merge.
05:55
Very good. Okay.
141
355260
2000
Foarte bine. OK.
05:57
So far so good.
142
357260
2000
Până aici e bine.
05:59
(Laughter)
143
359260
3000
(Râsete)
06:02
Let's try something a little bit harder.
144
362260
3000
Să încercăm ceva puțin mai complicat.
06:05
Let's do
145
365260
2000
Să zicem ...
06:07
some mathy thing,
146
367260
3000
Să facem ceva matematic
06:10
and with luck it'll work out the answer
147
370260
3000
și cu noroc va calcula răspunsul
06:13
and try and tell us some interesting things
148
373260
2000
și va încerca să ne spună niște lucruri interesante
06:15
things about related math.
149
375260
2000
lucruri înrudite cu matematica.
06:17
We could ask it something about the real world.
150
377260
3000
L-am putea întreba ceva despre lumea reală.
06:20
Let's say -- I don't know --
151
380260
2000
Să zicem -- nu știu --
06:22
what's the GDP of Spain?
152
382260
3000
Care e produsul național brut, GDP al Spaniei?
06:25
And it should be able to tell us that.
153
385260
2000
Ar trebui să fie capabil să ne spună.
06:27
Now we could compute something related to this,
154
387260
2000
Acum am putea calcula ceva legat de asta
06:29
let's say ... the GDP of Spain
155
389260
2000
să zicem GDP al Spaniei
06:31
divided by, I don't know,
156
391260
2000
împărțit la, să vedem,
06:33
the -- hmmm ...
157
393260
2000
-- hmmm ...
06:35
let's say the revenue of Microsoft.
158
395260
2000
să zicem la profitul companiei Microsoft.
06:37
(Laughter)
159
397260
2000
(Râsete)
06:39
The idea is that we can just type this in,
160
399260
2000
Ideea e că putem tasta simplu această întrebare
06:41
this kind of question in, however we think of it.
161
401260
3000
în orice mod ne gândim la ea.
06:44
So let's try asking a question,
162
404260
2000
Deci, hai să-i punem o întrebare,
06:46
like a health related question.
163
406260
2000
cum ar fi o întrebare despre sănătate.
06:48
So let's say we have a lab finding that ...
164
408260
3000
Deci să spunem că avem un laborator care --
06:51
you know, we have an LDL level of 140
165
411260
2000
știți, avem un nivel de colesterol LDL de 140
06:53
for a male aged 50.
166
413260
3000
pentru un bărbat de 50 de ani.
06:56
So let's type that in, and now Wolfram Alpha
167
416260
2000
Deci să tastăm asta și acum Wolfram Alpha
06:58
will go and use available public health data
168
418260
2000
va căuta și va folosi datele de sănătate publică disponibile
07:00
and try and figure out
169
420260
2000
și va încerca să găsească
07:02
what part of the population that corresponds to and so on.
170
422260
3000
din ce fragment de populație face parte, ș.a.m.d.
07:05
Or let's try asking about, I don't know,
171
425260
3000
Sau să încercăm
07:08
the International Space Station.
172
428260
2000
stația spațială internațională.
07:10
And what's happening here is that
173
430260
2000
Și ce se întâmplă aici e că
07:12
Wolfram Alpha is not just looking up something;
174
432260
2000
Wolfram Alpha nu doar caută ceva
07:14
it's computing, in real time,
175
434260
3000
ci calculează în timp util,
07:17
where the International Space Station is right now at this moment,
176
437260
3000
unde e stația spațială internațională chiar acum, în momentul acesta,
07:20
how fast it's going, and so on.
177
440260
3000
cât de rapid se deplasează, ș.a.m.d.
07:24
So Wolfram Alpha knows about lots and lots of kinds of things.
178
444260
3000
Deci Wolfram Alpha știe multe, multe lucruri.
07:27
It's got, by now,
179
447260
2000
Are până în prezent,
07:29
pretty good coverage of everything you might find
180
449260
2000
cam tot ce ai putea găsi
07:31
in a standard reference library.
181
451260
3000
într-o bibliotecă de referință standard.
07:34
But the goal is to go much further
182
454260
2000
Dar scopul e de a ajunge mult mai departe
07:36
and, very broadly, to democratize
183
456260
3000
și, în general, să democratizeze
07:39
all of this knowledge,
184
459260
3000
accesul la toată această cunoaștere globală
07:42
and to try and be an authoritative
185
462260
2000
și să încerce să fie o sursă
07:44
source in all areas.
186
464260
2000
competentă în toate domeniile,
07:46
To be able to compute answers to specific questions that people have,
187
466260
3000
să fie capabilă să calculeze răspunsuri la întrebări specifice pe care le au oamenii,
07:49
not by searching what other people
188
469260
2000
nu prin a accesa ce au scris alți oameni
07:51
may have written down before,
189
471260
2000
înaintea lor
07:53
but by using built in knowledge
190
473260
2000
ci prin a folosi cunoaștere încorporată
07:55
to compute fresh new answers to specific questions.
191
475260
3000
să calculeze răspunsuri noi actuale la întrebări specifice.
07:58
Now, of course, Wolfram Alpha
192
478260
2000
Acum, bineînțeles, Wolfram Alpha
08:00
is a monumentally huge, long-term project
193
480260
2000
e un proiect uriaș, de lungă durată
08:02
with lots and lots of challenges.
194
482260
2000
cu tot felul de deziderate.
08:04
For a start, one has to curate a zillion
195
484260
3000
Pentru început, trebuie să fie administrată o miriadă
08:07
different sources of facts and data,
196
487260
3000
de surse diferite de fapte și date,
08:10
and we built quite a pipeline of Mathematica automation
197
490260
3000
și construit un sistem de automatizare pentru Mathematica
08:13
and human domain experts for doing this.
198
493260
3000
și alcătuită o rețea de experți din domenii umaniste pentru asta.
08:16
But that's just the beginning.
199
496260
2000
Dar ăsta e doar începutul.
08:18
Given raw facts or data
200
498260
2000
Cu date sau fapte brute,
08:20
to actually answer questions,
201
500260
2000
pentru a răspunde realmente la întrebări
08:22
one has to compute:
202
502260
2000
trebuie calculate
08:24
one has to implement all those methods and models
203
504260
2000
trebuie implementate toate acele metode și modele
08:26
and algorithms and so on
204
506260
2000
și algoritmi, etc.
08:28
that science and other areas have built up over the centuries.
205
508260
3000
pe care știința și alte domenii le-au accumulat de-a lungul secolelor.
08:31
Well, even starting from Mathematica,
206
511260
3000
Ei bine, chiar și pornind de la Mathematica
08:34
this is still a huge amount of work.
207
514260
2000
acesta e un volum uriaș de muncă.
08:36
So far, there are about 8 million lines
208
516260
2000
Până acum există 8 milioane de rânduri
08:38
of Mathematica code in Wolfram Alpha
209
518260
2000
de cod Mathematica în programul Wolfram Alpha
08:40
built by experts from many, many different fields.
210
520260
3000
introdus de experți din multe, multe domenii diferite.
08:43
Well, a crucial idea of Wolfram Alpha
211
523260
3000
Ei bine, o idee radicală a programului Wolfram Alpha
08:46
is that you can just ask it questions
212
526260
2000
e că poți să-i pui întrebări
08:48
using ordinary human language,
213
528260
3000
folosind limbaj uman obișnuit,
08:51
which means that we've got to be able to take
214
531260
2000
ceea ce înseamnă că trebuie să fim capabili de-a include
08:53
all those strange utterances that people type into the input field
215
533260
3000
toate acele combinații ciudate pe care oamenii le tastează
08:56
and understand them.
216
536260
2000
în fereastra de input și de-a le înțelege.
08:58
And I must say that I thought that step
217
538260
2000
Și trebuie să spun că eu credeam că acel stagiu
09:00
might just be plain impossible.
218
540260
3000
ar putea fi pur și simplu imposibil.
09:04
Two big things happened:
219
544260
2000
Două lucruri mari s-au întâmplat.
09:06
First, a bunch of new ideas about linguistics
220
546260
3000
Primul, o grămadă de idei noi despre lingvistică
09:09
that came from studying the computational universe;
221
549260
3000
au apărut din studiul universului computațional.
09:12
and second, the realization that having actual computable knowledge
222
552260
3000
Al doilea, realizarea că având cunoaștere calculabilă efectiv
09:15
completely changes how one can
223
555260
2000
schimbă complet unghiul de abordare
09:17
set about understanding language.
224
557260
3000
în înțelegerea limbii.
09:20
And, of course, now
225
560260
2000
Și bineînțeles acum
09:22
with Wolfram Alpha actually out in the wild,
226
562260
2000
cu Wolfram Alpha ieșit în lume
09:24
we can learn from its actual usage.
227
564260
2000
putem învăța prin uzitarea lui efectivă.
09:26
And, in fact, there's been
228
566260
2000
Și de fapt a existat
09:28
an interesting coevolution that's been going on
229
568260
2000
o interesantă co-evoluție care a avut loc
09:30
between Wolfram Alpha
230
570260
2000
între Wolfram Alpha
09:32
and its human users,
231
572260
2000
și utilizatorii lui umani.
09:34
and it's really encouraging.
232
574260
2000
Și e cu adevarat încurajator.
09:36
Right now, if we look at web queries,
233
576260
2000
Chiar acum, dacă ne uităm la căutările de pe web,
09:38
more than 80 percent of them get handled successfully the first time.
234
578260
3000
mai mult de 80% din ele sunt rezolvate cu succes de prima dată.
09:41
And if you look at things like the iPhone app,
235
581260
2000
Și dacă te uiți la aplicații cum e iPhone-ul
09:43
the fraction is considerably larger.
236
583260
2000
fracțiunea e cu mult mai mare.
09:45
So, I'm pretty pleased with it all.
237
585260
2000
Deci, sunt destul de mulțumit cu programul în ansamblu.
09:47
But, in many ways,
238
587260
2000
Dar în multe feluri
09:49
we're still at the very beginning with Wolfram Alpha.
239
589260
3000
suntem încă la începuturi cu Wolfram Alpha
09:52
I mean, everything is scaling up very nicely
240
592260
2000
dar, toate evoluează destul de frumos.
09:54
and we're getting more confident.
241
594260
2000
Devenim tot mai încrezători.
09:56
You can expect to see Wolfram Alpha technology
242
596260
2000
Vă puteți aștepta să vedeți tehnologia Wolfram Alpha
09:58
showing up in more and more places,
243
598260
2000
apărând în tot mai multe locuri,
10:00
working both with this kind of public data, like on the website,
244
600260
3000
lucrând și cu acest gen de date publice, cum e acest website,
10:03
and with private knowledge
245
603260
2000
și cu cunoștințe private
10:05
for people and companies and so on.
246
605260
3000
referitoare la oameni și la companii, etc.
10:08
You know, I've realized that Wolfram Alpha actually gives one
247
608260
3000
Știți, am realizat că Wolfram Alpha de fapt oferă
10:11
a whole new kind of computing
248
611260
2000
un fel complet nou de computerizare
10:13
that one can call knowledge-based computing,
249
613260
2000
pe care o putem numi computerizare bazată pe cunoaștere,
10:15
in which one's starting not just from raw computation,
250
615260
3000
în care se pornește nu doar de la computerizare brută,
10:18
but from a vast amount of built-in knowledge.
251
618260
3000
dar și de la o vastă bază de cunoaștere incorporată.
10:21
And when one does that, one really changes
252
621260
2000
Și când se face asta, se modifică într-adevăr
10:23
the economics of delivering computational things,
253
623260
3000
știința economiei emiterii de rezultate computaționale,
10:26
whether it's on the web or elsewhere.
254
626260
2000
fie că e pe web, fie altundeva.
10:28
You know, we have a fairly interesting situation right now.
255
628260
3000
Știți, avem o situație foarte interesantă acum.
10:31
On the one hand, we have Mathematica,
256
631260
2000
Pe de o parte, avem programul Mathematica,
10:33
with its sort of precise, formal language
257
633260
3000
cu limbajul său precis și formal
10:36
and a huge network
258
636260
2000
și o rețea uriașă
10:38
of carefully designed capabilities
259
638260
2000
de capabilități proiectate cu grijă
10:40
able to get a lot done in just a few lines.
260
640260
3000
în stare să facă enorm în doar câteva rânduri.
10:43
Let me show you a couple of examples here.
261
643260
3000
Să vă arăt două exemple aici.
10:47
So here's a trivial piece of Mathematica programming.
262
647260
3000
Iată o bucățică trivială din codul programului Mathematica.
10:51
Here's something where we're sort of
263
651260
2000
Aici e ceva în care
10:53
integrating a bunch of different capabilities here.
264
653260
3000
integrăm o grămadă de capabilități diferite.
10:56
Here we'll just create, in this line,
265
656260
3000
Aici vom crea în acest rând
10:59
a little user interface that allows us to
266
659260
3000
o simplă interfață de utilizator care ne permite
11:02
do something fun there.
267
662260
2000
să facem ceva distractiv aici.
11:05
If you go on, that's a slightly more complicated program
268
665260
2000
Dacă continui, acela e un program puțin mai complicat
11:07
that's now doing all sorts of algorithmic things
269
667260
3000
care face acum tot felul de calcule algoritmice
11:10
and creating user interface and so on.
270
670260
2000
și crează interfață de utilizare, etc.
11:12
But it's something that is very precise stuff.
271
672260
3000
Dar e material extrem de precis.
11:15
It's a precise specification with a precise formal language
272
675260
3000
E o specificație precisă cu un limbaj formal precis
11:18
that causes Mathematica to know what to do here.
273
678260
3000
care determină Mathematica să știe ce să facă.
11:21
Then on the other hand, we have Wolfram Alpha,
274
681260
3000
Ei bine, pe de altă parte, avem Wolfram Alpha
11:24
with all the messiness of the world
275
684260
2000
cu toată harababura lumii
11:26
and human language and so on built into it.
276
686260
2000
și cu limbi umane și altele încorporate în el.
11:28
So what happens when you put these things together?
277
688260
3000
Deci ce se întâmplă când pui aceste lucruri împreună?
11:31
I think it's actually rather wonderful.
278
691260
2000
Cred de fapt că rezultatul e minunat.
11:33
With Wolfram Alpha inside Mathematica,
279
693260
2000
Cu Wolfram Alpha în interiorul progamului Mathematica
11:35
you can, for example, make precise programs
280
695260
2000
poți, de exemplu, să faci programe precise
11:37
that call on real world data.
281
697260
2000
care cheamă date din lumea reală.
11:39
Here's a real simple example.
282
699260
2000
Iată un exemplu foarte simplu.
11:44
You can also just sort of give vague input
283
704260
3000
Poți să introduci un fel de input vag
11:47
and then try and have Wolfram Alpha
284
707260
2000
și apoi să-l faci pe Wolfram Alpha
11:49
figure out what you're talking about.
285
709260
2000
să descopere despre ce vorbești.
11:51
Let's try this here.
286
711260
2000
Să încercăm.
11:53
But actually I think the most exciting thing about this
287
713260
3000
Dar cred că cel mai interesant lucru despre asta
11:56
is that it really gives one the chance
288
716260
2000
e că ne dă șansa
11:58
to democratize programming.
289
718260
3000
să democratizăm programarea.
12:01
I mean, anyone will be able to say what they want in plain language.
290
721260
3000
Adică, oricine va fi în stare să tasteze cam ce doresc în limbaj obișnuit
12:04
Then, the idea is that Wolfram Alpha will be able to figure out
291
724260
3000
și apoi Wolfram Alpha va fi în stare să deslușească
12:07
what precise pieces of code
292
727260
2000
exact care părți de cod
12:09
can do what they're asking for
293
729260
2000
pot face ce i s-a cerut
12:11
and then show them examples that will let them pick what they need
294
731260
3000
și apoi să arate exemple care vor permite să aleagă ce are nevoie
12:14
to build up bigger and bigger, precise programs.
295
734260
3000
pentru a construi programe tot mai mari și mai precise.
12:17
So, sometimes, Wolfram Alpha
296
737260
2000
Așa că, uneori, Wolfram Alpha
12:19
will be able to do the whole thing immediately
297
739260
2000
va fi în stare să rezolve întregul răspuns imediat
12:21
and just give back a whole big program that you can then compute with.
298
741260
3000
și să-ți returneze un program mare cu care apoi să faci computația.
12:24
Here's a big website
299
744260
2000
Deci iată un website mare
12:26
where we've been collecting lots of educational
300
746260
3000
unde am colectat multe demonstrații educaționale
12:29
and other demonstrations about lots of kinds of things.
301
749260
3000
și de alte naturi despre tot felul de lucruri.
12:32
I'll show you one example here.
302
752260
3000
Deci, să vedem, vă arăt un exemplu, poate aici.
12:36
This is just an example of one of these computable documents.
303
756260
3000
Ăsta e doar un exemplu din aceste documente computabile.
12:39
This is probably a fairly small
304
759260
2000
Acesta e probabil o părticică mică
12:41
piece of Mathematica code
305
761260
2000
din codul Mathematica
12:43
that's able to be run here.
306
763260
2000
care poate rula aici.
12:47
Okay. Let's zoom out again.
307
767260
3000
OK. Să ieșim de aici.
12:50
So, given our new kind of science,
308
770260
2000
Deci, având în vedere noua noastră știință,
12:52
is there a general way to use it to make technology?
309
772260
3000
există un mod general de a face tehnologie?
12:55
So, with physical materials,
310
775260
2000
Adică, cu materiale fizice,
12:57
we're used to going around the world
311
777260
2000
suntem obișnuiți să mergem în jurul lumii
12:59
and discovering that particular materials
312
779260
2000
și să descoperim că materiale specifice
13:01
are useful for particular
313
781260
2000
sunt folositoare pentru
13:03
technological purposes.
314
783260
2000
scopuri tehnologice specifice, ș.a.m.d.
13:05
Well, it turns out we can do very much the same kind of thing
315
785260
2000
Ei bine, se pare că putem face același gen de lucruri
13:07
in the computational universe.
316
787260
2000
în universul computațional.
13:09
There's an inexhaustible supply of programs out there.
317
789260
3000
Există resurse inepuizabile de programe în lume.
13:12
The challenge is to see how to
318
792260
2000
Provocarea e de a vedea cum
13:14
harness them for human purposes.
319
794260
2000
să le exploatăm pentru scopuri umane.
13:16
Something like Rule 30, for example,
320
796260
2000
Ceva ca Regula 30, de exemplu,
13:18
turns out to be a really good randomness generator.
321
798260
2000
pare să funcționeze bine ca generator aleatoriu.
13:20
Other simple programs are good models
322
800260
2000
Alte programe simple sunt modele bune
13:22
for processes in the natural or social world.
323
802260
3000
pentru procesarea în lumea naturală sau socială.
13:25
And, for example, Wolfram Alpha and Mathematica
324
805260
2000
Și de exemplu, Wolfram Alpha și Mathematica
13:27
are actually now full of algorithms
325
807260
2000
sunt de fapt acum înțesate de algoritmi
13:29
that we discovered by searching the computational universe.
326
809260
3000
pe care i-am descoperit prin cercetarea universului computațional.
13:33
And, for example, this -- if we go back here --
327
813260
3000
Și, de exemplu asta -- ne-am întors aici --
13:37
this has become surprisingly popular
328
817260
2000
Asta a devenit surprinzător de popular
13:39
among composers
329
819260
2000
printe compozitorii care găsesc
13:41
finding musical forms by searching the computational universe.
330
821260
3000
forme muzicale prin cercetarea universului computațional.
13:45
In a sense, we can use the computational universe
331
825260
2000
Într-un sens, putem folosi universul computațional
13:47
to get mass customized creativity.
332
827260
3000
să obținem ajustarea creativă prealabilă de către consumatori a producției de masă
13:50
I'm hoping we can, for example,
333
830260
2000
Sper că vom putea de exemplu
13:52
use that even to get Wolfram Alpha
334
832260
2000
să folosim Wolfram Alpha chiar pentru
13:54
to routinely do invention and discovery on the fly,
335
834260
3000
a face în mod curent invenții și descoperiri din mers
13:57
and to find all sorts of wonderful stuff
336
837260
2000
și a găsi tot felul de minunății
13:59
that no engineer
337
839260
2000
pe care nici un inginer
14:01
and no process of incremental evolution would ever come up with.
338
841260
3000
sau proces de evoluție incrementală nu l-ar considera.
14:05
Well, so, that leads to kind of an ultimate question:
339
845260
3000
Ei bine, prin urmare, asta conduce la întrebarea fundamentală.
14:08
Could it be that someplace out there in the computational universe
340
848260
3000
Ar fi oare posibil ca undeva în universul computațional
14:11
we might find our physical universe?
341
851260
3000
să găsim universul nostru fizic?
14:14
Perhaps there's even some quite simple rule,
342
854260
2000
Poate există chiar o regulă simplă
14:16
some simple program for our universe.
343
856260
3000
un program simplu pentru universul nostru.
14:19
Well, the history of physics would have us believe
344
859260
2000
Ei bine, istoria fizicii ne-a convins
14:21
that the rule for the universe must be pretty complicated.
345
861260
3000
că regula ce descrie universul e complicată.
14:24
But in the computational universe,
346
864260
2000
Dar în universul computațional
14:26
we've now seen how rules that are incredibly simple
347
866260
3000
am văzut cum reguli incredibil de simple
14:29
can produce incredibly rich and complex behavior.
348
869260
3000
pot produce comportament extrem de complex.
14:32
So could that be what's going on with our whole universe?
349
872260
3000
Deci ar putea fi asta ce se întâmplă cu universul nostru?
14:36
If the rules for the universe are simple,
350
876260
2000
Dacă regulile universului sunt simple,
14:38
it's kind of inevitable that they have to be
351
878260
2000
e inevitabil ca ele să fie
14:40
very abstract and very low level;
352
880260
2000
foarte abstracte și foarte de bază,
14:42
operating, for example, far below
353
882260
2000
operând, de exemplu, mult sub
14:44
the level of space or time,
354
884260
2000
nivelul spațiului și timpului,
14:46
which makes it hard to represent things.
355
886260
2000
dimensiuni care fac reprezentarea dificilă.
14:48
But in at least a large class of cases,
356
888260
2000
Dar cel puțin într-o mare clasă de cazuri,
14:50
one can think of the universe as being
357
890260
2000
se poate gândi despre univers ca fiind
14:52
like some kind of network,
358
892260
2000
un fel de rețea,
14:54
which, when it gets big enough,
359
894260
2000
care, când devine suficient de mare,
14:56
behaves like continuous space
360
896260
2000
se comportă ca un spațiu continuu
14:58
in much the same way as having lots of molecules
361
898260
2000
în același mod cum multe molecule
15:00
can behave like a continuous fluid.
362
900260
2000
se pot comporta ca un lichid continuu.
15:02
Well, then the universe has to evolve by applying
363
902260
3000
Ei bine, atunci universul trebuie să evolueze prin aplicarea
15:05
little rules that progressively update this network.
364
905260
3000
regulilor simple care progresiv actualizează această rețea.
15:08
And each possible rule, in a sense,
365
908260
2000
Și fiecare regulă, într-un sens,
15:10
corresponds to a candidate universe.
366
910260
2000
corespunde unui univers candidat.
15:12
Actually, I haven't shown these before,
367
912260
3000
De fapt n-am mai arătat asta până acum,
15:16
but here are a few of the candidate universes
368
916260
3000
dar iată câteva din universurile candidate
15:19
that I've looked at.
369
919260
2000
la care m-am uitat.
15:21
Some of these are hopeless universes,
370
921260
2000
Unele din acestea sunt universuri făra speranță,
15:23
completely sterile,
371
923260
2000
complet sterile,
15:25
with other kinds of pathologies like no notion of space,
372
925260
2000
cu alte feluri de patologii cum ar lipsa noțiunii de spațiu,
15:27
no notion of time, no matter,
373
927260
3000
a noțiunii de timp, de materie,
15:30
other problems like that.
374
930260
2000
și alte probleme de acest gen.
15:32
But the exciting thing that I've found in the last few years
375
932260
3000
Dar ce am concluzionat interesant în ultimii câțiva ani
15:35
is that you actually don't have to go very far
376
935260
2000
e că nu trebuie să mergi prea departe
15:37
in the computational universe
377
937260
2000
în universul computațional
15:39
before you start finding candidate universes
378
939260
2000
pentru a găsi universuri candidate
15:41
that aren't obviously not our universe.
379
941260
3000
la care nu e evident că nu sunt universul nostru.
15:44
Here's the problem:
380
944260
2000
Iată o problemă:
15:46
Any serious candidate for our universe
381
946260
3000
Oricare univers candidat pentru universul nostru
15:49
is inevitably full of computational irreducibility.
382
949260
3000
e inevitabil plin de ireductibilitate computațională
15:52
Which means that it is irreducibly difficult
383
952260
3000
ceea ce înseamnă că este ireductibil de dificil
15:55
to find out how it will really behave,
384
955260
2000
să descoperi cum se va comporta în realitate,
15:57
and whether it matches our physical universe.
385
957260
3000
și dacă se potrivește cu universul nostru fizic.
16:01
A few years ago, I was pretty excited to discover
386
961260
3000
Cu câtiva ani în urmă, am fost foarte emoționat să descopăr
16:04
that there are candidate universes with incredibly simple rules
387
964260
3000
că există universuri candidate cu reguli incredibil de simple
16:07
that successfully reproduce special relativity,
388
967260
2000
care reproduc cu succes relativitatea specială
16:09
and even general relativity and gravitation,
389
969260
3000
și chiar relativitatea generală și gravitațională
16:12
and at least give hints of quantum mechanics.
390
972260
3000
și cel puțin dau indicii de mecanică cuantică.
16:15
So, will we find the whole of physics?
391
975260
2000
Deci, vom găsi totalitatea fizicii?
16:17
I don't know for sure,
392
977260
2000
Nu știu cu siguranță.
16:19
but I think at this point it's sort of
393
979260
2000
Dar cred în acest moment
16:21
almost embarrassing not to at least try.
394
981260
2000
că e aproape jenant să nu încercăm cel puțin.
16:23
Not an easy project.
395
983260
2000
Nu e un proiect ușor.
16:25
One's got to build a lot of technology.
396
985260
2000
Trebuie construită multă tehnologie.
16:27
One's got to build a structure that's probably
397
987260
2000
Trebuie construită o structură care e probabil
16:29
at least as deep as existing physics.
398
989260
2000
cel puțin atât de complexă ca fizica.
16:31
And I'm not sure what the best way to organize the whole thing is.
399
991260
3000
Și nu sunt sigur cum e cel mai bine de a organiza totul.
16:34
Build a team, open it up, offer prizes and so on.
400
994260
3000
Să alcătuiesc o echipă, sau să lucrez deschis, să ofer premii, etc.
16:37
But I'll tell you, here today,
401
997260
2000
Dar vă spun aici azi
16:39
that I'm committed to seeing this project done,
402
999260
2000
că sunt hotărât să văd acest proiect făcut,
16:41
to see if, within this decade,
403
1001260
3000
să văd dacă în decurs de o decadă,
16:44
we can finally hold in our hands
404
1004260
2000
putem ține în mâini într-un final
16:46
the rule for our universe
405
1006260
2000
regula valabilă pentru universul nostru
16:48
and know where our universe lies
406
1008260
2000
și să știm unde se situează universul nostru
16:50
in the space of all possible universes ...
407
1010260
2000
în spațiul tuturor posibilităților --
16:52
and be able to type into Wolfram Alpha, "the theory of the universe,"
408
1012260
3000
și să putem tasta în Wolfram Alpha "teoria universului,"
16:55
and have it tell us.
409
1015260
2000
și acesta să ne-o spună.
16:57
(Laughter)
410
1017260
2000
(Râsete)
17:00
So I've been working on the idea of computation
411
1020260
2000
Deci am lucrat la ideea computației
17:02
now for more than 30 years,
412
1022260
2000
de mai mult de 30 de ani
17:04
building tools and methods and turning intellectual ideas
413
1024260
3000
construind unelte și metode și transformând idei intelectuale
17:07
into millions of lines of code
414
1027260
2000
în milioane de linii de cod
17:09
and grist for server farms and so on.
415
1029260
2000
și grăunțe pentru fermele de servere :) , ș.a.m.d.
17:11
With every passing year,
416
1031260
2000
Cu fiecare an ce trece,
17:13
I realize how much more powerful
417
1033260
2000
realizez că e mult mai puternică
17:15
the idea of computation really is.
418
1035260
2000
ideea computației decât am crezut.
17:17
It's taken us a long way already,
419
1037260
2000
Ne-a luat mult timp deja,
17:19
but there's so much more to come.
420
1039260
2000
dar mai e încă mult în viitor.
17:21
From the foundations of science
421
1041260
2000
De la fundamentele științei
17:23
to the limits of technology
422
1043260
2000
până la limitele tehnologiei
17:25
to the very definition of the human condition,
423
1045260
2000
și chiar până la definiția condiției umane,
17:27
I think computation is destined to be
424
1047260
2000
computația este, cred, destinată să fie
17:29
the defining idea of our future.
425
1049260
2000
ideea definitorie a viitorului nostru.
17:31
Thank you.
426
1051260
2000
Mulțumesc.
17:33
(Applause)
427
1053260
14000
(Aplauze)
17:47
Chris Anderson: That was astonishing.
428
1067260
2000
Chris Anderson: Asta a fost uimitor.
17:49
Stay here. I've got a question.
429
1069260
2000
Rămâneți aici. Am o întrebare.
17:51
(Applause)
430
1071260
4000
(Aplauze)
17:57
So, that was, fair to say, an astonishing talk.
431
1077260
3000
Asta a fost o prezentare remarcabilă.
18:01
Are you able to say in a sentence or two
432
1081260
3000
Puteți spune într-o propoziție sau două
18:04
how this type of thinking
433
1084260
3000
cum ar putea acest gen de gândire
18:07
could integrate at some point
434
1087260
2000
integra la un moment dat
18:09
to things like string theory or the kind of things that people think of
435
1089260
2000
noțiuni ca teoria corzilor sau genul de lucruri pe care oamenii le
18:11
as the fundamental explanations of the universe?
436
1091260
3000
consideră explicații fundamentale ale universului?
18:14
Stephen Wolfram: Well, the parts of physics
437
1094260
2000
Stephen Wolfram: Ei bine, părți ale fizicii
18:16
that we kind of know to be true,
438
1096260
2000
pe care le știm a fi adevărate,
18:18
things like the standard model of physics:
439
1098260
2000
lucruri ca modelul standard al fizicii.
18:20
what I'm trying to do better reproduce the standard model of physics
440
1100260
3000
Încerc să reproduc modelul standard al fizicii [particulelor subatomice]
18:23
or it's simply wrong.
441
1103260
2000
iar dacă nu reușesc înseamnă că e greșit.
18:25
The things that people have tried to do in the last 25 years or so
442
1105260
2000
Lucrurille pe care oamenii le-au încercat în ultimii 25 de ani
18:27
with string theory and so on
443
1107260
2000
cu teoria corzilor
18:29
have been an interesting exploration
444
1109260
2000
a fost o explorare interesantă
18:31
that has tried to get back to the standard model,
445
1111260
3000
care a încercat să se întoarcă la modelul standard
18:34
but hasn't quite gotten there.
446
1114260
2000
dar încă nu a ajuns acolo.
18:36
My guess is that some great simplifications of what I'm doing
447
1116260
3000
Bănuiala mea e că niște simplificări cum am făcut eu
18:39
may actually have considerable resonance
448
1119260
3000
ar putea de fapt avea rezonanță considerabilă
18:42
with what's been done in string theory,
449
1122260
2000
cu ceea ce a fost făcut în teoria corzilor,
18:44
but that's a complicated math thing
450
1124260
3000
dar ăsta e un aspect matematic complicat
18:47
that I don't yet know how it's going to work out.
451
1127260
3000
care nu știu încă cum va fi rezolvat.
18:50
CA: Benoit Mandelbrot is in the audience.
452
1130260
2000
CA : Benoit Mandlebrot e în audiență.
18:52
He also has shown how complexity
453
1132260
2000
Și el a arătat cum poate complexitatea
18:54
can arise out of a simple start.
454
1134260
2000
să derive dintr-un start simplu.
18:56
Does your work relate to his?
455
1136260
2000
E munca dv. asociată cu a lui?
18:58
SW: I think so.
456
1138260
2000
SW: Cred că da.
19:00
I view Benoit Mandelbrot's work
457
1140260
2000
Consider lucrarea lui Benoit Mandlebrot
19:02
as one of the founding contributions
458
1142260
3000
ca fiind una din contribuțiile de inițiere
19:05
to this kind of area.
459
1145260
3000
din acest domeniu.
19:08
Benoit has been particularly interested
460
1148260
2000
Benoit a fost în special interesat
19:10
in nested patterns, in fractals and so on,
461
1150260
2000
în modele în serie, în fractali, ș.a.m.d.
19:12
where the structure is something
462
1152260
2000
unde structura este
19:14
that's kind of tree-like,
463
1154260
2000
e ca un fel de copac
19:16
and where there's sort of a big branch that makes little branches
464
1156260
2000
și unde există un braț mare care face brațe mai mici,
19:18
and even smaller branches and so on.
465
1158260
3000
și apoi brațe și mai mici, etc.
19:21
That's one of the ways
466
1161260
2000
Asta e una din căi
19:23
that you get towards true complexity.
467
1163260
3000
către complexitate adevărată.
19:26
I think things like the Rule 30 cellular automaton
468
1166260
3000
Cred că lucruri ca sistemul automat celular după Regula 30
19:29
get us to a different level.
469
1169260
2000
ne duc la un nivel diferit.
19:31
In fact, in a very precise way, they get us to a different level
470
1171260
3000
De fapt, într-un mod foarte precis ne conduc către un nivel diferit
19:34
because they seem to be things that are
471
1174260
2000
pentru că par a fi lucruri
19:37
capable of complexity
472
1177260
3000
capabile de complexitate,
19:40
that's sort of as great as complexity can ever get ...
473
1180260
3000
complexitate de grad maxim, ca să zicem așa...
19:44
I could go on about this at great length, but I won't. (Laughter) (Applause)
474
1184260
3000
Aș putea să continui cu multe detalii, dar nu acum.
19:47
CA: Stephen Wolfram, thank you.
475
1187260
2000
CA : Stephen Wolfram, vă mulțumim.
19:49
(Applause)
476
1189260
2000
(Aplauze)
Despre acest site

Acest site vă va prezenta videoclipuri de pe YouTube care sunt utile pentru a învăța limba engleză. Veți vedea lecții de engleză predate de profesori de top din întreaga lume. Faceți dublu clic pe subtitrările în limba engleză afișate pe fiecare pagină video pentru a reda videoclipul de acolo. Subtitrările se derulează în sincron cu redarea videoclipului. Dacă aveți comentarii sau solicitări, vă rugăm să ne contactați folosind acest formular de contact.

https://forms.gle/WvT1wiN1qDtmnspy7