Ray Kurzweil: Get ready for hybrid thinking

Translator: Kalyanasundar Subramanyam Reviewer: Vijaya Sankar N

Let me tell you a story.

நான் உங்களுக்கு ஒரு கதை சொல்கிறேன்

It goes back 200 million years.

அது 200 மில்லியன் ஆண்டுகள் பழமையான ஒரு கதை.

It's a story of the neocortex,

அது புதிய பெருமூளை புறணி குறித்த கதை.

which means "new rind."

"புதிய ஓடு" என்றும் கூட பொருள் கொள்ளலாம்.

So in these early mammals,

ஆக முற்காலத்திய பாலூட்டிகளில்,

because only mammals have a neocortex,

பாலூட்டிகளுக்கு மட்டுமே இந்த புதிய புறணி உள்ளது,

rodent-like creatures.

எலி இனம் போன்ற கொறி விலங்கினங்கள்.

It was the size of a postage stamp and just as thin,

அது ஒரு அஞ்சல் முத்திரை அளவுக்கு சிறிதாகவும் மெலிதாகவும் இருந்தது,

and was a thin covering around

அதாவது ஒரு மெல்லிய உறை போல

their walnut-sized brain,

வாதுமை கொட்டை அளவே உள்ள அவைகளின் மூளையை சுற்றி இருந்தது,

but it was capable of a new type of thinking.

ஆனால் அதற்கு புதிதாக சிந்திக்கும் திறன் இருந்தது.

Rather than the fixed behaviors

அதாவது பாலூட்டிகள் அல்லாத விலங்குகளின்

that non-mammalian animals have,

வரையறுக்கப்பட்ட நடத்தைகளில் இருந்து மாறுபட்டு இருந்தது,

it could invent new behaviors.

இவைகளுக்கு புதிய நடத்தை முறைகளை கண்டுபிடிக்கும் திறன் இருந்தது.

So a mouse is escaping a predator,

அதனால் தான் எலிகள் கொன்றுண்ணிகளிடமிருந்து தப்புகிறது.

its path is blocked,

அதன் வழி தடை செய்யபட்டால்,

it'll try to invent a new solution.

அது ஒரு புதிய தீர்வை கண்டுபிடிக்க முயலும்.

That may work, it may not,

அந்த முறை வேலை செய்யலாம் அல்லது தோல்வியுறலாம்,

but if it does, it will remember that

ஆனால் வெற்றியடைந்தால் அதை நினைவில் வைத்து கொள்ளும்

and have a new behavior,

அப்படி ஒரு புதிய நடத்தை முறையை தனது பட்டறிவு மூலம் தெரிந்து கொள்ளும்.

and that can actually spread virally

தன் இனத்தை சார்ந்த மற்றவர்கள் மூலம்

through the rest of the community.

அந்த முறையை வேகமாக பரப்பும்,

Another mouse watching this could say,

இதை பார்க்கும் மற்றொரு எலி கூறலாம்,

"Hey, that was pretty clever, going around that rock,"

"மலையை சுற்றி போகும் இந்த தந்திரம் நன்றாக இருக்கிறதே"

and it could adopt a new behavior as well.

மேலும் அது இன்னொரு முறையையும் தேர்ந்தெடுக்கலாம்.

Non-mammalian animals

பாலூட்டிகள் அல்லாத விலங்குகளால்

couldn't do any of those things.

அவை எதுவுமே செய்யமுடியாது.

They had fixed behaviors.

அவைகளது நடத்தை முறை வரையறுக்கப்பட்டது.

Now they could learn a new behavior

தற்பொழுது அவைகள் புதிய நடத்தை முறைகளை கற்று கொள்ளலாம்

but not in the course of one lifetime.

ஆனால் அவைகளின் வாழ்நாளில் அல்ல.

In the course of maybe a thousand lifetimes,

இன்னும் ஒரு ஆயிரம் ஆண்டுகள் சென்ற பின்பு

it could evolve a new fixed behavior.

ஒரு வேளை அவ்விலங்குகள் ஒரு புதிய வரையறுக்கப்பட்ட நடத்தை முறையை வெளிப்படுத்தலாம்.

That was perfectly okay 200 million years ago.

200 மில்லியன் ஆண்டுகளுக்கு முன்பு இருந்த நிலைமைக்கு அது மிக சரியாக இருந்திருக்கலாம்.

The environment changed very slowly.

அப்பொழுது சுற்று சூழல் மாறுதல்கள் மிக மெதுவாகவே நடந்தது.

It could take 10,000 years for there to be

10,000 ஆண்டுகள் கூட எடுத்திருக்கலாம்,

a significant environmental change,

குறிப்பிடத்தக்க ஒரு சுற்று சூழல் மாறுதல் ஏற்படுவதற்கு,

and during that period of time

அந்த கால அளவில் அவைகள் ஒரு புதிய

it would evolve a new behavior.

நடத்தை முறையை கொணரலாம்.

Now that went along fine,

இப்படி சரியாக தான் போய் கொண்டிருந்தது,

but then something happened.

ஆனால் அப்பொழுது ஒரு நிகழ்வு நடந்தது.

Sixty-five million years ago,

65 மில்லியன் ஆண்டுகளுக்கு முன்பு,

there was a sudden, violent change to the environment.

திடீர் என்று கட்டு மீறிய ஒரு சுற்று சூழல் மாறுதல் ஏற்பட்டது.

We call it the Cretaceous extinction event.

அது க்றேடஷியஸ் அழிவு நிகழ்வு என்று சொல்லபடுகிறது.

That's when the dinosaurs went extinct,

அது டைனோசார்களின் அழிவு காலத்தை குறிக்கிறது,

that's when 75 percent of the

அப்பொழுது தான் ஏறக்குறைய 75 விழுக்காடு

animal and plant species went extinct,

விலங்குகள் மற்றும் தாவர இனங்கள் அழிந்தன,

and that's when mammals

அப்பொழுதான் பாலூட்டிகள்

overtook their ecological niche,

சூழ்நிலை கூறை முந்தியது

and to anthropomorphize, biological evolution said,

மனித இயல்பு படி சொல்வெதென்றால், உயிரியல் சிறத்தல் சொல்லியது,

"Hmm, this neocortex is pretty good stuff,"

"ஹ்ம்..இந்த புதிய புறணி ஒரு சிறந்த அம்சம் தான்"

and it began to grow it.

அப்படி அதை விருத்தியடைய செய்தது.

And mammals got bigger,

பாலூட்டிகள் மிகவும் பெரிதாக வளர்ந்தது,

their brains got bigger at an even faster pace,

அவைகளின் மூளை வளர்ச்சி இன்னும் வேகமாக இருந்தது,

and the neocortex got bigger even faster than that

புதிய புறணியின் வளர்ச்சி அதை விட வேகமாக இருந்தது

and developed these distinctive ridges and folds

தனித்தன்மை வாய்ந்த நீட்சிகளும் மடிப்புகளும் உருவானது

basically to increase its surface area.

அடிப்படையில் அதன் பரப்பளவு அதிகமாகியது

If you took the human neocortex

மனிதனின் புதிய புறணியை எடுத்து

and stretched it out,

வலித்திழுத்தால்,

it's about the size of a table napkin,

ஒரு மேஜை துடை துண்டு அளவுக்கு இருக்கும்

and it's still a thin structure.

ஆனால் அதன் அமைப்பு மெல்லியதாகவே இருக்கும்.

It's about the thickness of a table napkin.

தடிமனும் ஒரு மேஜை துண்டு அளவே இருக்கும்.

But it has so many convolutions and ridges

ஆனால் அதிக அளவில் சுருள்களும் நீட்சிகளும் இருக்கும்

it's now 80 percent of our brain,

இப்பொழுது ஏறக்குறைய 80 விழுக்காடு நமது மூளையை போலவே இருக்கும்,

and that's where we do our thinking,

அங்கு தான் நமது சிந்திக்கும் திறன் இருக்கிறது,

and it's the great sublimator.

அது தான் நமது மிக பெரிய திறன் மேம்பாடு மையம்.

We still have that old brain

நமது பழைய மூளை இன்னமும் இருக்கிறது

that provides our basic drives and motivations,

அடிப்படையில் அது நம்மை இயக்கி கொண்டும் ஊக்கபடுத்தி கொண்டும் இருக்கிறது,

but I may have a drive for conquest,

எனக்கு வெற்றி பெறவேண்டும் என்ற ஊக்கம் இருக்கலாம்,

and that'll be sublimated by the neocortex

ஆனால் அதற்கான திறனை மேம்படுத்துவது புதிய புறணி தான்

into writing a poem or inventing an app

அது கவிதையாக இருக்கலாம் அல்லது ஒரு மென்பொருள் பயன்பாடை கண்டுபிடிப்பதாக கூட இருக்கலாம்

or giving a TED Talk,

அல்லது ஒரு TED உரை நிகழ்த்துவதாக கூட இருக்கலாம்,

and it's really the neocortex that's where

புதிய புறணியில் தான் இதற்கான

the action is.

அனைத்து செயல்களும் நடைபெறுகிறது.

Fifty years ago, I wrote a paper

50 ஆண்டுகளுக்கு முன்பு நான் ஒரு கட்டுரை எழுதினேன்

describing how I thought the brain worked,

மூளை எப்படி இயங்குகிறது என்பதை குறித்து,

and I described it as a series of modules.

அவைகளை ஒரு தொடர் கட்டகமாக விளக்கியிருந்தேன்.

Each module could do things with a pattern.

ஒவ்வொரு கட்டகமும் ஒரு வகையில் செயல்படும்.

It could learn a pattern. It could remember a pattern.

ஒவ்வொரு கட்டகத்திற்கும் ஒரு வகையை கற்கவும் நினைவில் கொள்ளவும் முடியும்.

It could implement a pattern.

அந்த மாதிரியை செயல்படுத்தும் திறனும் இருந்தது.

And these modules were organized in hierarchies,

இந்த கட்டகங்களுக்கு ஒழுங்குபடுத்தப்பட்ட படிநிலைகள் இருந்தது,

and we created that hierarchy with our own thinking.

இந்த படிநிலைகள் நமது சிந்தனைகளில் உருவாகிறது.

And there was actually very little to go on

சொல்லபோனால் மிக சிறிய முன்னேற்றமே

50 years ago.

இந்த 50 ஆண்டுகளில் ஏற்பட்டிருக்க கூடும்.

It led me to meet President Johnson.

இது அதிபர் ஜான்சனை சந்திக்கும் வாய்ப்பை எனக்கு ஏற்படுத்தி கொடுத்தது.

I've been thinking about this for 50 years,

இதை பற்றி நான் கடந்த 50 ஆண்டுகளாக நினைத்து கொண்டிருந்தேன்,

and a year and a half ago I came out with the book

ஒன்றரை ஆண்டுகளுக்கு முன்பு நான்

"How To Create A Mind,"

"மனதை உருவாக்குவது எப்படி" என்ற நூலை எழுதினேன்,

which has the same thesis,

அந்த ஆய்வு கட்டுரையிலும் இதையே சொல்லியிருந்தேன்,

but now there's a plethora of evidence.

ஆனால் தற்பொழுது அபரிமிதமான சான்றுகள் உள்ளன.

The amount of data we're getting about the brain

நரம்பு இயங்கியலில் இருந்து மூளை குறித்து நமக்கு

from neuroscience is doubling every year.

கிடைக்கும் தரவுகள் இரட்டிப்பாக உள்ளது.

Spatial resolution of brainscanning of all types

எல்லா விதமான, இடம் சார்ந்த, மூளை அலகீடு குறித்த பிரிதிறன்

is doubling every year.

ஆண்டு தோறும் இரட்டிப்பாகி வருகிறது.

We can now see inside a living brain

இப்பொழுது நம்மால் உயிருள்ள ஒரு மூளையின் உட்பகுதியை பார்க்க முடியும்

and see individual interneural connections

அதன் உள்புறம் இருக்கும் நரம்புகளுக்கு இடையே உள்ள தனித்த இணைப்புகளை காண முடியும்

connecting in real time, firing in real time.

நிகழ் நேர இணைப்புகளையும் மற்றும் இயக்கங்களையும் காண முடியும்

We can see your brain create your thoughts.

உங்களது மூளை எண்ண தொடர்களை உருவாக்குவதை பார்க்கலாம்.

We can see your thoughts create your brain,

உங்கள் எண்ணங்கள் தான் உங்கள் மூளை என்பதையும்,

which is really key to how it works.

அவை தான் மூளை செய்லபடுவதற்க்கான திறவுகோல் என்பதையும் பார்க்கலாம்.

So let me describe briefly how it works.

சுருக்கமாக மூளை எப்படி செயல்படுகிறது என்பதை சொல்கிறேன்.

I've actually counted these modules.

உண்மையில் இந்த கட்டகங்களின் எண்ணிக்கையை நான் குறித்தேன்.

We have about 300 million of them,

ஏறக்குறைய 300 மில்லியன் கட்டகங்கள் உள்ளன,

and we create them in these hierarchies.

நாம் அவைகளை படிநிலை வரிசை படுத்தியிருக்கிறோம்.

I'll give you a simple example.

ஒரு சிறிய எடுத்துகாட்டை சொல்கிறேன்.

I've got a bunch of modules

என்னிடம் இரு கற்றை கட்டகங்கள் உள்ளன

that can recognize the crossbar to a capital A,

அவைகளால் A என்ற எழுத்தின் குறுக்கு சட்டத்தை தெரிந்து கொள்ள முடியும்,

and that's all they care about.

அவைகளுக்கு அதை பற்றி மட்டுமே தெரியும்.

A beautiful song can play,

ஒரு அழகான பாடலையோ,

a pretty girl could walk by,

அழகான பெண் நடந்து போவதையோ,

they don't care, but they see a crossbar to a capital A,

பற்றி அவைகள் கவலைபடாது ஆனால் அவைகளால் A என்ற எழுத்தின் குறுக்கு சட்டத்தை மட்டும் புரிந்து கொள்ள முடியும்,

they get very excited and they say "crossbar,"

அவற்றை பார்த்தவுடன் ஆர்வத்துடன் "குறுக்கு சட்டம்" என்று சொல்லும்

and they put out a high probability

அதன் விளைவாக இப்படியான ஒரு நிகழவாய்ப்பு

on their output axon.

இருப்பதாக நரம்பிழை தண்டுக்கு வெளிபடுத்தும்

That goes to the next level,

அது அடுத்த நிலைக்கு அதனை எடுத்து செல்லும்,

and these layers are organized in conceptual levels.

இந்த அடுக்குகள் எல்லாம் ஒரு கருத்தை உருவாக்கும் நிலையிலேயே அமைக்கபட்டிருக்கிறது.

Each is more abstract than the next one,

ஓவொன்றும் அடுத்த குறிப்புக்கான ஒரு சுருக்க குறிப்பாக எடுத்து கொள்ளலாம்,

so the next one might say "capital A."

அடுத்த குறிப்பு அதை "முகட்டெழுத்து A" என்று கூட சொல்லலாம்.

That goes up to a higher level that might say "Apple."

இன்னும் அடுத்த உயர் நிலைக்கு சென்றால் " Apple " என்று கூட சொல்லலாம்.

Information flows down also.

தகவல்கள் கீழ் நோக்கியும் வருவது உண்டு.

If the apple recognizer has seen A-P-P-L,

'ஆப்பிள்' என்ற சொல்லை அடையாளம் காணும் கட்டகம் A-P-P-L என்ற எழுத்துக்களை கண்ட உடன்

it'll think to itself, "Hmm, I think an E is probably likely,"

அடுத்த எழுத்து E ஆக இருக்கலாம் என்று நினைக்கும்.

and it'll send a signal down to all the E recognizers

உடனே அது E என்ற எழுத்தை கண்டறியும் எல்லா கட்டகங்களுக்கும் ஒரு சமிக்கை அனுப்பும்.

saying, "Be on the lookout for an E,

"அடுத்த எழுத்து E ஆக இருக்கலாம், எதிர்பாருங்கள்,

I think one might be coming."

அந்த எழுத்து அடுத்து வரும் என்று நினைக்கிறேன்."

The E recognizers will lower their threshold

உடனே E என்ற எழுத்தை கண்டறியும் எல்லா கட்டகங்களும் அதன் வரம்பு மதிப்பை குறைத்து கொள்ளும்

and they see some sloppy thing, could be an E.

அடுத்து வரும் தெளிவில்லாத எழுத்தை E ஆக இருக்கலாம் என்று நினைக்கும்

Ordinarily you wouldn't think so,

வழக்கமாக நாம் அப்படி நினைப்பதில்லை,

but we're expecting an E, it's good enough,

ஆனால் நாம் இப்பொழுது E என்ற எழுத்தை எதிர்பார்த்து கொண்டிருக்கிறோம் ,அதனால் இது சரி.

and yeah, I've seen an E, and then apple says,

'ஆம் நான் E என்ற எழுத்தை பார்த்து விட்டேன் ' உடனே ஆப்பிள் கட்டகம் சொல்கிறது,

"Yeah, I've seen an Apple."

"ஆம் நான் Apple என்ற சொல்லை பார்த்து விட்டேன்."

Go up another five levels,

இன்னும் ஐந்து நிலைகள் மேலே செல்லுங்கள்,

and you're now at a pretty high level

இபொழுது நீங்கள் ஒரு சுமாரான உயர் நிலையில்

of this hierarchy,

உள்ளீர்கள், அதாவது படி நிலை வரிசையில்

and stretch down into the different senses,

சற்று விரிவடைந்து புலன் உணர்வுகளையும் தெரிந்து கொள்ளும் நிலை,

and you may have a module that sees a certain fabric,

ஒரு விதமான துணியை தெரிந்து கொள்ளும் ஒரு கட்டகம் உங்களுக்கு இருக்கலாம்,

hears a certain voice quality, smells a certain perfume,

ஒரு குரலை தெரிந்து கொள்ளவோ அல்லது ஒரு வாசனையை தெரிந்து கொண்டு,

and will say, "My wife has entered the room."

" என் மனைவி இந்த அறைக்குள் நுழைந்திருக்கிறாள் " என்று கூட சொல்லலாம்.

Go up another 10 levels, and now you're at

இன்னும் 10 நிலைகள் மேலே செல்லுங்கள்

a very high level.

நீங்கள் இப்பொழுது மிக உயர்ந்த நிலையில் உள்ளீர்கள்.

You're probably in the frontal cortex,

ஏறக்குறைய நீங்கள் இப்பொழுது முகப்பு புறணியில் இருக்கலாம்,

and you'll have modules that say, "That was ironic.

இந்த கட்டகங்கள் " இது நகை முரண்.

That's funny. She's pretty."

இது வேடிக்கை , அவள் அழகு " என்றெல்லாம் சொல்லும் திறன் கொண்டவை.

You might think that those are more sophisticated,

நீங்கள் இவைகள் மதிநுட்பமானவை என்று கருதலாம்,

but actually what's more complicated

ஆனால் உண்மையில் சிக்கலானவை

is the hierarchy beneath them.

இவைகளுக்கு கீழ்நிலையில் இருப்பவை தான்.

There was a 16-year-old girl, she had brain surgery,

ஒரு 16 வயது பெண்ணுக்கு மூளை அறுவை சிகிச்சை நடைபெற்றது.

and she was conscious because the surgeons

அவள் சுய நினைவுடன் இருந்தாள் ஏனெனில் அறுவை சிகிச்சை மருத்துவர்கள்

wanted to talk to her.

அவளுடன் சிகிச்சையின் போது பேச வேண்டும் என்று விரும்பினார்கள்.

You can do that because there's no pain receptors

அப்படி செய்ய முடியும் ஏனெனில்

in the brain.

மூளையில் வலி ஏற்பிகள் ஏதும் இல்லை.

And whenever they stimulated particular,

எப்பொழுதெல்லாம் அவர்கள் புதிய புறணியின்

very small points on her neocortex,

சில குறிப்பிட்ட பகுதிகளை தூண்டினார்களோ,

shown here in red, she would laugh.

இங்கு சிவப்பாக காட்டியிருக்கும் பகுதிகள், அவள் சிரித்தாள்.

So at first they thought they were triggering

முதலில் அவர்கள் சிரிப்பிற்கான எதோ ஒரு முடுக்கியை

some kind of laugh reflex,

தூண்டி விடுவதாக நினைத்தார்கள்,

but no, they quickly realized they had found

ஆனால் அவர்கள் சீக்கிரமே புரிந்து கொண்டார்கள்

the points in her neocortex that detect humor,

புதிய புறணியின் அந்த பகுதிகள் நகைச்சுவையை உணரும் பகுதியென்று,

and she just found everything hilarious

அந்த பகுதியை தூண்டியதினால்

whenever they stimulated these points.

அவள் களிப்படைந்தாள்.

"You guys are so funny just standing around,"

"என்னை சுற்றி நிற்கும் நீங்கள் வேடிக்கை மனிதர்கள்,"

was the typical comment,

இது தான் அவள் சொன்ன கருத்து

and they weren't funny,

ஆனால் அது அவர்களுக்கு வேடிக்கையாக இருக்கவில்லை,

not while doing surgery.

அறுவை சிகிச்சை செய்து கொண்டிருந்த சூழல் கண்டிப்பாக அப்படி இருக்க வாய்ப்பில்லை.

So how are we doing today?

சரி இன்றைய நிலைமை என்ன?

Well, computers are actually beginning to master

கணினிகள் மனித மொழிகளை பல உத்திகள் மூலம்

human language with techniques

தேர்ச்சி பெற முயலுகின்றன ,

that are similar to the neocortex.

ஏறக்குறைய புதிய புறணிகளை போலவே

I actually described the algorithm,

நான் ஒரு படிமுறையை விவரித்திருந்தேன்.

which is similar to something called

அது ஏறக்குறைய மறைக்கப்பட்ட,

a hierarchical hidden Markov model,

ஒரு மார்கோவ் மாதிரி படிநிலை போன்றது

something I've worked on since the '90s.

அது 90 களில் இருந்து நான் வேலை பார்த்த ஒரு முறை.

"Jeopardy" is a very broad natural language game,

"ஜியோபார்டி' என்பது ஒரு விரிவான இயல்பான மொழி விளையாட்டு,

and Watson got a higher score

வாட்சன் அந்த விளையாட்டில் அதிக வெற்றி புள்ளிகள் பெற்றிருந்தார்

than the best two players combined.

இந்த விளையாட்டின் சிறந்த 2 விளையாட்டு வீரர்களின் மொத்த வெற்றி புள்ளிகளை விடவும் அதிகமாக பெற்றிருந்தார்

It got this query correct:

நான் கேள்வியை சரியாக தான் கேட்டேன்

"A long, tiresome speech

"ஒரு நீண்ட சோர்வூட்டும் உரை"

delivered by a frothy pie topping,"

ஒரு குறுக்கெழுத்து புதிருக்கான துப்பு இது

and it quickly responded, "What is a meringue harangue?"

உடன் அது பதிலளித்தது " மேரின்க்யு ஹரன்க்யு?"

And Jennings and the other guy didn't get that.

ஜென்னிங்க்சுக்கோ அல்லது அடுத்தவருக்கோ இது தெரிந்திருக்கவில்லை

It's a pretty sophisticated example of

இது கணினிகள், மனிதர்கள் பேசும் அதி நவீன விஷயங்களை

computers actually understanding human language,

புரிந்து கொள்கிறது என்பதற்கு ஒரு எடுத்துகாட்டு,

and it actually got its knowledge by reading

இன்னும் சொல்லபோனால் இந்த அறிவை கணினிகள்,

Wikipedia and several other encyclopedias.

விக்கிபீடியா மற்றும் இதர கலைக்களஞ்சியங்களை படித்து தெரிந்து கொண்டிருக்கிறது.

Five to 10 years from now,

இன்னும் ஐந்திலிருந்து பத்து வருடங்களில்,

search engines will actually be based on

இணையதள தேடல் பொறி சொற் கூட்டமைப்பின் அல்லது

not just looking for combinations of words and links

தொடர்பின் அடிப்படையில் மட்டும் இயங்காது

but actually understanding,

ஆனால் உண்மையான புரிதலில் இயங்கும்

reading for understanding the billions of pages

கோடிகணக்கான இணையதள பக்கங்களையும்

on the web and in books.

புத்தகங்களையும் படித்து தெரிந்து கொண்ட புரிதல்களாக இருக்கும்

So you'll be walking along, and Google will pop up

நீங்கள் நடந்து கொண்டிருக்கும் போதே கூகிள் உங்கள் முன் தோன்றி சொல்லலாம்

and say, "You know, Mary, you expressed concern

" மேரி ,நீங்கள் ஒரு மாதம் முன்பு கவலை கொண்டிருந்தீர்கள்.

to me a month ago that your glutathione supplement

உங்களின் க்ளுடதியோன் குறைநிரப்பு

wasn't getting past the blood-brain barrier.

இரத்தத்திற்கும் மூளைக்குமான அரணை தாண்டவில்லை" என்று.

Well, new research just came out 13 seconds ago

சரியாக 13 நொடிகளுக்கு முன் இது குறித்து ஒரு புது ஆய்வு வெளி வந்துள்ளது

that shows a whole new approach to that

இது ஒரு புதிய அணுகுமுறையை வெளிபடுத்துகிறது

and a new way to take glutathione.

க்ளுடதியோன் எடுத்து கொள்வதற்கான ஒரு புதிய முறை

Let me summarize it for you."

அதை நான் உங்களுக்கு சுருக்கமாக சொல்கிறேன்."

Twenty years from now, we'll have nanobots,

இன்னும் 20 ஆண்டுகளுக்கு பின்பு நம்மிடையே நாநோபோட்கள் தோன்றலாம்

because another exponential trend

இன்னொரு அடுக்குகுறி போக்கு என்று எடுத்து கொண்டால்

is the shrinking of technology.

தொழில்நுட்ப சுருங்கலை சொல்லலாம்.

They'll go into our brain

அவைகள் நமது மூளைக்குள் செலுத்தப்படலாம்,

through the capillaries

இரத்த நுண் குழாய்கள் மூலம்

and basically connect our neocortex

அடிப்படையில் பார்த்தீர்களானால் நமது புதிய புறணி

to a synthetic neocortex in the cloud

மேக கணினியில் உள்ள ஒரு செயற்கை புறணியுடன் இணைக்கப்படும்

providing an extension of our neocortex.

சொல்லபோனால் நமது புதிய புறணிக்கு ஒரு நீட்சி அமைப்பு அது

Now today, I mean,

நான் சொல்வது என்னவென்றால்

you have a computer in your phone,

இன்று உங்கள் கைபேசியில் ஒரு கணினி இருக்கிறது

but if you need 10,000 computers for a few seconds

ஆனால் சில் நொடிகளுக்கு உங்களுக்கு 10,000 கணினிகள்

to do a complex search,

ஒரு சிக்கலான தேடலுக்கு தேவைபட்டால்

you can access that for a second or two in the cloud.

ஒரு சில நொடிகளுக்கு உங்களால் மேக கணினி மூலம் அவைகளை அணுகலாம்

In the 2030s, if you need some extra neocortex,

2030 ஆம் ஆண்டு உங்களுக்கு புதிய புறணியின் தேவை அதிகமாக இருந்தால்

you'll be able to connect to that in the cloud

உங்கள் மூளையில் இருந்து நேரடியாக,

directly from your brain.

மேக கணினிகளை தொடர்பு கொள்ள முடியும்

So I'm walking along and I say,

நடந்துகொண்டே என்னால் சொல்ல முடியும்

"Oh, there's Chris Anderson.

" க்றிஸ் ஆண்டெர்சன் அங்கிருக்கிறார்.

He's coming my way.

அவர் என்னை நோக்கி வந்து கொண்டிருக்கிறார்

I'd better think of something clever to say.

அவரிடம் புத்திசாலிதனமாக எதவாவது சொல்ல வேண்டும்

I've got three seconds.

எனக்கு 3 நொடிகள் அவகாசமே உள்ளது

My 300 million modules in my neocortex

எனது புதிய புறணியின் 300 மில்லியன் கட்டகங்களால்

isn't going to cut it.

ஏதும் செய்ய முடியாது

I need a billion more."

எனக்கு மேலும் கோடிக்கணக்கான கட்டகங்கள் தேவை "

I'll be able to access that in the cloud.

மேக கணினியில் உள்ள கட்டகங்களை என்னால் தொடர்பு கொள்ள முடியும்

And our thinking, then, will be a hybrid

அப்பொழுது நமது சிந்தனை கலப்பினை சிந்தனையாக மாறும்

of biological and non-biological thinking,

உயிரியல் சார்ந்த சிந்தனையும் உயிரியியல் சாராத சிந்தனையும் சேர்ந்த ஒரு கலப்பினம்

but the non-biological portion

ஆனால் உயிரியல் சாராத அந்த பகுதி

is subject to my law of accelerating returns.

எனது முடுக்கு விளைவுகளின் விதிகளுக்கு உட்பட்டதாக இருக்கும்

It will grow exponentially.

And remember what happens

நினைவில் கொள்ளுங்கள்.

the last time we expanded our neocortex?

கடந்த முறை புதிய புறணியை விரிவு படுத்திய போது என்ன நடந்தது?

That was two million years ago

அது நடந்தது 200 மில்லியன் ஆண்டுகளுக்கு முன்பு

when we became humanoids

அப்பொழுது தான் நாம் மனிதர்களானோம்

and developed these large foreheads.

இந்த விரிந்த நெற்றி அப்பொழுது தான் உருவானது.

Other primates have a slanted brow.

மற்ற உயர் விலங்கினங்களுக்கு புருவம் சாய்வாக இருக்கும்.

They don't have the frontal cortex.

அவைகளுக்கு முகப்பு புறணி கிடையாது.

But the frontal cortex is not really qualitatively different.

ஆனால் முகப்பு புறணியில் தரம் சார்ந்த வேறுபாடு ஏதும் இல்லை.

It's a quantitative expansion of neocortex,

அது புதிய புறணியின் அளவு சார்ந்த ஒரு விரிவாக்கம் மட்டுமே

but that additional quantity of thinking

அனால் அந்த அதிக அளவு சிந்தனை திறன் தான்.

was the enabling factor for us to take

ஒரு காரணியாக இருந்து நமக்கு

a qualitative leap and invent language

ஒரு தரமான பாய்ச்சலுக்கு உதவியது

and art and science and technology

மொழி,கலை,அறிவியல்,தொழில்நுட்பம்

and TED conferences.

மற்றும் TED கருத்தரங்கம் போன்றவை கண்டுபிடிக்க உதவி இருக்கிறது

No other species has done that.

வேறு எந்த இனமும் இதை செய்யவில்லை

And so, over the next few decades,

இன்னும் அடுத்த சில பத்தாண்டுகளில்

we're going to do it again.

நாம் இதை மீண்டும் செய்ய போகிறோம்

We're going to again expand our neocortex,

நமது புதிய புறணியை மீண்டும் விரிவு படுத்த போகிறோம்.

only this time we won't be limited

ஆனால் இந்த முறை அது ஒரு நிலையான

by a fixed architecture of enclosure.

கட்டமைப்பு அடைப்பின் வரம்புக்கு உட்பட்டதாக இருக்காது,

It'll be expanded without limit.

எந்த வரம்பும் இல்லாமல் அது விரிவாக்கப்படும்.

That additional quantity will again

அந்த கூடுதல் அளவு தான் மீண்டும்

be the enabling factor for another qualitative leap

பண்பாடு மற்றும் தொழில்நுட்ப துறைகளில்

in culture and technology.

ஒரு தரமான பாய்ச்சலுக்கான காரணியாக இருக்கும்.

Thank you very much.

மிக்க நன்றி

(Applause)

(கை தட்டல்)