Kwabena Boahen: Making a computer that works like the brain

Kwabena Boahen nói về chiếc máy tính làm việc giống như não bộ

Translator: Thanh Nguyen Reviewer: Trong Nhan Dao

I got my first computer when I was a teenager growing up in Accra,

Tôi có cái máy tính đầu tiên khi tôi còn là một cậu bé lớn lên ở Accra,

and it was a really cool device.

và nó thực sự là một thiết bị tuyệt vời.

You could play games with it. You could program it in BASIC.

Bạn có thể chơi trò chơi điện tử, bạn có thể lập trình bằng BASIC.

And I was fascinated.

Và tôi đã bị mê hoặc.

So I went into the library to figure out how did this thing work.

Vì thế tôi đã vào thư viện để tìm hiểu xem nó hoạt động thế nào.

I read about how the CPU is constantly shuffling data back and forth

Tôi đọc xem làm thế nào mà CPU có thể truyền dữ liệu liên tục tới lui

between the memory, the RAM and the ALU,

giữa bộ nhớ, RAM và ALU,

the arithmetic and logic unit.

(bộ phận tính toán số học và logic).

And I thought to myself, this CPU really has to work like crazy

Tôi tự nghĩ, chắc cái CPU này phải hoạt động như điên

just to keep all this data moving through the system.

để tất cả dữ liệu lưu chuyển trong hệ thống.

But nobody was really worried about this.

Nhưng chẳng ai thực sự quan tâm đến điều này.

When computers were first introduced,

Khi máy tính được ra mắt lần đầu tiên,

they were said to be a million times faster than neurons.

người ta nói rằng nó sẽ nhanh hơn nơ-ron hàng triệu lần.

People were really excited. They thought they would soon outstrip

Người ta thật sự thích thú, họ nghĩ chúng sẽ bỏ xa

the capacity of the brain.

khả năng của bộ não.

This is a quote, actually, from Alan Turing:

Đây là một câu trích từ Alan Turing:

"In 30 years, it will be as easy to ask a computer a question

"30 năm nữa, ta sẽ dễ dàng hỏi máy tính một câu hỏi,

as to ask a person."

giống như hỏi một người vậy."

This was in 1946. And now, in 2007, it's still not true.

Đó là năm 1946. Và bây giờ là 2007, nó vẫn chưa phải hiện thực.

And so, the question is, why aren't we really seeing

Vấn đề là tại sao chúng ta không thấy được

this kind of power in computers that we see in the brain?

cái khả năng này máy tính mà chúng ta thấy được trong não bộ?

What people didn't realize, and I'm just beginning to realize right now,

Điều chúng ta không thực sự nhận ra, và tôi mới chỉ mới nhận ra lúc này,

is that we pay a huge price for the speed

đó là chúng ta phải trả giá đắt cho tốc độ,

that we claim is a big advantage of these computers.

điều mà chúng ta cho rằng một sự tiến bộ lớn lao của những máy tính này.

Let's take a look at some numbers.

Nào chúng ta cùng nhìn vào một vài con số

This is Blue Gene, the fastest computer in the world.

Đó là Blue Gene, máy tính nhanh nhất trên thế giới

It's got 120,000 processors; they can basically process

Nó có 120,000 bộ vi xử lý; về cơ bản nó có thể xử lý được

10 quadrillion bits of information per second.

10 quadrillion bit thông tin trên 1 giây

That's 10 to the sixteenth. And they consume one and a half megawatts of power.

Đó là chừng 10 lũy thừa 16. Và nó tiêu thụ khoảng 1.5 mega oát điện.

So that would be really great, if you could add that

Điều đó có thể rất vĩ đại, nếu bạn có thể bổ sung nó

to the production capacity in Tanzania.

vào tổng năng lực sản xuất của Tanzania.

It would really boost the economy.

Nó thực sự sẽ thúc đẩy nền kinh tế

Just to go back to the States,

Quay trở lại với nước Mỹ,

if you translate the amount of power or electricity

nếu các bạn chuyển đổi lượng điện hoặc năng lượng này

this computer uses to the amount of households in the States,

cho các hộ gia đình ở Mỹ

you get 1,200 households in the U.S.

Con số đó là 1200 hộ gia đình ở Mỹ

That's how much power this computer uses.

Đó là lượng điện mà cái máy tính này sử dụng.

Now, let's compare this with the brain.

Nào, bây giờ hãy so sánh với bộ não

This is a picture of, actually Rory Sayres' girlfriend's brain.

Đây là hình ảnh bộ não của bạn gái Rory Sayres

Rory is a graduate student at Stanford.

Rory là một nghiên cứu sinh sau đại học ở Stanford

He studies the brain using MRI, and he claims that

Anh ấy nghiên cứu về bộ não bằng cách sử dụng MRI và anh cho rằng

this is the most beautiful brain that he has ever scanned.

đây là bộ não đẹp nhất mà anh đã scan ( chụp ) được từ trước đến giờ

(Laughter)

( Cười )

So that's true love, right there.

Đó là tình yêu đích thực, ngay đó

Now, how much computation does the brain do?

Và bây giờ thử nghĩ xem công suất tính toán của bộ não là bao nhiêu?

I estimate 10 to the 16 bits per second,

Tôi ước tính10 lũy thừa 16 bit trên 1 giây

which is actually about very similar to what Blue Gene does.

Điều đó cho thấy nó tương tự như máy Blue Gene

So that's the question. The question is, how much --

Đó là câu hỏi. Câu hỏi là, bao nhiêu--

they are doing a similar amount of processing, similar amount of data --

cả bộ não và Blue Gene thực hiện cùng một khối lượng tính toán và dữ liệu

the question is how much energy or electricity does the brain use?

câu hỏi là bộ não tiêu tốn bao nhiêu năng lượng?

And it's actually as much as your laptop computer:

Và thực tế là nó giống như chiếc laptop của bạn

it's just 10 watts.

chỉ khoảng 10 oát

So what we are doing right now with computers

Vậy hiện tại chúng ta đang làm gì với những chiếc máy tính

with the energy consumed by 1,200 houses,

tiêu tốn năng lượng bằng năng lượng dùng cho 1200 ngôi nhà.

the brain is doing with the energy consumed by your laptop.

bộ não đang tiêu thụ năng lượng chỉ bằng chiếc laptop của bạn

So the question is, how is the brain able to achieve this kind of efficiency?

Câu hỏi là làm thế nào mà bộ não có thể đạt được sự hiệu quả đó

And let me just summarize. So the bottom line:

Hãy để tôi tóm tắt một chút.

the brain processes information using 100,000 times less energy

bộ não xử lý thông tin trong khi sử dụng năng lượng ít hơn một nghìn lần

than we do right now with this computer technology that we have.

so với các máy tính được chế tạo bởi các công nghệ hiện nay.

How is the brain able to do this?

Làm thế nào để bộ não có thể thực hiện được điều đó?

Let's just take a look about how the brain works,

Hãy cùng nhìn vào cách mà bộ não làm việc

and then I'll compare that with how computers work.

và so sánh với cách mà các máy tính làm việc

So, this clip is from the PBS series, "The Secret Life of the Brain."

Đây là clip trong chuỗi chương trình PBS, "Đời sống bí ẩn của bộ não"

It shows you these cells that process information.

Nó cho bạn thấy các tế bào xử lý thông tin

They are called neurons.

Chúng được gọi là các nơ-ron

They send little pulses of electricity down their processes to each other,

Chúng truyền các xung điện nhỏ mà chúng cần xử lý cho nhau

and where they contact each other, those little pulses

Và tại nơi chúng liên lạc với nhau, các xung điện này

of electricity can jump from one neuron to the other.

có thể nhảy từ nơ-ron này sang các nơ-ron khác

That process is called a synapse.

Nơi đó gọi là các khớp thần kinh ( synapse)

You've got this huge network of cells interacting with each other --

Có một mạng lưới khổng lồ các tế bào tương tác lẫn nhau

about 100 million of them,

khoảng 100 triệu tế bào

sending about 10 quadrillion of these pulses around every second.

chúng gửi đi khoảng 10 triệu lũy thừa 4 các xung điện mỗi giây

And that's basically what's going on in your brain right now as you're watching this.

Và đó là nhữg gì đang xảy ra ở bên não của bạn khi bạn đang xem clip này

How does that compare with the way computers work?

Làm thế nào để so sánh với cách mà máy tính làm việc?

In the computer, you have all the data

Trong máy tính, tất cả dữ liệu

going through the central processing unit,

chạy qua bộ xử lý trung tâm ( CPU)

and any piece of data basically has to go through that bottleneck,

và từng phần của dữ liệu đều phải đi qua nút cổ chai đó

whereas in the brain, what you have is these neurons,

Trong khi đó trong bộ não là những nơ-ron

and the data just really flows through a network of connections

và dữ liệu thực tế chảy qua một mạng lưới các kết nối

among the neurons. There's no bottleneck here.

giữa các nơ-ron. Không có nút cổ chai nào ở đây

It's really a network in the literal sense of the word.

Nó thực sự là một mạng lưới theo nghĩa đen

The net is doing the work in the brain.

Một mạng lưới làm việc bên trong bộ não

If you just look at these two pictures,

Nếu các bạn nhìn vào 2 bức ảnh này

these kind of words pop into your mind.

2 loại từ in sâu vào tâm trí bạn

This is serial and it's rigid -- it's like cars on a freeway,

Cái này thì tuần tự và cứng nhắc, giống như chiếc ô tô đi trên 1 xa lộ duy nhất

everything has to happen in lockstep --

mọi thứ phải xảy ra ngay sau đó

whereas this is parallel and it's fluid.

Trong khi cái này thì là song song và linh hoạt hơn

Information processing is very dynamic and adaptive.

Việc xử lý thông tin là động và có tính thích ứng cao

So I'm not the first to figure this out. This is a quote from Brian Eno:

Tôi không phải là người đầu tiên chỉ ra điều này. Đó là trích dẫn của Brian Eno

"the problem with computers is that there is not enough Africa in them."

"Vấn đề với các máy tính là không có đủ cả một châu Phi ở bên trong chúng"

(Laughter)

Cười

Brian actually said this in 1995.

Brian thực sự đã nói câu này vào năm 1995

And nobody was listening then,

Và lúc đó không ai nghe điều đó

but now people are beginning to listen

nhưng rồi mọi người cũng bắt đầu lắng nghe

because there's a pressing, technological problem that we face.

bởi vấn đề công nghệ mà chúng ta phải đối mặt là rất cấp bách

And I'll just take you through that a little bit in the next few slides.

Hãy để tôi dẫn các bạn đi thêm một chút trong vài slide tiếp theo

This is -- it's actually really this remarkable convergence

Đây thực sự là một sự hội tụ đáng nhớ

between the devices that we use to compute in computers,

giữa các thiết bị mà chúng ta dùng để tính toán trong máy tính

and the devices that our brains use to compute.

và các thiết bị ( sinh học ) mà bộ não của chúng ta sử dụng để tính toán

The devices that computers use are what's called a transistor.

Các thiết bị mà máy tính dùng để tính toán được gọi là transitor

This electrode here, called the gate, controls the flow of current

Tại đây có các điện cực gọi là các cổng, chúng điều khiển sự ra vào của các dòng điện

from the source to the drain -- these two electrodes.

từ nguồn điện tới các ống dẫn-chúng là một cặp điện cực

And that current, electrical current,

và các dòng điện

is carried by electrons, just like in your house and so on.

mang theo electrons như dòng điện ở nhà các bạn vv..

And what you have here is, when you actually turn on the gate,

Và điều gì xảy ra khi bạn ( bật ) mở các cổng này

you get an increase in the amount of current, and you get a steady flow of current.

bạn làm tăng cường độ dòng điện và bạn sẽ có một dòng điện ổn định

And when you turn off the gate, there's no current flowing through the device.

Khi bạn đóng các cổng, sẽ không còn dòng điện nào chảy qua các thiết bị nữa

Your computer uses this presence of current to represent a one,

Máy tính của bạn sử dụng trạng thái tồn tại của dòng điện để biểu diễn "một", 1

and the absence of current to represent a zero.

Và sự vắng mặt của dòng điện biểu diễn "không", 0

Now, what's happening is that as transistors are getting smaller and smaller and smaller,

Một thực tế đang diễn ra là các transistor càng ngày càng trở nên nhỏ hơn

they no longer behave like this.

và nó đã không hoạt động như thế này nữa

In fact, they are starting to behave like the device that neurons use to compute,

Thực tế nó bắt đầu hoạt động giống như một thiết bị ( sinh học ) mà các nơ-ron sử dụng để tính toán

which is called an ion channel.

Nó được gọi là một kênh ion

And this is a little protein molecule.

Nó đơn giản chỉ là một tế bào protein nhỏ

I mean, neurons have thousands of these.

Tôi muốn nói là nơ-ron có hàng ngàn những tế bào như vậy

And it sits in the membrane of the cell and it's got a pore in it.

Và chúng nằm trên một màng các tế bào và có một khe trong chúng

And these are individual potassium ions

Chúng là nhưng ion kali đơn

that are flowing through that pore.

chảy theo những khe này

Now, this pore can open and close.

Các khe có thể đóng và mở

But, when it's open, because these ions have to line up

Khi chúng mở, vì các ion đi theo hàng

and flow through, one at a time, you get a kind of sporadic, not steady --

chúng chảy qua cổng rời rạc từng hạt một không ổn định

it's a sporadic flow of current.

Đó là dòng điện rời rạc

And even when you close the pore -- which neurons can do,

Khi bạn đóng các khe, việc mà các nơ-ron có thể làm

they can open and close these pores to generate electrical activity --

chúng có thể mở và đóng các khe để sinh ra các hoạt động điện

even when it's closed, because these ions are so small,

và khi nó bị đóng, do các ion rất nhỏ

they can actually sneak through, a few can sneak through at a time.

chúng có thể lọt qua, vài ion trong số chúng có thể lọt qua cùng 1 lúc

So, what you have is that when the pore is open,

khi các khe mở

you get some current sometimes.

thỉnh thoảng bạn sẽ nhận được dòng điện

These are your ones, but you've got a few zeros thrown in.

Đây là những bit 1 mà bạn có,nhưng cũng có thể có một vài bit 0 đi kèm

And when it's closed, you have a zero,

Và khi nó đóng, bạn có bit 0

but you have a few ones thrown in.

và cũng có thể có vài bit 1 đi kèm

Now, this is starting to happen in transistors.

Điều này đang xảy ra với các transistor

And the reason why that's happening is that, right now, in 2007 --

Và đó là lý do tại sao nó xảy ra, ngay lúc này, năm 2007

the technology that we are using -- a transistor is big enough

công nghệ mà chúng ta đang sử dụng, một transistor là đủ

that several electrons can flow through the channel simultaneously, side by side.

một vài electrons có thể lưu thông qua kênh cùng lúc hoặc nối tiếp nhau

In fact, there's about 12 electrons can all be flowing this way.

Sự thật là có khoảng 12 electrons có thể cùng được lưu thông trên kênh này

And that means that a transistor corresponds

Và điều đó có nghĩa là một transistor tương ứng

to about 12 ion channels in parallel.

với khoảng 12 kênh ion song song với nhau

Now, in a few years time, by 2015, we will shrink transistors so much.

Vài năm nữa, vào năm 2015 chúng ta sẽ thu nhỏ các transistor rất nhiều

This is what Intel does to keep adding more cores onto the chip.

Đây là những gì mà Intel đang làm để cố gắng tăng thêm nhiều nhân trên chip

Or your memory sticks that you have now can carry one gigabyte

Và thẻ nhớ của chúng ta ngày nay đã có thể chứa tới một gigabyte

of stuff on them -- before, it was 256.

dữ liệu, trong khi trước đó chúng chỉ có 256 byte

Transistors are getting smaller to allow this to happen,

Transistor đang ngày càng nhỏ hơn và nó cho phép điều đó xảy ra

and technology has really benefitted from that.

và công nghệ này thực sự mang lại lợi ích lớn

But what's happening now is that in 2015, the transistor is going to become so small,

Nhưng điều gì sẽ xảy ra vào năm 2015 khi mà các transistor đang càng trở nên nhỏ hơn

that it corresponds to only one electron at a time

nó chỉ tương ứng với 1 electron tại 1 thời điểm

can flow through that channel,

có thể truyền qua kênh

and that corresponds to a single ion channel.

và tương ứng với nó là một kênh ion

And you start having the same kind of traffic jams that you have in the ion channel.

Bắt đầu xảy ra tắc nghẽn giao thông trong kênh ion

The current will turn on and off at random,

Dòng chảy hiện tại bị bật và tắt một cách ngẫu nhiên

even when it's supposed to be on.

ngay cả khi nó cần phải được bật lên.

And that means your computer is going to get

Điều đó có nghĩa là máy tính của bạn sẽ nhận về

its ones and zeros mixed up, and that's going to crash your machine.

những bit 0 và 1 lẫn lộn với nhau, nó có thể dẫn tới làm hỏng máy của bạn

So, we are at the stage where we

Vì vậy, chúng ta đang ở giai đoạn

don't really know how to compute with these kinds of devices.

mà chúng ta không thực sự biết làm thế nào để tính toán với các thiết bị loại này.

And the only kind of thing -- the only thing we know right now

Và thứ duy nhất mà chúng ta biết ngay bây giờ

that can compute with these kinds of devices are the brain.

có thể tính toán với các thiết bị kiểu như bộ não

OK, so a computer picks a specific item of data from memory,

Do đó, một máy tính chọn một mục cụ thể của dữ liệu từ bộ nhớ,

it sends it into the processor or the ALU,

nó sẽ gửi nó vào bộ vi xử lý hoặc ALU,

and then it puts the result back into memory.

và sau đó nó sẽ trả kết quả trở lại vào bộ nhớ.

That's the red path that's highlighted.

Trên hình là con đường màu đỏ đã được làm nổi bật

The way brains work, I told you all, you have got all these neurons.

Cách bộ não làm việc, như tôi đã nói với các bạn, các bạn có tất cả những nơ-ron

And the way they represent information is

Và cách mà chúng biểu diễn thông tin là

they break up that data into little pieces

chúng phá vỡ thông tin thành các mảnh nhỏ

that are represented by pulses and different neurons.

các mảnh này được biểu diễn bởi các xung và các nơ-ron khác

So you have all these pieces of data

Như thế bạn có tất cả các phần của dữ liệu

distributed throughout the network.

được phân tán thông qua một mạng lưới

And then the way that you process that data to get a result

Và cách mà bạn xử lý dữ liệu để lấy kết quả

is that you translate this pattern of activity into a new pattern of activity,

là việc bạn dịch một mô hình này sang một mô hình khác

just by it flowing through the network.

chỉ bằng cách chảy qua mạng xử lý

So you set up these connections

Vì vậy, bạn thiết lập các kết nối

such that the input pattern just flows

từ dòng dữ liệu đầu vào

and generates the output pattern.

và sinh ra dòng các dữ liệu đầu ra

What you see here is that there's these redundant connections.

Những gì bạn thấy ở đây là có những kết nối dự phòng

So if this piece of data or this piece of the data gets clobbered,

Vì vậy nếu mảng dữ liệu này bị hủy

it doesn't show up over here, these two pieces can activate the missing part

chúng không thể hiện ở đây, hai mảng dữ liệu có thể kích hoạt những phần bị thiếu

with these redundant connections.

với những kết nối dự phòng

So even when you go to these crappy devices

Ngay cả khi bạn làm việc với các thiết bị dỏm

where sometimes you want a one and you get a zero, and it doesn't show up,

Nơi thỉng thoảng bạn muốn lấy bit 1 nhưng lại lấy về bit 0, chúng không thể hiện

there's redundancy in the network

có sự dự phòng ở trong mạng

that can actually recover the missing information.

Mạng nơ-ron thực sự có khả năng khôi phục các thông tin bị thiếu

It makes the brain inherently robust.

Nó làm cho bộ não thực sự mạnh mẽ

What you have here is a system where you store data locally.

Những gì bạn có là một hệ thống, nơi lưu trữ những dữ liệu cục bộ

And it's brittle, because each of these steps has to be flawless,

và nó rất dễ bị tổn thương, bởi vì mỗi bước cần được xử lý thật hoàn hảo

otherwise you lose that data, whereas in the brain, you have a system

nếu không bạn sẽ mất dữ liệu, trong khi đó bộ não của bạn là một hệ thống

that stores data in a distributed way, and it's robust.

lưu trữ dữ liệu một cách phân tán, điều đó làm cho nó thực sự mạnh mẽ

What I want to basically talk about is my dream,

Điều tôi muốn nói một cách cơ bản nhất về giấc mơ của tôi

which is to build a computer that works like the brain.

đó là chế tạo một máy tính làm việc giống như bộ não

This is something that we've been working on for the last couple of years.

Đây là một vài thứ mà chúng tôi đã làm việc trong vài năm qua

And I'm going to show you a system that we designed

Và sắp sửa trình bày cho các bạn thấy một hệ thống mà chúng tôi đã thiết kế

to model the retina,

để mô hình hóa võng mạc

which is a piece of brain that lines the inside of your eyeball.

Tại võng mạc có đường nối giữa khu vực xử lý của não với nhãn cầu

We didn't do this by actually writing code, like you do in a computer.

Chúng tôi không viết code giống như các bạn làm với máy tính

In fact, the processing that happens

Thực tế thì quá trình xử lý xảy ra

in that little piece of brain is very similar

trong các phần nhỏ của bộ não tương tự như

to the kind of processing that computers

quá trình xử lý trong máy tính

do when they stream video over the Internet.

khi chúng truyền các dòng dữ liệu video qua internet

They want to compress the information --

Chúng muốn nén thông tin

they just want to send the changes, what's new in the image, and so on --

chúng chỉ gửi những gì thay đổi, những hình ảnh mới và hơn nữa

and that is how your eyeball

và đó là cách mà nhãn cầu của bạn

is able to squeeze all that information down to your optic nerve,

có thể nén toàn bộ thông tin vào các nơ-ron thần kinh thị giác

to send to the rest of the brain.

để gửi đến các phần còn lại của bộ não

Instead of doing this in software, or doing those kinds of algorithms,

Thay vì làm việc với các thuật toán như trong các phần mềm

we went and talked to neurobiologists

chúng tới đã tới nói chuyện với các chuyên gia sinh học thần kinh

who have actually reverse engineered that piece of brain that's called the retina.

những người thực sự đã đảo ngược thiết kế của võng mạc

And they figured out all the different cells,

Và họ đã tìm ra tất cả các tế bào khác nhau

and they figured out the network, and we just took that network

họ khám phá ra mạng lưới, và chúng tôi lấy mạng đó

and we used it as the blueprint for the design of a silicon chip.

và sử dụng nó như bản kế hoạch cho việc thiết kế một chip silicon

So now the neurons are represented by little nodes or circuits on the chip,

Giờ thì các nơ-ron được biểu diễn bởi các nút hoặc mạch trên chip

and the connections among the neurons are represented, actually modeled by transistors.

và các kết nối giữa các tế bào thần kinh được biểu diễn, thực tế được mô hình hóa bởi các transitor

And these transistors are behaving essentially

Và các transistor hành động

just like ion channels behave in the brain.

giống như các kênh ion ở trong não

It will give you the same kind of robust architecture that I described.

Nó cung cấp cho bạn một kiến trúc mạnh mẽ như tôi đã mô tả

Here is actually what our artificial eye looks like.

Đây thực sự là những thứ mà đôi mắt nhân tạo của chúng ta nhìn thấy

The retina chip that we designed sits behind this lens here.

Các chip võng mạc mà chúng tôi thiết kế được đặt sau thấu kính này.

And the chip -- I'm going to show you a video

Tôi sẽ cho các bạn xem một video

that the silicon retina put out of its output

mà võng mạc silicon xuất ra các kết quả đầu ra của nó

when it was looking at Kareem Zaghloul,

Khi nhìn vào Kareem Zaghloul

who's the student who designed this chip.

Người đã thiết kế con chip này

Let me explain what you're going to see, OK,

Để tôi giải thích về những cái mà chúng ta đang xem, OK

because it's putting out different kinds of information,

Bởi vì nó đưa ra các loại thông tin khác nhau

it's not as straightforward as a camera.

Nó không phải đơn giản chỉ như một chiếc máy ảnh

The retina chip extracts four different kinds of information.

Chip võng mạc bóc tách 4 loại thông tin khác nhau

It extracts regions with dark contrast,

Nó bóc tách các vùng với độ tương phản tối

which will show up on the video as red.

chúng được hiển thị trên video với màu đỏ

And it extracts regions with white or light contrast,

Và khi nó bóc tách dữ liệu trên vùng màu trắng và tương phản sáng

which will show up on the video as green.

chúng được biểu diễn là màu xanh trên video

This is Kareem's dark eyes

Đây là đôi mắt tối của Kareem

and that's the white background that you see here.

và cái nền trắng mà bạn thấy ở đây

And then it also extracts movement.

Con chip cũng bóc tách các thông tin về chuyển động

When Kareem moves his head to the right,

Khi Kareem di chuyển đầu về phía bên phải

you will see this blue activity there;

các bạn sẽ thấy vùng hoạt động màu xanh ở đây

it represents regions where the contrast is increasing in the image,

chúng biểu diễn cho vùng mà tại đó sự tương phản đang tăng lên ở trong hình ảnh

that's where it's going from dark to light.

nó đang di chuyển từ vùng tối sang sáng

And you also see this yellow activity,

Và các bạn cũng thấy ở đây vùng chuyển động màu vàng

which represents regions where contrast is decreasing;

Chúng biểu diễn cho các vùng tại đó độ tương phản đang giảm đi

it's going from light to dark.

Chúng chuyển dần từ sáng sang tối

And these four types of information --

Và có bốn loại thông tin

your optic nerve has about a million fibers in it,

Thần kinh thị giác của bạn có khoảng một triệu sợi như vậy bên trong

and 900,000 of those fibers

khoảng 900.000 sợi trong số chúng

send these four types of information.

lưu chuyển 4 loại thông tin khác nhau

So we are really duplicating the kind of signals that you have on the optic nerve.

Vì vậy chúng ta thực sự đang nhân bản các loại tín hiệu trên các dây thần kinh thị giác

What you notice here is that these snapshots

Những gì bạn chú ý ở đây là những khoảnh khắc được lưu lại trên ảnh ( snapshots)

taken from the output of the retina chip are very sparse, right?

được lấy ra từ đầu ra của các chip võng mạc, chúng rất rời rạc

It doesn't light up green everywhere in the background,

Nó không chuyển sang màu xanh ở mội chỗ trên nền

only on the edges, and then in the hair, and so on.

chỉ có trên các cạnh và trên tóc vv..

And this is the same thing you see

và đây cũng là thứ mà bạn thấy

when people compress video to send: they want to make it very sparse,

Khi con người nén dữ liệu và gửi đi, họ muốn làm cho nó nhẹ hơn, rời rạc hơn

because that file is smaller. And this is what the retina is doing,

bởi vì kích thước file sẽ nhỏ hơn, và đó cũng là điều mà võng mạc làm

and it's doing it just with the circuitry, and how this network of neurons

và nó thực hiện điều đó bằng mạch thần kinh, và làm thế nào mạng nơ-ron

that are interacting in there, which we've captured on the chip.

nơi các tương tác thông tin xảy ra và được chúng tôi mô phỏng lại trên các con chip

But the point that I want to make -- I'll show you up here.

Có một điểm mà tôi muốn làm, tôi sẽ trình bày ngay đây

So this image here is going to look like these ones,

Những hình ảnh ở đây trông giống như những cái này

but here I'll show you that we can reconstruct the image,

Nhưng ở đây tôi sẽ cho các bạn thấy chúng tôi có thể tái tạo lại hình ảnh

so, you know, you can almost recognize Kareem in that top part there.

và như các bạn biết, bạn có thể nhận ra Kareem ở phần trên kia

And so, here you go.

Và đây, các bạn đã thấy

Yes, so that's the idea.

Vâng, ý tưởng là như vậy

When you stand still, you just see the light and dark contrasts.

Khi bạn đứng đó, bạn sẽ chỉ nhìn thấy sự tương phản giữa sáng và tối

But when it's moving back and forth,

Nhưng khi di chuyển tiến lùi

the retina picks up these changes.

Võng mạc sẽ thu nhận những thay đổi

And that's why, you know, when you're sitting here

Và đó là lý do tại sao khi chúng ta ngồi đây

and something happens in your background,

Có vài điều xảy ra phía đằng sau các bạn

you merely move your eyes to it.

Bạn chỉ đơn thuần di chuyển mắt của mình

There are these cells that detect change

Và có những tế bào tự động phát hiện ra những thay đổi

and you move your attention to it.

Và bạn di chuyển sự chú ý của mình theo nó

So those are very important for catching somebody

Những điều này rất quan trọng khi muốn thu nhận hình ảnh của ai đó

who's trying to sneak up on you.

Những người đang cố gắng lẩn trốn bạn

Let me just end by saying that this is what happens

Hãy để tôi kết thúc bằng cách nói về điều đang xảy ra

when you put Africa in a piano, OK.

khi bạn đặt Châu Phi vào một chiếc dương cầm. OK

This is a steel drum here that has been modified,

Đây là một cái trống thép đã được sửa đổi

and that's what happens when you put Africa in a piano.

và đó là điều xảy ra khi bạn đặt Châu Phi lên một chiếc piano

And what I would like us to do is put Africa in the computer,

và cái tôi muốn chúng ta làm là đưa Châu Phi vào trong máy tính

and come up with a new kind of computer

và tiến tới phát triển một loại máy tính mới

that will generate thought, imagination, be creative and things like that.

có thể suy nghĩ, tưởng tượng và sáng tạo ra những thứ như thế này

Thank you.

Cảm ơn

(Applause)

Vỗ tay

Chris Anderson: Question for you, Kwabena.

Một câu hỏi cho anh, Kwabena

Do you put together in your mind the work you're doing,

Anh có đặt trong tâm trí mình công việc của anh đang làm

the future of Africa, this conference --

tương lai của Châu Phi và buổi hội thảo này

what connections can we make, if any, between them?

có sự kết nối nào chúng ta có thể tạo ra, nếu có thể , giữa chúng?

Kwabena Boahen: Yes, like I said at the beginning,

Vâng, giống như tôi nói lúc đầu

I got my first computer when I was a teenager, growing up in Accra.

Tôi có chiếc máy tính đầu tiên lúc tôi còn là một cậu bé, trưởng thành ở Châu Phi

And I had this gut reaction that this was the wrong way to do it.

Và tôi đã có một phản ứng cho rằng đây là con đường sai lầm để làm điều đó

It was very brute force; it was very inelegant.

Nó rất thô sơ, không hề tính tế chút nào

I don't think that I would've had that reaction,

Tôi không nghĩ rằng tôi đã có phản ứng đó

if I'd grown up reading all this science fiction,

Nếu tôi muốn lên để đọc các sách khoa học viễn tưởng

hearing about RD2D2, whatever it was called, and just -- you know,

nghe nói về RD2D2, hoặc bất cứ thứ gì có thể gọi tên, các bạn biết đấy

buying into this hype about computers.

tin vào các quảng cáo về những chiếc máy tính

I was coming at it from a different perspective,

Tôi đã tiếp cận từ 1 góc độ khác,

where I was bringing that different perspective

nơi tôi đã mang theo quan điểm khác đó

to bear on the problem.

để theo đuổi vấn đề này

And I think a lot of people in Africa have this different perspective,

Và tôi nghĩ rằng có rất nhiều người ở Châu Phi có những quan điểm rất khác

and I think that's going to impact technology.

và tôi nghĩ nó đang tác động tới công nghệ

And that's going to impact how it's going to evolve.

Và nó đang tác động tới các phương tiện làm thay đổi cuộc sống

And I think you're going to be able to see, use that infusion,

Và tôi nghĩ có thể các bạn đang bắt đầu được chứng kiến

to come up with new things,

những điều mới đang đến

because you're coming from a different perspective.

vì chúng ta đang đến từ những góc độ khác nhau

I think we can contribute. We can dream like everybody else.

Tôi khi chúng ta có thể đóng góp. Chúng ta có thể mơ ước giống như mọi người khác

CA: Thanks Kwabena, that was really interesting.

Cảm ơn Kwabena, thât sự rất thú vị

Thank you.

Xin cảm ơn

(Applause)

Cười