ABOUT THE SPEAKER
Ray Kurzweil - Inventor, futurist
Ray Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species.

Why you should listen

Inventor, entrepreneur, visionary, Ray Kurzweil's accomplishments read as a startling series of firsts -- a litany of technological breakthroughs we've come to take for granted. Kurzweil invented the first optical character recognition (OCR) software for transforming the written word into data, the first print-to-speech software for the blind, the first text-to-speech synthesizer, and the first music synthesizer capable of recreating the grand piano and other orchestral instruments, and the first commercially marketed large-vocabulary speech recognition.

Yet his impact as a futurist and philosopher is no less significant. In his best-selling books, which include How to Create a Mind, The Age of Spiritual Machines, The Singularity Is Near: When Humans Transcend Biology, Kurzweil depicts in detail a portrait of the human condition over the next few decades, as accelerating technologies forever blur the line between human and machine.

In 2009, he unveiled Singularity University, an institution that aims to "assemble, educate and inspire leaders who strive to understand and facilitate the development of exponentially advancing technologies." He is a Director of Engineering at Google, where he heads up a team developing machine intelligence and natural language comprehension.

More profile about the speaker
Ray Kurzweil | Speaker | TED.com
TED2009

Ray Kurzweil: A university for the coming singularity

ری کورزوایل: دانشگاهی برای تکینگی در پیش رو

Filmed:
1,025,725 views

نمودارهای ری کورزوایل نشان می دهد که پیشرفت های سریع در فناوری در هر صورت تسریع می شود- چه در بحران اقتصادی باشیم چه نه. او از آخرین پروژه اش، دانشگاه تکینگی که برای مطالعه فناوری های آتی و هدایت آن به گونه ای که برای بشریت مفید باشد، پرده برمی دارد.
- Inventor, futurist
Ray Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species. Full bio

Double-click the English transcript below to play the video.

00:13
Informationاطلاعات technologyتکنولوژی growsرشد می کند in an exponentialنمایشی mannerشیوه.
0
1000
3000
فناوری اطلاعات به صورت نمایی رشد می کند.
00:16
It's not linearخطی. And our intuitionبینش is linearخطی.
1
4000
4000
خطی نیست. اما درک ما خطی هست.
00:20
When we walkedراه می رفت throughاز طریق the savannaساوانا a thousandهزار yearsسالها agoپیش
2
8000
2000
1000 سال پیش که ما از میان ساوانا عبور کردیم
00:22
we madeساخته شده linearخطی predictionsپیش بینی ها where that animalحیوانات would be,
3
10000
2000
ما پیش بینی های خطی کردیم که یک حیوان کجا می تواند باشد.
00:24
and that workedکار کرد fine. It's hardwiredسخت افزار in our brainsمغز.
4
12000
3000
و اون روش نتیجه داد. و در مغزهای ما نهادینه شد.
00:27
But the paceسرعت of exponentialنمایشی growthرشد
5
15000
3000
ولی سرعت رشد نمایی
00:30
is really what describesتوصیف informationاطلاعات technologiesفن آوری ها.
6
18000
3000
واقعا چیزیه که فناوری های اطلاعات رو تبیین می کنه.
00:33
And it's not just computationمحاسبات.
7
21000
3000
و فقط موضوع محاسبات نیست.
00:36
There is a bigبزرگ differenceتفاوت betweenبین linearخطی and exponentialنمایشی growthرشد.
8
24000
2000
تفاوت زیادی هست بین رشد خطی و رشد نمایی.
00:38
If I take 30 stepsمراحل linearlyخطی -- one, two, threeسه, fourچهار, fiveپنج --
9
26000
4000
اگر من 30 گام خطی بردارم، یک، دو، سه، چهار، پنج،
00:42
I get to 30.
10
30000
2000
به 30 می رسم.
00:44
If I take 30 stepsمراحل exponentiallyنمایی -- two, fourچهار, eightهشت, 16 --
11
32000
3000
اگر 30 گام به صورت نمایی بردارم، دو، چهار، هشت، شانزده،
00:47
I get to a billionبیلیون.
12
35000
2000
من به یک میلیارد میرسم.
00:49
It makesباعث می شود a hugeبزرگ differenceتفاوت.
13
37000
2000
تفاوت بزرگی میان این دو هست.
00:51
And that really describesتوصیف informationاطلاعات technologyتکنولوژی.
14
39000
2000
و این چیزیه که فناوری اطلاعات رو توضیح میده.
00:53
When I was a studentدانشجو at MITMIT,
15
41000
2000
زمانی که من در MIT دانشجو بودم
00:55
we all sharedبه اشتراک گذاشته شده one computerکامپیوتر that tookگرفت up a wholeکل buildingساختمان.
16
43000
2000
همه ما از یک کامپیوتر استفاده می کردیم که تمام فضای یک ساختمان رو اشغال کرده بود.
00:57
The computerکامپیوتر in your cellphoneتلفن همراه todayامروز is a millionمیلیون timesبار cheaperارزانتر است,
17
45000
3000
کامپیوتری که امروز در تلفن همراه شما هست میلیون ها بار ارزان تر،
01:00
a millionمیلیون timesبار smallerکوچکتر,
18
48000
2000
میلیون ها بار کوچکتر،
01:02
a thousandهزار timesبار more powerfulقدرتمند.
19
50000
2000
و هزاران بار قوی تر هستش.
01:04
That's a billion-foldمیلیارد برابر increaseافزایش دادن in capabilityتوانایی perدر هر dollarدلار
20
52000
3000
این یعنی قدرت به ازای هر دلار میلیارد برابر شده
01:07
that we'veما هستیم actuallyدر واقع experiencedبا تجربه sinceاز آنجا که I was a studentدانشجو.
21
55000
2000
که ما اون رو از زمان دانشجویی من تا بحال تجربه کردیم.
01:09
And we're going to do it again in the nextبعد 25 yearsسالها.
22
57000
3000
و ما این کار رو ظرف 25 سال آینده باز هم انجام میدهیم.
01:12
Informationاطلاعات technologyتکنولوژی progressesپیشرفت می کند
23
60000
2000
پیشرفت فناوری اطلاعات
01:14
throughاز طریق a seriesسلسله of S-curvesمنحنی S
24
62000
2000
به صورت منحنی های S شکل هست
01:16
where eachهر یک one is a differentناهمسان paradigmالگو.
25
64000
2000
که هر کدام از آنها یک پارادایم می باشد.
01:18
So people say, "What's going to happenبه وقوع پیوستن when Moore'sمور Lawقانون comesمی آید to an endپایان?"
26
66000
3000
مردم میگن: "زمانی که قانون مور به انتها برسه چی میشه؟"
01:21
Whichکدام will happenبه وقوع پیوستن around 2020.
27
69000
2000
که البته در حدود سال 2020 اتفاق می افته.
01:23
We'llخوب then go to the nextبعد paradigmالگو.
28
71000
2000
اون موقع به پارادایم بعدی میریم.
01:25
And Moore'sمور Lawقانون was not the first paradigmالگو
29
73000
2000
و قانون مور هم اولین پارادایم نبوده
01:27
to bringآوردن exponentialنمایشی growthرشد to computingمحاسبه.
30
75000
2000
که رشد نمایی رو به حیطه محاسبات آورده باشه.
01:29
The exponentialنمایشی growthرشد of computingمحاسبه startedآغاز شده
31
77000
2000
رشد نمایی محاسبات (توان کامپیوترها)
01:31
decadesچند دهه before Gordonگوردون Mooreمور was even bornبدنیا آمدن.
32
79000
2000
دهه ها قبل از تولد گوردون مور شروع شد.
01:33
And it doesn't just applyدرخواست to computationمحاسبات.
33
81000
4000
و این فقط هم برای محاسبات صدق نمی کنه.
01:37
It's really any technologyتکنولوژی where we can measureاندازه گرفتن
34
85000
2000
در واقع برای هر فناوری که بتوانیم
01:39
the underlyingاساسی informationاطلاعات propertiesخواص.
35
87000
3000
خصیصه های اطلاعاتی نهفته در اون رو بسنجیم، صدق میکنه.
01:42
Here we have 49 famousمشهور computersکامپیوترها. I put them in a logarithmicلگاریتمی graphنمودار.
36
90000
4000
اینجا 49 تا کامپیوتر معروف رو داریم. (توان محاسباتی) اینها رو در نمودار لگاریتمی رسم کردم.
01:46
The logarithmicلگاریتمی scaleمقیاس hidesپنهان می شود the scaleمقیاس of the increaseافزایش دادن,
37
94000
4000
مقیاس لگاریتمی میزان رشد رو پنهان میکنه.
01:50
because this representsنشان دهنده trillions-foldتریلیون ها برابر است increaseافزایش دادن
38
98000
2000
چون که این نمودار رشدهای بیلیون برابر
01:52
sinceاز آنجا که the 1890 censusسرشماری.
39
100000
3000
از زمان آمارگیری 1890 رو نشون میده.
01:55
In 1950s they were shrinkingکوچک شدن vacuumخلاء tubesلوله ها,
40
103000
2000
در دهه 50 لامپ های خلأ رو کوچک می کردن،
01:57
makingساخت them smallerکوچکتر and smallerکوچکتر. They finallyسرانجام hitاصابت a wallدیوار;
41
105000
3000
کوچک تر و کوچک تر. تا وقتی که به مانع خوردن.
02:00
they couldn'tنمی توانستم shrinkکوچک شدن the vacuumخلاء tubeلوله any more and keep the vacuumخلاء.
42
108000
2000
اونا دیگه نمی تونستن لامپ خلأ رو کوچکتر کنند چون دیگه نمی تونستند خلأ رو درش نگه دارن.
02:02
And that was the endپایان of the shrinkingکوچک شدن of vacuumخلاء tubesلوله ها,
43
110000
3000
و این پایان کوچک سازی لامپ های خلأ بود.
02:05
but it was not the endپایان of the exponentialنمایشی growthرشد of computingمحاسبه.
44
113000
3000
ولی این پایان رشد نمایی محاسبات نبود.
02:08
We wentرفتی to the fourthچهارم paradigmالگو, transistorsترانزیستورها,
45
116000
2000
ما به پارادایم چهارم که ترانزیستور هست رفتیم،
02:10
and finallyسرانجام integratedمجتمع circuitsمدارها.
46
118000
2000
و در نهایت به تراشه ها رسیدیم.
02:12
When that comesمی آید to an endپایان we'llخوب go to the sixthششم paradigmالگو;
47
120000
2000
وقتی که اون هم تموم شه ما به ششمین پارادایم میریم،
02:14
three-dimensionalسه بعدی self-organizingخودسازماندهی molecularمولکولی circuitsمدارها.
48
122000
4000
و اون مدارهای ملکولی خود سازمان ده سه بعدی هست.
02:18
But what's even more amazingحیرت آور, really, than this
49
126000
3000
اما چیزی که حتی از این مقیاس بزرگ
02:21
fantasticخارق العاده scaleمقیاس of progressپیش رفتن,
50
129000
2000
پیشرفت هم جالب تره اینه که
02:23
is that -- look at how predictableقابل پیش بینی this is.
51
131000
2000
ببینید که چقدر این قابل پیش بینی هست.
02:25
I mean this wentرفتی throughاز طریق thickغلیظ and thinلاغر,
52
133000
2000
منظورم اینه که این روند در شرایط سخت،
02:27
throughاز طریق warجنگ and peaceصلح, throughاز طریق boomرونق timesبار and recessionsرکود اقتصادی.
53
135000
3000
در زمان جنگ و صلح، در زمان رونق و رکود ادامه داشته.
02:30
The Great Depressionافسردگی madeساخته شده not a dentگودال in this exponentialنمایشی progressionپیشرفت.
54
138000
4000
رکود بزرگ کوچکترین خللی در این رشد نمایی ایجاد نکرد.
02:34
We'llخوب see the sameیکسان thing in the economicاقتصادی recessionرکود اقتصادی we're havingداشتن now.
55
142000
4000
ما همین شرایط رو در رکودی که الان در اون هستیم خواهیم داشت.
02:38
At leastکمترین the exponentialنمایشی growthرشد of informationاطلاعات technologyتکنولوژی capabilityتوانایی
56
146000
3000
حداقل رشد نمایی قابلیت فناوری اطلاعات
02:41
will continueادامه دهید unabatedبدون تردد.
57
149000
3000
بدون هیچ کاهشی ادامه یافته.
02:44
And I just updatedبه روز شد these graphsنمودارها.
58
152000
2000
و من این نمودارها رو به روز کردم.
02:46
Because I had them throughاز طریق 2002 in my bookکتاب, "The Singularityتکینگی is Nearنزدیک."
59
154000
3000
چون که اینها رو از سال 2002 در کتابم "تکینگی نزدیک است" داشتم
02:49
So we updatedبه روز شد them,
60
157000
2000
پس به روزشون کردیم
02:51
so I could presentحاضر it here, to 2007.
61
159000
3000
تا بتونم اینجا ارائه شون کنم، تا سال 2007.
02:54
And I was askedپرسید:, "Well aren'tنه you nervousعصبی?
62
162000
2000
از من پرسیدن: "نگران نیستی؟
02:56
Maybe it kindنوع of didn't stayاقامت کردن on this exponentialنمایشی progressionپیشرفت."
63
164000
4000
شاید یه جوری بر مبنای این رشد نمایی نمونده باشه."
03:00
I was a little nervousعصبی
64
168000
2000
من یه مقدار نگران بودم
03:02
because maybe the dataداده ها wouldn'tنمی خواهم be right,
65
170000
2000
چون شاید داده ها صحیح نمی بودن،
03:04
but I've doneانجام شده this now for 30 yearsسالها,
66
172000
2000
ولی من 30 سال این کار رو میکنم،
03:06
and it has stayedماند on this exponentialنمایشی progressionپیشرفت.
67
174000
3000
و این بر مبنای رشد نمایی مانده است.
03:09
Look at this graphنمودار here.You could buyخرید one transistorترانزیستور for a dollarدلار in 1968.
68
177000
3000
این نمودار رو ببینید. در سال 1968 می توانستید با یک دلار، یک ترانزیستور بخرید.
03:12
You can buyخرید halfنیم a billionبیلیون todayامروز,
69
180000
2000
الان با این پول می تونید نیم میلیارد ترانزیستور بگیرید.
03:14
and they are actuallyدر واقع better, because they are fasterسریعتر.
70
182000
2000
و اینها بهتر هستند چون سریعترند.
03:16
But look at how predictableقابل پیش بینی this is.
71
184000
2000
ولی ببینید که چقدر قابل پیش بینی هست.
03:18
And I'd say this knowledgeدانش is over-fittingبیش از حد مناسب to pastگذشته dataداده ها.
72
186000
3000
و من میگم این دانش در مورد داده های گذشته بیش برازش دارد.
03:21
I've been makingساخت these forward-lookingبه جلو نگاه کنید predictionsپیش بینی ها for about 30 yearsسالها.
73
189000
4000
من برای 30 سال هست که پیش بینی های آینده نگرانه می کنم.
03:25
And the costهزینه of a transistorترانزیستور cycleچرخه,
74
193000
2000
و هزینه یک سیکل ترانزیستور
03:27
whichکه is a measureاندازه گرفتن of the priceقیمت performanceکارایی of electronicsالکترونیک,
75
195000
2000
که شاخصی برای هزینه ی عملکرد وسایل الکترونیکی هست،
03:29
comesمی آید down about everyهرکدام yearسال.
76
197000
2000
هر سال پایین تر میاد.
03:31
That's a 50 percentدرصد deflationتخریب rateنرخ.
77
199000
2000
این به معنی نرخ نزول 50 درصدی.
03:33
And it's alsoهمچنین trueدرست است of other examplesمثال ها,
78
201000
2000
و همچنین این برای موارد دیگر هم صادقه
03:35
like DNADNA dataداده ها or brainمغز dataداده ها.
79
203000
2000
مثل داده های DNA یا داده های مغز.
03:37
But we more than make up for that.
80
205000
2000
ولی ما جای اون رو پر می کنیم.
03:39
We actuallyدر واقع shipکشتی more than twiceدو برابر as much
81
207000
2000
در واقع میزان کالاهی مبتنی بر فناوری اطلاعاتی در هر نوع
03:41
of everyهرکدام formفرم of informationاطلاعات technologyتکنولوژی.
82
209000
2000
که به فروش می رسد، دو برابر شده است.
03:43
We'veما هستیم had 18 percentدرصد growthرشد in constantثابت dollarsدلار
83
211000
3000
در نیم قرن گذشته بازار همه انواع فناوری اطلاعات
03:46
in everyهرکدام formفرم of informationاطلاعات technologyتکنولوژی for the last half-centuryنیم قرن,
84
214000
3000
به نرخ سال پایه، رشدی 18 درصدی داشته.
03:49
despiteبا وجود the factواقعیت that you can get twiceدو برابر as much of it eachهر یک yearسال.
85
217000
4000
علیرغم این واقعیت که هر سال (با همان پول) میشه دو برابر سال قبل گرفت.
03:53
This is a completelyبه صورت کامل differentناهمسان exampleمثال.
86
221000
2000
این مثال کاملا متفاوتی هست.
03:55
This is not Moore'sمور Lawقانون.
87
223000
2000
این قانون مور نیست.
03:57
The amountمیزان of DNADNA dataداده ها
88
225000
2000
میزان داده های ناشی از
03:59
we'veما هستیم sequencedتوالی has doubledدو برابر شد everyهرکدام yearسال.
89
227000
2000
رمزگشایی خطی DNA هر سال دو برابر شده.
04:01
The costهزینه has come down by halfنیم everyهرکدام yearسال.
90
229000
3000
هزینه آن هر سال نصف شده.
04:04
And this has been a smoothصاف progressionپیشرفت
91
232000
2000
و این یک پیشرفت هموار بوده
04:06
sinceاز آنجا که the beginningشروع of the genomeژنوم projectپروژه.
92
234000
2000
از زمان آغاز پروژه ژنوم.
04:08
And halfwayنیمه راه throughاز طریق the projectپروژه, skepticsشک و تردید said,
93
236000
2000
و در میانه این پروژه، بدبین ها گفتند
04:10
"Well, this is not workingکار کردن out. You're halfwayنیمه راه throughاز طریق the genomeژنوم projectپروژه
94
238000
3000
"این به نتیجه نمیرسه. شما در میانه پروژه ژنوم هستید
04:13
and you've finishedتمام شده one percentدرصد of the projectپروژه."
95
241000
2000
و تنها یک درصد پروژه رو به اتمام رسوندید."
04:15
But that was really right on scheduleبرنامه.
96
243000
2000
ولی اون کاملا طبق برنامه بود.
04:17
Because if you doubleدو برابر one percentدرصد sevenهفت more timesبار,
97
245000
2000
چون اگه یک درصد رو هفت بار دو کنید،
04:19
whichکه is exactlyدقیقا what happenedاتفاق افتاد,
98
247000
2000
که دقیقا همون چیزیه که اتفاق افتاد،
04:21
you get 100 percentدرصد. And the projectپروژه was finishedتمام شده on time.
99
249000
3000
به 100 درصد میرسید. و پروژه سر وقت به اتمام رسید.
04:24
Communicationارتباطات technologiesفن آوری ها:
100
252000
2000
تکنولوژی های ارتباطی:
04:26
50 differentناهمسان waysراه ها to measureاندازه گرفتن this,
101
254000
2000
50 راه مختلف برای اندازه گیری این هست.
04:28
the numberعدد of bitsبیت beingبودن movedنقل مکان کرد around, the sizeاندازه of the Internetاینترنت.
102
256000
3000
مثل تعداد بیت هایی که فرستاده می شوند، یا اندازه اینترنت.
04:31
But this has progressedپیشرفت کرد at an exponentialنمایشی paceسرعت.
103
259000
2000
اما این با نرخ نمایی رشد کرده.
04:33
This is deeplyعمیقا democratizingدموکراتیزه کردن.
104
261000
2000
و بسیار دموکراتیزه کننده هستند.
04:35
I wroteنوشت, over 20 yearsسالها agoپیش in "The Ageسن of Intelligentباهوش - هوشمند Machinesماشین آلات,"
105
263000
3000
من بیش از 20 سال قبل در کتاب "عصر ماشین های معنوی" نوشتم
04:38
when the Sovietشوروی Unionاتحادیه was going strongقوی, that it would be sweptجاروب شده away
106
266000
3000
زمانی که اتحادیه جماهیر شوروی در حال قدرت گرفتن بود، گفتم که
04:41
by this growthرشد of decentralizedغیر متمرکز communicationارتباطات.
107
269000
4000
با رشد وسایل ارتباطی غیرمتمرکز متلاشی میشه.
04:45
And we will have plentyفراوانی of computationمحاسبات as we go throughاز طریق the 21stخیابان centuryقرن
108
273000
3000
و ما در طول قرن 21 کلی محاسبات داریم
04:48
to do things like simulateشبیه سازی کنید regionsمناطق of the humanانسان brainمغز.
109
276000
4000
از جمله شبیه سازی نواحی مغز انسان.
04:52
But where will we get the softwareنرم افزار?
110
280000
2000
اما نرم افزارش رو از کجا میاریم؟
04:54
Some criticsمنتقدان say, "Oh, well softwareنرم افزار is stuckگیر in the mudگل و لای."
111
282000
3000
بعضی از منتقدها میگن: "نرم افزار که به گل نشسته."
04:57
But we are learningیادگیری more and more about the humanانسان brainمغز.
112
285000
2000
اما ما در مورد مغز انسان داریم بیشتر و بیشتر یاد می گیریم.
04:59
Spatialفضایی resolutionوضوح of brainمغز scanningاسکن کردن is doublingدو برابر شدن everyهرکدام yearسال.
113
287000
3000
وسعت رزولوشن اسکن مغزی هر سال دو برابر میشه.
05:02
The amountمیزان of dataداده ها we're gettingگرفتن about the brainمغز is doublingدو برابر شدن everyهرکدام yearسال.
114
290000
3000
میزان داده هایی که هر سال راجع به مغز بدست میاوریم هر سال دو برابر میشه.
05:05
And we're showingنشان دادن that we can actuallyدر واقع turnدور زدن this dataداده ها
115
293000
3000
و داره نشون داده میشه که حقیقتا میشه این داده ها رو
05:08
into workingکار کردن modelsمدل ها and simulationsشبیه سازی ها of brainمغز regionsمناطق.
116
296000
3000
به مدل ها و شبیه سازی های کارآمدی از نواحی مغز تبدیل کرد.
05:11
There is about 20 regionsمناطق of the brainمغز that have been modeledمدل سازی شده,
117
299000
2000
حدود 20 ناحیه از مغز هستند که مدل شده اند،
05:13
simulatedشبیه سازی شده and testedتست شده:
118
301000
2000
مدل و تست شده اند:
05:15
the auditoryشنوایی cortexقشر, regionsمناطق of the visualبصری cortexقشر;
119
303000
3000
قشر شنوایی مغز، بخش هایی از قشر بینایی،
05:18
cerebellumمخچه, where we do our skillمهارت formationتشکیل;
120
306000
2000
مخچه، که توانایی های ما در اونجا شکل میگیره،
05:20
slicesبرش ها of the cerebralمغزی cortexقشر, where we do our rationalگویا thinkingفكر كردن.
121
308000
4000
قسمت هایی از مخ، که تفکر منطقی مربوط به این ناحیه است.
05:24
And all of this has fueledسوختن
122
312000
2000
و تمام اینها به رشد هموار و قابل پیش بینی
05:26
an increaseافزایش دادن, very smoothصاف and predictableقابل پیش بینی, of productivityبهره وری.
123
314000
3000
در نتایج منتهی شده.
05:29
We'veما هستیم goneرفته from 30 dollarsدلار to 130 dollarsدلار
124
317000
2000
ما در ارزش متوسط یک ساعت نیروی انسانی
05:31
in constantثابت dollarsدلار in the valueارزش of an averageمیانگین hourساعت of humanانسان laborنیروی کار,
125
319000
4000
از 30 دلار به 130 دلار به نسبت سال پایه رسیدیم
05:35
fueledسوختن by this informationاطلاعات technologyتکنولوژی.
126
323000
3000
به لطف فناوری اطلاعات.
05:38
And we're all concernedنگران about energyانرژی and the environmentمحیط.
127
326000
3000
و همه ما نگران انرژی و محیط زیست هستیم.
05:41
Well this is a logarithmicلگاریتمی graphنمودار.
128
329000
2000
خب این یه نمودار لگاریتمی است.
05:43
This representsنشان دهنده a smoothصاف doublingدو برابر شدن,
129
331000
2000
این نمودار، دو برابر شدن به صورت همواری رو نشون میده
05:45
everyهرکدام two yearsسالها, of the amountمیزان of solarخورشیدی energyانرژی we're creatingپدید آوردن,
130
333000
4000
در میزان انرژی خورشیدی که ما پدید آوردیم.
05:49
particularlyبه خصوص as we're now applyingاعمال nanotechnologyفناوری نانو,
131
337000
2000
مشخصا الان که از نانوفناوری، که یک نوع
05:51
a formفرم of informationاطلاعات technologyتکنولوژی, to solarخورشیدی panelsپانل ها.
132
339000
3000
فناوری اطلاعات هست، در پنل های خورشیدی استفاده می کنیم.
05:54
And we're only eightهشت doublingsدوبله away
133
342000
2000
و ما تنها 8 تا دو برابر شدن در این میزان
05:56
from it meetingملاقات 100 percentدرصد of our energyانرژی needsنیاز دارد.
134
344000
2000
تا پوشش دادن کل نیاز ما به انرژی فاصله داریم.
05:58
And there is 10 thousandهزار timesبار more sunlightنور خورشید than we need.
135
346000
4000
و میزان نور خورشید 10 هزار بار بیشتر از نیاز ماست.
06:02
We ultimatelyدر نهایت will mergeادغام with this technologyتکنولوژی. It's alreadyقبلا very closeبستن to us.
136
350000
5000
نهایتا ما با این فناوری تلفیق میشیم. تا همین الان خیلی به ما نزدیک شده.
06:07
When I was a studentدانشجو it was acrossدر سراسر campusپردیس, now it's in our pocketsجیب.
137
355000
3000
زمانی که من دانش آموز بودم (کامپیوتر) آن طرف محوطه دانشگاه بود. الان در جیب های ما جا میشه.
06:10
What used to take up a buildingساختمان now fitsمتناسب است in our pocketsجیب.
138
358000
3000
چیزی که به اندازه یک ساختمان جا می گرفت الان در جیب های ما جا میشه.
06:13
What now fitsمتناسب است in our pocketsجیب would fitمناسب in a bloodخون cellسلول in 25 yearsسالها.
139
361000
3000
چیزی که الان در جیب های ما جا میشه، ظرف 25 سال آینده در سلولهای خون ما جا میگیره.
06:16
And we will beginشروع to actuallyدر واقع deeplyعمیقا influenceنفوذ
140
364000
4000
و ما همین طور که به این فناوری نزدیک تر و نزدیک تر بشیم
06:20
our healthسلامتی and our intelligenceهوش,
141
368000
2000
عملا شروع می کنیم به تأثیر گذاشتن
06:22
as we get closerنزدیک تر and closerنزدیک تر to this technologyتکنولوژی.
142
370000
4000
بر روی وضعیت جسمانی و هوش خودمان.
06:26
Basedمستقر on that we are announcingاعلام, here at TEDTED,
143
374000
3000
چیزی که ما در اینجا براساس سنت اصیل TED
06:29
in trueدرست است TEDTED traditionسنت, Singularityتکینگی Universityدانشگاه.
144
377000
3000
معرفی می کنیم، دانشگاه تکینگی هستش.
06:32
It's a newجدید universityدانشگاه
145
380000
2000
این یه دانشگاه جدیده
06:34
that's foundedتأسیس شد by Peterپیتر Diamandisدیامندیس, who is here in the audienceحضار,
146
382000
2000
که توسط پیتر دایمندیس، که در میان حضار هست،
06:36
and myselfخودم.
147
384000
2000
و خود من تأسیس شده.
06:38
It's backedحمایت کرد by NASAناسا and Googleگوگل,
148
386000
2000
این دانشگاه توسط
06:40
and other leadersرهبران in the high-techبا تکنولوژی بالا and scienceعلوم پایه communityجامعه.
149
388000
4000
ناسا و گوگل که در جامعه فناوری برتر و علمی هستند، حمایت میشند.
06:44
And our goalهدف was to assembleجمع کن the leadersرهبران,
150
392000
3000
و هدف ما این بود که رهبران،
06:47
bothهر دو teachersمعلمان and studentsدانش آموزان,
151
395000
2000
و هم معلمان و هم دانش آموزان،
06:49
in these exponentiallyنمایی growingدر حال رشد informationاطلاعات technologiesفن آوری ها,
152
397000
2000
رو در ارتباط با این فناوری های اطلاعات که نمایی رشد می کنند
06:51
and theirخودشان applicationکاربرد.
153
399000
2000
و کاربرد اونها، گردهم بیاریم.
06:53
But Larryلری Pageصفحه madeساخته شده an impassionedمشتاق speechسخنرانی - گفتار
154
401000
2000
اما لری پیج در جلسه تأسیس
06:55
at our organizingسازماندهی meetingملاقات,
155
403000
2000
سخنرانی پرشوری داشت،
06:57
sayingگفت: we should devoteاختصاص this studyمطالعه
156
405000
5000
و گفت ما باید این تحصیلات رو متوجه
07:02
to actuallyدر واقع addressingخطاب به some of the majorعمده challengesچالش ها facingروبرو شدن humanityبشریت.
157
410000
4000
حل مشکلات اساسی بکنیم که رو در روی بشریت قرار دارن.
07:06
And if we did that, then Googleگوگل would back this.
158
414000
2000
و در اینصورت هست که گوگل هم از ما حمایت میکنه.
07:08
And so that's what we'veما هستیم doneانجام شده.
159
416000
2000
و ما هم همین کار رو کردیم.
07:10
The last thirdسوم of the nine-weekنه هفته intensiveشدید summerتابستان sessionجلسه
160
418000
4000
سه هفته ی آخر برنامه ی نه هفته ای تابستان ما
07:14
will be devotedاختصاص داده شده است to a groupگروه projectپروژه to addressنشانی
161
422000
2000
به یک گروه پروژه ای برای حل
07:16
some majorعمده challengeچالش of humanityبشریت.
162
424000
2000
برخی چالش های اساسی بشریت اختصاص داره.
07:18
Like for exampleمثال, applyingاعمال the Internetاینترنت,
163
426000
2000
مثل، چگونگی استفاده از اینترنت،
07:20
whichکه is now ubiquitousهمه جا هست, in the ruralروستایی areasمناطق of Chinaچين or in Africaآفریقا,
164
428000
5000
که الان همه جا هست، حتی در مناطق دورافتاده چین یا آفریقا،
07:25
to bringingبه ارمغان آوردن healthسلامتی informationاطلاعات
165
433000
2000
برای در اختیار قرار دادن اطلاعات پزشکی
07:27
to developingدر حال توسعه areasمناطق of the worldجهان.
166
435000
3000
به نواحی در حال توسعه در جهان.
07:30
And these projectsپروژه ها will continueادامه دهید pastگذشته these sessionsجلسات,
167
438000
3000
و این پروژه ها در این جلسات پی گیری میشن،
07:33
usingاستفاده كردن collaborativeمشارکتی interactiveدر ارتباط بودن communicationارتباطات.
168
441000
3000
به استفاده از وسایل ارتباطی اشتراکی و تبادلی.
07:36
All the intellectualفکری propertyویژگی that is createdایجاد شده and taughtتدریس کرد
169
444000
4000
تمام مالکیت فکری که خلق بشه و آموزش داده بشه
07:40
will be onlineآنلاین and availableدر دسترس است,
170
448000
2000
در اینترنت و در دسترس خواهد بود،
07:42
and developedتوسعه یافته onlineآنلاین in a collaborativeمشارکتی fashionمد.
171
450000
3000
و در فضای اینترنت به صورت تشریک مساعی پرورش می یابد.
07:45
Here is our foundingتاسیس meetingملاقات.
172
453000
2000
این جلسه افتتاحیه مون هست.
07:47
But this is beingبودن announcedاعلام کرد todayامروز.
173
455000
2000
اما این رسما امروز اعلام میشه.
07:49
It will be permanentlyدائمی headquarteredمقر اصلی in Siliconسیلیکون Valleyدره,
174
457000
3000
دفتر مرکزی اون به صورت دائمی در Sillicon Valley خواهد بود،
07:52
at the NASAناسا Amesامز researchپژوهش centerمرکز.
175
460000
2000
در مرکز تحقیقات NASA Ames.
07:54
There are differentناهمسان programsبرنامه ها for graduateفارغ التحصیل studentsدانش آموزان,
176
462000
2000
برنامه های متفاوتی برای دانشجویان ارشد هست،
07:56
for executivesمدیران at differentناهمسان companiesشرکت ها.
177
464000
3000
همچنین برای مدیران اجرایی شرکت های مختلف.
07:59
The first sixشش tracksآهنگ های here -- artificialمصنوعی intelligenceهوش,
178
467000
2000
6 خط اول اینجا، هوش مصنوعی،
08:01
advancedپیشرفته computingمحاسبه technologiesفن آوری ها, biotechnologyبیوتکنولوژی, nanotechnologyفناوری نانو --
179
469000
3000
فناوری پیشرفته محاسبات، زیست فناوری، نانو فناوری،
08:04
are the differentناهمسان coreهسته areasمناطق of informationاطلاعات technologyتکنولوژی.
180
472000
4000
هسته های مختلف فناوری اطلاعات هستند.
08:08
Then we are going to applyدرخواست them to the other areasمناطق,
181
476000
2000
بعد اونها را در موضوعات دیگه به کار میگیریم،
08:10
like energyانرژی, ecologyمحیط زیست,
182
478000
3000
مثل انرژی، بوم شناسی،
08:13
policyسیاست lawقانون and ethicsاخلاق, entrepreneurshipکارآفرینی,
183
481000
2000
حقوق و سیاست و اخلاقیات و کارآفرینی،
08:15
so that people can bringآوردن these newجدید technologiesفن آوری ها to the worldجهان.
184
483000
4000
که این افراد بتونند این فناوری های جدید رو به دنیا برسونند.
08:19
So we're very appreciativeقدردانی of the supportحمایت کردن we'veما هستیم gottenدریافت کردم
185
487000
5000
بنابراین من خیلی متشکرم از حمایت هایی که داشتیم،
08:24
from bothهر دو the intellectualفکری leadersرهبران, the high-techبا تکنولوژی بالا leadersرهبران,
186
492000
2000
هم از رهبران فکری، رهبران دنیای فناوری،
08:26
particularlyبه خصوص Googleگوگل and NASAناسا.
187
494000
2000
به طور مشخص گوگل و ناسا.
08:28
This is an excitingهیجان انگیز newجدید ventureسرمایه گذاری.
188
496000
2000
این یک کسب و کار جالب و جدید هست.
08:30
And we inviteدعوت you to participateشرکت کردن. Thank you very much.
189
498000
3000
و از همه شما دعوت می کنیم که مشارکت کنید. بسیار ممنونم.
08:33
(Applauseتشویق و تمجید)
190
501000
3000
(تشویق)
Translated by Shahryar Zareparvar
Reviewed by mahmood rokni

▲Back to top

ABOUT THE SPEAKER
Ray Kurzweil - Inventor, futurist
Ray Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species.

Why you should listen

Inventor, entrepreneur, visionary, Ray Kurzweil's accomplishments read as a startling series of firsts -- a litany of technological breakthroughs we've come to take for granted. Kurzweil invented the first optical character recognition (OCR) software for transforming the written word into data, the first print-to-speech software for the blind, the first text-to-speech synthesizer, and the first music synthesizer capable of recreating the grand piano and other orchestral instruments, and the first commercially marketed large-vocabulary speech recognition.

Yet his impact as a futurist and philosopher is no less significant. In his best-selling books, which include How to Create a Mind, The Age of Spiritual Machines, The Singularity Is Near: When Humans Transcend Biology, Kurzweil depicts in detail a portrait of the human condition over the next few decades, as accelerating technologies forever blur the line between human and machine.

In 2009, he unveiled Singularity University, an institution that aims to "assemble, educate and inspire leaders who strive to understand and facilitate the development of exponentially advancing technologies." He is a Director of Engineering at Google, where he heads up a team developing machine intelligence and natural language comprehension.

More profile about the speaker
Ray Kurzweil | Speaker | TED.com