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

Ray Kurzweil: Uniwersytet na czasy nadchodzącej osobliwości

Filmed:
1,025,725 views

Z najnowszych wykresów Raya Kurzweila wynika, że zadziwiające tempo postępu technicznego stanie się jeszcze większe - i to mimo recesji. Przedstawia on zatem swój nowy projekt - Uniwersytet Osobliwości, który zajmować się będzie badaniem nadchodzącej technologii i kierować nią tak, by jak najlepiej służyła ludzkości.
- 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
InformationInformacje technologytechnologia growsrośnie in an exponentialwykładniczy mannersposób.
0
1000
3000
Informatyka rozwija się wykładniczo,
00:16
It's not linearliniowy. And our intuitionintuicja is linearliniowy.
1
4000
4000
a nie liniowo. A nasza intuicja jest liniowa.
00:20
When we walkedchodził throughprzez the savannaSawanna a thousandtysiąc yearslat agotemu
2
8000
2000
Kiedy tysiąc lat temu chodziliśmy po sawannie,
00:22
we madezrobiony linearliniowy predictionsprognozy where that animalzwierzę would be,
3
10000
2000
to liniowo szacowaliśmy, gdzie będzie dane zwierzę.
00:24
and that workedpracował fine. It's hardwiredprzewodowych in our brainsmózg.
4
12000
3000
I to się sprawdzało. Tak działa nasz mózg.
00:27
But the pacetempo of exponentialwykładniczy growthwzrost
5
15000
3000
Ale to wykładniczy wzrost
00:30
is really what describesopisuje informationInformacja technologiestechnologie.
6
18000
3000
lepiej opisuje postęp w informatyce.
00:33
And it's not just computationobliczenie.
7
21000
3000
I to nie tylko w mocach obliczeniowych.
00:36
There is a bigduży differenceróżnica betweenpomiędzy linearliniowy and exponentialwykładniczy growthwzrost.
8
24000
2000
Jest duża różnica między wzrostem liniowym a wykładniczym.
00:38
If I take 30 stepskroki linearlyliniowo -- one, two, threetrzy, fourcztery, fivepięć --
9
26000
4000
Jak zrobię 30 linearnych kroków: jeden, drugi, trzeci, czwarty,
00:42
I get to 30.
10
30000
2000
to skończę na 30.
00:44
If I take 30 stepskroki exponentiallywykładniczo -- two, fourcztery, eightosiem, 16 --
11
32000
3000
Jeśli zrobię 30 wykładniczych kroków: dwa, cztery, osiem, 16,
00:47
I get to a billionmiliard.
12
35000
2000
to skończę na miliardzie.
00:49
It makesczyni a hugeolbrzymi differenceróżnica.
13
37000
2000
To jest olbrzymia różnica.
00:51
And that really describesopisuje informationInformacja technologytechnologia.
14
39000
2000
I właśnie taki wzrost następuje w informatyce.
00:53
When I was a studentstudent at MITMIT,
15
41000
2000
W czasach moich studiów na MIT
00:55
we all sharedudostępniony one computerkomputer that tookwziął up a wholecały buildingbudynek.
16
43000
2000
mieliśmy jeden wspólny komputer, który zajmował cały budynek.
00:57
The computerkomputer in your cellphonekomórka todaydzisiaj is a millionmilion timesczasy cheapertaniej,
17
45000
3000
Dzisiejsze komputery w waszych telefonach są milion razy tańsze,
01:00
a millionmilion timesczasy smallermniejszy,
18
48000
2000
milion razy mniejsze
01:02
a thousandtysiąc timesczasy more powerfulpotężny.
19
50000
2000
i tysiące razy mocniejsze.
01:04
That's a billion-foldprzetwarzającą energię wybuchu increasezwiększać in capabilityzdolność perza dollardolar
20
52000
3000
To jest miliard-krotny przyrost możliwości za dolara,
01:07
that we'vemamy actuallytak właściwie experienceddoświadczony sinceod I was a studentstudent.
21
55000
2000
który miał miejsce od czasu moich studiów
01:09
And we're going to do it again in the nextNastępny 25 yearslat.
22
57000
3000
i który powtórzymy w ciągu następnych 25 lat.
01:12
InformationInformacje technologytechnologia progressesrozwija się
23
60000
2000
Postęp w informatyce opisuje ciąg
01:14
throughprzez a seriesseria of S-curvesS-krzywe
24
62000
2000
krzywych w kształcie litery S:
01:16
where eachkażdy one is a differentróżne paradigmparadygmat.
25
64000
2000
każda z nich dotyczy innego paradygmatu.
01:18
So people say, "What's going to happenzdarzyć when Moore'sMoore'a LawPrawa comespochodzi to an endkoniec?"
26
66000
3000
Ludzie pytają: "Co się stanie, kiedy przestanie obowiązywać prawo Moore'a?"
01:21
WhichCo will happenzdarzyć around 2020.
27
69000
2000
Co nastąpi około 2020 roku.
01:23
We'llMy będziemy then go to the nextNastępny paradigmparadygmat.
28
71000
2000
Wtedy wejdziemy w kolejny paradygmat.
01:25
And Moore'sMoore'a LawPrawa was not the first paradigmparadygmat
29
73000
2000
Prawo Moore'a nie było pierwszym paradygmatem
01:27
to bringprzynieść exponentialwykładniczy growthwzrost to computingprzetwarzanie danych.
30
75000
2000
opisującym wykładniczy rozwój komputerów.
01:29
The exponentialwykładniczy growthwzrost of computingprzetwarzanie danych startedRozpoczęty
31
77000
2000
Wykładniczy rozwój komputerów zaczął się
01:31
decadesdziesiątki lat before GordonGordon MooreMoore was even bornurodzony.
32
79000
2000
dziesiątki lat przed narodzinami Gordona Moore'a.
01:33
And it doesn't just applyzastosować to computationobliczenie.
33
81000
4000
Opisuje on nie tylko moc obliczeniową,
01:37
It's really any technologytechnologia where we can measurezmierzyć
34
85000
2000
ale także każdą inną technologię, dla której
01:39
the underlyingpoważniejszych informationInformacja propertiesnieruchomości.
35
87000
3000
umiemy zmierzyć ilość informacji, na której jest oparta.
01:42
Here we have 49 famoussławny computerskomputery. I put them in a logarithmiclogarytmiczny graphwykres.
36
90000
4000
Oto 49 słynnych komputerów. Umieściłem je na wykresie logarytmicznym.
01:46
The logarithmiclogarytmiczny scaleskala hidesukrywa the scaleskala of the increasezwiększać,
37
94000
4000
Skala logarytmiczna ukrywa rzeczywistą skalę przyrostu,
01:50
because this representsreprezentuje trillions-foldbiliony razy increasezwiększać
38
98000
2000
bo tu jest przedstawiony bilion-krotny przyrost
01:52
sinceod the 1890 censusspis ludności.
39
100000
3000
od roku 1890.
01:55
In 1950s they were shrinkingkurczący się vacuumodkurzać tubesrury,
40
103000
2000
Od 1950 roku zmniejszano lampy elektronowe,
01:57
makingzrobienie them smallermniejszy and smallermniejszy. They finallywreszcie hittrafienie a wallŚciana;
41
105000
3000
uzyskując coraz mniejsze i mniejsze. Aż doszli do ściany.
02:00
they couldn'tnie mógł shrinkkurczyć się the vacuumodkurzać tuberura any more and keep the vacuumodkurzać.
42
108000
2000
Nie umieli zmniejszyć lampy i zachować w niej próżni.
02:02
And that was the endkoniec of the shrinkingkurczący się of vacuumodkurzać tubesrury,
43
110000
3000
I to był koniec miniaturyzacji lamp elektronowych.
02:05
but it was not the endkoniec of the exponentialwykładniczy growthwzrost of computingprzetwarzanie danych.
44
113000
3000
Ale to nie był koniec wykładniczego wzrostu mocy obliczeniowych.
02:08
We wentposzedł to the fourthczwarty paradigmparadygmat, transistorstranzystory,
45
116000
2000
Przeszliśmy do czwartego paradygmatu - tranzystorów,
02:10
and finallywreszcie integratedzintegrowany circuitsobwody.
46
118000
2000
a potem układów scalonych.
02:12
When that comespochodzi to an endkoniec we'lldobrze go to the sixthszósty paradigmparadygmat;
47
120000
2000
Gdy one się wyczerpią, przejdziemy do szóstego paradygmatu:
02:14
three-dimensionaltrójwymiarowy self-organizingsamoorganizujące się molecularmolekularny circuitsobwody.
48
122000
4000
trójwymiarowych samoorganizujących się obwodów molekularnych.
02:18
But what's even more amazingniesamowity, really, than this
49
126000
3000
Ale jeszcze bardziej fascynujące niż to
02:21
fantasticfantastyczny scaleskala of progresspostęp,
50
129000
2000
niesamowite tempo rozwoju
02:23
is that -- look at how predictablemożliwy do przewidzenia this is.
51
131000
2000
jest to, jak bardzo jest on przewidywalny.
02:25
I mean this wentposzedł throughprzez thickgruby and thincienki,
52
133000
2000
Ten rozwój następował w czasach złych i dobrych,
02:27
throughprzez warwojna and peacepokój, throughprzez boomBum timesczasy and recessionsrecesji.
53
135000
3000
w czasach wojny i pokoju, w czasach rozwoju i recesji.
02:30
The Great DepressionDepresja madezrobiony not a dentDent in this exponentialwykładniczy progressionpostęp.
54
138000
4000
Wielki Kryzys ani odrobinę nie zachamował tego wykładniczego tempa.
02:34
We'llMy będziemy see the samepodobnie thing in the economicgospodarczy recessionrecesja we're havingmający now.
55
142000
4000
I tak samo będzie podczas naszej obecnej recesji:
02:38
At leastnajmniej the exponentialwykładniczy growthwzrost of informationInformacja technologytechnologia capabilityzdolność
56
146000
3000
niezależnie od wszystkiego, wykładniczy przyrost mocy informatycznych
02:41
will continueKontyntynuj unabatednie słabnie.
57
149000
3000
będzie postępował dalej.
02:44
And I just updatedzaktualizowany these graphswykresy.
58
152000
2000
Niedawno aktualizowałem te wykresy,
02:46
Because I had them throughprzez 2002 in my bookksiążka, "The SingularityOsobliwość is NearW pobliżu."
59
154000
3000
bo one pochodzą z mojej książki z 2002 roku pt. "Singularity is Near".
02:49
So we updatedzaktualizowany them,
60
157000
2000
Gdy więc aktualizowaliśmy je,
02:51
so I could presentteraźniejszość it here, to 2007.
61
159000
3000
żeby obejmowały 2007 rok,
02:54
And I was askedspytał, "Well aren'tnie są you nervousnerwowy?
62
162000
2000
zapytano mnie: "Nie martwisz się?
02:56
Maybe it kinduprzejmy of didn't stayzostać on this exponentialwykładniczy progressionpostęp."
63
164000
4000
Może ten postęp już przestał być wykładniczy?"
03:00
I was a little nervousnerwowy
64
168000
2000
Trochę się bałem,
03:02
because maybe the datadane wouldn'tnie be right,
65
170000
2000
że dane nie będą pasowały,
03:04
but I've doneGotowe this now for 30 yearslat,
66
172000
2000
ale robię to od 30 lat
03:06
and it has stayedzostał on this exponentialwykładniczy progressionpostęp.
67
174000
3000
i zawsze wychodzi postęp wykładniczy.
03:09
Look at this graphwykres here.You could buykupować one transistortranzystor for a dollardolar in 1968.
68
177000
3000
Spójrzcie na ten wykres. W 1968 roku za dolara można było kupić jeden tranzystor.
03:12
You can buykupować halfpół a billionmiliard todaydzisiaj,
69
180000
2000
A dzisiaj - pół miliarda.
03:14
and they are actuallytak właściwie better, because they are fasterszybciej.
70
182000
2000
I to lepszych, bo szybszych.
03:16
But look at how predictablemożliwy do przewidzenia this is.
71
184000
2000
Ale zobaczcie, jakie to jest przewidywalne.
03:18
And I'd say this knowledgewiedza, umiejętności is over-fittingNadmierne dopasowanie to pastprzeszłość datadane.
72
186000
3000
Ta wiedza jest nadmiernie dopasowana do dawnych danych.
03:21
I've been makingzrobienie these forward-lookingperspektywiczne predictionsprognozy for about 30 yearslat.
73
189000
4000
Tworzę te modele prognostyczne od około 30 lat
03:25
And the costkoszt of a transistortranzystor cyclecykl,
74
193000
2000
i cena jednego cyklu tranzystora,
03:27
whichktóry is a measurezmierzyć of the pricecena performancewydajność of electronicselektronika,
75
195000
2000
która jest miarą wydajności kosztowej elektroniki,
03:29
comespochodzi down about everykażdy yearrok.
76
197000
2000
spada z roku na rok.
03:31
That's a 50 percentprocent deflationdeflacja rateoceniać.
77
199000
2000
To jest 50% wskaźnik deflacji.
03:33
And it's alsorównież trueprawdziwe of other examplesprzykłady,
78
201000
2000
To samo stosuje się do innych przykładów,
03:35
like DNADNA datadane or brainmózg datadane.
79
203000
2000
takich jak dane DNA albo dane mózgu.
03:37
But we more than make up for that.
80
205000
2000
Ale spokojnie to nadrabiamy.
03:39
We actuallytak właściwie shipstatek more than twicedwa razy as much
81
207000
2000
Dostarczamy ponad dwa razy więcej
03:41
of everykażdy formformularz of informationInformacja technologytechnologia.
82
209000
2000
wszelkiego rodzaju produktów informatycznych.
03:43
We'veMamy had 18 percentprocent growthwzrost in constantstały dollarsdolarów
83
211000
3000
Mieliśmy 18% wzrost, liczony w dolarach o stałej wartości,
03:46
in everykażdy formformularz of informationInformacja technologytechnologia for the last half-centurypół wieku,
84
214000
3000
wszelkiego rodzaju produktów informatycznych w ciągu ostatniego półwiecza.
03:49
despitepomimo the factfakt that you can get twicedwa razy as much of it eachkażdy yearrok.
85
217000
4000
I to mimo tego, że można z roku na rok można kupić dwa razy więcej.
03:53
This is a completelycałkowicie differentróżne exampleprzykład.
86
221000
2000
To jest całkiem inny przykład.
03:55
This is not Moore'sMoore'a LawPrawa.
87
223000
2000
To nie jest prawo Moore'a.
03:57
The amountilość of DNADNA datadane
88
225000
2000
Ilość danych DNA,
03:59
we'vemamy sequencedzsekwencjonowane has doubledpodwojony everykażdy yearrok.
89
227000
2000
które zsekwencjonowaliśmy, podwaja się z roku na rok,
04:01
The costkoszt has come down by halfpół everykażdy yearrok.
90
229000
3000
a koszt spada o połowę.
04:04
And this has been a smoothgładki progressionpostęp
91
232000
2000
I taki gładki postęp zachodzi
04:06
sinceod the beginningpoczątek of the genomegenom projectprojekt.
92
234000
2000
od samego początku prac nad genomem.
04:08
And halfwaywpół throughprzez the projectprojekt, skepticssceptycy said,
93
236000
2000
W połowie tych prac, pesymiści mówili:
04:10
"Well, this is not workingpracujący out. You're halfwaywpół throughprzez the genomegenom projectprojekt
94
238000
3000
"Nie idzie wam. Minęła połowa czasu badań,
04:13
and you've finishedskończone one percentprocent of the projectprojekt."
95
241000
2000
a wy ukończyliście tylko 1% prac."
04:15
But that was really right on schedulerozkład.
96
243000
2000
Ale to było właśnie zgodne z harmonogramem,
04:17
Because if you doublepodwójnie one percentprocent sevensiedem more timesczasy,
97
245000
2000
bo wystarczy siedem razy podwoić ten 1%,
04:19
whichktóry is exactlydokładnie what happenedstało się,
98
247000
2000
co właśnie miało miejsce,
04:21
you get 100 percentprocent. And the projectprojekt was finishedskończone on time.
99
249000
3000
a osiągnie się 100%. I prace zakończono w terminie.
04:24
CommunicationKomunikacja technologiestechnologie:
100
252000
2000
Technologie kominikacyjne:
04:26
50 differentróżne wayssposoby to measurezmierzyć this,
101
254000
2000
jest 50 różnych metod ich pomiaru.
04:28
the numbernumer of bitsbity beingistota movedprzeniósł around, the sizerozmiar of the InternetInternet.
102
256000
3000
Liczba przemieszczanych bitów, rozmiar internetu.
04:31
But this has progressedpostępuje at an exponentialwykładniczy pacetempo.
103
259000
2000
Ale to też postępuje wykładniczo.
04:33
This is deeplygłęboko democratizingdemokratyzacji.
104
261000
2000
To sprzyja demokratyzacji.
04:35
I wrotenapisał, over 20 yearslat agotemu in "The AgeWiek of IntelligentInteligentny MachinesMaszyny,"
105
263000
3000
Pisałem 20 lat temu w "The Age of Intelligent Machines",
04:38
when the SovietRadziecki UnionUnii was going strongsilny, that it would be sweptzmieciony away
106
266000
3000
w czasie gdy Związek Radziecki rósł w siłę, że zostanie on zmieciony
04:41
by this growthwzrost of decentralizedzdecentralizowany communicationkomunikacja.
107
269000
4000
z powodu postępu w zdecentralizowanej komunikacji.
04:45
And we will have plentydużo of computationobliczenie as we go throughprzez the 21stul centurystulecie
108
273000
3000
I że w czasie XXI wieku będziemy mieć dość mocy obliczeniowych,
04:48
to do things like simulatesymulować regionsregiony of the humanczłowiek brainmózg.
109
276000
4000
by na przykład wykonać symulację obszarów ludzkiego mózgu.
04:52
But where will we get the softwareoprogramowanie?
110
280000
2000
Ale skąd wziąć oprogramowanie?
04:54
Some criticskrytycy say, "Oh, well softwareoprogramowanie is stuckutknął in the mudbłoto."
111
282000
3000
Krytycy mówią: "No cóż, rozwój oprogramowania utknął."
04:57
But we are learninguczenie się more and more about the humanczłowiek brainmózg.
112
285000
2000
Ale jednak coraz więcej wiemy o ludzkim mózgu.
04:59
SpatialPrzestrzenne resolutionrozkład of brainmózg scanningłów is doublingpodwojenie everykażdy yearrok.
113
287000
3000
Dokładność przestrzennych skanów mózgu podwaja się co roku.
05:02
The amountilość of datadane we're gettinguzyskiwanie about the brainmózg is doublingpodwojenie everykażdy yearrok.
114
290000
3000
Ilość danych, które uzyskujemy na temat mózgu podwaja się co roku.
05:05
And we're showingseans that we can actuallytak właściwie turnskręcać this datadane
115
293000
3000
I okazuje się, że istotnie możemy użyć tych danych
05:08
into workingpracujący modelsmodele and simulationssymulacje of brainmózg regionsregiony.
116
296000
3000
to budowy działających modeli i symulacji obszarów mózgu.
05:11
There is about 20 regionsregiony of the brainmózg that have been modeledwymodelowany,
117
299000
2000
Już około 20 obszarów mózgu zostało wymodelowanych,
05:13
simulatedsymulowane and testedprzetestowany:
118
301000
2000
symulowanych i przetestowanych:
05:15
the auditorysłuchowy cortexkora, regionsregiony of the visualwizualny cortexkora;
119
303000
3000
kora słuchowa, obszary kory wzrokowej,
05:18
cerebellummóżdżek, where we do our skillumiejętność formationtworzenie;
120
306000
2000
móżdżek, gdzie uczymy się zachowań motorycznych,
05:20
slicesplastry of the cerebralmózgowy cortexkora, where we do our rationalracjonalny thinkingmyślący.
121
308000
4000
części kory mózgowej, gdzie dokonujemy racjonalnego myślenia.
05:24
And all of this has fuelednapędzany
122
312000
2000
A wszystko to napędza
05:26
an increasezwiększać, very smoothgładki and predictablemożliwy do przewidzenia, of productivitywydajność.
123
314000
3000
przyrost produktywności, który jest gładki i przewidywalny.
05:29
We'veMamy goneodszedł from 30 dollarsdolarów to 130 dollarsdolarów
124
317000
2000
Doszliśmy od 30 do 130 dolarów
05:31
in constantstały dollarsdolarów in the valuewartość of an averageśredni hourgodzina of humanczłowiek laborpraca,
125
319000
4000
o stałej wartości, jeśli chodzi o wartość przeciętnej godziny ludzkiej pracy
05:35
fuelednapędzany by this informationInformacja technologytechnologia.
126
323000
3000
i to dzięki właśnie tej technologii.
05:38
And we're all concernedzaniepokojony about energyenergia and the environmentśrodowisko.
127
326000
3000
Wszyscy martwimy się o energię i o środowisko.
05:41
Well this is a logarithmiclogarytmiczny graphwykres.
128
329000
2000
Ten wykres logarytmiczny
05:43
This representsreprezentuje a smoothgładki doublingpodwojenie,
129
331000
2000
przedstawia gładkie podwajanie się,
05:45
everykażdy two yearslat, of the amountilość of solarsłoneczny energyenergia we're creatingtworzenie,
130
333000
4000
co dwa lata, ilości wytworzonej energii słonecznej.
05:49
particularlyszczególnie as we're now applyingstosowanie nanotechnologynanotechnologia,
131
337000
2000
Zwłaszcza, że teraz już stosujemy nanotechnologię,
05:51
a formformularz of informationInformacja technologytechnologia, to solarsłoneczny panelspanele.
132
339000
3000
też formę informatyki, do budowy paneli słonecznych.
05:54
And we're only eightosiem doublingspodwojeń away
133
342000
2000
I zostało nam już tylko osiem takich podwojeń
05:56
from it meetingspotkanie 100 percentprocent of our energyenergia needswymagania.
134
344000
2000
do zaspokojenia 100% naszych potrzeb energetycznych.
05:58
And there is 10 thousandtysiąc timesczasy more sunlightświatło słoneczne than we need.
135
346000
4000
A mamy 10 razy więcej światła słonecznego niż nam potrzeba.
06:02
We ultimatelyostatecznie will mergełączyć with this technologytechnologia. It's alreadyjuż very closeblisko to us.
136
350000
5000
Ostatecznie, sami połączymy się z tą technologią. Ona już jest blisko nas.
06:07
When I was a studentstudent it was acrossprzez campuskampus, now it's in our pocketskieszenie.
137
355000
3000
Za moich czasów studenckich zajmowała cały kampus. Teraz mieści się w kieszeni.
06:10
What used to take up a buildingbudynek now fitspasuje in our pocketskieszenie.
138
358000
3000
To, co zajmowało cały budynek, teraz mieści się w kieszeni.
06:13
What now fitspasuje in our pocketskieszenie would fitdopasowanie in a bloodkrew cellkomórka in 25 yearslat.
139
361000
3000
To, co teraz mieści się w kieszeni, za 25 lat zmieści się w krwince.
06:16
And we will beginzaczynać to actuallytak właściwie deeplygłęboko influencewpływ
140
364000
4000
I zaczniemy głęboko modyfikować
06:20
our healthzdrowie and our intelligenceinteligencja,
141
368000
2000
nasze zdrowie i inteligencję,
06:22
as we get closerbliższy and closerbliższy to this technologytechnologia.
142
370000
4000
w miarę zbliżania się do tej technologii.
06:26
BasedNa podstawie on that we are announcingZapowiedź, here at TEDTED,
143
374000
3000
Z tego względu ogłaszamy tu, na TED,
06:29
in trueprawdziwe TEDTED traditiontradycja, SingularityOsobliwość UniversityUniwersytet.
144
377000
3000
zgodnie z tradycją TED, Uniwersytet Osobliwości.
06:32
It's a newNowy universityUniwersytet
145
380000
2000
To nowy uniwersytet,
06:34
that's foundedzałożony by PeterPeter DiamandisDiamandis, who is here in the audiencepubliczność,
146
382000
2000
założony przez obecnego tu Petera Diamandisa
06:36
and myselfsiebie.
147
384000
2000
i mnie.
06:38
It's backedwspierane by NASANASA and GoogleGoogle,
148
386000
2000
Jest wspierany przez NASA, Google
06:40
and other leadersprzywódcy in the high-techwysoka technologia and sciencenauka communityspołeczność.
149
388000
4000
i innych liderów społeczności high-tech oraz naukowej.
06:44
And our goalcel was to assemblegromadzić the leadersprzywódcy,
150
392000
3000
Naszym celem było zebranie liderów,
06:47
bothobie teachersnauczyciele and studentsstudenci,
151
395000
2000
tak nauczycieli, jak i studentów,
06:49
in these exponentiallywykładniczo growingrozwój informationInformacja technologiestechnologie,
152
397000
2000
z tych wykładniczo rosnących dziedzin informatycznych
06:51
and theirich applicationpodanie.
153
399000
2000
i zajmujących się ich wdrażaniem.
06:53
But LarryLarry PageStrona madezrobiony an impassionednamiętny speechprzemówienie
154
401000
2000
Ale Larry Page w swojej ognistej mowie
06:55
at our organizingorganizowanie meetingspotkanie,
155
403000
2000
podczas naszego spotkania organizacyjnego
06:57
sayingpowiedzenie we should devotepoświęcać this studybadanie
156
405000
5000
powiedział, że powinniśmy skupić się
07:02
to actuallytak właściwie addressingAdresowanie some of the majorpoważny challengeswyzwania facingokładzina humanityludzkość.
157
410000
4000
na głównych wyzwaniach stojących przed ludzkością.
07:06
And if we did that, then GoogleGoogle would back this.
158
414000
2000
I że jeśli tak zrobimy, to Google nas poprze.
07:08
And so that's what we'vemamy doneGotowe.
159
416000
2000
Więc właśnie tak zrobiliśmy.
07:10
The last thirdtrzeci of the nine-weekdziewięciu tygodni intensiveintensywny summerlato sessionsesja
160
418000
4000
Ostatnia jedna trzecia z 9-tygodniowej sesji letniej
07:14
will be devotedoddany to a groupGrupa projectprojekt to addressadres
161
422000
2000
będzie poświęcona grupowemu projektowi, który
07:16
some majorpoważny challengewyzwanie of humanityludzkość.
162
424000
2000
podejmie jakieś główne wyzwanie ludzkości.
07:18
Like for exampleprzykład, applyingstosowanie the InternetInternet,
163
426000
2000
Jak na przykład wdrożeniem internetu,
07:20
whichktóry is now ubiquitouswszechobecny, in the ruralwiejski areasobszary of ChinaChiny or in AfricaAfryka,
164
428000
5000
który jest teraz wszechobecny, na wiejskich obszarach Chin lub Afryki,
07:25
to bringingprzynoszący healthzdrowie informationInformacja
165
433000
2000
aby zapewnić wiedzę o zdrowiu
07:27
to developingrozwijanie areasobszary of the worldświat.
166
435000
3000
rozwijającym się obszarom świata.
07:30
And these projectsprojektowanie will continueKontyntynuj pastprzeszłość these sessionssesje,
167
438000
3000
Te projekty będą istnieć także po zakończeniu sesji,
07:33
usingza pomocą collaborativewspółpracujący interactiveinteraktywny communicationkomunikacja.
168
441000
3000
poprzez interaktywną współpracę.
07:36
All the intellectualintelektualny propertynieruchomość that is createdstworzony and taughtnauczony
169
444000
4000
A wiedza, która zostanie stworzona i nauczona,
07:40
will be onlineonline and availabledostępny,
170
448000
2000
będzie dostępna online
07:42
and developedrozwinięty onlineonline in a collaborativewspółpracujący fashionmoda.
171
450000
3000
i wspólnie rozwijana w internecie.
07:45
Here is our foundingzałożenie meetingspotkanie.
172
453000
2000
Oto nasze spotkanie założycielskie,
07:47
But this is beingistota announcedogłosił todaydzisiaj.
173
455000
2000
ale ogłaszamy to dopiero dzisiaj.
07:49
It will be permanentlystałe headquarteredz siedzibą in SiliconKrzemu ValleyDolina,
174
457000
3000
Siedziba będzie w Dolinie Krzemowej,
07:52
at the NASANASA AmesAmes researchBadania centercentrum.
175
460000
2000
w centrum badawczym NASA Ames.
07:54
There are differentróżne programsprogramy for graduateukończyć studentsstudenci,
176
462000
2000
Mamy różne programy dla doktorantów,
07:56
for executiveskierownictwo at differentróżne companiesfirmy.
177
464000
3000
dla menagerów z różnych przedsiębiorstw.
07:59
The first sixsześć tracksutwory here -- artificialsztuczny intelligenceinteligencja,
178
467000
2000
Pierwszych 6 specjalności, sztuczna inteligencja,
08:01
advancedzaawansowane computingprzetwarzanie danych technologiestechnologie, biotechnologybiotechnologia, nanotechnologynanotechnologia --
179
469000
3000
zaawansowane technologie obliczeniowe, biotechnologia, nanotechnologia
08:04
are the differentróżne corerdzeń areasobszary of informationInformacja technologytechnologia.
180
472000
4000
to są różne kluczowe obszary informatyki.
08:08
Then we are going to applyzastosować them to the other areasobszary,
181
476000
2000
Potem będziemy je stosować na innych obszarach,
08:10
like energyenergia, ecologyekologia,
182
478000
3000
jak energia, ekologia,
08:13
policypolityka lawprawo and ethicsEtyka, entrepreneurshipprzedsiębiorczość,
183
481000
2000
polityka, prawo i etyka, przedsiębiorczość,
08:15
so that people can bringprzynieść these newNowy technologiestechnologie to the worldświat.
184
483000
4000
aby ludzie mogli nieść te nowe technologie światu.
08:19
So we're very appreciativedocenia of the supportwsparcie we'vemamy gottenzdobyć
185
487000
5000
Bardzo się cieszymy ze wsparcia, które otrzymaliśmy
08:24
from bothobie the intellectualintelektualny leadersprzywódcy, the high-techwysoka technologia leadersprzywódcy,
186
492000
2000
zarówno od liderów naukowych, jak i liderów high-tech,
08:26
particularlyszczególnie GoogleGoogle and NASANASA.
187
494000
2000
zwłaszcza od Google i NASA.
08:28
This is an excitingekscytujący newNowy ventureprzedsięwzięcie.
188
496000
2000
To jest fascynujące przedsięwzięcie,
08:30
And we inviteZapraszam you to participateuczestniczyć. Thank you very much.
189
498000
3000
do uczestnictwa w którym was zapraszamy. Dziękuję.
08:33
(ApplauseAplauz)
190
501000
3000
(Oklaski)
Translated by Grzegorz Borek
Reviewed by Marek Kasiak

▲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