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: Uma universidade para a singularidade do futuro

Filmed:
1,025,725 views

Os últimos gráficos de Ray Kurzweil mostram que os rápidos desenvolvimentos tecnológicos vão acelerar — com ou sem recessão. Ele desvenda o seu novo projeto, a Universidade Singularidade, para estudar as novas tecnologias e direcioná-las de forma a beneficiar a humanidade.
- 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
InformationInformações technologytecnologia growscresce in an exponentialexponencial mannermaneira.
0
1000
3000
A tecnologia da informação
cresce de forma exponencial.
00:16
It's not linearlinear. And our intuitionintuição is linearlinear.
1
4000
4000
Não é linear. E a nossa intuição é linear.
00:20
When we walkedcaminhou throughatravés the savannasavana a thousandmil yearsanos agoatrás
2
8000
2000
Quando entrámos na savana há mil anos,
00:22
we madefeito linearlinear predictionsPrevisões where that animalanimal would be,
3
10000
2000
fizemos previsões lineares sobre
onde estaria o animal, e acertámos.
00:24
and that workedtrabalhou fine. It's hardwiredhardwired in our brainscérebro.
4
12000
3000
Está ligado ao nosso cérebro.
00:27
But the paceritmo of exponentialexponencial growthcrescimento
5
15000
3000
É o ritmo de crescimento exponencial
00:30
is really what describesdescreve informationem formação technologiestecnologias.
6
18000
3000
que caracteriza
as tecnologias da informação.
00:33
And it's not just computationcomputação.
7
21000
3000
Não se trata apenas de cálculo.
00:36
There is a biggrande differencediferença betweenentre linearlinear and exponentialexponencial growthcrescimento.
8
24000
2000
O crescimento linear
é muito diferente do exponencial.
00:38
If I take 30 stepspassos linearlylinearmente -- one, two, threetrês, fourquatro, fivecinco --
9
26000
4000
Se eu der 30 passos de forma linear
— um, dois, três, quatro, cinco —
00:42
I get to 30.
10
30000
2000
chego aos 30.
Se eu der 30 passos de forma exponencial
— 2, 4, 8, 16 —
00:44
If I take 30 stepspassos exponentiallyexponencialmente -- two, fourquatro, eightoito, 16 --
11
32000
3000
00:47
I get to a billionbilhão.
12
35000
2000
chego a mil milhões.
00:49
It makesfaz com que a hugeenorme differencediferença.
13
37000
2000
É uma enorme diferença.
Isto é o que descreve
a tecnologia da informação.
00:51
And that really describesdescreve informationem formação technologytecnologia.
14
39000
2000
00:53
When I was a studentaluna at MITMIT,
15
41000
2000
Quando eu era estudante no MIT,
00:55
we all sharedcompartilhado one computercomputador that tooktomou up a wholetodo buildingconstrução.
16
43000
2000
havia um só computador
que servia todo o edifício.
00:57
The computercomputador in your cellphonecelular todayhoje is a millionmilhão timesvezes cheapermais barato,
17
45000
3000
O computador dos telemóveis modernos,
é mil vezes mais barato,
01:00
a millionmilhão timesvezes smallermenor,
18
48000
2000
mil vezes mais pequeno
e mil vezes mais poderoso.
01:02
a thousandmil timesvezes more powerfulpoderoso.
19
50000
2000
01:04
That's a billion-foldbillion-fold increaseaumentar in capabilitycapacidade perpor dollardólar
20
52000
3000
É um aumento de milhões
em capacidade, por dólar,
01:07
that we'venós temos actuallyna realidade experiencedcom experiência sinceDesde a I was a studentaluna.
21
55000
2000
a que assistimos
desde que eu era estudante.
01:09
And we're going to do it again in the nextPróximo 25 yearsanos.
22
57000
3000
E que se vai repetir nos próximos 25 anos.
01:12
InformationInformações technologytecnologia progressesavança
23
60000
2000
As tecnologias da informação progridem
01:14
throughatravés a seriesSeries of S-curvesS-curvas
24
62000
2000
por entre linhas curvas
01:16
where eachcada one is a differentdiferente paradigmparadigma.
25
64000
2000
em que cada uma é um paradigma diferente.
01:18
So people say, "What's going to happenacontecer when Moore'sMoore LawLei comesvem to an endfim?"
26
66000
3000
O que vai acontecer quando
a Lei de Moore chegar ao fim?
01:21
WhichQue will happenacontecer around 2020.
27
69000
2000
— o que vai acontecer por volta de 2020.
01:23
We'llNós vamos then go to the nextPróximo paradigmparadigma.
28
71000
2000
Avançamos para o paradigma seguinte.
01:25
And Moore'sMoore LawLei was not the first paradigmparadigma
29
73000
2000
A Lei de Moore não foi
o primeiro paradigma
01:27
to bringtrazer exponentialexponencial growthcrescimento to computingInformática.
30
75000
2000
a trazer o crescimento exponencial
à informática.
01:29
The exponentialexponencial growthcrescimento of computingInformática startedcomeçado
31
77000
2000
Este começou décadas antes
do nascimento de Gordon Moore.
01:31
decadesdécadas before GordonGordon MooreMoore was even bornnascermos.
32
79000
2000
01:33
And it doesn't just applyAplique to computationcomputação.
33
81000
4000
E não se aplica apenas à computação.
Em qualquer tecnologia
podemos medir
01:37
It's really any technologytecnologia where we can measurea medida
34
85000
2000
01:39
the underlyingsubjacente informationem formação propertiespropriedades.
35
87000
3000
as propriedades informativas subjacentes.
01:42
Here we have 49 famousfamoso computerscomputadores. I put them in a logarithmiclogarítmico graphgráfico.
36
90000
4000
Temos aqui 49 computadores conhecidos.
Coloquei-os num gráfico logarítmico.
01:46
The logarithmiclogarítmico scaleescala hidesse esconde the scaleescala of the increaseaumentar,
37
94000
4000
A escala logarítmica esconde
a escala do crescimento,
01:50
because this representsrepresenta trillions-foldtrilhões-dobra increaseaumentar
38
98000
2000
porque isto representa
um aumento de biliões
01:52
sinceDesde a the 1890 censusCenso.
39
100000
3000
desde o censo de 1890.
01:55
In 1950s they were shrinkingencolhendo vacuumvácuo tubestubos,
40
103000
2000
Em 1950 encolhiam-se tubos de vácuo,
01:57
makingfazer them smallermenor and smallermenor. They finallyfinalmente hitacertar a wallparede;
41
105000
3000
tornando-os cada vez mais pequenos,
até que chegaram ao limite.
02:00
they couldn'tnão podia shrinkencolher the vacuumvácuo tubetubo any more and keep the vacuumvácuo.
42
108000
2000
Não se podia diminuir mais
o tubo de vácuo mantendo o vácuo.
02:02
And that was the endfim of the shrinkingencolhendo of vacuumvácuo tubestubos,
43
110000
3000
Acabou aí a redução de tubos de vácuo,
02:05
but it was not the endfim of the exponentialexponencial growthcrescimento of computingInformática.
44
113000
3000
mas não acabou
o crescimento exponencial da informática.
02:08
We wentfoi to the fourthquarto paradigmparadigma, transistorstransistores,
45
116000
2000
Passámos ao quarto paradigma,
os transístores,
02:10
and finallyfinalmente integratedintegrado circuitscircuitos.
46
118000
2000
e por fim o dos circuitos integrados.
02:12
When that comesvem to an endfim we'llbem go to the sixthsexto paradigmparadigma;
47
120000
2000
Quando este terminar,
passamos ao sexto paradigma;
02:14
three-dimensionaltridimensional self-organizingauto-organizado molecularmolecular circuitscircuitos.
48
122000
4000
circuitos moleculares tridimensionais
auto-organizados.
02:18
But what's even more amazingsurpreendente, really, than this
49
126000
3000
Mas o que é mais espantoso
do que esta extraordinária
escala de progresso,
02:21
fantasticfantástico scaleescala of progressprogresso,
50
129000
2000
02:23
is that -- look at how predictableprevisível this is.
51
131000
2000
— vejam como é previsível.
02:25
I mean this wentfoi throughatravés thickGrosso and thinfino,
52
133000
2000
Isto passou por diferentes circunstâncias,
02:27
throughatravés warguerra and peacePaz, throughatravés boomestrondo timesvezes and recessionsrecessões.
53
135000
3000
por guerra e paz,
prosperidade e recessões.
02:30
The Great DepressionDepressão madefeito not a dentDent in this exponentialexponencial progressionprogressão.
54
138000
4000
A Grande Depressão não teve impacto
nesta progressão exponencial.
02:34
We'llNós vamos see the samemesmo thing in the economiceconômico recessionrecessão we're havingtendo now.
55
142000
4000
Vamos assistir à mesma situação
na recessão económica em que estamos.
02:38
At leastpelo menos the exponentialexponencial growthcrescimento of informationem formação technologytecnologia capabilitycapacidade
56
146000
3000
Mas o crescimento exponencial da
capacidade das tecnologias da informação
02:41
will continuecontinuar unabatedsem esmorecer.
57
149000
3000
continuará a bom ritmo.
02:44
And I just updatedAtualizada these graphsgráficos.
58
152000
2000
Eu apenas atualizei estes gráficos.
02:46
Because I had them throughatravés 2002 in my booklivro, "The SingularitySingularidade is NearPerto de."
59
154000
3000
Tinha-os no ano de 2002,
no meu livro "The Singularity is Near".
02:49
So we updatedAtualizada them,
60
157000
2000
Então atualizámo-los para 2007,
02:51
so I could presentpresente it here, to 2007.
61
159000
3000
para eu poder apresentá-los aqui.
02:54
And I was askedperguntei, "Well aren'tnão são you nervousnervoso?
62
162000
2000
Perguntaram-me: "Não estás nervoso?
02:56
Maybe it kindtipo of didn't stayfique on this exponentialexponencial progressionprogressão."
63
164000
4000
"Talvez não se tenham mantido
nesta progressão exponencial."
03:00
I was a little nervousnervoso
64
168000
2000
Eu estava um bocado nervoso
porque havia a possibilidade
de os dados não estarem corretos,
03:02
because maybe the datadados wouldn'tnão seria be right,
65
170000
2000
03:04
but I've donefeito this now for 30 yearsanos,
66
172000
2000
mas já faço isto há 30 anos,
03:06
and it has stayedfiquei on this exponentialexponencial progressionprogressão.
67
174000
3000
e têm-se mantido
nesta progressão exponencial.
03:09
Look at this graphgráfico here.You could buyComprar one transistortransistor for a dollardólar in 1968.
68
177000
3000
Observem este gráfico. Podíamos comprar
um transístor por um dólar em 1968.
03:12
You can buyComprar halfmetade a billionbilhão todayhoje,
69
180000
2000
Hoje podemos comprar 500 milhões,
e até são melhores, pois são mais rápidos.
03:14
and they are actuallyna realidade better, because they are fasterMais rápido.
70
182000
2000
03:16
But look at how predictableprevisível this is.
71
184000
2000
Mas vejam como é previsível.
03:18
And I'd say this knowledgeconhecimento is over-fittingexcesso de encaixe to pastpassado datadados.
72
186000
3000
Eu diria que este conhecimento
é desajustado para informações antigas.
03:21
I've been makingfazer these forward-lookingvoltada para o futuro predictionsPrevisões for about 30 yearsanos.
73
189000
4000
Já faço estas previsões do futuro
há cerca de 30 anos.
03:25
And the costcusto of a transistortransistor cycleciclo,
74
193000
2000
O custo de um ciclo de transístor,
03:27
whichqual is a measurea medida of the pricepreço performancedesempenho of electronicseletrônicos,
75
195000
2000
que avalia a relação
preço/desempenho da eletrónica,
03:29
comesvem down about everycada yearano.
76
197000
2000
regista uma descida anual.
03:31
That's a 50 percentpor cento deflationdeflação ratetaxa.
77
199000
2000
É uma taxa de deflação de 50%.
03:33
And it's alsoAlém disso trueverdade of other examplesexemplos,
78
201000
2000
Isto também se verifica noutros casos,
como dados de ADN ou dados do cérebro.
03:35
like DNADNA datadados or braincérebro datadados.
79
203000
2000
03:37
But we more than make up for that.
80
205000
2000
Mas nós compensamos isto largamente.
03:39
We actuallyna realidade shipnavio more than twiceduas vezes as much
81
207000
2000
Nós expedimos mais do dobro
03:41
of everycada formFormato of informationem formação technologytecnologia.
82
209000
2000
de tudo o que é tecnologia da informação.
03:43
We'veTemos had 18 percentpor cento growthcrescimento in constantconstante dollarsdólares
83
211000
3000
Nos últimos 50 anos,
crescemos 18% em dólares
03:46
in everycada formFormato of informationem formação technologytecnologia for the last half-centurymeio século,
84
214000
3000
em todas as formas
de tecnologia da informação,
03:49
despiteapesar de the factfacto that you can get twiceduas vezes as much of it eachcada yearano.
85
217000
4000
apesar de conseguirmos
o dobro todos os anos.
03:53
This is a completelycompletamente differentdiferente exampleexemplo.
86
221000
2000
Isto é um exemplo completamente diferente.
03:55
This is not Moore'sMoore LawLei.
87
223000
2000
Não é a Lei de Moore.
03:57
The amountmontante of DNADNA datadados
88
225000
2000
A quantidade de dados de ADN
que sequenciamos
03:59
we'venós temos sequencedsequenciado has doubleddobrou everycada yearano.
89
227000
2000
tem duplicado todos os anos.
04:01
The costcusto has come down by halfmetade everycada yearano.
90
229000
3000
Os custos têm caído para metade,
todos os anos.
04:04
And this has been a smoothsuave progressionprogressão
91
232000
2000
Tem sido um progresso gradual
desde o início do projeto genoma.
04:06
sinceDesde a the beginningcomeçando of the genomegenoma projectprojeto.
92
234000
2000
04:08
And halfwaya meio caminho throughatravés the projectprojeto, skepticscéticos said,
93
236000
2000
A meio do projeto, os céticos disseram:
04:10
"Well, this is not workingtrabalhando out. You're halfwaya meio caminho throughatravés the genomegenoma projectprojeto
94
238000
3000
"Isto não está a funcionar.
Estão a meio do projeto genoma
e concluíram 1% do projeto."
04:13
and you've finishedacabado one percentpor cento of the projectprojeto."
95
241000
2000
04:15
But that was really right on schedulecronograma.
96
243000
2000
Mas estávamos dentro dos prazos.
04:17
Because if you doubleDuplo one percentpor cento sevenSete more timesvezes,
97
245000
2000
Isto porque, se duplicarmos
1% mais sete vezes
04:19
whichqual is exactlyexatamente what happenedaconteceu,
98
247000
2000
— que foi o que aconteceu — dá 100%.
04:21
you get 100 percentpor cento. And the projectprojeto was finishedacabado on time.
99
249000
3000
E o projeto ficou concluído a tempo.
04:24
CommunicationComunicação technologiestecnologias:
100
252000
2000
Tecnologias da comunicação:
04:26
50 differentdiferente waysmaneiras to measurea medida this,
101
254000
2000
50 formas diferentes de medir,
04:28
the numbernúmero of bitsbits beingser movedse mudou around, the sizeTamanho of the InternetInternet.
102
256000
3000
o número de bits que circulam,
o tamanho da Internet.
04:31
But this has progressedprogrediu at an exponentialexponencial paceritmo.
103
259000
2000
Mas isto progrediu a um ritmo exponencial.
04:33
This is deeplyprofundamente democratizingdemocratizando.
104
261000
2000
É profundamente democratizante.
04:35
I wroteescrevi, over 20 yearsanos agoatrás in "The AgeIdade of IntelligentInteligente MachinesMáquinas,"
105
263000
3000
Há mais de 20 anos, escrevi em
"The Age of Intelligence Machines",
04:38
when the SovietUnião Soviética UnionUnião was going strongForte, that it would be sweptvarrido away
106
266000
3000
quando a União Soviética ganhava força,
que ela iria desaparecer
04:41
by this growthcrescimento of decentralizeddescentralizada communicationcomunicação.
107
269000
4000
por este crescimento
da comunicação descentralizada.
04:45
And we will have plentyabundância of computationcomputação as we go throughatravés the 21stst centuryséculo
108
273000
3000
No decurso do século XXI
vamos ter bastante computação
04:48
to do things like simulatesimular regionsregiões of the humanhumano braincérebro.
109
276000
4000
para fazer coisas como simular
regiões do cérebro humano.
04:52
But where will we get the softwareProgramas?
110
280000
2000
Mas onde é que vamos buscar o software?
Alguns críticos dizem:
04:54
Some criticscríticos say, "Oh, well softwareProgramas is stuckpreso in the mudlama."
111
282000
3000
"O software está preso na lama".
04:57
But we are learningAprendendo more and more about the humanhumano braincérebro.
112
285000
2000
Mas aprendemos cada vez mais
sobre o cérebro humano.
04:59
SpatialEspacial resolutionresolução of braincérebro scanningdigitalização is doublingduplicação everycada yearano.
113
287000
3000
A resolução espacial de um scan
ao cérebro duplica anualmente.
05:02
The amountmontante of datadados we're gettingobtendo about the braincérebro is doublingduplicação everycada yearano.
114
290000
3000
A informação sobre o cérebro
duplica anualmente.
05:05
And we're showingmostrando that we can actuallyna realidade turnvirar this datadados
115
293000
3000
Estamos a mostrar que podemos
transformar esta informação
05:08
into workingtrabalhando modelsmodelos and simulationssimulações of braincérebro regionsregiões.
116
296000
3000
em modelos de trabalho e simulações
de partes do cérebro.
05:11
There is about 20 regionsregiões of the braincérebro that have been modeledmodelado,
117
299000
2000
Já foram modeladas, simuladas e testadas
cerca de 20 regiões do cérebro:
05:13
simulatedsimulado and testedtestado:
118
301000
2000
05:15
the auditoryauditivo cortexcórtex, regionsregiões of the visualvisual cortexcórtex;
119
303000
3000
o córtex auditivo,
regiões do córtex visual;
05:18
cerebellumcerebelo, where we do our skillhabilidade formationformação;
120
306000
2000
o cerebelo, onde temos
a formação de competências;
05:20
slicesfatias of the cerebralcerebral cortexcórtex, where we do our rationalracional thinkingpensando.
121
308000
4000
pedaços do córtex cerebral,
onde se situa o pensamento racional.
05:24
And all of this has fueledalimentado
122
312000
2000
Tudo isto tem alimentado
um crescimento da produtividade,
05:26
an increaseaumentar, very smoothsuave and predictableprevisível, of productivityprodutividade.
123
314000
3000
muito suave e previsível.
05:29
We'veTemos gonefoi from 30 dollarsdólares to 130 dollarsdólares
124
317000
2000
Passámos de 30 para 130 dólares
05:31
in constantconstante dollarsdólares in the valuevalor of an averagemédia hourhora of humanhumano labortrabalho,
125
319000
4000
em termos do valor em dólares
de uma hora normal de trabalho humano,
05:35
fueledalimentado by this informationem formação technologytecnologia.
126
323000
3000
alimentado por esta tecnologia
da informação.
05:38
And we're all concernedpreocupado about energyenergia and the environmentmeio Ambiente.
127
326000
3000
Estamos todos preocupados
com a energia e o ambiente.
05:41
Well this is a logarithmiclogarítmico graphgráfico.
128
329000
2000
Isto é um gráfico logarítmico.
05:43
This representsrepresenta a smoothsuave doublingduplicação,
129
331000
2000
Representa um ligeiro duplicar,
a cada dois anos,
05:45
everycada two yearsanos, of the amountmontante of solarsolar energyenergia we're creatingcriando,
130
333000
4000
da quantidade de energia solar
que criamos,
em especial por estarmos
a aplicar a nanotecnologia,
05:49
particularlyparticularmente as we're now applyingaplicando nanotechnologynanotecnologia,
131
337000
2000
05:51
a formFormato of informationem formação technologytecnologia, to solarsolar panelspainéis.
132
339000
3000
uma forma de tecnologia da informação,
aos painéis solares.
05:54
And we're only eightoito doublingsdoublings away
133
342000
2000
Estamos só à distância
de oito duplicações
05:56
from it meetingencontro 100 percentpor cento of our energyenergia needsprecisa.
134
344000
2000
de atingirmos 100%
das nossas necessidades energéticas.
05:58
And there is 10 thousandmil timesvezes more sunlightluz solar than we need.
135
346000
4000
Temos 10 mil vezes mais luz solar
do que aquela de que necessitamos.
06:02
We ultimatelyem última análise will mergefundir with this technologytecnologia. It's already very closefechar to us.
136
350000
5000
E, por fim, iremos fundir-nos
com esta tecnologia. Está para breve.
Quando era aluno, já a havia no campus
universitário. Agora está no nosso bolso.
06:07
When I was a studentaluna it was acrossatravés campuscampus, now it's in our pocketsbolsos.
137
355000
3000
06:10
What used to take up a buildingconstrução now fitsencaixa in our pocketsbolsos.
138
358000
3000
O que antes ocupava um edifício,
agora cabe no nosso bolso.
06:13
What now fitsencaixa in our pocketsbolsos would fitem forma in a bloodsangue cellcélula in 25 yearsanos.
139
361000
3000
O que agora cabe no nosso bolso, daqui
a 25 anos será como uma célula sanguínea.
06:16
And we will begininício to actuallyna realidade deeplyprofundamente influenceinfluência
140
364000
4000
E vamos começar a influenciar
06:20
our healthsaúde and our intelligenceinteligência,
141
368000
2000
a nossa saúde e a nossa inteligência,
06:22
as we get closermais perto and closermais perto to this technologytecnologia.
142
370000
4000
à medida que ficamos
mais perto desta tecnologia.
06:26
BasedCom base em on that we are announcinganunciando, here at TEDTED,
143
374000
3000
Com base nisso, anunciamos, aqui no TED,
06:29
in trueverdade TEDTED traditiontradição, SingularitySingularidade UniversityUniversidade.
144
377000
3000
— é uma tradição TED —
a Universidade Singularidade.
06:32
It's a newNovo universityuniversidade
145
380000
2000
É uma universidade nova
06:34
that's foundedfundado by PeterPeter DiamandisMarina, who is here in the audiencepúblico,
146
382000
2000
fundada por Peter Diamandis,
que está na audiência, e por mim.
06:36
and myselfEu mesmo.
147
384000
2000
06:38
It's backedApoiado by NASANASA and GoogleGoogle,
148
386000
2000
É apoiada pela NASA e pela Google,
06:40
and other leaderslíderes in the high-techalta tecnologia and scienceCiência communitycomunidade.
149
388000
4000
e outros líderes na comunidade
científica e de alta tecnologia.
06:44
And our goalobjetivo was to assemblemontar the leaderslíderes,
150
392000
3000
O nosso objetivo era juntar os líderes,
tanto professores como estudantes,
06:47
bothambos teachersprofessores and studentsalunos,
151
395000
2000
nestas tecnologias da informação
em crescimento exponencial,
06:49
in these exponentiallyexponencialmente growingcrescendo informationem formação technologiestecnologias,
152
397000
2000
06:51
and theirdeles applicationaplicação.
153
399000
2000
e na sua aplicação.
06:53
But LarryLarry PagePágina de vídeo madefeito an impassionedapaixonado speechdiscurso
154
401000
2000
Mas Larry Page fez um discurso apaixonado
06:55
at our organizingorganizando meetingencontro,
155
403000
2000
na nossa reunião de planeamento,
06:57
sayingdizendo we should devotededicar this studyestude
156
405000
5000
em que disse que devíamos
dedicar este estudo
07:02
to actuallyna realidade addressingendereçamento some of the majorprincipal challengesdesafios facingvoltado para humanityhumanidade.
157
410000
4000
a alguns dos desafios mais significativos
que a humanidade enfrenta.
07:06
And if we did that, then GoogleGoogle would back this.
158
414000
2000
Se fizéssemos isso, a Google iria apoiar.
07:08
And so that's what we'venós temos donefeito.
159
416000
2000
Foi o que fizemos.
07:10
The last thirdterceiro of the nine-weeknove semanas intensiveintensivo summerverão sessionsessão
160
418000
4000
O último terço da sessão de verão
intensiva de 9 semanas
07:14
will be devoteddedicado to a groupgrupo projectprojeto to addressendereço
161
422000
2000
será dedicado a um projeto de grupo
que tratará alguns dos maiores
desafios da humanidade.
07:16
some majorprincipal challengedesafio of humanityhumanidade.
162
424000
2000
07:18
Like for exampleexemplo, applyingaplicando the InternetInternet,
163
426000
2000
Por exemplo, usar a Internet,
07:20
whichqual is now ubiquitousubíqua, in the ruralrural areasáreas of ChinaChina or in AfricaÁfrica,
164
428000
5000
que está em todo o lado, nas zonas rurais
da China ou em África,
07:25
to bringingtrazendo healthsaúde informationem formação
165
433000
2000
para facultar informações sobre saúde
07:27
to developingem desenvolvimento areasáreas of the worldmundo.
166
435000
3000
às zonas do mundo em desenvolvimento.
07:30
And these projectsprojetos will continuecontinuar pastpassado these sessionssessões,
167
438000
3000
Estes projetos vão continuar
para além destas sessões,
07:33
usingusando collaborativecolaborativo interactiveinterativo communicationcomunicação.
168
441000
3000
usando a comunicação
interativa participativa.
07:36
All the intellectualintelectual propertypropriedade that is createdcriada and taughtensinado
169
444000
4000
Toda a propriedade intelectual
que é criada e ensinada
07:40
will be onlineconectados and availableacessível,
170
448000
2000
estará disponível online,
07:42
and developeddesenvolvido onlineconectados in a collaborativecolaborativo fashionmoda.
171
450000
3000
desenvolvida online de forma conjunta.
07:45
Here is our foundingfundando meetingencontro.
172
453000
2000
Aqui é a nossa reunião inaugural.
07:47
But this is beingser announcedanunciado todayhoje.
173
455000
2000
Isto é anunciado hoje.
07:49
It will be permanentlypermanentemente headquarteredcom sede in SiliconSilício ValleyVale,
174
457000
3000
Terá sede permanente em Silicon Valley,
07:52
at the NASANASA AmesAmes researchpesquisa centercentro.
175
460000
2000
no centro de pesquisa NASA Ames.
07:54
There are differentdiferente programsprogramas for graduategraduado studentsalunos,
176
462000
2000
Há diferentes programas
para alunos licenciados,
07:56
for executivesexecutivos at differentdiferente companiesempresas.
177
464000
3000
para executivos de diferentes empresas.
Os primeiros seis tópicos aqui
— inteligência artificial,
07:59
The first sixseis trackstrilhas here -- artificialartificial intelligenceinteligência,
178
467000
2000
08:01
advancedavançado computingInformática technologiestecnologias, biotechnologybiotecnologia, nanotechnologynanotecnologia --
179
469000
3000
tecnologias de computação avançadas,
biotecnologia, nanotecnologia —
08:04
are the differentdiferente coretestemunho areasáreas of informationem formação technologytecnologia.
180
472000
4000
são as diferentes áreas centrais
da tecnologia da informação.
08:08
Then we are going to applyAplique them to the other areasáreas,
181
476000
2000
Depois vamos aplicá-las às outras áreas,
08:10
like energyenergia, ecologyecologia,
182
478000
3000
como a energia, a ecologia,
08:13
policypolítica lawlei and ethicsética, entrepreneurshipEmpreendedorismo,
183
481000
2000
a lei política e a ética,
o empreendedorismo,
08:15
so that people can bringtrazer these newNovo technologiestecnologias to the worldmundo.
184
483000
4000
de modo a que as pessoas possam trazer
estas novas tecnologias para o mundo.
08:19
So we're very appreciativeapreciativa of the supportApoio, suporte we'venós temos gottenobtido
185
487000
5000
Estamos muito gratos pelo apoio
que temos recebido
08:24
from bothambos the intellectualintelectual leaderslíderes, the high-techalta tecnologia leaderslíderes,
186
492000
2000
dos líderes intelectuais
e das altas tecnologias,
08:26
particularlyparticularmente GoogleGoogle and NASANASA.
187
494000
2000
em particular a Google e a NASA.
08:28
This is an excitingemocionante newNovo venturerisco.
188
496000
2000
É uma aventura emocionante.
08:30
And we inviteconvite you to participateparticipar. Thank you very much.
189
498000
3000
Convidamos-vos a participar.
Muito obrigado.
08:33
(ApplauseAplausos)
190
501000
3000
(Aplausos)
Translated by Rita Maia
Reviewed by Margarida Ferreira

▲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