TED2009
Ray Kurzweil: A university for the coming singularity
RAy Kurzweil: Univerzita přicházející singularity
Filmed:
Readability: 4.9
1,025,725 views
Poslední grafy Raye Kurzweila ukazují, že ohromný rozvoj technologií se bude jen zrychlovat -- bez ohledu na recesi. Odhaluje svůj nový projekt Univerzity Singularity sloužící studiu přicházejících technologií a jejich využití ve prospěch lidstva.
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. Full bio
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
Information technology grows in an exponential manner.
0
1000
3000
Informační technologie rostou exponenciálně.
00:16
It's not linear. And our intuition is linear.
1
4000
4000
Není to lineárně. Naše intuice je lineární.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
Když jsme před tisíci lety kráčeli savanou
00:22
we made linear predictions where that animal would be,
3
10000
2000
udělali jsme lineární předpověď, kde bude to zvíře.
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
A to nám dobře fungovalo. Je to naprogramováno v našich mozcích.
00:27
But the pace of exponential growth
5
15000
3000
Ale tempo exponenciálního růstu
00:30
is really what describes information technologies.
6
18000
3000
je to, co je skutečně typické pro informační technologie.
00:33
And it's not just computation.
7
21000
3000
A není to jen provádění výpočtů.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
Mezi lineárním a exponenciálním růstem je velký rozdíl.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
Když udělám 30 lineárních kroků, jeden, dva, tři, čtyři, pět,
00:42
I get to 30.
10
30000
2000
dostanu se ke třiceti.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
Když udělám 30 kroků exponenciálně, dva, čtyři, šestnáct,
00:47
I get to a billion.
12
35000
2000
dostanu se k miliardě.
00:49
It makes a huge difference.
13
37000
2000
To je obrovský rozdíl.
00:51
And that really describes information technology.
14
39000
2000
A to je to, co opravdu popisuje informační technologii.
00:53
When I was a student at MIT,
15
41000
2000
Když jsem byl studentem na MIT
00:55
we all shared one computer that took up a whole building.
16
43000
2000
všichni jsme se dělili o jeden počítač, který zabíral celou budovu.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
Počítač ve vašem mobilním telefonu je milionkrát levnější,
01:00
a million times smaller,
18
48000
2000
milionkrát menší,
01:02
a thousand times more powerful.
19
50000
2000
a tisíckrát výkonnější.
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
Výkon za jeden dolar se zvýšil miliardkrát
01:07
that we've actually experienced since I was a student.
21
55000
2000
od doby, kdy jsem byl student.
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
A to se nám podaří znovu během příštích 25 let.
01:12
Information technology progresses
23
60000
2000
Informační technologie se vyvíjí
01:14
through a series of S-curves
24
62000
2000
na řadě S křivek
01:16
where each one is a different paradigm.
25
64000
2000
kde každá znamená jinou formu.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
Takže lidé se ptají, "Co se stane až se dostaneme na konec Moorova zákona?"
01:21
Which will happen around 2020.
27
69000
2000
Což se stane kolem roku 2020.
01:23
We'll then go to the next paradigm.
28
71000
2000
Pak se přesuneme k další formě.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
Moorův zákon nebyl první formou
01:27
to bring exponential growth to computing.
30
75000
2000
přinášející exponenciální růst do výpočetní techniky.
01:29
The exponential growth of computing started
31
77000
2000
Exponenciální růst výpočetní techniky začal
01:31
decades before Gordon Moore was even born.
32
79000
2000
desítky let předtím, než se Gordon Moore narodil.
01:33
And it doesn't just apply to computation.
33
81000
4000
A netýká se to jen výpočetní techniky.
01:37
It's really any technology where we can measure
34
85000
2000
Týká se to jakékoli technologie, kde můžeme měřit
01:39
the underlying information properties.
35
87000
3000
základní informační vlastnosti.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
Zde máme 49 slavných počítačů. Dám je na logaritmický graf.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
Logarotmická stupnice zakrývá růstovou stupnici.
01:50
because this represents trillions-fold increase
38
98000
2000
Protože ta představuje billion-násobné výšení
01:52
since the 1890 census.
39
100000
3000
od roku roku 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
V padesátých letech dvacátého století jsme zkracovali vakuové trubice,
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
dělali jsme je menší a menší až jsme se dostali na limit.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
Nemohli více zkrátit trubici a přitom zachovat vakuum.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
A to byl konec zkracování vakuuových trubic.
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
Ale to neznamenalo konec exponenciálního růstu výpočetní techniky.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
Dostali jsme se ke čtvrté formě, tranzistorům,
02:10
and finally integrated circuits.
46
118000
2000
a nakonec k integrovaným obvodům.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
Až se dosáhne konce, přejdeme k šesté formě,
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
trojrozměrným samo-řízeným molekulárním obvodům.
02:18
But what's even more amazing, really, than this
49
126000
3000
Ale co ještě úžasnější, než tento
02:21
fantastic scale of progress,
50
129000
2000
fantastický rozvoj,
02:23
is that -- look at how predictable this is.
51
131000
2000
je jak předvídatelné to je.
02:25
I mean this went through thick and thin,
52
133000
2000
Co tím míním je, že se to děje za všech okolností
02:27
through war and peace, through boom times and recessions.
53
135000
3000
během války či míru, během růstu či recese.
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
Ani Velká hospodářské krize nijak nepoznamenala tento exponenciální vývoj.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
Uvidíme to samé během současné ekonomické recese.
02:38
At least the exponential growth of information technology capability
56
146000
3000
Alespoň exponenciální růst schopností informačních technologií
02:41
will continue unabated.
57
149000
3000
bude pokračovat bez zpomalení.
02:44
And I just updated these graphs.
58
152000
2000
Právě jsem aktualizoval tyto grafy.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
Protože jsem je měl od roku 2002 ve své knize "Singularita se blíží."
02:49
So we updated them,
60
157000
2000
Tak jsme je aktualizovali
02:51
so I could present it here, to 2007.
61
159000
3000
abych je mohl prezentovat tady, do roku 2007.
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
Byl jsem dotázán, "Nejste nervózní?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
Možná se to jaksi vychýlilo z exponenciálního růstu."
03:00
I was a little nervous
64
168000
2000
Byl jsem trochu nervózní
03:02
because maybe the data wouldn't be right,
65
170000
2000
protože data by nemusela být správná,
03:04
but I've done this now for 30 years,
66
172000
2000
ale já toto dělám už třicet let,
03:06
and it has stayed on this exponential progression.
67
174000
3000
a průběh zůstal exponenciální.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
Podívejte se na tento graf. V roce 1968 jste mohli koupit tranzistor za jeden dolar.
03:12
You can buy half a billion today,
69
180000
2000
Dnes si jich můžete koupit půl milardy.
03:14
and they are actually better, because they are faster.
70
182000
2000
A jsou ve skutečnosti lepší, protože jsou rychlejší.
03:16
But look at how predictable this is.
71
184000
2000
Ale podívejte, jak předvídatelné to je.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
A řekl bych, že toto poznání je více než platné také pro minulá data.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
Tyto výhledové předpovědi dělám už asi 30 let.
03:25
And the cost of a transistor cycle,
74
193000
2000
Náklady na tranzistorový cyklus,
03:27
which is a measure of the price performance of electronics,
75
195000
2000
což je měřítko cenové výkonnosti v elektronice,
03:29
comes down about every year.
76
197000
2000
se snižuje každý rok.
03:31
That's a 50 percent deflation rate.
77
199000
2000
To je míra deflace 50%.
03:33
And it's also true of other examples,
78
201000
2000
A toto platí také pro další příklady
03:35
like DNA data or brain data.
79
203000
2000
jako jsou informace o DNA nebo mozku.
03:37
But we more than make up for that.
80
205000
2000
Ale vytváříme mnohem víc.
03:39
We actually ship more than twice as much
81
207000
2000
Ve skutečnosti tvoříme více než dvakrát tolik
03:41
of every form of information technology.
82
209000
2000
v každé formě informačních technologií.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
Máme 18 procentní růst v konstantních dolarech
03:46
in every form of information technology for the last half-century,
84
214000
3000
v každé informační technologii za poslední půlstoletí.
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
Bez ohledu na fakt, že můžeme dostat dvakrát více každý rok.
03:53
This is a completely different example.
86
221000
2000
Toto je úplně jiný příklad.
03:55
This is not Moore's Law.
87
223000
2000
Toto není Moorův zákon.
03:57
The amount of DNA data
88
225000
2000
Množství dat o DNA
03:59
we've sequenced has doubled every year.
89
227000
2000
které jsme setřídili se zdvojnásobuje každý rok.
04:01
The cost has come down by half every year.
90
229000
3000
Náklady se snižují o polovinu každý rok.
04:04
And this has been a smooth progression
91
232000
2000
To je rovnoměrný vývoj
04:06
since the beginning of the genome project.
92
234000
2000
od začátku genomového projektu.
04:08
And halfway through the project, skeptics said,
93
236000
2000
V polovině projektu skeptici říkali
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"Toto nefunguje. Jste v polovině projektu
04:13
and you've finished one percent of the project."
95
241000
2000
a dokončili jste jen jedno procento projektu."
04:15
But that was really right on schedule.
96
243000
2000
Ale bylo to ve skutečnosti přesně podle plánu.
04:17
Because if you double one percent seven more times,
97
245000
2000
Protože když zdvojnásobíte jedno procento 7x
04:19
which is exactly what happened,
98
247000
2000
což je přesně to co se stalo,
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
dostanete 100%. Projekt byl dokončen podle plánu.
04:24
Communication technologies:
100
252000
2000
Komunikační technologie:
04:26
50 different ways to measure this,
101
254000
2000
50 různých způsobů jak to měřit.
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
Počet přenášených bitů, velikost internetu.
04:31
But this has progressed at an exponential pace.
103
259000
2000
Ale vyvinulo se to exponenciálně.
04:33
This is deeply democratizing.
104
261000
2000
To je hluboce demokratocké.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
Před dvaceti lety jsem napsal v knize "Věk inteligentních strojů,"
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
když sílil Sovětský Svaz, že bude smeten
04:41
by this growth of decentralized communication.
107
269000
4000
rozvojem decentralizované komunikace.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
Během 21. století budeme mít spoustu výpočtů
04:48
to do things like simulate regions of the human brain.
109
276000
4000
jako je simulace oblastí lidského mozku.
04:52
But where will we get the software?
110
280000
2000
Ale co bude se softwarem?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
Někteří kritici říkají "Vývoj softwaru se vyvíjí hlemýždím tempem"
04:57
But we are learning more and more about the human brain.
112
285000
2000
Ale my se dozvídáme více a více o lidském mozku.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
Prostorové rozlišení mozkových scannerů se zdvojnásobuje každý rok.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
Množství dat, které dostáváme o lidském mozku se zdvojnásobuje každý rok.
05:05
And we're showing that we can actually turn this data
115
293000
3000
A ukazujeme, že jsme schopní tyto informace zpracovat
05:08
into working models and simulations of brain regions.
116
296000
3000
do fukčních modelů a simulací oblastí mozku.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
V mozku je asi 20 oblasí, které jsme modelovali,
05:13
simulated and tested:
118
301000
2000
simulovali a testovali:
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
vnější mozková kůra, oblasti zrakové kůry,
05:18
cerebellum, where we do our skill formation;
120
306000
2000
malý mozek, kde formujeme své dovednosti,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
části mozkové kůry, kde probíhá racionální myšlení.
05:24
And all of this has fueled
122
312000
2000
A toto všechno velmi pomohlo
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
hladkému a předvídatelnému růstu produktivity.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
Dostali jsme se ze 30 dolarů na 130 dolarů
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
v konstatních dolarech hodnoty průměrné hodiny lidské práce,
05:35
fueled by this information technology.
126
323000
3000
hnáni touto informační technologií.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
Všichni máme obavy týkající se energií a životního prostředí.
05:41
Well this is a logarithmic graph.
128
329000
2000
Toto je logaritmický graf.
05:43
This represents a smooth doubling,
129
331000
2000
Reprezentuje rovnoměrné zdvojnásobení,
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
každé dva roky, množství solární energie, které vyrábíme.
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
Zvláště teď, když aplikujeme nanotechnologie,
05:51
a form of information technology, to solar panels.
132
339000
3000
formu informační technologie, do oblasti solárních panelů.
05:54
And we're only eight doublings away
133
342000
2000
A jsme vzdáleni pouze 8 zdvojnásobení
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
od naplnění 100% našich energetických potřeb.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
A k dispozici je desetitisíckrát více slunečního svitu, než potřebujeme.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
Nakonec tuto technolologii zapojíme. Je to už velmi blízko.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
Když jsme byl student, bylo to přes celou školu. Teď se to vejde do kapsy.
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
To co zabralo celou budovu se nám teď vejde do kapes.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
To ce se nám dnes vejde do kapes se za 25 let vejde do krevní buňky.
06:16
And we will begin to actually deeply influence
140
364000
4000
A začneme skutečně hluboce ovlivňovat
06:20
our health and our intelligence,
141
368000
2000
naše zdraví a inteligenci,
06:22
as we get closer and closer to this technology.
142
370000
4000
jak se budeme s touto technologií sbližovat.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
Na základě toho zahajujeme, tady v TED,
06:29
in true TED tradition, Singularity University.
144
377000
3000
podle opravdové TED tradice, Univerzitu Singularity.
06:32
It's a new university
145
380000
2000
Je to nová univerzita
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
založená Peterem Diamandisem, který je zde mezi přítomnými,
06:36
and myself.
147
384000
2000
a mnou.
06:38
It's backed by NASA and Google,
148
386000
2000
Je podporována NASA a Googlem,
06:40
and other leaders in the high-tech and science community.
149
388000
4000
a dalšími čelními představiteli z komunity vědců a hi-tech.
06:44
And our goal was to assemble the leaders,
150
392000
3000
Naším cílem bylo dát dohromady vůdce,
06:47
both teachers and students,
151
395000
2000
studenty i učitele,
06:49
in these exponentially growing information technologies,
152
397000
2000
z oblastí exponenciálně rostoucích informačních technologií
06:51
and their application.
153
399000
2000
a jejich aplikací.
06:53
But Larry Page made an impassioned speech
154
401000
2000
Ale Larry Page měl vášnivý proslov
06:55
at our organizing meeting,
155
403000
2000
na naší zahajovací schůzi,
06:57
saying we should devote this study
156
405000
5000
kde řekl, že bychom měli tato studia zasvětit
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
výzvám které čekají lidstvo.
07:06
And if we did that, then Google would back this.
158
414000
2000
A když to uděláme, Google nás podpoří.
07:08
And so that's what we've done.
159
416000
2000
A tak jsme to udělali.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
Poslední třetina z devítitýdenního intensivního letního semestru
07:14
will be devoted to a group project to address
161
422000
2000
bude zasvěcena skupinovému projektu, který se zaměří
07:16
some major challenge of humanity.
162
424000
2000
na některé hlavní výzvy čekající lidstvo.
07:18
Like for example, applying the Internet,
163
426000
2000
Jako je například zavádění internetu,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
který je dnes všudypřítomný, ve venkovských oblastech Číny nebo Afriky,
07:25
to bringing health information
165
433000
2000
k umožnění přístupu ke zdravotním informacím
07:27
to developing areas of the world.
166
435000
3000
rozvíjejícím se oblastem světa.
07:30
And these projects will continue past these sessions,
167
438000
3000
Tyto projekty budou po skončení semestrů pokračovat,
07:33
using collaborative interactive communication.
168
441000
3000
s pomocí společné interaktivní komunikace.
07:36
All the intellectual property that is created and taught
169
444000
4000
Vše vyučované i vytvotvořené duševní vlastnictví
07:40
will be online and available,
170
448000
2000
bude online k dispozici,
07:42
and developed online in a collaborative fashion.
171
450000
3000
a také online vytvářeno za pomocí spolupráce.
07:45
Here is our founding meeting.
172
453000
2000
Zde je naše zakládací schůze.
07:47
But this is being announced today.
173
455000
2000
Ale oznamujeme to dnes.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
Budeme mít stélé ústředí v Silicon Valley,
07:52
at the NASA Ames research center.
175
460000
2000
ve výzkumném centru NASA v Ames.
07:54
There are different programs for graduate students,
176
462000
2000
Pro postgraduální studium jsou různé programy,
07:56
for executives at different companies.
177
464000
3000
pro řídící pracovníky různých firem.
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
Prvních 6 směrů, umělá intelegence,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
rozvynuté výpočetní technologie, biotechnologie, nanotechnologie
08:04
are the different core areas of information technology.
180
472000
4000
jsou klíčové oblasti informačních technologií.
08:08
Then we are going to apply them to the other areas,
181
476000
2000
Pak je budeme aplikovat v dalších oblastech,
08:10
like energy, ecology,
182
478000
3000
jako je energetika, ekologie,
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
právo a etika, podnikání,
08:15
so that people can bring these new technologies to the world.
184
483000
4000
aby byly tyto technologie uplatnitelné ve světě.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
Jsme velmi vděční za podporu, kterou dostáváne
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
od vůdčích myslitelů a osobností z oblasti hi-tech,
08:26
particularly Google and NASA.
187
494000
2000
především od Google a NASA.
08:28
This is an exciting new venture.
188
496000
2000
Je to vrušující a odvážný podnik.
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
A zveme vás k účasti na něm. Děkuji mnohokrát.
08:33
(Applause)
190
501000
3000
(Potlesk)
ABOUT THE SPEAKER
Ray Kurzweil - Inventor, futuristRay 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.
Ray Kurzweil | Speaker | TED.com