TED2012
Peter Diamandis: Abundance is our future
Peter Diamandis: Un futuro de abundancia
Filmed:
Readability: 4.7
1,664,920 views
En el escenario de TED2012, Peter Diamandis, hace un planteo optimista respecto a que vamos a inventar, innovar y crear maneras de resolver los desafíos que se ciernen sobre nosotros. "No estoy diciendo que no tenemos nuestros buenos problemas, desde luego los tenemos, a la larga, acabaremos con ellos».
Peter Diamandis - Space activist
Peter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies. Full bio
Peter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies. Full bio
Double-click the English transcript below to play the video.
00:15
(Applause)
0
0
3000
(Aplausos)
00:18
(Video) Announcer: Threats, in the wake of Bin Laden's death, have spiked.
1
3000
3000
(Video) Locutor: Crecen las amenazas por la muerte de Bin Laden.
00:21
Announcer Two: Famine in Somalia. Announcer Three: Police pepper spray.
2
6000
2000
Locutor 2: Hambruna en Somalia. Locutor 3: La policía arroja gas pimienta.
00:23
Announcer Four: Vicious cartels. Announcer Five: Caustic cruise lines.
3
8000
2000
Locutor 4: Carteles despiadados. Locutor 5: Cruceros mordaces.
00:25
Announcer Six: Societal decay. Announcer Seven: 65 dead.
4
10000
3000
Locutor 6: Decadencia social. Locutor 7: 65 muertos.
00:28
Announcer Eight: Tsunami warning. Announcer Nine: Cyberattacks.
5
13000
2000
Locutor 8: Alerta de tsunami. Locutor 9: Ciberataques.
00:30
Multiple Announcers: Drug war. Mass destruction. Tornado.
6
15000
2000
Varios locutores: Guerra al narcotráfico. Destrucción masiva. Tornado.
00:32
Recession. Default. Doomsday. Egypt. Syria.
7
17000
2000
Recesión. Bancarrota. Juicio final. Egipto. Siria.
00:34
Crisis. Death. Disaster.
8
19000
2000
Crisis. Muerte. Desastre.
00:36
Oh, my God.
9
21000
3000
¡Oh, Dios mío!
00:39
Peter Diamandis: So those are just a few of the clips
10
24000
2000
Peter Diamandis: Estos son sólo algunos de los clips
00:41
I collected over the last six months --
11
26000
2000
que conseguí en los últimos seis meses.
00:43
could have easily been the last six days
12
28000
2000
Tranquilamente podrían ser de los últimos 6 días
00:45
or the last six years.
13
30000
2000
o de los últimos 6 años.
00:47
The point is that the news media
14
32000
2000
La idea es que los medios de prensa
00:49
preferentially feeds us negative stories
15
34000
3000
prefieren brindarnos noticias negativas
00:52
because that's what our minds pay attention to.
16
37000
3000
porque nuestras mentes les prestan atención.
00:55
And there's a very good reason for that.
17
40000
2000
Y eso responde a una muy buena razón.
00:57
Every second of every day,
18
42000
2000
En cada segundo de cada día
00:59
our senses bring in way too much data
19
44000
2000
nuestros sentidos reciben muchísimos más datos
01:01
than we can possibly process in our brains.
20
46000
3000
de los que probablemente el cerebro puede procesar.
01:04
And because nothing is more important to us
21
49000
2000
Y como nada nos importa más
01:06
than survival,
22
51000
2000
que sobrevivir,
01:08
the first stop of all of that data
23
53000
2000
la primera parada de todos esos datos
01:10
is an ancient sliver of the temporal lobe
24
55000
2000
es un antiguo fragmento del lóbulo temporal
01:12
called the amygdala.
25
57000
2000
llamado amígdala.
01:14
Now the amygdala is our early warning detector,
26
59000
3000
La amígdala es nuestro detector de alerta temprana,
01:17
our danger detector.
27
62000
2000
el detector de peligro.
01:19
It sorts and scours through all of the information
28
64000
3000
Ordena y registra toda la información
01:22
looking for anything in the environment that might harm us.
29
67000
3000
buscando algo en el entorno que pudiera hacernos daño.
01:25
So given a dozen news stories,
30
70000
2000
Por eso de una decena de historias
01:27
we will preferentially look
31
72000
2000
preferiremos mirar
01:29
at the negative news.
32
74000
2000
las negativas.
01:31
And that old newspaper saying,
33
76000
2000
Ese viejo refrán de la prensa:
01:33
"If it bleeds it leads,"
34
78000
2000
"Si hay sangre, vende",
01:35
is very true.
35
80000
2000
es muy cierto.
01:37
So given all of our digital devices
36
82000
3000
Y dado que todos los dispositivos digitales
01:40
that are bringing all the negative news to us
37
85000
2000
nos brindan noticias negativas
01:42
seven days a week, 24 hours a day,
38
87000
3000
los 7 días de la semana, 24 horas al día,
01:45
it's no wonder that we're pessimistic.
39
90000
2000
no es de extrañar que seamos pesimistas.
01:47
It's no wonder that people think
40
92000
2000
No sorprende que la gente piense
01:49
that the world is getting worse.
41
94000
4000
que el mundo va de mal en peor.
01:53
But perhaps that's not the case.
42
98000
3000
Pero quizá no sea así.
01:56
Perhaps instead,
43
101000
2000
Tal vez, en cambio,
01:58
it's the distortions brought to us
44
103000
2000
lo que realmente sucede es que
02:00
of what's really going on.
45
105000
3000
recibimos distorsiones.
02:03
Perhaps the tremendous progress we've made
46
108000
2000
Quizá el progreso enorme realizado
02:05
over the last century
47
110000
2000
en el último siglo
02:07
by a series of forces
48
112000
2000
por una serie de fuerzas
02:09
are, in fact, accelerating to a point
49
114000
3000
está acelerándose de tal forma
02:12
that we have the potential in the next three decades
50
117000
3000
que tenemos el potencial para crear un mundo de abundancia
02:15
to create a world of abundance.
51
120000
3000
en las próximas tres décadas.
02:18
Now I'm not saying
52
123000
2000
No estoy diciendo
02:20
we don't have our set of problems --
53
125000
2000
que no tenemos nuestros buenos problemas:
02:22
climate crisis, species extinction,
54
127000
2000
el cambio climático, la extinción de especies,
02:24
water and energy shortage -- we surely do.
55
129000
3000
la escasez de agua y energía; sin dudas los tenemos.
02:27
And as humans, we are far better
56
132000
2000
Como seres humanos somos muy buenos
02:29
at seeing the problems way in advance,
57
134000
3000
para avizorar los problemas
02:32
but ultimately we knock them down.
58
137000
4000
y, a la larga, acabamos con ellos.
02:36
So let's look
59
141000
2000
Analicemos entonces
02:38
at what this last century has been
60
143000
2000
lo ocurrido en el último siglo
02:40
to see where we're going.
61
145000
2000
para ver hacia dónde vamos.
02:42
Over the last hundred years,
62
147000
2000
En los últimos cien años,
02:44
the average human lifespan has more than doubled,
63
149000
3000
el promedio de vida se ha más que duplicado,
02:47
average per capita income adjusted for inflation
64
152000
3000
el ingreso promedio per cápita ajustado por inflación
02:50
around the world has tripled.
65
155000
2000
se ha triplicado en todo el mundo.
02:52
Childhood mortality
66
157000
2000
La mortalidad infantil
02:54
has come down a factor of 10.
67
159000
2000
se ha reducido 10 veces.
02:56
Add to that the cost of food, electricity,
68
161000
2000
Además, el costo de los alimentos, de la electricidad,
02:58
transportation, communication
69
163000
2000
del transporte y las comunicaciones,
03:00
have dropped 10 to 1,000-fold.
70
165000
4000
ha caído de 10 a 1000 veces.
03:04
Steve Pinker has showed us
71
169000
2000
Steve Pinker nos mostró
03:06
that, in fact, we're living during the most peaceful time ever
72
171000
3000
que estamos viviendo la época más pacífica de la historia
03:09
in human history.
73
174000
2000
de la humanidad.
03:11
And Charles Kenny
74
176000
2000
Y Charles Kenny
03:13
that global literacy has gone from 25 percent to over 80 percent
75
178000
3000
que la alfabetización mundial pasó del 25% a más del 80%
03:16
in the last 130 years.
76
181000
3000
en los últimos 130 años.
03:19
We truly are living in an extraordinary time.
77
184000
4000
Realmente estamos viviendo una época extraordinaria.
03:23
And many people forget this.
78
188000
2000
Mucha gente lo olvida.
03:25
And we keep setting our expectations higher and higher.
79
190000
3000
Y seguimos poniéndonos expectativas cada vez más altas.
03:28
In fact, we redefine what poverty means.
80
193000
3000
De hecho, redefinimos el significado de pobreza.
03:31
Think of this, in America today,
81
196000
2000
Piénsenlo, hoy en EE.UU.,
03:33
the majority of people under the poverty line
82
198000
3000
gran parte de las personas que viven bajo la línea de pobreza
03:36
still have electricity, water, toilets, refrigerators,
83
201000
3000
tienen electricidad, agua, baños, refrigeradores,
03:39
television, mobile phones,
84
204000
2000
televisión, móviles,
03:41
air conditioning and cars.
85
206000
3000
aire acondicionado y coches.
03:44
The wealthiest robber barons of the last century, the emperors on this planet,
86
209000
3000
Los magnates barones del caucho del siglo pasado, los emperadores del planeta,
03:47
could have never dreamed of such luxuries.
87
212000
3000
jamás habrían soñado con tales lujos.
03:53
Underpinning much of this
88
218000
3000
Apoyando mucho de esto
03:56
is technology,
89
221000
2000
está la tecnología
03:58
and of late,
90
223000
2000
y, últimamente,
04:00
exponentially growing technologies.
91
225000
2000
su crecimiento exponencial.
04:02
My good friend Ray Kurzweil
92
227000
2000
Mi buen amigo Ray Kurzweil
04:04
showed that any tool that becomes an information technology
93
229000
3000
mostró que cualquier herramienta que deviene en tecnología de la información
04:07
jumps on this curve, on Moore's Law,
94
232000
3000
salta en esta curva, la Ley de Moore,
04:10
and experiences price performance doubling
95
235000
2000
y duplica el rendimiento del precio
04:12
every 12 to 24 months.
96
237000
3000
en unos 12 a 24 meses.
04:15
That's why the cellphone in your pocket
97
240000
2000
Por ese motivo el móvil que tienen en el bolsillo
04:17
is literally a million times cheaper and a thousand times faster
98
242000
2000
es un millón de veces más barato y mil veces más rápido
04:19
than a supercomputer of the '70s.
99
244000
2000
que una supercomputadora de los años 70.
04:21
Now look at this curve.
100
246000
2000
Ahora miren esta curva.
04:23
This is Moore's Law over the last hundred years.
101
248000
2000
Es la Ley de Moore durante los últimos cien años.
04:25
I want you to notice two things from this curve.
102
250000
2000
Quiero que observen dos cosas en esta curva.
04:27
Number one, how smooth it is --
103
252000
4000
Primero, lo suave que es...
04:31
through good time and bad time, war time and peace time,
104
256000
3000
en buenos y malos tiempos, en la guerra y en la paz,
04:34
recession, depression and boom time.
105
259000
3000
en recesión, en depresión y en auge.
04:37
This is the result of faster computers
106
262000
2000
Es la resultante de computadoras rápidas
04:39
being used to build faster computers.
107
264000
3000
usadas para construir computadoras más rápidas.
04:42
It doesn't slow for any of our grand challenges.
108
267000
4000
No se detiene ante ninguno de los grandes desafíos.
04:46
And also, even though it's plotted
109
271000
2000
Y aunque esté graficada
04:48
on a log curve on the left,
110
273000
2000
en una ley a la izquierda,
04:50
it's curving upwards.
111
275000
2000
se curva va hacia arriba.
04:52
The rate at which the technology is getting faster
112
277000
2000
La tasa de crecimiento de la tecnología
04:54
is itself getting faster.
113
279000
3000
es en sí cada vez más rápida.
04:57
And on this curve, riding on Moore's Law,
114
282000
3000
Y en esta curva, a horcajadas de la Ley de Moore,
05:00
are a set of extraordinarily powerful technologies
115
285000
3000
hay una serie de tecnologías extraordinariamente poderosas
05:03
available to all of us.
116
288000
2000
con las que hoy contamos.
05:05
Cloud computing,
117
290000
2000
La computación en la nube,
05:07
what my friends at Autodesk call infinite computing;
118
292000
2000
que mis amigos de Autodesk llaman computación infinita,
05:09
sensors and networks; robotics;
119
294000
3000
sensores y redes, la robótica,
05:12
3D printing, which is the ability to democratize and distribute
120
297000
3000
la impresión 3D y su capacidad de democratizar y distribuir
05:15
personalized production around the planet;
121
300000
2000
producción personalizada en todo el planeta,
05:17
synthetic biology;
122
302000
2000
la biología sintética,
05:19
fuels, vaccines and foods;
123
304000
3000
los combustibles, las vacunas y los alimentos,
05:22
digital medicine; nanomaterials; and A.I.
124
307000
3000
la medicina digital, los nanomateriales y la IA.
05:25
I mean, how many of you saw the winning of Jeopardy
125
310000
3000
Digo, ¿cuántos vieron la victoria en Jeopardy
05:28
by IBM's Watson?
126
313000
2000
de Watson, de IBM?
05:30
I mean, that was epic.
127
315000
3000
Fue épica.
05:33
In fact, I scoured the headlines
128
318000
2000
Busqué en los periódicos
05:35
looking for the best headline in a newspaper I could.
129
320000
2000
el mejor titular que hubiera.
05:37
And I love this: "Watson Vanquishes Human Opponents."
130
322000
4000
Y me encantó éste: "Watson vence a oponentes humanos".
05:42
Jeopardy's not an easy game.
131
327000
2000
Jeopardy no es un juego fácil.
05:44
It's about the nuance of human language.
132
329000
3000
Juega con los matices del lenguaje humano.
05:47
And imagine if you would
133
332000
2000
Imaginen esta inteligencia
05:49
A.I.'s like this on the cloud
134
334000
2000
artificial en la nube,
05:51
available to every person with a cellphone.
135
336000
3000
disponible para todos en el móvil.
05:54
Four years ago here at TED,
136
339000
2000
Hace 4 años, aquí en TED,
05:56
Ray Kurzweil and I started a new university
137
341000
2000
Ray Kurzweil y yo, lanzamos una nueva universidad
05:58
called Singularity University.
138
343000
2000
llamada Singularity University.
06:00
And we teach our students all of these technologies,
139
345000
3000
Le enseñamos estas tecnologías a nuestros alumnos,
06:03
and particularly how they can be used
140
348000
2000
y, en particular, cómo pueden usarse
06:05
to solve humanity's grand challenges.
141
350000
3000
para resolver los grandes retos de la humanidad.
06:08
And every year we ask them
142
353000
2000
Y cada año les pedimos
06:10
to start a company or a product or a service
143
355000
3000
que lancen una empresa, o un producto o servicio,
06:13
that can affect positively the lives of a billion people
144
358000
3000
que pueda afectar positivamente las vidas de mil millones de personas
06:16
within a decade.
145
361000
2000
en una década.
06:18
Think about that, the fact that, literally, a group of students
146
363000
3000
Piensen en eso, el hecho de que un grupo de estudiantes
06:21
can touch the lives of a billion people today.
147
366000
3000
hoy pueda impactar la vida de mil millones de personas.
06:24
30 years ago that would have sounded ludicrous.
148
369000
2000
Hace 30 años eso habría sonado absurdo.
06:26
Today we can point at dozens of companies
149
371000
3000
Hoy podemos señalar una decena de compañías
06:29
that have done just that.
150
374000
2000
que ya lo han hecho.
06:31
When I think about creating abundance,
151
376000
6000
Cuando pienso en crear abundancia,
06:37
it's not about creating a life of luxury for everybody on this planet;
152
382000
3000
no significa crear vida lujosa para cada habitante del planeta;
06:40
it's about creating a life of possibility.
153
385000
3000
se trata de crear una vida de lo posible.
06:43
It is about taking that which was scarce
154
388000
3000
Se trata de tomar eso que es escaso
06:46
and making it abundant.
155
391000
2000
y volverlo abundante.
06:48
You see, scarcity is contextual,
156
393000
3000
Ya ven, la escasez es contextual
06:51
and technology is a resource-liberating force.
157
396000
5000
y la tecnología es una fuerza que libera recursos.
06:56
Let me give you an example.
158
401000
3000
Les pondré un ejemplo.
06:59
So this is a story of Napoleon III
159
404000
2000
Es una historia de Napoleón III
07:01
in the mid-1800s.
160
406000
2000
de mediados del 1800.
07:03
He's the dude on the left.
161
408000
3000
Él es el tipo de la izquierda.
07:06
He invited over to dinner
162
411000
2000
Invitó a cenar
07:08
the king of Siam.
163
413000
2000
el rey de Siam.
07:10
All of Napoleon's troops
164
415000
2000
Las tropas de Napoleón
07:12
were fed with silver utensils,
165
417000
3000
comieron con cubiertos de plata,
07:15
Napoleon himself with gold utensils.
166
420000
2000
y el mismo Napoleón, con cubiertos de oro.
07:17
But the King of Siam,
167
422000
2000
Pero el rey de Siam,
07:19
he was fed with aluminum utensils.
168
424000
2000
comió con cubiertos de aluminio.
07:21
You see, aluminum
169
426000
2000
Ya ven, el aluminio
07:23
was the most valuable metal on the planet,
170
428000
3000
era el metal más valioso del planeta;
07:26
worth more than gold and platinum.
171
431000
3000
valía más que el oro y el platino.
07:29
It's the reason that the tip of the Washington Monument
172
434000
3000
Por esa razón la punta del Monumento a Washington
07:32
is made of aluminum.
173
437000
2000
es de aluminio.
07:34
You see, even though aluminum
174
439000
2000
Ya ven, aunque el aluminio
07:36
is 8.3 percent of the Earth by mass,
175
441000
3000
es el 8,3% de la masa de la Tierra,
07:39
it doesn't come as a pure metal.
176
444000
2000
no viene como metal puro.
07:41
It's all bound by oxygen and silicates.
177
446000
3000
Está ligado por el oxígeno y los silicatos.
07:44
But then the technology of electrolysis came along
178
449000
3000
Pero luego llegó la electrólisis
07:47
and literally made aluminum so cheap
179
452000
3000
e hizo del aluminio algo tan barato
07:50
that we use it with throw-away mentality.
180
455000
3000
que lo usamos como si fuera descartable.
07:53
So let's project this analogy going forward.
181
458000
4000
Proyectemos esta analogía hacia el futuro.
07:57
We think about energy scarcity.
182
462000
2000
Pensemos en la escasez de energía.
07:59
Ladies and gentlemen,
183
464000
2000
Damas y caballeros,
08:01
we are on a planet
184
466000
2000
estamos en un planeta
08:03
that is bathed with 5,000 times more energy
185
468000
3000
bañado por 5000 veces más energía de la que
08:06
than we use in a year.
186
471000
3000
usamos en un año.
08:09
16 terawatts of energy hits the Earth's surface
187
474000
2000
Llegan a la Tierra 16 teravatios de energía
08:11
every 88 minutes.
188
476000
4000
cada 88 minutos.
08:15
It's not about being scarce,
189
480000
2000
No se trata de escasez,
08:17
it's about accessibility.
190
482000
2000
sino de accesibilidad.
08:19
And there's good news here.
191
484000
2000
Y hay buenas noticias.
08:21
For the first time, this year
192
486000
2000
Este año, por primera vez,
08:23
the cost of solar-generated electricity
193
488000
3000
el costo de la energía solar en India
08:26
is 50 percent that of diesel-generated electricity in India --
194
491000
4000
es el 50% menos que el de la generada por diesel:
08:30
8.8 rupees versus 17 rupees.
195
495000
3000
8,8 rupias versus 17 rupias.
08:33
The cost of solar dropped 50 percent last year.
196
498000
2000
El costo de la energía solar cayó 50% el año pasado.
08:35
Last month, MIT put out a study
197
500000
2000
El mes pasado, el MIT publicó un estudio
08:37
showing that by the end of this decade,
198
502000
2000
que muestra que a finales de la década,
08:39
in the sunny parts of the United States,
199
504000
2000
en las partes soleadas de Estados Unidos,
08:41
solar electricity will be six cents a kilowatt hour
200
506000
2000
la electricidad solar costará 6 centavos el kilovatio por hora
08:43
compared to 15 cents
201
508000
2000
comparado con los 15 centavos
08:45
as a national average.
202
510000
2000
de la media nacional.
08:47
And if we have abundant energy,
203
512000
3000
Y si tenemos abundancia de energía
08:50
we also have abundant water.
204
515000
3000
también tenemos abundancia de agua.
08:53
Now we talk about water wars.
205
518000
5000
Hablemos ahora de las guerras por el agua.
08:58
Do you remember
206
523000
2000
¿Recuerdan cuando
09:00
when Carl Sagan turned the Voyager spacecraft
207
525000
2000
Carl Sagan apuntó la nave espacial Voyager
09:02
back towards the Earth,
208
527000
2000
hacia la Tierra,
09:04
in 1990 after it just passed Saturn?
209
529000
2000
en 1990, después que pasó Saturno?
09:06
He took a famous photo. What was it called?
210
531000
3000
Sacó una foto famosa. ¿Cómo se llamaba?
09:09
"A Pale Blue Dot."
211
534000
2000
"Un pálido punto azul".
09:11
Because we live on a water planet.
212
536000
3000
Porque vivimos en un planeta de agua.
09:14
We live on a planet 70 percent covered by water.
213
539000
3000
Vivimos en un planeta cubierto en un 70% por agua.
09:17
Yes, 97.5 percent is saltwater,
214
542000
2000
Sí, el 97,5% es agua salada,
09:19
two percent is ice,
215
544000
2000
el 2% es hielo,
09:21
and we fight over a half a percent of the water on this planet,
216
546000
3000
y peleamos por el 0,5% del agua del planeta,
09:24
but here too there is hope.
217
549000
2000
pero también aquí hay una esperanza.
09:26
And there is technology coming online,
218
551000
3000
Es una tecnología disponible
09:29
not 10, 20 years from now,
219
554000
2000
no en 10 ó 20 años,
09:31
right now.
220
556000
2000
sino ahora mismo.
09:33
There's nanotechnology coming on, nanomaterials.
221
558000
3000
Viene la nanotecnología, los nanomateriales.
09:36
And the conversation I had with Dean Kamen this morning,
222
561000
3000
En una conversación con Dean Kamen esta mañana,
09:39
one of the great DIY innovators,
223
564000
2000
uno de los innovadores del bricolaje...
09:41
I'd like to share with you -- he gave me permission to do so --
224
566000
3000
me gustaría compartir con Uds., me dio permiso para hacerlo...
09:44
his technology called Slingshot
225
569000
2000
su tecnología llamada Slingshot
09:46
that many of you may have heard of,
226
571000
2000
-quizá ya la conozcan-
09:48
it is the size of a small dorm room refrigerator.
227
573000
2000
es del tamaño de un refrigerador pequeño.
09:50
It's able to generate
228
575000
2000
Es capaz de generar
09:52
a thousand liters of clean drinking water a day
229
577000
2000
mil litros de agua potable al día
09:54
out of any source -- saltwater, polluted water, latrine --
230
579000
3000
de cualquier fuente -agua salada, agua contaminada, una letrina-
09:57
at less than two cents a liter.
231
582000
3000
por menos de 2 centavos el litro.
10:02
The chairman of Coca-Cola has just agreed
232
587000
2000
El presidente de Coca-Cola acaba de acordar
10:04
to do a major test
233
589000
2000
que hará una prueba importante
10:06
of hundreds of units of this in the developing world.
234
591000
3000
de cientos de estas unidades en el mundo en desarrollo.
10:09
And if that pans out,
235
594000
2000
Si eso sale bien,
10:11
which I have every confidence it will,
236
596000
2000
y tengo plena confianza en que así será,
10:13
Coca-Cola will deploy this globally
237
598000
2000
Coca-Cola lo implementará mundialmente
10:15
to 206 countries
238
600000
2000
en 206 países
10:17
around the planet.
239
602000
2000
del planeta.
10:19
This is the kind of innovation, empowered by this technology,
240
604000
3000
Esta es una innovación potenciada por esta tecnología
10:22
that exists today.
241
607000
4000
que hoy existe.
10:26
And we've seen this in cellphones.
242
611000
2000
Y lo hemos visto en los móviles.
10:28
My goodness, we're going to hit 70 percent penetration
243
613000
2000
Dios mío, vamos a llegar al 70% de penetración
10:30
of cellphones in the developing world
244
615000
2000
de los móviles en el mundo en desarrollo
10:32
by the end of 2013.
245
617000
2000
para finales de 2013.
10:34
Think about it,
246
619000
2000
Piénsenlo,
10:36
that a Masai warrior on a cellphone in the middle of Kenya
247
621000
3000
ese guerrero masai tiene mejores comunicaciones móviles
10:39
has better mobile comm
248
624000
2000
en medio de Kenia
10:41
than President Reagan did 25 years ago.
249
626000
3000
que el presidente Reagan hace 25 años.
10:44
And if they're on a smartphone on Google,
250
629000
2000
Y, de contar con un móvil inteligente con Google,
10:46
they've got access to more knowledge and information
251
631000
2000
tiene acceso a más conocimiento e información
10:48
than President Clinton did 15 years ago.
252
633000
2000
que el presidente Clinton hace 15 años.
10:50
They're living in a world of information and communication abundance
253
635000
3000
Vive en un mundo de abundancia de información y comunicaciones
10:53
that no one could have ever predicted.
254
638000
3000
que nadie podría haber predicho jamás.
10:57
Better than that,
255
642000
2000
Mejor que eso,
10:59
the things that you and I
256
644000
2000
las cosas por las que Uds. y yo
11:01
spent tens and hundreds of thousands of dollars for --
257
646000
2000
hemos pagado decenas y cientos de miles de dólares
11:03
GPS, HD video and still images,
258
648000
3000
-GPS, video HD, imágenes,
11:06
libraries of books and music,
259
651000
3000
bibliotecas de libros y música,
11:09
medical diagnostic technology --
260
654000
2000
tecnología de diagnóstico médico-
11:11
are now literally dematerializing and demonetizing
261
656000
3000
ahora se desmaterializan y pierden valor de mercado
11:14
into your cellphone.
262
659000
3000
con los móviles.
11:19
Probably the best part of it
263
664000
2000
Quizá lo mejor llegue
11:21
is what's coming down the pike in health.
264
666000
3000
cuando surjan las aplicaciones en salud.
11:24
Last month, I had the pleasure of announcing with Qualcomm Foundation
265
669000
4000
El mes pasado, tuve el placer de anunciar con la Fundación Qualcomm
11:28
something called the $10 million Qualcomm Tricorder X Prize.
266
673000
4000
algo llamado el Premio X Qualcomm Tricorder, de 10 millones de dólares.
11:32
We're challenging teams around the world
267
677000
2000
Estamos desafiando a los equipos del mundo
11:34
to basically combine these technologies
268
679000
2000
para que combinen estas tecnologías
11:36
into a mobile device
269
681000
2000
en un dispositivo móvil
11:38
that you can speak to, because it's got A.I.,
270
683000
2000
con el que hablan, y dado que tiene IA,
11:40
you can cough on it, you can do a finger blood prick.
271
685000
3000
pueden toser, pueden extraerse sangre del dedo.
11:43
And to win, it needs to be able to diagnose you better
272
688000
2000
Para ganar tiene que hacer mejores diagnósticos
11:45
than a team of board-certified doctors.
273
690000
4000
que un equipo médico certificado.
11:49
So literally, imagine this device
274
694000
3000
Imaginen este dispositivo
11:52
in the middle of the developing world where there are no doctors,
275
697000
3000
en medio del mundo en desarrollo en el que no hay médicos,
11:55
25 percent of the disease burden
276
700000
2000
donde la carga de morbilidad es del 25%
11:57
and 1.3 percent of the health care workers.
277
702000
3000
y hay 1,3% de trabajadores de la salud.
12:00
When this device sequences an RNA or DNA virus
278
705000
2000
Cuando este dispositivo secuencie un virus de ARN o ADN
12:02
that it doesn't recognize,
279
707000
2000
que no reconozca, llamará
12:04
it calls the CDC
280
709000
2000
al ente de salud
12:06
and prevents the pandemic from happening in the first place.
281
711000
3000
y, en primer lugar, evitará que ocurra la pandemia.
12:11
But here, here is the biggest force
282
716000
3000
Pero esta es la mayor fuerza
12:14
for bringing about a world of abundance.
283
719000
2000
de producir un mundo de abundancia.
12:16
I call it the rising billion.
284
721000
3000
Lo llamo los mil millones en aumento.
12:19
So the white lines here are population.
285
724000
3000
Las líneas blancas de aquí son la población.
12:22
We just passed the seven billion mark on Earth.
286
727000
3000
Acabamos de pasar la marca de los 7 mil millones.
12:25
And by the way,
287
730000
2000
Por cierto,
12:27
the biggest protection against a population explosion
288
732000
2000
la mejor protección contra la explosión demográfica
12:29
is making the world educated
289
734000
2000
es dotar al mundo de educación
12:31
and healthy.
290
736000
3000
y salud.
12:34
In 2010,
291
739000
2000
En 2010, teníamos
12:36
we had just short of two billion people
292
741000
2000
menos de 2 mil millones de personas
12:38
online, connected.
293
743000
2000
en línea, conectadas.
12:40
By 2020,
294
745000
2000
Para 2020,
12:42
that's going from two billion to five billion
295
747000
2000
pasará de 2 mil millones a 5 mil millones
12:44
Internet users.
296
749000
2000
de usuarios de Internet.
12:46
Three billion new minds
297
751000
2000
Tres mil millones de mentes
12:48
who have never been heard from before
298
753000
2000
nunca antes oídas
12:50
are connecting to the global conversation.
299
755000
4000
que se suman a la conversación global.
12:54
What will these people want?
300
759000
2000
¿Qué querrán estas personas?
12:56
What will they consume? What will they desire?
301
761000
2000
¿Qué consumirán? ¿Qué deseos tendrán?
12:58
And rather than having economic shutdown,
302
763000
2000
Y en lugar de un colapso económico
13:00
we're about to have the biggest economic injection ever.
303
765000
3000
tendremos la mayor inyección económica de la historia.
13:03
These people represent
304
768000
2000
Estas personas representan
13:05
tens of trillions of dollars
305
770000
2000
decenas de billones de dólares
13:07
injected into the global economy.
306
772000
3000
inyectados en la economía global.
13:10
And they will get healthier
307
775000
2000
Y gozarán de más salud
13:12
by using the Tricorder,
308
777000
2000
gracias al Tricorder,
13:14
and they'll become better educated by using the Khan Academy,
309
779000
2000
de una mejor educación con la Academia Khan
13:16
and by literally being able to use
310
781000
3000
y debido al uso de las impresiones
13:19
3D printing and infinite computing
311
784000
3000
en 3D y a la computación en la nube
13:22
[become] more productive than ever before.
312
787000
3000
serán más productivos que nunca antes.
13:25
So what could three billion rising,
313
790000
3000
¿Qué nos pueden brindar 3000 millones más
13:28
healthy, educated, productive members of humanity
314
793000
3000
de miembros de la humanidad, saludables
13:31
bring to us?
315
796000
2000
educados y productivos?
13:33
How about a set of voices that have never been heard from before.
316
798000
3000
¿Qué tal unas voces nunca antes oídas?
13:36
What about giving the oppressed,
317
801000
2000
¿Qué tal si les damos a los oprimidos,
13:38
wherever they might be,
318
803000
2000
dondequiera que estén,
13:40
the voice to be heard and the voice to act
319
805000
2000
una voz para ser escuchados y poder actuar
13:42
for the first time ever?
320
807000
3000
por primera vez?
13:45
What will these three billion people bring?
321
810000
3000
¿Qué aportarán estos 3000 millones?
13:48
What about contributions we can't even predict?
322
813000
3000
¿Y si son contribuciones que ni podemos predecir?
13:51
The one thing I've learned at the X Prize
323
816000
2000
Algo que aprendí con el Premio X
13:53
is that small teams
324
818000
2000
es que equipos pequeños,
13:55
driven by their passion with a clear focus
325
820000
3000
guiados por su pasión con un objetivo claro,
13:58
can do extraordinary things,
326
823000
2000
pueden hacer cosas extraordinarias;
14:00
things that large corporations and governments
327
825000
2000
cosas que antes sólo podían hacer
14:02
could only do in the past.
328
827000
3000
las grandes corporaciones y los gobiernos.
14:05
Let me share and close with a story
329
830000
2000
Voy a terminar compartiendo una historia
14:07
that really got me excited.
330
832000
3000
que realmente me entusiasmó.
14:10
There is a program that some of you might have heard of.
331
835000
2000
Hay un programa que quizá algunos ya conozcan.
14:12
It's a game called Foldit.
332
837000
2000
Se llama FoldIt.
14:14
It came out of the University of Washington in Seattle.
333
839000
4000
Surgió en la Universidad de Washington, en Seattle.
14:18
And this is a game
334
843000
2000
Es un juego
14:20
where individuals can actually take a sequence of amino acids
335
845000
4000
en el que las personas pueden tomar una secuencia de aminoácidos
14:24
and figure out how the protein is going to fold.
336
849000
4000
y averiguar la forma en que se plegará la proteína.
14:28
And how it folds dictates its structure and its functionality.
337
853000
2000
Los pliegues determinan la estructura y la funcionalidad.
14:30
And it's very important for research in medicine.
338
855000
3000
Es algo muy importante en la investigación médica.
14:33
And up until now, it's been a supercomputer problem.
339
858000
3000
Y, hasta ahora, era un problema de supercomputadoras.
14:36
And this game has been played
340
861000
2000
Han jugado con esto
14:38
by university professors and so forth.
341
863000
2000
profesores universitarios, entre otros.
14:40
And it's literally, hundreds of thousands of people
342
865000
3000
Luego cientos de miles de personas
14:43
came online and started playing it.
343
868000
2000
se sumaron y comenzaron a jugarlo.
14:45
And it showed that, in fact, today,
344
870000
2000
Y se ha demostrado que hoy
14:47
the human pattern recognition machinery
345
872000
2000
la maquinaria de reconocimiento de patrones humana
14:49
is better at folding proteins than the best computers.
346
874000
3000
es mejor plegando proteínas que las mejores computadoras.
14:52
And when these individuals went and looked
347
877000
2000
Y estas personas buscaron
14:54
at who was the best protein folder in the world,
348
879000
3000
a quien mejor plegaba proteínas en el mundo;
14:57
it wasn't an MIT professor,
349
882000
2000
y no enseñaba en el MIT,
14:59
it wasn't a CalTech student,
350
884000
2000
ni estudiaba en CalTech;
15:01
it was a person from England, from Manchester,
351
886000
3000
era una persona de Inglaterra, de Manchester,
15:04
a woman who, during the day,
352
889000
4000
una mujer que, durante el día,
15:08
was an executive assistant at a rehab clinic
353
893000
3000
era asistente ejecutiva en una clínica de rehabilitación
15:11
and, at night, was the world's best protein folder.
354
896000
4000
y, por las noches, era la mejor plegadora de proteínas del mundo.
15:16
Ladies and gentlemen,
355
901000
2000
Damas y caballeros,
15:18
what gives me tremendous confidence
356
903000
2000
lo que me da una confianza enorme
15:20
in the future
357
905000
4000
en el futuro
15:24
is the fact that we are now more empowered as individuals
358
909000
4000
es que hoy tenemos más poder como personas
15:28
to take on the grand challenges of this planet.
359
913000
3000
para asumir los grandes retos del planeta.
15:31
We have the tools with this exponential technology.
360
916000
3000
Tenemos las herramientas con esta tecnología exponencial.
15:34
We have the passion of the DIY innovator.
361
919000
3000
Tenemos la pasión del innovador del bricolaje.
15:37
We have the capital of the techno-philanthropist.
362
922000
3000
Tenemos el capital del tecnofilántropo.
15:40
And we have three billion new minds
363
925000
2000
Y tenemos 3000 millones de mentes nuevas
15:42
coming online to work with us
364
927000
2000
que se nos sumarán para trabajar
15:44
to solve the grand challenges,
365
929000
2000
en la solución de los grandes retos
15:46
to do that which we must do.
366
931000
4000
y hacer lo que debamos hacer.
15:50
We are living into extraordinary decades ahead.
367
935000
2000
Tenemos por delante unas décadas extraordinarias.
15:52
Thank you.
368
937000
2000
Gracias.
15:54
(Applause)
369
939000
14000
(Aplausos)
ABOUT THE SPEAKER
Peter Diamandis - Space activistPeter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies.
Why you should listen
Watch the live onstage debate with Paul Gilding that followed Peter Diamandis' 2012 TEDTalk >>
Peter Diamandis is the founder and chair of the X Prize Foundation, a nonprofit whose mission is simply "to bring about radical breakthroughs for the benefit of humanity." By offering a big cash prize for a specific accomplishment, the X Prize stimulates competition and excitement around some of the planet's most important goals. Diamandis is also co-founder and chairman of Singularity University which runs Exponential Technologies Executive and Graduate Student Programs.
Diamandis' background is in space exploration -- before the X Prize, he ran a company that studied low-cost launching technologies and Zero-G which offers the public the chance to train like an astronaut and experience weightlessness. But though the X Prize's first $10 million went to a space-themed challenge, Diamandis' goal now is to extend the prize into health care, social policy, education and many other fields that could use a dose of competitive innovation.
Peter Diamandis | Speaker | TED.com