TED2003
George Dyson: The birth of the computer
George Dyson sobre el nacimiento de la computadora
Filmed:
Readability: 4.1
970,297 views
El historiador George Dyson cuenta historias acerca del nacimiento de la computadora moderna -- desde sus orígenes en el sigo XVI a las cómicas notebooks de algunos de los primeros ingenieros de computación.
George Dyson - Historian of science
In telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead. Full bio
In telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead. Full bio
Double-click the English transcript below to play the video.
00:12
Last year, I told you the story, in seven minutes, of Project Orion,
0
0
4000
El año pasado les conté, en siete minutos, sobre el Proyecto Orion,
00:16
which was this very implausible technology
1
4000
2000
el cual era una tecnología improbable
00:18
that technically could have worked,
2
6000
4000
que técnicamente pudo haber funcionado,
00:22
but it had this one-year political window where it could have happened.
3
10000
4000
pero tuvo una oportunidad política de un año en que podía realizarse,
00:26
So it didn't happen. It was a dream that did not happen.
4
14000
2000
así que no sucedió. Fue un sueño que no se realizó.
00:28
This year I'm going to tell you the story of the birth of digital computing.
5
16000
5000
Este año les contaré la historia del nacimiento de la computación digital.
00:33
This was a perfect introduction.
6
21000
2000
Esta fue una introducción perfecta.
00:35
And it's a story that did work. It did happen,
7
23000
2000
Y es una historia que sí se funcionó. Sucedió,
00:37
and the machines are all around us.
8
25000
2000
y las máquinas están en todas partes.
00:39
And it was a technology that was inevitable.
9
27000
4000
Y era una tecnología inevitable.
00:43
If the people I'm going to tell you the story about,
10
31000
2000
Si la gente sobre la que voy a hablarles --
00:45
if they hadn't done it, somebody else would have.
11
33000
2000
si no lo hubieran hecho, alguien más lo habría hecho.
00:47
So, it was sort of the right idea at the right time.
12
35000
4000
Fue algo así como la idea correcta en el momento justo.
00:51
This is Barricelli's universe. This is the universe we live in now.
13
39000
3000
Este es el universo de Barricelli. El universo en que vivimos ahora.
00:54
It's the universe in which these machines
14
42000
2000
Es el universo en que estas máquinas
00:56
are now doing all these things, including changing biology.
15
44000
6000
hacen ahora todo esto, incluyendo cambiar la biología.
01:02
I'm starting the story with the first atomic bomb at Trinity,
16
50000
5000
Comenzaré la historia con la primera bomba atómica en Trinity,
01:07
which was the Manhattan Project. It was a little bit like TED:
17
55000
2000
que fue el Proyecto Manhattan. Era un poco como TED:
01:09
it brought a whole lot of very smart people together.
18
57000
3000
reunió un grupo grande de gente muy inteligente.
01:12
And three of the smartest people were
19
60000
2000
Y tres de las personas más inteligentes eran
01:14
Stan Ulam, Richard Feynman and John von Neumann.
20
62000
4000
Stan Ulam, Richard Feynman y John von Neumann,
01:18
And it was Von Neumann who said, after the bomb,
21
66000
2000
y fue von Neumann quien dijo, luego de la bomba,
01:20
he was working on something much more important than bombs:
22
68000
4000
que estaba trabajando en algo más importante que las bombas:
01:24
he's thinking about computers.
23
72000
2000
estaba pensando en computadoras.
01:26
So, he wasn't only thinking about them; he built one. This is the machine he built.
24
74000
4000
No sólo estaba pensando en ellas; contruyó una. Ésta es la máquina que hizo.
01:30
(Laughter)
25
78000
4000
(risas)
01:34
He built this machine,
26
82000
2000
Construyó esta máquina,
01:36
and we had a beautiful demonstration of how this thing really works,
27
84000
3000
e hizo una hermosa demostración de cómo funcionaba realmente,
01:39
with these little bits. And it's an idea that goes way back.
28
87000
3000
con estas partes. Y es una idea que se origina mucho antes.
01:42
The first person to really explain that
29
90000
3000
La primera persona que realmente lo explicó
01:45
was Thomas Hobbes, who, in 1651,
30
93000
3000
fue Thomas Hobbes, quien en 1651,
01:48
explained how arithmetic and logic are the same thing,
31
96000
3000
explicó cómo la aritmética y la lógica eran lo mismo,
01:51
and if you want to do artificial thinking and artificial logic,
32
99000
3000
y que si quieres pensamiento artificial y lógica artificial,
01:54
you can do it all with arithmetic.
33
102000
2000
lo puedes hacer con aritmética.
01:56
He said you needed addition and subtraction.
34
104000
4000
Dijo que se necesitaba adición y sustracción.
02:00
Leibniz, who came a little bit later -- this is 1679 --
35
108000
4000
Leibniz, quien llegó un poco más tarde -- en 1679 --
02:04
showed that you didn't even need subtraction.
36
112000
2000
demostró que ni siquiera se necesitaba la sustracción.
02:06
You could do the whole thing with addition.
37
114000
2000
Se podía hacer todo con la adición.
02:08
Here, we have all the binary arithmetic and logic
38
116000
3000
Aquí tenemos toda la lógica y aritmética binaria
02:11
that drove the computer revolution.
39
119000
2000
que condujo a la revolución de la computación,
02:13
And Leibniz was the first person to really talk about building such a machine.
40
121000
4000
y Leibniz fue la primera persona que habló de construir tal máquina.
02:17
He talked about doing it with marbles,
41
125000
2000
Habló de hacerlo con canicas,
02:19
having gates and what we now call shift registers,
42
127000
2000
con compuertas y lo que ahora llamamos registros de cambios,
02:21
where you shift the gates, drop the marbles down the tracks.
43
129000
3000
donde cambiando las compuertas, las canicas caen en las pistas.
02:24
And that's what all these machines are doing,
44
132000
2000
Y eso es lo que estas máquinas hacen,
02:26
except, instead of doing it with marbles,
45
134000
2000
excepto que en lugar de usar canicas,
02:28
they're doing it with electrons.
46
136000
2000
usan electrones.
02:30
And then we jump to Von Neumann, 1945,
47
138000
4000
Y entonces pasamos a von Neumann, 1945,
02:34
when he sort of reinvents the whole same thing.
48
142000
2000
cuando él de alguna manera reinventa todo esto de nuevo.
02:36
And 1945, after the war, the electronics existed
49
144000
3000
Y en 1945, después de la guerra, ya existía la electrónica
02:39
to actually try and build such a machine.
50
147000
3000
para, de hecho, tratar de construir una máquina así.
02:42
So June 1945 -- actually, the bomb hasn't even been dropped yet --
51
150000
4000
Junio de 1945. La bomba no había sido lanzada aún,
02:46
and Von Neumann is putting together all the theory to actually build this thing,
52
154000
4000
y von Neumann estaba organizando la teoría para construir esto,
02:50
which also goes back to Turing,
53
158000
2000
lo cual nos remite a Turing,
02:52
who, before that, gave the idea that you could do all this
54
160000
3000
quien, anteriormente, tuvo la idea de que se podía hacer esto
02:55
with a very brainless, little, finite state machine,
55
163000
4000
con una máquina de estados finitos sin un cerebro,
02:59
just reading a tape in and reading a tape out.
56
167000
3000
sólo leyendo y releyendo una cinta.
03:02
The other sort of genesis of what Von Neumann did
57
170000
3000
El otro cuasi génesis de lo que von Neumannn hizo
03:05
was the difficulty of how you would predict the weather.
58
173000
4000
fue la dificultad para predecir el clima.
03:09
Lewis Richardson saw how you could do this with a cellular array of people,
59
177000
4000
Lewis Richardson vio que se podía hacer con una matriz celular de personas,
03:13
giving them each a little chunk, and putting it together.
60
181000
3000
dándole a cada una una porción, y luego reuniéndolo todo.
03:16
Here, we have an electrical model illustrating a mind having a will,
61
184000
3000
Aquí tenemos un modelo eléctrico que ilustra una mente con voluntad,
03:19
but capable of only two ideas.
62
187000
2000
pero capaz sólo de dos ideas.
03:21
(Laughter)
63
189000
1000
(risas).
03:22
And that's really the simplest computer.
64
190000
3000
Y esa es realmente la computadora más simple.
03:25
It's basically why you need the qubit,
65
193000
2000
Es básicamente por qué se necesita el qubit,
03:27
because it only has two ideas.
66
195000
2000
porque sólo tiene dos ideas.
03:29
And you put lots of those together,
67
197000
2000
Y si se ponen muchas de ellas juntas,
03:31
you get the essentials of the modern computer:
68
199000
3000
se tiene la esencia de la computadora moderna.
03:34
the arithmetic unit, the central control, the memory,
69
202000
3000
la unidad aritmética, el control central, la memoria,
03:37
the recording medium, the input and the output.
70
205000
3000
el medio de registro, la entrada y la salida.
03:40
But, there's one catch. This is the fatal -- you know,
71
208000
4000
Pero, hay un problema. Esto es el -- ya saben,
03:44
we saw it in starting these programs up.
72
212000
3000
lo vimos al iniciar estos programas.
03:47
The instructions which govern this operation
73
215000
2000
Las instrucciones que gobiernan esta operación
03:49
must be given in absolutely exhaustive detail.
74
217000
2000
deben darse en detalle absolutamente exhaustivo.
03:51
So, the programming has to be perfect, or it won't work.
75
219000
3000
Así que la programación debe ser perfecta, o no funciona.
03:54
If you look at the origins of this,
76
222000
2000
Si buscan el origen de esto,
03:56
the classic history sort of takes it all back to the ENIAC here.
77
224000
4000
la historia clásica nos remite hasta el ENIAC.
04:00
But actually, the machine I'm going to tell you about,
78
228000
2000
Pero en realidad de la máquina que les hablaré,
04:02
the Institute for Advanced Study machine, which is way up there,
79
230000
3000
la Máquina del Instituto para Grandes Estudios, que está allá,
04:05
really should be down there. So, I'm trying to revise history,
80
233000
2000
en realidad debería estar allí. Estoy tratando de revisar la historia,
04:07
and give some of these guys more credit than they've had.
81
235000
3000
y darle a esta gente más crédito del que tienen.
04:10
Such a computer would open up universes,
82
238000
2000
Una computadora así abriría universos
04:12
which are, at the present, outside the range of any instruments.
83
240000
4000
que en el presente están fuera del rango de todo instrumento,
04:16
So it opens up a whole new world, and these people saw it.
84
244000
3000
abre un nuevo mundo, y estas personas lo vieron.
04:19
The guy who was supposed to build this machine
85
247000
2000
El sujeto que debía haber construido esta máquina
04:21
was the guy in the middle, Vladimir Zworykin, from RCA.
86
249000
3000
era el del medio, Vladimir Zworykin, de RCA.
04:24
RCA, in probably one of the lousiest business decisions
87
252000
3000
RCA, con probablemente la peor decisión de negocios
04:27
of all time, decided not to go into computers.
88
255000
3000
de la historia, decidió no dedicarse a las computadoras.
04:30
But the first meetings, November 1945, were at RCA's offices.
89
258000
5000
Pero las primeras reuniones, Noviembre de 1945, fueron en oficinas de RCA.
04:35
RCA started this whole thing off, and said, you know,
90
263000
4000
RCA lo comenzó todo y luego dijo,
04:39
televisions are the future, not computers.
91
267000
3000
los televisores son el futuro, no las computadoras.
04:42
The essentials were all there --
92
270000
2000
Lo esencial estaba todo allí --
04:44
all the things that make these machines run.
93
272000
4000
todas las cosas que hacen funcionar estas máquinas.
04:48
Von Neumann, and a logician, and a mathematician from the army
94
276000
3000
Von Neumann, y un lógico, y un matemático del ejército
04:51
put this together. Then, they needed a place to build it.
95
279000
2000
lo reunieron. Entonces, necesitaban un lugar donde construirlo.
04:53
When RCA said no, that's when they decided to build it in Princeton,
96
281000
4000
Cuando RCA dijo que no, decidieron hacerlo en Princeton,
04:57
where Freeman works at the Institute.
97
285000
2000
donde Freeman trabajaba en el Instituto.
04:59
That's where I grew up as a kid.
98
287000
2000
Allí pasé mi infancia.
05:01
That's me, that's my sister Esther, who's talked to you before,
99
289000
4000
Ese soy yo, mi hermana Esther, quien habló antes,
05:05
so we both go back to the birth of this thing.
100
293000
3000
así que recordamos el nacimiento de esta cosa.
05:08
That's Freeman, a long time ago,
101
296000
2000
Ese es Freeman, hace mucho,
05:10
and that was me.
102
298000
1000
y ese era yo.
05:11
And this is Von Neumann and Morgenstern,
103
299000
3000
Y este es von Neumann y Morgenstern,
05:14
who wrote the "Theory of Games."
104
302000
2000
quien escribió la Teoría de Juegos.
05:16
All these forces came together there, in Princeton.
105
304000
4000
Estas fuerzas se reunieron allí, en Princeton.
05:20
Oppenheimer, who had built the bomb.
106
308000
2000
Oppenheimer, quien construyó la bomba.
05:22
The machine was actually used mainly for doing bomb calculations.
107
310000
4000
La máquina fue en realidad usada mayormente para los cálculos de la bomba.
05:26
And Julian Bigelow, who took
108
314000
2000
Y Julian Bigelow, quien tomó
05:28
Zworkykin's place as the engineer, to actually figure out, using electronics,
109
316000
4000
el lugar de [??] como el ingeniero para resolver, usando electrónica,
05:32
how you would build this thing. The whole gang of people who came to work on this,
110
320000
3000
cómo construir esto. Toda el grupo de personas que trabajaron en esto,
05:35
and women in front, who actually did most of the coding, were the first programmers.
111
323000
5000
las mujeres delante, quienes hicieron la mayoría del código,fueron las primeras programadoras.
05:40
These were the prototype geeks, the nerds.
112
328000
4000
Estos fueron los prototipos de geeks, los nerds.
05:44
They didn't fit in at the Institute.
113
332000
2000
No encajaban en el Instituto.
05:46
This is a letter from the director, concerned about --
114
334000
3000
Esta es una carta del director, preocupado por --
05:49
"especially unfair on the matter of sugar."
115
337000
3000
"desaprobable en cuanto al azúcar."
05:52
(Laughter)
116
340000
1000
(Risas).
05:53
You can read the text.
117
341000
1000
Pueden leer el texto.
05:54
(Laughter)
118
342000
6000
(Risas).
06:00
This is hackers getting in trouble for the first time.
119
348000
4000
Hackers metiéndose en problemas por primera vez.
06:04
(Laughter).
120
352000
5000
(Risas).
06:09
These were not theoretical physicists.
121
357000
2000
No eran físicos teóricos.
06:11
They were real soldering-gun type guys, and they actually built this thing.
122
359000
5000
Eran hombres con pistolas de soldadura, y realmente construyeron esto.
06:16
And we take it for granted now, that each of these machines
123
364000
2000
Y lo damos por sentado ahora que cada una de estas máquinas
06:18
has billions of transistors, doing billions of cycles per second without failing.
124
366000
5000
tiene millones de transistores, haciendo miles de millones de ciclos por segundo.
06:23
They were using vacuum tubes, very narrow, sloppy techniques
125
371000
4000
Usaban tubos de vacío, técnicas muy poco rigurosas
06:27
to get actually binary behavior out of these radio vacuum tubes.
126
375000
5000
para conseguir comportamiento binario de estas válvulas de radio.
06:32
They actually used 6J6, the common radio tube,
127
380000
3000
De hecho usarban 6J6, la válvula común de radio,
06:35
because they found they were more reliable than the more expensive tubes.
128
383000
4000
porque descubrieron que eran más confiables que las válvulas más caras.
06:39
And what they did at the Institute was publish every step of the way.
129
387000
4000
Y lo que hicieron en el Instituto fue publicar cada paso del camino.
06:43
Reports were issued, so that this machine was cloned
130
391000
3000
Se emitieron reportes, de modo que esta máquina fue clonada
06:46
at 15 other places around the world.
131
394000
3000
en otros 15 lugares del mundo.
06:49
And it really was. It was the original microprocessor.
132
397000
4000
Y fue el microprocesador original.
06:53
All the computers now are copies of that machine.
133
401000
2000
Todas las computadoras de ahora son copias de esa máquina.
06:55
The memory was in cathode ray tubes --
134
403000
3000
La memoria estaba en tubos de rayos catódicos --
06:58
a whole bunch of spots on the face of the tube --
135
406000
3000
un montón de puntos en el frente del tubo,
07:01
very, very sensitive to electromagnetic disturbances.
136
409000
3000
muy, muy sensible a perturbaciones electromagnéticas.
07:04
So, there's 40 of these tubes,
137
412000
2000
Había 40 de estos tubos,
07:06
like a V-40 engine running the memory.
138
414000
3000
como un motor V-40 haciendo de memoria.
07:09
(Laughter)
139
417000
1000
(Risas).
07:10
The input and the output was by teletype tape at first.
140
418000
5000
La entrada y la salida se hacían por teletipo al principio.
07:15
This is a wire drive, using bicycle wheels.
141
423000
2000
Este es una unidad de alambre, usando ruedas de bicicleta.
07:17
This is the archetype of the hard disk that's in your machine now.
142
425000
5000
Este es el arquetipo del disco rígidos de sus máquinas de hoy.
07:22
Then they switched to a magnetic drum.
143
430000
2000
Luego cambiaron a un tambor magnético.
07:24
This is modifying IBM equipment,
144
432000
2000
Este es un equipo IBM modificado,
07:26
which is the origins of the whole data-processing industry, later at IBM.
145
434000
4000
que originó toda la industria de proceso de datos, luego en IBM.
07:30
And this is the beginning of computer graphics.
146
438000
3000
Y este es el inicio de los gráficos por computadora.
07:33
The "Graph'g-Beam Turn On." This next slide,
147
441000
3000
El "Graph'g-Beam Turn On." La siguiente imagen,
07:36
that's the -- as far as I know -- the first digital bitmap display, 1954.
148
444000
7000
es -- que yo sepa -- la primera pantalla de mapa de bits digital, 1954.
07:43
So, Von Neumann was already off in a theoretical cloud,
149
451000
3000
Y Von Neumann vivía en una nube teórica
07:46
doing abstract sorts of studies of how you could build
150
454000
3000
haciendo estudios abstractos sobre cómo construír
07:49
reliable machines out of unreliable components.
151
457000
3000
máquinas confiables con componentes no confiables.
07:52
Those guys drinking all the tea with sugar in it
152
460000
2000
Estos sujetos bebiendo té con azúcar
07:54
were writing in their logbooks, trying to get this thing to work, with all
153
462000
4000
escribían en sus bitácoras tratando de hacer funcionar esto, con
07:58
these 2,600 vacuum tubes that failed half the time.
154
466000
3000
estos 2.600 tubos de vacío que fallaban la mitad del tiempo.
08:01
And that's what I've been doing, this last six months, is going through the logs.
155
469000
5000
Y esto es lo que hice estos seis meses, releer las bitácoras.
08:06
"Running time: two minutes. Input, output: 90 minutes."
156
474000
3000
"Tiempo de funcionamiento: dos minutos. Entrada-salida: 90 minutos."
08:09
This includes a large amount of human error.
157
477000
3000
Esto incluye una gran cantidad de error humano.
08:12
So they are always trying to figure out, what's machine error? What's human error?
158
480000
3000
Trataban siempre de descifrar, ¿cuál es error de la máquina? ¿cuál humano?
08:15
What's code, what's hardware?
159
483000
2000
¿Cuál de código, cuál de hardware?
08:17
That's an engineer gazing at tube number 36,
160
485000
2000
Ese es un ingeniero vigilando el tubo número 36,
08:19
trying to figure out why the memory's not in focus.
161
487000
2000
tratando de saber por qué la memoria no está en foco.
08:21
He had to focus the memory -- seems OK.
162
489000
3000
Tenía que enfocar la memoria -- parecía bien.
08:24
So, he had to focus each tube just to get the memory up and running,
163
492000
4000
Así que tenía que enfocar cada tubo para que la memoria funcionase.
08:28
let alone having, you know, software problems.
164
496000
2000
además de tener, se figurarán, problemas de software.
08:30
"No use, went home." (Laughter)
165
498000
2000
"No hay caso. Fui a casa." (Risas)
08:32
"Impossible to follow the damn thing, where's a directory?"
166
500000
3000
"Imposible seguir la maldita cosa, ¿dónde hay un directorio?"
08:35
So, already, they're complaining about the manuals:
167
503000
2000
Ya entonces se quejaban de los manuales:
08:37
"before closing down in disgust ... "
168
505000
4000
"antes de cerrarlo con disgusto."
08:41
"The General Arithmetic: Operating Logs."
169
509000
2000
La aritmética general -- los registros de operación,
08:43
Burning lots of midnight oil.
170
511000
3000
trasnochando mucho.
08:46
"MANIAC," which became the acronym for the machine,
171
514000
2000
MANIAC, que se convirtió en el acrónimo de la máquina,
08:48
Mathematical and Numerical Integrator and Calculator, "lost its memory."
172
516000
3000
Integrador y Calculador Matemático y Numérico, "perdió la memoria."
08:51
"MANIAC regained its memory, when the power went off." "Machine or human?"
173
519000
6000
"MANIAC recuperó la memoria cuando se apagó la corriente," "¿máquina o humano?"
08:57
"Aha!" So, they figured out it's a code problem.
174
525000
3000
"¡Ajá!" Lo descubrieron: es un problema de código:
09:00
"Found trouble in code, I hope."
175
528000
2000
"Encontré problema en código, espero."
09:02
"Code error, machine not guilty."
176
530000
3000
"Error de código, máquina no culpable."
09:05
"Damn it, I can be just as stubborn as this thing."
177
533000
3000
"Maldición, puedo ser tan terco como esta cosa."
09:08
(Laughter)
178
536000
5000
(Risas).
09:13
"And the dawn came." So they ran all night.
179
541000
2000
"Y se hizo de día." Entonces trabajaban toda la noche.
09:15
Twenty-four hours a day, this thing was running, mainly running bomb calculations.
180
543000
4000
Esta cosa funcionaba 24 horas al día, mayormente en cálculos de bombas.
09:19
"Everything up to this point is wasted time." "What's the use? Good night."
181
547000
5000
"Todo hasta este punto es tiempo perdido." "¿Qué caso tiene? Buenas noches."
09:24
"Master control off. The hell with it. Way off." (Laughter)
182
552000
4000
"Control maestro apagado. Al demonio. Me voy." (Risas)
09:28
"Something's wrong with the air conditioner --
183
556000
2000
"Algo pasa con el acondicionador de aire --
09:30
smell of burning V-belts in the air."
184
558000
3000
olor a correas quemadas en el aire."
09:33
"A short -- do not turn the machine on."
185
561000
2000
"Un corto -- no encender la máquina."
09:35
"IBM machine putting a tar-like substance on the cards. The tar is from the roof."
186
563000
5000
"Máquina de IBM volcando substancia como brea en los autos. Viene del techo."
09:40
So they really were working under tough conditions.
187
568000
2000
Trabajaban en condiciones muy duras.
09:42
(Laughter)
188
570000
1000
(Risas).
09:43
Here, "A mouse has climbed into the blower
189
571000
2000
Aquí. "Un ratón se subió al ventilador
09:45
behind the regulator rack, set blower to vibrating. Result: no more mouse."
190
573000
4000
detrás del regulador, ventilador vibrando. Resultado: no más ratón."
09:49
(Laughter)
191
577000
5000
(Risas).
09:54
"Here lies mouse. Born: ?. Died: 4:50 a.m., May 1953."
192
582000
7000
"Aquí yace ratón. Nacido ? Muerto 4:50 AM, Mayo 1953."
10:01
(Laughter)
193
589000
1000
(Risas).
10:02
There's an inside joke someone has penciled in:
194
590000
2000
Hay un chiste que alguien escribiò:
10:04
"Here lies Marston Mouse."
195
592000
2000
"Aquí yace el ratón Marston."
10:06
If you're a mathematician, you get that,
196
594000
2000
Si eres matemático, lo entenderán,
10:08
because Marston was a mathematician who
197
596000
1000
porque Marston era un matemático que
10:09
objected to the computer being there.
198
597000
3000
objetaba la presencia de la computadora.
10:12
"Picked a lightning bug off the drum." "Running at two kilocycles."
199
600000
4000
"Atrapé una luciérnaga del tambor, corriendo a dos kilociclos."
10:16
That's two thousand cycles per second --
200
604000
2000
Son dos mil ciclos por segundo --
10:18
"yes, I'm chicken" -- so two kilocycles was slow speed.
201
606000
3000
"sí, soy gallina" -- entonces dos kilociclos era velocidad lenta.
10:21
The high speed was 16 kilocycles.
202
609000
3000
La velocidad alta era 16 kilociclos.
10:24
I don't know if you remember a Mac that was 16 Megahertz,
203
612000
3000
No sé si recuerdan una Mac que corriera a 16 Megahertz.
10:27
that's slow speed.
204
615000
2000
Eso es lento.
10:29
"I have now duplicated both results.
205
617000
3000
"He duplicado ambos resultados.
10:32
How will I know which is right, assuming one result is correct?
206
620000
3000
"¿Cómo sabré cuál es correcto, asumiendo que uno es correcto?
10:35
This now is the third different output.
207
623000
2000
Este es el tercer resultado diferente.
10:37
I know when I'm licked."
208
625000
2000
Sé cuando estoy maldito."
10:39
(Laughter)
209
627000
2000
(Risas).
10:41
"We've duplicated errors before."
210
629000
2000
"Hemos duplicado errores antes."
10:43
"Machine run, fine. Code isn't."
211
631000
3000
"La máquina funciona, bien. El código no."
10:46
"Only happens when the machine is running."
212
634000
2000
"Sólo ocurre cuando la máquina está encendida."
10:48
And sometimes things are okay.
213
636000
4000
Y a veces las cosas marchan bien.
10:52
"Machine a thing of beauty, and a joy forever." "Perfect running."
214
640000
4000
"Máquina una belleza, una alegría por siempre." "Ejecución perfecta."
10:56
"Parting thought: when there's bigger and better errors, we'll have them."
215
644000
4000
"Pensamiento final: cuando haya errores mejores y más grandes, los tendremos."
11:00
So, nobody was supposed to know they were actually designing bombs.
216
648000
3000
Se suponía que nadie supiese que estaban diseñando bombas.
11:03
They're designing hydrogen bombs. But someone in the logbook,
217
651000
2000
Están diseñando bombas de hidrógeno.Pero alguien en la bitácora,
11:05
late one night, finally drew a bomb.
218
653000
2000
tarde una noche, finalmente dibujó una bomba.
11:07
So, that was the result. It was Mike,
219
655000
2000
Y ese fue el resultado. Era Mike,
11:09
the first thermonuclear bomb, in 1952.
220
657000
3000
la primera bomba termonuclear, en 1952.
11:12
That was designed on that machine,
221
660000
2000
Que fue diseñada en esa máquina,
11:14
in the woods behind the Institute.
222
662000
2000
en los bosques detrás del instituto.
11:16
So Von Neumann invited a whole gang of weirdos
223
664000
4000
Von Neumann invitó a una banda de fenómenos
11:20
from all over the world to work on all these problems.
224
668000
3000
de todo el mundo para trabajar en estos problemas.
11:23
Barricelli, he came to do what we now call, really, artificial life,
225
671000
4000
Barricelli, terminó haciendo lo que ahora llamamos vida artificial,
11:27
trying to see if, in this artificial universe --
226
675000
3000
tratando de ver si, en este universo artificial --
11:30
he was a viral-geneticist, way, way, way ahead of his time.
227
678000
3000
él era un genetista-viral -- muy, muy adelantado a su tiempo.
11:33
He's still ahead of some of the stuff that's being done now.
228
681000
3000
Aún está por delante de cosas que se hacen ahora.
11:36
Trying to start an artificial genetic system running in the computer.
229
684000
5000
Tratando de iniciar un sistema genético artificial en la computadora.
11:41
Began -- his universe started March 3, '53.
230
689000
3000
Su universo se inició el 3 de Marzo del '53.
11:44
So it's almost exactly -- it's 50 years ago next Tuesday, I guess.
231
692000
5000
Hace casi exactamente -- serán 50 años este Jueves, creo.
11:49
And he saw everything in terms of --
232
697000
2000
Y ha visto todo en términos de --
11:51
he could read the binary code straight off the machine.
233
699000
2000
Él podía leer el código binario directamente de la máquina.
11:53
He had a wonderful rapport.
234
701000
2000
Tenía un entendimiento maravilloso.
11:55
Other people couldn't get the machine running. It always worked for him.
235
703000
3000
Otros no podían ni encender la máquina. Siempre funcionaba para él.
11:58
Even errors were duplicated.
236
706000
2000
Incluso los errores se duplicaban.
12:00
(Laughter)
237
708000
1000
(Risas).
12:01
"Dr. Barricelli claims machine is wrong, code is right."
238
709000
3000
"El Dr. Barricelli dice la máquina está equivocada, el código es correcto."
12:04
So he designed this universe, and ran it.
239
712000
3000
Diseñó este universo, y lo ejecutó.
12:07
When the bomb people went home, he was allowed in there.
240
715000
3000
Cuando la gente de la bomba se fue, pudo quedarse allí.
12:10
He would run that thing all night long, running these things,
241
718000
3000
Pudo ejecutar esto toda la noche, ejecutar estas cosas.
12:13
if anybody remembers Stephen Wolfram,
242
721000
2000
Si alguien recuerda a Stephen Wolfram,
12:15
who reinvented this stuff.
243
723000
2000
quien reinventó todo esto.
12:17
And he published it. It wasn't locked up and disappeared.
244
725000
2000
Y lo publicó. No estaba oculto y perdido.
12:19
It was published in the literature.
245
727000
2000
Fue publicado en la literatura.
12:21
"If it's that easy to create living organisms, why not create a few yourself?"
246
729000
3000
"Si es tan fácil crear organismos vivos, ¿por qué no crear algunos tú mismo?"
12:24
So, he decided to give it a try,
247
732000
2000
Decidió intentarlo,
12:26
to start this artificial biology going in the machines.
248
734000
4000
iniciar esta biología artificial en las máquinas.
12:30
And he found all these, sort of --
249
738000
2000
Y descubrió estas, especie de --
12:32
it was like a naturalist coming in
250
740000
2000
Era como un naturalista que llega
12:34
and looking at this tiny, 5,000-byte universe,
251
742000
3000
y observa este diminuto universo de 5000 bytes
12:37
and seeing all these things happening
252
745000
2000
y ve estas cosas sucediendo
12:39
that we see in the outside world, in biology.
253
747000
3000
que podemos ver en el mundo exterior, en biología.
12:42
This is some of the generations of his universe.
254
750000
6000
Estas son algunas generaciones de su universo.
12:48
But they're just going to stay numbers;
255
756000
2000
Pero sólo seguirán siendo números;
12:50
they're not going to become organisms.
256
758000
2000
no se convertirán en organismos.
12:52
They have to have something.
257
760000
1000
Tienen que tener algo.
12:53
You have a genotype and you have to have a phenotype.
258
761000
2000
Si tienes un genotipo debes tener un fenotipo.
12:55
They have to go out and do something. And he started doing that,
259
763000
3000
Deben salir y hacer algo. Y él empezó a hacer eso,
12:58
started giving these little numerical organisms things they could play with --
260
766000
3000
darles a estos organismos numéricos cosas con qué jugar,
13:01
playing chess with other machines and so on.
261
769000
2000
jugar ajedrez con otras máquinas y cosas así.
13:03
And they did start to evolve.
262
771000
2000
Y comenzaron a evolucionar.
13:05
And he went around the country after that.
263
773000
2000
Y él recorrió el país después de eso.
13:07
Every time there was a new, fast machine, he started using it,
264
775000
4000
Cada vez que había una máquina nueva, más rápida, él la usaba,
13:11
and saw exactly what's happening now.
265
779000
2000
y vio exactamente lo que sucede ahora:
13:13
That the programs, instead of being turned off -- when you quit the program,
266
781000
6000
que los programas, en lugar de apagarse -- cuando sales del programa,
13:19
you'd keep running
267
787000
2000
siguen ejecutándose
13:21
and, basically, all the sorts of things like Windows is doing,
268
789000
4000
y, básicamente, el tipo de cosas que Windows hace --
13:25
running as a multi-cellular organism on many machines,
269
793000
2000
ejecutándose como un organismo multicelular en muchas máquinas --
13:27
he envisioned all that happening.
270
795000
1000
previó que eso sucedería.
13:28
And he saw that evolution itself was an intelligent process.
271
796000
3000
Y vio que la evolución misma era un proceso inteligente.
13:31
It wasn't any sort of creator intelligence,
272
799000
3000
No era una especie de inteligencia creadora,
13:34
but the thing itself was a giant parallel computation
273
802000
3000
sino que era una computación paralela gigantesca
13:37
that would have some intelligence.
274
805000
2000
que tendría alguna inteligencia.
13:39
And he went out of his way to say
275
807000
2000
Y llegó a decir
13:41
that he was not saying this was lifelike,
276
809000
3000
que no decía que fuera un ser vivo,
13:44
or a new kind of life.
277
812000
2000
o un nuevo tipo de vida;
13:46
It just was another version of the same thing happening.
278
814000
3000
era sólo otra versión de la misma cosa sucediendo.
13:49
And there's really no difference between what he was doing in the computer
279
817000
3000
Y realmente no hay diferencia entre lo que hacía en su computadora
13:52
and what nature did billions of years ago.
280
820000
3000
y lo que la naturaleza hizo hace miles de millones de años.
13:55
And could you do it again now?
281
823000
2000
¿Podrías hacerlo de nuevo ahora?
13:57
So, when I went into these archives looking at this stuff, lo and behold,
282
825000
4000
Entonces, cuando fui a los archivos buscando esto,
14:01
the archivist came up one day, saying,
283
829000
2000
el archivista vino un día, diciendo,
14:03
"I think we found another box that had been thrown out."
284
831000
3000
"Creo que encontré otra caja que fue descartada."
14:06
And it was his universe on punch cards.
285
834000
2000
Y era su universo en tarjetas perforadas.
14:08
So there it is, 50 years later, sitting there -- sort of suspended animation.
286
836000
6000
Y allí está, 50 años más tarde. Como en animación suspendida.
14:14
That's the instructions for running --
287
842000
2000
Esas son las instrucciones para ejecutarlo --
14:16
this is actually the source code
288
844000
2000
este es el código fuente
14:18
for one of those universes,
289
846000
2000
para uno de esos universos,
14:20
with a note from the engineers
290
848000
2000
con una nota de los ingenieros
14:22
saying they're having some problems.
291
850000
1000
diciendo que tenían algunos problemas.
14:23
"There must be something about this code that you haven't explained yet."
292
851000
5000
"Debe haber algo en este código que no has explicado aún."
14:28
And I think that's really the truth. We still don't understand
293
856000
3000
Y creo que esa es la verdad. Aún no entendemos
14:31
how these very simple instructions can lead to increasing complexity.
294
859000
4000
cómo estas instrucciones simples pueden llevar a una complejidad en aumento.
14:35
What's the dividing line between
295
863000
2000
¿Cuál es la línea que divide
14:37
when that is lifelike and when it really is alive?
296
865000
4000
cuándo es similar a la vida y cuándo está realmente vivo?
14:41
These cards, now, thanks to me showing up, are being saved.
297
869000
4000
Estas tarjetas, gracias a que aparecí, serán salvadas.
14:45
And the question is, should we run them or not?
298
873000
2000
Y la pregunta es, ¿debemos ejecutarlas o no?
14:47
You know, could we get them running?
299
875000
2000
¿Podemos ejecutarlas?
14:49
Do you want to let it loose on the Internet?
300
877000
1000
¿Quisieran dejarlas libres en la Internet?
14:50
These machines would think they --
301
878000
2000
Estas máquinas podrían pensar --
14:52
these organisms, if they came back to life now --
302
880000
3000
estos organismos, si volvieran a la vida ahora,
14:55
whether they've died and gone to heaven, there's a universe.
303
883000
2000
que murieron y fueron al cielo, hay un universo --
14:57
My laptop is 10 thousand million times
304
885000
5000
mi laptop es 10 mil millones de veces
15:02
the size of the universe that they lived in when Barricelli quit the project.
305
890000
5000
el tamaño del universo en el que vivieron cuando Barricelli dejó el proyecto.
15:07
He was thinking far ahead, to
306
895000
2000
Estab pensando muy hacia adelante, en
15:09
how this would really grow into a new kind of life.
307
897000
3000
cómo esto realmente crecería en una nueva forma de vida.
15:12
And that's what's happening!
308
900000
2000
¡Y eso está sucediendo!
15:14
When Juan Enriquez told us about
309
902000
2000
Cuando Juan Enriquez nos contó de
15:16
these 12 trillion bits being transferred back and forth,
310
904000
4000
estos 12 billones de bits transferidos ida y vuelta,
15:20
of all this genomics data going to the proteomics lab,
311
908000
4000
de estos datos genomicos en los estudios de proteínas,
15:24
that's what Barricelli imagined:
312
912000
2000
eso es lo que Barricelli imaginó:
15:26
that this digital code in these machines
313
914000
3000
que este código digital en estas máquinas
15:29
is actually starting to code --
314
917000
2000
está comenzando a escribir código --
15:31
it already is coding from nucleic acids.
315
919000
3000
ya está escribiendo a partir de ácidos nucleicos.
15:34
We've been doing that since, you know, since we started PCR
316
922000
3000
Lo hemos estado haciendo desde que comenzamos PCR
15:37
and synthesizing small strings of DNA.
317
925000
6000
y sintetizamos pequeñas cadenas de ADN.
15:43
And real soon, we're actually going to be synthesizing the proteins,
318
931000
3000
Y muy pronto estaremos sintetizando las proteínas,
15:46
and, like Steve showed us, that just opens an entirely new world.
319
934000
5000
y como Steve nos demostró, eso abre un mundo completamente nuevo.
15:51
It's a world that Von Neumann himself envisioned.
320
939000
3000
Es un mundo que von Neumann mismo previó.
15:54
This was published after he died: his sort of unfinished notes
321
942000
3000
Esto fue publicado después de su muerte: sus notas inconclusas
15:57
on self-reproducing machines,
322
945000
2000
sobre máquinas auto-replicantes.
15:59
what it takes to get the machines sort of jump-started
323
947000
3000
Qué se necesita para hacer que las máquinas
16:02
to where they begin to reproduce.
324
950000
2000
comiencen a reproducirse.
16:04
It took really three people:
325
952000
2000
Se necesitaron tres personas:
16:06
Barricelli had the concept of the code as a living thing;
326
954000
3000
Barricelli tenía el concepto del código como algo viviente.
16:09
Von Neumann saw how you could build the machines --
327
957000
3000
Von Neumann vio cómo construír las máquinas.
16:12
that now, last count, four million
328
960000
3000
Que ahora, a última cuenta, cuatro millones
16:15
of these Von Neumann machines is built every 24 hours;
329
963000
3000
de estas máquinas de Von Neumann son construídas cada 24 horas.
16:18
and Julian Bigelow, who died 10 days ago --
330
966000
4000
Y Julian Bigelow, quien murió hace 10 días --
16:22
this is John Markoff's obituary for him --
331
970000
3000
este es el obituario de John Markoff para él --
16:25
he was the important missing link,
332
973000
2000
Él era el importante eslabón perdido,
16:27
the engineer who came in
333
975000
2000
el ingeniero que llegó
16:29
and knew how to put those vacuum tubes together and make it work.
334
977000
3000
y sabía cómo poner juntos esos tubos de vacío y hacerlos trabajar.
16:32
And all our computers have, inside them,
335
980000
2000
Y todas nuestras computadoras tienen dentro
16:34
the copies of the architecture that he had to just design
336
982000
4000
las copias de la arquitectura que él tuvo que diseñar
16:38
one day, sort of on pencil and paper.
337
986000
3000
un día, como con lápiz y papel.
16:41
And we owe a tremendous credit to that.
338
989000
2000
Y le debemos un crédito tremendo por eso.
16:43
And he explained, in a very generous way,
339
991000
4000
Y explicó, de manera generosa,
16:47
the spirit that brought all these different people to
340
995000
2000
el espíritu que trajo estas diferentes personas
16:49
the Institute for Advanced Study in the '40s to do this project,
341
997000
3000
al Instituto de Estudios Avanzados en los 40 para este proyecto,
16:52
and make it freely available with no patents, no restrictions,
342
1000000
3000
y lo hizo disponible libremente, sin patentes, sin restricciones,
16:55
no intellectual property disputes to the rest of the world.
343
1003000
3000
sin disputas de propiedad intelectual para el resto del mundo.
16:58
That's the last entry in the logbook
344
1006000
3000
Esa el la última entrada en la bitácora
17:01
when the machine was shut down, July 1958.
345
1009000
3000
cuando la máquina fue apagada, Julio de 1958.
17:04
And it's Julian Bigelow who was running it until midnight
346
1012000
3000
Y era Julian BIgelow quien la estuvo ejecutando hasta medianoche
17:07
when the machine was officially turned off.
347
1015000
2000
cuando la máquina fue oficialmente apagada.
17:09
And that's the end.
348
1017000
2000
Y ese es el fin.
17:11
Thank you very much.
349
1019000
2000
Muchas gracias.
17:13
(Applause)
350
1021000
1000
(Aplausos)
ABOUT THE SPEAKER
George Dyson - Historian of scienceIn telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead.
Why you should listen
The development of the Aleutian kayak, its adaptation by Russians in the 18th and 19th centuries, and his own redevelopment of the craft in the 1970s was chronicled in George Dyson’s Baidarka: The Kayak of 1986. His 1997 Darwin Among the Machines: The Evolution of Global Intelligence (“the last book about the Internet written without the Internet”) explored the history and prehistory of digital computing and telecommunications as a manifestation of the convergent destiny of organisms and machines.
Project Orion: The True Story of the Atomic Spaceship, published in 2002, assembled first-person interviews and recently declassified documents to tell the story of a path not taken into space: a nuclear-powered spaceship whose objective was to land a party of 100 people on Mars four years before we landed two people on the Moon. Turing's Cathedral: The Origins of the Digital Universe, published in 2012, illuminated the transition from numbers that mean things to numbers that do things in the aftermath of World War II.
Dyson’s current project, Analogia, is a semi-autobiographical reflection on how analog computation is re-establishing control over the digital world.
George Dyson | Speaker | TED.com