TED2009
Ray Kurzweil: A university for the coming singularity
Ray Kurzweil: Una universidad para la singularidad que viene
Filmed:
Readability: 4.9
1,025,725 views
Los últimos gráficos de Ray Kurzweil muestran que los rápidos avances en tecnología sólo van a acelerarse -- con o sin recesión. Nos devela su nuevo proyecto, la Universidad de la Singularidad, para estudiar la tecnología que viene y guiarla para beneficio de la humanidad.
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
La tecnología de información crece exponencialmente.
00:16
It's not linear. And our intuition is linear.
1
4000
4000
No es lineal. Y nuestra intuición es lineal.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
Al caminar por la sabana hace mil años
00:22
we made linear predictions where that animal would be,
3
10000
2000
predecíamos linealmente donde estaría un animal
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
y nos funcionaba bien; está programado en nuestro cerebro.
00:27
But the pace of exponential growth
5
15000
3000
Pero el ritmo de crecimiento exponencial es
00:30
is really what describes information technologies.
6
18000
3000
lo que realmente describe a las tecnologías de información.
00:33
And it's not just computation.
7
21000
3000
Y no sólo en la computación.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
Hay una gran diferencia entre crecimiento lineal y exponencial.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
Si doy 30 pasos lineales: uno, dos, tres, cuatro, cinco
00:42
I get to 30.
10
30000
2000
llego a 30.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
Si doy 30 pasos exponenciales: 2, 4, 8, 16
00:47
I get to a billion.
12
35000
2000
llego a mil millones.
00:49
It makes a huge difference.
13
37000
2000
Es una enorme diferencia.
00:51
And that really describes information technology.
14
39000
2000
Esto describe realmente a la tecnología de información.
00:53
When I was a student at MIT,
15
41000
2000
Cuando era estudiante en MIT
00:55
we all shared one computer that took up a whole building.
16
43000
2000
compartíamos una computadora que ocupaba un edificio completo.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
La computadora en su celular es un millón de veces mas barata
01:00
a million times smaller,
18
48000
2000
un millón de veces más pequeña
01:02
a thousand times more powerful.
19
50000
2000
y mil veces más poderosa.
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
Es un incremento de mil millones de veces la capacidad por dólar
01:07
that we've actually experienced since I was a student.
21
55000
2000
que hemos visto desde que yo era estudiante.
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
Volveremos a verlo nuevamente en los próximos 25 años.
01:12
Information technology progresses
23
60000
2000
La tecnología de la información progresa
01:14
through a series of S-curves
24
62000
2000
en una serie de curvas con forma de "S"
01:16
where each one is a different paradigm.
25
64000
2000
donde cada una es un paradigma diferente.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
La gente dice, "¿Qué va a pasar cuando termine la Ley de Moore?"
01:21
Which will happen around 2020.
27
69000
2000
Lo cual ocurrirá alrededor del 2020.
01:23
We'll then go to the next paradigm.
28
71000
2000
Pasaremos al siguiente paradigma.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
La Ley de Moore no fue el primer paradigma que
01:27
to bring exponential growth to computing.
30
75000
2000
introdujo el crecimiento exponencial a la computación.
01:29
The exponential growth of computing started
31
77000
2000
El crecimiento exponencial de la computación comenzó
01:31
decades before Gordon Moore was even born.
32
79000
2000
décadas antes del nacimiento de Gordon Moore.
01:33
And it doesn't just apply to computation.
33
81000
4000
Y no sólo se aplica a la computación.
01:37
It's really any technology where we can measure
34
85000
2000
Aplica a cualquier tecnología donde podamos medir
01:39
the underlying information properties.
35
87000
3000
las propiedades subyacentes de la información.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
Aquí tenemos 49 computadoras famosas. Las puse en un gráfico logarítmico.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
La escala logarítmica oculta la escala del incremento.
01:50
because this represents trillions-fold increase
38
98000
2000
Porque representa un incremento billonario
01:52
since the 1890 census.
39
100000
3000
desde el censo de 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
En la década de 1950 reducíamos los tubos de vacío
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
haciéndolos más pequeños. Al final topamos con un muro.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
Ya no se podía reducir el tubo y mantener el vacío.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
Ese fue el fin de los cada vez más pequeños tubos de vacío.
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
Pero no fue el fin del crecimiento exponencial de la computación.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
Pasamos al cuarto paradigma, transistores,
02:10
and finally integrated circuits.
46
118000
2000
y finalmente a los circuitos integrados.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
Cuando lleguen a su fin pasaremos al sexto paradigma
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
circuitos moleculares tridimensionales autoorganizados.
02:18
But what's even more amazing, really, than this
49
126000
3000
Pero lo que es aún más asombroso, más que esta
02:21
fantastic scale of progress,
50
129000
2000
fantástica escala de progresión
02:23
is that -- look at how predictable this is.
51
131000
2000
es observar lo predecible que es.
02:25
I mean this went through thick and thin,
52
133000
2000
Pasó por las buenas y las malas
02:27
through war and peace, through boom times and recessions.
53
135000
3000
por la guerra y la paz, por épocas de crecimiento y recesión.
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
La Gran Depresión no hizo mella en su crecimiento exponencial.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
Sucederá lo mismo durante la recesión económica que vivimos ahora.
02:38
At least the exponential growth of information technology capability
56
146000
3000
El crecimiento exponencial en la capacidad de la tecnología de
02:41
will continue unabated.
57
149000
3000
información continuará sin desaceleración.
02:44
And I just updated these graphs.
58
152000
2000
Acabo de actualizar estos gráficos.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
Porque los tenía hasta el 2002 en mi libro, "La Singularidad está Cerca."
02:49
So we updated them,
60
157000
2000
De modo que los actualizamos
02:51
so I could present it here, to 2007.
61
159000
3000
hasta 2007 para que pudiera presentarlos aquí.
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
Y me dijeron: "Bueno, ¿no estás nervioso?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
Tal vez el crecimiento no se mantuvo en esa progresión exponencial".
03:00
I was a little nervous
64
168000
2000
Estaba un poco nervioso
03:02
because maybe the data wouldn't be right,
65
170000
2000
porque tal vez los datos estaban incorrectos.
03:04
but I've done this now for 30 years,
66
172000
2000
pero he trabajado en ello durante 30 años,
03:06
and it has stayed on this exponential progression.
67
174000
3000
y la progresión exponencial se ha mantenido.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
Miren este gráfico. Podía comprarse un transistor por un dólar en 1968.
03:12
You can buy half a billion today,
69
180000
2000
Hoy pueden comprarse 500 millones.
03:14
and they are actually better, because they are faster.
70
182000
2000
Y son en realidad mejores, porque son más rápidos.
03:16
But look at how predictable this is.
71
184000
2000
Pero vean qué predecible es.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
Yo diría que este conocimiento abarca datos anteriores.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
He realizado predicciones de cara al futuro durante unos 30 años
03:25
And the cost of a transistor cycle,
74
193000
2000
y el costo de un ciclo de transistor, una
03:27
which is a measure of the price performance of electronics,
75
195000
2000
medida de desempeño en el precio de la electrónica,
03:29
comes down about every year.
76
197000
2000
disminuye aproximadamente cada año.
03:31
That's a 50 percent deflation rate.
77
199000
2000
Equivale a un ritmo de deflación del 50 por ciento
03:33
And it's also true of other examples,
78
201000
2000
y ello también es cierto para otros ejemplos
03:35
like DNA data or brain data.
79
203000
2000
como para los datos del ADN o del cerebro.
03:37
But we more than make up for that.
80
205000
2000
Y más que compensamos eso.
03:39
We actually ship more than twice as much
81
207000
2000
En realidad despachamos más del doble
03:41
of every form of information technology.
82
209000
2000
de todo tipo de tecnologías de información.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
Hemos tenido un crecimiento del 18 por ciento en dólares constantes
03:46
in every form of information technology for the last half-century,
84
214000
3000
en todas las tecnologías de información en el último medio siglo
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
a pesar de que se puede conseguir el doble de ella cada año.
03:53
This is a completely different example.
86
221000
2000
Este es un ejemplo totalmente distinto.
03:55
This is not Moore's Law.
87
223000
2000
No es la Ley de Moore.
03:57
The amount of DNA data
88
225000
2000
La cantidad de datos del ADN
03:59
we've sequenced has doubled every year.
89
227000
2000
que hemos secuenciado se ha duplicado cada año.
04:01
The cost has come down by half every year.
90
229000
3000
Su costo se ha disminuido a la mitad cada año.
04:04
And this has been a smooth progression
91
232000
2000
Ha sido una progresión constante
04:06
since the beginning of the genome project.
92
234000
2000
desde el inicio del proyecto del genoma.
04:08
And halfway through the project, skeptics said,
93
236000
2000
A la mitad del proyecto los escépticos dijeron
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"Esto no va a funcionar. El proyecto del genoma está a medio camino
04:13
and you've finished one percent of the project."
95
241000
2000
y han completado un uno por ciento del proyecto."
04:15
But that was really right on schedule.
96
243000
2000
Pero en realidad estaba en tiempo.
04:17
Because if you double one percent seven more times,
97
245000
2000
Porque al duplicar uno por ciento siete veces más
04:19
which is exactly what happened,
98
247000
2000
que es exactamente lo que sucedió
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
se tiene el 100 por ciento. Y el proyecto se terminó a tiempo.
04:24
Communication technologies:
100
252000
2000
Tecnologías de la comunicación:
04:26
50 different ways to measure this,
101
254000
2000
50 modos distintos de medirlas.
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
La cantidad de bits movilizados, el tamaño de la internet...
04:31
But this has progressed at an exponential pace.
103
259000
2000
Ha progresado a un paso exponencial.
04:33
This is deeply democratizing.
104
261000
2000
Esto es profundamente democratizante.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
Escribí, hace más de 20 años en "La Era de las Máquinas Inteligentes",
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
cuando la Unión Soviética era fuerte, que ésta sería arrasada
04:41
by this growth of decentralized communication.
107
269000
4000
por el crecimiento en la comunicación descentralizada.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
Y tendremos mucha computación a medida que avanza el siglo XXI
04:48
to do things like simulate regions of the human brain.
109
276000
4000
para hacer cosas como simular regiones del cerebro humano.
04:52
But where will we get the software?
110
280000
2000
¿Pero dónde conseguiremos el software?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
Algunos críticos dicen: "Oh, el software está atascado en el lodo."
04:57
But we are learning more and more about the human brain.
112
285000
2000
Pero estamos aprendiendo más y más sobre el cerebro humano.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
La resolución espacial de la tomografía cerebral se duplica cada año.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
La información que obtenemos del cerebro se duplica cada año.
05:05
And we're showing that we can actually turn this data
115
293000
3000
Y demostramos que en realidad podemos transformar los datos
05:08
into working models and simulations of brain regions.
116
296000
3000
en modelos funcionales y simulaciones de regiones del cerebro.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
Hay 20 regiones del cerebro que han sido modeladas
05:13
simulated and tested:
118
301000
2000
simuladas y probadas:
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
la corteza auditiva, regiones de la corteza visual
05:18
cerebellum, where we do our skill formation;
120
306000
2000
el cerebelo donde se forman las habilidades
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
partes de la corteza cerebral donde llevamos a cabo el pensamiento racional.
05:24
And all of this has fueled
122
312000
2000
Y todo esto ha alimentado
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
un incremento, muy constante y predecible, de la productividad.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
Hemos pasado de 30 dolares a 130 dólares
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
en dólares constantes el valor promedio de una hora de trabajo humano
05:35
fueled by this information technology.
126
323000
3000
impulsado por las tecnologías de información.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
Y todos estamos preocupados por la energía y el medio ambiente.
05:41
Well this is a logarithmic graph.
128
329000
2000
Bueno esta es una gráfica logarítmica.
05:43
This represents a smooth doubling,
129
331000
2000
Representa la duplicación constante
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
cada dos años, del aumento de energía solar que estamos creando.
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
Particularmente ahora a medida que aplicamos nanotecnología
05:51
a form of information technology, to solar panels.
132
339000
3000
una forma de tecnología de información, a los paneles solares.
05:54
And we're only eight doublings away
133
342000
2000
Y estamos a sólo ocho duplicaciones de
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
satisfacer todas nuestras necesidades energéticas.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
Hay 10 mil veces más luz solar de la que necesitamos.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
Finalmente nos fusionaremos con esta tecnología. Ya se encuentra muy cerca de nosotros.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
Antes estaba al otro lado del campus. Ahora cabe en nuestros bolsillos.
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
Lo que ocupaba un edificio ahora cabe en nuestros bolsillos.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
Lo que hoy cabe en el bolsillo cabrá en una célula sanguínea en 25 años.
06:16
And we will begin to actually deeply influence
140
364000
4000
Y comenzaremos a influir profundamente
06:20
our health and our intelligence,
141
368000
2000
en nuestra salud y nuestra inteligencia
06:22
as we get closer and closer to this technology.
142
370000
4000
a medida que nos acercamos más y más a esta tecnología.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
Basado en ello anunciamos aquí en TED
06:29
in true TED tradition, Singularity University.
144
377000
3000
en la verdadera tradición de TED, la Universidad de la Singularidad.
06:32
It's a new university
145
380000
2000
Es una nueva universidad
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
fundada por Peter Diamandis, quien está aquí
06:36
and myself.
147
384000
2000
en el público y por mí.
06:38
It's backed by NASA and Google,
148
386000
2000
Cuenta con el apoyo de NASA y Google
06:40
and other leaders in the high-tech and science community.
149
388000
4000
y de otros líderes de la comunidad científica de la alta tecnología.
06:44
And our goal was to assemble the leaders,
150
392000
3000
Nuestro objetivo era reunir a los líderes
06:47
both teachers and students,
151
395000
2000
tanto a maestros como estudiantes
06:49
in these exponentially growing information technologies,
152
397000
2000
de estas tecnologías de información crecientes
06:51
and their application.
153
399000
2000
y de su aplicación.
06:53
But Larry Page made an impassioned speech
154
401000
2000
Pero Larry Page hizo un discurso apasionado
06:55
at our organizing meeting,
155
403000
2000
en nuestra reunión de organización
06:57
saying we should devote this study
156
405000
5000
donde dijo que deberíamos dedicar los estudios
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
a atender algunos de los mayores retos que enfrenta la humanidad
07:06
And if we did that, then Google would back this.
158
414000
2000
y que si lo hacíamos, entonces Google los apoyaría.
07:08
And so that's what we've done.
159
416000
2000
Y eso es lo que hemos hecho.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
El último tercio de las sesiones intensivas de verano de nueve semanas
07:14
will be devoted to a group project to address
161
422000
2000
serán dedicadas a un proyecto en grupo para atender
07:16
some major challenge of humanity.
162
424000
2000
uno de los mayores desafíos de la humanidad.
07:18
Like for example, applying the Internet,
163
426000
2000
Como por ejemplo, utilizar la internet
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
que ahora es ubicua, en áreas rurales de China o África
07:25
to bringing health information
165
433000
2000
para llevar información sobre salud
07:27
to developing areas of the world.
166
435000
3000
a las áreas en desarrollo del mundo.
07:30
And these projects will continue past these sessions,
167
438000
3000
Los proyectos continuarán más allá de las sesiones
07:33
using collaborative interactive communication.
168
441000
3000
utilizando comunicación colaborativa interactiva.
07:36
All the intellectual property that is created and taught
169
444000
4000
Toda la propiedad intelectual que se cree y enseñe
07:40
will be online and available,
170
448000
2000
estará en línea y disponible
07:42
and developed online in a collaborative fashion.
171
450000
3000
y será desarrollada en línea de manera colaborativa.
07:45
Here is our founding meeting.
172
453000
2000
Esta es nuestra reunión inicial.
07:47
But this is being announced today.
173
455000
2000
Pero esto lo anunciamos hoy.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
Su sede permanente se ubicará en Silicon Valley
07:52
at the NASA Ames research center.
175
460000
2000
en el Centro de Investigación Ames de la NASA.
07:54
There are different programs for graduate students,
176
462000
2000
Hay distintos programas para estudiantes de posgrado
07:56
for executives at different companies.
177
464000
3000
para ejecutivos de distintas compañìas.
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
Las seis primeras líneas son: inteligencia artificial
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
tecnologías avanzadas de computación, biotecnología, nanotecnología
08:04
are the different core areas of information technology.
180
472000
4000
que son las distintas áreas básicas de la tecnología de información.
08:08
Then we are going to apply them to the other areas,
181
476000
2000
Después vamos a aplicarlas a las otras áreas
08:10
like energy, ecology,
182
478000
3000
como energía, ecología
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
política legislativa y ética, a emprendedores
08:15
so that people can bring these new technologies to the world.
184
483000
4000
para que las personas puedan llevar estas nuevas tecnologías al mundo.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
De modo que estamos muy agradecidos por el apoyo que hemos recibido
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
tanto de los líderes intelectuales, líderes de la alta tecnología
08:26
particularly Google and NASA.
187
494000
2000
en particular de Google y NASA.
08:28
This is an exciting new venture.
188
496000
2000
Esta es una emocionante nueva empresa.
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
Y los invitamos a participar. Muchas gracias.
08:33
(Applause)
190
501000
3000
(Aplausos)
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