TED2009
Ray Kurzweil: A university for the coming singularity
ריי קורצווייל: אוניברסיטה לסינגולריות שבדרך
Filmed:
Readability: 4.9
1,025,725 views
הגרפים החדשים ביותר של ריי קורצווייל מראים כי ההתקדמות המסחררת של הטכנולוגיה רק תלך ותאיץ עוד -- מיתון או לא. הוא חושף את הפרוייקט החדש שלו, אוניברסיטת הסינגולריות, ללימוד טכנולוגיות חדישות ולניתובן לטובת האנושות.
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
טכנולוגיית המידע מתקדמת בצורה אקספוננציאלית (מעריכית)
00:16
It's not linear. And our intuition is linear.
1
4000
4000
לא בצורה לינארית (קווית). והאינטואיציה שלנו היא לינארית.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
כשהלכנו בסוואנה לפני אלף שנה
00:22
we made linear predictions where that animal would be,
3
10000
2000
הערכנו בצורה לינארית היכן תימצא החיה.
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
וזה עבד מצוין. זה נצרב למוחותינו.
00:27
But the pace of exponential growth
5
15000
3000
אבל הקצב של הגידול האקספוננציאלי
00:30
is really what describes information technologies.
6
18000
3000
הוא מה שבאמת מתאר את טכנולוגיות המידע.
00:33
And it's not just computation.
7
21000
3000
וזה לא רק חישוב.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
יש הבדל גדול בין גידול לינארי לאקספוננציאלי.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
אם אבצע 30 צעדים בצורה לינארית, אחת, שתיים, שלוש, ארבע, חמש,
00:42
I get to 30.
10
30000
2000
אגיע ל30.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
אם אבצע 30 צעדים בצורה אקספוננציאלית, שתיים, ארבע, שמונה, 16,
00:47
I get to a billion.
12
35000
2000
אגיע למיליארד.
00:49
It makes a huge difference.
13
37000
2000
זה הבדל עצום.
00:51
And that really describes information technology.
14
39000
2000
וזה מה שבאמת מתאר את טכנולוגיית המידע.
00:53
When I was a student at MIT,
15
41000
2000
כשהייתי סטודנט באוניברסיטת MIT
00:55
we all shared one computer that took up a whole building.
16
43000
2000
חלקנו ביננו מחשב אחד שהיה בגודל הבניין כולו.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
המחשב שיש לכם בטלפון הסלולרי כיום הוא זול פי מליון,
01:00
a million times smaller,
18
48000
2000
קטן פי מליון,
01:02
a thousand times more powerful.
19
50000
2000
חזק פי אלף.
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
זה שיפור של פי מיליארד ביכולות לכל דולר
01:07
that we've actually experienced since I was a student.
21
55000
2000
שחווינו למעשה מאז שהייתי סטודנט.
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
ואנחנו נעשה את זה שוב ב25 שנים הבאות.
01:12
Information technology progresses
23
60000
2000
טכנולוגיית המידע מתקדמת
01:14
through a series of S-curves
24
62000
2000
ברצף של עקומות בצורת S
01:16
where each one is a different paradigm.
25
64000
2000
כשכל אחת היא פרדיגמה אחרת.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
אז אנשים אומרים: "מה יקרה כש'חוק מור' (Moore's Law) יגיע לקיצו?"
01:21
Which will happen around 2020.
27
69000
2000
דבר שיקרה בסביבות 2020.
01:23
We'll then go to the next paradigm.
28
71000
2000
אז אנחנו נתקדם לפרדיגמה הבאה.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
וחוק מור לא היה הפרדיגמה הראשונה
01:27
to bring exponential growth to computing.
30
75000
2000
שהביאה התקדמות אקספוננציאלית למיחשוב.
01:29
The exponential growth of computing started
31
77000
2000
ההתקדמות האקספוננציאלית במיחשוב החלה
01:31
decades before Gordon Moore was even born.
32
79000
2000
עשורים רבים לפני שגורדון מור בכלל נולד.
01:33
And it doesn't just apply to computation.
33
81000
4000
והחוק הזה לא תקף רק במיחשוב.
01:37
It's really any technology where we can measure
34
85000
2000
הוא תקף למעשה בכל טכנולוגיה שניתן למדוד בה
01:39
the underlying information properties.
35
87000
3000
את תכונות המידע היסודיות שבה.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
יש לנו כאן 49 מחשבים מפורסמים. אני מציג אותם בגרף לוגריתמי.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
הסולם הלוגריתמי מסתיר את הסולם של ההתקדמות.
01:50
because this represents trillions-fold increase
38
98000
2000
כיוון שזה מייצג התקדמות פי טריליונים
01:52
since the 1890 census.
39
100000
3000
מאז הסקר של 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
בשנות ה50 של המאה ה20 כיווצו שפופרות ואקום,
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
הקטינו אותן עוד ועוד. לבסוף נתקלו בקיר.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
הם לא יכלו להקטין עוד את השפופרות ועדיין לשמור על הואקום.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
וזה היה הסוף של כיווץ שפופרות ואקום.
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
אבל זה לא היה הסוף של הגידול האקספוננציאלי של המיחשוב.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
עברנו לפרדיגמה הרביעית, טרנזיסטורים,
02:10
and finally integrated circuits.
46
118000
2000
ולבסוף, מעגלים משולבים.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
וכשזה יגיע לקיצו, נעבור לפרדיגמה השישית,
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
מעגלים מולקולריים תלת-מימדיים שמתארגנים מעצמם.
02:18
But what's even more amazing, really, than this
49
126000
3000
אבל מה שאפילו יותר מדהים, בעצם,
02:21
fantastic scale of progress,
50
129000
2000
מקצב הגידול הפנטסטי הזה
02:23
is that -- look at how predictable this is.
51
131000
2000
הוא שתראו כמה שהוא צפוי.
02:25
I mean this went through thick and thin,
52
133000
2000
אני מתכוון, הוא המשיך בזמנים טובים ורעים,
02:27
through war and peace, through boom times and recessions.
53
135000
3000
במלחמה ושלום, בשגשוג ובמיתון.
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
"המיתון הגדול" לא גרם אפילו לקמט קל בגידול האקספוננציאלי הזה.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
ואחנו נראה את אותו הדבר במיתון הכלכלי של היום.
02:38
At least the exponential growth of information technology capability
56
146000
3000
לפחות הגידול האקספוננציאלי של היכולות של טכנולוגיית המידע
02:41
will continue unabated.
57
149000
3000
ימשיך ללא הפרעה.
02:44
And I just updated these graphs.
58
152000
2000
ורק לאחרונה עידכני את הגרפים האלה.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
כיוון שהם הופיעו מאז 2002 בספרי "הסינגולריות קרבה".
02:49
So we updated them,
60
157000
2000
אז עידכנו אותם,
02:51
so I could present it here, to 2007.
61
159000
3000
כדי שאוכל להציגם כאן, לשנת 2007
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
ושאלו אותי: "ובכן, אתה לא מודאג?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
אולי ההתקדמות לא תישאר אקספוננציאלית לגמרי."
03:00
I was a little nervous
64
168000
2000
הייתי קצת מודאג
03:02
because maybe the data wouldn't be right,
65
170000
2000
כי אולי הנתונים לא יהיו נכונים,
03:04
but I've done this now for 30 years,
66
172000
2000
אבל אני כבר עוסק בזה במשך 30 שנה,
03:06
and it has stayed on this exponential progression.
67
174000
3000
ועדיין, הגרף נשאר עם ההתקדמות האקספוננציאלית הזו.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
הביטו בגרף הזה. היה ניתן לקנות טרנזיסטור אחד בדולר אחד בשנת 1968.
03:12
You can buy half a billion today,
69
180000
2000
כיום ניתן לקנות חצי מיליארד.
03:14
and they are actually better, because they are faster.
70
182000
2000
והם אפילו יותר טובים, כי הם מהירים יותר.
03:16
But look at how predictable this is.
71
184000
2000
אבל ראו כמה זה צפוי.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
והייתי אומר שהידע הזה הוא יותר ממתאים לנתוני העבר.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
אני כבר מבצע את התחזיות האלה במשך כ30 שנה.
03:25
And the cost of a transistor cycle,
74
193000
2000
והמחיר של פעולת מחזור של טרנזיסטור,
03:27
which is a measure of the price performance of electronics,
75
195000
2000
שהוא מדד של מחיר הביצועים של אלקטרוניקה,
03:29
comes down about every year.
76
197000
2000
יורד בערך כל שנה.
03:31
That's a 50 percent deflation rate.
77
199000
2000
דבר שמייצג קצב של 50 אחוזי דיפלציה.
03:33
And it's also true of other examples,
78
201000
2000
והדבר נכון גם בדוגמאות אחרות
03:35
like DNA data or brain data.
79
203000
2000
כמו נתוני די.אנ.איי או נתוני מח.
03:37
But we more than make up for that.
80
205000
2000
אבל אנחנו יותר ממפצים על זה.
03:39
We actually ship more than twice as much
81
207000
2000
אנחנו למעשה מיצאים יותר מפי שניים
03:41
of every form of information technology.
82
209000
2000
מכל סוג של טכנולוגיית מידע.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
היו לנו 18 אחוזי גידול בדולרים
03:46
in every form of information technology for the last half-century,
84
214000
3000
בכל צורה של של טכנולוגיית מידע בחצי המאה האחרונה.
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
אף-על-פי שניתן להשיג פי שתיים יותר מכל טכנולוגיה - בכל שנה.
03:53
This is a completely different example.
86
221000
2000
זאת דוגמה שונה לגמרי.
03:55
This is not Moore's Law.
87
223000
2000
זה אינו חוק מור.
03:57
The amount of DNA data
88
225000
2000
כמות מידע הדי.אנ.איי
03:59
we've sequenced has doubled every year.
89
227000
2000
שאספנו הוכפל בכל שנה
04:01
The cost has come down by half every year.
90
229000
3000
המחיר יחד בחצי כל שנה.
04:04
And this has been a smooth progression
91
232000
2000
וזו היתה התקדמות חלקה
04:06
since the beginning of the genome project.
92
234000
2000
מאז תחילת פרוייקט הגנום האנושי.
04:08
And halfway through the project, skeptics said,
93
236000
2000
ובמחצית הפרוייקט, הספקנים אמרו:
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"זה לא עובד. אתם כבר באמצע הפרוייקט
04:13
and you've finished one percent of the project."
95
241000
2000
וסיימתם רק אחוז אחד מכלל הפרוייקט."
04:15
But that was really right on schedule.
96
243000
2000
אבל זה היה בדיוק לפי הלו"ז.
04:17
Because if you double one percent seven more times,
97
245000
2000
כי אם מכפילים אחוז אחד שבע פעמים נוספות,
04:19
which is exactly what happened,
98
247000
2000
וזה בדיוק מה שקרה,
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
מגיעים ל100 אחוז. והפרוייקט הסתיים בזמן.
04:24
Communication technologies:
100
252000
2000
טכנולוגיות תקשורת:
04:26
50 different ways to measure this,
101
254000
2000
50 דרכים שונות למדידה.
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
מספר ה"ביטים" שמועברים, גודל האינטרנט.
04:31
But this has progressed at an exponential pace.
103
259000
2000
אבל זה התקדם בקצב אקספוננציאלי.
04:33
This is deeply democratizing.
104
261000
2000
זה ממש גורם לדמוקרטיזציה.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
לפני 20 שנה, כתבתי ב"עידן המכונות האיטיליגנטיות"
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
כשברית המועצות היתה עדיין בתהליך התחזקות, שהיא תתפוגג
04:41
by this growth of decentralized communication.
107
269000
4000
ע"י הגל הזה של תקשורת מבוזרת.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
ויהיה לנו די כח מיחשוב במהלך המאה ה21
04:48
to do things like simulate regions of the human brain.
109
276000
4000
כדי לדמות איזורים מהמח האנושי.
04:52
But where will we get the software?
110
280000
2000
אבל מהיכן נשיג את התוכנה?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
חלק מהמבקרים אומרים: "המ.. התוכנה תקועה ולא מתקדמת"
04:57
But we are learning more and more about the human brain.
112
285000
2000
אבל אנחנו לומדים עוד ועוד על המוח האנושי.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
והרזולוציה המרחבית של סריקת המח האנושי מוכפלת כל שנה.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
כמות המידע שאנחנו אוספים על המוח מוכפלת כל שנה.
05:05
And we're showing that we can actually turn this data
115
293000
3000
ואנחנו מראים שאנחנו אכן יכולים להפוך את המידע הזה
05:08
into working models and simulations of brain regions.
116
296000
3000
לכדי מודלים מתפקדים וסימולציות של חלקים במוח.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
ישנם כ20 איזורים במוח שכבר יש לנו עבורם מודלים,
05:13
simulated and tested:
118
301000
2000
שעברו סימולציה ומבחנים:
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
קליפת השמיעה, איזורים של קליפת הראיה,
05:18
cerebellum, where we do our skill formation;
120
306000
2000
המח הקטן, האיזור בו אנחנו מייצבים את היכולות שלנו,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
פיסות של קליפת המח, האיזור בו אנחנו מבצעים חשיבה הגיונית.
05:24
And all of this has fueled
122
312000
2000
וכל זה הניע
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
שיפור, מאוד חלק וצפוי, של פרודוקטיביות.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
עברנו מ30 דולר ל130 דולר
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
בשווי ממוצע עבור שעת עבודת אדם,
05:35
fueled by this information technology.
126
323000
3000
דבר שהונע ע" טכנולוגיית המידע.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
וכולנו מודאגים מאנרגיה ומהסביבה.
05:41
Well this is a logarithmic graph.
128
329000
2000
ובכן, זה גרף לוגריתמי,
05:43
This represents a smooth doubling,
129
331000
2000
שמתאר הכפלה יציבה
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
כל שנתיים, של כמות האנרגיה הסולארית שאנחנו מייצרים.
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
ובייחוד כעת, כאשר אנחנו מיישמים ננו-טכנולוגיה,
05:51
a form of information technology, to solar panels.
132
339000
3000
שהיא סוג של טכנולוגיית מידע, ללוחות סולאריים.
05:54
And we're only eight doublings away
133
342000
2000
ואנחנו רק במרחק של 8 הכפלות
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
מיכולת ייצור של 100 אחוזים מצרכי האנרגיה שלנו.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
ויש פי 10,000 יותר אור שמש ממה שאנחנו צריכים.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
אנחנו לבסוף נתמזג עם הטכנולוגיה הזאת. זה כבר די קרוב אלינו.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
כשהייתי סטודנט זה היה לרוחב הקמפוס. היום זה נכנס בכיס.
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
מה שתפס בניין שלם, היום נכנס בכיס.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
מה שהיום נכנס בכיס, ייכנס בתוך תא דם בעוד 25 שנה.
06:16
And we will begin to actually deeply influence
140
364000
4000
ואנחנו נתחיל להשפיע באופן מהותי ביותר
06:20
our health and our intelligence,
141
368000
2000
על הבריאות והאינטיליגנציה שלנו
06:22
as we get closer and closer to this technology.
142
370000
4000
ככל שנתקרב לטכנולוגיה הזאת.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
בהתבסס על זה, אנחנו מכריזים כאן בTED
06:29
in true TED tradition, Singularity University.
144
377000
3000
כמיטב מסורת TED, על אוניברסיטת הסינגולריות.
06:32
It's a new university
145
380000
2000
זו אוניברסיטה חדשה
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
שמיוסדת ע"י פיטר דיאמנדיס, שנמצא כאן בקהל,
06:36
and myself.
147
384000
2000
ואנוכי.
06:38
It's backed by NASA and Google,
148
386000
2000
היא נתמכת ע"י נאסא וגוגל,
06:40
and other leaders in the high-tech and science community.
149
388000
4000
וע"י מובילים אחרים בקהילת ההי-טק והמדע.
06:44
And our goal was to assemble the leaders,
150
392000
3000
מטרתנו היתה לאסוף את המנהיגים,
06:47
both teachers and students,
151
395000
2000
מורים ותלמידים כאחד,
06:49
in these exponentially growing information technologies,
152
397000
2000
בתחומי הטכנולוגיות האלה, שמתקדמות בקצב האקספוננציאלי,
06:51
and their application.
153
399000
2000
וביישומן.
06:53
But Larry Page made an impassioned speech
154
401000
2000
אבל לארי פייג' נשא נאום נרגש
06:55
at our organizing meeting,
155
403000
2000
באסיפת הייסוד שלנו,
06:57
saying we should devote this study
156
405000
5000
ואמר שעלינו להקדיש את המחקר הזה
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
לנסיון לפתור כמה מהאתגרים הגדולים ביותר שמולם ניצבת האנושות.
07:06
And if we did that, then Google would back this.
158
414000
2000
ושאם נעשה כך, גוגל תתמוך בנו.
07:08
And so that's what we've done.
159
416000
2000
וכך עשינו.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
השליש האחרון של קורס הקיץ האינטנסיבי בן 9 השבועות
07:14
will be devoted to a group project to address
161
422000
2000
יוקדש לפרוייקט קבוצתי שמטרתו להתמקד
07:16
some major challenge of humanity.
162
424000
2000
באיזה אתגר גדול של האנושות.
07:18
Like for example, applying the Internet,
163
426000
2000
כמו למשל, להשתמש ברשת האינטרנט,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
שכבר נפוצה באיזורים כפריים של סין או אפריקה,
07:25
to bringing health information
165
433000
2000
להפצת מידע בריאותי
07:27
to developing areas of the world.
166
435000
3000
באיזורים מתפתחים של העולם.
07:30
And these projects will continue past these sessions,
167
438000
3000
והפרוייקטים האלה ימשיכו מעבר לקורסים האלה
07:33
using collaborative interactive communication.
168
441000
3000
תוך שימוש בתקשרות שיתופית אינטראקטיבית.
07:36
All the intellectual property that is created and taught
169
444000
4000
כל הקניין הרוחני שייווצר ויילמד
07:40
will be online and available,
170
448000
2000
יהיה נגיש ברשת
07:42
and developed online in a collaborative fashion.
171
450000
3000
ויפותח ברשת בצורה שיתופית.
07:45
Here is our founding meeting.
172
453000
2000
הנה אסיפת הייסוד שלנו.
07:47
But this is being announced today.
173
455000
2000
אבל אנחנו מכריזים על זאת היום.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
מפקדת הקבע שלנו תהיה בעמק הסיליקון,
07:52
at the NASA Ames research center.
175
460000
2000
במרכז המחקר "איימס" של נאסא.
07:54
There are different programs for graduate students,
176
462000
2000
ישנן תוכניות שונות עבור תלמידים לתארים מתקדמים,
07:56
for executives at different companies.
177
464000
3000
לבכירים בחברות שונות.
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
ששת המסלולים הראשונים כאן, בינה מלאכותית,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
טכנולוגיות מחשוב מתקדמות, ביו-טכנולוגיה, ננו-טכנולוגיה
08:04
are the different core areas of information technology.
180
472000
4000
הינם תחומי הליבה של טכנולוגיית המידע.
08:08
Then we are going to apply them to the other areas,
181
476000
2000
לאחר מכן, ניישם אותן בתחומים אחרים
08:10
like energy, ecology,
182
478000
3000
כמו אנרגיה, אקולוגיה,
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
מדיניות חוק ואתיקה, ייזמות
08:15
so that people can bring these new technologies to the world.
184
483000
4000
כדי שאנשים יוכלו להביא את הטכנולוגיות החדשות האלה אל העולם.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
אנחנו מעריכים מאוד את התמיכה שקיבלנו
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
מהמנהיגים האיטלקטואלים, מנהיגי ההי-טק,
08:26
particularly Google and NASA.
187
494000
2000
בייחוד נאסא וגוגל.
08:28
This is an exciting new venture.
188
496000
2000
זה מפעל חדש ומרתק.
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
ואנחנו מזמינים אתכם לקחת בו חלק. תודה רבה.
08:33
(Applause)
190
501000
3000
(כפיים)
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