TED2005
Ray Kurzweil: The accelerating power of technology
Ray Kurzweil su come la tecnologia ci trasformerà
Filmed:
Readability: 5.3
2,876,494 views
L'inventore, imprenditore e visionario Ray Kurzweil ci spiega in dettaglio abbondante e fondato perche', entro gli anni 2020, avremo reingegnerizzato il cervello umano ed i nanobot agiranno sulla nostra coscienza.
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.
00:24
Well, it's great to be here.
0
0
1000
E' bello essere qua
00:25
We've heard a lot about the promise of technology, and the peril.
1
1000
5000
Sentiamo parlare molto della promessa della tecnologia, e del suo pericolo.
00:30
I've been quite interested in both.
2
6000
2000
Sono stato interessato a entrambi le questioni.
00:32
If we could convert 0.03 percent
3
8000
4000
Se potessimo convertire lo 0,03 %
00:36
of the sunlight that falls on the earth into energy,
4
12000
2000
della luce solare in energia,
00:38
we could meet all of our projected needs for 2030.
5
14000
5000
potremmo soddisfare tutti i nostri bisogni per il 2030.
00:43
We can't do that today because solar panels are heavy,
6
19000
3000
Non possiamo farlo oggi perché i pannelli solari sono pesanti,
00:46
expensive and very inefficient.
7
22000
2000
costosi e molto inefficienti
00:48
There are nano-engineered designs,
8
24000
3000
Esistono progetti di nano-ingegneria,
00:51
which at least have been analyzed theoretically,
9
27000
2000
analizzati almeno teoricamente,
00:53
that show the potential to be very lightweight,
10
29000
2000
che mostrano la possibilità di essere molto leggeri,
00:55
very inexpensive, very efficient,
11
31000
2000
molto economici, e molto efficienti,
00:57
and we'd be able to actually provide all of our energy needs in this renewable way.
12
33000
4000
e potremmo provvedere a tutto il nostro fabbisogno energetico in modo rinnovabile.
01:01
Nano-engineered fuel cells
13
37000
2000
Celle a combustibile nano-ingegnerizzate
01:03
could provide the energy where it's needed.
14
39000
3000
provvederebbero l'energia ovunque ce ne fosse bisogno.
01:06
That's a key trend, which is decentralization,
15
42000
2000
Questa è una tendenza chiave, la decentralizzazione,
01:08
moving from centralized nuclear power plants and
16
44000
3000
muovendo da apparati centralizzati di energia nucleare
01:11
liquid natural gas tankers
17
47000
2000
e cisterne di gas naturale
01:13
to decentralized resources that are environmentally more friendly,
18
49000
4000
a risorse decentralizzate che sono piu' sane per l'ambiente,
01:17
a lot more efficient
19
53000
3000
e molto piu' efficienti,
01:20
and capable and safe from disruption.
20
56000
4000
flessibili e sicure da imprevisti.
01:24
Bono spoke very eloquently,
21
60000
2000
Bono ha parlato eloquentemente
01:26
that we have the tools, for the first time,
22
62000
4000
del fatto che, per la prima volta, abbiamo gli strumenti
01:30
to address age-old problems of disease and poverty.
23
66000
4000
per risolvere problemi annosi come la malattia e la poverta'.
01:34
Most regions of the world are moving in that direction.
24
70000
4000
La maggior parte delle regioni del mondo vanno in questa direzione.
01:38
In 1990, in East Asia and the Pacific region,
25
74000
4000
Nel 1990, nell'Asia dell'Est e nella regione del Pacifico
01:42
there were 500 million people living in poverty --
26
78000
2000
c'erano 500 milioni di persone che vivevano in poverta'...
01:44
that number now is under 200 million.
27
80000
3000
quel numero oggi e' sceso a 200 milioni.
01:47
The World Bank projects by 2011, it will be under 20 million,
28
83000
3000
La Banca Mondiale prevede di scendere sotto i 20 milioni per il 2011,
01:50
which is a reduction of 95 percent.
29
86000
3000
che e' una riduzione del 95%.
01:53
I did enjoy Bono's comment
30
89000
3000
Mi e' piaciuto il commento di Bono
01:56
linking Haight-Ashbury to Silicon Valley.
31
92000
4000
che collegava Haight-Ashbury alla Silicon Valley.
02:00
Being from the Massachusetts high-tech community myself,
32
96000
3000
Provenendo anch'io della comunità ad alta tecnologia del Massachusetts,
02:03
I'd point out that we were hippies also in the 1960s,
33
99000
4000
vorrei far notare che anche noi eravamo hippies negli anni '60,
02:08
although we hung around Harvard Square.
34
104000
3000
pure se 'bazzicavamo' intorno a Harvard Square.
02:11
But we do have the potential to overcome disease and poverty,
35
107000
5000
Ma noi abbiamo il potenziale per superare malattia e povertà,
02:16
and I'm going to talk about those issues, if we have the will.
36
112000
3000
e parlero' di questi problemi, se ne abbiamo la volonta'.
02:19
Kevin Kelly talked about the acceleration of technology.
37
115000
3000
Kevin Kelly ha parlato dell'accelerazione della tecnologia
02:22
That's been a strong interest of mine,
38
118000
3000
Questo e' stato un mio forte interesse,
02:25
and a theme that I've developed for some 30 years.
39
121000
3000
ed un argomento che ho sviluppato per circa 30 anni.
02:28
I realized that my technologies had to make sense when I finished a project.
40
124000
5000
Ho realizzato che le mie tecnologie dovevano avere un senso quando avessi finito il progetto.
02:33
That invariably, the world was a different place
41
129000
3000
Che il mondo sarebbe stato invariabilmente un posto diverso
02:36
when I would introduce a technology.
42
132000
2000
quando avessi introdotto una tecnologia.
02:38
And, I noticed that most inventions fail,
43
134000
2000
E ho notato che la maggior parte delle invenzioni falliscono,
02:40
not because the R&D department can't get it to work --
44
136000
3000
non perche la Ricerca e Sviluppo non riesca a farle funzionare...
02:43
if you look at most business plans, they will actually succeed
45
139000
3000
se considerate la maggior parte dei progetti economici, arrivano al successo
02:46
if given the opportunity to build what they say they're going to build --
46
142000
4000
se viene loro data la possibilita' di costruire cio' che dicono di voler costruire,
02:50
and 90 percent of those projects or more will fail, because the timing is wrong --
47
146000
3000
eppure il 90% o più di questi progetti falliranno, perche' il momento è sbagliato...
02:53
not all the enabling factors will be in place when they're needed.
48
149000
3000
non tutti i fattori di successo saranno presenti quando ce ne sara' bisogno.
02:56
So I began to be an ardent student of technology trends,
49
152000
4000
Cosi' sono diventato un cultore appassionato delle tendenze tecnologiche,
03:00
and track where technology would be at different points in time,
50
156000
3000
e ho individuato dove la tecnologia si sarebbe trovata in momenti diversi nel tempo,
03:03
and began to build the mathematical models of that.
51
159000
3000
ed ho iniziato a costruire modelli matematici su questo fenomeno.
03:06
It's kind of taken on a life of its own.
52
162000
2000
Ha acquisito una specie di vita propria
03:08
I've got a group of 10 people that work with me to gather data
53
164000
3000
Ho un gruppo di 10 persone che lavorano con me per raccogliere dati
03:11
on key measures of technology in many different areas, and we build models.
54
167000
5000
su misure chiave della tecnologie in tante aree diverse, e costruiamo modelli.
03:16
And you'll hear people say, well, we can't predict the future.
55
172000
3000
E sentirete persone dire, beh, non possiamo predire il futuro.
03:19
And if you ask me,
56
175000
2000
E se chiedete a me,
03:21
will the price of Google be higher or lower than it is today three years from now,
57
177000
3000
se il prezzo di Google tra tre anni sara' piu' alto o piu' basso dell'attuale,
03:24
that's very hard to say.
58
180000
2000
e' molto difficile da dire.
03:26
Will WiMax CDMA G3
59
182000
3000
Quale tra WiMax, CDMA, G3
03:29
be the wireless standard three years from now? That's hard to say.
60
185000
2000
sarà lo standard del wireless tra tre anni? E' difficile da dire.
03:31
But if you ask me, what will it cost
61
187000
2000
Ma se mi chiedete quanto costera'
03:33
for one MIPS of computing in 2010,
62
189000
3000
un MIPS (milioni di istruzioni al secondo) di potenza di computer nel 2010,
03:36
or the cost to sequence a base pair of DNA in 2012,
63
192000
3000
o il costo, per coppia di basi, di una sequenza di DNA nel 2012,
03:39
or the cost of sending a megabyte of data wirelessly in 2014,
64
195000
4000
o il prezzo per spedire un Mb di dati per via wireless nel 2014,
03:43
it turns out that those are very predictable.
65
199000
3000
viene fuori che queste cose sono molto prevedibili.
03:46
There are remarkably smooth exponential curves
66
202000
2000
Ci sono curve esponenziali sorprendentemente uniformi
03:48
that govern price performance, capacity, bandwidth.
67
204000
3000
che governano prezzo di prestazione, capacita', e larghezza di banda.
03:51
And I'm going to show you a small sample of this,
68
207000
2000
E vi mostrero' un piccolo campione di questo,
03:53
but there's really a theoretical reason
69
209000
2000
ma c'e' veramente una ragione teorica
03:55
why technology develops in an exponential fashion.
70
211000
5000
per cui la tecnologia si sviluppa in modo esponenziale.
04:00
And a lot of people, when they think about the future, think about it linearly.
71
216000
2000
E molte persone, quando pensano al futuro, lo pensano in modo lineare.
04:02
They think they're going to continue
72
218000
2000
Pensano che continueranno
04:04
to develop a problem
73
220000
2000
a sviluppare un problema
04:06
or address a problem using today's tools,
74
222000
3000
o risolvere un problema usando gli strumenti odierni,
04:09
at today's pace of progress,
75
225000
2000
al passo del progresso odierno,
04:11
and fail to take into consideration this exponential growth.
76
227000
4000
e mancano di prendere in considerazione questa crescita esponenziale.
04:15
The Genome Project was a controversial project in 1990.
77
231000
3000
Il progetto del Genoma era un progetto controverso nel 1990.
04:18
We had our best Ph.D. students,
78
234000
2000
Avevamo i nostri migliori Ph.D,
04:20
our most advanced equipment around the world,
79
236000
2000
la nostra attrezzatura era la piu' avanzata del mondo,
04:22
we got 1/10,000th of the project done,
80
238000
2000
e abbiamo completato 1/10000 del progetto,
04:24
so how're we going to get this done in 15 years?
81
240000
2000
allora come faremo a concluderlo in 15 anni?
04:26
And 10 years into the project,
82
242000
3000
E dopo 10 anni dall'inizio del progetto,
04:30
the skeptics were still going strong -- says, "You're two-thirds through this project,
83
246000
2000
gli scettici insistevano ancora dicendo: " Siete a 2/3 della durata del progetto,
04:32
and you've managed to only sequence
84
248000
2000
e siete riusciti solo a sequenziare
04:34
a very tiny percentage of the whole genome."
85
250000
3000
una percentuale molto piccola dell'intero genoma."
04:37
But it's the nature of exponential growth
86
253000
2000
Ma e' la natura della crescita esponenziale
04:39
that once it reaches the knee of the curve, it explodes.
87
255000
2000
che una volta raggiunto il flesso della curva, esplode.
04:41
Most of the project was done in the last
88
257000
2000
La maggior parte del progetto e' stata completata
04:43
few years of the project.
89
259000
2000
negli ultimi anni del progetto.
04:45
It took us 15 years to sequence HIV --
90
261000
2000
Ci abbiamo messo 15 anni per determinare la sequenza dell'HIV...
04:47
we sequenced SARS in 31 days.
91
263000
2000
abbiamo sequenziato la SARS in 31 giorni.
04:49
So we are gaining the potential to overcome these problems.
92
265000
4000
Quindi stiamo generando il potenziale per superare questi problemi.
04:53
I'm going to show you just a few examples
93
269000
2000
Vi mostrero' solo alcuni esempi
04:55
of how pervasive this phenomena is.
94
271000
3000
di quanto sia pervasivo questo fenomeno.
04:58
The actual paradigm-shift rate, the rate of adopting new ideas,
95
274000
4000
L'attuale modello di crescita, il tasso di adozione di nuove idee,
05:02
is doubling every decade, according to our models.
96
278000
3000
è di raddoppiare ogni decennio, secondo i nostri modelli.
05:05
These are all logarithmic graphs,
97
281000
3000
Sono tutti grafici logaritmici,
05:08
so as you go up the levels it represents, generally multiplying by factor of 10 or 100.
98
284000
3000
man mano che si risalgono i livelli che rappresentano, si moltiplicano per 10 o 100.
05:11
It took us half a century to adopt the telephone,
99
287000
3000
Ci abbiamo messo mezzo secolo per adottare il telefono,
05:14
the first virtual-reality technology.
100
290000
3000
la prima tecnologia della realta' virtuale.
05:17
Cell phones were adopted in about eight years.
101
293000
2000
I cellulari sono stati adottati in circa 8 anni.
05:19
If you put different communication technologies
102
295000
3000
Se inserite le diverse tecnologie di comunicazione
05:22
on this logarithmic graph,
103
298000
2000
su questo grafico logaritmico,
05:24
television, radio, telephone
104
300000
2000
televisione, radio, telefono
05:26
were adopted in decades.
105
302000
2000
sono stati adottati nell'arco di decenni.
05:28
Recent technologies -- like the PC, the web, cell phones --
106
304000
3000
Tecnologie recenti, come il PC, il web, i cellulari,
05:31
were under a decade.
107
307000
2000
in meno di un decennio.
05:33
Now this is an interesting chart,
108
309000
2000
Ora questo e' un grafico interessante,
05:35
and this really gets at the fundamental reason why
109
311000
2000
e giunge davvero alla ragione fondamentale per cui
05:37
an evolutionary process -- and both biology and technology are evolutionary processes --
110
313000
4000
un processo evoluzionistico, e sia la biologia che la tecnologia sono processi evoluzionistici,
05:41
accelerate.
111
317000
2000
accelera.
05:43
They work through interaction -- they create a capability,
112
319000
3000
Funzionano per interazione, cioè creano una funzionalita',
05:46
and then it uses that capability to bring on the next stage.
113
322000
3000
e poi usano quella funzione per fare il prossimo passo.
05:49
So the first step in biological evolution,
114
325000
3000
Il primo passo nell'evoluzione biologica,
05:52
the evolution of DNA -- actually it was RNA came first --
115
328000
2000
l'evoluzione del DNA, (in realta' e' venuto prima l'RNA)
05:54
took billions of years,
116
330000
2000
ci ha messo miliardi di anni,
05:56
but then evolution used that information-processing backbone
117
332000
3000
ma poi l'evoluzione ha usato quella spina dorsale di processo d'informazione
05:59
to bring on the next stage.
118
335000
2000
per fare il passo successivo.
06:01
So the Cambrian Explosion, when all the body plans of the animals were evolved,
119
337000
3000
L'esplosione Cambriana, quando tutti i corpi animali si sono evoluti,
06:04
took only 10 million years. It was 200 times faster.
120
340000
4000
ha richiesto solo 10 milioni di anni, 200 volte piu' veloce.
06:08
And then evolution used those body plans
121
344000
2000
E poi l'evoluzione ha utilizzato questi corpi
06:10
to evolve higher cognitive functions,
122
346000
2000
per sviluppare funzioni cognitive piu' alte,
06:12
and biological evolution kept accelerating.
123
348000
2000
e l'evoluzione biologica ha continuato ad accelerare.
06:14
It's an inherent nature of an evolutionary process.
124
350000
3000
E' la natura intrinseca di un processo evoluzionistico.
06:17
So Homo sapiens, the first technology-creating species,
125
353000
3000
Quindi l'Homo sapiens, la prima specie che creato la tecnologia,
06:20
the species that combined a cognitive function
126
356000
2000
la specie che ha unito la funzione cognitiva
06:22
with an opposable appendage --
127
358000
2000
con un appendice opponibile
06:24
and by the way, chimpanzees don't really have a very good opposable thumb --
128
360000
4000
(a proposito, gli scimpanze' non hanno un buon pollice opponibile)
06:28
so we could actually manipulate our environment with a power grip
129
364000
2000
così che poteva davvero manipolare il proprio ambiente con una presa energica
06:30
and fine motor coordination,
130
366000
2000
ed una buona coordinazione motoria,
06:32
and use our mental models to actually change the world
131
368000
2000
ed usare i nostri modelli mentali per cambiare veramente il mondo
06:34
and bring on technology.
132
370000
2000
e portare avanti la tecnologia.
06:36
But anyway, the evolution of our species took hundreds of thousands of years,
133
372000
3000
Ad ogni modo, l'evoluzione della nostra specie ha impiegato migliaia d'anni,
06:39
and then working through interaction,
134
375000
2000
e lavorando poi attraverso l'interazione,
06:41
evolution used, essentially,
135
377000
2000
l'evoluzione ha utilizzato essenzialmente
06:43
the technology-creating species to bring on the next stage,
136
379000
3000
la specie che ha creato la tecnologia per portare avanti il prossimo passo,
06:46
which were the first steps in technological evolution.
137
382000
3000
che erano i primi passi dell'evoluzione tecnologica.
06:49
And the first step took tens of thousands of years --
138
385000
3000
E il primo passo ha richiesto decine di migliaia di anni...
06:52
stone tools, fire, the wheel -- kept accelerating.
139
388000
3000
strumenti di pietra, il fuoco, la ruota, continuarono ad accelerare.
06:55
We always used then the latest generation of technology
140
391000
2000
Allora abbiamo sempre usato la tecnologia di ultima generazione
06:57
to create the next generation.
141
393000
2000
per creare la generazione successiva.
06:59
Printing press took a century to be adopted;
142
395000
2000
La stampa ci ha messo un secolo per essere adottata,
07:01
the first computers were designed pen-on-paper -- now we use computers.
143
397000
4000
i primi computer erano progettati con carta e penna, ora usiamo computer.
07:05
And we've had a continual acceleration of this process.
144
401000
3000
Ed abbiamo avuto un'accelerazione continua di questo processo.
07:08
Now by the way, if you look at this on a linear graph, it looks like everything has just happened,
145
404000
3000
Ora a proposito, se lo osservate su un grafico lineare, sembra che tutto sia appena successo,
07:11
but some observer says, "Well, Kurzweil just put points on this graph
146
407000
6000
ma qualche osservatore dice: "Kurzweil ha solo messo dei punti su questo grafico
07:17
that fall on that straight line."
147
413000
2000
che sono allineati su quella retta."
07:19
So, I took 15 different lists from key thinkers,
148
415000
3000
Quindi, ho preso 15 liste diverse da pensatori chiave,
07:22
like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar
149
418000
4000
come l' Enciclopedia Britannica, il Museo di Storia Naturale, il Calendario Cosmico di Carl Sagan
07:26
on the same -- and these people were not trying to make my point;
150
422000
3000
sulla stessa (e queste persone non cercavano di affermare il mio punto di vista,
07:29
these were just lists in reference works,
151
425000
2000
erano solo liste in lavori di riferimento).
07:31
and I think that's what they thought the key events were
152
427000
3000
E credo che pensavano che questi fossero gli eventi chiave
07:34
in biological evolution and technological evolution.
153
430000
3000
nell'evoluzione biologica e tecnologica.
07:37
And again, it forms the same straight line. You have a little bit of thickening in the line
154
433000
3000
Di nuovo, forma la stessa retta. C'e' unpo' di spessore sulla linea
07:40
because people do have disagreements, what the key points are,
155
436000
3000
perche' le persone hanno divergenze su quali siano i punti chiave,
07:43
there's differences of opinion when agriculture started,
156
439000
2000
ci sono differenze d'opinione su quando e' iniziata l'agricoltura,
07:45
or how long the Cambrian Explosion took.
157
441000
3000
o quanto e' durata l'esplosione Cambriana.
07:48
But you see a very clear trend.
158
444000
2000
Ma si vede una tendenza molto chiara.
07:50
There's a basic, profound acceleration of this evolutionary process.
159
446000
5000
C'e' una radicale, profonda accelerazione di questo processo evoluzionistico.
07:55
Information technologies double their capacity, price performance, bandwidth,
160
451000
5000
Le tecnologie d'informazione raddoppiano le loro capacita', prezzo di prestazione, larghezza di banda,
08:00
every year.
161
456000
2000
ogni anno.
08:02
And that's a very profound explosion of exponential growth.
162
458000
4000
E questa e' un'esplosione profonda di crescita esponenziale.
08:06
A personal experience, when I was at MIT --
163
462000
2000
Un'esperienza personale, quando ero all' MIT (Massachusetts Institute of Tecnology)
08:08
computer taking up about the size of this room,
164
464000
2000
un computer occupava lo spazio di questa stanza,
08:10
less powerful than the computer in your cell phone.
165
466000
5000
ed era meno potente del computer che avete nei cellulari.
08:15
But Moore's Law, which is very often identified with this exponential growth,
166
471000
4000
Ma la legge di Moore, che e' spesso associata a questa crescita esponenziale,
08:19
is just one example of many, because it's basically
167
475000
2000
e' solo un esempio tra molti, perche' e' praticamente
08:21
a property of the evolutionary process of technology.
168
477000
5000
una proprieta' del processo evoluzionista della tecnologica.
08:26
I put 49 famous computers on this logarithmic graph --
169
482000
3000
Ho messo 49 computer famosi su questo grafico logaritmico
08:29
by the way, a straight line on a logarithmic graph is exponential growth --
170
485000
4000
(una linea retta su un grafico logaritmico, e' crescita esponenziale)
08:33
that's another exponential.
171
489000
2000
un altro esponenziale.
08:35
It took us three years to double our price performance of computing in 1900,
172
491000
3000
Abbiamo impiegato tre anni per raddoppiare il prezzo di prestazione dell'uso del computer nel 1900,
08:38
two years in the middle; we're now doubling it every one year.
173
494000
3000
due anni a meta', ed ora lo stiamo raddoppiando ogni anno.
08:42
And that's exponential growth through five different paradigms.
174
498000
3000
E questa e' crescita esponenziale attraverso cinuque modelli diversi.
08:45
Moore's Law was just the last part of that,
175
501000
2000
La legge di Moore e' stata solo l'ultima parte
08:47
where we were shrinking transistors on an integrated circuit,
176
503000
3000
su un circuito integrato, dove rimpicciolivamo i transistor,
08:50
but we had electro-mechanical calculators,
177
506000
3000
ma avevamo calcolatori elettro-meccanici,
08:53
relay-based computers that cracked the German Enigma Code,
178
509000
2000
computer basati su relè che decifrarono il Codice Enigma tedesco,
08:55
vacuum tubes in the 1950s predicted the election of Eisenhower,
179
511000
4000
tubi a vuoto negli anni '50 predissero l'elezione di Eisenhower,
08:59
discreet transistors used in the first space flights
180
515000
3000
transistor bipolari usati nei primi viaggi spaziali
09:02
and then Moore's Law.
181
518000
2000
e poi la legge di Moore.
09:04
Every time one paradigm ran out of steam,
182
520000
2000
Ogni volta che un modello sembrava sfiatato,
09:06
another paradigm came out of left field to continue the exponential growth.
183
522000
3000
usciva di sorpresa un nuovo modello per continuare la crescita esponenziale.
09:09
They were shrinking vacuum tubes, making them smaller and smaller.
184
525000
3000
Stavano restringendo i tubi a vuoto, creandone sempre di piu' piccoli.
09:12
That hit a wall. They couldn't shrink them and keep the vacuum.
185
528000
3000
Poi si sono bloccati. Non potevano piu' restringerli mantenendo il vuoto.
09:15
Whole different paradigm -- transistors came out of the woodwork.
186
531000
2000
Un modello completamente diverso, i transistor, uscirono fuori dalla sala studi.
09:17
In fact, when we see the end of the line for a particular paradigm,
187
533000
3000
Infatti, quando vediamo il capolinea per un modello particolare,
09:20
it creates research pressure to create the next paradigm.
188
536000
4000
queston crea pressione sulla ricerca per creare un nuovo modello.
09:24
And because we've been predicting the end of Moore's Law
189
540000
3000
E siccome abbiamo predetto la fine della legge di Moore
09:27
for quite a long time -- the first prediction said 2002, until now it says 2022.
190
543000
3000
gia' da tempo, la prima predizione diceva 2002, ora dice 2022.
09:30
But by the teen years,
191
546000
3000
Ma entro il 2020,
09:33
the features of transistors will be a few atoms in width,
192
549000
3000
le caratteristiche dei transistor saranno di alcuni atomi in larghezza,
09:36
and we won't be able to shrink them any more.
193
552000
2000
e non potremo piu' rimpicciolirli.
09:38
That'll be the end of Moore's Law, but it won't be the end of
194
554000
3000
Quella sara' la fine della legge di Moore, ma non sara' la fine
09:41
the exponential growth of computing, because chips are flat.
195
557000
2000
della crescita esponenziale dell' uso del computer, perche' i chip sono piatti.
09:43
We live in a three-dimensional world; we might as well use the third dimension.
196
559000
3000
Viviamo in un mondo tridimensionale, potremmo sempre usare la terza dimensione.
09:46
We will go into the third dimension
197
562000
2000
Andremo nella terza dimensione
09:48
and there's been tremendous progress, just in the last few years,
198
564000
3000
ed e' stato un progresso stupefacente, solo negli ultimi anni,
09:51
of getting three-dimensional, self-organizing molecular circuits to work.
199
567000
4000
far funzionare circuiti molecolari tridimensionali, auto organizzati.
09:55
We'll have those ready well before Moore's Law runs out of steam.
200
571000
7000
Avremo questi circuiti pronti ben prima che la legge di Moore perda validità.
10:02
Supercomputers -- same thing.
201
578000
2000
Supercomputers, stessa cosa.
10:05
Processor performance on Intel chips,
202
581000
3000
Rendimento da processori su Intel chips,
10:08
the average price of a transistor --
203
584000
3000
il prezzo medio di un transistor
10:11
1968, you could buy one transistor for a dollar.
204
587000
3000
nel 1968, potevi comprare un transistor per un dollaro.
10:14
You could buy 10 million in 2002.
205
590000
3000
se ne potrebbero comprare 10 milioni nel 2002.
10:17
It's pretty remarkable how smooth
206
593000
3000
E' abbastanza significativo quanto uniforme
10:20
an exponential process that is.
207
596000
2000
sia stato questo processo esponenziale.
10:22
I mean, you'd think this is the result of some tabletop experiment,
208
598000
3000
Pensate che questo sia il risultato di qualche esperimento da tavolo,
10:26
but this is the result of worldwide chaotic behavior --
209
602000
3000
ma e' il risultato del comportamento caotico del mondo intero:
10:29
countries accusing each other of dumping products,
210
605000
2000
nazioni che si accusano a vicenda di svendere prodotti,
10:31
IPOs, bankruptcies, marketing programs.
211
607000
2000
mercato azionario, bancarotte, piani di marketing.
10:33
You would think it would be a very erratic process,
212
609000
3000
Si penserebbe che sia un processo molto irregolare,
10:36
and you have a very smooth
213
612000
2000
ma si ottiene un risultato molto omogeneo
10:38
outcome of this chaotic process.
214
614000
2000
da questo processo caotico.
10:40
Just as we can't predict
215
616000
2000
Cosi' come non possiamo predire
10:42
what one molecule in a gas will do --
216
618000
2000
cosa fara' la molecola di un gas
10:44
it's hopeless to predict a single molecule --
217
620000
3000
(e' impossibile predire una singola molecola)
10:47
yet we can predict the properties of the whole gas,
218
623000
2000
ma possiamo sempre predire le proprieta' globali del gas,
10:49
using thermodynamics, very accurately.
219
625000
3000
usando la termodinamica, molto accuratamente.
10:52
It's the same thing here. We can't predict any particular project,
220
628000
3000
Qui e' la stesa cosa. Non possiamo predirre alcun progetto in particolare,
10:55
but the result of this whole worldwide,
221
631000
2000
ma solo il risultato di questa intera, mondiale
10:57
chaotic, unpredictable activity of competition
222
633000
5000
caotica, imprevedibile attivita' di competizione.
11:02
and the evolutionary process of technology is very predictable.
223
638000
3000
Ed il processo evoluzionistico della tecnologia e' molto prevedibile.
11:05
And we can predict these trends far into the future.
224
641000
3000
E possiamo predire queste tendenze per il futuro lontano.
11:10
Unlike Gertrude Stein's roses,
225
646000
2000
A differenza delle rose di Gertrude Stein["Una rosa, e' una rosa, e' una rosa"],
11:12
it's not the case that a transistor is a transistor.
226
648000
2000
non e' vero che un transistor sia un transistor.
11:14
As we make them smaller and less expensive,
227
650000
2000
Man mano che li facciamo piu' piccoli e meno cari,
11:16
the electrons have less distance to travel.
228
652000
2000
gli elettroni hanno una minore distanza da percorrere.
11:18
They're faster, so you've got exponential growth in the speed of transistors,
229
654000
4000
Sono piu' veloci, abbiamo una crescita esponenziale nella velocita' dei transistor,
11:22
so the cost of a cycle of one transistor
230
658000
4000
cosi' il costo del ciclo di un transistor
11:26
has been coming down with a halving rate of 1.1 years.
231
662000
3000
sta calando, con un tempo di dimezzamento di 1,1 anni.
11:29
You add other forms of innovation and processor design,
232
665000
3000
Aggiungete altre forme di innovazione e design di processori,
11:32
you get a doubling of price performance of computing every one year.
233
668000
4000
ottenete un rapporto qualità prezzo nei computer che raddoppia ogni anno.
11:36
And that's basically deflation --
234
672000
3000
E questa e' in pratica una deflazione,
11:39
50 percent deflation.
235
675000
2000
una deflazione del 50%.
11:41
And it's not just computers. I mean, it's true of DNA sequencing;
236
677000
3000
E non e' solo coi computer. E' vero per il sequenziamento del DNA,
11:44
it's true of brain scanning;
237
680000
2000
e' vero per la TAC del cervello,
11:46
it's true of the World Wide Web. I mean, anything that we can quantify,
238
682000
2000
e' vero per Internet. Qualsiasi cosa noi possiamo quantificare,
11:48
we have hundreds of different measurements
239
684000
3000
abbiamo centinania di misurazioni diverse
11:51
of different, information-related measurements --
240
687000
3000
di diversi parametri legati a informazione,
11:54
capacity, adoption rates --
241
690000
2000
capacita', tassi di adozione,
11:56
and they basically double every 12, 13, 15 months,
242
692000
3000
e questi raddoppiano praticamente ogni 12,13, 15 mesi,
11:59
depending on what you're looking at.
243
695000
2000
a seconda di cosa state osservando.
12:01
In terms of price performance, that's a 40 to 50 percent deflation rate.
244
697000
4000
In termini di rapporto qualità prezzo, c'e' dal 40 al 50% di tasso di deflazione.
12:06
And economists have actually started worrying about that.
245
702000
2000
E gli economisti hanno effettivamente iniziato a preoccuparsi di cio'.
12:08
We had deflation during the Depression,
246
704000
2000
Abbiamo avuto la deflazione durante la grande depressione,
12:10
but that was collapse of the money supply,
247
706000
2000
ma quello fu un collasso della liquidità,
12:12
collapse of consumer confidence, a completely different phenomena.
248
708000
3000
un collasso della fiducia del consumatore, un fenomeno completamente diverso.
12:15
This is due to greater productivity,
249
711000
2000
Questo e' dovuto ad una maggiore produttivita',
12:18
but the economist says, "But there's no way you're going to be able to keep up with that.
250
714000
2000
ma l'economista dice: "Ma non c'e' modo di riuscire a tenervi testa.
12:20
If you have 50 percent deflation, people may increase their volume
251
716000
3000
Se hai il 50% di deflazione, la gente potrebbe aumentare il volume degli acquisti
12:23
30, 40 percent, but they won't keep up with it."
252
719000
2000
del 30, 40%, ma non potranno tenervi dietro".
12:25
But what we're actually seeing is that
253
721000
2000
Ma quello che vediamo in realta'
12:27
we actually more than keep up with it.
254
723000
2000
e' che in effetti ci stiamo piu' che dietro.
12:29
We've had 28 percent per year compounded growth in dollars
255
725000
3000
Abbiamo avuto un aumento in dollari del 28% annuo
12:32
in information technology over the last 50 years.
256
728000
3000
nell' informazione tecnologica negli ultimi 50 anni.
12:35
I mean, people didn't build iPods for 10,000 dollars 10 years ago.
257
731000
4000
Voglio dire, le persone 10 anni fa non realizzavano iPod da 10,000$.
12:39
As the price performance makes new applications feasible,
258
735000
3000
Via via che il rapporto qualità prezzo rende possibili nuove applicazioni,
12:42
new applications come to the market.
259
738000
2000
queste nuove applicazione arrivano sul mercato.
12:44
And this is a very widespread phenomena.
260
740000
3000
E questo e' un fenomeno molto diffuso.
12:47
Magnetic data storage --
261
743000
2000
L'immagazzinamento di dati magnetici...
12:49
that's not Moore's Law, it's shrinking magnetic spots,
262
745000
3000
non e' la legge di Moore, e' rimpicciolire punti magnetici,
12:52
different engineers, different companies, same exponential process.
263
748000
4000
diversi ingegneri, diverse industrie, stesso processo esponenziale.
12:56
A key revolution is that we're understanding our own biology
264
752000
4000
Una rivoluzione chiave e' che stiamo arrivando a capire la nostra biologia
13:00
in these information terms.
265
756000
2000
in questi termini d'informazione.
13:02
We're understanding the software programs
266
758000
2000
Comprendiamo i programmi di software
13:04
that make our body run.
267
760000
2000
che fanno funzionare il nostro corpo.
13:06
These were evolved in very different times --
268
762000
2000
Questi si sono evoluti in tempi molto diversi,
13:08
we'd like to actually change those programs.
269
764000
2000
ci piacerebbe riuscire a cambiare questi programmi.
13:10
One little software program, called the fat insulin receptor gene,
270
766000
2000
Un piccolo software, chiamato gene del recettore dell'insulina nelle cellule adipose,
13:12
basically says, "Hold onto every calorie,
271
768000
2000
praticamente dice, "Tenetevi stretta ogni caloria,
13:14
because the next hunting season may not work out so well."
272
770000
4000
perche' la prossima stagione di caccia potrebbe non andare tanto bene.
13:18
That was in the interests of the species tens of thousands of years ago.
273
774000
3000
Questo era negli interessi della specie 10,000 anni fa.
13:21
We'd like to actually turn that program off.
274
777000
3000
Ora ci piacerebbe poter spegnere quel programma.
13:24
They tried that in animals, and these mice ate ravenously
275
780000
3000
L'hanno provato negli animali, e i topi hanno mangiato voracemente
13:27
and remained slim and got the health benefits of being slim.
276
783000
2000
e sono rimasti magri e hanno avuto i benefici salutari dell' essere magri.
13:29
They didn't get diabetes; they didn't get heart disease;
277
785000
3000
Non hanno preso il diabete, non hanno avuto malattie al cuore,
13:32
they lived 20 percent longer; they got the health benefits of caloric restriction
278
788000
3000
hanno vissuto il 20% di piu', e goduto del beneficio salutare della dieta ipocalorica
13:35
without the restriction.
279
791000
2000
senza mettersi a dieta.
13:37
Four or five pharmaceutical companies have noticed this,
280
793000
3000
Quattro o cinque società farmaceutiche l'hanno notato,
13:40
felt that would be
281
796000
3000
hanno ritenuto che potrebbe essere
13:43
interesting drug for the human market,
282
799000
3000
un farmaco interessante per il mercato umano,
13:46
and that's just one of the 30,000 genes
283
802000
2000
e questo e' solo uno dei 30,000 geni
13:48
that affect our biochemistry.
284
804000
3000
che influenzano la nostra biochimica.
13:51
We were evolved in an era where it wasn't in the interests of people
285
807000
3000
Ci siamo evoluti in un'era in cui non era nell'interesse comune
13:54
at the age of most people at this conference, like myself,
286
810000
3000
all'eta' della maggior parte delle persone in questa conferenza, come me,
13:57
to live much longer, because we were using up the precious resources
287
813000
4000
vivere molto piu' a lungo, perche' stavamo usando le nostre preziose risorse
14:01
which were better deployed towards the children
288
817000
1000
che erano meglio impiegate per i bambini
14:02
and those caring for them.
289
818000
2000
e per coloro che se ne prendono cura.
14:04
So, life -- long lifespans --
290
820000
2000
Quindi, lunghi periodi di vita,
14:06
like, that is to say, much more than 30 --
291
822000
2000
per dire, molto piu' di 30 anni,
14:08
weren't selected for,
292
824000
3000
non erano considerati un vantaggio evolutivo,
14:11
but we are learning to actually manipulate
293
827000
3000
ma stiamo imparando a manipolare
14:14
and change these software programs
294
830000
2000
e modificare questi programmi software
14:16
through the biotechnology revolution.
295
832000
2000
attraverso la rivoluzione biotecnologica.
14:18
For example, we can inhibit genes now with RNA interference.
296
834000
4000
Per esempio, ora possiamo inibire i geni con l'interferenza di RNA.
14:22
There are exciting new forms of gene therapy
297
838000
2000
Ci sono nuove forme interessanti di terapia genica
14:24
that overcome the problem of placing the genetic material
298
840000
2000
che superano il problema dell'indirizzamento del materiale genetico
14:26
in the right place on the chromosome.
299
842000
2000
nel punto giusto del cromosoma.
14:28
There's actually a -- for the first time now,
300
844000
3000
C'e in effetti un -- per la prima volta adesso,
14:31
something going to human trials, that actually cures pulmonary hypertension --
301
847000
3000
qualcosa che va negli studi clinici, che cura davvero l'ipertensione polmonare,
14:34
a fatal disease -- using gene therapy.
302
850000
3000
una malattia fatale, usando la terapia genica.
14:37
So we'll have not just designer babies, but designer baby boomers.
303
853000
3000
Quindi avremo non solo bambini su misura, ma cinquantenni su misura.
14:40
And this technology is also accelerating.
304
856000
3000
E pure questa tecnologia sta accelerando.
14:43
It cost 10 dollars per base pair in 1990,
305
859000
3000
Sequenziare una coppia di basi costava 10$ nel 1990,
14:46
then a penny in 2000.
306
862000
2000
poi 1 centesimo nel 2000.
14:48
It's now under a 10th of a cent.
307
864000
2000
Ora meno di 1/10 di centesimo.
14:50
The amount of genetic data --
308
866000
2000
La quantita' di dati genetici...
14:52
basically this shows that smooth exponential growth
309
868000
3000
questo dimostra che la crescita esponenziale uniforme
14:55
doubled every year,
310
871000
2000
e' raddoppiata ogni anno,
14:57
enabling the genome project to be completed.
311
873000
3000
permettendo di completare il progetto genoma.
15:00
Another major revolution: the communications revolution.
312
876000
3000
Un'altra grande rivoluzione, quella della comunicazione.
15:03
The price performance, bandwidth, capacity of communications measured many different ways;
313
879000
5000
Il rapporto qualità prezzo, larghezza di banda, capacita' di comunicazione misurate in tanti modi diversi;
15:08
wired, wireless is growing exponentially.
314
884000
3000
sia via cavo che wireless stanno crescendo esponenzialmente.
15:11
The Internet has been doubling in power and continues to,
315
887000
3000
Internet si sta raddoppiando in capacità e continua a farlo,
15:14
measured many different ways.
316
890000
2000
misurata in tanti modi diversi.
15:16
This is based on the number of hosts.
317
892000
2000
Questo e' basato sul numero di host.
15:18
Miniaturization -- we're shrinking the size of technology
318
894000
2000
Miniaturizzazione: stiamo diminuendo le dimensioni della tecnologia
15:20
at an exponential rate,
319
896000
2000
ad un tasso esponenziale,
15:22
both wired and wireless.
320
898000
2000
sia via cavo che wireless.
15:24
These are some designs from Eric Drexler's book --
321
900000
4000
Questi sono alcuni progetti dal libro di Eric Drexler
15:28
which we're now showing are feasible
322
904000
2000
che stiamo ora dimostrando essere possibili
15:30
with super-computing simulations,
323
906000
2000
con simulazioni di super-computing,
15:32
where actually there are scientists building
324
908000
2000
dove ci sono in effetti scienziati che costruiscono
15:34
molecule-scale robots.
325
910000
2000
robot su scala molecolare.
15:36
One has one that actually walks with a surprisingly human-like gait,
326
912000
2000
Ce ne è uno che riesce veramente a camminare, con una andatura molto umana,
15:38
that's built out of molecules.
327
914000
3000
che e' costruito di molecole.
15:41
There are little machines doing things in experimental bases.
328
917000
4000
Ci sono piccole macchine che fanno cose nei centri di ricerca.
15:45
The most exciting opportunity
329
921000
3000
L'opportunita' piu' emozionante
15:48
is actually to go inside the human body
330
924000
2000
e' di poter davvero entrare nel corpo umano
15:50
and perform therapeutic and diagnostic functions.
331
926000
3000
e effettuare funzioni terapeutiche e diagnostiche.
15:53
And this is less futuristic than it may sound.
332
929000
2000
E questo e' meno futuristico di quanto possa sembrare.
15:55
These things have already been done in animals.
333
931000
2000
Queste cose sono gia' state fatte su animali.
15:57
There's one nano-engineered device that cures type 1 diabetes. It's blood cell-sized.
334
933000
4000
C'è un congegno di nano ingegneria che cura il diabete di tipo 1. E' grande come una cellula ematica.
16:01
They put tens of thousands of these
335
937000
2000
Mettono decine di miglialia di questi
16:03
in the blood cell -- they tried this in rats --
336
939000
2000
nella cellula del sangue (l'anno provato sui topi),
16:05
it lets insulin out in a controlled fashion,
337
941000
2000
rilascia insulina in maniera controllata,
16:07
and actually cures type 1 diabetes.
338
943000
2000
e in effetti cura il diabete di tipo 1.
16:09
What you're watching is a design
339
945000
3000
Cio' che vedete e' un progetto
16:12
of a robotic red blood cell,
340
948000
2000
di un globulo rosso robotico,
16:14
and it does bring up the issue that our biology
341
950000
2000
e solleva il problema che la nostra biologia
16:16
is actually very sub-optimal,
342
952000
2000
e' effettivamente molto rudimentale,
16:18
even though it's remarkable in its intricacy.
343
954000
3000
anche se e' sorprendente nella sua complessita'.
16:21
Once we understand its principles of operation,
344
957000
3000
Una volta che comprendiamo i suoi princìpi operativi,
16:24
and the pace with which we are reverse-engineering biology is accelerating,
345
960000
3000
e che accelera il passo con cui stiamo scomponendo le strutture della biologia,
16:28
we can actually design these things to be
346
964000
2000
possiamo davvero progettare queste cose
16:30
thousands of times more capable.
347
966000
2000
perché siano migliaia di volte piu' efficienti.
16:32
An analysis of this respirocyte, designed by Rob Freitas,
348
968000
4000
Un'analisi di questo respirocita, progettato da Rob Freitas,
16:37
indicates if you replace 10 percent of your red blood cells with these robotic versions,
349
973000
2000
indica che se sostituisci 10% delle tue cellule sanguigne con queste versioni robotiche,
16:40
you could do an Olympic sprint for 15 minutes without taking a breath.
350
976000
3000
potresti fare uno sprint Olimpico per 15 minuti senza fare un respiro.
16:43
You could sit at the bottom of your pool for four hours --
351
979000
3000
Potresti restare seduto in fondo alla piscina per ore,
16:46
so, "Honey, I'm in the pool," will take on a whole new meaning.
352
982000
4000
così "Tesoro, sono in piscina", assumera' un significato del tutto nuovo.
16:50
It will be interesting to see what we do in our Olympic trials.
353
986000
2000
Sara' interessante vedere cosa faremo alle prove Olimpiche.
16:52
Presumably we'll ban them,
354
988000
2000
Presumibilmente le bandiremo,
16:54
but then we'll have the specter of teenagers in their high schools gyms
355
990000
2000
ma poi avremo lo spettro degli adolescenti nelle loro palestre liceali
16:56
routinely out-performing the Olympic athletes.
356
992000
3000
che surclassano sistematicamente gli atleti olimpici.
17:01
Freitas has a design for a robotic white blood cell.
357
997000
3000
Freitas ha un progetto per un globulo bianco robotico.
17:04
These are 2020-circa scenarios,
358
1000000
4000
Questi sono scenari da 2020 circa,
17:08
but they're not as futuristic as it may sound.
359
1004000
2000
ma non sono cosi' futuristici quanto sembrano.
17:10
There are four major conferences on building blood cell-sized devices;
360
1006000
4000
Ci sono 4 grandi congressi sulla costruzione di congegni di dimensione cellulare,
17:14
there are many experiments in animals.
361
1010000
2000
ci sono molti esperimenti negli animali.
17:16
There's actually one going into human trial,
362
1012000
2000
Ce n'e' uno che effettivamente sta andando in prove cliniche,
17:18
so this is feasible technology.
363
1014000
3000
per cui questa e' una tecnologia possibile.
17:22
If we come back to our exponential growth of computing,
364
1018000
2000
Se torniamo alla nostra crescita esponenziale dei computer,
17:24
1,000 dollars of computing is now somewhere between an insect and a mouse brain.
365
1020000
3000
1000$ danno un computer di capacità compresa tra il cervello di un insetto e di un topo.
17:27
It will intersect human intelligence
366
1023000
3000
Questo andrà ad intersecare l'intelligenza umana,
17:30
in terms of capacity in the 2020s,
367
1026000
3000
in termini di capacita', negli anni 2020,
17:33
but that'll be the hardware side of the equation.
368
1029000
2000
ma quello sara' l'aspetto dell'hardware.
17:35
Where will we get the software?
369
1031000
2000
Dove prenderemo il software?
17:37
Well, it turns out we can see inside the human brain,
370
1033000
2000
Bene, succede che possiamo guardare nel cervello umano,
17:39
and in fact not surprisingly,
371
1035000
2000
ed infatti non sorprende
17:41
the spatial and temporal resolution of brain scanning is doubling every year.
372
1037000
4000
che la risoluzione spaziale e temporale della TAC al cervello raddoppia ogni anno.
17:45
And with the new generation of scanning tools,
373
1041000
2000
E con gli strumenti di nuova generazione,
17:47
for the first time we can actually see
374
1043000
2000
possiamo vedere per la prima volta
17:49
individual inter-neural fibers
375
1045000
2000
le singole fibre neuronali
17:51
and see them processing and signaling in real time --
376
1047000
3000
e vederle processare e segnalare in tempo reale,
17:54
but then the question is, OK, we can get this data now,
377
1050000
2000
ma ora la domanda e': "Ok, adesso possiamo avere questi dati,
17:56
but can we understand it?
378
1052000
2000
ma possiamo capirli?"
17:58
Doug Hofstadter wonders, well, maybe our intelligence
379
1054000
3000
Doug Hofstadter si chiede, beh, forse la nostra intelligenza
18:01
just isn't great enough to understand our intelligence,
380
1057000
3000
non e' proprio grande abbastanza per comprendere la nostra intelligenza,
18:04
and if we were smarter, well, then our brains would be that much more complicated,
381
1060000
3000
e se fossimo piu' brillanti, allora anche i nostri cervelli sarebbero piu' complicati,
18:07
and we'd never catch up to it.
382
1063000
2000
e non riusciremmo mai a stargli dietro.
18:10
It turns out that we can understand it.
383
1066000
3000
Viene fuori che possiamo capirlo.
18:13
This is a block diagram of
384
1069000
3000
Questo e' un diagramma a blocchi
18:16
a model and simulation of the human auditory cortex
385
1072000
4000
di un modello ed una simulazione della corteccia uditiva umana
18:20
that actually works quite well --
386
1076000
2000
che in effetti funziona abbastanza bene.
18:22
in applying psychoacoustic tests, gets very similar results to human auditory perception.
387
1078000
2000
Nell'applicazione di test psico-acustici, ottiene risultati molto simili alla percezione uditiva umana.
18:26
There's another simulation of the cerebellum --
388
1082000
3000
Esiste un'altra simulazione del cervelletto,
18:29
that's more than half the neurons in the brain --
389
1085000
2000
che contiene piu' della meta' dei neuroni nel cervello,
18:31
again, works very similarly to human skill formation.
390
1087000
3000
di nuovo, funziona in modo molto simile alla formazione delle abilita' umane.
18:35
This is at an early stage, but you can show
391
1091000
3000
Questo avviene a un primo stadio, ma si puo' dimostrare
18:38
with the exponential growth of the amount of information about the brain
392
1094000
3000
con la crescita esponenziale della quantita' d'informazioni sul cervello
18:41
and the exponential improvement
393
1097000
2000
e il miglioramento esponenziale
18:43
in the resolution of brain scanning,
394
1099000
2000
nella risoluzione della TAC del cervello,
18:45
we will succeed in reverse-engineering the human brain
395
1101000
3000
che avremo successo nella riproduzione del cervello umano
18:48
by the 2020s.
396
1104000
2000
per gli anni '20.
18:50
We've already had very good models and simulation of about 15 regions
397
1106000
3000
Abbiamo gia' ottenuto ottimi modelli e simulazioni di circa 15 regioni
18:53
out of the several hundred.
398
1109000
3000
sulle diverse centinaia.
18:56
All of this is driving
399
1112000
2000
Tutto questo spinge esponenzialmente,
18:58
exponentially growing economic progress.
400
1114000
2000
in crescendo esponenziale, il progresso economico.
19:00
We've had productivity go from 30 dollars to 150 dollars per hour
401
1116000
3000
Abbiamo visto la produttivita' andare dai 30$ ai 150$
19:05
of labor in the last 50 years.
402
1121000
2000
per ora di lavoro negli ultimi 50 anni.
19:07
E-commerce has been growing exponentially. It's now a trillion dollars.
403
1123000
3000
L'e-commerce e' cresciuto esponenzialmente. Oggi e' un trillione di $.
19:10
You might wonder, well, wasn't there a boom and a bust?
404
1126000
2000
Potreste chiedervi, bene, non c'e' stato un boom e un crollo?
19:12
That was strictly a capital-markets phenomena.
405
1128000
2000
Quello e' stato strettamente un fenomeno del mercato dei capitali.
19:14
Wall Street noticed that this was a revolutionary technology, which it was,
406
1130000
4000
Wall Street ha notato che questa era una tecnologia rivoluzionaria, e lo era,
19:18
but then six months later, when it hadn't revolutionized all business models,
407
1134000
3000
ma poi sei mesi dopo, quando non aveva rivoluzionato tutti i modelli economici,
19:21
they figured, well, that was wrong,
408
1137000
2000
hanno pensato, beh, ci siamo sbagliati,
19:23
and then we had this bust.
409
1139000
2000
e poi c'e' stato questo collasso.
19:26
All right, this is a technology
410
1142000
2000
Questa e' una tecnologia
19:28
that we put together using some of the technologies we're involved in.
411
1144000
3000
che abbiamo messo insieme usando alcune delle tecnologie in cui siamo coinvolti.
19:31
This will be a routine feature in a cell phone.
412
1147000
4000
Questa sara' una caratteristica tipica di un cellulare.
19:35
It would be able to translate from one language to another.
413
1151000
2000
Sara' in grado di tradurre da un linguaggio all 'altro.
19:47
So let me just end with a couple of scenarios.
414
1163000
2000
Quindi lasciatemi finire con giusto un paio di scenari.
19:49
By 2010 computers will disappear.
415
1165000
3000
Entro il 2010 i computer scompariranno.
19:53
They'll be so small, they'll be embedded in our clothing, in our environment.
416
1169000
3000
Saranno cosi' piccoli, che saranno incorporati nei nostri vestiti, nell'ambiente.
19:56
Images will be written directly to our retina,
417
1172000
2000
le immagini saranno scritte direttamente sulla nostra retina,
19:58
providing full-immersion virtual reality,
418
1174000
2000
fornendo una full-immersion di realta' virtuale,
20:00
augmented real reality. We'll be interacting with virtual personalities.
419
1176000
3000
una realta' reale migliorata. Interagiremo con personalita' virtuali.
20:04
But if we go to 2029, we really have the full maturity of these trends,
420
1180000
4000
Ma se andiamo al 2029, avremo la piena maturita' di queste tendenze,
20:08
and you have to appreciate how many turns of the screw
421
1184000
3000
e dovete rendervi conto di quanti giri di lancette
20:11
in terms of generations of technology, which are getting faster and faster, we'll have at that point.
422
1187000
4000
in termini di generazioni tecnologiche che stanno diventando sempre piu' veloci avremo a quel punto.
20:15
I mean, we will have two-to-the-25th-power
423
1191000
2000
Intendo, avremo un aumento di 2 alla 25sima potenza
20:17
greater price performance, capacity and bandwidth
424
1193000
3000
nel rapporto qualità prezzo, in capacita' e larghezza di banda
20:20
of these technologies, which is pretty phenomenal.
425
1196000
2000
di queste tecnologie, il che e' abbastanza fenomenale.
20:22
It'll be millions of times more powerful than it is today.
426
1198000
2000
Sara' millioni di volte piu' potente di oggi.
20:24
We'll have completed the reverse-engineering of the human brain,
427
1200000
2000
Avremo completato la riproduzione del cervello umano,
20:27
1,000 dollars of computing will be far more powerful
428
1203000
3000
1000$ di computer saranno molto piu' potenti
20:30
than the human brain in terms of basic raw capacity.
429
1206000
4000
del cervello umano in termini di pura capacità.
20:34
Computers will combine
430
1210000
2000
I computer combineranno
20:36
the subtle pan-recognition powers
431
1212000
2000
i poteri sottili del riconoscimento panoramico
20:38
of human intelligence with ways in which machines are already superior,
432
1214000
3000
dell'intelligenza umana con modi in cui le macchine sono gia' superiori,
20:41
in terms of doing analytic thinking,
433
1217000
2000
in termini di ragionamento analitico,
20:43
remembering billions of facts accurately.
434
1219000
2000
ricordando miliardi di fatti accuratamente.
20:45
Machines can share their knowledge very quickly.
435
1221000
2000
Le macchine possono condividere la loro conoscenza molto rapidamente,
20:47
But it's not just an alien invasion of intelligent machines.
436
1223000
5000
ma non si tratta solo di un'invasione delle macchine intelligenti.
20:52
We are going to merge with our technology.
437
1228000
2000
Ci fonderemo con la nostra tecnologia.
20:54
These nano-bots I mentioned
438
1230000
2000
Questi nano-robot che ho menzionato
20:56
will first be used for medical and health applications:
439
1232000
4000
saranno usati dapprima per applicazioni medico-sanitarie:
21:00
cleaning up the environment, providing powerful fuel cells
440
1236000
3000
ripulire l'ambiente, fornendo potenti celle a combustibile
21:03
and widely distributed decentralized solar panels and so on in the environment.
441
1239000
5000
e pannelli solari largamente distribuiti e cosi' via per l'ambiente.
21:08
But they'll also go inside our brain,
442
1244000
2000
Ma andranno anche dentro il nostro cervello,
21:10
interact with our biological neurons.
443
1246000
2000
interagiranno con i nostri neuroni biologici.
21:12
We've demonstrated the key principles of being able to do this.
444
1248000
3000
Abbiamo dimostrato i principi chiave dell'essere in grado di farlo.
21:15
So, for example,
445
1251000
2000
Quindi, per esempio,
21:17
full-immersion virtual reality from within the nervous system,
446
1253000
2000
immersione nella realta' virtuale da dentro il nostro sistema nervoso,
21:19
the nano-bots shut down the signals coming from your real senses,
447
1255000
3000
i nano-robot chiudono i segnali che vengono dai vostri sensi reali,
21:22
replace them with the signals that your brain would be receiving
448
1258000
3000
gli rimpiazzano con i segnali che il tuo cervello riceverebbe
21:25
if you were in the virtual environment,
449
1261000
2000
se tu fossi nell'ambiente virtuale,
21:27
and then it'll feel like you're in that virtual environment.
450
1263000
2000
e si avra' poi la sensazione di stare in un ambiente virtuale.
21:29
You can go there with other people, have any kind of experience
451
1265000
2000
Ci si puo' andare con altre persone, avere ogni tipo d'esperienza
21:31
with anyone involving all of the senses.
452
1267000
2000
con chiunque coinvolgendo tutti i sensi.
21:34
"Experience beamers," I call them, will put their whole flow of sensory experiences
453
1270000
3000
" Irradiatori d'esperienza", li chiamo, metteranno il loro intero flusso di esperienze sensoriali,
21:37
in the neurological correlates of their emotions out on the Internet.
454
1273000
3000
nei correlati neurologici delle loro emozioni, caricati su internet.
21:40
You can plug in and experience what it's like to be someone else.
455
1276000
3000
Potete collegarvi ed avere l'esperienza di come sia essere qualcun altro.
21:43
But most importantly,
456
1279000
2000
Ma soprattutto,
21:45
it'll be a tremendous expansion
457
1281000
2000
ci sara' un' espansione straordinaria
21:47
of human intelligence through this direct merger with our technology,
458
1283000
4000
dell'intelligenza umana attraverso questa fusione diretta con la nostra tecnologia,
21:51
which in some sense we're doing already.
459
1287000
2000
che in un certo senso stiamo gia facendo.
21:53
We routinely do intellectual feats
460
1289000
2000
Compiamo azioni intellettuali quotidianamente
21:55
that would be impossible without our technology.
461
1291000
2000
che sarebbero impossibili senza la nostra tecnologia.
21:57
Human life expectancy is expanding. It was 37 in 1800,
462
1293000
3000
L'aspettativa di vita umana si sta allungando. Era 37 anni nel 1800,
22:00
and with this sort of biotechnology, nano-technology revolutions,
463
1296000
5000
e con questo tipo di rivoluzioni bio- e nano-tecnologiche,
22:05
this will move up very rapidly
464
1301000
2000
questa si alzera' molto rapidamente
22:07
in the years ahead.
465
1303000
2000
negli anni a venire.
22:09
My main message is that progress in technology
466
1305000
4000
Il mio messaggio principale e' che il progresso in tecnologia
22:13
is exponential, not linear.
467
1309000
3000
e' esponenziale, non lineare.
22:16
Many -- even scientists -- assume a linear model,
468
1312000
4000
Molti (anche scienziati) assumono modelli lineari,
22:20
so they'll say, "Oh, it'll be hundreds of years
469
1316000
2000
quindi diranno:" Oh, saranno centianaia d'anni
22:22
before we have self-replicating nano-technology assembly
470
1318000
3000
prima che avremo assemblaggi auto-replicanti di nanotecnologia
22:25
or artificial intelligence."
471
1321000
2000
o l'intelligenza artificiale."
22:27
If you really look at the power of exponential growth,
472
1323000
3000
Se guardate davvero alla potenza della crescita esponenziale,
22:30
you'll see that these things are pretty soon at hand.
473
1326000
3000
vedrete che queste cose saranno a disposizione abbastanza presto.
22:33
And information technology is increasingly encompassing
474
1329000
3000
E la tecnologia d'informazione sta sempre più circondando
22:36
all of our lives, from our music to our manufacturing
475
1332000
4000
tutta la nostra vita, dalla nostra musica alla produzione industriale,
22:40
to our biology to our energy to materials.
476
1336000
4000
dalla nostra biologia alla nostra energia ai materiali.
22:44
We'll be able to manufacture almost anything we need in the 2020s,
477
1340000
3000
Saremo in grado di fabbricare quasi qualsiasi cosa ci serve per gli anni 2020,
22:47
from information, in very inexpensive raw materials,
478
1343000
2000
dall'informazione, in materie prime molto economiche,
22:49
using nano-technology.
479
1345000
3000
usando la nano-tecnologia.
22:52
These are very powerful technologies.
480
1348000
2000
Queste sono tecnologie molto potenti.
22:54
They both empower our promise and our peril.
481
1350000
4000
Danno pieno potere sia alla nostra promessa, che al nostro pericolo.
22:58
So we have to have the will to apply them to the right problems.
482
1354000
3000
Cosi' dobbiamo avere la volonta' di applicarle ai problemi giusti.
23:01
Thank you very much.
483
1357000
1000
Grazie molte
23:02
(Applause)
484
1358000
1000
(Applausi)
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