TED2012
Peter Diamandis: Abundance is our future
Peter Diamandis: Dostatek to nasza przyszłość
Filmed:
Readability: 4.7
1,664,920 views
Peter Diamandis na scenie TED2012 uzasadnia optymistyczne podejście, że wymyślimy, ulepszymy i stworzymy metody radzenia sobie z wyzwaniami, jakie są przed nami stawiane. " Nie twierdzę, że nie mamy własnych problemów; jasne, że mamy. Jednak w końcu je pokonamy".
Peter Diamandis - Space activist
Peter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies. Full bio
Peter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies. Full bio
Double-click the English transcript below to play the video.
00:15
(Applause)
0
0
3000
(Oklaski)
00:18
(Video) Announcer: Threats, in the wake of Bin Laden's death, have spiked.
1
3000
3000
(Video) Spiker: W związku ze śmiercią Bin Ladena, gwałtownie wzrosła liczba gróźb.
00:21
Announcer Two: Famine in Somalia. Announcer Three: Police pepper spray.
2
6000
2000
(Video) Spiker 2: Głód w Somalii. Spiker 3: Policja obezwładnia gazem.
00:23
Announcer Four: Vicious cartels. Announcer Five: Caustic cruise lines.
3
8000
2000
(Video) Spiker 4: Okrutne Kartele. Spiker 5: Statki rejsowe w opłakanym stanie.
00:25
Announcer Six: Societal decay. Announcer Seven: 65 dead.
4
10000
3000
(Video) Spiker 6: Rozkład Społeczeństwa. Spiker 7: 65 zabitych.
00:28
Announcer Eight: Tsunami warning. Announcer Nine: Cyberattacks.
5
13000
2000
(Video) Spiker 8: Ostrzeżenie przed Tsunami. Spiker 9: Ataki hakerów.
00:30
Multiple Announcers: Drug war. Mass destruction. Tornado.
6
15000
2000
Wielu spikerów: Wojna narkotykowa. Masowa zagłada. Tornado.
00:32
Recession. Default. Doomsday. Egypt. Syria.
7
17000
2000
Recesja. Brak. Dzień zagłady. Egipt. Syria.
00:34
Crisis. Death. Disaster.
8
19000
2000
Kryzys. Śmierć. Katastrofa.
00:36
Oh, my God.
9
21000
3000
O mój Boże.
00:39
Peter Diamandis: So those are just a few of the clips
10
24000
2000
Peter Diamandis: To tylko kilka z nagrań,
00:41
I collected over the last six months --
11
26000
2000
które zgromadziłem w ciągu ostatnich 6 miesięcy
00:43
could have easily been the last six days
12
28000
2000
Równie dobrze mogłoby to być ostatnie 6 dni albo lat.
00:45
or the last six years.
13
30000
2000
Równie dobrze mogłoby to być ostatnie 6 dni albo lat.
00:47
The point is that the news media
14
32000
2000
W wiadomościach
00:49
preferentially feeds us negative stories
15
34000
3000
specjalnie karmi się nas negatywnymi informacjami,
00:52
because that's what our minds pay attention to.
16
37000
3000
ponieważ na to nasze umysły zwracają uwagę.
00:55
And there's a very good reason for that.
17
40000
2000
Istnieje ku temu dobry powód.
00:57
Every second of every day,
18
42000
2000
Każdej sekundy każdego dnia
00:59
our senses bring in way too much data
19
44000
2000
nasze zmysły dostarczają zbyt wiele danych,
01:01
than we can possibly process in our brains.
20
46000
3000
które mogłyby zostać przetworzone przez mózg.
01:04
And because nothing is more important to us
21
49000
2000
Ponieważ nic nie jest dla nas ważniejsze niż przetrwanie,
01:06
than survival,
22
51000
2000
Ponieważ nic nie jest dla nas ważniejsze niż przetrwanie,
01:08
the first stop of all of that data
23
53000
2000
pierwszą barierą dla wszystkich danych
01:10
is an ancient sliver of the temporal lobe
24
55000
2000
jest obszar płata skroniowego
01:12
called the amygdala.
25
57000
2000
zwany ciałem migdałowatym.
01:14
Now the amygdala is our early warning detector,
26
59000
3000
Ciało migdałowate jest naszym wczesnym wykrywaczem ostrzeżeń,
01:17
our danger detector.
27
62000
2000
naszym wykrywaczem zagrożeń.
01:19
It sorts and scours through all of the information
28
64000
3000
Sortuje i przeszukuje wszystkie dane,
01:22
looking for anything in the environment that might harm us.
29
67000
3000
w poszukiwaniu czegokolwiek, co mogłoby nasz skrzywdzić.
01:25
So given a dozen news stories,
30
70000
2000
Spośród przedstawionych historii,
01:27
we will preferentially look
31
72000
2000
najbardziej zainteresują nas
01:29
at the negative news.
32
74000
2000
te negatywne.
01:31
And that old newspaper saying,
33
76000
2000
Stare powiedzenie redakcyjne:
01:33
"If it bleeds it leads,"
34
78000
2000
"Jest krew, jest czołówka"
01:35
is very true.
35
80000
2000
jest bardzo prawdziwe.
01:37
So given all of our digital devices
36
82000
3000
Biorąc pod uwagę wszystkie urządzenia cyfrowe
01:40
that are bringing all the negative news to us
37
85000
2000
dostarczające nam negatywnych informacji 24/7,
01:42
seven days a week, 24 hours a day,
38
87000
3000
dostarczające nam negatywnych informacji 24/7,
01:45
it's no wonder that we're pessimistic.
39
90000
2000
nic dziwnego, że jesteśmy pesymistami.
01:47
It's no wonder that people think
40
92000
2000
Nic dziwnego, że ludzie myślą,
01:49
that the world is getting worse.
41
94000
4000
że świat upada.
01:53
But perhaps that's not the case.
42
98000
3000
Może jednak nie w tym rzecz.
01:56
Perhaps instead,
43
101000
2000
Może zamiast tego,
01:58
it's the distortions brought to us
44
103000
2000
to docierające do nas wypaczenia
02:00
of what's really going on.
45
105000
3000
tego co naprawdę się dzieje.
02:03
Perhaps the tremendous progress we've made
46
108000
2000
Może olbrzymi postęp jaki zrobiliśmy
02:05
over the last century
47
110000
2000
w ciągu ostatniego stulecia
02:07
by a series of forces
48
112000
2000
szeregiem działań,
02:09
are, in fact, accelerating to a point
49
114000
3000
w rzeczywistości przybliża nas do miejsca,
02:12
that we have the potential in the next three decades
50
117000
3000
w którym będziemy mieć potencjał w ciągu 3 dekad
02:15
to create a world of abundance.
51
120000
3000
by stworzyć świat żyjący w dostatku.
02:18
Now I'm not saying
52
123000
2000
Nie twierdzę,
02:20
we don't have our set of problems --
53
125000
2000
że nie mamy swoich problemów,
02:22
climate crisis, species extinction,
54
127000
2000
kryzysu klimatycznego, ginących gatunków,
02:24
water and energy shortage -- we surely do.
55
129000
3000
braku wody i energii, one na pewno istnieją.
02:27
And as humans, we are far better
56
132000
2000
Jako ludzie, jesteśmy o wiele lepsi
02:29
at seeing the problems way in advance,
57
134000
3000
w dostrzeganiu problemów z dużym wyprzedzeniem
02:32
but ultimately we knock them down.
58
137000
4000
i w końcu je pokonujemy.
02:36
So let's look
59
141000
2000
Przyjrzyjmy się,
02:38
at what this last century has been
60
143000
2000
jaki był ten ostatni wiek,
02:40
to see where we're going.
61
145000
2000
by zobaczyć dokąd zmierzamy.
02:42
Over the last hundred years,
62
147000
2000
W ciągu ostatnich 100 lat,
02:44
the average human lifespan has more than doubled,
63
149000
3000
średnia długość życia człowieka wzrosła ponad dwukrotnie,
02:47
average per capita income adjusted for inflation
64
152000
3000
PKB dostosowane do inflacji
02:50
around the world has tripled.
65
155000
2000
wzrosło na świecie trzykrotnie.
02:52
Childhood mortality
66
157000
2000
Śmiertelność dzieci
02:54
has come down a factor of 10.
67
159000
2000
zmniejszyła się dziesięciokrotnie.
02:56
Add to that the cost of food, electricity,
68
161000
2000
Dodajmy do tego koszty żywności, energii,
02:58
transportation, communication
69
163000
2000
transportu i komunikacji,
03:00
have dropped 10 to 1,000-fold.
70
165000
4000
które zmniejszyły się 10-1000 razy.
03:04
Steve Pinker has showed us
71
169000
2000
Steve Pinker pokazał nam,
03:06
that, in fact, we're living during the most peaceful time ever
72
171000
3000
że żyjemy w najbardziej spokojnych czasach
03:09
in human history.
73
174000
2000
w historii człowieka.
03:11
And Charles Kenny
74
176000
2000
Wg. Charlesa Kenny'ego,
03:13
that global literacy has gone from 25 percent to over 80 percent
75
178000
3000
liczba ludzi umiejących czytać i pisać wzrosła z 25% do 80%
03:16
in the last 130 years.
76
181000
3000
w ciągu ostatnich 130 lat.
03:19
We truly are living in an extraordinary time.
77
184000
4000
Naprawdę żyjemy w niesamowitych czasach.
03:23
And many people forget this.
78
188000
2000
Wielu o tym zapomina.
03:25
And we keep setting our expectations higher and higher.
79
190000
3000
Coraz bardziej zwiększamy nasze oczekiwania.
03:28
In fact, we redefine what poverty means.
80
193000
3000
Tworzymy definicję biedy od nowa.
03:31
Think of this, in America today,
81
196000
2000
Spójrzcie na dzisiejszą Amerykę,
03:33
the majority of people under the poverty line
82
198000
3000
większość ludzi żyjących poniżej granicy ubóstwa,
03:36
still have electricity, water, toilets, refrigerators,
83
201000
3000
nadal ma prąd, wodę, toalety, lodówki,
03:39
television, mobile phones,
84
204000
2000
telewizję, telefony komórkowe,
03:41
air conditioning and cars.
85
206000
3000
klimatyzację i samochody.
03:44
The wealthiest robber barons of the last century, the emperors on this planet,
86
209000
3000
Najbogatsi baronowie złodziei ostatniego stulecia, rządzący planetą,
03:47
could have never dreamed of such luxuries.
87
212000
3000
mogli nawet nie śnić o takich luksusach.
03:53
Underpinning much of this
88
218000
3000
Bardzo pomocna jest technologia,
03:56
is technology,
89
221000
2000
Bardzo pomocna jest technologia,
03:58
and of late,
90
223000
2000
a ostatnio,
04:00
exponentially growing technologies.
91
225000
2000
gwałtownie rozwijające się technologie.
04:02
My good friend Ray Kurzweil
92
227000
2000
Mój dobry kolega Ray Kurzweil,
04:04
showed that any tool that becomes an information technology
93
229000
3000
pokazał, że każde narzędzie, które staje się technologią informacyjną,
04:07
jumps on this curve, on Moore's Law,
94
232000
3000
wskakuje na tę krzywą, Prawo Moore'a,
04:10
and experiences price performance doubling
95
235000
2000
z ceną podwajającą się
04:12
every 12 to 24 months.
96
237000
3000
co 12-24 miesięcy.
04:15
That's why the cellphone in your pocket
97
240000
2000
To dlatego komórka w waszej kieszeni
04:17
is literally a million times cheaper and a thousand times faster
98
242000
2000
jest dosłownie milion razy tańsza i tysiąc razy szybsza
04:19
than a supercomputer of the '70s.
99
244000
2000
od superkomputera z lat '70 XX w.
04:21
Now look at this curve.
100
246000
2000
Spójrzcie na tę krzywą.
04:23
This is Moore's Law over the last hundred years.
101
248000
2000
To Prawo Moore'a w ciągu ostatnich 100 lat.
04:25
I want you to notice two things from this curve.
102
250000
2000
Chcę żebyście zwrócili uwagę na dwie rzeczy.
04:27
Number one, how smooth it is --
103
252000
4000
Po pierwsze, jak jest gładka,
04:31
through good time and bad time, war time and peace time,
104
256000
3000
w dobrych i złych czasach, w wojnie i w pokoju,
04:34
recession, depression and boom time.
105
259000
3000
recesji, depresji i boomie gospodarczym.
04:37
This is the result of faster computers
106
262000
2000
To rezultat wykorzystania szybszych komputerów
04:39
being used to build faster computers.
107
264000
3000
do budowy jeszcze szybszych.
04:42
It doesn't slow for any of our grand challenges.
108
267000
4000
Nie zwalnia przed żadnym z naszych wielkich wyzwań.
04:46
And also, even though it's plotted
109
271000
2000
Mimo wszystko, jest zakrzywiona do góry.
04:48
on a log curve on the left,
110
273000
2000
Mimo wszystko, jest zakrzywiona do góry.
04:50
it's curving upwards.
111
275000
2000
Mimo wszystko, jest zakrzywiona do góry.
04:52
The rate at which the technology is getting faster
112
277000
2000
Wartość, z jaką przyspiesza rozwój technologii,
04:54
is itself getting faster.
113
279000
3000
sama się zwiększa.
04:57
And on this curve, riding on Moore's Law,
114
282000
3000
Na tej krzywej, opartej na Prawie Moore'a,
05:00
are a set of extraordinarily powerful technologies
115
285000
3000
umieszczone są niesamowite i potężne technologie,
05:03
available to all of us.
116
288000
2000
które są dla nas dostępne.
05:05
Cloud computing,
117
290000
2000
Chmura obliczeniowa,
05:07
what my friends at Autodesk call infinite computing;
118
292000
2000
nazywana przez moich kolegów z Autodesk nieskończoną chmurą,
05:09
sensors and networks; robotics;
119
294000
3000
czujniki i sieci; robotyka;
05:12
3D printing, which is the ability to democratize and distribute
120
297000
3000
druki 3D, będące zdolnością do demokratyzacji i rozprowadzania
05:15
personalized production around the planet;
121
300000
2000
spersonalizowanej produkcji na całej planecie;
05:17
synthetic biology;
122
302000
2000
biologia syntetyczna;
05:19
fuels, vaccines and foods;
123
304000
3000
paliwa, szczepionki i żywność;
05:22
digital medicine; nanomaterials; and A.I.
124
307000
3000
medycyna cyfrowa; nanomateriały; i sztuczna inteligencja.
05:25
I mean, how many of you saw the winning of Jeopardy
125
310000
3000
Ilu z was widziało Watsona IBM wygrywającego
05:28
by IBM's Watson?
126
313000
2000
teleturniej Jeopardy (odpowiednik polskiego "5x5 - Wygrajmy Razem")?
05:30
I mean, that was epic.
127
315000
3000
To było imponujące.
05:33
In fact, I scoured the headlines
128
318000
2000
Przeszukiwałem nagłówki prasowe,
05:35
looking for the best headline in a newspaper I could.
129
320000
2000
by znaleźć te najlepsze.
05:37
And I love this: "Watson Vanquishes Human Opponents."
130
322000
4000
Tan mi się podobał: "Watson pokonuje ludzkich przeciwników".
05:42
Jeopardy's not an easy game.
131
327000
2000
Jeopardy nie jest łatwą grą.
05:44
It's about the nuance of human language.
132
329000
3000
Oparta jest na niuansach ludzkiego języka.
05:47
And imagine if you would
133
332000
2000
Wyobraźcie sobie
05:49
A.I.'s like this on the cloud
134
334000
2000
sztuczną inteligencję, jak ta w chmurze,
05:51
available to every person with a cellphone.
135
336000
3000
dostępną dla każdego, kto ma komórkę.
05:54
Four years ago here at TED,
136
339000
2000
4 lata temu, na TED,
05:56
Ray Kurzweil and I started a new university
137
341000
2000
razem z Rayem Kurzweilem założyliśmy uniwersytet,
05:58
called Singularity University.
138
343000
2000
zwany Singularity University (Uniwersytet Osobliwości).
06:00
And we teach our students all of these technologies,
139
345000
3000
Uczymy studentów nowych technologii,
06:03
and particularly how they can be used
140
348000
2000
a w szczególności ich zastosowania
06:05
to solve humanity's grand challenges.
141
350000
3000
w rozwiązywaniu problemów ludzkości.
06:08
And every year we ask them
142
353000
2000
Co roku prosimy ich,
06:10
to start a company or a product or a service
143
355000
3000
by założyli firmę,
06:13
that can affect positively the lives of a billion people
144
358000
3000
która pozytywnie wpłynęłaby na życie miliarda ludzi
06:16
within a decade.
145
361000
2000
w ciągu dekady.
06:18
Think about that, the fact that, literally, a group of students
146
363000
3000
Pomyślcie o tym, grupa studentów może dosłownie
06:21
can touch the lives of a billion people today.
147
366000
3000
wpłynąć dziś na życie miliarda ludzi.
06:24
30 years ago that would have sounded ludicrous.
148
369000
2000
30 lat temu zabrzmiałoby to niedorzecznie.
06:26
Today we can point at dozens of companies
149
371000
3000
Dziś możemy wskazać dziesiątki firm,
06:29
that have done just that.
150
374000
2000
które to zrobiły.
06:31
When I think about creating abundance,
151
376000
6000
Kiedy myślę o dostatku,
06:37
it's not about creating a life of luxury for everybody on this planet;
152
382000
3000
nie chodzi mi o luksusie dla każdego na planecie,
06:40
it's about creating a life of possibility.
153
385000
3000
chodzi mi o stworzenie możliwości.
06:43
It is about taking that which was scarce
154
388000
3000
Chodzi o zmianę niedostatku
06:46
and making it abundant.
155
391000
2000
w dostatek.
06:48
You see, scarcity is contextual,
156
393000
3000
Niedostatek uzależniony jest od kontekstu,
06:51
and technology is a resource-liberating force.
157
396000
5000
a technologia jest siłą uwalniającą zasoby.
06:56
Let me give you an example.
158
401000
3000
Pokażę to na przykładzie.
06:59
So this is a story of Napoleon III
159
404000
2000
To historia o Napoleonie III
07:01
in the mid-1800s.
160
406000
2000
w połowie XIX w.
07:03
He's the dude on the left.
161
408000
3000
To ten po lewej.
07:06
He invited over to dinner
162
411000
2000
Zaprosił na obiad
07:08
the king of Siam.
163
413000
2000
króla Syjamu.
07:10
All of Napoleon's troops
164
415000
2000
Żołnierze Napoleona
07:12
were fed with silver utensils,
165
417000
3000
jedli srebrnymi sztućcami,
07:15
Napoleon himself with gold utensils.
166
420000
2000
Napoleon złotymi,
07:17
But the King of Siam,
167
422000
2000
a król Syjamu aluminiowymi.
07:19
he was fed with aluminum utensils.
168
424000
2000
a król Syjamu aluminiowymi.
07:21
You see, aluminum
169
426000
2000
Aluminium było najcenniejszym metalem na Ziemi.
07:23
was the most valuable metal on the planet,
170
428000
3000
Aluminium było najcenniejszym metalem na Ziemi.
07:26
worth more than gold and platinum.
171
431000
3000
wartym więcej niż złoto i platyna.
07:29
It's the reason that the tip of the Washington Monument
172
434000
3000
To dlatego czubek pomnika Waszyngtona
07:32
is made of aluminum.
173
437000
2000
wykonany jest ze stali.
07:34
You see, even though aluminum
174
439000
2000
Pomimo, że aluminium
07:36
is 8.3 percent of the Earth by mass,
175
441000
3000
stanowi 8.3% masy Ziemi,
07:39
it doesn't come as a pure metal.
176
444000
2000
nie występuje jako czysty metal.
07:41
It's all bound by oxygen and silicates.
177
446000
3000
Jest związany z tlenem i krzemianami.
07:44
But then the technology of electrolysis came along
178
449000
3000
Następnie nastała technologia rafinacji elektrolitycznej,
07:47
and literally made aluminum so cheap
179
452000
3000
dzięki której aluminium jest tak tanie,
07:50
that we use it with throw-away mentality.
180
455000
3000
że mamy do niego podejście: "zużyj i wyrzuć".
07:53
So let's project this analogy going forward.
181
458000
4000
Rozwińmy tę analogię.
07:57
We think about energy scarcity.
182
462000
2000
Myślimy o niedostatku energii.
07:59
Ladies and gentlemen,
183
464000
2000
Panie i panowie,
08:01
we are on a planet
184
466000
2000
żyjemy na planecie,
08:03
that is bathed with 5,000 times more energy
185
468000
3000
która skąpana jest w energii 5 000 razy większej,
08:06
than we use in a year.
186
471000
3000
niż zdołamy zużyć przez cały rok.
08:09
16 terawatts of energy hits the Earth's surface
187
474000
2000
16 terawatów energii uderza w powierzchnię Ziemi
08:11
every 88 minutes.
188
476000
4000
co 88 minut.
08:15
It's not about being scarce,
189
480000
2000
Nie chodzi o niedostatek,
08:17
it's about accessibility.
190
482000
2000
a o dostępność.
08:19
And there's good news here.
191
484000
2000
Mam dobre wieści.
08:21
For the first time, this year
192
486000
2000
W tym roku, po raz pierwszy
08:23
the cost of solar-generated electricity
193
488000
3000
koszt energii przetworzonej z promieni słonecznych
08:26
is 50 percent that of diesel-generated electricity in India --
194
491000
4000
stanowi 50% energii wytworzonej z paliw w Indiach,
08:30
8.8 rupees versus 17 rupees.
195
495000
3000
8,8% vs 17 rupii.
08:33
The cost of solar dropped 50 percent last year.
196
498000
2000
Koszt energii słonecznej zmalał w zeszłym roku o 50%.
08:35
Last month, MIT put out a study
197
500000
2000
W zeszłym miesiącu, MIT (Massachusetts Institute of Technology) pokazał badania,
08:37
showing that by the end of this decade,
198
502000
2000
wg. których pod koniec tej dekady,
08:39
in the sunny parts of the United States,
199
504000
2000
w słonecznych rejonach USA,
08:41
solar electricity will be six cents a kilowatt hour
200
506000
2000
energia słoneczna będzie kosztować 0,06 USD / kWh,
08:43
compared to 15 cents
201
508000
2000
zamiast 15 centów,
08:45
as a national average.
202
510000
2000
które są średnią krajową.
08:47
And if we have abundant energy,
203
512000
3000
Mając energię w dostatku,
08:50
we also have abundant water.
204
515000
3000
mamy też obfitość wody.
08:53
Now we talk about water wars.
205
518000
5000
Mówimy o wojnach o wodę.
08:58
Do you remember
206
523000
2000
Pamiętacie jak
09:00
when Carl Sagan turned the Voyager spacecraft
207
525000
2000
Carl Sagan zawrócił statek kosmiczny Voyager
09:02
back towards the Earth,
208
527000
2000
z powrotem na Ziemię,
09:04
in 1990 after it just passed Saturn?
209
529000
2000
gdy tylko minął Saturna w 1990 r.?
09:06
He took a famous photo. What was it called?
210
531000
3000
Zrobił sławne zdjęcie. Jak się nazywało?
09:09
"A Pale Blue Dot."
211
534000
2000
"Błękitna Kropka".
09:11
Because we live on a water planet.
212
536000
3000
Żyjemy na wodnej planecie,
09:14
We live on a planet 70 percent covered by water.
213
539000
3000
która pokryta jest w 70% wodą.
09:17
Yes, 97.5 percent is saltwater,
214
542000
2000
Tak, 97,5% to słona woda,
09:19
two percent is ice,
215
544000
2000
2% to lód,
09:21
and we fight over a half a percent of the water on this planet,
216
546000
3000
walczymy o 0,5% wody na planecie,
09:24
but here too there is hope.
217
549000
2000
ale jest nadzieja.
09:26
And there is technology coming online,
218
551000
3000
Istnieje odpowiednia technologia,
09:29
not 10, 20 years from now,
219
554000
2000
gotowa do użycia nie za 10 czy 20 lat,
09:31
right now.
220
556000
2000
ale już teraz.
09:33
There's nanotechnology coming on, nanomaterials.
221
558000
3000
Nanotechnologia, nanomateriały.
09:36
And the conversation I had with Dean Kamen this morning,
222
561000
3000
Chciałbym się z wami podzielić moją poranną rozmową
09:39
one of the great DIY innovators,
223
564000
2000
z Deanem Kamenem, jednym z największych
09:41
I'd like to share with you -- he gave me permission to do so --
224
566000
3000
innowatorów DIY (Do It Yourself - Zrób To Sam), pozwolił mi,
09:44
his technology called Slingshot
225
569000
2000
jego technologia zwana Slingshot (proca),
09:46
that many of you may have heard of,
226
571000
2000
niektórzy z was może o tym słyszeli,
09:48
it is the size of a small dorm room refrigerator.
227
573000
2000
jest rozmiarów małej pokojowej lodóweczki.
09:50
It's able to generate
228
575000
2000
Może wytworzyć
09:52
a thousand liters of clean drinking water a day
229
577000
2000
1 000 litrów czystej wody pitnej dziennie
09:54
out of any source -- saltwater, polluted water, latrine --
230
579000
3000
z jakiegokolwiek źródła: słonej wody, zanieczyszczonej, z toalety,
09:57
at less than two cents a liter.
231
582000
3000
za cenę niższą od 2 centów za litr.
10:02
The chairman of Coca-Cola has just agreed
232
587000
2000
Prezes koncernu Coca-Cola właśnie zgodził się,
10:04
to do a major test
233
589000
2000
na przeprowadzenie dużego testu
10:06
of hundreds of units of this in the developing world.
234
591000
3000
setek takich urządzeń w krajach rozwijających się.
10:09
And if that pans out,
235
594000
2000
Jeśli to się rozwinie,
10:11
which I have every confidence it will,
236
596000
2000
a jestem pewien, że tak,
10:13
Coca-Cola will deploy this globally
237
598000
2000
Coca-Cola rozmieści je globalnie
10:15
to 206 countries
238
600000
2000
w 206 krajach
10:17
around the planet.
239
602000
2000
na całym świecie.
10:19
This is the kind of innovation, empowered by this technology,
240
604000
3000
To rodzaj innowacji wspartych technologią,
10:22
that exists today.
241
607000
4000
która istnieje już dzisiaj,
10:26
And we've seen this in cellphones.
242
611000
2000
np. w telefonach komórkowych.
10:28
My goodness, we're going to hit 70 percent penetration
243
613000
2000
Mój Boże, osiągniemy 70%-ową wartość nasycenia
10:30
of cellphones in the developing world
244
615000
2000
telefonami komórkowymi w krajach rozwijających się
10:32
by the end of 2013.
245
617000
2000
do końca 2013 r.
10:34
Think about it,
246
619000
2000
Pomyślcie sobie,
10:36
that a Masai warrior on a cellphone in the middle of Kenya
247
621000
3000
że Masaj w środku Kenii
10:39
has better mobile comm
248
624000
2000
ma lepszą łączność komórkową
10:41
than President Reagan did 25 years ago.
249
626000
3000
niż prezydent Reagan 25 lat temu.
10:44
And if they're on a smartphone on Google,
250
629000
2000
Korzystając z Google'a na smartphonie,
10:46
they've got access to more knowledge and information
251
631000
2000
mają większy dostęp do wiedzy i informacji
10:48
than President Clinton did 15 years ago.
252
633000
2000
niż prezydent Clinton 15 lat temu.
10:50
They're living in a world of information and communication abundance
253
635000
3000
Żyją w świecie obfitości informacji i komunikacji,
10:53
that no one could have ever predicted.
254
638000
3000
których nikt nie był w stanie przewidzieć.
10:57
Better than that,
255
642000
2000
Jeszcze lepiej,
10:59
the things that you and I
256
644000
2000
rzeczy na które
11:01
spent tens and hundreds of thousands of dollars for --
257
646000
2000
wydawaliśmy nawet tysiące dolarów, np.
11:03
GPS, HD video and still images,
258
648000
3000
GPS, video HD, obrazy nieruchome,
11:06
libraries of books and music,
259
651000
3000
biblioteki z książkami i muzyką,
11:09
medical diagnostic technology --
260
654000
2000
technologię diagnostyki medycznej,
11:11
are now literally dematerializing and demonetizing
261
656000
3000
teraz dosłownie się dematerializują i ulegają demonetyzacji
11:14
into your cellphone.
262
659000
3000
i dostępne są w telefonach komórkowych.
11:19
Probably the best part of it
263
664000
2000
Najlepsze w tym jest to,
11:21
is what's coming down the pike in health.
264
666000
3000
co staje się coraz bardziej popularne w ochronie zdrowia.
11:24
Last month, I had the pleasure of announcing with Qualcomm Foundation
265
669000
4000
Miesiąc temu miałem przyjemność wraz z Fundacją Qualcomm
11:28
something called the $10 million Qualcomm Tricorder X Prize.
266
673000
4000
ogłosić laureata $10 million Qualcomm Tricorder X Prize.
11:32
We're challenging teams around the world
267
677000
2000
Rzucamy wyzwanie drużynom z całego świata,
11:34
to basically combine these technologies
268
679000
2000
by zastosowały te technologie
11:36
into a mobile device
269
681000
2000
w urządzeniach przenośnych,
11:38
that you can speak to, because it's got A.I.,
270
683000
2000
do których można by mówić, bo miałoby to sztuczną inteligencję,
11:40
you can cough on it, you can do a finger blood prick.
271
685000
3000
na które można by nakaszleć, które pobrałyby z palca krew do analizy.
11:43
And to win, it needs to be able to diagnose you better
272
688000
2000
By zwyciężyć, urządzenie musiałoby postawić trafniejszą diagnozę,
11:45
than a team of board-certified doctors.
273
690000
4000
niż zespół dyplomowanych lekarzy.
11:49
So literally, imagine this device
274
694000
3000
Dosłownie więc, wyobraźcie sobie takie urządzenie,
11:52
in the middle of the developing world where there are no doctors,
275
697000
3000
w środku rozwijającego się świata, gdzie nie ma lekarzy,
11:55
25 percent of the disease burden
276
700000
2000
wskaźnik obciążenia chorobami to 25%
11:57
and 1.3 percent of the health care workers.
277
702000
3000
i 1.3% pracowników służby zdrowia.
12:00
When this device sequences an RNA or DNA virus
278
705000
2000
Kiedy urządzenie sekwencjonuje RNA lub DNA
12:02
that it doesn't recognize,
279
707000
2000
wirusa, którego nie potrafi rozpoznać,
12:04
it calls the CDC
280
709000
2000
zawiadamia Centrum Zwalczania i Zapobiegania Chorób
12:06
and prevents the pandemic from happening in the first place.
281
711000
3000
i zapobiega wybuchowi epidemii.
12:11
But here, here is the biggest force
282
716000
3000
To tu znajduje się największa siła,
12:14
for bringing about a world of abundance.
283
719000
2000
dzięki której stworzymy świat dostatku.
12:16
I call it the rising billion.
284
721000
3000
Nazywam to wschodzącym miliardem.
12:19
So the white lines here are population.
285
724000
3000
Na biało zaznaczono populacje.
12:22
We just passed the seven billion mark on Earth.
286
727000
3000
Dopiero co przekroczyliśmy liczbę 7 mld mieszkańców na Ziemi.
12:25
And by the way,
287
730000
2000
Tak poza tym,
12:27
the biggest protection against a population explosion
288
732000
2000
najlepszą ochroną przed boomem demograficznym
12:29
is making the world educated
289
734000
2000
jest świat wykształcony
12:31
and healthy.
290
736000
3000
i zdrowy.
12:34
In 2010,
291
739000
2000
W 2010 r. było ok. 2 mld użytkowników internetu.
12:36
we had just short of two billion people
292
741000
2000
W 2010 r. było ok. 2 mld użytkowników internetu.
12:38
online, connected.
293
743000
2000
W 2010 r. było ok. 2 mld użytkowników internetu.
12:40
By 2020,
294
745000
2000
Do 2020 r. liczba ta zwiększy się do 5 mld.
12:42
that's going from two billion to five billion
295
747000
2000
Do 2020 r. liczba ta zwiększy się do 5 mld.
12:44
Internet users.
296
749000
2000
Do 2020 r. liczba ta zwiększy się do 5 mld.
12:46
Three billion new minds
297
751000
2000
3 mld nowych umysłów,
12:48
who have never been heard from before
298
753000
2000
z którymi nie mieliśmy wcześniej do czynienia,
12:50
are connecting to the global conversation.
299
755000
4000
włączą się do globalnej dyskusji.
12:54
What will these people want?
300
759000
2000
Czego mogą chcieć ci ludzie?
12:56
What will they consume? What will they desire?
301
761000
2000
Czego będą używać? Czego będą pragnąć?
12:58
And rather than having economic shutdown,
302
763000
2000
Zamiast upadku gospodarki,
13:00
we're about to have the biggest economic injection ever.
303
765000
3000
możemy mieć największy w historii wzrost gospodarczy.
13:03
These people represent
304
768000
2000
Ci ludzie oznaczają
13:05
tens of trillions of dollars
305
770000
2000
dziesiątki bilionów dolarów
13:07
injected into the global economy.
306
772000
3000
wstrzykniętych w globalną gospodarkę.
13:10
And they will get healthier
307
775000
2000
Będą zdrowsi używając Tricordera.
13:12
by using the Tricorder,
308
777000
2000
Będą zdrowsi używając Tricordera,
13:14
and they'll become better educated by using the Khan Academy,
309
779000
2000
lepiej wykształceni dzięki Khan Academy
13:16
and by literally being able to use
310
781000
3000
i przez możliwość korzystania
13:19
3D printing and infinite computing
311
784000
3000
z druku 3D i nieskończonych obliczeń
13:22
[become] more productive than ever before.
312
787000
3000
bardziej produktywni niż kiedykolwiek.
13:25
So what could three billion rising,
313
790000
3000
Co mogą nam dać 3 mld
13:28
healthy, educated, productive members of humanity
314
793000
3000
zdrowych, wykształconych
13:31
bring to us?
315
796000
2000
produktywnych ludzi?
13:33
How about a set of voices that have never been heard from before.
316
798000
3000
Mogą przedstawić swoją opinię.
13:36
What about giving the oppressed,
317
801000
2000
Może by dać prześladowanym,
13:38
wherever they might be,
318
803000
2000
gdziekolwiek nie są,
13:40
the voice to be heard and the voice to act
319
805000
2000
możliwość wyrażenia swojego zdania?
13:42
for the first time ever?
320
807000
3000
możliwość wyrażenia swojego zdania?
13:45
What will these three billion people bring?
321
810000
3000
Co nam dadzą te 3 mld ludzi?
13:48
What about contributions we can't even predict?
322
813000
3000
Co z wkładem, którego nawet nie jesteśmy przewidzieć?
13:51
The one thing I've learned at the X Prize
323
816000
2000
Na X Proze nauczyłem się jednego,
13:53
is that small teams
324
818000
2000
że małe zespoły
13:55
driven by their passion with a clear focus
325
820000
3000
prowadzone pasją z jasno określonym celem
13:58
can do extraordinary things,
326
823000
2000
mogą dokonać niesamowitych rzeczy,
14:00
things that large corporations and governments
327
825000
2000
których wielkie korporacje i rządy
14:02
could only do in the past.
328
827000
3000
mogły dokonać tylko w przeszłości.
14:05
Let me share and close with a story
329
830000
2000
Na koniec historia,
14:07
that really got me excited.
330
832000
3000
dla mnie bardzo ekscytująca.
14:10
There is a program that some of you might have heard of.
331
835000
2000
Jest program, o którym niektórzy z was mogli słyszeć.
14:12
It's a game called Foldit.
332
837000
2000
To gra zwana Foldit.
14:14
It came out of the University of Washington in Seattle.
333
839000
4000
Pojawiła się na Uniwersytecie Waszyngtońskim.
14:18
And this is a game
334
843000
2000
W tej grze,
14:20
where individuals can actually take a sequence of amino acids
335
845000
4000
zawodnicy wybierają sekwencje aminokwasów
14:24
and figure out how the protein is going to fold.
336
849000
4000
i próbują dojść, jak zwinie się białko.
14:28
And how it folds dictates its structure and its functionality.
337
853000
2000
To jak się zwija, określa jego strukturę i funkcjonalność.
14:30
And it's very important for research in medicine.
338
855000
3000
TO bardzo ważne w badaniach medycznych.
14:33
And up until now, it's been a supercomputer problem.
339
858000
3000
Do tej pory to był problem dla superkomputera.
14:36
And this game has been played
340
861000
2000
W grę grali tylko
14:38
by university professors and so forth.
341
863000
2000
uniwersyteccy profesorowie.
14:40
And it's literally, hundreds of thousands of people
342
865000
3000
Teraz grają w nią online dosłownie setki tysięcy ludzi.
14:43
came online and started playing it.
343
868000
2000
Teraz grają w nią online dosłownie setki tysięcy ludzi.
14:45
And it showed that, in fact, today,
344
870000
2000
Pokazuje to, że obecnie
14:47
the human pattern recognition machinery
345
872000
2000
urządzenia rozpoznające ludzkie wzorce
14:49
is better at folding proteins than the best computers.
346
874000
3000
lepiej radzą sobie ze zwijaniem białek, niż najlepsze komputery.
14:52
And when these individuals went and looked
347
877000
2000
Kiedy sprawdzono,
14:54
at who was the best protein folder in the world,
348
879000
3000
kim są najwięksi eksperci w zwijaniu białek na świecie,
14:57
it wasn't an MIT professor,
349
882000
2000
okazało się, że był wśród nich profesor z MIT,
14:59
it wasn't a CalTech student,
350
884000
2000
student z CalTech,
15:01
it was a person from England, from Manchester,
351
886000
3000
jakaś kobieta z Manchesteru w Anglii,
15:04
a woman who, during the day,
352
889000
4000
która pracowała jako asystentka
15:08
was an executive assistant at a rehab clinic
353
893000
3000
w klinice odwykowej,
15:11
and, at night, was the world's best protein folder.
354
896000
4000
a w nocy była mistrzynią świata w zwijaniu białek.
15:16
Ladies and gentlemen,
355
901000
2000
Panie i panowie,
15:18
what gives me tremendous confidence
356
903000
2000
większą pewność co do przyszłości
15:20
in the future
357
905000
4000
daje mi to,
15:24
is the fact that we are now more empowered as individuals
358
909000
4000
że jesteśmy silniejsi jako jednostki,
15:28
to take on the grand challenges of this planet.
359
913000
3000
by zmagać się z największymi wyzwaniami na tej planecie.
15:31
We have the tools with this exponential technology.
360
916000
3000
Mamy narzędzia gwałtownie rozwijającej się technologii.
15:34
We have the passion of the DIY innovator.
361
919000
3000
Mamy pasję innowatora z DIY.
15:37
We have the capital of the techno-philanthropist.
362
922000
3000
Mamy środki filantropów wspierających technologie.
15:40
And we have three billion new minds
363
925000
2000
Mamy też 3 mld nowych umysłów,
15:42
coming online to work with us
364
927000
2000
które nas wesprą
15:44
to solve the grand challenges,
365
929000
2000
w radzeniu sobie z największymi wyzwaniami,
15:46
to do that which we must do.
366
931000
4000
byśmy mogli zrobić, co trzeba.
15:50
We are living into extraordinary decades ahead.
367
935000
2000
Przed nami niesamowite czasy.
15:52
Thank you.
368
937000
2000
Dziękuję.
15:54
(Applause)
369
939000
14000
(Oklaski)
ABOUT THE SPEAKER
Peter Diamandis - Space activistPeter Diamandis runs the X Prize Foundation, which offers large cash incentive prizes to inventors who can solve grand challenges like space flight, low-cost mobile medical diagnostics and oil spill cleanup. He is the chair of Singularity University, which teaches executives and grad students about exponentially growing technologies.
Why you should listen
Watch the live onstage debate with Paul Gilding that followed Peter Diamandis' 2012 TEDTalk >>
Peter Diamandis is the founder and chair of the X Prize Foundation, a nonprofit whose mission is simply "to bring about radical breakthroughs for the benefit of humanity." By offering a big cash prize for a specific accomplishment, the X Prize stimulates competition and excitement around some of the planet's most important goals. Diamandis is also co-founder and chairman of Singularity University which runs Exponential Technologies Executive and Graduate Student Programs.
Diamandis' background is in space exploration -- before the X Prize, he ran a company that studied low-cost launching technologies and Zero-G which offers the public the chance to train like an astronaut and experience weightlessness. But though the X Prize's first $10 million went to a space-themed challenge, Diamandis' goal now is to extend the prize into health care, social policy, education and many other fields that could use a dose of competitive innovation.
Peter Diamandis | Speaker | TED.com