TED2009
Juan Enriquez: The next species of human
Juan Enriquez предлагает вниманию публики невероятную новую науку
Filmed:
Readability: 3.4
3,584,967 views
В мире финансовый кризис, но Juan Enriquez считает что настоящая перезагрузка системы еще впереди. Но не ищите ее источник в избирательном бюллетене или на фондовой бирже: она придет из научных лабораторий, и она обещает сделать тела и умы проницательнее. Наши дети будут другими.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:12
There's a great big elephant in the room called the economy.
0
0
3000
В посудную лавку под названием экономика забрался огромный слон
00:16
So let's start talking about that.
1
4000
2000
Так что давайте начнем о нем говорить
00:18
I wanted to give you a current picture of the economy.
2
6000
3000
Я хотел описать вам текущее положение дел в экономике
00:21
That's what I have behind myself.
3
9000
3000
Приблизительно, вот такое (слайд)
00:24
(Laughter)
4
12000
3000
(смех)
00:27
But of course what we have to remember is this.
5
15000
3000
Но, конечно, следует помнить, что ключ к управлению кризисом заключается в долгосрочном подходе.
00:30
And what you have to think about is,
6
18000
3000
И вам необходимо думать,
00:33
when you're dancing in the flames, what's next?
7
21000
3000
что же будет дальше, когда вы пляшете на раскаленных углях.
00:36
So what I'm going to try to do in the next 17 and a half minutes
8
24000
3000
Итак, в ближайшие 17 с половиной минут я хотел бы поговорить.
00:39
is I'm going to talk first about the flames --
9
27000
2000
о пламени -
00:41
where we are in the economy --
10
29000
2000
- где мы в экономике -
00:43
and then I'm going to take three trends
11
31000
2000
и о трех трендах,
00:45
that have taken place at TED over the last 25 years
12
33000
3000
которые проявились на TED за последние 25 лет,
00:48
and that will take place in this conference
13
36000
2000
и проявятся сегодня
00:50
and I will try and bring them together.
14
38000
3000
и постараюсь свести все это вместе.
00:53
And I will try and give you a sense of what the ultimate reboot looks like.
15
41000
4000
Я так же постараюсь дать вам понять, на что похожа окончательная перезагрузка
00:57
Those three trends are
16
45000
2000
Эти три тренда - это:
00:59
the ability to engineer cells,
17
47000
2000
Способность создавать клетки (элементы)
01:01
the ability to engineer tissues,
18
49000
2000
Способность создавать ткани
01:03
and robots.
19
51000
2000
И роботы.
01:05
And somehow it will all make sense.
20
53000
2000
Каким-то образом это все будет иметь смысл.
01:07
But anyway, let's start with the economy.
21
55000
3000
Однако, начнем с экономики.
01:10
There's a couple of really big problems that are still sitting there.
22
58000
3000
Есть пара выдающихся и еще не решенных проблем.
01:13
One is leverage.
23
61000
2000
Кредитное плечо.
01:15
And the problem with leverage is
24
63000
2000
А проблема с кредитным плечом заключается в том, что
01:17
it makes the U.S. financial system look like this.
25
65000
3000
с ним финансовая система США выглядит вот так:
01:20
(Laughter)
26
68000
3000
(смех)
01:27
So, a normal commercial bank has nine to 10 times leverage.
27
75000
3000
Обычный коммерческий банк использует 9-10-ое плечо,
01:30
That means for every dollar you deposit, it loans out about nine or 10.
28
78000
3000
что означает, что на каждый депонированный доллар банк выдает 9-10 долларов кредита.
01:33
A normal investment bank is not a deposit bank,
29
81000
3000
Нормальный инвестиционный банк депозитами не занимается,
01:36
it's an investment bank;
30
84000
2000
Он инвестирует.
01:38
it has 15 to 20 times.
31
86000
2000
И плечо у него - 15-20-ое
01:40
It turns out that B of A in September had 32 times.
32
88000
3000
В сентябре оказалось, что у Банка Америки кредитное плечо 32ое.
01:43
And your friendly Citibank had 47 times.
33
91000
3000
А у дружественного Сити - 47ое.
01:46
Oops.
34
94000
2000
Упс.
01:48
That means every bad loan goes bad 47 times over.
35
96000
4000
То есть, каждый доллар плохого долга становился 47 долларами плохого долга.
01:52
And that, of course, is the reason why all of you
36
100000
3000
И это, разумеется, причина, по которой вы все
01:55
are making such generous and wonderful donations
37
103000
3000
делаете столь щедрые пожертвования
01:58
to these nice folks.
38
106000
2000
вот этим славным парням.
02:03
And as you think about that,
39
111000
2000
И, если вдуматься,
02:05
you've got to wonder: so what do banks have in store for you now?
40
113000
3000
вы должны бы полюбопытствовать, что же еще эти банки приготовили для вас?
02:11
(Laughter)
41
119000
3000
(смех)
02:20
It ain't pretty.
42
128000
2000
Ничего хорошего.
02:23
The government, meanwhile, has been acting like Santa Claus.
43
131000
4000
Правительство, тем временем, действовало как Санта Клаус.
02:27
We all love Santa Claus, right?
44
135000
3000
Мы ведь все любим Санту, верно?
02:30
But the problem with Santa Clause is,
45
138000
3000
Но у нас проблемы с Сантой.
02:33
if you look at the mandatory spending of what these folks have been doing
46
141000
3000
Если вы взглянете на обязательные (прямые) расходы государства
02:36
and promising folks,
47
144000
2000
то увидите, что эти славные парни
02:38
it turned out that in 1967, 38 percent was mandatory spending
48
146000
5000
в 1967 году тратили 38% этих средств на
02:43
on what we call "entitlements."
49
151000
3000
различного рода пособия и дотации
02:46
And then by 2007 it was 68 percent.
50
154000
3000
А к 2007 на эти пособия уходило уже 68% обязательных расходов
02:49
And we weren't supposed to run into 100 percent until about 2030.
51
157000
4000
И мы могли бы достичь 100% только в 2030 году,
02:54
Except we've been so busy giving away a trillion here, a trillion there,
52
162000
3000
если бы мы не были столь щедры, раздавая триллион туда, триллион сюда
02:57
that we've brought that date of reckoning forward
53
165000
3000
и не приблизили эту дату
03:00
to about 2017.
54
168000
3000
к, приблизительно, 2017 году.
03:03
And we thought we were going to be able to lay these debts off on our kids,
55
171000
3000
Мы думали, что сможем взвалить этот долг на плечи наших детей.
03:06
but, guess what?
56
174000
2000
Однако, догадайтесь?
03:08
We're going to start to pay them.
57
176000
2000
Платить придется нам, сейчас.
03:10
And the problem with this stuff is, now that the bill's come due,
58
178000
2000
И проблема в том, что счет уже предъявлен
03:12
it turns out Santa isn't quite as cute when it's summertime.
59
180000
4000
а Санта внезапно перестал быть таким щедрым.
03:16
Right?
60
184000
2000
Верно?
03:18
(Laughter)
61
186000
3000
(смех)
03:30
Here's some advice from one of the largest investors in the United States.
62
198000
4000
Вот пара разумных советов от одного из крупнейших инвесторов в США,
03:34
This guy runs the China Investment Corporation.
63
202000
3000
управляющего China Investment Corporation
03:37
He is the main buyer of U.S. Treasury bonds.
64
205000
3000
Он крупнейший покупатель американских казначейских облигаций
03:40
And he gave an interview in December.
65
208000
3000
И он дал интервью в декабре
03:43
Here's his first bit of advice.
66
211000
2000
Во-первых, "Будьте внимательны к странам, которые дают вам деньги в долг"
03:45
And here's his second bit of advice.
67
213000
3000
И во-вторых: "Мы с радостью вас поддержим, парни, если вы жизнеспособны"
03:50
And, by the way,
68
218000
2000
Между прочим,
03:52
the Chinese Prime Minister reiterated this at Davos last Sunday.
69
220000
3000
премьер-министр Китая не так давно повторил эти советы в Давосе
03:55
This stuff is getting serious enough
70
223000
2000
Дело становится весьма серьезным:
03:57
that if we don't start paying attention to the deficit,
71
225000
2000
Если мы не обратим достаточно внимания на дефицит бюджета США
03:59
we're going to end up losing the dollar.
72
227000
3000
Мы в итоге потеряем доллар
04:02
And then all bets are off.
73
230000
3000
И это в состоянии изменить всю картину мира
04:05
Let me show you what it looks like.
74
233000
3000
Позвольте мне продемонстрировать, как это может выглядеть
04:08
I think I can safely say
75
236000
2000
Думаю, что могу с уверенностью заявить,
04:10
that I'm the only trillionaire in this room.
76
238000
3000
что я единственный триллионер в этой комнате.
04:14
This is an actual bill.
77
242000
2000
Вот расписка
04:16
And it's 10 triliion dollars.
78
244000
3000
на 10 триллионов долларов
04:19
The only problem with this bill is it's not really worth very much.
79
247000
3000
Проблема в том, что эта расписка на самом деле стоит не очень-то много
04:22
That was eight bucks last week, four bucks this week,
80
250000
3000
8 баксов на прошлой неделе, 4 - на этой.
04:25
a buck next week.
81
253000
2000
доллар - на следующей.
04:27
And that's what happens to currencies when you don't stand behind them.
82
255000
4000
Именно это происходит с валютами, если вы не в состоянии их обеспечить.
04:32
So the next time somebody as cute as this shows up on your doorstep,
83
260000
5000
Так что в следующий раз, когда кто-то чрезвычайно милый постучится в вашу дверь
04:37
and sometimes this creature's called Chrysler and sometimes Ford and sometimes ... whatever you want --
84
265000
7000
(и иногда его будут звать Крайслер, а иногда - Форд, а иногда - ну, вы уловили идею)
04:44
you've just got to say no.
85
272000
2000
Скажите попросту: нет.
04:46
And you've got to start banishing a word that's called "entitlement."
86
274000
4000
Необходимо начать игнорировать слово "дотации"
04:50
And the reason we have to do that in the short term
87
278000
3000
И причина, по которой мы должны научиться это делать
04:53
is because we have just run out of cash.
88
281000
3000
заключается в том, что иначе мы просто растратим все деньги.
04:56
If you look at the federal budget, this is what it looks like.
89
284000
3000
Если вы взглянете на федеральный бюджет, вы поймете, на что это похоже:
04:59
The orange slice is what's discretionary.
90
287000
3000
Оранжевым обозначены "расходы по собственному усмотрению"
05:02
Everything else is mandated.
91
290000
2000
Все остальное - обязательные.
05:05
It makes no difference if we cut out the bridges to Alaska in the overall scheme of things.
92
293000
3000
Остановка финансирования мостов на Аляску совершенно ничего не изменит в общем порядке вещей.
05:08
So what we have to start thinking about doing
93
296000
3000
Так что нам придется подумать, как
05:11
is capping our medical spending
94
299000
2000
ограничить наши расходы на медицину
05:13
because that's a monster that's simply going to eat the entire budget.
95
301000
3000
потому что этот монстр способен съесть весь бюджет
05:16
We've got to start thinking about asking people
96
304000
3000
Нам придется попросить людей
05:19
to retire a little bit later.
97
307000
2000
выйти на пенсию несколько позже
05:22
If you're 60 to 65 you retire on time.
98
310000
3000
Если вам сейчас от 60 до 65, вы сможете выйти на пенсию вовремя
05:25
Your 401(k) just got nailed.
99
313000
2000
Ваш счет пенсионных накоплений 401(k) только что сгорел.
05:27
If you're 50 to 60 we want you to work two years more.
100
315000
3000
Если вам от 50 до 60, вам придется поработать еще 2 года
05:30
If you're under 50 we want you to work four more years.
101
318000
3000
если вы младше 50ти, вам придется поработать на 4 года больше
05:33
The reason why that's reasonable is,
102
321000
3000
Причина, по которой это требование разумно, заключается в том, что сдвинулись границы смертности:
05:36
when your grandparents were given Social Security,
103
324000
2000
Ваши бабушка и дедушка получали социальную страховку
05:38
they got it at 65 and were expected to check out at 68.
104
326000
3000
в 65, и ожидалось, что они умрут в 68 (три года расходов для бюджета)
05:41
Sixty-eight is young today.
105
329000
3000
Но 68 - это ранняя старость сегодня.
05:44
We've also got to cut the military about three percent a year.
106
332000
4000
Кроме того, нам необходимо снизить военные расходы по меньше мере на 3% ежегодно
05:48
We've got to limit other mandatory spending.
107
336000
2000
Мы должны снизить и другие обязательные расходы
05:50
We've got to quit borrowing as much,
108
338000
3000
Мы должны перестать занимать так много,
05:53
because otherwise the interest is going to eat that whole pie.
109
341000
3000
потому что в противном случае проценты на долг съедят весь бюджет
05:56
And we've got to end up with a smaller government.
110
344000
2000
Кроме того, необходимо сократить правительственный аппарат.
05:58
And if we don't start changing this trend line,
111
346000
3000
И если мы не начнем менять этот тренд сегодня
06:01
we are going to lose the dollar
112
349000
2000
мы потеряем доллар
06:03
and start to look like Iceland.
113
351000
2000
и начнем выглядеть как Исландия
06:05
I got what you're thinking.
114
353000
3000
Я уловил, о чем вы подумали:
06:08
This is going to happen when hell freezes over.
115
356000
4000
такое произойдет, когда ад замерзнет!
06:13
But let me remind you this December it did snow in Vegas.
116
361000
3000
но позвольте мне напомнить вам, что в декабре этого года в Вегасе в самом деле выпал снег
06:18
(Laughter)
117
366000
3000
(смех)
06:23
Here's what happens if you don't address this stuff.
118
371000
3000
Вот что происходит, если вы не решаете такую проблему.
06:26
So, Japan had a fiscal real estate crisis
119
374000
3000
В Японии был ипотечный кризис
06:29
back in the late '80s.
120
377000
2000
в конце 80х годов
06:31
And its 225 largest companies today
121
379000
3000
и 225 крупнейших компаний страны
06:34
are worth one quarter of what they were 18 years ago.
122
382000
3000
стоят сегодня четверть того, что они стоили 18 лет назад
06:37
We don't fix this now,
123
385000
2000
Если мы сейчас не начнем решать эту проблему,
06:39
how would you like to see a Dow 3,500 in 2026?
124
387000
3000
то увидим Доу на уровне 3500 к 2026 году
06:42
Because that's the consequence of not dealing with this stuff.
125
390000
3000
потому что именно это - последствия отказа от решения имеющихся проблем
06:45
And unless you want this person
126
393000
3000
И если только вы не хотите, чтобы этот человек (имя на слайде: Алекс-утопленник)
06:48
to not just become the CFO of Florida, but the United States,
127
396000
3000
был финансовым управляющим не только Флориды, но и всех Соединенных Штатов
06:51
we'd better deal with this stuff.
128
399000
3000
Нам следует решать эту проблему сейчас.
06:54
That's the short term. That's the flame part.
129
402000
3000
И это краткосрочная перспектива. Часть о пламени, о раскаленных углях под ногами.
06:57
That's the financial crisis.
130
405000
2000
Это финансовый кризис.
06:59
Now, right behind the financial crisis there's a second and bigger wave
131
407000
4000
За финансовым кризисом идет вторая и куда большая волна
07:03
that we need to talk about.
132
411000
1000
о которой нам необходимо поговорить
07:04
That wave is much larger, much more powerful,
133
412000
2000
Эта волна куда больше и могущественнее
07:06
and that's of course the wave of technology.
134
414000
3000
И, конечно, это волна технологий.
07:09
And what's really important in this stuff is,
135
417000
2000
Важно помнить, что мы должны
07:11
as we cut, we also have to grow.
136
419000
2000
не только убирать лишнее, но и взращивать важное
07:13
Among other things, because startup companies
137
421000
3000
Инвестиции в стартапы составляют
07:16
are .02 percent of U.S. GDP investmentm
138
424000
2000
всего лишь 0,02% ВВП США
07:18
and they're about 17.8 percent of output.
139
426000
3000
а приносят 17,8% ВВП
07:23
It's groups like that in this room that generate the future of the U.S. economy.
140
431000
3000
Группы, подобные сидящим в этом зале, формируют будущее американской экономики.
07:26
And that's what we've got to keep growing.
141
434000
2000
И это то, что мы должны поддерживать и растить.
07:28
We don't have to keep growing these bridges to nowhere.
142
436000
3000
Нет никакой необходимости выращивать мосты в никуда.
07:32
So let's bring a romance novelist into this conversation.
143
440000
4000
Давайте вспомним здесь цитату Луиса Ламура: "Придет время, когда вы будете считать, что все кончено. И это будет только самое начало"
07:38
And that's where these three trends come together.
144
446000
5000
И вот здесь все три тренда сливаются воедино.
07:43
That's where the ability to engineer microbes,
145
451000
3000
Способность выращивать клетки
07:46
the ability to engineer tissues,
146
454000
2000
Способность выращивать ткани
07:48
and the ability to engineer robots
147
456000
2000
Способность создавать роботов
07:50
begin to lead to a reboot.
148
458000
2000
ведут к перезагрузке всей системы
07:52
And let me recap some of the stuff you've seen.
149
460000
2000
Позвольте мне быстро напомнить вам о разработках в этих областях
07:54
Craig Venter showed up last year
150
462000
2000
Крэг Вентер показал в прошлом году
07:56
and showed you the first fully programmable cell that acts like hardware
151
464000
2000
Первые полностью программируемые клетки, которые работают как компьютерное железо.
07:58
where you can insert DNA and have it boot up as a different species.
152
466000
3000
т.е. вы можете загрузить ДНК и запустить его на разных существах
08:01
In parallel, the folks at MIT
153
469000
3000
Параллельно, ребята в МТИ
08:04
have been building a standard registry of biological parts.
154
472000
3000
строили стандартный регистр биологических составляющих
08:07
So think of it as a Radio Shack for biology.
155
475000
3000
своего рода Radio Shack в биологии
08:10
You can go out and get your proteins, your RNA, your DNA, whatever.
156
478000
3000
Вы можете пойти и найти свои протеины, РНК, ДНК, что угодно.
08:13
And start building stuff.
157
481000
3000
И начать строить из них что-то, что угодно
08:16
In 2006 they brought together high school students and college students
158
484000
3000
В 2006 году они собрали студентов из школ и колледжей
08:19
and started to build these little odd creatures.
159
487000
2000
и начали строить всяких маленьких странных существ
08:21
They just happened to be alive instead of circuit boards.
160
489000
3000
И оказалось, что получились не печатные платы с биоэлементами, а живые существа
08:24
Here was one of the first things they built.
161
492000
3000
Вот, например, что они создали:
08:27
So, cells have this cycle.
162
495000
2000
Итак, клетки живут определенный цикл
08:29
First they don't grow.
163
497000
2000
Сначала они не растут.
08:31
Then they grow exponentially.
164
499000
2000
Потом они растут экспоненциально.
08:33
Then they stop growing.
165
501000
2000
Потом они перестают расти.
08:35
Graduate students wanted a way of telling which stage they were in.
166
503000
3000
Студенты хотели получить индикатор, который бы подсказал им, на каком этапе клетка находится.
08:38
So they engineered these cells
167
506000
2000
И они создали эти клетки
08:40
so that when they're growing in the exponential phase,
168
508000
2000
так что в фазе экспоненциального роста
08:42
they would smell like wintergreen.
169
510000
2000
они пахнут как гаультерия
08:44
And when they stopped growing they would smell like bananas.
170
512000
3000
в финальной фазе они пахнут как банан
08:47
And you could tell very easily when your experiment was working
171
515000
3000
так что можно было с легкостью заключить, когда эксперимент работал, а
08:50
and wasn't, and where it was in the phase.
172
518000
3000
когда - нет, и в какой фазе он находился
08:53
This got a bit more complicated two years later.
173
521000
3000
Спустя два года эта задача несколько усложнилась
08:56
Twenty-one countries came together. Dozens of teams.
174
524000
2000
21 страна собралась вместе. Десятки команд. (IGEM 2008)
08:58
They started competing.
175
526000
2000
Начались соревнования.
09:00
The team from Rice University started to engineer the substance in red wine
176
528000
5000
Команда из Университета Райс начала вплавлять субстанцию,
09:05
that makes red wine good for you
177
533000
2000
которая делает красное вино полезным
09:07
into beer.
178
535000
2000
в пиво.
09:10
So you take resveratrol and you put it into beer.
179
538000
4000
Т.е. вы берете резвератрол (http://en.wikipedia.org/wiki/Resveratrol) и кладете в пиво.
09:14
Of course, one of the judges is wandering by, and he goes,
180
542000
3000
Конечно, наблюдатель смотрит на все это и думает:
09:17
"Wow! Cancer-fighting beer! There is a God."
181
545000
4000
"Ого! Пиво, побеждающее рак! Так, Бог все-таки есть!"
09:21
(Laughter)
182
549000
3000
(смех)
09:24
The team from Taiwan was a little bit more ambitious.
183
552000
3000
Тайванская команда была чуть более амбициозной
09:27
They tried to engineer bacterias in such a way
184
555000
3000
Они попытались создать бактерии таким образом
09:30
that they would act as your kidneys.
185
558000
3000
чтобы они действовали, как ваши почки
09:33
Four years ago, I showed you this picture.
186
561000
3000
4 года назад я показывал вам эту картинку.
09:36
And people oohed and ahhed,
187
564000
2000
и люди охали и ахали
09:38
because Cliff Tabin had been able to grow an extra wing on a chicken.
188
566000
3000
потому что Клифф Табин сумел вырастить дополнительное крыло у цыпленка.
09:41
And that was very cool stuff back then.
189
569000
3000
И тогда это казалось очень прикольно
09:44
But now moving from bacterial engineering to tissue engineering,
190
572000
3000
Теперь, двигаясь от создания бактерий к созданию ткани
09:47
let me show you what's happened in that period of time.
191
575000
3000
позвольте мне показать вам, что произошло за все это время.
09:50
Two years ago, you saw this creature.
192
578000
3000
Два года назад вы видели это создание.
09:53
An almost-extinct animal from Xochimilco, Mexico
193
581000
3000
Почти вымершее животное из Мексики
09:56
called an axolotl
194
584000
2000
именуемое аксолотль
09:58
that can re-generate its limbs.
195
586000
2000
котрое способно регенерировать части своего тела
10:00
You can freeze half its heart. It regrows.
196
588000
2000
Вы можете заморозить часть его сердца. Оно вырастет.
10:02
You can freeze half the brain. It regrows.
197
590000
2000
Вы можете заморозить часть мозга. Он восстановится.
10:04
It's almost like leaving Congress.
198
592000
2000
В общем, точно так же как в Конгрессе.
10:06
(Laughter)
199
594000
3000
(смех)
10:12
But now, you don't have to have the animal itself to regenerate,
200
600000
3000
Но теперь вам не нужно иметь аксолотля для регенерации
10:15
because you can build cloned mice molars in Petri dishes.
201
603000
5000
потому что вы можете клонировать клетки мышей в чашечке Петри
10:21
And, of course if you can build mice molars in Petri dishes,
202
609000
4000
И, конечно, если вы можете создавать клетки мышей,
10:25
you can grow human molars in Petri dishes.
203
613000
3000
То вы можете клонировать и клетки людей
10:28
This should not surprise you, right?
204
616000
2000
Думаю, вас не должно это удивлять?
10:30
I mean, you're born with no teeth.
205
618000
2000
В смысле, вы ведь рождаетесь без зубов
10:32
You give away all your teeth to the tooth fairy.
206
620000
3000
отдаете все свои молочные зубы зубной фее
10:35
You re-grow a set of teeth.
207
623000
2000
И выращиваете новые
10:37
But then if you lose one of those second set of teeth, they don't regrow,
208
625000
3000
Но если вы теперь утратите один из зубов, вы не сможете его регенерировать
10:40
unless, if you're a lawyer.
209
628000
2000
если только вы не адвокат.
10:42
(Laughter)
210
630000
4000
(смех)
10:46
But, of course, for most of us,
211
634000
3000
Но, конечно, большинству из нас
10:49
we know how to grow teeth, and therefore we can take adult stem teeth,
212
637000
3000
известно, как выращивать зуб, так что можно взять корень взрослого зуба
10:52
put them on a biodegradable mold, re-grow a tooth,
213
640000
3000
опустить его в биораствор и восстановить зуб
10:55
and simply implant it.
214
643000
1000
а затем вживить этот зуб.
10:56
And we can do it with other things.
215
644000
3000
И мы можем так делать со многими другими вещами
10:59
So, a Spanish woman who was dying of T.B. had a donor trachea,
216
647000
5000
Например, одна испанка умирала от туберкулеза, и для нее нашелся донор трахеи
11:04
they took all the cells off the trachea,
217
652000
2000
врачи сняли все клетки с трахеи донора
11:06
they spraypainted her stem cells onto that cartilage.
218
654000
3000
и распылили их на хрящ
11:09
She regrew her own trachea,
219
657000
2000
донор регенерировала свою собственную трахею
11:11
and 72 hours later it was implanted.
220
659000
3000
и через 72 часа ее имплантировали больной
11:14
She's now running around with her kids.
221
662000
2000
Эта женщина теперь радуется жизни со своими детьми
11:16
This is going on in Tony Atala's lab in Wake Forest
222
664000
3000
А вот что происходит в лаборатории Тони Атала в Уэйк-Форрест
11:19
where he is re-growing ears for injured soldiers,
223
667000
3000
он регенерирует уши раненным солдатам
11:22
and he's also re-growing bladders.
224
670000
4000
а также желчные пузыри
11:26
So there are now nine women walking around Boston
225
674000
3000
И теперь в окрестностях Бостона живет 9 женщин
11:29
with re-grown bladders,
226
677000
2000
с восстановленными желчными пузырями
11:31
which is much more pleasant than walking around with a whole bunch of plastic bags
227
679000
2000
что куда приятнее прогулки со связкой пластиковых пакетов
11:33
for the rest of your life.
228
681000
2000
до конца своей жизни
11:35
This is kind of getting boring, right?
229
683000
3000
Это становится скучно, да?
11:38
I mean, you understand where this story's going.
230
686000
2000
В смысле, вы уже поняли, куда я веду
11:40
But, I mean it gets more interesting.
231
688000
2000
Но дальше становится интереснее
11:42
Last year, this group was able to take all the cells off a heart,
232
690000
4000
В прошлом году эта группа сумела снять все клетки с сердца
11:46
leaving just the cartilage.
233
694000
3000
оставив только хрящ
11:49
Then, they sprayed stem cells onto that heart, from a mouse.
234
697000
2000
они распылили клетки на сердце мыши
11:51
Those stem cells self-organized, and that heart started to beat.
235
699000
4000
прошел процесс самоорганизации клеток, и сердце пошло.
11:55
Life happens.
236
703000
3000
Произошла жизнь.
11:59
This may be one of the ultimate papers.
237
707000
3000
Это может стать одной из основополагающих работ.
12:02
This was done in Japan and in the U.S., published at the same time,
238
710000
3000
Эксперимент был независимо проведен в Японии и в США, и опубликован одновременно
12:05
and it rebooted skin cells into stem cells, last year.
239
713000
4000
Ученым удалось сделать из произвольных клеток кожи коренные клетки
12:10
That meant that you can take the stuff right here,
240
718000
3000
это значит, что вы можете взять клетки в одном месте тела
12:13
and turn it into almost anything in your body.
241
721000
2000
и превратить их в практически любые другие клетки вашего тела
12:15
And this is becoming common, it's moving very quickly,
242
723000
3000
И эта разработка уже становится привычной, развивается очень быстро
12:18
it's moving in a whole series of places.
243
726000
3000
и продвигается по многим направлениям
12:22
Third trend: robots.
244
730000
2000
Третий тренд: роботы
12:25
Those of us of a certain age grew up expecting that by now
245
733000
3000
Мои сверстники ожидали, что к сегодняшнему дню
12:28
we would have Rosie the Robot from "The Jetsons" in our house.
246
736000
4000
у нас в доме будет человекоподобный робот Рози из "Джетсонов"
12:32
And all we've got is a Roomba.
247
740000
3000
А все, что мы получили - умный пылесос Румба
12:35
(Laughter)
248
743000
3000
(смех)
12:38
We also thought we'd have this robot to warn us of danger.
249
746000
4000
Еще мы думали, что робокоп будет оберегать наши жизни
12:42
Didn't happen.
250
750000
2000
Этого тоже не произошло
12:44
And these were robots engineered for a flat world, right?
251
752000
3000
Но эти роботы были созданы для плоского мира (http://en.wikipedia.org/wiki/TheWorldis_Flat) ,
12:47
So, Rosie runs around on skates
252
755000
2000
в котором Рози катается на роликах
12:49
and the other one ran on flat threads.
253
757000
2000
а робокоп - на шарнирах
12:52
If you don't have a flat world, that's not good,
254
760000
2000
Но если мир не таков, реальность начинает отличаться от вымысла
12:54
which is why the robot's we're designing today are a little different.
255
762000
5000
Поэтому роботы, созданные сегодня, несколько отличаются от фантазий прошлого
13:00
This is Boston Dynamics' "BigDog."
256
768000
2000
Это робот-собака, созданная Boston Dynamics
13:05
And this is about as close as you can get to a physical Turing test.
257
773000
3000
И это максимальное приближение теста Тьюринга на физическом, двигательном уровне
13:08
O.K., so let me remind you, a Turing test is where you've got a wall,
258
776000
4000
Позвольте мне напомнить, что тест Тьюринга заключается в том, что если вы стоите перед стеной
13:12
you're talking to somebody on the other side of the wall,
259
780000
2000
разговариваете с кем-то, стоящим по другую сторону этой стены
13:14
and when you don't know if that thing is human or animal --
260
782000
3000
и не знаете, говорите ли вы с человеком или с животным
13:17
that's when computers have reached human intelligence.
261
785000
4000
то это значит, что компьютеры достигли уровня разумности человека
13:21
This is not an intelligence Turing rest,
262
789000
3000
Это не интеллектуальный тест Тьюринга
13:24
but this is as close as you can get to a physical Turing test.
263
792000
3000
но это его максимальное приближение в физике
13:27
And this stuff is moving very quickly,
264
795000
2000
Этот робот двигается довольно быстро
13:29
and by the way, that thing can carry about 350 pounds of weight.
265
797000
4000
хотя способен нести на себе порядка 150 килограмм веса.
13:34
These are not the only interesting robots.
266
802000
3000
Это не единственные любопытные роботы.
13:37
You've also got flies, the size of flies,
267
805000
2000
Есть еще насекомые
13:39
that are being made by Robert Wood at Harvard.
268
807000
3000
сделанные Робертом Вудом в Гарварде
13:42
You've got Stickybots that are being made at Stanford.
269
810000
3000
Стикиботы (роболипучки) из Стэнфорда
13:45
And as you bring these things together,
270
813000
3000
Если теперь собрать все это воедино
13:48
as you bring cells, biological tissue engineering and mechanics together,
271
816000
6000
клетки, ткани, роботы
13:54
you begin to get some really odd questions.
272
822000
3000
Вы начинается задаваться весьма странными вопросами
13:57
In the last Olympics, this gentleman,
273
825000
2000
На последних Олимпийских играх этот джентльмен,
13:59
who had several world records in the Special Olympics,
274
827000
4000
поставивший несколько мировых рекордов на Специальной Олимпиаде
14:03
tried to run in the normal Olympics.
275
831000
2000
попытался бежать на обычной Олимпиаде
14:05
The only issue with Oscar Pistorius
276
833000
2000
Одна деталь про Оскара Писториуса:
14:07
is he was born without bones in the lower part of his legs.
277
835000
4000
он родился без костей в нижней части ног
14:11
He came within about a second of qualifying.
278
839000
2000
До квалификации ему не хватило секунды
14:13
He sued to be allowed to run,
279
841000
3000
Он судился, чтобы его допустили к бегам
14:16
and he won the suit,
280
844000
2000
и выиграл.
14:18
but didn't qualify by time.
281
846000
2000
но не справился по времени
14:20
Next Olympics, you can bet that Oscar, or one of Oscar's successors,
282
848000
5000
Бьюсь об заклад, на следующих Олимпийских Играх, Оскар или его последователи
14:25
is going to make the time.
283
853000
2000
пройдут квалицикацию
14:27
And two or three Olympics after that, they are going to be unbeatable.
284
855000
3000
а через 2-3 игры они будут непобедимы
14:30
And as you bring these trends together, and as you think of what it means
285
858000
5000
И когда вы сводите эти тренды вместе, и думаете, что же все это значит
14:35
to take people who are profoundly deaf, who can now begin to hear --
286
863000
4000
Взять, скажем, глухих людей, которые смогли слышать снова
14:39
I mean, remember the evolution of hearing aids, right?
287
867000
3000
Вы ведь помните эволюцию этих средств?
14:42
I mean, your grandparents had these great big cones,
288
870000
3000
Ваши бабушки и дедушки носили с собой гигантские конусы
14:45
and then your parents had these odd boxes
289
873000
2000
ваши родители пользовались такими странными коробочками
14:47
that would squawk at odd times during dinner,
290
875000
2000
которые потрескивали во время ужина
14:49
and now we have these little buds that nobody sees.
291
877000
2000
а теперь у нас есть микрофоны, которые никому не заметны
14:51
And now you have cochlear implants
292
879000
2000
И еще появились улитковые имплантанты
14:53
that go into people's heads and allow the deaf to begin to hear.
293
881000
5000
которые вживляют глузому человеку, и позволяют ему вновь слышать
14:58
Now, they can't hear as well as you and I can.
294
886000
2000
Они не столь хороши, как естественное ухо
15:00
But, in 10 or 15 machine generations they will,
295
888000
3000
но через 10-15 поколений станут
15:03
and these are machine generations, not human generations.
296
891000
2000
и это будут поколения машин, а не людей
15:06
And about two or three years after they can hear as well as you and I can,
297
894000
4000
и через 2-3 года они смогут слышать ничуть не хуже нас с вами
15:10
they'll be able to hear maybe how bats sing, or how whales talk,
298
898000
4000
а быть может и лучше: как поют летучие мыши, как разговариваю киты
15:14
or how dogs talk, and other types of tonal scales.
299
902000
3000
собаки, смогут распознавать другие виды тональных сигналов
15:17
They'll be able to focus their hearing,
300
905000
2000
они смогут фокусировать свой слух
15:19
they'll be able to increase the sensitivity, decrease the sensitivity,
301
907000
3000
увеличивать или уменьшать чувствительность
15:22
do a series of things that we can't do.
302
910000
2000
совершать целый ряд действий, которые человеческое ухо совершать не способно
15:24
And the same thing is happening in eyes.
303
912000
2000
То же самое происходит с глазами
15:27
This is a group in Germany that's beginning to engineer eyes
304
915000
3000
Группа ученых в Германии начала разрабатывать человеческий глаз
15:30
so that people who are blind can begin to see light and dark.
305
918000
4000
чтобы слепые могли распознавать свет и темноту
15:34
Very primitive.
306
922000
2000
очень примитивно
15:36
And then they'll be able to see shape.
307
924000
2000
Затем они смогут распознавать форму
15:38
And then they'll be able to see color, and then they'll be able to see in definition,
308
926000
3000
Затем - цвет, затем - зрение в некотором разрешении
15:41
and one day, they'll see as well as you and I can.
309
929000
3000
и однажды слепые смогут видеть так же хорошо, как и мы
15:44
And a couple of years after that, they'll be able to see in ultraviolet,
310
932000
3000
А через пару лет они смогут видеть в ультрафиолете
15:47
they'll be able to see in infrared, they'll be able to focus their eyes,
311
935000
2000
и в инфракрасном свете, и смогут фокусироваться
15:49
they'll be able to come into a microfocus.
312
937000
3000
и делать микрофокусирование
15:52
They'll do stuff you and I can't do.
313
940000
2000
То есть, все те вещи, на которые мы с вами не способны
15:55
All of these things are coming together,
314
943000
2000
Все эти вещи идут вместе
15:57
and it's a particularly important thing to understand,
315
945000
4000
И очень важно понять одну вещь:
16:01
as we worry about the flames of the present,
316
949000
3000
пока мы волнуемся о раскаленных углях под ногами
16:04
to keep an eye on the future.
317
952000
3000
мы должны тем не менее держать фокус на будущем
16:07
And, of course, the future is looking back 200 years,
318
955000
3000
И, разумеется, будущее сегодня оглядывается назад
16:10
because next week is the 200th anniversary of Darwin's birth.
319
958000
4000
чтобы отметить 200 лет со дня рождения Дарвина
16:14
And it's the 150th anniversary of the publication of "The Origin of Species."
320
962000
6000
и 150 лет с момента публикации "Происхождения видов"
16:20
And Darwin, of course, argued that evolution is a natural state.
321
968000
4000
Дарвин, конечно, считал, что эволюция - это естественное состояние
16:24
It is a natural state in everything that is alive, including hominids.
322
972000
6000
всего живого, включая высших приматов
16:30
There have actually been 22 species of hominids
323
978000
5000
Вообще говоря, было 22 вида высших приматов
16:35
that have been around, have evolved, have wandered in different places,
324
983000
4000
они росли, развивались в разных местах,
16:39
have gone extinct.
325
987000
2000
частично вымерли
16:41
It is common for hominids to evolve.
326
989000
5000
Гоминидам вообще свойственно эволюционировать
16:46
And that's the reason why, as you look at the hominid fossil record,
327
994000
3000
И это причина, по которой - если вы взглянете на археологическую шкалу:
16:49
erectus, and heidelbergensis, and floresiensis, and Neanderthals,
328
997000
8000
(человек прямоходящий, человек гейдельбергский, человек флоресский, человек неандертальский и человек разумный)
16:57
and Homo sapiens, all overlap.
329
1005000
4000
- вы увидите, что все эти высшие приматы взаимно пересекаются
17:02
The common state of affairs is to have overlapping versions of hominids,
330
1010000
5000
Обычным положением дел является смешение разных версий человека
17:07
not one.
331
1015000
2000
а не какая-то одна версия
17:09
And as you think of the implications of that,
332
1017000
2000
Давайте вдумаемся в последствия всего этого.
17:11
here's a brief history of the universe.
333
1019000
2000
Вот краткая история вселенной.
17:13
The universe was created 13.7 billion years ago,
334
1021000
3000
Вселенная была создана 13,7 млрд. лет назад.
17:16
and then you created all the stars, and all the planets,
335
1024000
2000
Тогда появились звезды, планеты
17:18
and all the galaxies, and all the Milky Ways.
336
1026000
2000
галактики, Млечный путь
17:20
And then you created Earth about 4.5 billion years ago,
337
1028000
3000
Затем появилась планета Земля, порядка 4,5 млрд. лет назад.
17:23
and then you got life about four billion years ago,
338
1031000
3000
И жизнь на ней появилась около 4 млрд. лет назад
17:26
and then you got hominids about 0.006 billion years ago,
339
1034000
4000
а высшие приматы появились здесь 0.006 млрд. лет назад.
17:30
and then you got our version of hominids about 0.0015 billion years ago.
340
1038000
5000
и наша текущая версия человека появилась 0.0015 млн. лет назад.
17:35
Ta-dah!
341
1043000
2000
Та-да!
17:37
Maybe the reason for thr creation of the universe,
342
1045000
2000
Быть может, причина создания всего живого
17:39
and all the galaxies, and all the planets, and all the energy,
343
1047000
3000
галактик, планет, энергии
17:42
and all the dark energy, and all the rest of stuff
344
1050000
2000
антиматерии и всего прочего
17:44
is to create what's in this room.
345
1052000
4000
сидит сейчас в этой комнате
17:48
Maybe not.
346
1056000
2000
А может быть и нет.
17:51
That would be a mildly arrogant viewpoint.
347
1059000
3000
Ну, это будет слегка высокомерная точка зрения.
17:54
(Laughter)
348
1062000
4000
(смех)
17:59
So, if that's not the purpose of the universe, then what's next?
349
1067000
3000
Но если это - не цель всего живого, то что же? и что дальше?
18:04
(Laughter)
350
1072000
4000
(смех)
18:08
I think what we're going to see is we're going to see a different species of hominid.
351
1076000
4000
Думаю, что мы увидим много разных видом гоминидов.
18:13
I think we're going to move from a Homo sapiens into a Homo evolutis.
352
1081000
4000
Мы перейдем из класса человека разумного в класс человека эволюционного
18:17
And I think this isn't 1,000 years out.
353
1085000
2000
И я думаю, это произойдет не через 1000 лет.
18:19
I think most of us are going to glance at it,
354
1087000
3000
а на наших глазах
18:22
and our grandchildren are going to begin to live it.
355
1090000
2000
наши внуки будут жить этим
18:24
And a Homo evolutis brings together these three trends
356
1092000
3000
И человек эволюционный объединит все эти три тренда
18:27
into a hominid that takes direct and deliberate control
357
1095000
3000
в таком существе, которое сможет управлять
18:30
over the evolution of his species, her species and other species.
358
1098000
4000
эволюцией своего вида и видов других существ
18:35
And that, of course, would be the ultimate reboot.
359
1103000
4000
И, конечно, именно это станет окончательной перезагрузкой.
18:39
Thank you very much.
360
1107000
2000
Спасибо большое.
18:41
(Applause)
361
1109000
3000
(аплодисменты)
Translated by Olga Duka
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com