TED2014
Ray Kurzweil: Get ready for hybrid thinking
Рей Курцвейл: Приготуйтесь до гібридного мислення.
Filmed:
Readability: 4.4
3,548,296 views
Два мільйони років тому наші предки, ссавці, розвинули нову частину мозку: неокортекс. Ця тканина, товщиною як поштова марка (обгорнута навколо мозку, розміром з волоський горіх), є ключем до того, чим людство стало. Сьогодні футурист Рей Курцвейл розповідає про те, що ми повинні бути готовими до наступного якісного стрибка в можливостях мозку, завдяки застосуванню "хмарних" обчислювальних потужностей.
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.
00:12
Let me tell you a story.
0
988
2316
Дозвольте я розкажу вам історію.
00:15
It goes back 200 million years.
1
3304
1799
Вона почалась 200 мільйонів років тому.
00:17
It's a story of the neocortex,
2
5103
1984
Це історія про неокортекс,
00:19
which means "new rind."
3
7087
1974
що значить "нова кора".
00:21
So in these early mammals,
4
9061
2431
Перші ссавці -
00:23
because only mammals have a neocortex,
5
11492
2055
а тільки в них був неокортекс -
00:25
rodent-like creatures.
6
13547
1664
були мишоподібними створіннями.
00:27
It was the size of a postage stamp and just as thin,
7
15211
3579
У них він був розміром, як поштова марка,
такий же тонкий,
такий же тонкий,
00:30
and was a thin covering around
8
18790
1439
і створював тонку оболонку навколо
00:32
their walnut-sized brain,
9
20229
2264
їхнього мозку, величиною з волоський горіх,
00:34
but it was capable of a new type of thinking.
10
22493
3701
але він був здатний до нового типу мислення.
00:38
Rather than the fixed behaviors
11
26194
1567
Окрім фіксованої поведінки,
00:39
that non-mammalian animals have,
12
27761
1992
яку демонстрували не ссавці,
00:41
it could invent new behaviors.
13
29753
2692
він міг винаходити нову поведінку.
00:44
So a mouse is escaping a predator,
14
32445
2553
Коли миша втікає від хижака,
00:46
its path is blocked,
15
34998
1540
її шлях блокований
00:48
it'll try to invent a new solution.
16
36538
2129
і вона спробує винайти нове рішення.
00:50
That may work, it may not,
17
38667
1266
Це може спрацювати, а може й ні,
00:51
but if it does, it will remember that
18
39933
1910
але якщо так, вона запам'ятає це
00:53
and have a new behavior,
19
41843
1292
і матиме нову поведінку,
00:55
and that can actually spread virally
20
43135
1457
це може поширюватись як вірус
00:56
through the rest of the community.
21
44592
2195
між рештою виду.
00:58
Another mouse watching this could say,
22
46787
1609
Інша миша, спостерігаючи за цим, могла б
сказати:
сказати:
01:00
"Hey, that was pretty clever, going around that rock,"
23
48396
2704
"О, це дуже розумно, обійти навколо того
каменя",
каменя",
01:03
and it could adopt a new behavior as well.
24
51100
3725
і прийняти нову поведінку до себе.
01:06
Non-mammalian animals
25
54825
1717
Не ссавці
01:08
couldn't do any of those things.
26
56542
1713
не могли робити нічого з того.
01:10
They had fixed behaviors.
27
58255
1215
Вони мали фіксовану поведінку.
01:11
Now they could learn a new behavior
28
59470
1331
Вони могли б засвоїти нову поведінку,
01:12
but not in the course of one lifetime.
29
60801
2576
але не протягом одного життя.
01:15
In the course of maybe a thousand lifetimes,
30
63377
1767
Протягом, можливо, тисячі життів,
01:17
it could evolve a new fixed behavior.
31
65144
3330
може розвинутись нова фіксована поведінка.
01:20
That was perfectly okay 200 million years ago.
32
68474
3377
Це було абсолютно нормально
200 мільйонів років тому.
200 мільйонів років тому.
01:23
The environment changed very slowly.
33
71851
1981
Середовище змінювалось дуже повільно.
01:25
It could take 10,000 years for there to be
34
73832
1554
Проходили 10 000 років,
01:27
a significant environmental change,
35
75386
2092
щоб відбулась значна зміна в середовищі,
01:29
and during that period of time
36
77478
1382
і протягом того періоду часу
01:30
it would evolve a new behavior.
37
78860
2929
створювалась нова поведінка.
01:33
Now that went along fine,
38
81789
1521
І коли все йшло добре,
01:35
but then something happened.
39
83310
1704
щось трапилось.
01:37
Sixty-five million years ago,
40
85014
2246
Шістдесят пять мільйонів років тому,
01:39
there was a sudden, violent
change to the environment.
change to the environment.
41
87260
2615
трапилась раптова, жорстока
зміна в середовищі.
зміна в середовищі.
01:41
We call it the Cretaceous extinction event.
42
89875
3505
Ми називаємо її Крейдове вимирання.
01:45
That's when the dinosaurs went extinct,
43
93380
2293
Це було тоді, коли вимерли динозаври
01:47
that's when 75 percent of the
44
95673
3449
разом з 75-ма відсотками
01:51
animal and plant species went extinct,
45
99122
2746
видів тварин і рослин,
01:53
and that's when mammals
46
101868
1745
і ось тоді ссавці
01:55
overtook their ecological niche,
47
103613
2152
заповнили свою екологічну нішу.
01:57
and to anthropomorphize, biological evolution said,
48
105765
3654
І еволюція тоді сказала:
02:01
"Hmm, this neocortex is pretty good stuff,"
49
109419
2025
"О, цей неокортекс непоганий матеріал",
02:03
and it began to grow it.
50
111444
1793
і почала вирощувати його.
02:05
And mammals got bigger,
51
113237
1342
Ссавці почали збільшуватись,
02:06
their brains got bigger at an even faster pace,
52
114579
2915
їх мозок збільшувався ще більшими темпами,
02:09
and the neocortex got bigger even faster than that
53
117494
3807
а неокортекс збільшувався ще швидше за них
02:13
and developed these distinctive ridges and folds
54
121301
2929
і сформував ці складки та звивини,
02:16
basically to increase its surface area.
55
124230
2881
по суті, щоб збільшити свою площу поверхні.
Якщо ви візьмете людський неокортекс
02:19
If you took the human neocortex
56
127111
1819
і розтягнете його,
02:20
and stretched it out,
57
128930
1301
то він буде розміром зі столову серветку,
02:22
it's about the size of a table napkin,
58
130231
1713
02:23
and it's still a thin structure.
59
131944
1306
і усе ще тонкий.
Його товщина приблизно, як в столової серветки.
02:25
It's about the thickness of a table napkin.
60
133250
1980
02:27
But it has so many convolutions and ridges
61
135230
2497
Але в ньому дуже багато звивин і складок,
02:29
it's now 80 percent of our brain,
62
137727
3075
які складають 80 відсотків нашого мозку,
02:32
and that's where we do our thinking,
63
140802
2461
і саме тут проходять наші думки,
02:35
and it's the great sublimator.
64
143263
1761
він також є величезним субліматором.
02:37
We still have that old brain
65
145024
1114
Ми усе ще маємо старий мозок,
02:38
that provides our basic drives and motivations,
66
146138
2764
що відповідає за наші базові прагнення
та стимули,
та стимули,
02:40
but I may have a drive for conquest,
67
148902
2716
можливо, в мене є прагнення до підкорення,
02:43
and that'll be sublimated by the neocortex
68
151618
2715
але воно буде сублімоване неокортексом
02:46
into writing a poem or inventing an app
69
154333
2909
у написання поеми, чи розробку додатку,
02:49
or giving a TED Talk,
70
157242
1509
чи презентацію на TED.
02:50
and it's really the neocortex that's where
71
158751
3622
І всі ці дії насправді відбуваються
в неокортексі.
02:54
the action is.
72
162373
1968
П'ятдесят років тому я написав статтю,
02:56
Fifty years ago, I wrote a paper
73
164341
1717
де описав свій погляд на те, як працює мозок,
02:58
describing how I thought the brain worked,
74
166058
1918
02:59
and I described it as a series of modules.
75
167976
3199
і я описав це, як послідовність модулів.
Кожен модуль може працювати згідно шаблону.
03:03
Each module could do things with a pattern.
76
171175
2128
03:05
It could learn a pattern. It could remember a pattern.
77
173303
2746
Він може вивчити шаблон.
Він може запам'ятати шаблон.
Він може запам'ятати шаблон.
03:08
It could implement a pattern.
78
176049
1407
Він може реалізувати шаблон.
03:09
And these modules were organized in hierarchies,
79
177456
2679
І ці модулі були ієрархічно організовані,
03:12
and we created that hierarchy with our own thinking.
80
180135
2954
ми створили цю ієрархію власним мисленням.
03:15
And there was actually very little to go on
81
183089
3333
50 років тому цього було замало
03:18
50 years ago.
82
186422
1562
для продовження.
03:19
It led me to meet President Johnson.
83
187984
2115
Це привело мене до зустрічі з президентом Джонсоном.
03:22
I've been thinking about this for 50 years,
84
190099
2173
Я думав про це 50 років,
03:24
and a year and a half ago I came out with the book
85
192272
2828
і півтора року тому я видав книгу
03:27
"How To Create A Mind,"
86
195100
1265
"Як створити Розум,"
03:28
which has the same thesis,
87
196365
1613
в якій була та ж теза,
03:29
but now there's a plethora of evidence.
88
197978
2812
але тепер є безліч доказів.
Кількість даних, які ми отримуємо про мозок
03:32
The amount of data we're getting about the brain
89
200790
1814
03:34
from neuroscience is doubling every year.
90
202604
2203
в нейрології, збільшується вдвічі кожного року.
03:36
Spatial resolution of brainscanning of all types
91
204807
2654
Просторова точність сканування мозку всіх типів
03:39
is doubling every year.
92
207461
2285
подвоюється кожного року.
Зараз ми можемо заглянути
всередину живого мозку
всередину живого мозку
03:41
We can now see inside a living brain
93
209746
1717
03:43
and see individual interneural connections
94
211463
2870
і побачити окремі міжнейронні з'єднання,
03:46
connecting in real time, firing in real time.
95
214333
2703
що з'єднуються та роз'єднуються
в реальному часі.
в реальному часі.
Ми можемо бачити, як ваш мозок створює
власні думки.
власні думки.
03:49
We can see your brain create your thoughts.
96
217036
2419
Ми можемо бачити, як ваші думки створюють
ваш мозок,
ваш мозок,
03:51
We can see your thoughts create your brain,
97
219455
1575
03:53
which is really key to how it works.
98
221030
1999
що є ключем до того, як він працює.
03:55
So let me describe briefly how it works.
99
223029
2219
Дозвольте я коротко опишу, як він працює.
03:57
I've actually counted these modules.
100
225248
2275
Я підрахував кількість цих модулів.
03:59
We have about 300 million of them,
101
227523
2046
Їх приблизно 300 мільйонів,
04:01
and we create them in these hierarchies.
102
229569
2229
і ми створюємо з них ієрархію.
04:03
I'll give you a simple example.
103
231798
2082
Я дам вам простий приклад.
04:05
I've got a bunch of modules
104
233880
2805
Є велика група модулів,
04:08
that can recognize the crossbar to a capital A,
105
236685
3403
що можуть розпізнавати горизонтальну
риску великої літери "Я",
риску великої літери "Я",
04:12
and that's all they care about.
106
240088
1914
і це все, за що вони відповідають.
04:14
A beautiful song can play,
107
242002
1578
Може грати чудова пісня,
проходити красива дівчина -
04:15
a pretty girl could walk by,
108
243580
1434
їм це байдуже, але коли вони бачать
горизонтальну риску великої "Я",
горизонтальну риску великої "Я",
04:17
they don't care, but they see
a crossbar to a capital A,
a crossbar to a capital A,
109
245014
2846
вони збуджуються і говорять
"горизонтальна риска",
"горизонтальна риска",
04:19
they get very excited and they say "crossbar,"
110
247860
3021
і вони подають з високою імовірністю
04:22
and they put out a high probability
111
250881
2112
сигнал на свій вихідний аксон.
04:24
on their output axon.
112
252993
1634
Це переходить на наступний рівень,
04:26
That goes to the next level,
113
254627
1333
04:27
and these layers are organized in conceptual levels.
114
255960
2750
ці прошарки організовані в концептуальні рівні.
04:30
Each is more abstract than the next one,
115
258710
1856
Кожен абстрактніший за наступний,
04:32
so the next one might say "capital A."
116
260566
2418
отже наступний може сказати "велика Я".
04:34
That goes up to a higher
level that might say "Apple."
level that might say "Apple."
117
262984
2891
Це продовжується до вищого рівня,
що може сказати "Яблуко."
що може сказати "Яблуко."
04:37
Information flows down also.
118
265875
2167
Інформація також проходить вниз.
04:40
If the apple recognizer has seen A-P-P-L,
119
268042
2936
Якщо розпізнавач яблука побачить Я-Б-Л-У-К,
04:42
it'll think to itself, "Hmm, I
think an E is probably likely,"
think an E is probably likely,"
120
270978
3219
то подумає "М-м, я думаю, найімовірніше
далі буде О,"
далі буде О,"
04:46
and it'll send a signal down to all the E recognizers
121
274197
2564
і відправить сигнал до всіх розпізнавачів
букви О,
букви О,
04:48
saying, "Be on the lookout for an E,
122
276761
1619
говорячи, "Будьте напоготові для О,
04:50
I think one might be coming."
123
278380
1556
я думаю, вона може з'явитись."
04:51
The E recognizers will lower their threshold
124
279936
2843
Розпізнавачі О понизять свій поріг
і побачать деяку розпливчасту річ,
схожу на О.
схожу на О.
04:54
and they see some sloppy
thing, could be an E.
thing, could be an E.
125
282779
1945
04:56
Ordinarily you wouldn't think so,
126
284724
1490
Зазвичай, ви б так не думали,
04:58
but we're expecting an E, it's good enough,
127
286214
2009
але ми очікуємо на О, це досить добре,
05:00
and yeah, I've seen an E, and then apple says,
128
288223
1817
і так, я побачив О, і тоді яблуко говорить,
05:02
"Yeah, I've seen an Apple."
129
290040
1728
"Так, я побачив Яблуко."
05:03
Go up another five levels,
130
291768
1746
Піднімемось ще на п'ять рівнів,
05:05
and you're now at a pretty high level
131
293514
1353
зараз ви на досить високому рівні
05:06
of this hierarchy,
132
294867
1569
цієї ієрархії.
05:08
and stretch down into the different senses,
133
296436
2353
Зараз це може стосуватись різних відчуттів,
05:10
and you may have a module
that sees a certain fabric,
that sees a certain fabric,
134
298789
2655
ви можете мати модуль, що бачить певну
тканину,
тканину,
05:13
hears a certain voice quality,
smells a certain perfume,
smells a certain perfume,
135
301444
2844
чує певний голос,
сприймає певний запах,
сприймає певний запах,
05:16
and will say, "My wife has entered the room."
136
304288
2513
і каже "Моя дружина увійшла до кімнати."
05:18
Go up another 10 levels, and now you're at
137
306801
1895
Піднімімось ще на 10 рівнів, і ви на
05:20
a very high level.
138
308696
1160
найвищому рівні.
05:21
You're probably in the frontal cortex,
139
309856
1937
Ви, ймовірно, у фронтальному кортексі,
05:23
and you'll have modules that say, "That was ironic.
140
311793
3767
де у вас модулі, що кажуть, "Це було безглуздо.
05:27
That's funny. She's pretty."
141
315560
2370
Це було смішно. Вона мила."
05:29
You might think that those are more sophisticated,
142
317930
2105
Ви можете подумати, що вони більш складні,
05:32
but actually what's more complicated
143
320035
1506
але, насправді, більш складною
05:33
is the hierarchy beneath them.
144
321541
2669
є ієрархія під ними.
05:36
There was a 16-year-old girl, she had brain surgery,
145
324210
2620
16-річній дівчині проводили операцію на мозку,
05:38
and she was conscious because the surgeons
146
326830
2051
і вона була при свідомості, бо хірурги
05:40
wanted to talk to her.
147
328881
1537
хотіли говорити з нею.
05:42
You can do that because there's no pain receptors
148
330418
1822
Це можливо, тому що больові рецептори
відсутні
відсутні
05:44
in the brain.
149
332240
1038
в мозку.
05:45
And whenever they stimulated particular,
150
333278
1800
І як тільки вони стимулювали певні,
05:47
very small points on her neocortex,
151
335078
2463
дуже малі точки її неокортексу,
05:49
shown here in red, she would laugh.
152
337541
2665
показані тут червоним, вона сміялась.
05:52
So at first they thought they were triggering
153
340206
1440
Спочатку вони думали, що перемикали
05:53
some kind of laugh reflex,
154
341646
1720
певний вид рефлексу сміху,
05:55
but no, they quickly realized they had found
155
343366
2519
але ні, вони швидко зрозуміли, що знайшли
05:57
the points in her neocortex that detect humor,
156
345885
3044
точки в неокортексі, що визначають гумор,
06:00
and she just found everything hilarious
157
348929
1969
і їй просто здавалось все смішним
06:02
whenever they stimulated these points.
158
350898
2437
в момент, коли вони стимулювали ці точки.
06:05
"You guys are so funny just standing around,"
159
353335
1925
"Ви, хлопці, такі смішні - стоїте навколо,"
06:07
was the typical comment,
160
355260
1738
- це був типовий коментар,
06:08
and they weren't funny,
161
356998
2302
але вони не були смішні,
06:11
not while doing surgery.
162
359300
3247
не під час операції.
06:14
So how are we doing today?
163
362547
4830
Тож, що ми маємо на сьогодні?
06:19
Well, computers are actually beginning to master
164
367377
3054
Комп'ютери насправді починають засвоювати
06:22
human language with techniques
165
370431
2001
людську мову з допомогою технік,
06:24
that are similar to the neocortex.
166
372432
2867
що схожі до неокортексу.
06:27
I actually described the algorithm,
167
375299
1514
Я, насправді, вже описував алгоритм,
06:28
which is similar to something called
168
376813
2054
який схожий до того, що ми називаємо
06:30
a hierarchical hidden Markov model,
169
378867
2233
ієрархічною прихованою моделлю Маркова,
06:33
something I've worked on since the '90s.
170
381100
3241
дещо, з чим я працював з 90-х.
06:36
"Jeopardy" is a very broad natural language game,
171
384341
3238
"Jeopardy" - дуже поширена лінгвістична гра,
06:39
and Watson got a higher score
172
387579
1892
і Ватсон отримав більше балів,
06:41
than the best two players combined.
173
389471
2000
ніж два найкращі гравці разом.
06:43
It got this query correct:
174
391471
2499
Він зрозумів питання правильно:
06:45
"A long, tiresome speech
175
393970
2085
"Довга, виснажуюча промова,
06:48
delivered by a frothy pie topping,"
176
396055
2152
проголошена пінистою начинкою для торта,"
06:50
and it quickly responded,
"What is a meringue harangue?"
"What is a meringue harangue?"
177
398207
2796
і він швидко відповів:
"Що таке безе просторікувала?"
"Що таке безе просторікувала?"
06:53
And Jennings and the other guy didn't get that.
178
401003
2635
І Дженнінґс, та інший хлопець
не зрозуміли цього.
не зрозуміли цього.
06:55
It's a pretty sophisticated example of
179
403638
1926
Це дуже складний приклад того,
06:57
computers actually understanding human language,
180
405564
1914
як комп'ютери по-справжньому
розуміють людську мову,
розуміють людську мову,
06:59
and it actually got its knowledge by reading
181
407478
1652
вони отримують знання, читаючи
07:01
Wikipedia and several other encyclopedias.
182
409130
3785
Вікіпедію та декілька інших енциклопедій.
07:04
Five to 10 years from now,
183
412915
2133
Через п'ять чи десять років від сьогодні
07:07
search engines will actually be based on
184
415048
2184
пошукові браузери будуть базуватись
07:09
not just looking for combinations of words and links
185
417232
2794
не тільки на пошуку комбінацій слів та посилань,
07:12
but actually understanding,
186
420026
1914
але й розумінні,
07:13
reading for understanding the billions of pages
187
421940
2411
під час читання, щоб зрозуміти мільярди сторінок
07:16
on the web and in books.
188
424351
2733
в Інтернеті і в книжках.
07:19
So you'll be walking along, and Google will pop up
189
427084
2616
Отже, коли ви гулятимете, Гугл з'явиться
07:21
and say, "You know, Mary, you expressed concern
190
429700
3081
і скаже, "Знаєте, Мері, місяць тому ви висловили
07:24
to me a month ago that your glutathione supplement
191
432781
3019
занепокоєння, що ваші глутатіонові добавки
07:27
wasn't getting past the blood-brain barrier.
192
435800
2231
не проходять гематоенцефалічний бар'єр.
07:30
Well, new research just came out 13 seconds ago
193
438031
2593
13 секунд назад з'явилось нове дослідження,
07:32
that shows a whole new approach to that
194
440624
1711
яке демонструє повністю новий підхід до цього
07:34
and a new way to take glutathione.
195
442335
1993
і новий шлях приймання глутатіону.
07:36
Let me summarize it for you."
196
444328
2562
Дозвольте я зроблю узагальнення для вас."
07:38
Twenty years from now, we'll have nanobots,
197
446890
3684
Через двадцять років в нас будуть наноботи,
07:42
because another exponential trend
198
450574
1627
як наслідок різкого тренду
07:44
is the shrinking of technology.
199
452201
1615
зменшення технологій.
07:45
They'll go into our brain
200
453816
2370
Вони увійдуть в наш мозок
07:48
through the capillaries
201
456186
1703
через капіляри,
07:49
and basically connect our neocortex
202
457889
2477
і взагалі підключать наш неокортекс
07:52
to a synthetic neocortex in the cloud
203
460366
3185
до синтетичного неокортексу в "хмарі",
07:55
providing an extension of our neocortex.
204
463551
3591
забезпечуючи розширення нашого неокортексу.
07:59
Now today, I mean,
205
467142
1578
Сьогодні
08:00
you have a computer in your phone,
206
468720
1530
ви маєте комп'ютер в телефоні,
08:02
but if you need 10,000 computers for a few seconds
207
470250
2754
але якщо вам треба 10 000 комп'ютерів
на декілька секунд,
на декілька секунд,
08:05
to do a complex search,
208
473004
1495
щоб здійснити складний пошух,
08:06
you can access that for a second or two in the cloud.
209
474499
3396
ви можете зробити це
за секунду чи дві в "хмарі".
за секунду чи дві в "хмарі".
08:09
In the 2030s, if you need some extra neocortex,
210
477895
3095
В 2030-х, якщо вам буде потрібен
додатковий неокортекс,
додатковий неокортекс,
08:12
you'll be able to connect to that in the cloud
211
480990
2273
ви зможете під'єднатись до нього через "хмару"
08:15
directly from your brain.
212
483263
1648
прямо з вашого мозку.
08:16
So I'm walking along and I say,
213
484911
1543
Я прогулююсь, і кажу,
08:18
"Oh, there's Chris Anderson.
214
486454
1363
"О, Кріс Андерсон.
08:19
He's coming my way.
215
487817
1525
Він йде мені назустріч.
08:21
I'd better think of something clever to say.
216
489342
2335
Я краще подумаю, що ж розумного сказати.
08:23
I've got three seconds.
217
491677
1524
В мене є три секунди.
08:25
My 300 million modules in my neocortex
218
493201
3097
Мої 300 мільйонів модулів в неокортексі
08:28
isn't going to cut it.
219
496298
1240
не справляться з цим.
08:29
I need a billion more."
220
497538
1246
Мені треба на мільярд більше."
08:30
I'll be able to access that in the cloud.
221
498784
3323
Мені буде доступне все це в "хмарі".
08:34
And our thinking, then, will be a hybrid
222
502107
2812
І наше мислення, в такому випадку, буде гібридом
08:36
of biological and non-biological thinking,
223
504919
3522
біологічного і небіологічного мислення,
08:40
but the non-biological portion
224
508441
1898
проте небіологічна частина
08:42
is subject to my law of accelerating returns.
225
510339
2682
підлягає моєму закону пришвидшеної віддачі.
08:45
It will grow exponentially.
226
513021
2239
Воно розростатиметься експоненціально.
08:47
And remember what happens
227
515260
2016
І пам'ятаєте, що відбулось
08:49
the last time we expanded our neocortex?
228
517276
2645
останнього разу, коли ми розширили неокортекс?
08:51
That was two million years ago
229
519921
1426
Це було два мільйони років тому,
08:53
when we became humanoids
230
521347
1236
коли ми стали гуманоїдами
08:54
and developed these large foreheads.
231
522583
1594
і розвинули ці великі лобні ділянки.
08:56
Other primates have a slanted brow.
232
524177
2583
Інші примати мають похилий лоб.
08:58
They don't have the frontal cortex.
233
526760
1745
В них немає фронтального кортексу.
09:00
But the frontal cortex is not
really qualitatively different.
really qualitatively different.
234
528505
3685
Але фронтальний кортекс не відрізняється якісно .
09:04
It's a quantitative expansion of neocortex,
235
532190
2743
Це кількісне розширення неокортексу,
09:06
but that additional quantity of thinking
236
534933
2703
але це додаткове збільшення мислення
09:09
was the enabling factor for us to take
237
537636
1779
стало вирішальним фактором для нас,
09:11
a qualitative leap and invent language
238
539415
3346
щоб зробити якісний стрибок і винайти мову,
09:14
and art and science and technology
239
542761
1967
і мистецтво, і науку, і технологію,
09:16
and TED conferences.
240
544728
1454
і TED-конференції.
09:18
No other species has done that.
241
546182
2131
Жоден з інших видів не зробив цього.
09:20
And so, over the next few decades,
242
548313
2075
І так, протягом наступних кількох десятиліть
09:22
we're going to do it again.
243
550388
1760
ми збираємось зробити це знову.
09:24
We're going to again expand our neocortex,
244
552148
2274
Ми збираємось знову розширити наш неокортекс,
09:26
only this time we won't be limited
245
554422
1756
тільки цього разу ми не будемо обмежувати себе
09:28
by a fixed architecture of enclosure.
246
556178
4280
фіксованою архітектурою оболонки.
09:32
It'll be expanded without limit.
247
560458
3304
Він буде розширений безмежно.
09:35
That additional quantity will again
248
563762
2243
Ця додаткова кількість знову
09:38
be the enabling factor for another qualitative leap
249
566005
3005
буде вирішальним фактором для
іншого якісного стрибка
іншого якісного стрибка
09:41
in culture and technology.
250
569010
1635
в культурі і технології.
09:42
Thank you very much.
251
570645
2054
Дуже дякую.
09:44
(Applause)
252
572699
3086
(Оплески)
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