TED1994
Danny Hillis: Back to the future (of 1994)
Danny Hillis: Trở lại với tương lai (năm 1994)
Filmed:
Readability: 3.8
686,810 views
Từ sâu trong tài liệu lưu trữ của TED, Danny Hillis đã đưa ra một học thuyết hấp dẫn về cách thức và lí do tại sao những thay đổi về công nghệ lại diễn ra nhanh chóng, bằng cách liên kết nó với chính sự phát triển của sự sống. Những phương pháp thuyết trình ông sử dụng có thể đã lỗi thời, nhưng những ý tưởng của ông thì vẫn thiết thực hơn bao giờ hết.
Danny Hillis - Computer theorist
Inventor, scientist, author, engineer -- over his broad career, Danny Hillis has turned his ever-searching brain on an array of subjects, with surprising results. Full bio
Inventor, scientist, author, engineer -- over his broad career, Danny Hillis has turned his ever-searching brain on an array of subjects, with surprising results. Full bio
Double-click the English transcript below to play the video.
00:15
Because I usually take the role
0
0
3000
Bởi tôi thường là người
00:18
of trying to explain to people
1
3000
2000
cố gắng giải thích cho mọi người hiểu
00:20
how wonderful the new technologies
2
5000
3000
những công nghệ mới sắp ra đời
00:23
that are coming along are going to be,
3
8000
2000
sẽ tuyệt vời như thế nào,
00:25
and I thought that, since I was among friends here,
4
10000
3000
và tôi nghĩ rằng, vì tôi từng ở trong số các bạn có mặt tại đây,
00:28
I would tell you what I really think
5
13000
4000
tôi sẽ cho các bạn biết suy nghĩ của mình
00:32
and try to look back and try to understand
6
17000
2000
và cố gắng nhìn lại và cố gắng hiểu
00:34
what is really going on here
7
19000
3000
điều gì đang thực sự diễn ra
00:37
with these amazing jumps in technology
8
22000
5000
với những bước nhảy vọt đáng kinh ngạc trong khoa học kỹ thuật
00:42
that seem so fast that we can barely keep on top of it.
9
27000
3000
dường như quá nhanh khiến chúng ta không thể nắm bắt kịp.
00:45
So I'm going to start out
10
30000
2000
Tôi sẽ bắt đầu
00:47
by showing just one very boring technology slide.
11
32000
3000
bằng cách đưa ra một trang báo cáo nhàm chán về khoa học kỹ thuật.
00:50
And then, so if you can just turn on the slide that's on.
12
35000
3000
Tiếp theo, nếu bạn có thể bật trang báo cáo này lên.
00:56
This is just a random slide
13
41000
2000
Đây chỉ là một trang báo cáo ngẫu nhiên
00:58
that I picked out of my file.
14
43000
2000
mà tôi chọn ra từ trong tài liệu của tôi.
01:00
What I want to show you is not so much the details of the slide,
15
45000
3000
Cái mà tôi muốn chỉ cho mọi người thấy không phải là những chi tiết của trang báo cáo
01:03
but the general form of it.
16
48000
2000
mà là cái mẫu chung của nó.
01:05
This happens to be a slide of some analysis that we were doing
17
50000
3000
Đây là một trang báo cáo về bản phân tích chúng tôi đang thực hiện
01:08
about the power of RISC microprocessors
18
53000
3000
so sánh giữa sức mạnh của bộ vi xử lý RISC
01:11
versus the power of local area networks.
19
56000
3000
với sức mạnh của mạng cục bộ.
01:14
And the interesting thing about it
20
59000
2000
Và điều thú vị là
01:16
is that this slide,
21
61000
2000
trang báo cáo này,
01:18
like so many technology slides that we're used to,
22
63000
3000
giống như rất nhiều trang báo cáo công nghệ khác quen thuộc với chúng ta,
01:21
is a sort of a straight line
23
66000
2000
là một loại đường thẳng
01:23
on a semi-log curve.
24
68000
2000
nằm trên một bán đường cong log
01:25
In other words, every step here
25
70000
2000
Nói cách khác, mỗi bậc ở đây
01:27
represents an order of magnitude
26
72000
2000
tượng trưng cho một mức độ
01:29
in performance scale.
27
74000
2000
trong thang biểu diễn.
01:31
And this is a new thing
28
76000
2000
Và đây là một điều mới
01:33
that we talk about technology
29
78000
2000
chúng ta nhắc đến
01:35
on semi-log curves.
30
80000
2000
về bán đường cong log.
01:37
Something really weird is going on here.
31
82000
2000
Có cái gì đó kỳ quặc ở đây.
01:39
And that's basically what I'm going to be talking about.
32
84000
3000
Và đó cơ bản là cái tôi muốn nói tới.
01:42
So, if you could bring up the lights.
33
87000
3000
Giờ, nếu bạn có thể chỉnh đèn cao hơn.
01:47
If you could bring up the lights higher,
34
92000
2000
Nếu bạn có thể chỉnh đèn cao hơn chút nữa,
01:49
because I'm just going to use a piece of paper here.
35
94000
3000
vì tôi cần dùng mẩu giấy ở đây.
01:52
Now why do we draw technology curves
36
97000
2000
Tại sao chúng ta phải vẽ đường cong kỹ thuật
01:54
in semi-log curves?
37
99000
2000
theo những bán đường xong log?
01:56
Well the answer is, if I drew it on a normal curve
38
101000
3000
Câu trả lời là, nếu tôi vẽ nó trên một đường cong bình thường
01:59
where, let's say, this is years,
39
104000
2000
đây, có thể nói, là năm,
02:01
this is time of some sort,
40
106000
2000
đây là một loại thời gian,
02:03
and this is whatever measure of the technology
41
108000
3000
và bất kể đây là thước đo công nghệ gì
02:06
that I'm trying to graph,
42
111000
3000
tôi đang cố gắng minh họa,
02:09
the graphs look sort of silly.
43
114000
3000
đồ thị đều trông rất ngớ ngẩn.
02:12
They sort of go like this.
44
117000
3000
Chúng dường như chuyển động như thế này
02:15
And they don't tell us much.
45
120000
3000
và chúng không cho chúng ta biết nhiều lắm.
02:18
Now if I graph, for instance,
46
123000
3000
Giờ nếu tôi vẽ đồ thị, ví dụ,
02:21
some other technology, say transportation technology,
47
126000
2000
công nghệ khác, có thể là công nghệ vận tải,
02:23
on a semi-log curve,
48
128000
2000
trên một bán đường cong log,
02:25
it would look very stupid, it would look like a flat line.
49
130000
3000
nó trông sẽ rất vô lý, giống như một đường thẳng.
02:28
But when something like this happens,
50
133000
2000
Nhưng khi điều này xảy ra,
02:30
things are qualitatively changing.
51
135000
2000
mọi thứ thay đổi một cách định tính.
02:32
So if transportation technology
52
137000
2000
Vậy, nếu công nghệ vận tải
02:34
was moving along as fast as microprocessor technology,
53
139000
3000
phát triển nhanh như công nghệ vi xử lý,
02:37
then the day after tomorrow,
54
142000
2000
thì ngày kia
02:39
I would be able to get in a taxi cab
55
144000
2000
tôi có thể gọi một chiếc taxi
02:41
and be in Tokyo in 30 seconds.
56
146000
2000
và đến Tokyo trong vòng 30 giây.
02:43
It's not moving like that.
57
148000
2000
Nó không phải như vậy.
02:45
And there's nothing precedented
58
150000
2000
Và không có tiền lệ
02:47
in the history of technology development
59
152000
2000
trong lịch sử phát triển công nghệ
02:49
of this kind of self-feeding growth
60
154000
2000
về sự tự tăng tiến
02:51
where you go by orders of magnitude every few years.
61
156000
3000
bằng cách thay đổi cường độ vài năm một.
02:54
Now the question that I'd like to ask is,
62
159000
3000
Giờ câu hỏi tôi muốn đặt ra là,
02:57
if you look at these exponential curves,
63
162000
3000
nếu bạn nhìn vào những đường cong theo quy luật số mũ này,
03:00
they don't go on forever.
64
165000
3000
chúng không nhân lên mãi mãi.
03:03
Things just can't possibly keep changing
65
168000
3000
Mọi thứ không thể mãi thay đổi
03:06
as fast as they are.
66
171000
2000
nhanh chóng như chúng đang diễn ra.
03:08
One of two things is going to happen.
67
173000
3000
Một trong hai việc sẽ xảy ra.
03:11
Either it's going to turn into a sort of classical S-curve like this,
68
176000
4000
Hoặc nó sẽ biến thành một dạng đường cong S như thế này,
03:15
until something totally different comes along,
69
180000
4000
cho tới khi một việc gì đó khác biệt hoàn toàn xảy ra,
03:19
or maybe it's going to do this.
70
184000
2000
hoặc có thể, nó sẽ chuyển thành thế này.
03:21
That's about all it can do.
71
186000
2000
Đó là tất cả những gì có thể xảy ra.
03:23
Now I'm an optimist,
72
188000
2000
Hiện giờ, tôi đang lạc quan,
03:25
so I sort of think it's probably going to do something like that.
73
190000
3000
vì vậy, tôi nghĩ rằng nó có thể đi theo cách này.
03:28
If so, that means that what we're in the middle of right now
74
193000
3000
Nếu đúng như vậy, nó có nghĩa là chúng ta đang ở giữa giai đoạn
03:31
is a transition.
75
196000
2000
của sự chuyển giao.
03:33
We're sort of on this line
76
198000
2000
Chúng ta đang ở trên đường thẳng này
03:35
in a transition from the way the world used to be
77
200000
2000
trong quá trình chuyển giao giữa trạng thái thế giới từng tồn tại
03:37
to some new way that the world is.
78
202000
3000
tới trạng thái mới mà thế giới đang tồn tại.
03:40
And so what I'm trying to ask, what I've been asking myself,
79
205000
3000
Và vì vậy, điều mà tôi đang muốn hỏi, điều mà tôi vẫn đang tự hỏi mình,
03:43
is what's this new way that the world is?
80
208000
3000
là trạng thái mới mà thế giới đang tồn tại là gì?
03:46
What's that new state that the world is heading toward?
81
211000
3000
Trạng thái mới mà thế giới đang hướng tới là gì?
03:49
Because the transition seems very, very confusing
82
214000
3000
Bởi vì quá trình chuyển giao này có vẻ rất khó đoán biết
03:52
when we're right in the middle of it.
83
217000
2000
khi chúng ta đang ở ngay giữa của quá trình ấy.
03:54
Now when I was a kid growing up,
84
219000
3000
Khi tôi là một đứa trẻ đang lớn lên,
03:57
the future was kind of the year 2000,
85
222000
3000
tương lai đối với tôi là năm 2000,
04:00
and people used to talk about what would happen in the year 2000.
86
225000
4000
và mọi người thường đoán trước việc gì sẽ xảy ra vào năm 2000.
04:04
Now here's a conference
87
229000
2000
Đây là một hội nghị
04:06
in which people talk about the future,
88
231000
2000
mà ở đó mọi người bàn về tương lai,
04:08
and you notice that the future is still at about the year 2000.
89
233000
3000
và mọi người có thể nhận thấy tương lai đó vẫn xoay quanh năm 2000.
04:11
It's about as far as we go out.
90
236000
2000
Nó ở xa cách khi chúng ta tiến tới nó.
04:13
So in other words, the future has kind of been shrinking
91
238000
3000
Vì vậy, nói cách khác, tương lai dường như chùn lại
04:16
one year per year
92
241000
3000
một năm mỗi năm
04:19
for my whole lifetime.
93
244000
3000
cho cả đời người.
04:22
Now I think that the reason
94
247000
2000
Tôi nghĩ rằng lí do của việc ấy
04:24
is because we all feel
95
249000
2000
là bởi tất cả chúng ta đều cảm thấy
04:26
that something's happening there.
96
251000
2000
việc gì đó đang diễn ra tại thời điểm ấy.
04:28
That transition is happening. We can all sense it.
97
253000
2000
Sự chuyển giao ấy đang diễn ra. Chúng ta đều có thể cảm nhận được nó.
04:30
And we know that it just doesn't make too much sense
98
255000
2000
Và chúng ta biết rằng nó không có ý nghĩa lắm
04:32
to think out 30, 50 years
99
257000
2000
khi nghĩ về 30, 50 năm sau
04:34
because everything's going to be so different
100
259000
3000
vì khi ấy tất cả mọi thứ sẽ trở nên rất khác biệt
04:37
that a simple extrapolation of what we're doing
101
262000
2000
khiến một phép ngoại suy rất đơn giản mà chúng ta thực hiện hôm nay
04:39
just doesn't make any sense at all.
102
264000
3000
sẽ không có ý nghĩa gì trong thời điểm ấy.
04:42
So what I would like to talk about
103
267000
2000
Vì vậy, cái mà tôi muốn nói đến
04:44
is what that could be,
104
269000
2000
là điều có thể,
04:46
what that transition could be that we're going through.
105
271000
3000
là sự chuyển giao có thể chính là giai đoạn chúng ta đang trải qua.
04:49
Now in order to do that
106
274000
3000
Để làm được điều đó
04:52
I'm going to have to talk about a bunch of stuff
107
277000
2000
tôi sẽ nói về một đống thứ
04:54
that really has nothing to do
108
279000
2000
thực sự không có gì liên quan đến
04:56
with technology and computers.
109
281000
2000
công nghệ và máy tính.
04:58
Because I think the only way to understand this
110
283000
2000
Bởi vì tôi nghĩ rằng cách duy nhất để hiểu được điều này
05:00
is to really step back
111
285000
2000
là thực sự đặt mình vào trong quá khứ
05:02
and take a long time scale look at things.
112
287000
2000
và dành một cái nhìn lâu dài vào mọi vật.
05:04
So the time scale that I would like to look at this on
113
289000
3000
Cán cân thời gian mà tôi muốn nhìn vào
05:07
is the time scale of life on Earth.
114
292000
3000
là cán cân thời gian của sự sống trên Trái Đất.
05:13
So I think this picture makes sense
115
298000
2000
Và do đó, tôi nghĩ bức ảnh này có ý nghĩa của nó
05:15
if you look at it a few billion years at a time.
116
300000
4000
nếu mọi người nhìn vào nó với góc độ vài tỉ năm.
05:19
So if you go back
117
304000
2000
Nếu mọi người quay trở lại
05:21
about two and a half billion years,
118
306000
2000
trước đây 2,5 tỉ năm,
05:23
the Earth was this big, sterile hunk of rock
119
308000
3000
Trái Đất từng to như thế này, với những khúc đá cằn cỗi
05:26
with a lot of chemicals floating around on it.
120
311000
3000
cùng rất nhiều tạp chất hóa học nổi xung quanh nó.
05:29
And if you look at the way
121
314000
2000
Và nếu mọi người nhìn vào cách
05:31
that the chemicals got organized,
122
316000
2000
các chất hóa học ấy được hình thành,
05:33
we begin to get a pretty good idea of how they do it.
123
318000
3000
chúng ta sẽ bắt đầu hiểu được chúng hình thành như thế nào.
05:36
And I think that there's theories that are beginning to understand
124
321000
3000
Và tôi nghĩ có những giải thuyết đang dần giải thích được
05:39
about how it started with RNA,
125
324000
2000
cách nó bắt đầu với ARN,
05:41
but I'm going to tell a sort of simple story of it,
126
326000
3000
nhưng tôi sẽ kể một câu chuyện đơn giản về nó,
05:44
which is that, at that time,
127
329000
2000
câu chuyện mà, vào thời điểm đó,
05:46
there were little drops of oil floating around
128
331000
3000
có những giọt dầu nhỏ xíu trôi nổi xung quanh
05:49
with all kinds of different recipes of chemicals in them.
129
334000
3000
với vô vàn công thức hóa học bên trong nó.
05:52
And some of those drops of oil
130
337000
2000
Và một số giọt dầu ấy
05:54
had a particular combination of chemicals in them
131
339000
2000
có sự kết hợp đặc biệt giữa các chất hóa học trong thành phần của nó
05:56
which caused them to incorporate chemicals from the outside
132
341000
3000
khiến chúng liên kết với những chất hóa học bên ngoài
05:59
and grow the drops of oil.
133
344000
3000
và làm những giọt dầu lớn lên.
06:02
And those that were like that
134
347000
2000
Và những giọt dầu như thế
06:04
started to split and divide.
135
349000
2000
bắt đầu tách ra và phân chia.
06:06
And those were the most primitive forms of cells in a sense,
136
351000
3000
Và chúng là những mẫu hình tế bào nguyên thủy nhất,
06:09
those little drops of oil.
137
354000
2000
những giọt dầu nhỏ đó.
06:11
But now those drops of oil weren't really alive, as we say it now,
138
356000
3000
Nhưng ngày nay những giọt dầu ấy không thực sự tồn tại, như chúng ta nói đến hiện giờ,
06:14
because every one of them
139
359000
2000
bởi tất cả chúng
06:16
was a little random recipe of chemicals.
140
361000
2000
đều là công thức ngẫu nhiên của nhiều chất hóa học.
06:18
And every time it divided,
141
363000
2000
Và tất cả mọi lần nó phân chia,
06:20
they got sort of unequal division
142
365000
3000
chúng đều phân chia không đều
06:23
of the chemicals within them.
143
368000
2000
những thành phần hóa học trong chúng.
06:25
And so every drop was a little bit different.
144
370000
3000
Và vì vậy, tất cả các giọt đều khác nhau đôi chút.
06:28
In fact, the drops that were different in a way
145
373000
2000
Trên thực tế, các giọt khác nhau theo cách
06:30
that caused them to be better
146
375000
2000
khiến chúng có khả năng
06:32
at incorporating chemicals around them,
147
377000
2000
liên kết tốt hơn với chất hóa học xung quanh chúng,
06:34
grew more and incorporated more chemicals and divided more.
148
379000
3000
phát triển nhanh hơn, liên kết nhạy hơn và phân chia nhiều hơn.
06:37
So those tended to live longer,
149
382000
2000
Vì vậy, những giọt có xu hướng tồn tại lâu hơn
06:39
get expressed more.
150
384000
3000
được thể hiện ra nhiều hơn.
06:42
Now that's sort of just a very simple
151
387000
3000
Đó chỉ là một dạng
06:45
chemical form of life,
152
390000
2000
hóa học cơ bản của sự sống,
06:47
but when things got interesting
153
392000
3000
nhưng mọi thứ thú vị hơn
06:50
was when these drops
154
395000
2000
khi những giọt ấy
06:52
learned a trick about abstraction.
155
397000
3000
học được mẹo để chiết ra.
06:55
Somehow by ways that we don't quite understand,
156
400000
3000
Bằng cách nào đó mà chúng ta không hiểu được,
06:58
these little drops learned to write down information.
157
403000
3000
những giọt nhỏ ấy học cách để lại thông tin.
07:01
They learned to record the information
158
406000
2000
Chúng học cách lưu trữ thông tin
07:03
that was the recipe of the cell
159
408000
2000
những thông tin ấy chính là công thức hóa học của tế bào
07:05
onto a particular kind of chemical
160
410000
2000
vào một chất hóa học đặc trưng
07:07
called DNA.
161
412000
2000
gọi là ADN.
07:09
So in other words, they worked out,
162
414000
2000
Nói cách khác, chúng hình thành,
07:11
in this mindless sort of evolutionary way,
163
416000
3000
dưới dạng tiến hóa không ý thức,
07:14
a form of writing that let them write down what they were,
164
419000
3000
một mẫu viết cho phép chúng ghi lại chúng cấu tạo như thế nào,
07:17
so that that way of writing it down could get copied.
165
422000
3000
để từ đó chúng có thể sao chép.
07:20
The amazing thing is that that way of writing
166
425000
3000
Điều đáng ngạc nhiên là cách lưu trữ thông tin ấy
07:23
seems to have stayed steady
167
428000
2000
có vẻ rất ổn định
07:25
since it evolved two and a half billion years ago.
168
430000
2000
vì nó đã tiến hóa từ 2,5 tỉ năm trước.
07:27
In fact the recipe for us, our genes,
169
432000
3000
Thực tế, gen của chúng ta,
07:30
is exactly that same code and that same way of writing.
170
435000
3000
có quy tắc giống hệt và có cách lưu trữ giống hệt như vậy.
07:33
In fact, every living creature is written
171
438000
3000
Thực tế, mọi sinh vật sống đều được lưu trữ cấu tạo gen của nó
07:36
in exactly the same set of letters and the same code.
172
441000
2000
bằng hệ thống kí tự và mật mã hoàn toàn tương tự.
07:38
In fact, one of the things that I did
173
443000
2000
Thực tế, một trong những điều tôi đã làm
07:40
just for amusement purposes
174
445000
2000
để tiêu khiển
07:42
is we can now write things in this code.
175
447000
2000
là chúng ta giờ có thể lưu trữ nhiều thứ bằng mật mã này.
07:44
And I've got here a little 100 micrograms of white powder,
176
449000
6000
Tôi có ở đây 100 micrograms bột trắng,
07:50
which I try not to let the security people see at airports.
177
455000
4000
thứ mà tôi thường phải cố gắng giấu nhân viên bảo vệ ở sân bay.
07:54
(Laughter)
178
459000
2000
(Khán giả cười)
07:56
But this has in it --
179
461000
2000
Nhưng trong nó --
07:58
what I did is I took this code --
180
463000
2000
điều mà tôi làm là tôi hình thành nên mật mã này --
08:00
the code has standard letters that we use for symbolizing it --
181
465000
3000
mật mã có những kí tự tiêu chuẩn chúng ta dùng để tượng trưng hóa nó --
08:03
and I wrote my business card onto a piece of DNA
182
468000
3000
và tôi viết thẻ kinh doanh của tôi trên một mẩu ADN
08:06
and amplified it 10 to the 22 times.
183
471000
3000
và khuếch đại nó lên 10 đến 22 lần.
08:09
So if anyone would like a hundred million copies of my business card,
184
474000
3000
Nếu có ai đó thích hàng trăm triệu bản sao chép thẻ kinh doanh của tôi,
08:12
I have plenty for everyone in the room,
185
477000
2000
tôi có thể đưa mọi người trong căn phòng này rất nhiều bản,
08:14
and, in fact, everyone in the world,
186
479000
2000
và, trên thực tế, tất cả mọi người trên thế giới,
08:16
and it's right here.
187
481000
3000
và nó đang ở ngay đây.
08:19
(Laughter)
188
484000
5000
(Khán giả cười)
08:26
If I had really been a egotist,
189
491000
2000
Nếu như tôi là một kẻ tự tôn tự phụ,
08:28
I would have put it into a virus and released it in the room.
190
493000
3000
tôi có thể đã biến nó thành một loại vi-rút và thả nó vào căn phòng này.
08:31
(Laughter)
191
496000
5000
(Khán giả cười)
08:39
So what was the next step?
192
504000
2000
Vậy bước tiếp theo là gì?
08:41
Writing down the DNA was an interesting step.
193
506000
2000
Thiết lập một cấu trúc ADN là một bước thú vị.
08:43
And that caused these cells --
194
508000
2000
Và nó tạo nên những tế bào này --
08:45
that kept them happy for another billion years.
195
510000
2000
làm những tế bào này tồn tại thêm 1 tỉ năm nữa.
08:47
But then there was another really interesting step
196
512000
2000
Nhưng tiếp sau đó, có một giai đoạn khác cũng rất thú vị
08:49
where things became completely different,
197
514000
3000
khi mọi thứ trở nên hoàn toàn khác biệt,
08:52
which is these cells started exchanging and communicating information,
198
517000
3000
đó là lúc những tế bào này bắt đầu trao đổi và giao tiếp thông tin,
08:55
so that they began to get communities of cells.
199
520000
2000
và hình thành nên cộng đồng tế bào.
08:57
I don't know if you know this,
200
522000
2000
Tôi không biết nếu các bạn biết điều này,
08:59
but bacteria can actually exchange DNA.
201
524000
2000
nhưng vi khuẩn có thể thực sự trao đổi ADN.
09:01
Now that's why, for instance,
202
526000
2000
Bởi vì vậy mà, ví dụ,
09:03
antibiotic resistance has evolved.
203
528000
2000
sự kháng thuốc kháng sinh được hình thành.
09:05
Some bacteria figured out how to stay away from penicillin,
204
530000
3000
Một số loại vi khuẩn tìm ra cách kháng thuốc penicillin,
09:08
and it went around sort of creating its little DNA information
205
533000
3000
và nó lan tỏa ra xung quanh trao đổi thông tin ADN của chúng
09:11
with other bacteria,
206
536000
2000
với các vi khuẩn khác,
09:13
and now we have a lot of bacteria that are resistant to penicillin,
207
538000
3000
và ngày nay chúng ta có rất nhiều loại vi khuẩn có khả năng kháng lại penicillin,
09:16
because bacteria communicate.
208
541000
2000
bởi vì vi khuẩn truyền đạt thông tin ADN.
09:18
Now what this communication allowed
209
543000
2000
Việc truyền đạt này cho phép
09:20
was communities to form
210
545000
2000
các cộng đồng vi khuẩn có thể hình thành
09:22
that, in some sense, were in the same boat together;
211
547000
2000
mà trong đó bao gồm những loại vi khuẩn cùng cảnh ngộ;
09:24
they were synergistic.
212
549000
2000
chúng hợp tác với nhau.
09:26
So they survived
213
551000
2000
Và vì vậy, chúng cùng sống sót
09:28
or they failed together,
214
553000
2000
hay cùng chết dần,
09:30
which means that if a community was very successful,
215
555000
2000
điều đó cũng có nghĩa là, nếu một cộng đồng phát triển tốt,
09:32
all the individuals in that community
216
557000
2000
tất cả cá nhân trong cộng đồng ấy
09:34
were repeated more
217
559000
2000
lại tự sản sinh ra thêm nhiều cá thể
09:36
and they were favored by evolution.
218
561000
3000
và chúng tiến hóa theo hướng tích cực.
09:39
Now the transition point happened
219
564000
2000
Thời điểm chuyển giao xảy ra
09:41
when these communities got so close
220
566000
2000
khi những cộng đồng ấy gần gũi với nhau
09:43
that, in fact, they got together
221
568000
2000
đến mức, trong thực tế, chúng cùng nhau
09:45
and decided to write down the whole recipe for the community
222
570000
3000
hình thành nên một công thức cấu tạo chung cho cả quần thể
09:48
together on one string of DNA.
223
573000
3000
trên một dãy ADN duy nhất.
09:51
And so the next stage that's interesting in life
224
576000
2000
Và vì vậy, quá trình tiếp theo rất thú vị trong sự sống
09:53
took about another billion years.
225
578000
2000
mất khoảng 1 tỉ năm nữa.
09:55
And at that stage,
226
580000
2000
Và vào thời điểm ấy,
09:57
we have multi-cellular communities,
227
582000
2000
chúng ta có quần thể đa tế bào,
09:59
communities of lots of different types of cells,
228
584000
2000
quần thể có vô số loại tế bào khác nhau,
10:01
working together as a single organism.
229
586000
2000
làm việc cùng nhau như một cơ quan duy nhất.
10:03
And in fact, we're such a multi-cellular community.
230
588000
3000
Và trong thực tế, chúng ta chính là một quần thể đa tế bào.
10:06
We have lots of cells
231
591000
2000
Chúng ta có rất nhiều tế bào
10:08
that are not out for themselves anymore.
232
593000
2000
mà chúng không thể tồn tại một cách riêng rẽ.
10:10
Your skin cell is really useless
233
595000
3000
Tế bào da của mọi người sẽ không có tác dụng gì
10:13
without a heart cell, muscle cell,
234
598000
2000
nếu thiếu sự tồn tại của thế bào tim, tế bào cơ,
10:15
a brain cell and so on.
235
600000
2000
tế bào não và rất nhiều tế bào khác.
10:17
So these communities began to evolve
236
602000
2000
Do đó, những quần thể này bắt đầu tiến hóa
10:19
so that the interesting level on which evolution was taking place
237
604000
3000
khiến mức độ thú vị mà tiến hóa xảy ra
10:22
was no longer a cell,
238
607000
2000
không còn là trên một tế bào,
10:24
but a community which we call an organism.
239
609000
3000
mà trên một quần thể chúng ta gọi là cơ thể sống.
10:28
Now the next step that happened
240
613000
2000
Quá trình tiếp theo xảy ra
10:30
is within these communities.
241
615000
2000
là ở trong những quần thể này.
10:32
These communities of cells,
242
617000
2000
Những quần thể tế bào này,
10:34
again, began to abstract information.
243
619000
2000
một lần nữa, bắt đầu chiết ra thông tin.
10:36
And they began building very special structures
244
621000
3000
Và chúng bắt đầu hình thành nên những cấu hình đặc biệt
10:39
that did nothing but process information within the community.
245
624000
3000
có tác dụng không gì khác ngoài việc xử lí thông tin trong quần thể.
10:42
And those are the neural structures.
246
627000
2000
Và đó là những cấu trúc thần kinh.
10:44
So neurons are the information processing apparatus
247
629000
3000
Tế bào thần kinh là bộ máy xử lí thông tin
10:47
that those communities of cells built up.
248
632000
3000
mà quần thể tế bào cấu tạo nên.
10:50
And in fact, they began to get specialists in the community
249
635000
2000
Và trên thực tế, chúng được phân hóa trong quần thể
10:52
and special structures
250
637000
2000
và những cấu trúc đặc biệt
10:54
that were responsible for recording,
251
639000
2000
chịu trách nhiệm cho việc ghi chép,
10:56
understanding, learning information.
252
641000
3000
đọc hiểu, xử lí thông tin.
10:59
And that was the brains and the nervous system
253
644000
2000
Và đó là bộ não và hệ thống thần kinh
11:01
of those communities.
254
646000
2000
của những quần thể ấy.
11:03
And that gave them an evolutionary advantage.
255
648000
2000
Và chúng đem đến sự thuận lợi trong quá trình tiến hóa.
11:05
Because at that point,
256
650000
3000
Bởi vì ở thời điểm ấy,
11:08
an individual --
257
653000
3000
một cá thể --
11:11
learning could happen
258
656000
2000
việc xử lí thông tin có thể xảy ra
11:13
within the time span of a single organism,
259
658000
2000
trong khoảng thời gian tồn tại của một cá thể sống,
11:15
instead of over this evolutionary time span.
260
660000
3000
thay vì trong khoảng thời gian tiến hóa này.
11:18
So an organism could, for instance,
261
663000
2000
Vì vậy một cá thể sống có thể, ví dụ,
11:20
learn not to eat a certain kind of fruit
262
665000
2000
học được việc không ăn một loại quả nào đó
11:22
because it tasted bad and it got sick last time it ate it.
263
667000
4000
bởi vì nó có vị không ngon và cá thể đó thấy khó chịu khi ăn loại quả đó.
11:26
That could happen within the lifetime of a single organism,
264
671000
3000
Việc này có thể xảy ra trong suốt thời gian tồn tại của một cơ thể sống,
11:29
whereas before they'd built these special information processing structures,
265
674000
4000
trong khi trước lúc chúng hình thành nên cấu trúc xử lí thông tin đặc biệt này,
11:33
that would have had to be learned evolutionarily
266
678000
2000
việc đó có thể đã được học trong quá trình tiến hóa
11:35
over hundreds of thousands of years
267
680000
3000
trên trăm ngàn năm
11:38
by the individuals dying off that ate that kind of fruit.
268
683000
3000
nhờ những cá thể chết vì ăn phải loại quả đó.
11:41
So that nervous system,
269
686000
2000
Hệ thống thần kinh đó,
11:43
the fact that they built these special information structures,
270
688000
3000
sự thật là chúng hình thành nên những cấu trúc thông tin đặc biệt ấy,
11:46
tremendously sped up the whole process of evolution.
271
691000
3000
đã nhanh chóng thúc đẩy cả quá trình tiến hóa.
11:49
Because evolution could now happen within an individual.
272
694000
3000
Bởi quá trình tiến hóa ngày nay có thể xảy ra bên trong một cá thể.
11:52
It could happen in learning time scales.
273
697000
3000
Nó có thể xảy ra trong thời gian xử lí thông tin.
11:55
But then what happened
274
700000
2000
Nhưng sau đó điều xảy ra
11:57
was the individuals worked out,
275
702000
2000
là các cá thể hình thành nên
11:59
of course, tricks of communicating.
276
704000
2000
đương nhiên rồi, những mánh khóe trong việc trao đổi thông tin.
12:01
And for example,
277
706000
2000
Ví dụ như,
12:03
the most sophisticated version that we're aware of is human language.
278
708000
3000
phiên bản phức tạp nhất chúng ta biết đến là ngôn ngữ của loài người.
12:06
It's really a pretty amazing invention if you think about it.
279
711000
3000
Nếu bạn nghĩ về nó, bạn sẽ thấy đó là một phát minh hết sức vĩ đại.
12:09
Here I have a very complicated, messy,
280
714000
2000
Tôi có một suy nghĩ hết sức phức tạp, hỗn độn,
12:11
confused idea in my head.
281
716000
3000
và mơ hồ trong tâm trí.
12:14
I'm sitting here making grunting sounds basically,
282
719000
3000
Tôi đang ngồi đây nói ra những tiếng lẩm bẩm,
12:17
and hopefully constructing a similar messy, confused idea in your head
283
722000
3000
hy vọng tạo ra trong đầu mọi người một suy nghĩ cũng hỗn độn và mơ hồ
12:20
that bears some analogy to it.
284
725000
2000
và có đôi chút tương tự như suy nghĩ của tôi.
12:22
But we're taking something very complicated,
285
727000
2000
Nhưng chúng ta đang lấy một thứ rất phức tạp,
12:24
turning it into sound, sequences of sounds,
286
729000
3000
biến nó thành những tiếng, một dãy các loại tiếng,
12:27
and producing something very complicated in your brain.
287
732000
4000
và hình thành nên trong não mọi người một suy nghĩ phức tạp.
12:31
So this allows us now
288
736000
2000
Việc này cho phép chúng ta
12:33
to begin to start functioning
289
738000
2000
bắt đầu tồn tại
12:35
as a single organism.
290
740000
3000
như một cơ thể sống.
12:38
And so, in fact, what we've done
291
743000
3000
Và trên thực tế, điều chúng ta đã thực hiện
12:41
is we, humanity,
292
746000
2000
là loài người chúng ta,
12:43
have started abstracting out.
293
748000
2000
bắt đầu biết chọn lọc.
12:45
We're going through the same levels
294
750000
2000
Chúng ta đang trải qua các quá trình tương tự như
12:47
that multi-cellular organisms have gone through --
295
752000
2000
các cá thể sống đa tế bào đã, đang trải qua --
12:49
abstracting out our methods of recording,
296
754000
3000
chọn lọc phương pháp sao chép,
12:52
presenting, processing information.
297
757000
2000
biểu hiện, xử lí thông tin.
12:54
So for example, the invention of language
298
759000
2000
Ví dụ như, sự phát minh ra tiếng nói
12:56
was a tiny step in that direction.
299
761000
3000
là một bước tiến nhỏ theo chiều hướng ấy.
12:59
Telephony, computers,
300
764000
2000
Điện thoại, máy tính,
13:01
videotapes, CD-ROMs and so on
301
766000
3000
băng video, đĩa CD và nhiều thứ khác
13:04
are all our specialized mechanisms
302
769000
2000
là những thiết bị chuyên dụng
13:06
that we've now built within our society
303
771000
2000
mà chúng ta tạo ra trong xã hội
13:08
for handling that information.
304
773000
2000
để làm việc với thông tin.
13:10
And it all connects us together
305
775000
3000
Và chúng đều liên kết chúng ta
13:13
into something
306
778000
2000
thành một cộng đồng
13:15
that is much bigger
307
780000
2000
lớn hơn
13:17
and much faster
308
782000
2000
nhanh hơn
13:19
and able to evolve
309
784000
2000
và có khả năng tiến hóa
13:21
than what we were before.
310
786000
2000
xa hơn chúng ta trước đây.
13:23
So now, evolution can take place
311
788000
2000
Vậy giờ đây, tiến hóa có thể xảy ra
13:25
on a scale of microseconds.
312
790000
2000
trong thời khắc vài phần giây.
13:27
And you saw Ty's little evolutionary example
313
792000
2000
Mọi người đã xem ví dụ nhỏ của Ty về tiến hóa
13:29
where he sort of did a little bit of evolution
314
794000
2000
khi ông ấy đã thúc đẩy tiến hóa
13:31
on the Convolution program right before your eyes.
315
796000
3000
trên chương trình Nếp Xoắn ngay trước mắt mọi người.
13:34
So now we've speeded up the time scales once again.
316
799000
3000
Giờ chúng ta đã tăng tốc khung thời gian lên một lần nữa.
13:37
So the first steps of the story that I told you about
317
802000
2000
Vì vậy những bước đầu tiên của câu chuyện tôi kể cho mọi người
13:39
took a billion years a piece.
318
804000
2000
xảy ra trong 1 tỉ năm.
13:41
And the next steps,
319
806000
2000
Và những giai đoạn tiếp theo,
13:43
like nervous systems and brains,
320
808000
2000
như hệ thống thần kinh và não bộ,
13:45
took a few hundred million years.
321
810000
2000
mất vài trăm triệu năm.
13:47
Then the next steps, like language and so on,
322
812000
3000
Quá trình tiếp theo, như ngôn ngữ và những thứ tương tự,
13:50
took less than a million years.
323
815000
2000
xảy ra trong vòng ít hơn một triệu năm.
13:52
And these next steps, like electronics,
324
817000
2000
Và những quá trình tiếp theo, như điện,
13:54
seem to be taking only a few decades.
325
819000
2000
dường như chỉ mất có một vài thập kỷ.
13:56
The process is feeding on itself
326
821000
2000
Quá trình này cứ tự nó tiếp diễn
13:58
and becoming, I guess, autocatalytic is the word for it --
327
823000
3000
và trở nên, tôi đoán rằng, tự xúc tác là từ thích hợp --
14:01
when something reinforces its rate of change.
328
826000
3000
khi một quá trình tự thúc đẩy tốc độ thay đổi của nó.
14:04
The more it changes, the faster it changes.
329
829000
3000
Quá trình thay đổi càng nhiều, tốc độ nó thay đổi càng nhanh.
14:07
And I think that that's what we're seeing here in this explosion of curve.
330
832000
3000
Và tôi nghĩ rằng đó là thứ mà chúng ta đang thấy ở đây, trong sự bùng nổ của đường cong này.
14:10
We're seeing this process feeding back on itself.
331
835000
3000
Chúng ta đang thấy quá trình này tự thúc đẩy bản thân nó.
14:13
Now I design computers for a living,
332
838000
3000
Giờ tôi thiết kế máy tính để kiếm tiền,
14:16
and I know that the mechanisms
333
841000
2000
và tôi biết rằng thiết bị
14:18
that I use to design computers
334
843000
3000
tôi dùng để thiết kế máy tính
14:21
would be impossible
335
846000
2000
có thể không sử dụng được
14:23
without recent advances in computers.
336
848000
2000
nếu không có những công nghệ gần đây trong ngành máy tính.
14:25
So right now, what I do
337
850000
2000
Vì vậy, bây giờ, điều tôi làm
14:27
is I design objects at such complexity
338
852000
3000
là thiết kế vật dụng với mức độ phức tạp
14:30
that it's really impossible for me to design them in the traditional sense.
339
855000
3000
dường như bất khả thi nếu thiết kế chúng theo hướng truyền thống.
14:33
I don't know what every transistor in the connection machine does.
340
858000
4000
Tôi không biết công dụng của tất cả các bóng bán dẫn trong máy kết nối.
14:37
There are billions of them.
341
862000
2000
Bởi có hàng tỉ bóng bán dẫn.
14:39
Instead, what I do
342
864000
2000
Thay vào đó, thứ tôi thực hiện
14:41
and what the designers at Thinking Machines do
343
866000
3000
cũng như thứ mà các thiết kế viên đang thực hiện tại Tập đoàn Các Thiết Bị Có Suy Nghĩ
14:44
is we think at some level of abstraction
344
869000
2000
đó là chúng tôi suy nghĩ về mức độ của sự chiết lọc
14:46
and then we hand it to the machine
345
871000
2000
và đưa cái chiết lọc đó vào trong máy móc
14:48
and the machine takes it beyond what we could ever do,
346
873000
3000
và máy móc đó sử dụng sự chiết lọc hiệu quả hơn chúng tôi có thể làm,
14:51
much farther and faster than we could ever do.
347
876000
3000
tiến xa hơn và nhanh hơn chúng tôi có thể.
14:54
And in fact, sometimes it takes it by methods
348
879000
2000
Và trên thực tế, đôi khi chúng thực hiện bởi những phương pháp
14:56
that we don't quite even understand.
349
881000
3000
chúng tôi thậm chí không hiểu rõ lắm.
14:59
One method that's particularly interesting
350
884000
2000
Một phương pháp đặc biệt thú vị
15:01
that I've been using a lot lately
351
886000
3000
mà tôi hiện vẫn đang dùng nhiều
15:04
is evolution itself.
352
889000
2000
là bản thân sự tiến hóa
15:06
So what we do
353
891000
2000
Điều mà chúng tôi làm
15:08
is we put inside the machine
354
893000
2000
là đặt vào trong máy
15:10
a process of evolution
355
895000
2000
một quy trình phát triển
15:12
that takes place on the microsecond time scale.
356
897000
2000
xảy ra trong khung thời gian giây cực nhỏ.
15:14
So for example,
357
899000
2000
Ví dụ như,
15:16
in the most extreme cases,
358
901000
2000
trong những trường hợp đặc biệt,
15:18
we can actually evolve a program
359
903000
2000
chúng ta có thể thực sự phát triển một chương trình
15:20
by starting out with random sequences of instructions.
360
905000
4000
bằng cách bắt đầu với những dãy câu lệnh.
15:24
Say, "Computer, would you please make
361
909000
2000
Hay nói cách khác, "Máy tính, liệu bạn có thể đưa ra
15:26
a hundred million random sequences of instructions.
362
911000
3000
hàng trăm triệu dãy câu lệnh ngẫu nhiên.
15:29
Now would you please run all of those random sequences of instructions,
363
914000
3000
Giờ liệu bạn có thể thực hiện tất cả các dãy câu lệnh ngẫu nhiên đó,
15:32
run all of those programs,
364
917000
2000
chạy tất cả các chương trình đó,
15:34
and pick out the ones that came closest to doing what I wanted."
365
919000
3000
và chọn ra những chương trình gần gũi nhất với việc mà tôi đang muốn thực hiện."
15:37
So in other words, I define what I wanted.
366
922000
2000
Nói cách khác, tôi xác định thứ tôi muốn.
15:39
Let's say I want to sort numbers,
367
924000
2000
Khi tôi muốn sắp xếp các số,
15:41
as a simple example I've done it with.
368
926000
2000
một ví dụ đơn giản mà tôi thực hiện được.
15:43
So find the programs that come closest to sorting numbers.
369
928000
3000
Và tìm chương trình gần gũi nhất với công việc sắp xếp con số.
15:46
So of course, random sequences of instructions
370
931000
3000
Và đương nhiên, dãy câu lệnh ngẫu nhiên
15:49
are very unlikely to sort numbers,
371
934000
2000
sẽ không có xu hướng sắp xếp các con số,
15:51
so none of them will really do it.
372
936000
2000
vì vậy, không một câu lệnh nào sẽ thực sự thực hiện nhiệm vụ ấy.
15:53
But one of them, by luck,
373
938000
2000
Nhưng một trong số đó, nếu may mắn,
15:55
may put two numbers in the right order.
374
940000
2000
sẽ đặt hai số vào đúng vị trí.
15:57
And I say, "Computer,
375
942000
2000
Và tôi nói, "Máy tính,
15:59
would you please now take the 10 percent
376
944000
3000
liệu bạn có thể chọn ra 10%
16:02
of those random sequences that did the best job.
377
947000
2000
trong số dãy ngẫu nhiên đó mà thực hiện công việc tốt nhất.
16:04
Save those. Kill off the rest.
378
949000
2000
Giữ chúng lại. Loại đi dãy còn lại.
16:06
And now let's reproduce
379
951000
2000
Và tiếp theo hãy sao chép lại
16:08
the ones that sorted numbers the best.
380
953000
2000
những dãy câu lệnh sắp xếp các con số tốt nhất.
16:10
And let's reproduce them by a process of recombination
381
955000
3000
Và hãy sao chép chúng bằng quá trình tái tổ hợp
16:13
analogous to sex."
382
958000
2000
tương tự như sinh sản."
16:15
Take two programs and they produce children
383
960000
3000
Lấy ra hai chương trình và chúng sẽ tạo ra sản phẩm
16:18
by exchanging their subroutines,
384
963000
2000
bằng cách trao đổi quy tắc ngầm của chúng,
16:20
and the children inherit the traits of the subroutines of the two programs.
385
965000
3000
và sản phẩm được thừa hưởng tính chất của các quy tắc của hai chương trình.
16:23
So I've got now a new generation of programs
386
968000
3000
Tôi có hiện nay một thế hệ chương trình mới
16:26
that are produced by combinations
387
971000
2000
được sản xuất bởi sự kết hợp
16:28
of the programs that did a little bit better job.
388
973000
2000
của các chương trình mà thực hiện công việc tốt hơn một chút.
16:30
Say, "Please repeat that process."
389
975000
2000
Tôi nói với máy tính, "Hãy lặp lại quá trình."
16:32
Score them again.
390
977000
2000
Đánh giá lại chúng một lần nữa.
16:34
Introduce some mutations perhaps.
391
979000
2000
Có thể đưa ra vài sự hoán đổi.
16:36
And try that again and do that for another generation.
392
981000
3000
Và thử lại lần nữa, thực hiện nó cho một thế hệ khác.
16:39
Well every one of those generations just takes a few milliseconds.
393
984000
3000
Tất cả mọi cá nhân trong thế hệ mới đều chỉ mất vài mili-giây.
16:42
So I can do the equivalent
394
987000
2000
Và vì vậy, tôi có thể thực hiện
16:44
of millions of years of evolution on that
395
989000
2000
sự tiến hóa tương tự của vài triệu năm
16:46
within the computer in a few minutes,
396
991000
3000
trong một máy tính chỉ trong vài phút,
16:49
or in the complicated cases, in a few hours.
397
994000
2000
hay nếu trong trường hợp phức tạp, một vài tiếng.
16:51
At the end of that, I end up with programs
398
996000
3000
Kết thúc quá trình, tôi sẽ có chương trình
16:54
that are absolutely perfect at sorting numbers.
399
999000
2000
chắc chắn hoàn hảo với việc sắp xếp con số.
16:56
In fact, they are programs that are much more efficient
400
1001000
3000
Trên thực tế, chúng là chương trình hiệu quả hơn nhiều
16:59
than programs I could have ever written by hand.
401
1004000
2000
chương trình tôi có thể viết tay.
17:01
Now if I look at those programs,
402
1006000
2000
Giờ nếu tôi nhìn vào những chương trình ấy,
17:03
I can't tell you how they work.
403
1008000
2000
Tôi không thể cho mọi người biết chúng họat động như thế nào.
17:05
I've tried looking at them and telling you how they work.
404
1010000
2000
Tôi luôn cố gắng thăm dò chúng và chỉ cho bạn cách nó họat động.
17:07
They're obscure, weird programs.
405
1012000
2000
Chúng là những chương trình rất mơ hồ và kì quặc.
17:09
But they do the job.
406
1014000
2000
Nhưng chúng thực hiện được công việc.
17:11
And in fact, I know, I'm very confident that they do the job
407
1016000
3000
Và trên thực tế, tôi biết, tôi rất tự tin rằng chúng thực hiện được công việc
17:14
because they come from a line
408
1019000
2000
bởi vì chúng đến từ một loạt
17:16
of hundreds of thousands of programs that did the job.
409
1021000
2000
hàng trăm nghìn chương trình đã thực hiện được công việc đó.
17:18
In fact, their life depended on doing the job.
410
1023000
3000
Trên thực tế, sự tồn tại của những chương trình ấy phụ thuộc vào cái công việc ấy.
17:21
(Laughter)
411
1026000
4000
(Khán giả cười)
17:26
I was riding in a 747
412
1031000
2000
Tôi từng một lần ngồi trong một chiếc 747
17:28
with Marvin Minsky once,
413
1033000
2000
với Marvin Minsky,
17:30
and he pulls out this card and says, "Oh look. Look at this.
414
1035000
3000
và anh ta lấy ra tấm thẻ và nói, "Ôi nhìn kìa. Nhìn vào đây.
17:33
It says, 'This plane has hundreds of thousands of tiny parts
415
1038000
4000
Nó nói rằng, 'Chiếc máy bay này có trăm nghìn chi tiết
17:37
working together to make you a safe flight.'
416
1042000
4000
cùng hoạt động để cho bạn có một chuyến bay an toàn.'
17:41
Doesn't that make you feel confident?"
417
1046000
2000
Nó không khiến bạn cảm thấy tự tin sao?"
17:43
(Laughter)
418
1048000
2000
(Khán giả cười)
17:45
In fact, we know that the engineering process doesn't work very well
419
1050000
3000
Trên thực tế, chúng ta đều biết rằng quá trình thiết kế xây dựng không được thuận lợi
17:48
when it gets complicated.
420
1053000
2000
khi nó quá phức tạp.
17:50
So we're beginning to depend on computers
421
1055000
2000
Vì vậy, chúng ta bắt đầu phụ thuộc vào máy tính
17:52
to do a process that's very different than engineering.
422
1057000
4000
để thực hiện một quá trình khác biệt hơn hẳn với thiết kế xây dựng.
17:56
And it lets us produce things of much more complexity
423
1061000
3000
Và nó cho phép chúng ta sản xuất ra những sản phẩm phức tạp hơn nhiều
17:59
than normal engineering lets us produce.
424
1064000
2000
so với thiết kế xây dựng bình thường cho phép.
18:01
And yet, we don't quite understand the options of it.
425
1066000
3000
Vậy mà chúng ta vẫn không thực sự hiểu sự lựa chọn của nó.
18:04
So in a sense, it's getting ahead of us.
426
1069000
2000
Và vì vậy, trong một góc nhìn, nó đang tiến trước chúng ta.
18:06
We're now using those programs
427
1071000
2000
Chúng ta đang sử dụng những chương trình ấy
18:08
to make much faster computers
428
1073000
2000
để tạo ra máy tính nhanh hơn
18:10
so that we'll be able to run this process much faster.
429
1075000
3000
để từ đó chúng ta có thể thực hiện quá trình nhanh hơn.
18:13
So it's feeding back on itself.
430
1078000
3000
Và vì vậy, nó đang thúc đẩy chính bản thân nó.
18:16
The thing is becoming faster
431
1081000
2000
Điều này đang diễn ra ngày càng nhanh
18:18
and that's why I think it seems so confusing.
432
1083000
2000
và đó là lí do tại sao tôi thấy nó khá mơ hồ.
18:20
Because all of these technologies are feeding back on themselves.
433
1085000
3000
Bởi tất cả công nghệ này đều tự thúc đẩy bản thân nó phát triển.
18:23
We're taking off.
434
1088000
2000
Chúng ta đang cất cánh.
18:25
And what we are is we're at a point in time
435
1090000
3000
Và chúng ta đang ở thời điểm trong quá trình
18:28
which is analogous to when single-celled organisms
436
1093000
2000
mà tương tự như khi những cơ thể sống đơn bào
18:30
were turning into multi-celled organisms.
437
1095000
3000
chuyển sang cơ thể sống đa bào.
18:33
So we're the amoebas
438
1098000
2000
Chúng ta là những trùng Amip
18:35
and we can't quite figure out what the hell this thing is we're creating.
439
1100000
3000
và chúng ta gần như không thể hiểu nổi thứ mà chúng ta đang chế tạo ra.
18:38
We're right at that point of transition.
440
1103000
2000
Chúng ta đang ở thời điểm của sự chuyển giao.
18:40
But I think that there really is something coming along after us.
441
1105000
3000
Nhưng tôi nghĩ rằng có một cái gì đó đang bám đuổi chúng ta.
18:43
I think it's very haughty of us
442
1108000
2000
Tôi nghĩ rằng chúng ta sẽ quá là tự cao
18:45
to think that we're the end product of evolution.
443
1110000
3000
nếu cho rằng chúng ta là sản phẩm cuối cùng của quá trình tiến hóa.
18:48
And I think all of us here
444
1113000
2000
Và tôi nghĩ rằng tất cả chúng ta ở đây
18:50
are a part of producing
445
1115000
2000
là một phần của sự sản sinh
18:52
whatever that next thing is.
446
1117000
2000
thế hệ tiếp theo - bất kể đó là cái gì.
18:54
So lunch is coming along,
447
1119000
2000
Bữa trưa đang tới gần,
18:56
and I think I will stop at that point,
448
1121000
2000
và tôi nghĩ tôi sẽ dừng lại tại đây,
18:58
before I get selected out.
449
1123000
2000
trước khi tôi bị loại ra bởi tạo hóa.
19:00
(Applause)
450
1125000
3000
(Vỗ tay)
ABOUT THE SPEAKER
Danny Hillis - Computer theoristInventor, scientist, author, engineer -- over his broad career, Danny Hillis has turned his ever-searching brain on an array of subjects, with surprising results.
Why you should listen
Danny Hillis is an inventor, scientist, author and engineer. While completing his doctorate at MIT, he pioneered the concept of parallel computers that is now the basis for graphics processors and cloud computing. He holds more than 300 US patents, covering parallel computers, disk arrays, forgery prevention methods, various electronic and mechanical devices, and the pinch-to-zoom display interface. He has recently been working on problems in medicine as well. He is also the designer of a 10,000-year mechanical clock, and he gave a TED Talk in 1994 that is practically prophetic. Throughout his career, Hillis has worked at places like Disney, and now MIT and Applied Invention, always looking for the next fascinating problem.
Danny Hillis | Speaker | TED.com