TED2014
Ray Kurzweil: Get ready for hybrid thinking
راي كورزويل: استعد لتفكير هجين
Filmed:
Readability: 4.4
3,548,296 views
قبل 200 مليون سنة، طوّر أسلافنا من الثدييات ميزة جديدة فى المخ: القشرة المخية الحديثة. هذا النسيج الرقيق الذي هو بحجم طابع البريد (مغلف حول مخٍ بحجم جوز عين الجمل) هو مفتاح لما وصل إليه الجنس البشرى. الآن، يقترح باحث المستقبليات راي كورزويل، أن نستعد للطفرة الكبيرة القادمة فى قوة المخ، ونحن نتعرف على طاقة الحوسبة السحابية.
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
دعني أخبركم بقصة.
00:15
It goes back 200 million years.
1
3304
1799
تعود إلى 200 مليون سنة.
00:17
It's a story of the neocortex,
2
5103
1984
إنها قصة القشرة المخية الحديثة،
00:19
which means "new rind."
3
7087
1974
والتى تعنى "قشرة جديدة".
00:21
So in these early mammals,
4
9061
2431
إذا فى هذه الثدييات السالفة،
00:23
because only mammals have a neocortex,
5
11492
2055
لأن الثديات فقط هي التي تتوفر
على قشرة مخية حديثة،
على قشرة مخية حديثة،
00:25
rodent-like creatures.
6
13547
1664
مخلوقات كالقوارض.
00:27
It was the size of a postage stamp and just as thin,
7
15211
3579
كانت بحجم طابع البريد ونحيفة مثله،
00:30
and was a thin covering around
8
18790
1439
وكان هناك غطاء نحيف حول
00:32
their walnut-sized brain,
9
20229
2264
دماغها الذي هو بحجم جوز عين الجمل،
00:34
but it was capable of a new type of thinking.
10
22493
3701
ولكن كانت قادرة على نوع جديد من التفكير.
00:38
Rather than the fixed behaviors
11
26194
1567
بدلاً من السلوكيات الثابتة
00:39
that non-mammalian animals have,
12
27761
1992
التى تمتلكها الحيوانات الغير ثدية العادية،
00:41
it could invent new behaviors.
13
29753
2692
كانت قادرة على اختراع سلوكيات جديدة.
00:44
So a mouse is escaping a predator,
14
32445
2553
كهروب فأر من مفترس،
00:46
its path is blocked,
15
34998
1540
طريقه مسدود،
00:48
it'll try to invent a new solution.
16
36538
2129
سيحاول اختراع حل جديد.
00:50
That may work, it may not,
17
38667
1266
الذى يمكن أن يفلح، أو لا،
00:51
but if it does, it will remember that
18
39933
1910
ولكن إذا أفلح، سيتذكره
00:53
and have a new behavior,
19
41843
1292
ويمتلك سلوكا جديدا،
00:55
and that can actually spread virally
20
43135
1457
وهذا يمكن أن ينتشر كالفيروس
00:56
through the rest of the community.
21
44592
2195
إلى باقي المجموعة.
00:58
Another mouse watching this could say,
22
46787
1609
فأر آخر يشاهد الأتي يمكن أن يقول،
01:00
"Hey, that was pretty clever, going around that rock,"
23
48396
2704
"هذا فى قمة الذكاء، أن تمشى حول هذه الصخرة،"
01:03
and it could adopt a new behavior as well.
24
51100
3725
ويمكن أن يتخذ سلوك جديد أيضًا.
01:06
Non-mammalian animals
25
54825
1717
الحيوانات الغير ثدية
01:08
couldn't do any of those things.
26
56542
1713
لم تتمكن من فعل أي من هذه الأشياء.
01:10
They had fixed behaviors.
27
58255
1215
كانوا يمتلكون سلوكيات ثابتة.
01:11
Now they could learn a new behavior
28
59470
1331
حاليًا يمكنهم تعلم سلوك جديد
01:12
but not in the course of one lifetime.
29
60801
2576
ولكن ليس على مدى حياة واحدة.
01:15
In the course of maybe a thousand lifetimes,
30
63377
1767
ربما على امتداد آلاف الحيوات،
01:17
it could evolve a new fixed behavior.
31
65144
3330
يمكنهم تطوير سلوك ثابت جديد.
01:20
That was perfectly okay 200 million years ago.
32
68474
3377
كان هذا على نحو تام جيدا قبل 200 مليون سنة.
01:23
The environment changed very slowly.
33
71851
1981
البيئة تغيرت ببطىء شديد.
01:25
It could take 10,000 years for there to be
34
73832
1554
يمكنها أخذ 10 ألاف سنة ليكون هناك
01:27
a significant environmental change,
35
75386
2092
تغير بيئي ملحوظ،
01:29
and during that period of time
36
77478
1382
وخلال هذه الفترة من الزمن
01:30
it would evolve a new behavior.
37
78860
2929
تكون قد طورت سلوكا جديدا.
01:33
Now that went along fine,
38
81789
1521
الآن هذا مضى جيدا،
01:35
but then something happened.
39
83310
1704
ولكن شىء حدث.
01:37
Sixty-five million years ago,
40
85014
2246
قبل 65 مليون سنة،
01:39
there was a sudden, violent
change to the environment.
change to the environment.
41
87260
2615
كان هناك تغير فجائي وعنيف على البيئة.
01:41
We call it the Cretaceous extinction event.
42
89875
3505
نحن نسميه واقعة الانقراض الطباشيري.
01:45
That's when the dinosaurs went extinct,
43
93380
2293
كان هذا عندما انقرضت الديناصورات،
01:47
that's when 75 percent of the
44
95673
3449
كان هذا عندما تعرضت 75 فى المئة من ال
01:51
animal and plant species went extinct,
45
99122
2746
الحيوانات والنباتات للانقراض،
01:53
and that's when mammals
46
101868
1745
وآنذاك تفوقت الثدييات
01:55
overtook their ecological niche,
47
103613
2152
على ركنها البيئي،
01:57
and to anthropomorphize, biological evolution said,
48
105765
3654
وعلى سبيل التجسيم، قال التطور البيولوجي،
02:01
"Hmm, this neocortex is pretty good stuff,"
49
109419
2025
"ممم، هذه القشرة المخية الحديثة شىء جيد،"
02:03
and it began to grow it.
50
111444
1793
وبدأ فى إنمائها.
02:05
And mammals got bigger,
51
113237
1342
وكبرت الثدييات،
02:06
their brains got bigger at an even faster pace,
52
114579
2915
وكبرت أدمغتها بنسبة أسرع،
02:09
and the neocortex got bigger even faster than that
53
117494
3807
والقشرة المخية الحديثة كبرت
أسرع من هذا أيضًا
أسرع من هذا أيضًا
02:13
and developed these distinctive ridges and folds
54
121301
2929
واكتسبت هذه التلال والطيات المميزة
02:16
basically to increase its surface area.
55
124230
2881
فى الأساس لتنمية مساحتها السطحية.
02:19
If you took the human neocortex
56
127111
1819
لو أخذت القشرة المخية الحديثة للانسان
02:20
and stretched it out,
57
128930
1301
ومططتها،
02:22
it's about the size of a table napkin,
58
130231
1713
هى بحجم يقارب مفرش الطاولة،
02:23
and it's still a thin structure.
59
131944
1306
وما زالت نحيفة البنية.
02:25
It's about the thickness of a table napkin.
60
133250
1980
هى بسماكة مفرش طاولة تقريبا.
02:27
But it has so many convolutions and ridges
61
135230
2497
ولكن لديها الكثير من التلافيف والتلال
02:29
it's now 80 percent of our brain,
62
137727
3075
هى تشكل حاليا 80 بالمئة من دماغنا،
02:32
and that's where we do our thinking,
63
140802
2461
وهذا حيث نقوم بالتفكير،
02:35
and it's the great sublimator.
64
143263
1761
وهو التسامى العظيم.
02:37
We still have that old brain
65
145024
1114
نحن ما زلنا نمتلك هذا الدماغ القديم
02:38
that provides our basic drives and motivations,
66
146138
2764
الذى يزودنا بمحركاتنا الأساسية والتحفيزات،
02:40
but I may have a drive for conquest,
67
148902
2716
ولكن ربما يمتلك محرك للاحتلال،
02:43
and that'll be sublimated by the neocortex
68
151618
2715
وهذا سيصعّد بالقشرة المخية الحديثة
02:46
into writing a poem or inventing an app
69
154333
2909
إلى كتابة قصيدة او اختراع تطبيق
02:49
or giving a TED Talk,
70
157242
1509
أو تقديم محادثة TED،
02:50
and it's really the neocortex that's where
71
158751
3622
وهذا حقًا مكمن القشرة المخية الحديثة، حيث
02:54
the action is.
72
162373
1968
تقع الأحداث.
02:56
Fifty years ago, I wrote a paper
73
164341
1717
قبل 50 سنة، كتبت ورقة بحثية
02:58
describing how I thought the brain worked,
74
166058
1918
أصف فيها كيف تخيلت عمل الدماغ،
02:59
and I described it as a series of modules.
75
167976
3199
ووصفته كسلسلة من الوحدات.
03:03
Each module could do things with a pattern.
76
171175
2128
كل وحدة يمكنها فعل أشياء بنمط.
03:05
It could learn a pattern. It could remember a pattern.
77
173303
2746
يمكنها التعلم نمط. يمكنها التذكر نمط.
03:08
It could implement a pattern.
78
176049
1407
يمكنها التطبيق نمط.
03:09
And these modules were organized in hierarchies,
79
177456
2679
وهذه الوحدات كانت منظمة فى تسلسلات هرمية،
03:12
and we created that hierarchy with our own thinking.
80
180135
2954
وألفنا هذا التسلسل الهرمى بطريقة تفكيرنا.
03:15
And there was actually very little to go on
81
183089
3333
وكان فى الحقيقة هناك قليل جدا
للاعتماد عليه
للاعتماد عليه
03:18
50 years ago.
82
186422
1562
قبل 50 سنة.
03:19
It led me to meet President Johnson.
83
187984
2115
قادتني لمقابلة الرئيس جونسون.
03:22
I've been thinking about this for 50 years,
84
190099
2173
كنت أفكر فى هذا لحوالى 50 سنة،
03:24
and a year and a half ago I came out with the book
85
192272
2828
وقبل سنة ونصف خرجت بهذا الكتاب
03:27
"How To Create A Mind,"
86
195100
1265
"كيف تخلق دماغا،"
03:28
which has the same thesis,
87
196365
1613
والذي يحتوى على نفس الفرضية،
03:29
but now there's a plethora of evidence.
88
197978
2812
ولكن حاليا هناك وفرة من الأدلة.
03:32
The amount of data we're getting about the brain
89
200790
1814
وكمية المعلومات
التى نحصل عليها عن الدماغ
التى نحصل عليها عن الدماغ
03:34
from neuroscience is doubling every year.
90
202604
2203
من علم الأعصاب تتضاعف كل سنة.
03:36
Spatial resolution of brainscanning of all types
91
204807
2654
دقة كل أنواع فحص الدماغ الدقيق
03:39
is doubling every year.
92
207461
2285
تتضاعف كل سنة.
03:41
We can now see inside a living brain
93
209746
1717
يمكننا الآن أن نرى داخل دماغ حي
03:43
and see individual interneural connections
94
211463
2870
ونرى روابط خلية بينية فردية
03:46
connecting in real time, firing in real time.
95
214333
2703
متواصلة فى أوقات حقيقة،
ترسل إشارات فى أوقات حقيقة.
ترسل إشارات فى أوقات حقيقة.
03:49
We can see your brain create your thoughts.
96
217036
2419
يمكننا أن نرى دماغك يخلق أفكارك.
03:51
We can see your thoughts create your brain,
97
219455
1575
يمكننا أن نرى أفكارك تخلق دماغك،
03:53
which is really key to how it works.
98
221030
1999
والذى هو فى الحقيقة مفتاح لكيف يعمل.
03:55
So let me describe briefly how it works.
99
223029
2219
فدعني أشرح باختصار كيف يعمل.
03:57
I've actually counted these modules.
100
225248
2275
أنا فى الحقيقة عددت هذه الوحدات.
03:59
We have about 300 million of them,
101
227523
2046
نمتلك حوالى 300 مليون منها،
04:01
and we create them in these hierarchies.
102
229569
2229
ونخلقها فى هذه التسلسلات الهرمية.
04:03
I'll give you a simple example.
103
231798
2082
سوف أعطي لك مثالا مبسطا.
04:05
I've got a bunch of modules
104
233880
2805
أمتلك حزمة وحدات
04:08
that can recognize the crossbar to a capital A,
105
236685
3403
يمكنها ملاحظة العارضة لحرف الA الكبير،
04:12
and that's all they care about.
106
240088
1914
وهذا كل ما تهتم به.
04:14
A beautiful song can play,
107
242002
1578
أغنية جميلة يمكن أن تعزف،
04:15
a pretty girl could walk by,
108
243580
1434
فتاة جميلة تسير،
04:17
they don't care, but they see
a crossbar to a capital A,
a crossbar to a capital A,
109
245014
2846
لا تكترث لذلك، ولكن ترى عارضة الحرف الكبير A،
04:19
they get very excited and they say "crossbar,"
110
247860
3021
فتتحمس وتقول "عارضة،"
04:22
and they put out a high probability
111
250881
2112
وتضع نسبية كبيرة
04:24
on their output axon.
112
252993
1634
على نتاج محورهم العصبي.
04:26
That goes to the next level,
113
254627
1333
هذا يذهب للمرحلة التالية،
04:27
and these layers are organized in conceptual levels.
114
255960
2750
وهذه الطبقات منظمة فى مراحل مفاهيمية.
04:30
Each is more abstract than the next one,
115
258710
1856
كل واحدة ملخصة أكثر من التالية،
04:32
so the next one might say "capital A."
116
260566
2418
فالتالية يمكن أن تقول "حرف الA الكبير."
04:34
That goes up to a higher
level that might say "Apple."
level that might say "Apple."
117
262984
2891
هذا يذهب إلى مرحلة أعلى التى يمكن
أن تقول "تفاحة."
أن تقول "تفاحة."
04:37
Information flows down also.
118
265875
2167
المعلومات تنحدر أيضًا.
04:40
If the apple recognizer has seen A-P-P-L,
119
268042
2936
إن رأى المتعرف على "التفاحة" A-P-P-L،
04:42
it'll think to itself, "Hmm, I
think an E is probably likely,"
think an E is probably likely,"
120
270978
3219
سيفكر فى نفسه، "امم، أعتقد أن الE
يكاد أن يكون،"
يكاد أن يكون،"
04:46
and it'll send a signal down to all the E recognizers
121
274197
2564
وسترسل إشارة نزولا لكل المتعرفين على الE
04:48
saying, "Be on the lookout for an E,
122
276761
1619
يقول, "احترس من الE،
04:50
I think one might be coming."
123
278380
1556
أعتقد أن واحدة قد تأتي."
04:51
The E recognizers will lower their threshold
124
279936
2843
المتعرفون على الE سيقللون المسموح
04:54
and they see some sloppy
thing, could be an E.
thing, could be an E.
125
282779
1945
ويروا شىئا منحدرا، يمكن أن يكون E.
04:56
Ordinarily you wouldn't think so,
126
284724
1490
غالبًا لن تفكر هكذا،
04:58
but we're expecting an E, it's good enough,
127
286214
2009
ولكن نحن نتوقع E، هذا جيد كفاية،
05:00
and yeah, I've seen an E, and then apple says,
128
288223
1817
ونعم، لقد رأيت E، وثم تقول التفاحة،
05:02
"Yeah, I've seen an Apple."
129
290040
1728
"نعم, لقد رأيت تفاحة."
05:03
Go up another five levels,
130
291768
1746
اصعد 5 مراحل أخرى،
05:05
and you're now at a pretty high level
131
293514
1353
وأنت الأن عند مرحلة عالية
05:06
of this hierarchy,
132
294867
1569
من هذا التسلسل الهرمي،
05:08
and stretch down into the different senses,
133
296436
2353
وامتد نزولا للأحاسيس المختلفة،
05:10
and you may have a module
that sees a certain fabric,
that sees a certain fabric,
134
298789
2655
ويمكن أن تمتلك وحدة ترى نسيجا معينا،
05:13
hears a certain voice quality,
smells a certain perfume,
smells a certain perfume,
135
301444
2844
تسمع خامة صوت معينة، تشم عطرا معينا،
05:16
and will say, "My wife has entered the room."
136
304288
2513
وتقول، "زوجتى دخلت الغرفة."
05:18
Go up another 10 levels, and now you're at
137
306801
1895
اصعد 10 مراحل أخرى، والآن أنت عند
05:20
a very high level.
138
308696
1160
مرحلة عالية جدا.
05:21
You're probably in the frontal cortex,
139
309856
1937
أنت فى الغالب عند القشرة الأمامية،
05:23
and you'll have modules that say, "That was ironic.
140
311793
3767
وسيكون لديك وحدات تقول،
"كان هذا ساخرا.
"كان هذا ساخرا.
05:27
That's funny. She's pretty."
141
315560
2370
هذا مضحك. هى جميلة."
05:29
You might think that those are more sophisticated,
142
317930
2105
يمكن أن تعتقد أن أولئك أكثر تعقيدًا،
05:32
but actually what's more complicated
143
320035
1506
ولكن فى الحقيقة الأكثر تعقيدًا
05:33
is the hierarchy beneath them.
144
321541
2669
هو التسلسل الهرمى أدناهم.
05:36
There was a 16-year-old girl, she had brain surgery,
145
324210
2620
كان هناك فتاة لديها 16 عاما،
أجرت جراحة دماغية،
أجرت جراحة دماغية،
05:38
and she was conscious because the surgeons
146
326830
2051
وكانت فى وعيها لأن الجراحين
05:40
wanted to talk to her.
147
328881
1537
كانوا فى حاجة للتحدث معها.
05:42
You can do that because there's no pain receptors
148
330418
1822
يمكنك فعل هذا لأنه لا توجد مستقبلات للألم
05:44
in the brain.
149
332240
1038
فى الدماغ.
05:45
And whenever they stimulated particular,
150
333278
1800
وحين نشطوا،
05:47
very small points on her neocortex,
151
335078
2463
نقطة صغيرة جدًا معينة
على قشرتها المخية الجديدة،
على قشرتها المخية الجديدة،
05:49
shown here in red, she would laugh.
152
337541
2665
متضحة هنا بالأحمر، كانت تضحك.
05:52
So at first they thought they were triggering
153
340206
1440
فى الأول ظنوا أنهم يثيرون
05:53
some kind of laugh reflex,
154
341646
1720
نوعا ما من الضحك المنعكس،
05:55
but no, they quickly realized they had found
155
343366
2519
ولكن لا، بسرعة أدركوا أنهم وجدوا
05:57
the points in her neocortex that detect humor,
156
345885
3044
النقاط فى قشرتها المخية الحديثة
التى تكتشف الفكاهة،
التى تكتشف الفكاهة،
06:00
and she just found everything hilarious
157
348929
1969
ووجدت كل شيء مضحكا
06:02
whenever they stimulated these points.
158
350898
2437
كلما حفزوا هذه النقاط.
06:05
"You guys are so funny just standing around,"
159
353335
1925
"أيها الرجال إنكم مضحكون واقفون بالقرب،"
06:07
was the typical comment,
160
355260
1738
كان التعليق النموذجي،
06:08
and they weren't funny,
161
356998
2302
ولم يكونوا مضحكين،
06:11
not while doing surgery.
162
359300
3247
ليس فى قت إجراء الجراحة.
06:14
So how are we doing today?
163
362547
4830
أين نحن اليوم؟
06:19
Well, computers are actually beginning to master
164
367377
3054
حسنا، الحواسيب الآلية فى بداية إتقان
06:22
human language with techniques
165
370431
2001
لغة الإنسان بأساليب
06:24
that are similar to the neocortex.
166
372432
2867
تتشابه مع القشرة المخية الحديثة.
06:27
I actually described the algorithm,
167
375299
1514
أنا فى الحقيقة وصفت الخوارزمية،
06:28
which is similar to something called
168
376813
2054
التى تتماثل مع شىء إسمه
06:30
a hierarchical hidden Markov model,
169
378867
2233
موديل ماركوف الهرمى المخبأ،
06:33
something I've worked on since the '90s.
170
381100
3241
شيء عملت عليه من التسعينات.
06:36
"Jeopardy" is a very broad natural language game,
171
384341
3238
"جيباردى" هى لعبة لغة طبيعية متوسعة،
06:39
and Watson got a higher score
172
387579
1892
وواتسن حصل على مجموع أعلى
06:41
than the best two players combined.
173
389471
2000
من أفضل لاعبين مندمجين.
06:43
It got this query correct:
174
391471
2499
حصلت على هذه المسألة صحيحة:
06:45
"A long, tiresome speech
175
393970
2085
"خطاب شاق، طويل
06:48
delivered by a frothy pie topping,"
176
396055
2152
منقول بطبقة علوية ذو رغوة،"
06:50
and it quickly responded,
"What is a meringue harangue?"
"What is a meringue harangue?"
177
398207
2796
وتفاعلت بسرعة، "ما هو خطب المارنغ؟"
06:53
And Jennings and the other guy didn't get that.
178
401003
2635
و جينينجس والرجل الآخر لم يفهموا ذلك.
06:55
It's a pretty sophisticated example of
179
403638
1926
هو مثال معقد من
06:57
computers actually understanding human language,
180
405564
1914
الحواسيب الآلية والتي في الحقيقة تفهم لغة الإنسان،
06:59
and it actually got its knowledge by reading
181
407478
1652
وفي الحقيقة حصلت على معرفتها من قراءة
07:01
Wikipedia and several other encyclopedias.
182
409130
3785
ويكيبيديا وبعض الموسوعات الأخرى.
07:04
Five to 10 years from now,
183
412915
2133
بعد 5 إلى 10 سنين من الآن،
07:07
search engines will actually be based on
184
415048
2184
ستكون المحركات البحثية فى الحقيقة مبنية على
07:09
not just looking for combinations of words and links
185
417232
2794
ليس فقط البحث عن كلمات مركبة وروابط
07:12
but actually understanding,
186
420026
1914
ولكن فى الحقيقة على فهم،
07:13
reading for understanding the billions of pages
187
421940
2411
وقراءة الملايير من الصفحات
07:16
on the web and in books.
188
424351
2733
على الشبكة العنكبوتية وفى الكتب.
07:19
So you'll be walking along, and Google will pop up
189
427084
2616
سوف تكون تسير، وجوجل سيظهر
07:21
and say, "You know, Mary, you expressed concern
190
429700
3081
و يقول، "تعرفين يا ماري،
لقد عبرتي لي عن اهتمامك
لقد عبرتي لي عن اهتمامك
07:24
to me a month ago that your glutathione supplement
191
432781
3019
قبل شهر مضى عن مكمل الجلوتاثيون
07:27
wasn't getting past the blood-brain barrier.
192
435800
2231
لم يكن يعبر خلال حاجز دم المخ.
07:30
Well, new research just came out 13 seconds ago
193
438031
2593
حسنًا، بحث جديد ظهر قبل 13 ثانية
07:32
that shows a whole new approach to that
194
440624
1711
يوضح مقاربة جديدة كليًا لهذا
07:34
and a new way to take glutathione.
195
442335
1993
وطريقة جديدة لأخذ الجلوتاثيون.
07:36
Let me summarize it for you."
196
444328
2562
دعيني ألخصها لك."
07:38
Twenty years from now, we'll have nanobots,
197
446890
3684
20 سنة من الآن، سنمتلك روبوتاتٍ صغيرة،
07:42
because another exponential trend
198
450574
1627
لأن إتجاها أسيا أخر
07:44
is the shrinking of technology.
199
452201
1615
هو تقلص التكنولوجيا.
07:45
They'll go into our brain
200
453816
2370
سيذهبون إلى داخل أدمغتنا
07:48
through the capillaries
201
456186
1703
خلال الشعيرات الدموية
07:49
and basically connect our neocortex
202
457889
2477
ويقومون في الأساس بربط قشرتنا المخية الحديثة
07:52
to a synthetic neocortex in the cloud
203
460366
3185
بقشرة مخية حديثة صناعية في السحاب
07:55
providing an extension of our neocortex.
204
463551
3591
توفر تمديد لقشرتنا المخية الحديثة.
07:59
Now today, I mean,
205
467142
1578
الآن، وأعني اليوم،
08:00
you have a computer in your phone,
206
468720
1530
تمتلك حاسوبا في هاتفك،
08:02
but if you need 10,000 computers for a few seconds
207
470250
2754
ولكن لو تحتاج الى 10,000 كمبيوتر لثوانٍ معدودة
08:05
to do a complex search,
208
473004
1495
لعمل بحث معقد،
08:06
you can access that for a second or two in the cloud.
209
474499
3396
يمكنك الوصول إليه لثانية أو ثانيتين فى السحابة.
08:09
In the 2030s, if you need some extra neocortex,
210
477895
3095
فى الثلاثينيات من هذا القرن ،
لو أنت بحاجة إلى بعض القشر المخية الحديثة الإضافية،
لو أنت بحاجة إلى بعض القشر المخية الحديثة الإضافية،
08:12
you'll be able to connect to that in the cloud
211
480990
2273
ستتمكن من الإتصال بها فى السحاب
08:15
directly from your brain.
212
483263
1648
مباشرة من مخك.
08:16
So I'm walking along and I say,
213
484911
1543
إذا أكون ماشيا فأقول،
08:18
"Oh, there's Chris Anderson.
214
486454
1363
"ا هو كريس أندرسون.
08:19
He's coming my way.
215
487817
1525
إنه قادم فى طريقي.
08:21
I'd better think of something clever to say.
216
489342
2335
من الأفضل أن أفكر فى شيء ذكي لقوله.
08:23
I've got three seconds.
217
491677
1524
لدي ثلاث ثوانٍ.
08:25
My 300 million modules in my neocortex
218
493201
3097
ال300 مليون وحدة التي أمتلكها
فى قشرتي المخية الحديثة
فى قشرتي المخية الحديثة
08:28
isn't going to cut it.
219
496298
1240
لن تكون كافية.
08:29
I need a billion more."
220
497538
1246
أحتاج إلى مليار أكثر."
08:30
I'll be able to access that in the cloud.
221
498784
3323
سأتمكن من الوصول إليها فى السحاب.
08:34
And our thinking, then, will be a hybrid
222
502107
2812
وتفكيرنا، بعدها، سيكون هجينا
08:36
of biological and non-biological thinking,
223
504919
3522
من التفكير البيولوجي والغير بيلوجي،
08:40
but the non-biological portion
224
508441
1898
ولكن الجزء الغير بيولوجي
08:42
is subject to my law of accelerating returns.
225
510339
2682
يتعلق بقانوني لتسريع العوائد.
08:45
It will grow exponentially.
226
513021
2239
ستكبر أضعافًا مضاعفة.
08:47
And remember what happens
227
515260
2016
وهل تتذكر ماذا حدث
08:49
the last time we expanded our neocortex?
228
517276
2645
آخر مرة كبرنا فيها
قشرتنا المخية الحديثة؟
قشرتنا المخية الحديثة؟
08:51
That was two million years ago
229
519921
1426
كان هذا منذ مليوني سنة
08:53
when we became humanoids
230
521347
1236
عندما أصبحنا كائنات تشبه الحيوانات
08:54
and developed these large foreheads.
231
522583
1594
وطورنا هذه الجباه الكبيرة.
08:56
Other primates have a slanted brow.
232
524177
2583
قرود أخرى لديها جبين مائلة.
08:58
They don't have the frontal cortex.
233
526760
1745
ليس لديهم القشرة الأمامية.
09:00
But the frontal cortex is not
really qualitatively different.
really qualitatively different.
234
528505
3685
ولكن القشرة الأمامية ليست مختلفة حقًا نوعيًا.
09:04
It's a quantitative expansion of neocortex,
235
532190
2743
هى تضخم كمي للقشرة المخية الحديثة،
09:06
but that additional quantity of thinking
236
534933
2703
ولكن هذه الكمية الإضافية فى التفكير
09:09
was the enabling factor for us to take
237
537636
1779
كانت العامل المؤهل لنا لأخذ
09:11
a qualitative leap and invent language
238
539415
3346
طفرة نوعية واختراع اللغة
09:14
and art and science and technology
239
542761
1967
والفن والعلوم والتكنولوجيا
09:16
and TED conferences.
240
544728
1454
ومؤتمرات TED.
09:18
No other species has done that.
241
546182
2131
لا يوجد نوع فعل ذلك.
09:20
And so, over the next few decades,
242
548313
2075
ولذلك، خلال العقود القليلة القادمة،
09:22
we're going to do it again.
243
550388
1760
سنقوم بها مجددا.
09:24
We're going to again expand our neocortex,
244
552148
2274
سنقوم مجددًا بتوسيع قشرتنا المخية الحديثة،
09:26
only this time we won't be limited
245
554422
1756
فقط هذه المرة لن نقتصر
09:28
by a fixed architecture of enclosure.
246
556178
4280
على تصميم هندسي سياجي معين.
09:32
It'll be expanded without limit.
247
560458
3304
سوف تتوسع بلا حدود.
09:35
That additional quantity will again
248
563762
2243
هذه الكمية الزائدة سوف
09:38
be the enabling factor for another qualitative leap
249
566005
3005
تكون مجددا العامل الممكّن لطفرة نوعية أخرى
09:41
in culture and technology.
250
569010
1635
فى الثقافة والتكنولوجيا.
09:42
Thank you very much.
251
570645
2054
شكرًا جزيلًا
09:44
(Applause)
252
572699
3086
(تصفيق)
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