TED1994
Danny Hillis: Back to the future (of 1994)
Дани Хилис: Обратно в бъдещето (на 1994-та година)
Filmed:
Readability: 3.8
686,810 views
От дълбините на архивите на TED, Дани Хилис представя интригуваща теория за това как и защо технологичните промени привидно се ускоряват, като ги сравнява с еволюцията на живота. Презентационните техники може да изглеждат остарели, но идеите са по-актуални от всякога.
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
Понеже обикновено поемам ролята
00:18
of trying to explain to people
1
3000
2000
на опитващ да обясня на хората
00:20
how wonderful the new technologies
2
5000
3000
колко прекрасни са новите технологии,
00:23
that are coming along are going to be,
3
8000
2000
които се появяват,
00:25
and I thought that, since I was among friends here,
4
10000
3000
и си помислих, че тъй като съм тук сред приятели,
00:28
I would tell you what I really think
5
13000
4000
ще ви кажа какво наистина мисля
00:32
and try to look back and try to understand
6
17000
2000
и ще се опитам да погледна в миналото и ще опитам да обясня
00:34
what is really going on here
7
19000
3000
какво наистина се случва тук
00:37
with these amazing jumps in technology
8
22000
5000
с тези удивителни скокове на технологията,
00:42
that seem so fast that we can barely keep on top of it.
9
27000
3000
които изглеждат така внезапни, че едва успяваме да ги овладеем.
00:45
So I'm going to start out
10
30000
2000
И така, ще започна
00:47
by showing just one very boring technology slide.
11
32000
3000
като ви покажа един много скучен технологичен слайд.
00:50
And then, so if you can just turn on the slide that's on.
12
35000
3000
Можете да включите текущия слайд.
00:56
This is just a random slide
13
41000
2000
Това е просто един случаен слайд,
00:58
that I picked out of my file.
14
43000
2000
който избрах от файла си.
01:00
What I want to show you is not so much the details of the slide,
15
45000
3000
Това, което искам да ви покажа, е не толкова детайлите на слайда,
01:03
but the general form of it.
16
48000
2000
а основната му форма.
01:05
This happens to be a slide of some analysis that we were doing
17
50000
3000
По случайност това е слайд от някакъв анализ, който правихме,
01:08
about the power of RISC microprocessors
18
53000
3000
за мощноста на RISC микропроцесорите,
01:11
versus the power of local area networks.
19
56000
3000
сравнени със мощноста на локалните мрежи.
01:14
And the interesting thing about it
20
59000
2000
Интересното е,
01:16
is that this slide,
21
61000
2000
че този слайд,
01:18
like so many technology slides that we're used to,
22
63000
3000
също както много технологични слайдове, които използваме,
01:21
is a sort of a straight line
23
66000
2000
има формата на права линия
01:23
on a semi-log curve.
24
68000
2000
върху полу-логаритмична крива.
01:25
In other words, every step here
25
70000
2000
С други думи, всяка стъпка тук
01:27
represents an order of magnitude
26
72000
2000
представя няколкократно увеличаване
01:29
in performance scale.
27
74000
2000
в мащаба на представянето.
01:31
And this is a new thing
28
76000
2000
И това е нещо ново,
01:33
that we talk about technology
29
78000
2000
когато говорим за технологията
01:35
on semi-log curves.
30
80000
2000
на полу-логаритмичните криви.
01:37
Something really weird is going on here.
31
82000
2000
Нещо много странно се случва тук.
01:39
And that's basically what I'm going to be talking about.
32
84000
3000
И затова всъщност ще говоря.
01:42
So, if you could bring up the lights.
33
87000
3000
И така, бихте ли увеличили осветлението.
01:47
If you could bring up the lights higher,
34
92000
2000
Ако може, увеличете осветлението,
01:49
because I'm just going to use a piece of paper here.
35
94000
3000
защото сега ще използвам лист хартия.
01:52
Now why do we draw technology curves
36
97000
2000
Защо чертаем технологични криви
01:54
in semi-log curves?
37
99000
2000
в полу-логаритмични криви?
01:56
Well the answer is, if I drew it on a normal curve
38
101000
3000
Ами, отговорът е, ако бях нарисувал това на обикновена крива,
01:59
where, let's say, this is years,
39
104000
2000
където, да кажем, това са години,
02:01
this is time of some sort,
40
106000
2000
някакъв порядък от време,
02:03
and this is whatever measure of the technology
41
108000
3000
а това е някаква оценка на технологията,
02:06
that I'm trying to graph,
42
111000
3000
която се опитвам да начертая,
02:09
the graphs look sort of silly.
43
114000
3000
графиките изглеждат някак глупави.
02:12
They sort of go like this.
44
117000
3000
Те се получават горе-долу така.
02:15
And they don't tell us much.
45
120000
3000
И не ни казват много.
02:18
Now if I graph, for instance,
46
123000
3000
Сега, например, ако начертая
02:21
some other technology, say transportation technology,
47
126000
2000
някаква друга технология, например транспортна технология,
02:23
on a semi-log curve,
48
128000
2000
върху полу-логаритмична крива,
02:25
it would look very stupid, it would look like a flat line.
49
130000
3000
би изглеждало много глупаво, като права линия.
02:28
But when something like this happens,
50
133000
2000
Но когато нещо такова се случи,
02:30
things are qualitatively changing.
51
135000
2000
нещата качествено се променят.
02:32
So if transportation technology
52
137000
2000
Ако транспортната технология
02:34
was moving along as fast as microprocessor technology,
53
139000
3000
се променяше толкова бързо, колкото микропроцесорната,
02:37
then the day after tomorrow,
54
142000
2000
тогава вдругиден
02:39
I would be able to get in a taxi cab
55
144000
2000
бих могъл да взема такси
02:41
and be in Tokyo in 30 seconds.
56
146000
2000
и да отида в Токио за 30 секунди.
02:43
It's not moving like that.
57
148000
2000
Това не се случва така.
02:45
And there's nothing precedented
58
150000
2000
И не съществува прецедент
02:47
in the history of technology development
59
152000
2000
в историята на технологичното развитие
02:49
of this kind of self-feeding growth
60
154000
2000
на този вид самоподхранващ се ръст,
02:51
where you go by orders of magnitude every few years.
61
156000
3000
където виждате ръст в порядъци всеки няколко години.
02:54
Now the question that I'd like to ask is,
62
159000
3000
Въпросът, който искам да задам е,
02:57
if you look at these exponential curves,
63
162000
3000
ако погледнете тези експонециални криви,
03:00
they don't go on forever.
64
165000
3000
те не продължават вечно.
03:03
Things just can't possibly keep changing
65
168000
3000
Нещата просто не могат да продължават да се променят
03:06
as fast as they are.
66
171000
2000
толкова бързо, както сега.
03:08
One of two things is going to happen.
67
173000
3000
Едно от две неща ще се случи.
03:11
Either it's going to turn into a sort of classical S-curve like this,
68
176000
4000
Или ще се превърне в някаква класическа S-образна крива като тази,
03:15
until something totally different comes along,
69
180000
4000
докато нещо съвсем различно не се случи,
03:19
or maybe it's going to do this.
70
184000
2000
или следното ще се случи.
03:21
That's about all it can do.
71
186000
2000
Това е всичко, което може да стане.
03:23
Now I'm an optimist,
72
188000
2000
Аз съм оптимист,
03:25
so I sort of think it's probably going to do something like that.
73
190000
3000
затова мисля, че по-скоро ще се случи това.
03:28
If so, that means that what we're in the middle of right now
74
193000
3000
Ако е така, това значи, че в момента сме в средата,
03:31
is a transition.
75
196000
2000
в период на преход.
03:33
We're sort of on this line
76
198000
2000
Намираме се горе-долу на тази линия
03:35
in a transition from the way the world used to be
77
200000
2000
в преход от това какъв светът е бил
03:37
to some new way that the world is.
78
202000
3000
към някакъв нов начин, по който ще бъде.
03:40
And so what I'm trying to ask, what I've been asking myself,
79
205000
3000
И така, аз се опитвам да попитам, и съм се питал,
03:43
is what's this new way that the world is?
80
208000
3000
какъв е този нов път, по който светът върви?
03:46
What's that new state that the world is heading toward?
81
211000
3000
Какво е новото състояние, към което светът се е устремил?
03:49
Because the transition seems very, very confusing
82
214000
3000
Понеже промяната изглежда много, много объркваща,
03:52
when we're right in the middle of it.
83
217000
2000
когато сме в средата й.
03:54
Now when I was a kid growing up,
84
219000
3000
Когато бях малък,
03:57
the future was kind of the year 2000,
85
222000
3000
бъдещето беше 2000-та година,
04:00
and people used to talk about what would happen in the year 2000.
86
225000
4000
хората говореха какво би станало в 2000-та година.
04:04
Now here's a conference
87
229000
2000
Сега се състои конференция,
04:06
in which people talk about the future,
88
231000
2000
на която хората говорят за бъдещето,
04:08
and you notice that the future is still at about the year 2000.
89
233000
3000
и забелязвате, че бъдещето е все още около 2000-та година.
04:11
It's about as far as we go out.
90
236000
2000
Това е горе-долу най-далечната ни точка.
04:13
So in other words, the future has kind of been shrinking
91
238000
3000
С други думи, бъдещето се е свивало
04:16
one year per year
92
241000
3000
с година на година
04:19
for my whole lifetime.
93
244000
3000
през целия ми живот.
04:22
Now I think that the reason
94
247000
2000
Мисля, че причината е,
04:24
is because we all feel
95
249000
2000
че всички ние чувстваме,
04:26
that something's happening there.
96
251000
2000
че нещо се случва тук.
04:28
That transition is happening. We can all sense it.
97
253000
2000
Промяната се случва. Всички го усещаме.
04:30
And we know that it just doesn't make too much sense
98
255000
2000
И знаем, че не е особено смислено
04:32
to think out 30, 50 years
99
257000
2000
да мислим за 30, 50 години напред,
04:34
because everything's going to be so different
100
259000
3000
защото всичко ще е така различно,
04:37
that a simple extrapolation of what we're doing
101
262000
2000
че просто предвиждане, базирано на това, което правим,
04:39
just doesn't make any sense at all.
102
264000
3000
просто няма смисъл.
04:42
So what I would like to talk about
103
267000
2000
И така, това, за което искам да говоря,
04:44
is what that could be,
104
269000
2000
е какво би могло да бъде,
04:46
what that transition could be that we're going through.
105
271000
3000
какъв би могъл да бъде този преход, през който преминаваме.
04:49
Now in order to do that
106
274000
3000
За да мога да направя това,
04:52
I'm going to have to talk about a bunch of stuff
107
277000
2000
ще ми се наложи да говоря за много неща,
04:54
that really has nothing to do
108
279000
2000
които нямат нищо общо
04:56
with technology and computers.
109
281000
2000
с технология или компютри.
04:58
Because I think the only way to understand this
110
283000
2000
Понеже мисля, че единственият начин да разберем това
05:00
is to really step back
111
285000
2000
е да направим крачка назад
05:02
and take a long time scale look at things.
112
287000
2000
и да погледнем на нещата в цялост.
05:04
So the time scale that I would like to look at this on
113
289000
3000
Времевата скала, която бих искал да разгледам,
05:07
is the time scale of life on Earth.
114
292000
3000
е скалата на живота на Земята.
05:13
So I think this picture makes sense
115
298000
2000
Мисля, че тази картина е смислена,
05:15
if you look at it a few billion years at a time.
116
300000
4000
ако разглеждаме нещата за по няколко милиарда години.
05:19
So if you go back
117
304000
2000
И така, ако се върнете назад
05:21
about two and a half billion years,
118
306000
2000
около 2,5 милиарда години,
05:23
the Earth was this big, sterile hunk of rock
119
308000
3000
Земята е била тази голяма, стерилна скала
05:26
with a lot of chemicals floating around on it.
120
311000
3000
с много химикали, плуващи наоколо из нея.
05:29
And if you look at the way
121
314000
2000
И ако обърнете внимание на начина,
05:31
that the chemicals got organized,
122
316000
2000
по който те са били организирани,
05:33
we begin to get a pretty good idea of how they do it.
123
318000
3000
започваме да получаваме добра идея как това се е случило.
05:36
And I think that there's theories that are beginning to understand
124
321000
3000
И мисля, че има теории, които започват да разбират
05:39
about how it started with RNA,
125
324000
2000
как всичко е започнало с РНК,
05:41
but I'm going to tell a sort of simple story of it,
126
326000
3000
но ще разкажа една опростена история,
05:44
which is that, at that time,
127
329000
2000
която е, че по това време
05:46
there were little drops of oil floating around
128
331000
3000
е имало малко капки мазнина, обикалящи наоколо,
05:49
with all kinds of different recipes of chemicals in them.
129
334000
3000
с всякакви комбинации от химични вещества в тях.
05:52
And some of those drops of oil
130
337000
2000
И някои от тези капки
05:54
had a particular combination of chemicals in them
131
339000
2000
са съдържали определена комбинация от химични вещества в тях,
05:56
which caused them to incorporate chemicals from the outside
132
341000
3000
която им е позволила да започнат да усвояват външни химикали
05:59
and grow the drops of oil.
133
344000
3000
и да увеличават капките мазнина.
06:02
And those that were like that
134
347000
2000
И тези, които имали тези свойства,
06:04
started to split and divide.
135
349000
2000
започнали да се разделят и умножават.
06:06
And those were the most primitive forms of cells in a sense,
136
351000
3000
Един вид, те били най-примитивните видове клетки,
06:09
those little drops of oil.
137
354000
2000
тези капки мазнина.
06:11
But now those drops of oil weren't really alive, as we say it now,
138
356000
3000
Но те не са били наистина живи по начина, който имаме предвид днес,
06:14
because every one of them
139
359000
2000
защото всяка от тях
06:16
was a little random recipe of chemicals.
140
361000
2000
е била малък, случаен коктейл от химически вещества.
06:18
And every time it divided,
141
363000
2000
И всеки път, когато се делили,
06:20
they got sort of unequal division
142
365000
3000
се случвало един вид неравно делене
06:23
of the chemicals within them.
143
368000
2000
на химическите вещества в тях.
06:25
And so every drop was a little bit different.
144
370000
3000
Така всяка капка е малко различна.
06:28
In fact, the drops that were different in a way
145
373000
2000
Всъщност, капките, които били различни по начин,
06:30
that caused them to be better
146
375000
2000
който ги е направил по-добри
06:32
at incorporating chemicals around them,
147
377000
2000
в приемането на различни химични вещества около тях,
06:34
grew more and incorporated more chemicals and divided more.
148
379000
3000
пораснали повече, приели повече вещества и се делили повече.
06:37
So those tended to live longer,
149
382000
2000
Те като цяло живеели по-дълго,
06:39
get expressed more.
150
384000
3000
проявявали се по-често.
06:42
Now that's sort of just a very simple
151
387000
3000
Това е една много проста
06:45
chemical form of life,
152
390000
2000
химична форма на живот,
06:47
but when things got interesting
153
392000
3000
но нещата станали интересни,
06:50
was when these drops
154
395000
2000
когато тези капки
06:52
learned a trick about abstraction.
155
397000
3000
научили нещо за абстракцията.
06:55
Somehow by ways that we don't quite understand,
156
400000
3000
По някакъв начин, който не разбираме напълно,
06:58
these little drops learned to write down information.
157
403000
3000
тези капки се научили да записват информация.
07:01
They learned to record the information
158
406000
2000
Научили се да запазват информация,
07:03
that was the recipe of the cell
159
408000
2000
която представлявала рецептата за клетка
07:05
onto a particular kind of chemical
160
410000
2000
върху определен вид химическо вещество,
07:07
called DNA.
161
412000
2000
наречено ДНК.
07:09
So in other words, they worked out,
162
414000
2000
С други думи, те намерили начин,
07:11
in this mindless sort of evolutionary way,
163
416000
3000
по този безумен еволюционен път,
07:14
a form of writing that let them write down what they were,
164
419000
3000
как да записват какво всъщност са,
07:17
so that that way of writing it down could get copied.
165
422000
3000
така че това да може да бъде повторено.
07:20
The amazing thing is that that way of writing
166
425000
3000
Удивителното е, че този метод на записване
07:23
seems to have stayed steady
167
428000
2000
изглежда се е запазил,
07:25
since it evolved two and a half billion years ago.
168
430000
2000
откакто е еволюирал преди два и половина милиарда години.
07:27
In fact the recipe for us, our genes,
169
432000
3000
Всъщност рецептата за нас, за нашите гени,
07:30
is exactly that same code and that same way of writing.
170
435000
3000
е точно същият код и същият метод на записване.
07:33
In fact, every living creature is written
171
438000
3000
Всъщност, всяко живо същество е описано
07:36
in exactly the same set of letters and the same code.
172
441000
2000
със същите букви и със същия код.
07:38
In fact, one of the things that I did
173
443000
2000
Всъщност, едно от нещата, които направих
07:40
just for amusement purposes
174
445000
2000
просто за забавление
07:42
is we can now write things in this code.
175
447000
2000
е, че сега можем да записваме неща със същия код.
07:44
And I've got here a little 100 micrograms of white powder,
176
449000
6000
Тук имам малко повече от 100 микрограма бял прах,
07:50
which I try not to let the security people see at airports.
177
455000
4000
който се опитвам да оставя незабелязано от охраната по летищата.
07:54
(Laughter)
178
459000
2000
(Смях)
07:56
But this has in it --
179
461000
2000
Но той се състои --
07:58
what I did is I took this code --
180
463000
2000
взех този код --
08:00
the code has standard letters that we use for symbolizing it --
181
465000
3000
кодът има стандартни букви, с които го означаваме --
08:03
and I wrote my business card onto a piece of DNA
182
468000
3000
и записах визитната си картичка на част от ДНК
08:06
and amplified it 10 to the 22 times.
183
471000
3000
и го увеличих 10 на 22-ра степен пъти.
08:09
So if anyone would like a hundred million copies of my business card,
184
474000
3000
И ако някой иска 100 милиона копия от визитната ми картичка,
08:12
I have plenty for everyone in the room,
185
477000
2000
имам достатъчно за всеки в стаята,
08:14
and, in fact, everyone in the world,
186
479000
2000
и, всъщност, за всеки по света,
08:16
and it's right here.
187
481000
3000
и това е точно тук.
08:19
(Laughter)
188
484000
5000
(Смях)
08:26
If I had really been a egotist,
189
491000
2000
Ако наистина бях самолюбец,
08:28
I would have put it into a virus and released it in the room.
190
493000
3000
щях да я поставя във вирус и да го пусна в залата.
08:31
(Laughter)
191
496000
5000
(Смях)
08:39
So what was the next step?
192
504000
2000
И така, каква е следващата стъпка?
08:41
Writing down the DNA was an interesting step.
193
506000
2000
Записването на ДНК беше интересна стъпка.
08:43
And that caused these cells --
194
508000
2000
И това накарало тези клетки --
08:45
that kept them happy for another billion years.
195
510000
2000
да бъдат щастливи за още един милиард години.
08:47
But then there was another really interesting step
196
512000
2000
Но после е имало друга много интересна стъпка,
08:49
where things became completely different,
197
514000
3000
където нещата напълно се променили,
08:52
which is these cells started exchanging and communicating information,
198
517000
3000
тези клетки започнали да обменят и общуват с информация,
08:55
so that they began to get communities of cells.
199
520000
2000
и така започнали да формират общности от клетки.
08:57
I don't know if you know this,
200
522000
2000
Не знам дали знаете,
08:59
but bacteria can actually exchange DNA.
201
524000
2000
но бактериите всъщност могат да обменят ДНК.
09:01
Now that's why, for instance,
202
526000
2000
И затова, например,
09:03
antibiotic resistance has evolved.
203
528000
2000
антибиотичната резистентност е еволюирала.
09:05
Some bacteria figured out how to stay away from penicillin,
204
530000
3000
Някои бактерии открили как да се пазят от пеницилина,
09:08
and it went around sort of creating its little DNA information
205
533000
3000
и това се разпространило, създавайки своя малка ДНК информация
09:11
with other bacteria,
206
536000
2000
с други бактерии,
09:13
and now we have a lot of bacteria that are resistant to penicillin,
207
538000
3000
и сега имаме много бактерии, които не се повлияват от пеницилин,
09:16
because bacteria communicate.
208
541000
2000
понеже те комуникират.
09:18
Now what this communication allowed
209
543000
2000
Това, което тази комуницакия е направила възможно,
09:20
was communities to form
210
545000
2000
е да се формират общности
09:22
that, in some sense, were in the same boat together;
211
547000
2000
които, в някакъв смисъл, действали заедно;
09:24
they were synergistic.
212
549000
2000
били синергични.
09:26
So they survived
213
551000
2000
И така те или оцелявали,
09:28
or they failed together,
214
553000
2000
или се проваляли заедно,
09:30
which means that if a community was very successful,
215
555000
2000
което значи, че ако една общност била много успешна,
09:32
all the individuals in that community
216
557000
2000
всички индивиди в нея
09:34
were repeated more
217
559000
2000
се удвоявали повече
09:36
and they were favored by evolution.
218
561000
3000
и били подкрепяни от еволюцията.
09:39
Now the transition point happened
219
564000
2000
Точката на промяна била достигната,
09:41
when these communities got so close
220
566000
2000
когато тези общности станали така близки,
09:43
that, in fact, they got together
221
568000
2000
че, всъщност, се събрали заедно
09:45
and decided to write down the whole recipe for the community
222
570000
3000
и решили да запишат рецептата за цялата общност
09:48
together on one string of DNA.
223
573000
3000
заедно на една част от ДНК.
09:51
And so the next stage that's interesting in life
224
576000
2000
И така следващата фаза, която е интересна за живота,
09:53
took about another billion years.
225
578000
2000
отнела още около милиард години.
09:55
And at that stage,
226
580000
2000
И в тази фаза
09:57
we have multi-cellular communities,
227
582000
2000
имаме многоклетъчни общности,
09:59
communities of lots of different types of cells,
228
584000
2000
общности от много различни видове клетки,
10:01
working together as a single organism.
229
586000
2000
които действат заедно като един организъм.
10:03
And in fact, we're such a multi-cellular community.
230
588000
3000
Всъщност, ние също сме такава многоклетъчна общност.
10:06
We have lots of cells
231
591000
2000
Имаме много клетки,
10:08
that are not out for themselves anymore.
232
593000
2000
които вече не действат сами за себе си.
10:10
Your skin cell is really useless
233
595000
3000
Кожната ви клетка е наистина безполезна,
10:13
without a heart cell, muscle cell,
234
598000
2000
без сърдечна клетка, мускулна клетка,
10:15
a brain cell and so on.
235
600000
2000
мозъчна клетка и т.н.
10:17
So these communities began to evolve
236
602000
2000
И така, тези общности започнали да еволюират
10:19
so that the interesting level on which evolution was taking place
237
604000
3000
и интересното ниво, на което еволюцията се случвала,
10:22
was no longer a cell,
238
607000
2000
не било вече клетка,
10:24
but a community which we call an organism.
239
609000
3000
а общност, която наричаме организъм.
10:28
Now the next step that happened
240
613000
2000
Следващата стъпка
10:30
is within these communities.
241
615000
2000
се случила вътре в тези общности.
10:32
These communities of cells,
242
617000
2000
Тези общности от клетки
10:34
again, began to abstract information.
243
619000
2000
отново започнали да третират информацията абстрактно
10:36
And they began building very special structures
244
621000
3000
и започнали да строят специални структури,
10:39
that did nothing but process information within the community.
245
624000
3000
чиято единствена задача била да обработват информация вътре в общността.
10:42
And those are the neural structures.
246
627000
2000
Това са невралните структури.
10:44
So neurons are the information processing apparatus
247
629000
3000
невроните са апаратът, който обработва информацията,
10:47
that those communities of cells built up.
248
632000
3000
която тези общности от клетки изграждат.
10:50
And in fact, they began to get specialists in the community
249
635000
2000
И всъщност, те започнали да събират специалисти в общността,
10:52
and special structures
250
637000
2000
както и специални структури,
10:54
that were responsible for recording,
251
639000
2000
които били отговорни за записването,
10:56
understanding, learning information.
252
641000
3000
разбирането и научаването на информация.
10:59
And that was the brains and the nervous system
253
644000
2000
Това били мозъците и нервната система
11:01
of those communities.
254
646000
2000
на тези общности.
11:03
And that gave them an evolutionary advantage.
255
648000
2000
И това им дало еволюционно предимство.
11:05
Because at that point,
256
650000
3000
Понеже в този момент
11:08
an individual --
257
653000
3000
един индивид
11:11
learning could happen
258
656000
2000
научил какво може да се случи
11:13
within the time span of a single organism,
259
658000
2000
в рамките на живота на единствен организъм,
11:15
instead of over this evolutionary time span.
260
660000
3000
вместо в рамките на цялата продължителност на еволюцията.
11:18
So an organism could, for instance,
261
663000
2000
Затова един организъм би могъл, например,
11:20
learn not to eat a certain kind of fruit
262
665000
2000
да се научи да не яде определен вид плодове,
11:22
because it tasted bad and it got sick last time it ate it.
263
667000
4000
понеже те имат лош вкус и на него му станало лошо последния път, когато ял от тях.
11:26
That could happen within the lifetime of a single organism,
264
671000
3000
Това може да се случи в рамките на живота на един организъм,
11:29
whereas before they'd built these special information processing structures,
265
674000
4000
а преди да бъдат построени тези специални структури за обработка на информация,
11:33
that would have had to be learned evolutionarily
266
678000
2000
това би трябвало да бъде научено еволюционно,
11:35
over hundreds of thousands of years
267
680000
3000
за стотици хиляди години,
11:38
by the individuals dying off that ate that kind of fruit.
268
683000
3000
посредством индивиди, умиращи от тези плодове.
11:41
So that nervous system,
269
686000
2000
И така нервната система,
11:43
the fact that they built these special information structures,
270
688000
3000
фактът, че те са изградили тези специални информационни структури,
11:46
tremendously sped up the whole process of evolution.
271
691000
3000
засилила изключително много целия процес на еволюция.
11:49
Because evolution could now happen within an individual.
272
694000
3000
Защото сега еволюцията може да се случи на индивид.
11:52
It could happen in learning time scales.
273
697000
3000
Тя може да се случи във времевите скали за научаване.
11:55
But then what happened
274
700000
2000
Но това, което се случило
11:57
was the individuals worked out,
275
702000
2000
било, че хората разбрали
11:59
of course, tricks of communicating.
276
704000
2000
тайната на комуникацията.
12:01
And for example,
277
706000
2000
Например,
12:03
the most sophisticated version that we're aware of is human language.
278
708000
3000
най-усъвършенстваната версия, която познаваме, е човешкият език.
12:06
It's really a pretty amazing invention if you think about it.
279
711000
3000
Това е наистина удивително изобретение, ако се замислите.
12:09
Here I have a very complicated, messy,
280
714000
2000
Имам много сложна, объркана
12:11
confused idea in my head.
281
716000
3000
идея за това.
12:14
I'm sitting here making grunting sounds basically,
282
719000
3000
Стоя тук, като издавам сумтящи звуци,
12:17
and hopefully constructing a similar messy, confused idea in your head
283
722000
3000
и се надявам да построя подобна объркана идея в главите ви,
12:20
that bears some analogy to it.
284
725000
2000
която да представлява някаква аналогия за това.
12:22
But we're taking something very complicated,
285
727000
2000
Но говорим за нещо много сложно,
12:24
turning it into sound, sequences of sounds,
286
729000
3000
обръщайки го в звук, в последователност от звуци
12:27
and producing something very complicated in your brain.
287
732000
4000
и произвеждайки нещо много сложно в мозъка ви.
12:31
So this allows us now
288
736000
2000
Това сега ни позволява
12:33
to begin to start functioning
289
738000
2000
да започнем да функционираме
12:35
as a single organism.
290
740000
3000
като единен организъм.
12:38
And so, in fact, what we've done
291
743000
3000
Всъщност това, което направихме,
12:41
is we, humanity,
292
746000
2000
е, че ние, човечеството,
12:43
have started abstracting out.
293
748000
2000
започнахме да мислим абстрактно.
12:45
We're going through the same levels
294
750000
2000
Минахме през същите нива,
12:47
that multi-cellular organisms have gone through --
295
752000
2000
през които са минали многоклетъчните организми --
12:49
abstracting out our methods of recording,
296
754000
3000
абстрахирайки методите ни на записване,
12:52
presenting, processing information.
297
757000
2000
представяйки и обработвайки информацията.
12:54
So for example, the invention of language
298
759000
2000
Например, измислянето на език
12:56
was a tiny step in that direction.
299
761000
3000
е малка стъпка в тази посока.
12:59
Telephony, computers,
300
764000
2000
Телефони, компютри,
13:01
videotapes, CD-ROMs and so on
301
766000
3000
видеофилми, CD-та и т.н.
13:04
are all our specialized mechanisms
302
769000
2000
са всичките ни специализирани механизми,
13:06
that we've now built within our society
303
771000
2000
които сме създали в обществото ни
13:08
for handling that information.
304
773000
2000
за обработка на тази информация.
13:10
And it all connects us together
305
775000
3000
Всичко това ни свързва
13:13
into something
306
778000
2000
в нещо,
13:15
that is much bigger
307
780000
2000
което е много по-голямо
13:17
and much faster
308
782000
2000
и много по-бързо,
13:19
and able to evolve
309
784000
2000
и което може да еволюира,
13:21
than what we were before.
310
786000
2000
отколкото това, което сме имали преди.
13:23
So now, evolution can take place
311
788000
2000
И така, еволюцията може да се случи
13:25
on a scale of microseconds.
312
790000
2000
за микросекунди.
13:27
And you saw Ty's little evolutionary example
313
792000
2000
Видяхте малкия пример за еволюция на Тай,
13:29
where he sort of did a little bit of evolution
314
794000
2000
където той създаде нещо като еволюция
13:31
on the Convolution program right before your eyes.
315
796000
3000
в Програмата за извиване пред очите ви.
13:34
So now we've speeded up the time scales once again.
316
799000
3000
И така, ускорихме скалата на времето още веднъж.
13:37
So the first steps of the story that I told you about
317
802000
2000
Първите стъпки от историята, която ви разказах,
13:39
took a billion years a piece.
318
804000
2000
е отнела милиард години на един индивид.
13:41
And the next steps,
319
806000
2000
Следващите стъпки,
13:43
like nervous systems and brains,
320
808000
2000
като например нервните системи и мозъка,
13:45
took a few hundred million years.
321
810000
2000
са отнели няколко стотици милиона години.
13:47
Then the next steps, like language and so on,
322
812000
3000
Следващите стъпки, като език и т.н.,
13:50
took less than a million years.
323
815000
2000
са отнели по-малко от милион години.
13:52
And these next steps, like electronics,
324
817000
2000
И тези следващи стъпки, като електрониката,
13:54
seem to be taking only a few decades.
325
819000
2000
са отнели само няколко десетилетия.
13:56
The process is feeding on itself
326
821000
2000
Процесът се самозахранва
13:58
and becoming, I guess, autocatalytic is the word for it --
327
823000
3000
и става, предполагам, автокатализиращ се е думата --
14:01
when something reinforces its rate of change.
328
826000
3000
когато нещо затвърждава своята скорост на промяна.
14:04
The more it changes, the faster it changes.
329
829000
3000
Колкото повече се променя, толкова по-бързо се променя.
14:07
And I think that that's what we're seeing here in this explosion of curve.
330
832000
3000
Мисля, че това е, което виждаме тук, в тази бързо променяща се крива.
14:10
We're seeing this process feeding back on itself.
331
835000
3000
Виждаме, че този процес се самозахранва.
14:13
Now I design computers for a living,
332
838000
3000
Сега моята професия е да проектирам компютри
14:16
and I know that the mechanisms
333
841000
2000
и зная, че механизмите,
14:18
that I use to design computers
334
843000
3000
които използвам, за да проектирам компютри,
14:21
would be impossible
335
846000
2000
биха били невъзможни
14:23
without recent advances in computers.
336
848000
2000
без съвременния напредък в областта на компютрите.
14:25
So right now, what I do
337
850000
2000
Точно сега, това, което правя,
14:27
is I design objects at such complexity
338
852000
3000
е да проектирам предмети с такава сложност,
14:30
that it's really impossible for me to design them in the traditional sense.
339
855000
3000
че за мен е наистина невъзможно да ги проектирам по традиционния начин.
14:33
I don't know what every transistor in the connection machine does.
340
858000
4000
Не зная какво прави всеки транзистор в машината.
14:37
There are billions of them.
341
862000
2000
Има милиарди от тях.
14:39
Instead, what I do
342
864000
2000
Това, което правя,
14:41
and what the designers at Thinking Machines do
343
866000
3000
и което дизайнерите в Тинкинг машинс правят,
14:44
is we think at some level of abstraction
344
869000
2000
е, че мислим на някакво ниво на абстракция
14:46
and then we hand it to the machine
345
871000
2000
и когато го предадем на машината,
14:48
and the machine takes it beyond what we could ever do,
346
873000
3000
машината произвежда повече, отколкото можем да направим,
14:51
much farther and faster than we could ever do.
347
876000
3000
много по-бързо от нас.
14:54
And in fact, sometimes it takes it by methods
348
879000
2000
Всъщност, понякога тя го прави по начини,
14:56
that we don't quite even understand.
349
881000
3000
които не разбираме.
14:59
One method that's particularly interesting
350
884000
2000
Начин, който е много интересен
15:01
that I've been using a lot lately
351
886000
3000
и който използвам напоследък,
15:04
is evolution itself.
352
889000
2000
е еволюцията.
15:06
So what we do
353
891000
2000
Това, което правим,
15:08
is we put inside the machine
354
893000
2000
е, че слагаме в машината
15:10
a process of evolution
355
895000
2000
процес на еволюция,
15:12
that takes place on the microsecond time scale.
356
897000
2000
който се осъществява за микросекунда.
15:14
So for example,
357
899000
2000
Например,
15:16
in the most extreme cases,
358
901000
2000
в най-крайните случаи,
15:18
we can actually evolve a program
359
903000
2000
можем да разработим програма,
15:20
by starting out with random sequences of instructions.
360
905000
4000
като започнем с произволна последователност от инструкции.
15:24
Say, "Computer, would you please make
361
909000
2000
Казвам: "Компютре, моля те, направи
15:26
a hundred million random sequences of instructions.
362
911000
3000
сто милиона произволни последователности от инструкции.
15:29
Now would you please run all of those random sequences of instructions,
363
914000
3000
Сега, моля те, пусни всички тези произволни последователности от инструкции,
15:32
run all of those programs,
364
917000
2000
пусни всички тези програми
15:34
and pick out the ones that came closest to doing what I wanted."
365
919000
3000
и избери тези от тях, които са най-близко до това, което искам да направя."
15:37
So in other words, I define what I wanted.
366
922000
2000
С други думи, определям какво искам.
15:39
Let's say I want to sort numbers,
367
924000
2000
Например, искам да сортирам числа,
15:41
as a simple example I've done it with.
368
926000
2000
като прост пример, който съм правил.
15:43
So find the programs that come closest to sorting numbers.
369
928000
3000
Намирам програмите, които са най-близки до сортиране на числа.
15:46
So of course, random sequences of instructions
370
931000
3000
Разбира се, произволна последователност от инструкции
15:49
are very unlikely to sort numbers,
371
934000
2000
не може да сортира числа,
15:51
so none of them will really do it.
372
936000
2000
така че никоя то тях не може да го направи в действителност.
15:53
But one of them, by luck,
373
938000
2000
Но една от тях, за щастие,
15:55
may put two numbers in the right order.
374
940000
2000
може да подреди две числа в правилен ред.
15:57
And I say, "Computer,
375
942000
2000
Казвам: "Компютре,
15:59
would you please now take the 10 percent
376
944000
3000
моля те, вземи 10-те процента
16:02
of those random sequences that did the best job.
377
947000
2000
от тези произволни инструкции, които вършат най-добре работа.
16:04
Save those. Kill off the rest.
378
949000
2000
Съхрани ги. Изтрий останалите.
16:06
And now let's reproduce
379
951000
2000
Сега нека възпроизведем
16:08
the ones that sorted numbers the best.
380
953000
2000
тези, които най-добре сортират числа.
16:10
And let's reproduce them by a process of recombination
381
955000
3000
Нека ги възпроизведем чрез процес на рекомбинация,
16:13
analogous to sex."
382
958000
2000
аналогична на секс."
16:15
Take two programs and they produce children
383
960000
3000
Взимаме две програми и те произвеждат деца,
16:18
by exchanging their subroutines,
384
963000
2000
като разменят техническите си подпрограми
16:20
and the children inherit the traits of the subroutines of the two programs.
385
965000
3000
и децата наследяват функциите на подпрограмите на двете програми.
16:23
So I've got now a new generation of programs
386
968000
3000
Сега получих ново поколение програми,
16:26
that are produced by combinations
387
971000
2000
които са произведени от комбинации
16:28
of the programs that did a little bit better job.
388
973000
2000
на програми, които вършат малко по-добра работа.
16:30
Say, "Please repeat that process."
389
975000
2000
Казвам: "Моля, повтори процеса."
16:32
Score them again.
390
977000
2000
Подреди числата отново.
16:34
Introduce some mutations perhaps.
391
979000
2000
Въведи някои изменения.
16:36
And try that again and do that for another generation.
392
981000
3000
Направи това отново и го направи за друго поколение.
16:39
Well every one of those generations just takes a few milliseconds.
393
984000
3000
За всяко от тези поколения са нужни само няколко милисекунди.
16:42
So I can do the equivalent
394
987000
2000
Мога да направя с компютъра еквивалент
16:44
of millions of years of evolution on that
395
989000
2000
на милиони години от еволюцията
16:46
within the computer in a few minutes,
396
991000
3000
за няколко минути
16:49
or in the complicated cases, in a few hours.
397
994000
2000
или за сложните случаи, за няколко часа.
16:51
At the end of that, I end up with programs
398
996000
3000
Накрая, имам програми,
16:54
that are absolutely perfect at sorting numbers.
399
999000
2000
които могат да сортират числа много точно.
16:56
In fact, they are programs that are much more efficient
400
1001000
3000
Всъщност, те са програми, които са много по-ефективни
16:59
than programs I could have ever written by hand.
401
1004000
2000
от програмите, които мога да напиша на ръка.
17:01
Now if I look at those programs,
402
1006000
2000
Ако разгледам тези програми,
17:03
I can't tell you how they work.
403
1008000
2000
няма да мога да ви кажа как работят.
17:05
I've tried looking at them and telling you how they work.
404
1010000
2000
Опитах се да ги разгледам и да ви кажа как работят.
17:07
They're obscure, weird programs.
405
1012000
2000
Те са странни програми.
17:09
But they do the job.
406
1014000
2000
Но вършат работа.
17:11
And in fact, I know, I'm very confident that they do the job
407
1016000
3000
Всъщност, зная, уверен съм, че те вършат работа,
17:14
because they come from a line
408
1019000
2000
защото идват от общност
17:16
of hundreds of thousands of programs that did the job.
409
1021000
2000
на стотици хиляди програми, които вършат работа.
17:18
In fact, their life depended on doing the job.
410
1023000
3000
Всъщност, животът им зависи от това да вършат работа.
17:21
(Laughter)
411
1026000
4000
(Смях)
17:26
I was riding in a 747
412
1031000
2000
Веднъж летях със самолет 747
17:28
with Marvin Minsky once,
413
1033000
2000
заедно с Марвин Мински
17:30
and he pulls out this card and says, "Oh look. Look at this.
414
1035000
3000
и той извади тази карта и каза: "Погледни. Погледни това.
17:33
It says, 'This plane has hundreds of thousands of tiny parts
415
1038000
4000
На картата е написано: "Този самолет има стотици хиляди малки части,
17:37
working together to make you a safe flight.'
416
1042000
4000
работещи заедно, за да направят полета ви безопасен."
17:41
Doesn't that make you feel confident?"
417
1046000
2000
Това не те ли кара да се чувстваш уверен?"
17:43
(Laughter)
418
1048000
2000
(Смях)
17:45
In fact, we know that the engineering process doesn't work very well
419
1050000
3000
Всъщност, знаем, че инженерните процеси не работят много добре,
17:48
when it gets complicated.
420
1053000
2000
когато са сложни.
17:50
So we're beginning to depend on computers
421
1055000
2000
Започнахме да разчитаме на компютрите,
17:52
to do a process that's very different than engineering.
422
1057000
4000
да произвеждат процес, който е много различен от инженерния процес.
17:56
And it lets us produce things of much more complexity
423
1061000
3000
И той ни позволява да произвеждаме неща, които са много по-сложни
17:59
than normal engineering lets us produce.
424
1064000
2000
от това, което инженерството може да произведе.
18:01
And yet, we don't quite understand the options of it.
425
1066000
3000
Все още не разбираме възможностите му.
18:04
So in a sense, it's getting ahead of us.
426
1069000
2000
В известен смисъл ни убягва.
18:06
We're now using those programs
427
1071000
2000
Сега използваме тези програми,
18:08
to make much faster computers
428
1073000
2000
за да правим много по-бързи компютри,
18:10
so that we'll be able to run this process much faster.
429
1075000
3000
така че да можем да управляваме този процес много по-бързо.
18:13
So it's feeding back on itself.
430
1078000
3000
Той се самозахранва.
18:16
The thing is becoming faster
431
1081000
2000
Той става по-бърз
18:18
and that's why I think it seems so confusing.
432
1083000
2000
и ето защо мисля, че това изглежда толкова объркващо.
18:20
Because all of these technologies are feeding back on themselves.
433
1085000
3000
Защото всички тези технологии се самозахранват.
18:23
We're taking off.
434
1088000
2000
Излитаме.
18:25
And what we are is we're at a point in time
435
1090000
3000
Ние сме в точка във времето,
18:28
which is analogous to when single-celled organisms
436
1093000
2000
която е аналогична на това, когато едноклетъчните организми
18:30
were turning into multi-celled organisms.
437
1095000
3000
се превърнаха в многоклетъчни организми.
18:33
So we're the amoebas
438
1098000
2000
Ние сме амеби
18:35
and we can't quite figure out what the hell this thing is we're creating.
439
1100000
3000
и не можем да разберем какво, по дяволите, е това, което създаваме.
18:38
We're right at that point of transition.
440
1103000
2000
Намираме се точно в точката на преход.
18:40
But I think that there really is something coming along after us.
441
1105000
3000
Но мисля, че има нещо, което ще дойде след нас.
18:43
I think it's very haughty of us
442
1108000
2000
Мисля, че е много високопарно,
18:45
to think that we're the end product of evolution.
443
1110000
3000
да мислим, че сме крайния продукт на еволюцията.
18:48
And I think all of us here
444
1113000
2000
Мисля, че всички ние, които сме тук,
18:50
are a part of producing
445
1115000
2000
сме част от създаването
18:52
whatever that next thing is.
446
1117000
2000
на това, което идва след нас.
18:54
So lunch is coming along,
447
1119000
2000
Наближава време за обяд
18:56
and I think I will stop at that point,
448
1121000
2000
и мисля да спра дотук,
18:58
before I get selected out.
449
1123000
2000
преди да ме набележат.
19:00
(Applause)
450
1125000
3000
(Аплодисменти)
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