TED2009
Juan Enriquez: The next species of human
Juan Enriquez erzählt von unglaublichen wissenschaftlichen Entwicklungen
Filmed:
Readability: 3.4
3,584,967 views
Obwohl die großen Banken am zusammenbrechen sind, sagt Juan Enriquez der richtige Neustart würde noch bevor stehen. Aber man sollte nicht in den Wahlkabinen oder dem Aktienmarkt danach suchen sondern in den wissenschaftlichen Labors. Er verspricht bessere Körper und einen fitteren Geist. Unsere Kinder werden... anders sein.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:12
There's a great big elephant in the room called the economy.
0
0
3000
Es steht ein riesengroßer Elefant im Raum der sich Wirtschaft nennt.
00:16
So let's start talking about that.
1
4000
2000
Also lasst uns damit anfangen.
00:18
I wanted to give you a current picture of the economy.
2
6000
3000
Ich wollte ein Bild der aktuellen Wirtschaftslage zeigen.
00:21
That's what I have behind myself.
3
9000
3000
Es ist hinter mir.
00:24
(Laughter)
4
12000
3000
(Gelächter)
00:27
But of course what we have to remember is this.
5
15000
3000
Woran wir uns aber erinnern müssen ist das. (Der Schlüssel Krisen zu managen... liegt darin ein Auge auf die langfristigen Folgen zu haben.)
00:30
And what you have to think about is,
6
18000
3000
(Der Schlüssel Krisen zu managen... liegt darin ein Auge auf die langfristigen Folgen zu haben) Und worüber wir nachdenken müssen ist folgendes:
00:33
when you're dancing in the flames, what's next?
7
21000
3000
Wenn man in den Flammen tanzt, was kommt als nächstes?
00:36
So what I'm going to try to do in the next 17 and a half minutes
8
24000
3000
Was ich in den nächsten 17,5 Minuten versuchen werde
00:39
is I'm going to talk first about the flames --
9
27000
2000
ist zuerst über die Flammen zu reden -
00:41
where we are in the economy --
10
29000
2000
wo wir uns in der momentanen Wirtschaftlage befinden
00:43
and then I'm going to take three trends
11
31000
2000
danach werde ich 3 Trends aufzeigen
00:45
that have taken place at TED over the last 25 years
12
33000
3000
die in den letzten 25 Jahren bei TED stattgefunden haben
00:48
and that will take place in this conference
13
36000
2000
und dieses Jahr stattfinden werden
00:50
and I will try and bring them together.
14
38000
3000
und versuchen diese zu verknüpfen.
00:53
And I will try and give you a sense of what the ultimate reboot looks like.
15
41000
4000
Zusätzlich will ich versuchen ein Gefühl dafür zu vermitteln, wie der ultimative Neustart aussieht.
00:57
Those three trends are
16
45000
2000
Diese 3 Trends sind
00:59
the ability to engineer cells,
17
47000
2000
die Fähigkeit Zellen zu konstruieren
01:01
the ability to engineer tissues,
18
49000
2000
die Fähigkeit Gewebe zu konstruieren
01:03
and robots.
19
51000
2000
und Roboter.
01:05
And somehow it will all make sense.
20
53000
2000
Irgendwie wird das dann alles Sinn ergeben.
01:07
But anyway, let's start with the economy.
21
55000
3000
Lasst uns mit der Wirtschaft beginnen.
01:10
There's a couple of really big problems that are still sitting there.
22
58000
3000
Es gibt einige wirklich große Probleme die immer noch vorhanden sind.
01:13
One is leverage.
23
61000
2000
Zum einen Hebeleffekte
01:15
And the problem with leverage is
24
63000
2000
Das Problem des Hebeleffektes ist,
01:17
it makes the U.S. financial system look like this.
25
65000
3000
dass es das US Finanzsystem folgendermaßen aussehen lässt.
01:20
(Laughter)
26
68000
3000
(Gelächter)
01:27
So, a normal commercial bank has nine to 10 times leverage.
27
75000
3000
Eine normale kommerzielle Bank hat neun bis 10 fache Hebelwirkung.
01:30
That means for every dollar you deposit, it loans out about nine or 10.
28
78000
3000
Das bedeutet dass für jeden Dollar den man einzahlt neun oder 10 verliehen werden.
01:33
A normal investment bank is not a deposit bank,
29
81000
3000
Eine normale Investierungsbank ist keine Depositenbank
01:36
it's an investment bank;
30
84000
2000
Es ist eine Investierungsbank
01:38
it has 15 to 20 times.
31
86000
2000
und hat 15 bis 20 fache Hebelwirkung.
01:40
It turns out that B of A in September had 32 times.
32
88000
3000
Es stellte sich heraus, dass die "Bank of Amerika" 32-fache hat.
01:43
And your friendly Citibank had 47 times.
33
91000
3000
Deine freundliche Citibank sogar 47.
01:46
Oops.
34
94000
2000
Oops.
01:48
That means every bad loan goes bad 47 times over.
35
96000
4000
Das bedeutet dass jeder faule Kredit 47 fache Auswirkung hat.
01:52
And that, of course, is the reason why all of you
36
100000
3000
Und das ist logischerweise der Grund warum
01:55
are making such generous and wonderful donations
37
103000
3000
solch großzügige und wunderbare Spenden
01:58
to these nice folks.
38
106000
2000
an diese netten Herren gegeben werden.
02:03
And as you think about that,
39
111000
2000
Und wenn man so darüber nachdenkt,
02:05
you've got to wonder: so what do banks have in store for you now?
40
113000
3000
fragt man sich: Was haben die Banken noch für uns im petto?
02:11
(Laughter)
41
119000
3000
("Mehr - Gute - Scheiße") (Gelächter)
02:20
It ain't pretty.
42
128000
2000
Es ist nichts Gutes.
02:23
The government, meanwhile, has been acting like Santa Claus.
43
131000
4000
Die Regierung verhält sich derweil wie der Weihnachtsmann.
02:27
We all love Santa Claus, right?
44
135000
3000
Wir alle lieben den Weihnachtsmann oder?
02:30
But the problem with Santa Clause is,
45
138000
3000
Das Problem mit dem Weihnachtsmann ist,
02:33
if you look at the mandatory spending of what these folks have been doing
46
141000
3000
wenn man auf die verbindlichen Ausgaben schaut, die diese Jungs gemacht haben
02:36
and promising folks,
47
144000
2000
und die Versprechungen die gemacht wurden,
02:38
it turned out that in 1967, 38 percent was mandatory spending
48
146000
5000
zeigt sich dass 1967 38% verbindliche Ausgaben
02:43
on what we call "entitlements."
49
151000
3000
für sogenannte "verpflichtete Ausgaben" waren.
02:46
And then by 2007 it was 68 percent.
50
154000
3000
2007 sind es bereits 68%.
02:49
And we weren't supposed to run into 100 percent until about 2030.
51
157000
4000
Eigentlich wollen wir nicht vor 2030 bei 100% sein.
02:54
Except we've been so busy giving away a trillion here, a trillion there,
52
162000
3000
Allerdings waren wir so sehr damit beschäftigt hier eine Billion, da eine Billion herzugeben
02:57
that we've brought that date of reckoning forward
53
165000
3000
dass wir den Tag der Abrechnung nach vorne verlegt haben
03:00
to about 2017.
54
168000
3000
auf ungefähr 2017.
03:03
And we thought we were going to be able to lay these debts off on our kids,
55
171000
3000
Und wir glaubten, wir können diese Schulden auf unsere Kinder ablegen,
03:06
but, guess what?
56
174000
2000
aber stellt euch vor
03:08
We're going to start to pay them.
57
176000
2000
wir werden sie zahlen müssen
03:10
And the problem with this stuff is, now that the bill's come due,
58
178000
2000
Und das Problem mit dem Zeug ist, jetzt da die Rechnungen fällig werden,
03:12
it turns out Santa isn't quite as cute when it's summertime.
59
180000
4000
stellt sich heraus, dass Santa nicht ganz so süß im Sommer aussieht.
03:16
Right?
60
184000
2000
Oder?
03:18
(Laughter)
61
186000
3000
(Gelächter)
03:30
Here's some advice from one of the largest investors in the United States.
62
198000
4000
Hier ist ein Ratschlag von einem der größten Investoren in den Vereinigten Staaten.
03:34
This guy runs the China Investment Corporation.
63
202000
3000
Dieser Herr leitet die "China Investment Corporation"
03:37
He is the main buyer of U.S. Treasury bonds.
64
205000
3000
Er ist der Hauptabnehmer von U.S. Schatzanweisungen
03:40
And he gave an interview in December.
65
208000
3000
Und hat im Dezember ein Interview gegeben.
03:43
Here's his first bit of advice.
66
211000
2000
Dies ist sein erster Rat: (Seid nett zu den Ländern die euch Geld leihen)
03:45
And here's his second bit of advice.
67
213000
3000
Folgendes ist das zweite bisschen Rat ("Wir würden euch liebend gerne unterstützen - wenn es tragbar wäre")
03:50
And, by the way,
68
218000
2000
So nebenbei,
03:52
the Chinese Prime Minister reiterated this at Davos last Sunday.
69
220000
3000
der chinesische Premierminister hat dies letzten Sonntag in Davos wiederholt.
03:55
This stuff is getting serious enough
70
223000
2000
Es wird so ernst,
03:57
that if we don't start paying attention to the deficit,
71
225000
2000
dass wenn wir diesem Defizit nicht genug Aufmerksamkeit schenken,
03:59
we're going to end up losing the dollar.
72
227000
3000
wir den Dollar verlieren werden.
04:02
And then all bets are off.
73
230000
3000
Und dann ist alles möglich.
04:05
Let me show you what it looks like.
74
233000
3000
Das würde dann folgendermaßen aussehen.
04:08
I think I can safely say
75
236000
2000
Ich glaube ich kann getrost sagen,
04:10
that I'm the only trillionaire in this room.
76
238000
3000
dass ich der einzige Billionär in diesem Raum bin
04:14
This is an actual bill.
77
242000
2000
Das ist ein echter Geldschein.
04:16
And it's 10 triliion dollars.
78
244000
3000
Und es sind 10 Billionen Dollar.
04:19
The only problem with this bill is it's not really worth very much.
79
247000
3000
Das Problem damit ist, dass er nicht so wirklich viel wert ist.
04:22
That was eight bucks last week, four bucks this week,
80
250000
3000
Letzte Woche acht Dollar, vier Dollar diese Woche
04:25
a buck next week.
81
253000
2000
ein Dollar nächste Woche.
04:27
And that's what happens to currencies when you don't stand behind them.
82
255000
4000
Das passiert mit einer Währung wenn man nicht dahinter steht.
04:32
So the next time somebody as cute as this shows up on your doorstep,
83
260000
5000
Wenn das nächste Mal jemand so süß wie hier, auf der Matte steht,
04:37
and sometimes this creature's called Chrysler and sometimes Ford and sometimes ... whatever you want --
84
265000
7000
manchmal nennt sich diese Kreatur Chrysler, manchmal Ford und manchmal - sonst irgendwie,
04:44
you've just got to say no.
85
272000
2000
muss man einfach Nein sagen.
04:46
And you've got to start banishing a word that's called "entitlement."
86
274000
4000
Wir müssen das Wort "verpflichtete Ausgaben" verbannen.
04:50
And the reason we have to do that in the short term
87
278000
3000
Der Grund warum wir dies schnell machen müssen,
04:53
is because we have just run out of cash.
88
281000
3000
ist dass wir einfach kein Geld mehr haben.
04:56
If you look at the federal budget, this is what it looks like.
89
284000
3000
Wenn man sich den Bundeshaushalt anschaut, sieht das so aus.
04:59
The orange slice is what's discretionary.
90
287000
3000
Das orangene Stück ist frei verfügbar.
05:02
Everything else is mandated.
91
290000
2000
Alles andere ist verplant.
05:05
It makes no difference if we cut out the bridges to Alaska in the overall scheme of things.
92
293000
3000
Es macht keinen Unterschied wenn wir die Brücken nach Alaska rausnehmen.
05:08
So what we have to start thinking about doing
93
296000
3000
Worüber wir uns also Gedanken machen müssen
05:11
is capping our medical spending
94
299000
2000
sind die Ausgaben für medizinische Versorgung zu begrenzen
05:13
because that's a monster that's simply going to eat the entire budget.
95
301000
3000
weil das ein Monster ist das unser komplettes Budget auffressen wird.
05:16
We've got to start thinking about asking people
96
304000
3000
Wir müssen Leute darum bitten
05:19
to retire a little bit later.
97
307000
2000
etwas später in Rente zu gehen.
05:22
If you're 60 to 65 you retire on time.
98
310000
3000
Wenn du 60 bis 65 bist gehst du wie geplant in Rente.
05:25
Your 401(k) just got nailed.
99
313000
2000
Dein 401(k) wurde gerade in Stein gemeißelt.
05:27
If you're 50 to 60 we want you to work two years more.
100
315000
3000
Wenn du zwischen 50 und 60 bist wollen wir dass man zwei Jahre länger arbeitet.
05:30
If you're under 50 we want you to work four more years.
101
318000
3000
Wenn du unter 50 bist wollen wir dass du vier Jahre länger arbeitest.
05:33
The reason why that's reasonable is,
102
321000
3000
Der Grund warum dies vernünftig erscheint ist,
05:36
when your grandparents were given Social Security,
103
324000
2000
als unsere Großeltern Rente bekommen haben,
05:38
they got it at 65 and were expected to check out at 68.
104
326000
3000
haben sie dies mit 65, wobei erwartet wurde dass sie mit 68 das zeitliche segnen.
05:41
Sixty-eight is young today.
105
329000
3000
68 ist jung heutzutage.
05:44
We've also got to cut the military about three percent a year.
106
332000
4000
Weiters müssen wir die Militärausgaben jährlich um 3% senken.
05:48
We've got to limit other mandatory spending.
107
336000
2000
Wir müssen die anderen verbindlichen Ausgaben begrenzen.
05:50
We've got to quit borrowing as much,
108
338000
3000
Wir müssen aufhören so viel Geld zu leihen
05:53
because otherwise the interest is going to eat that whole pie.
109
341000
3000
sonst werden die Zinsen bald den ganzen Kuchen essen.
05:56
And we've got to end up with a smaller government.
110
344000
2000
Außerdem müssen wir mit einer kleineren Regierung auskommen.
05:58
And if we don't start changing this trend line,
111
346000
3000
Wenn wir diese Trendkurve nicht umkehren
06:01
we are going to lose the dollar
112
349000
2000
werden wir den Dollar verlieren
06:03
and start to look like Iceland.
113
351000
2000
und fangen an wie Island auszusehen
06:05
I got what you're thinking.
114
353000
3000
Ich weiß was ihr denkt.
06:08
This is going to happen when hell freezes over.
115
356000
4000
Das passiert sobald die Hölle zufriert.
06:13
But let me remind you this December it did snow in Vegas.
116
361000
3000
Aber lasst mich euch daran erinnern, dass es diesen Dezember in Las Vegas geschneit hat.
06:18
(Laughter)
117
366000
3000
(Gelächter)
06:23
Here's what happens if you don't address this stuff.
118
371000
3000
Folgendes passiert wenn man diese Probleme nicht angeht.
06:26
So, Japan had a fiscal real estate crisis
119
374000
3000
Japan hatte eine finanzwirtschatliche Immobilienkrise
06:29
back in the late '80s.
120
377000
2000
in den späten 80ern.
06:31
And its 225 largest companies today
121
379000
3000
Und die 225 größten Firmen sind heute
06:34
are worth one quarter of what they were 18 years ago.
122
382000
3000
noch ein Viertel von dem wert was sie vor 18 Jahren wert waren.
06:37
We don't fix this now,
123
385000
2000
Wenn wir das nicht jetzt reparieren,
06:39
how would you like to see a Dow 3,500 in 2026?
124
387000
3000
wie würde euch ein Dow von 3.500 im Jahre 2026 gefallen?
06:42
Because that's the consequence of not dealing with this stuff.
125
390000
3000
Weil das ist die Konsequenz wenn man diese Probleme ignoriert.
06:45
And unless you want this person
126
393000
3000
Außer ihr wollt, dass diese Person
06:48
to not just become the CFO of Florida, but the United States,
127
396000
3000
nicht nur der Finanzchef von Florida sondern von ganz USA wird,
06:51
we'd better deal with this stuff.
128
399000
3000
fangen wir besser damit an uns um diese Probleme zu kümmern.
06:54
That's the short term. That's the flame part.
129
402000
3000
Das ist das kurzfristige, der Flammenteil.
06:57
That's the financial crisis.
130
405000
2000
Das ist die Finanzkrise.
06:59
Now, right behind the financial crisis there's a second and bigger wave
131
407000
4000
Direkt hinter dieser Welle kommt eine zweite, größere Welle
07:03
that we need to talk about.
132
411000
1000
über die wir uns unterhalten müssen.
07:04
That wave is much larger, much more powerful,
133
412000
2000
Diese Welle ist viel größer, viel mächtiger
07:06
and that's of course the wave of technology.
134
414000
3000
es ist die Welle der Technologie.
07:09
And what's really important in this stuff is,
135
417000
2000
Wichtig in dieser Phase ist,
07:11
as we cut, we also have to grow.
136
419000
2000
während wir kürzen müssen wir gleichzeitig wachsen.
07:13
Among other things, because startup companies
137
421000
3000
Neugegründete Firmen machen ,02%
07:16
are .02 percent of U.S. GDP investmentm
138
424000
2000
der amerikanischen BIP Investitionen aus
07:18
and they're about 17.8 percent of output.
139
426000
3000
und sind für 17,8% Ausgangsleistung verantwortlich.
07:23
It's groups like that in this room that generate the future of the U.S. economy.
140
431000
3000
Es sind Gruppen wie die der hier anwesenden, die die Zukunft der amerikanischen Wirtschaft bilden.
07:26
And that's what we've got to keep growing.
141
434000
2000
Das ist es was wir weiter entwickeln müssen.
07:28
We don't have to keep growing these bridges to nowhere.
142
436000
3000
Wir können nicht weiter Brücken ins Nichts bauen.
07:32
So let's bring a romance novelist into this conversation.
143
440000
4000
Lasst uns einen Liebesromanisten in diese Konversation mit einbringen.
07:38
And that's where these three trends come together.
144
446000
5000
(Es wird eine Zeit geben in der alles beendet ist - Das wird der Anfang sein) Hier kommen die drei Trends zusammen.
07:43
That's where the ability to engineer microbes,
145
451000
3000
Hier wird die Möglichkeit Mikroben zu konstruieren
07:46
the ability to engineer tissues,
146
454000
2000
die Möglichkeiten Gewebe zu entwickeln,
07:48
and the ability to engineer robots
147
456000
2000
und die Fähigkeit Roboter zu bauen
07:50
begin to lead to a reboot.
148
458000
2000
zu einem Neustart führen.
07:52
And let me recap some of the stuff you've seen.
149
460000
2000
Lasst mich einiges von dem Gesehenen zusammenfassen,
07:54
Craig Venter showed up last year
150
462000
2000
Craig Venter war letztes Jahr hier
07:56
and showed you the first fully programmable cell that acts like hardware
151
464000
2000
und zeigte die ersten, komplett programmierbaren Zellen, die sich wie Hardware verhalten
07:58
where you can insert DNA and have it boot up as a different species.
152
466000
3000
in die man DNA einfügen kann und dann als eine andere Spezies hochbootet.
08:01
In parallel, the folks at MIT
153
469000
3000
Gleichzeitig haben die Leute am MIT
08:04
have been building a standard registry of biological parts.
154
472000
3000
ein Standardverzeichnis von biologischen Teilen erstellt.
08:07
So think of it as a Radio Shack for biology.
155
475000
3000
Stellt euch das vor wie ein "Radio Shack" für Biologie.
08:10
You can go out and get your proteins, your RNA, your DNA, whatever.
156
478000
3000
Man geht hin, nimmt seine Proteine, seine RNA, seine DNA, was auch immer.
08:13
And start building stuff.
157
481000
3000
und baut daraus Dinge.
08:16
In 2006 they brought together high school students and college students
158
484000
3000
2006 wurden Schüler und Studenten zusammengebracht
08:19
and started to build these little odd creatures.
159
487000
2000
um diese kleinen komischen Kreaturen zu bauen.
08:21
They just happened to be alive instead of circuit boards.
160
489000
3000
Sie waren nur zufällig am Leben anstatt Platinen zu sein.
08:24
Here was one of the first things they built.
161
492000
3000
Hier ist eines der ersten Dinge die gebaut wurden.
08:27
So, cells have this cycle.
162
495000
2000
Zellen haben folgenden Zyklus.
08:29
First they don't grow.
163
497000
2000
Zuerst wachsen sie nicht,
08:31
Then they grow exponentially.
164
499000
2000
dann wachsen sie exponentiell
08:33
Then they stop growing.
165
501000
2000
und dann setzt das Wachstum wieder aus.
08:35
Graduate students wanted a way of telling which stage they were in.
166
503000
3000
Studenten wollten wissen in welcher Stufe der Entwicklung sich die Zelle befindet.
08:38
So they engineered these cells
167
506000
2000
Also haben sie die Zellen so konstruiert
08:40
so that when they're growing in the exponential phase,
168
508000
2000
dass sie in der expotenziell wachsenden Phase
08:42
they would smell like wintergreen.
169
510000
2000
wie Wintergrün riechen
08:44
And when they stopped growing they would smell like bananas.
170
512000
3000
und sobald das Wachstum aussetzt wie Bananen.
08:47
And you could tell very easily when your experiment was working
171
515000
3000
So konnte man sehr leicht feststellen ob ein Experiment funktionierte
08:50
and wasn't, and where it was in the phase.
172
518000
3000
oder nicht und in welcher Phase es sich befindet.
08:53
This got a bit more complicated two years later.
173
521000
3000
Das ganze wurde zwei Jahre später etwas komplizierter.
08:56
Twenty-one countries came together. Dozens of teams.
174
524000
2000
21 Nationen kamen zusammen, dutzende von Teams.
08:58
They started competing.
175
526000
2000
Ein Wettbewerb wurde gestartet.
09:00
The team from Rice University started to engineer the substance in red wine
176
528000
5000
Das Team der Rice Universität fing an die Substanz in Rotwein,
09:05
that makes red wine good for you
177
533000
2000
die den Rotwein gut für dich macht
09:07
into beer.
178
535000
2000
in Bier einzubauen.
09:10
So you take resveratrol and you put it into beer.
179
538000
4000
Man nimmt also Resveratrol und packt es in Bier.
09:14
Of course, one of the judges is wandering by, and he goes,
180
542000
3000
Natürlich ging einer der Preisrichter um und sagte
09:17
"Wow! Cancer-fighting beer! There is a God."
181
545000
4000
WOW! Krebsbekämpfendes Bier! Es gibt einen Gott!
09:21
(Laughter)
182
549000
3000
(Gelächter)
09:24
The team from Taiwan was a little bit more ambitious.
183
552000
3000
Die Mannschaft aus Taiwan war etwas ehrgeiziger.
09:27
They tried to engineer bacterias in such a way
184
555000
3000
Sie versuchten Bakterien so zu kreieren
09:30
that they would act as your kidneys.
185
558000
3000
dass sie wie unsere Nieren funktionieren.
09:33
Four years ago, I showed you this picture.
186
561000
3000
Vor vier Jahren zeigte ich euch dieses Bild
09:36
And people oohed and ahhed,
187
564000
2000
Und die Leute waren erstaunt,
09:38
because Cliff Tabin had been able to grow an extra wing on a chicken.
188
566000
3000
weil Cliff Tabin es geschafft hatte ein Huhn mit einem extra Flügel zu züchten.
09:41
And that was very cool stuff back then.
189
569000
3000
Das war sehr cooles Zeug damals.
09:44
But now moving from bacterial engineering to tissue engineering,
190
572000
3000
Aber nun weg von der Bakterienentwicklung hin zur Gewebeentwicklung,
09:47
let me show you what's happened in that period of time.
191
575000
3000
Folgendes ist in diesem Zeitraum passiert.
09:50
Two years ago, you saw this creature.
192
578000
3000
Vor zwei Jahren habt ihr diese Kreatur gesehen.
09:53
An almost-extinct animal from Xochimilco, Mexico
193
581000
3000
Ein fast ausgerottetes Tier aus Xochimilco, Mexiko
09:56
called an axolotl
194
584000
2000
mit dem Namen Axolotl
09:58
that can re-generate its limbs.
195
586000
2000
das in der Lage ist Gliedmaßen zu regenerieren.
10:00
You can freeze half its heart. It regrows.
196
588000
2000
Man kann das halbe Herz einfrieren, es wächst nach.
10:02
You can freeze half the brain. It regrows.
197
590000
2000
Man kann das halbe Gehirn einfrieren, es wächst nach
10:04
It's almost like leaving Congress.
198
592000
2000
Es ist fast wie wenn man den Kongress verlässt.
10:06
(Laughter)
199
594000
3000
(Gelächter)
10:12
But now, you don't have to have the animal itself to regenerate,
200
600000
3000
Inzwischen braucht man das Tier nicht mehr zum regenerieren,
10:15
because you can build cloned mice molars in Petri dishes.
201
603000
5000
man kann Mäusebackenzähne in der Petrischale wachsen lassen,
10:21
And, of course if you can build mice molars in Petri dishes,
202
609000
4000
Und wenn man Mäusebackenzähne in Petrischalen bauen kann
10:25
you can grow human molars in Petri dishes.
203
613000
3000
kann man auch Menschenzähne in der Petrischale wachsen lassen.
10:28
This should not surprise you, right?
204
616000
2000
Das sollte nichts erstaunliches sein oder?
10:30
I mean, you're born with no teeth.
205
618000
2000
Schließlich ist man ohne Zähne geboren,
10:32
You give away all your teeth to the tooth fairy.
206
620000
3000
gibt alle Zähne an die Zahnfee ab
10:35
You re-grow a set of teeth.
207
623000
2000
und bekommt einen neuen Satz Zähne.
10:37
But then if you lose one of those second set of teeth, they don't regrow,
208
625000
3000
Aber wenn man einen dieser zweiten Zähne verliert, wächst er nicht nach,
10:40
unless, if you're a lawyer.
209
628000
2000
außer du bist Anwalt.
10:42
(Laughter)
210
630000
4000
(Gelächter)
10:46
But, of course, for most of us,
211
634000
3000
Natürlich wissen die meisten von uns
10:49
we know how to grow teeth, and therefore we can take adult stem teeth,
212
637000
3000
wie man Zähne wachsen lässt und deshalb können wir erwachsene Stammzähne nehmen
10:52
put them on a biodegradable mold, re-grow a tooth,
213
640000
3000
diese auf biologisch abbaubare Formen geben, so einen Zahn züchten
10:55
and simply implant it.
214
643000
1000
und diesen einfach einsetzen.
10:56
And we can do it with other things.
215
644000
3000
Das kann man auch mit anderen Dingen machen.
10:59
So, a Spanish woman who was dying of T.B. had a donor trachea,
216
647000
5000
Eine Spanierin die wegen Tuberkulose im Sterben lag bekam eine Spender-Luftröhre.
11:04
they took all the cells off the trachea,
217
652000
2000
alle Zellen wurden von der Luftröhre entfernt,
11:06
they spraypainted her stem cells onto that cartilage.
218
654000
3000
und Stammzellen auf den verbleibenden Knorpel gesprüht.
11:09
She regrew her own trachea,
219
657000
2000
So regenerierte sie Ihre eigene Luftröhre
11:11
and 72 hours later it was implanted.
220
659000
3000
die 72 Stunden später implantiert wurde.
11:14
She's now running around with her kids.
221
662000
2000
Heute rennt sie mit ihren Kindern herum.
11:16
This is going on in Tony Atala's lab in Wake Forest
222
664000
3000
Das hier passiert in Tony Atala's Labor in Wake Forest
11:19
where he is re-growing ears for injured soldiers,
223
667000
3000
wo sie Ohren für verletzte Soldaten züchten
11:22
and he's also re-growing bladders.
224
670000
4000
und zusätzlich werden hier Blasen gezüchtet.
11:26
So there are now nine women walking around Boston
225
674000
3000
Neun Frauen laufen bereits in Boston
11:29
with re-grown bladders,
226
677000
2000
mit gezüchteten Blasen herum,
11:31
which is much more pleasant than walking around with a whole bunch of plastic bags
227
679000
2000
was natürlich deutlich angenehmer ist als für den Rest des Lebens
11:33
for the rest of your life.
228
681000
2000
mit einigen Plastik Behältern umherzulaufen.
11:35
This is kind of getting boring, right?
229
683000
3000
Es wird langweilig oder?
11:38
I mean, you understand where this story's going.
230
686000
2000
Ich meine, ihr versteht wo die Geschichte hinführt.
11:40
But, I mean it gets more interesting.
231
688000
2000
Aber es wird noch interessanter.
11:42
Last year, this group was able to take all the cells off a heart,
232
690000
4000
Letztes Jahr gelang es dieser Gruppe alle Zellen von einem Herz zu entfernen
11:46
leaving just the cartilage.
233
694000
3000
sodass nurnoch der Knorpel zurückblieb.
11:49
Then, they sprayed stem cells onto that heart, from a mouse.
234
697000
2000
Daraufhin haben sie Stamzellen einer Maus auf das Herz gesprüht,
11:51
Those stem cells self-organized, and that heart started to beat.
235
699000
4000
diese haben sich selbst organisiert und das Herz angefangen zu schlagen.
11:55
Life happens.
236
703000
3000
Leben entsteht.
11:59
This may be one of the ultimate papers.
237
707000
3000
Folgendes ist vielleicht eine der wichtigsten Veröffentlichungen.
12:02
This was done in Japan and in the U.S., published at the same time,
238
710000
3000
Sie wurde in Japan und den USA gemacht und letztes Jahr gleichzeitig publiziert
12:05
and it rebooted skin cells into stem cells, last year.
239
713000
4000
Hautzellen werden zu Stammzellen neugestartet.
12:10
That meant that you can take the stuff right here,
240
718000
3000
Das bedeutet, dass man das Zeug hier nehmen
12:13
and turn it into almost anything in your body.
241
721000
2000
und in fast alles im Körper umwandeln kann.
12:15
And this is becoming common, it's moving very quickly,
242
723000
3000
Das wird gebräuchlich und verbreitet sich rapide,
12:18
it's moving in a whole series of places.
243
726000
3000
es bewegt sich an einer ganzen Reihe von Orten.
12:22
Third trend: robots.
244
730000
2000
Dritter Trend: Roboter.
12:25
Those of us of a certain age grew up expecting that by now
245
733000
3000
Diejenigen von uns aus einer bestimmten Altersgruppe wuchsen mit der Erwartung auf
12:28
we would have Rosie the Robot from "The Jetsons" in our house.
246
736000
4000
dass wir bis heute Rosie, den Roboter aus "Die Jetsons", im Haus haben würden.
12:32
And all we've got is a Roomba.
247
740000
3000
Alles was wir bekommen haben ist Roomba.
12:35
(Laughter)
248
743000
3000
(Gelächter)
12:38
We also thought we'd have this robot to warn us of danger.
249
746000
4000
Wir haben auch gedacht, dass dieser Roboter uns vor Gefahren warnt.
12:42
Didn't happen.
250
750000
2000
Ist nicht passiert.
12:44
And these were robots engineered for a flat world, right?
251
752000
3000
Diese Roboter wurden für eine ebene Welt konstruiert oder?
12:47
So, Rosie runs around on skates
252
755000
2000
Rosie bewegt sich mit Rollschuhen,
12:49
and the other one ran on flat threads.
253
757000
2000
der andere rennt auf ebenen Fäden.
12:52
If you don't have a flat world, that's not good,
254
760000
2000
Wenn man jedoch keine ebene Welt hat, ist das nicht gut
12:54
which is why the robot's we're designing today are a little different.
255
762000
5000
deshalb sind die Roboter die wir heute konstruieren etwas anders.
13:00
This is Boston Dynamics' "BigDog."
256
768000
2000
Das ist Bosten Dynamics "BigDog."
13:05
And this is about as close as you can get to a physical Turing test.
257
773000
3000
Das ist so nah wie nur möglich an einem physischen Turingtest.
13:08
O.K., so let me remind you, a Turing test is where you've got a wall,
258
776000
4000
Zur Erinnerung, ein Turingtest ist wenn man eine Wand hat,
13:12
you're talking to somebody on the other side of the wall,
259
780000
2000
mit jemandem auf der anderen Seite der Wand redet
13:14
and when you don't know if that thing is human or animal --
260
782000
3000
und nicht weiß ob es sich dabei um ein Mensch oder Tier handelt.
13:17
that's when computers have reached human intelligence.
261
785000
4000
Das ist der Moment in dem Computer menschliche Intelligenz erreicht haben
13:21
This is not an intelligence Turing rest,
262
789000
3000
Dies ist jedoch kein Intelligenz Turingtest,
13:24
but this is as close as you can get to a physical Turing test.
263
792000
3000
sondern so nah wie möglich an einen physischen Turingtest.
13:27
And this stuff is moving very quickly,
264
795000
2000
Die Entwicklung ist rapide
13:29
and by the way, that thing can carry about 350 pounds of weight.
265
797000
4000
so nebenbei, das Teil kann 160kg Gewicht tragen.
13:34
These are not the only interesting robots.
266
802000
3000
Das sind nicht die einzigen interessanten Roboter.
13:37
You've also got flies, the size of flies,
267
805000
2000
Es gibt Fliegen in der Größe von Fliegen,
13:39
that are being made by Robert Wood at Harvard.
268
807000
3000
die von Robert Wood in Harvard gemacht werden.
13:42
You've got Stickybots that are being made at Stanford.
269
810000
3000
Es gibt Stickybots aus Stanford.
13:45
And as you bring these things together,
270
813000
3000
Wenn man diese Dinge zusammenbringt,
13:48
as you bring cells, biological tissue engineering and mechanics together,
271
816000
6000
wenn man Zellen, biologisches Gewebeengineering und Mechanik zusammenbringt,
13:54
you begin to get some really odd questions.
272
822000
3000
kommen einige wirklich skurrile Fragen zu Tage.
13:57
In the last Olympics, this gentleman,
273
825000
2000
Bei den letzten Olympischen Spielen, hat dieser Herr,
13:59
who had several world records in the Special Olympics,
274
827000
4000
der mehrere Rekorde bei den Paralympics hält,
14:03
tried to run in the normal Olympics.
275
831000
2000
versucht bei den normalen Olympischen Spielen mitzumachen.
14:05
The only issue with Oscar Pistorius
276
833000
2000
Das einzige Problem von Oscar Pistorius ist,
14:07
is he was born without bones in the lower part of his legs.
277
835000
4000
dass er ohne Knochen im unteren Teil seiner Beine geboren wurde
14:11
He came within about a second of qualifying.
278
839000
2000
Er war innerhalb einer Sekunde von der Qualifikationszeit.
14:13
He sued to be allowed to run,
279
841000
3000
Er klagte für einen Chance mitzumachen
14:16
and he won the suit,
280
844000
2000
und gewann den Prozess
14:18
but didn't qualify by time.
281
846000
2000
hat die Qualifikationszeit aber nicht ganz erreicht.
14:20
Next Olympics, you can bet that Oscar, or one of Oscar's successors,
282
848000
5000
In den nächsten Olympischen Spielen kann man darauf wetten, dass Oscar oder einer seiner Nachfolger
14:25
is going to make the time.
283
853000
2000
die Zeit erreichen wird.
14:27
And two or three Olympics after that, they are going to be unbeatable.
284
855000
3000
Zwei oder drei Olympiaden danach werden sie unschlagbar sein.
14:30
And as you bring these trends together, and as you think of what it means
285
858000
5000
Wenn man diese Trends zusammenbringt und man darüber nachdenkt was dies bedeutet,
14:35
to take people who are profoundly deaf, who can now begin to hear --
286
863000
4000
taube Menschen können jetzt beginnen zu hören -
14:39
I mean, remember the evolution of hearing aids, right?
287
867000
3000
Man bedenke die Entwicklung von Hörgeräten.
14:42
I mean, your grandparents had these great big cones,
288
870000
3000
Eure Großeltern hatten diese großen Trichter,
14:45
and then your parents had these odd boxes
289
873000
2000
eure Eltern hatten komischen Boxen
14:47
that would squawk at odd times during dinner,
290
875000
2000
die zur unpassenden Zeit während des Essens komische Geräusche machten.
14:49
and now we have these little buds that nobody sees.
291
877000
2000
jetzt gibt es diese kleinen Teile die man nichtmal mehr sieht.
14:51
And now you have cochlear implants
292
879000
2000
Außerdem gibt es Innenohr-Implantate
14:53
that go into people's heads and allow the deaf to begin to hear.
293
881000
5000
die in die Köpfe von Menschen eingepflanzt werden und es Tauben ermöglichen zu hören.
14:58
Now, they can't hear as well as you and I can.
294
886000
2000
Sie können nicht so gut hören wie du und ich.
15:00
But, in 10 or 15 machine generations they will,
295
888000
3000
Aber in 10 bis 15 Maschinengenerationen werden sie das
15:03
and these are machine generations, not human generations.
296
891000
2000
ich spreche von Maschinen-Generationen, nicht menschlichen Generationen.
15:06
And about two or three years after they can hear as well as you and I can,
297
894000
4000
Zwei bis drei Jahre nachdem sie so gut hören können wie du und ich
15:10
they'll be able to hear maybe how bats sing, or how whales talk,
298
898000
4000
werden sie vielleicht hören können wie Fledermäuse singen oder wie Wale reden
15:14
or how dogs talk, and other types of tonal scales.
299
902000
3000
oder wie Hunde reden und andere Arten von Tonalskalen.
15:17
They'll be able to focus their hearing,
300
905000
2000
Sie werden in der Lage sein ihr Hören zu fokussieren
15:19
they'll be able to increase the sensitivity, decrease the sensitivity,
301
907000
3000
vielleicht die Empfindlichkeit erhöhen oder erniedrigen können
15:22
do a series of things that we can't do.
302
910000
2000
eine Reihe von Dingen tun die wir nicht können.
15:24
And the same thing is happening in eyes.
303
912000
2000
Das gleiche passiert mit Augen.
15:27
This is a group in Germany that's beginning to engineer eyes
304
915000
3000
Es gibt eine Gruppe in Deutschland die beginnen Augen zu konstruieren
15:30
so that people who are blind can begin to see light and dark.
305
918000
4000
damit Blinde hell und dunkel sehen können.
15:34
Very primitive.
306
922000
2000
Sehr primitiv.
15:36
And then they'll be able to see shape.
307
924000
2000
Danach werden sie Formen sehen können.
15:38
And then they'll be able to see color, and then they'll be able to see in definition,
308
926000
3000
Und dann Farben und genaue Strukturen
15:41
and one day, they'll see as well as you and I can.
309
929000
3000
eines Tages werden sie so gut sehen können wie du und ich.
15:44
And a couple of years after that, they'll be able to see in ultraviolet,
310
932000
3000
Ein paar Jahre später werden sie in der Lage sein ultraviolettes Licht zu sehen,
15:47
they'll be able to see in infrared, they'll be able to focus their eyes,
311
935000
2000
Infrarot zu sehen und die Augen zu fokussieren,
15:49
they'll be able to come into a microfocus.
312
937000
3000
Sie werden mikrofokusieren können.
15:52
They'll do stuff you and I can't do.
313
940000
2000
In der Lage sein Dinge zu tun die du und ich nicht können.
15:55
All of these things are coming together,
314
943000
2000
Wenn man all das zusammenbringt,
15:57
and it's a particularly important thing to understand,
315
945000
4000
ist es im Speziellen wichtig zu verstehen
16:01
as we worry about the flames of the present,
316
949000
3000
dass wenn wir uns über aktuelle Probleme Sorgen machen
16:04
to keep an eye on the future.
317
952000
3000
und ein Auge auf die Zukunft werfen.
16:07
And, of course, the future is looking back 200 years,
318
955000
3000
Natürlich liegt die Zukunft darin 200 Jahre zurück zu schauen,
16:10
because next week is the 200th anniversary of Darwin's birth.
319
958000
4000
nächste Woche ist der 200. Geburtstag von Darwin.
16:14
And it's the 150th anniversary of the publication of "The Origin of Species."
320
962000
6000
Der 150. Jahrestag der Veröffentlichung von "Die Entstehung der Arten".
16:20
And Darwin, of course, argued that evolution is a natural state.
321
968000
4000
Darwin argumentierte - natürlich - dafür dass Evolution ein natürlicher Zustand ist.
16:24
It is a natural state in everything that is alive, including hominids.
322
972000
6000
Es ist ein natürlicher Zustand der in allem Lebenden einschließlich Hominiden ist.
16:30
There have actually been 22 species of hominids
323
978000
5000
Es gab bisher 22 Spezies von Hominiden
16:35
that have been around, have evolved, have wandered in different places,
324
983000
4000
sie haben sich entwickelt, sind an unterschiedliche Orte gegangen
16:39
have gone extinct.
325
987000
2000
und sind ausgestorben.
16:41
It is common for hominids to evolve.
326
989000
5000
Es ist natürlich für Hominide sich zu entwickeln.
16:46
And that's the reason why, as you look at the hominid fossil record,
327
994000
3000
Das ist der Grund, dass wenn man die Hominiden-Fossilien betrachtet,
16:49
erectus, and heidelbergensis, and floresiensis, and Neanderthals,
328
997000
8000
der Erektus, der Heidelbergensis, der Floresiensis, der Neandertaler
16:57
and Homo sapiens, all overlap.
329
1005000
4000
und der Homo Sapiens alle überlappen.
17:02
The common state of affairs is to have overlapping versions of hominids,
330
1010000
5000
Es ist natürlich, dass es überlappende Versionen von Hominiden gibt,
17:07
not one.
331
1015000
2000
nicht eine.
17:09
And as you think of the implications of that,
332
1017000
2000
Wenn man die Schlussfolgerungen daraus zieht
17:11
here's a brief history of the universe.
333
1019000
2000
hier ist eine kurze Geschichte des Universums.
17:13
The universe was created 13.7 billion years ago,
334
1021000
3000
Das Universum ist vor 13,7 Milliarden Jahren entstanden
17:16
and then you created all the stars, and all the planets,
335
1024000
2000
alle Sterne, alle Planeten
17:18
and all the galaxies, and all the Milky Ways.
336
1026000
2000
alle Galaxien und alle Milchstraßen entstanden.
17:20
And then you created Earth about 4.5 billion years ago,
337
1028000
3000
Die Erde entstand vor etwa 4,5 Milliarden Jahren
17:23
and then you got life about four billion years ago,
338
1031000
3000
Leben vor etwa vier Milliarden Jahren,
17:26
and then you got hominids about 0.006 billion years ago,
339
1034000
4000
Hominide vor ungefähr 0,006 Milliarden Jahren,
17:30
and then you got our version of hominids about 0.0015 billion years ago.
340
1038000
5000
unsre Version des Hominids vor etwa 0,0015 Millionen Jahren.
17:35
Ta-dah!
341
1043000
2000
Tada!
17:37
Maybe the reason for thr creation of the universe,
342
1045000
2000
Vielleicht ist der Grund für die Entstehung des Universums,
17:39
and all the galaxies, and all the planets, and all the energy,
343
1047000
3000
aller Galaxien, aller Planeten, jeglicher Energie
17:42
and all the dark energy, and all the rest of stuff
344
1050000
2000
und dunklen Energie und dem ganzen restlichen Zeug
17:44
is to create what's in this room.
345
1052000
4000
die Erschaffung dessen was hier im Raum sitzt.
17:48
Maybe not.
346
1056000
2000
Vielleicht auch nicht
17:51
That would be a mildly arrogant viewpoint.
347
1059000
3000
Es wäre eine leicht arrogante Betrachtungsweise.
17:54
(Laughter)
348
1062000
4000
(Gelächter)
17:59
So, if that's not the purpose of the universe, then what's next?
349
1067000
3000
Wenn also dass nicht der Zweck des Universums ist, was kommt dann als nächstes?
18:04
(Laughter)
350
1072000
4000
(Gelächter)
18:08
I think what we're going to see is we're going to see a different species of hominid.
351
1076000
4000
Ich glaube wir werden eine neue Spezies des Hominiden sehen.
18:13
I think we're going to move from a Homo sapiens into a Homo evolutis.
352
1081000
4000
Ich glaube wir werden vom Homo Sapiens zum Homo Evolutis gehen.
18:17
And I think this isn't 1,000 years out.
353
1085000
2000
Das liegt nicht 1000 Jahre in der Ferne.
18:19
I think most of us are going to glance at it,
354
1087000
3000
Ich glaube die meisten von uns werden einen Blick darauf werfen können,
18:22
and our grandchildren are going to begin to live it.
355
1090000
2000
unsere Enkel werden es beginnen zu leben.
18:24
And a Homo evolutis brings together these three trends
356
1092000
3000
Der Homo Evolutis bringt diese drei Trends zusammen
18:27
into a hominid that takes direct and deliberate control
357
1095000
3000
in einen Hominid der direkte und bewusste Kontrolle
18:30
over the evolution of his species, her species and other species.
358
1098000
4000
über die Evolution seiner Spezies, ihre Spezies und anderer Spezies.
18:35
And that, of course, would be the ultimate reboot.
359
1103000
4000
Das wäre natürlich der ultimative Neustart.
18:39
Thank you very much.
360
1107000
2000
Dankeschön.
18:41
(Applause)
361
1109000
3000
(Applaus)
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com