TED2009
Ray Kurzweil: A university for the coming singularity
Ρευ Κουρτζβειλ: Ένα πανεπιστήμιο για την επερχόμενη μοναδικότητα
Filmed:
Readability: 4.9
1,025,725 views
Οι τελευταίες γραφικές παραστάσεις του Ρευ Κουρτζβειλ δείχνουν ότι τα ιλλιγιώδη τεχνολογικά άλματα θα επιταχυνθούν-- ύφεση ή όχι. Αποκαλύπτει το καινούργιο του έργο, Πανεπιστήμιο της Μοναδικότητας, για να μελετήσει την επερχόμενη τεχνολογία και να την καθοδηγήσει για το καλό της ανθρωπότητας.
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.
00:13
Information technology grows in an exponential manner.
0
1000
3000
Η τεχνολογία της πληροφορίας μεγαλώνει εκθετικά.
00:16
It's not linear. And our intuition is linear.
1
4000
4000
Δεν είναι γραμμική. Και η διαίσθησή μας είναι γραμμική.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
Όταν περπατούσαμε μέσα στη σαβάννα χιλιάδες χρόνια πρίν
00:22
we made linear predictions where that animal would be,
3
10000
2000
κάναμε γραμμικές προβλέψεις για το που μπορεί να είναι αυτό το ζώο.
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
Και αυτό λειτουργούσε μιά χαρά. Είναι πλέον εξάρτημα του εγκεφαλού μας.
00:27
But the pace of exponential growth
5
15000
3000
Αλλά ο ρυθμός της εκθετικής ανάπτυξης
00:30
is really what describes information technologies.
6
18000
3000
είναι αυτό που πραγματικά περιγράφει τις τεχνολογίες της πληροφορικής.
00:33
And it's not just computation.
7
21000
3000
Και δεν είναι μόνον υπολογισμοί.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
Υπάρχει μεγάλη διαφορά μεταξύ γραμμικής και εκθετικής αύξησης.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
Εάν πάρω 30 βήματα γραμμικά, ένα, δύο, τρία, τέσσερα, πέντε,
00:42
I get to 30.
10
30000
2000
φτάνω στο 30.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
Εάν πάρω 30 βήματα εκθετικά, δύο, τέσσερα, οχτώ, 16,
00:47
I get to a billion.
12
35000
2000
φτάνω στο δισεκατομμύριο.
00:49
It makes a huge difference.
13
37000
2000
Η διαφορά είναι τεράστια.
00:51
And that really describes information technology.
14
39000
2000
Και αυτό πραγματικά περιγράφει την τεχνολογία της πληροφορικής.
00:53
When I was a student at MIT,
15
41000
2000
Όταν ήμουν μαθητής στο ΜΙΤ (Τεχνολογικό Ίδρυμα Μασαχουσέτης)
00:55
we all shared one computer that took up a whole building.
16
43000
2000
μοιραζόμασταν όλοι ένα υπολογιστή που καταλάμβανε ένα ολόκληρο κτίριο.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
Ο υπολογιστης στο κινητό σας σήμερα είναι ένα εκατομμύριο φορές πιό φθηνός,
01:00
a million times smaller,
18
48000
2000
ένα εκατομμύριο φορές μικρότερος,
01:02
a thousand times more powerful.
19
50000
2000
χίλιες φορές πιό δυνατός.
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
Αυτό είναι μια αύξηση δυνατοτήτων ανα δολλάριο ένα δισεκατομμύριο φορές
01:07
that we've actually experienced since I was a student.
21
55000
2000
μία εμπειρία που έχουμε βιώσει από τότε που ήμουν μαθητής.
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
Και θα το ξανακάνουμε στα επόμενα 25 χρόνια.
01:12
Information technology progresses
23
60000
2000
Η τεχνολογία της πληροφορικής προοδεύει
01:14
through a series of S-curves
24
62000
2000
μέσα από μια σειρά από εκθετικές καμπύλες
01:16
where each one is a different paradigm.
25
64000
2000
όπου κάθε μία είναι ένα διαφορετικό μοντέλο.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
Όποτε οί ανθρωποι λένε. "Τι θα γίνει όταν ο Νόμος του Μουρ (η μακρόχρονη αυξητική τάση των δυνατοτήτων των υπολογιστών) τελειώσει;"
01:21
Which will happen around 2020.
27
69000
2000
Το οποίο θα γίνει γύρω στο 2020.
01:23
We'll then go to the next paradigm.
28
71000
2000
Τότε θα πάμε στο επόμενο μοντέλο.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
Και ο Νόμος του Μουρ δεν ήταν το πρώτο μοντέλο
01:27
to bring exponential growth to computing.
30
75000
2000
που έφερε εκθετική ανάπτυξη στους υπολογιστές.
01:29
The exponential growth of computing started
31
77000
2000
Η εκθετική ανάπτυξη στους υπολογιστές ξεκίνησε
01:31
decades before Gordon Moore was even born.
32
79000
2000
δεκαετίες πριν καν γεννηθεί ο Γκορντον Μουρ.
01:33
And it doesn't just apply to computation.
33
81000
4000
Και δεν εφαρμόζεται μόνο στους υπολογισμούς.
01:37
It's really any technology where we can measure
34
85000
2000
Ισχύει για οποιαδήποτε τεχνολογία στην οποία μπορούμε να μετρήσουμε
01:39
the underlying information properties.
35
87000
3000
τις βασικές ιδιότητες των πληροφοριών.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
Εδώ έχουμε 49 διάσημους υπολογιστές. Τους έβαλα σε μια λογαριθμική γραφική παράσταση.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
Η λογαριθμική κλίμακα αποκρύπτει την κλίμακα της αύξησης.
01:50
because this represents trillions-fold increase
38
98000
2000
Επειδή αυτό αντιπροσωπεύει αύξηση κατά τρισεκατομμυρία φορές
01:52
since the 1890 census.
39
100000
3000
από την απογραφή 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
Στη δεκαετία του '50 μείωναν το μέγεθος των σωλήνων κενού
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
καθιστώντας τους μικρότερους και μικρότερους. Τελικά έφτασαν σε ένα όριο.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
Δεν μπορούσαν να συρρικνώσουν και άλλο το σωλήνα και να διατηρήσουν το κενό.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
Και αυτό ήταν το τέλος της σμίκρυνσης των σωλήνων κενού.
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
Αλλά δεν ήταν το τέλος της εκθετικής αύξησης των υπολογιστών.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
Πήγαμε στο τέταρτο μοντέλο, τα τρανζίστορ.
02:10
and finally integrated circuits.
46
118000
2000
Και τελικά στα ολοκληρωμένα κυκλώματα.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
Και όταν και αυτό έρθει το τέλος του θα πάμε στο έκτο μοντέλο,
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
τρισδιάστατα, αυτο-οργανούμενα μοριακά κυκλώματα
02:18
But what's even more amazing, really, than this
49
126000
3000
Αλλά αυτό που είναι πραγματικά ακόμα πιο εκπληκτικό από αυτήν
02:21
fantastic scale of progress,
50
129000
2000
τη φανταστική κλίμακα προόδου,
02:23
is that -- look at how predictable this is.
51
131000
2000
είναι να δείτε πόσο προβλέψιμο είναι.
02:25
I mean this went through thick and thin,
52
133000
2000
Εννοώ, αυτό πέρασε μέσα από πολλές δυσκολίες,
02:27
through war and peace, through boom times and recessions.
53
135000
3000
μέσα από πολέμους και ειρήνη, μέσα από προόδους και από υφέσεις,
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
Η Μεγάλη Οικονομική Ύφεση ('29-'31 ΗΠΑ) δεν έκανε ούτε μία γρατζουνιά σε αυτή την εκθετική πρόοδο.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
Θα δούμε το ίδιο πράγμα στην οικονομική ύφεση που έχουμε τώρα.
02:38
At least the exponential growth of information technology capability
56
146000
3000
Τουλάχιστον η εκθετική ανάπτυξη των δυνατοτήτων της τεχνολογίας της πληροφορικής
02:41
will continue unabated.
57
149000
3000
θα συνεχιστεί ακλόνιστη.
02:44
And I just updated these graphs.
58
152000
2000
Και μόλις ενημέρωσα αυτές τις γραφικές παραστάσεις.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
Διότι, τις είχα ως το 2002 μέσα στο βιβλίο μου, Η Μοναδικότητα είναι Κοντά.
02:49
So we updated them,
60
157000
2000
Οπότε τις ενημερώσαμε
02:51
so I could present it here, to 2007.
61
159000
3000
για να τις παρουσιάσω εδώ, το 2007.
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
Και με ρώτησαν, " Λοιπόν, δεν έχεις άγχος;
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
Ισως να μην ταιριάξει σε αυτή τη εκθετική πρόοδο."
03:00
I was a little nervous
64
168000
2000
Ήμουν λίγο αγχωμένος.
03:02
because maybe the data wouldn't be right,
65
170000
2000
Γιατί μπορεί τα δεδομένα να μην ήταν σωστά.
03:04
but I've done this now for 30 years,
66
172000
2000
Αλλά το κάνω αυτό εδώ 30 χρόνια.
03:06
and it has stayed on this exponential progression.
67
174000
3000
Και έχει παραμείνει αυτή η εκθετική πρόοδος.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
Κοιτάξτε αυτήν τη γραφική παράσταση. Μπορούσες να αγοράσεις ένα τραζίστορ για ένα δολλάριο το 1968.
03:12
You can buy half a billion today,
69
180000
2000
Σήμερα μπορείς να αγοράσεις μισο δισεκατομμύριο από αυτά..
03:14
and they are actually better, because they are faster.
70
182000
2000
Και είναι και καλύτερα, γιατί είναι γρηγορότερα.
03:16
But look at how predictable this is.
71
184000
2000
Αλλά κοιτάξτε πόσο προβλέψιμο είναι.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
Και θα έλεγα ότι αυτή η γνώση ταιριάζει απόλυτα στα δεδομένα του παρελθόντος.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
Κάνω αυτές τις μελλοντικές προβλέψεις εδώ και περίπου 30 χρόνια.
03:25
And the cost of a transistor cycle,
74
193000
2000
Και το κόστος του κύκλου ζωής ενός τρανζίστορ,
03:27
which is a measure of the price performance of electronics,
75
195000
2000
που είναι ένας δείκτης της επίδοσης των ηλεκτρονικών σε σχέση με την τιμή τους,
03:29
comes down about every year.
76
197000
2000
μειώνεται σχεδόν κάθε χρόνο.
03:31
That's a 50 percent deflation rate.
77
199000
2000
Αυτο είναι 50% υποτίμηση.
03:33
And it's also true of other examples,
78
201000
2000
Και αυτό ισχύει και σε άλλα παραδείγματα
03:35
like DNA data or brain data.
79
203000
2000
όπως δεδομένα DNA ή εγκεφαλικά δεδομένα.
03:37
But we more than make up for that.
80
205000
2000
Αλλα το εξισορροπούμε και με το παραπάνω.
03:39
We actually ship more than twice as much
81
207000
2000
Στέλνουμε περισσότερο από το διπλάσιο
03:41
of every form of information technology.
82
209000
2000
από κάθε μορφή τεχνολογιών πληροφορικής.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
Είχαμε 18% ανάπτυξη σε σταθερή αξία δολλαρίων
03:46
in every form of information technology for the last half-century,
84
214000
3000
για κάθε μορφή τεχνολογίας της πληροφορικής τα τελευταία 50 χρόνια.
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
Παρ'ότι διπλασιάζετε την ποσότητά τους που μπορείτε να παίρνετε κάθε χρόνο.
03:53
This is a completely different example.
86
221000
2000
Αυτό είναι ένα τελείως διαφορετικό μοντέλο.
03:55
This is not Moore's Law.
87
223000
2000
Δεν είναι ο Νόμος του Μουρ.
03:57
The amount of DNA data
88
225000
2000
Ο αριθμός των δεδομένων DNA
03:59
we've sequenced has doubled every year.
89
227000
2000
που βάλαμε σε ακολουθία διπλασιάζεται κάθε χρόνο.
04:01
The cost has come down by half every year.
90
229000
3000
Το κόστος κάθε χρόνο μειώνεται στο μισό.
04:04
And this has been a smooth progression
91
232000
2000
Και αυτη έχει υπάρξει μία σταθερή πρόοδος
04:06
since the beginning of the genome project.
92
234000
2000
από την αρχή του Προγράμματος για το Ανθρώπινο Γονιδίωμα
04:08
And halfway through the project, skeptics said,
93
236000
2000
Και στα μισά του Προγράμματος έλεγαν οι σκεπτικιστές,
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"Δεν προχωράει. Είστε στα μισά του Προγράμματος για το Ανθρώπινο Γονιδίωμα
04:13
and you've finished one percent of the project."
95
241000
2000
και έχετε ολοκληρώσει το 1% του έργου."
04:15
But that was really right on schedule.
96
243000
2000
Αλλά αυτό ήταν ακριβώς εντός προγράμματος.
04:17
Because if you double one percent seven more times,
97
245000
2000
Γιατί αν διπλασιάσεις 1% εφτά φορές ακόμα,
04:19
which is exactly what happened,
98
247000
2000
που είναι ακριβώς αυτό που έγινε,
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
παίρνεις 100%. Και το Πρόγραμμα για το Ανθρώπινο Γονιδίωμα τελείωσε στην ώρα του.
04:24
Communication technologies:
100
252000
2000
Τεχνολογίες της Επικοινωνίας:
04:26
50 different ways to measure this,
101
254000
2000
50 διαφορετικοί τρόποι για να το μετρήσεις.
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
Ο αριθμός bits που μεταφέρονται, το μέγεθος του Διαδικτύου.
04:31
But this has progressed at an exponential pace.
103
259000
2000
Αλλά αυτό έχει προοδεύσει εκθετικά.
04:33
This is deeply democratizing.
104
261000
2000
Αυτο είναι ιδιαίτερα εκδημοκρατικό.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
Έγραψα, πριν από 20 χρόνια, στο "Η Εποχή των 'Εξυπνων Μηχανημάτων",
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
όταν η Σοβιετική Ένωση ενισχυόταν, ότι θα έπεφτε
04:41
by this growth of decentralized communication.
107
269000
4000
από την ανάπτυξη της αποκεντροποίησης της επικοινωνίας.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
Και θα έχουμε πολλούς υπολογισμούς καθώς θα διανύουμε τον 21ο αιώνα
04:48
to do things like simulate regions of the human brain.
109
276000
4000
για να κάνουμε πράγματα όπως είναι η προσομοίωση περιοχών του εγκεφάλου.
04:52
But where will we get the software?
110
280000
2000
Αλλά που θα βρούμε το λογισμικό;
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
Κάποιοι επικριτές λένε, "Τα λογισμικά έχουν κολλήσει στη λάσπη."
04:57
But we are learning more and more about the human brain.
112
285000
2000
Αλλά μαθαίνουμε ολοένα και περισσότερα για τον ανθρώπινο εγκέφαλο.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
Η χωρική ανάλυση της τομογραφίας εγκεφάλου διπλασιάζεται κάθε χρόνο.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
Η ποσότητα των δεδομένων που μαζεύουμε για τον εγκέφαλο διπλασιάζεται κάθε χρόνο.
05:05
And we're showing that we can actually turn this data
115
293000
3000
Και δείχνουμε ότι μπορούμε στην πραγματικότητα να μετατρέψουμε αυτα τα δεδομένα
05:08
into working models and simulations of brain regions.
116
296000
3000
σε μοντέλα εργασίας και προσομοιώσεις περιοχών του εγκεφάλου.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
Υπάρχουν περίπου 20 περιοχές του εγκεφάλου που έχουνε μοντελοποιηθεί,
05:13
simulated and tested:
118
301000
2000
προσομοιωθεί και ελεγθεί:
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
ο ακουστικός φλοιός, περιοχές του οπτικού φλοιού,
05:18
cerebellum, where we do our skill formation;
120
306000
2000
η παρεγκεφαλίδα, όπου πραγματοποιείται ο σχηματισμός των δεξιοτήτων μας,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
φέτες του εγκεφαλικού φλοιού, όπου επιτελούμε τη λογική σκέψη.
05:24
And all of this has fueled
122
312000
2000
Και όλα αυτά έχουν τροφοδοτήσει
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
και αυξησει, πολύ σταθερά και προβλέψιμα, την παραγωγικότητα.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
Πήγαμε από τα 30 δολλάρια στα 130 δολλάρια
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
σε σταθερή αξία στην αξία της μέσης ανθρώπινης εργατοώρας,
05:35
fueled by this information technology.
126
323000
3000
τροφοδοτούμενη από αυτήν την τεχνολογία της πληροφορικής.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
Και όλους μας νοιάζει η ενέργεια και το περιβάλλον.
05:41
Well this is a logarithmic graph.
128
329000
2000
Λοιπόν, αυτη είναι μία λογαριθμική γραφική παράσταση.
05:43
This represents a smooth doubling,
129
331000
2000
Αντιπροσωπεύει ένα σταθερό διπλασιασμό,
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
ανά δύο χρόνια, του ποσού νέας ηλιακής ενέργειας που δημιουργούμε.
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
Συγκεκριμένα όπως τώρα εφαρμόζουμε την νανοτεχνολογία,
05:51
a form of information technology, to solar panels.
132
339000
3000
ένα είδος τεχνολογίας της πληροφορικής, σε ηλιακούς δέκτες.
05:54
And we're only eight doublings away
133
342000
2000
Και είμαστε μόνο οκτώ διπλασιασμούς μακριά
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
για να φτάσει στο 100% των ενεργειακών μας αναγκών.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
Και υπάρχει 10 χιλιάδες φορές περισσότερο από αυτό που χρειαζόμαστε.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
Στο τέλος θα συγχωνεύθουμε με αυτήν την τεχνολογία. Είναι ήδη πολύ κοντά μας.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
Όταν ήμουν φοιτητής ήταν απέναντι από το πανεπιστήμιο. Τώρα χωράει στις τσέπες μας.
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
Αυτό που χρειαζόταν ένα κτίριο, τώρα χωράει στις τσέπες μας.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
Αυτό που χωράει τώρα στις τσέπες μας θα χωράει σε ένα κύτταρο αίματος σε 25 χρόνια.
06:16
And we will begin to actually deeply influence
140
364000
4000
Και θα ξεκινήσουμε να επηρεάζουμε πραγματικά βαθύτατα
06:20
our health and our intelligence,
141
368000
2000
την υγεία και την νοημοσύνη μας,
06:22
as we get closer and closer to this technology.
142
370000
4000
όσο πλησιάζουμε ολοένα και πιο κοντά σε αυτή την τεχνολογία.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
Βασισμένο στα προηγούμενα, ανακοινώνουμε εδώ στο TED,
06:29
in true TED tradition, Singularity University.
144
377000
3000
στην πραγματική παράδοση του TED, το Πανεπιστήμιο της Μοναδικότητας.
06:32
It's a new university
145
380000
2000
Είναι ένα νέο πανεπιστήμιο
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
που ιδρύθηκε από τον Πέτρο Διαμαντή, ο οποίος είναι εδώ στο ακροατήριο,
06:36
and myself.
147
384000
2000
και εμένα.
06:38
It's backed by NASA and Google,
148
386000
2000
Υποστηρίζεται από την ΝΑΣΑ και την Google,
06:40
and other leaders in the high-tech and science community.
149
388000
4000
και άλλους ηγέτες της υψηλής τεχνολογίας και της επιστημονικής κοινότητας.
06:44
And our goal was to assemble the leaders,
150
392000
3000
Και ο στόχος μας ήταν να μαζέψουμε τους ηγέτες,
06:47
both teachers and students,
151
395000
2000
καθηγητές μαζί και μαθητές,
06:49
in these exponentially growing information technologies,
152
397000
2000
σε αυτές τις εκθετικά αναπτυσσόμενες τεχνολογίες της πληροφορικής,
06:51
and their application.
153
399000
2000
στην εφαρμογή τους.
06:53
But Larry Page made an impassioned speech
154
401000
2000
Αλλά ο Λάρυ Πειτζ έκανε μία παθιασμένη ομιλία
06:55
at our organizing meeting,
155
403000
2000
στην οργανωτική μας συνάντηση,
06:57
saying we should devote this study
156
405000
5000
λέγοντας ότι πρέπει να αφιερώσουμε αυτή την μελέτη
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
στο να αντιμετωπίσουμε μερικές από τις μεγαλύτερες προκλήσεις που αντιμετωπίζει η ανθρωπότητα.
07:06
And if we did that, then Google would back this.
158
414000
2000
Και αν το κάναμε αυτό, τότε η Google θα το υποστήριζε.
07:08
And so that's what we've done.
159
416000
2000
Και έτσι αυτό είναι που έχουμε κάνει.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
Το τελευταίο τρίτο των εννέα εβδομάδων εντατικού προγράμματος
07:14
will be devoted to a group project to address
161
422000
2000
θα αφιερωθεί σε μία ομαδική εργασία που θα εξετάσει
07:16
some major challenge of humanity.
162
424000
2000
κάποια μεγάλη πρόκληση για την ανθρωπότητα.
07:18
Like for example, applying the Internet,
163
426000
2000
Όπως για παράδειγμα, εφαρμογή του Διαδικτύου,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
το οποίο είναι πανταχού παρόν, στις επαρχίες τις Κίνας ή της Αφρικής,
07:25
to bringing health information
165
433000
2000
για να φέρουν πληροφόρηση υγείας
07:27
to developing areas of the world.
166
435000
3000
στις αναπτυσσόμενες περιοχές του κόσμου.
07:30
And these projects will continue past these sessions,
167
438000
3000
Και αυτά τα έργα θα συνεχίσουν να περνάνε αυτά τα προγράμματα,
07:33
using collaborative interactive communication.
168
441000
3000
χρησιμοποιώντας συνεργατική διαδραστική επικοινωνία.
07:36
All the intellectual property that is created and taught
169
444000
4000
Όλη η πνευματική ιδιοκτησία που δημιουργείται και διδάσκεται
07:40
will be online and available,
170
448000
2000
θα βρίσκεται διαθέσιμη στο διαδίκτυο,
07:42
and developed online in a collaborative fashion.
171
450000
3000
και θα αναπτύσσεται συνεργατικά.
07:45
Here is our founding meeting.
172
453000
2000
Αυτή είναι η ιδρυτική μας συνάντηση.
07:47
But this is being announced today.
173
455000
2000
Αλλά αυτό ανακοινώνεται σήμερα.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
Τα κεντρικά θα βρίσκονται μόνιμα στη Σιλικον Βάλευ,
07:52
at the NASA Ames research center.
175
460000
2000
στο ερευντητικό κέντρο Αμες της ΝΑΣΑ .
07:54
There are different programs for graduate students,
176
462000
2000
Υπάρχουν διαφορετικά προγράμματα για μεταπτυχιακούς φοιτητές,
07:56
for executives at different companies.
177
464000
3000
για διευθυντικά στελέχη από διαφορετικές εταιρίες.
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
Οι πρώτες έξι κατευθύνσεις, τεχνητή νοημοσύνη,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
εξελιγμένες τεχνολογίες πληροφοριακής, βιοτεχνολογία, νανοτεχνολογία
08:04
are the different core areas of information technology.
180
472000
4000
είναι τα διαφορετικά βασικά αντικείμενα της τεχνολογίας της πληροφορικής .
08:08
Then we are going to apply them to the other areas,
181
476000
2000
Μετά θα τις εφαρμόσουμε σε άλλους χώρους,
08:10
like energy, ecology,
182
478000
3000
όπως η ενέργεια, η οικολογία.
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
πολιτικοί, νόμοι και ηθική, επιχειρηματικότητα,
08:15
so that people can bring these new technologies to the world.
184
483000
4000
έτσι ώστε οι άνθρωποι να μπορούν να μεταφέρουν αυτές τις νέες τεχνολογίες στον κόσμο.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
Οπότε είμαστε πολύ ευγνώμονες για την υποστήριξη που είχαμε
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
και από τους πνευματικούς ηγέτες, και τους τεχνολογικούς ηγέτες,
08:26
particularly Google and NASA.
187
494000
2000
ιδιαίτερα τη Google και τη NASA.
08:28
This is an exciting new venture.
188
496000
2000
Είναι ένα συναρπαστικό καινούργιο εγχείρημα.
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
Και σας προσκαλούμε να συμμετάσχετε. Σας ευχαριστώ πολύ.
08:33
(Applause)
190
501000
3000
(Χειροκρότημα)
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