TED2003
George Dyson: The birth of the computer
George Dyson sulla nascita del computer
Filmed:
Readability: 4.1
970,297 views
Lo storico George Dyson racconta la storia della nascita dei computer moderni -- dalle sue origini nel sedicesimo secolo ai simpatici notebook di alcuni ingegneri informatici degli albori.
George Dyson - Historian of science
In telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead. Full bio
In telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead. Full bio
Double-click the English transcript below to play the video.
00:12
Last year, I told you the story, in seven minutes, of Project Orion,
0
0
4000
L'anno scorso vi ho raccontato, in sette minuti, la storia del Progetto Orion,
00:16
which was this very implausible technology
1
4000
2000
che era questa tecnologia davvero improbabile
00:18
that technically could have worked,
2
6000
4000
che tecnicamente avrebbe potuto funzionare,
00:22
but it had this one-year political window where it could have happened.
3
10000
4000
ma aveva una finestra politica di un solo anno in cui avrebbe potuto farlo,
00:26
So it didn't happen. It was a dream that did not happen.
4
14000
2000
e perciò non ha funzionato. Era un sogno che non si è avverato.
00:28
This year I'm going to tell you the story of the birth of digital computing.
5
16000
5000
Quest'anno vi racconterò la storia dell'informatica.
00:33
This was a perfect introduction.
6
21000
2000
Questa era un'introduzione perfetta.
00:35
And it's a story that did work. It did happen,
7
23000
2000
E questa è una storia che ha funzionato. È accaduta,
00:37
and the machines are all around us.
8
25000
2000
e ora le macchine sono ovunque intorno a noi.
00:39
And it was a technology that was inevitable.
9
27000
4000
Ed era una tecnologia inevitabile.
00:43
If the people I'm going to tell you the story about,
10
31000
2000
Se le persone di cui sto per raccontarvi la storia --
00:45
if they hadn't done it, somebody else would have.
11
33000
2000
se non l'avessero fatto, qualcun'altro l'avrebbe fatto.
00:47
So, it was sort of the right idea at the right time.
12
35000
4000
Perciò era una specie di buona idea al momento giusto.
00:51
This is Barricelli's universe. This is the universe we live in now.
13
39000
3000
Questo è l'universo di Barricelli. Questo è l'universo in cui noi viviamo ora.
00:54
It's the universe in which these machines
14
42000
2000
È l'universo in cui queste macchine
00:56
are now doing all these things, including changing biology.
15
44000
6000
fanno tutte queste cose, incluso cambiare la biologia.
01:02
I'm starting the story with the first atomic bomb at Trinity,
16
50000
5000
Inizierò il mio racconto con la prima bomba atomica a Trinity,
01:07
which was the Manhattan Project. It was a little bit like TED:
17
55000
2000
si trattava del Progetto Manhattan. Era un po' come il TED:
01:09
it brought a whole lot of very smart people together.
18
57000
3000
ha messo insieme un sacco di persone molto intelligenti.
01:12
And three of the smartest people were
19
60000
2000
E tre delle persone più geniali erano
01:14
Stan Ulam, Richard Feynman and John von Neumann.
20
62000
4000
Stan Ulam, Richard Feynman e John von Neumann,
01:18
And it was Von Neumann who said, after the bomb,
21
66000
2000
e fu von Neumann che disse, dopo la bomba,
01:20
he was working on something much more important than bombs:
22
68000
4000
che stava lavorando su qualcosa di più importante delle bombe:
01:24
he's thinking about computers.
23
72000
2000
stava pensado ai computer.
01:26
So, he wasn't only thinking about them; he built one. This is the machine he built.
24
74000
4000
Non ci stava solo pensando; ne costruì uno. Questa è la macchina che costruì.
01:30
(Laughter)
25
78000
4000
(Risate)
01:34
He built this machine,
26
82000
2000
Ha costruito questa macchina,
01:36
and we had a beautiful demonstration of how this thing really works,
27
84000
3000
e abbiamo una bella dimostrazione di come questa cosa funzioni davvero,
01:39
with these little bits. And it's an idea that goes way back.
28
87000
3000
con queste piccole cose. Ed è un'idea che risale a tanto tempo prima.
01:42
The first person to really explain that
29
90000
3000
La prima persona che davverò la spiegò
01:45
was Thomas Hobbes, who, in 1651,
30
93000
3000
fu Thomas Hobbes che, nel 1651,
01:48
explained how arithmetic and logic are the same thing,
31
96000
3000
spiegò come l'aritmetica e la logica sono la stessa cosa,
01:51
and if you want to do artificial thinking and artificial logic,
32
99000
3000
e che se vogliamo un pensiero artificiale e una logica artificiale,
01:54
you can do it all with arithmetic.
33
102000
2000
possiamo realizzarle con l'aritmetica.
01:56
He said you needed addition and subtraction.
34
104000
4000
Disse che ci servono solo addizione e sottrazione.
02:00
Leibniz, who came a little bit later -- this is 1679 --
35
108000
4000
Leibniz, che arrivò qualche tempo dopo -- siamo nel 1679 --
02:04
showed that you didn't even need subtraction.
36
112000
2000
dimostrò che non era nemmeno necessaria la sottrazione.
02:06
You could do the whole thing with addition.
37
114000
2000
Possiamo fare tutto con la sola addizione.
02:08
Here, we have all the binary arithmetic and logic
38
116000
3000
Qui abbiamo tutta l'aritmetica e la logica binaria
02:11
that drove the computer revolution.
39
119000
2000
che guidò la rivoluzione dei computer,
02:13
And Leibniz was the first person to really talk about building such a machine.
40
121000
4000
e Leibniz fu la prima persona che davverò parlò di come costruire una macchina simile.
02:17
He talked about doing it with marbles,
41
125000
2000
Parlava di realizzarla con delle palline,
02:19
having gates and what we now call shift registers,
42
127000
2000
avendo delle porte e ciò che oggi noi chiamiamo registri a scorrimento,
02:21
where you shift the gates, drop the marbles down the tracks.
43
129000
3000
dove fai scorrere le porte, facendo cadere le palline su dei tracciati.
02:24
And that's what all these machines are doing,
44
132000
2000
E questo è ciò che tutte queste macchine stanno facendo,
02:26
except, instead of doing it with marbles,
45
134000
2000
a parte che invece di farlo con delle palline,
02:28
they're doing it with electrons.
46
136000
2000
lo fanno con gli elettroni.
02:30
And then we jump to Von Neumann, 1945,
47
138000
4000
Ed ora saltiamo a von Neumann, 1945,
02:34
when he sort of reinvents the whole same thing.
48
142000
2000
quando grossomodo reinventò la stessa cosa.
02:36
And 1945, after the war, the electronics existed
49
144000
3000
E nel 1945, dopo la guerra, esisteva l'elettronica
02:39
to actually try and build such a machine.
50
147000
3000
per tentare di costruire una macchina del genere.
02:42
So June 1945 -- actually, the bomb hasn't even been dropped yet --
51
150000
4000
Giugno 1945. In quel momento, la bomba [sul Giappone NdT] non era ancora stata sganciata,
02:46
and Von Neumann is putting together all the theory to actually build this thing,
52
154000
4000
e von Neumann sta già mettendo insieme tutte le teorie necessarie per costruire questa cosa,
02:50
which also goes back to Turing,
53
158000
2000
che ci porta indietro fino a Turing,
02:52
who, before that, gave the idea that you could do all this
54
160000
3000
che, prima di questo, diede l'idea che si potesse fare tutto ciò
02:55
with a very brainless, little, finite state machine,
55
163000
4000
con una banale macchina a stati finiti,
02:59
just reading a tape in and reading a tape out.
56
167000
3000
che semplicemente legge un nastro in entrata e uno in uscita.
03:02
The other sort of genesis of what Von Neumann did
57
170000
3000
L'altro tipo di genesi che von Neumann fece
03:05
was the difficulty of how you would predict the weather.
58
173000
4000
fu la difficoltà con cui si potrebbero fare le previsioni del tempo.
03:09
Lewis Richardson saw how you could do this with a cellular array of people,
59
177000
4000
Lewis Richardson vide come si poteva farlo con una suddivisione a blocchi di persone,
03:13
giving them each a little chunk, and putting it together.
60
181000
3000
dando a ciascuno di loro un piccolo blocco, e mettendoli tutti assieme.
03:16
Here, we have an electrical model illustrating a mind having a will,
61
184000
3000
Qui abbiamo un modello elettrico che mostra una mente che ha una volontà,
03:19
but capable of only two ideas.
62
187000
2000
ma capace di solo due idee.
03:21
(Laughter)
63
189000
1000
(Risate)
03:22
And that's really the simplest computer.
64
190000
3000
Ed è davvero il più semplice dei computer.
03:25
It's basically why you need the qubit,
65
193000
2000
È in pratica il motivo per cui serve il bit quantistico,
03:27
because it only has two ideas.
66
195000
2000
perché ha solo due idee.
03:29
And you put lots of those together,
67
197000
2000
E se mettete assieme tanti di questi,
03:31
you get the essentials of the modern computer:
68
199000
3000
avete le basi di un computer moderno:
03:34
the arithmetic unit, the central control, the memory,
69
202000
3000
l'unità aritmetica, il controllo centrale, la memoria,
03:37
the recording medium, the input and the output.
70
205000
3000
il mezzo di registrazione, l'input e l'output.
03:40
But, there's one catch. This is the fatal -- you know,
71
208000
4000
Ma, c'è un inghippo. Questa è la fatalità -- lo sapete,
03:44
we saw it in starting these programs up.
72
212000
3000
l'abbiamo visto nel far partire questi programmi.
03:47
The instructions which govern this operation
73
215000
2000
Le istruzioni che governano questa operazione
03:49
must be given in absolutely exhaustive detail.
74
217000
2000
devono essere date in modo assolutamente dettagliato.
03:51
So, the programming has to be perfect, or it won't work.
75
219000
3000
Perciò il programma dev'essere perfetto, o non funzionerà.
03:54
If you look at the origins of this,
76
222000
2000
Se guardate alle origini di tutto questo,
03:56
the classic history sort of takes it all back to the ENIAC here.
77
224000
4000
la storia classica porta tutto indietro all'ENIAC.
04:00
But actually, the machine I'm going to tell you about,
78
228000
2000
Ma in realtà, la macchina di cui sto per parlarvi,
04:02
the Institute for Advanced Study machine, which is way up there,
79
230000
3000
la Institute for Grand Study Machine, che è quassù,
04:05
really should be down there. So, I'm trying to revise history,
80
233000
2000
dovrebe in realtà stare quaggiù. Sto quindi tentando di rivedere la storia,
04:07
and give some of these guys more credit than they've had.
81
235000
3000
e dare qualche credito a questi ragazzi, più di quanti ne abbiano ricevuti.
04:10
Such a computer would open up universes,
82
238000
2000
Un computer del genere potrebbe aprire universi
04:12
which are, at the present, outside the range of any instruments.
83
240000
4000
che al momento sono al di fuori della portata di qualunque strumento,
04:16
So it opens up a whole new world, and these people saw it.
84
244000
3000
perciò mostra un mondo completamente nuovo, e queste persone lo hanno visto.
04:19
The guy who was supposed to build this machine
85
247000
2000
La persona che avrebbe dovuto costruire questa macchina
04:21
was the guy in the middle, Vladimir Zworykin, from RCA.
86
249000
3000
era l'uomo nel mezzo, Vladimir Zworykin, della RCA.
04:24
RCA, in probably one of the lousiest business decisions
87
252000
3000
RCA, probabilmente in una delle peggiori decisioni aziendali
04:27
of all time, decided not to go into computers.
88
255000
3000
di tutti i tempi, decise di non occuparsi di computer.
04:30
But the first meetings, November 1945, were at RCA's offices.
89
258000
5000
Ma i primi incontri, nel novembre del 1945, furono negli uffici RCA.
04:35
RCA started this whole thing off, and said, you know,
90
263000
4000
RCA cominciò l'intero affare, e disse, sapete,
04:39
televisions are the future, not computers.
91
267000
3000
le televisioni sono il futuro, non i computer.
04:42
The essentials were all there --
92
270000
2000
Gli elementi essenziali erano tutti là --
04:44
all the things that make these machines run.
93
272000
4000
tutte le cose che fanno funzionare queste macchine.
04:48
Von Neumann, and a logician, and a mathematician from the army
94
276000
3000
Von Neumann, e un logico, e un matematico dell'esercito
04:51
put this together. Then, they needed a place to build it.
95
279000
2000
messi assieme. Gli serviva quindi un posto dove costruirla.
04:53
When RCA said no, that's when they decided to build it in Princeton,
96
281000
4000
Quando l'RCA disse di no, decisero di costruirla a Princeton,
04:57
where Freeman works at the Institute.
97
285000
2000
dove Freeman lavorava all'Institute.
04:59
That's where I grew up as a kid.
98
287000
2000
È dove sono cresciuto da bambino.
05:01
That's me, that's my sister Esther, who's talked to you before,
99
289000
4000
Questo sono io, mia sorella Esther, che vi ha parlato prima,
05:05
so we both go back to the birth of this thing.
100
293000
3000
perciò entrambi andiamo indietro all nascita di questa cosa.
05:08
That's Freeman, a long time ago,
101
296000
2000
Questo è Freeman, tanto tempo fa,
05:10
and that was me.
102
298000
1000
e quello sono io.
05:11
And this is Von Neumann and Morgenstern,
103
299000
3000
E questi sono von Neumann e Morgenstern,
05:14
who wrote the "Theory of Games."
104
302000
2000
che scrisse la Teoria dei Giochi.
05:16
All these forces came together there, in Princeton.
105
304000
4000
Tutte queste forze si misero assieme, a Princeton.
05:20
Oppenheimer, who had built the bomb.
106
308000
2000
Oppenheimer, che costruì la bomba.
05:22
The machine was actually used mainly for doing bomb calculations.
107
310000
4000
La macchina era usata principalmente per eseguire calcoli per la bomba.
05:26
And Julian Bigelow, who took
108
314000
2000
E Julian Bigelow, che prese
05:28
Zworkykin's place as the engineer, to actually figure out, using electronics,
109
316000
4000
il posto di [?] come ingegniere per scoprire come, usando l'elettronica,
05:32
how you would build this thing. The whole gang of people who came to work on this,
110
320000
3000
si potesse costruire una cosa simile. L'intero gruppo di persone che si riunirono per lavorarci,
05:35
and women in front, who actually did most of the coding, were the first programmers.
111
323000
5000
e le donne davanti, che in realtà scrissero la maggior parte del codice, furono i primi programmatori.
05:40
These were the prototype geeks, the nerds.
112
328000
4000
Erano il prototipo dei geek, i nerd.
05:44
They didn't fit in at the Institute.
113
332000
2000
Non si ambientarono nell'istituto.
05:46
This is a letter from the director, concerned about --
114
334000
3000
Questa è una lettera del preside, preoccupato in merito --
05:49
"especially unfair on the matter of sugar."
115
337000
3000
"particolarmente scorretti in materia di zucchero."
05:52
(Laughter)
116
340000
1000
(Risate)
05:53
You can read the text.
117
341000
1000
Potete leggere il testo.
05:54
(Laughter)
118
342000
6000
(Risate)
06:00
This is hackers getting in trouble for the first time.
119
348000
4000
Questi sono hacker nei guai per la prima volta.
06:04
(Laughter).
120
352000
5000
(Risate)
06:09
These were not theoretical physicists.
121
357000
2000
Questi non erano fisici teoretici.
06:11
They were real soldering-gun type guys, and they actually built this thing.
122
359000
5000
Erano veri uomini da battaglia, che davvero costruirono questa cosa.
06:16
And we take it for granted now, that each of these machines
123
364000
2000
E diamo tutto questo per scontato ora che queste macchine
06:18
has billions of transistors, doing billions of cycles per second without failing.
124
366000
5000
hanno miliardi di transistor, che eseguono miliardi di cicli per secondo senza sbagliare.
06:23
They were using vacuum tubes, very narrow, sloppy techniques
125
371000
4000
Loro usarono tubi sottovuoto, con tecniche molto imprecise
06:27
to get actually binary behavior out of these radio vacuum tubes.
126
375000
5000
per cercare di ottenere un comportamento binario da questi tubi.
06:32
They actually used 6J6, the common radio tube,
127
380000
3000
Usarono dei 6J6, il comune tubo radio,
06:35
because they found they were more reliable than the more expensive tubes.
128
383000
4000
perché lo trovarono molto più affidabile di altri tubi più costosi.
06:39
And what they did at the Institute was publish every step of the way.
129
387000
4000
E ciò che fecero all'Institute fu pubblicato passo passo.
06:43
Reports were issued, so that this machine was cloned
130
391000
3000
Furono scritti resoconti, così che la macchina fu clonata
06:46
at 15 other places around the world.
131
394000
3000
in altri 15 posti nel mondo.
06:49
And it really was. It was the original microprocessor.
132
397000
4000
E fu davvero così. Era il primo microprocessore.
06:53
All the computers now are copies of that machine.
133
401000
2000
Tutti i computer di oggi sono copie di quella macchina.
06:55
The memory was in cathode ray tubes --
134
403000
3000
La memoria era in tubi a raggi catodici --
06:58
a whole bunch of spots on the face of the tube --
135
406000
3000
un bel gruppo di brufoli sulla faccia del tubo,
07:01
very, very sensitive to electromagnetic disturbances.
136
409000
3000
molto molto sensibili alle interferenze elettromagnetiche.
07:04
So, there's 40 of these tubes,
137
412000
2000
C'erano 40 di questi tubi,
07:06
like a V-40 engine running the memory.
138
414000
3000
come un motore V-40 per far girare la memoria.
07:09
(Laughter)
139
417000
1000
(Risate)
07:10
The input and the output was by teletype tape at first.
140
418000
5000
L'input e l'output inizialmente erano realizzati per mezzo di nastro telegrafico.
07:15
This is a wire drive, using bicycle wheels.
141
423000
2000
Questo è un drive a raggi, fatto con ruote di bicicletta.
07:17
This is the archetype of the hard disk that's in your machine now.
142
425000
5000
Questo è l'archetipo dell'hard disk che si trova nelle vostre macchine oggi.
07:22
Then they switched to a magnetic drum.
143
430000
2000
Poi passarono a tamburi magnetici.
07:24
This is modifying IBM equipment,
144
432000
2000
Questa è la modifica di attrezzatura IBM,
07:26
which is the origins of the whole data-processing industry, later at IBM.
145
434000
4000
che è l'origine di tutta l'industria di processazione dati, più avanti all'IBM.
07:30
And this is the beginning of computer graphics.
146
438000
3000
E questo è l'inizio della computer grafica.
07:33
The "Graph'g-Beam Turn On." This next slide,
147
441000
3000
Il "Graph'g-Beam Turn On". In questa prossima immagine,
07:36
that's the -- as far as I know -- the first digital bitmap display, 1954.
148
444000
7000
questo è -- per quanto ne sappia -- la prima immagine bitmap digitale, 1954.
07:43
So, Von Neumann was already off in a theoretical cloud,
149
451000
3000
Allora, Von Neumann era già su una nuvola teoretica
07:46
doing abstract sorts of studies of how you could build
150
454000
3000
mentre faceva studi astratti su come poteva costruire
07:49
reliable machines out of unreliable components.
151
457000
3000
macchine affidabili con componenti inaffidabili.
07:52
Those guys drinking all the tea with sugar in it
152
460000
2000
Queste persone che bevevano il tè con un sacco di zucchero
07:54
were writing in their logbooks, trying to get this thing to work, with all
153
462000
4000
stavano scrivendo registri mentre tentavano di far funzionare il tutto, con tutti
07:58
these 2,600 vacuum tubes that failed half the time.
154
466000
3000
questi 2.600 tubi che fallivano la metà delle volte.
08:01
And that's what I've been doing, this last six months, is going through the logs.
155
469000
5000
E tutto quello che ho fatto negli ultimi sei mesi, è stato leggere questi registri.
08:06
"Running time: two minutes. Input, output: 90 minutes."
156
474000
3000
"Tempo di esecuzione: due minuti. Input, output: 90 minuti."
08:09
This includes a large amount of human error.
157
477000
3000
Questo include una grossa quantità di errori umani.
08:12
So they are always trying to figure out, what's machine error? What's human error?
158
480000
3000
Perciò stavano sempre cercando di capire, è un errore macchina? È un errore umano?
08:15
What's code, what's hardware?
159
483000
2000
È codice? È hardware?
08:17
That's an engineer gazing at tube number 36,
160
485000
2000
Questo è un ingegniere che fissa il tubo numero 36,
08:19
trying to figure out why the memory's not in focus.
161
487000
2000
cercando di capire perché la memoria non è allineata.
08:21
He had to focus the memory -- seems OK.
162
489000
3000
Ha dovuto allineare la memoria -- sembra OK.
08:24
So, he had to focus each tube just to get the memory up and running,
163
492000
4000
Perciò doveva allineare ogni tubo semplicemente per avere la memoria funzionante,
08:28
let alone having, you know, software problems.
164
496000
2000
senza contare, sapete, i problemi di software.
08:30
"No use, went home." (Laughter)
165
498000
2000
"Nessun uso, andato a casa." (Risate)
08:32
"Impossible to follow the damn thing, where's a directory?"
166
500000
3000
"Impossibile seguire la dannata cosa, dov'è un guida?"
08:35
So, already, they're complaining about the manuals:
167
503000
2000
Già si lamentavano dei manuali:
08:37
"before closing down in disgust ... "
168
505000
4000
"prima di spegnere tutto con disgusto."
08:41
"The General Arithmetic: Operating Logs."
169
509000
2000
L'aritmetica generale -- i registri operativi,
08:43
Burning lots of midnight oil.
170
511000
3000
lavorando fino a tarda notte.
08:46
"MANIAC," which became the acronym for the machine,
171
514000
2000
MANIAC, che divenne l'acronimo della macchina,
08:48
Mathematical and Numerical Integrator and Calculator, "lost its memory."
172
516000
3000
Integratore e Calcolatore Matematico e Numerico, "ha perso la sua memoria."
08:51
"MANIAC regained its memory, when the power went off." "Machine or human?"
173
519000
6000
"MANIAC ha riguadagnato la memoria quando è stato spento," "macchina o umano?"
08:57
"Aha!" So, they figured out it's a code problem.
174
525000
3000
"Aha!" Quindi l'hanno trovato: è un problema di codice:
09:00
"Found trouble in code, I hope."
175
528000
2000
"Trovato problema nel codice, spero."
09:02
"Code error, machine not guilty."
176
530000
3000
"Errore di codice, macchina non colpevole."
09:05
"Damn it, I can be just as stubborn as this thing."
177
533000
3000
"Maledizione, posso essere ostinato tanto quanto questa cosa."
09:08
(Laughter)
178
536000
5000
(Risate)
09:13
"And the dawn came." So they ran all night.
179
541000
2000
"E giunse l'alba." Perciò sono andati avanti tutta la notte.
09:15
Twenty-four hours a day, this thing was running, mainly running bomb calculations.
180
543000
4000
Questa cosa era attiva 24 ore al giorno, principalmente per eseguire calcoli per la bomba.
09:19
"Everything up to this point is wasted time." "What's the use? Good night."
181
547000
5000
"Fin qui è stato solo tempo sprecato." "Qual'è lo scopo? Buonanotte."
09:24
"Master control off. The hell with it. Way off." (Laughter)
182
552000
4000
"Controllo primario spento. All'inferno. Vado via." (Risate)
09:28
"Something's wrong with the air conditioner --
183
556000
2000
"Qualcosa non va col condizionatore --
09:30
smell of burning V-belts in the air."
184
558000
3000
odore di cinghie bruciate nell'aria."
09:33
"A short -- do not turn the machine on."
185
561000
2000
"In breve -- non accendere la macchina."
09:35
"IBM machine putting a tar-like substance on the cards. The tar is from the roof."
186
563000
5000
"La macchina IBM sta portando una sostanza catramosa sulle carte. Il catrame viene dal tetto."
09:40
So they really were working under tough conditions.
187
568000
2000
Perciò stavano davvero lavorando in condizioni difficili.
09:42
(Laughter)
188
570000
1000
(Risate)
09:43
Here, "A mouse has climbed into the blower
189
571000
2000
Qui, "Un topo è salito fino al ventilatore
09:45
behind the regulator rack, set blower to vibrating. Result: no more mouse."
190
573000
4000
dietro la griglia di regolazione, facendo vibrare il ventilatore. Risultato: niente più topo."
09:49
(Laughter)
191
577000
5000
(Risate)
09:54
"Here lies mouse. Born: ?. Died: 4:50 a.m., May 1953."
192
582000
7000
"Qui giace il topo. Nato ? Morto 4:50, Maggio 1953."
10:01
(Laughter)
193
589000
1000
(Risate)
10:02
There's an inside joke someone has penciled in:
194
590000
2000
In questa frase c'è inserita una battuta per pochi:
10:04
"Here lies Marston Mouse."
195
592000
2000
"Qui giace Marston Mouse [il topo]."
10:06
If you're a mathematician, you get that,
196
594000
2000
Se uno di voi è un matematico, la coglierà,
10:08
because Marston was a mathematician who
197
596000
1000
perché Marston era un matematico che
10:09
objected to the computer being there.
198
597000
3000
obiettò che i computer non potessero esistere.
10:12
"Picked a lightning bug off the drum." "Running at two kilocycles."
199
600000
4000
"Tolta una lucciola dal tamburo, che andava a 2 kilocicli."
10:16
That's two thousand cycles per second --
200
604000
2000
Sono duemila cicli per secondo --
10:18
"yes, I'm chicken" -- so two kilocycles was slow speed.
201
606000
3000
"si, sono un pollo" -- quindi due kilocicli era bassa velocità.
10:21
The high speed was 16 kilocycles.
202
609000
3000
L'alta velocità era 16 kilocicli.
10:24
I don't know if you remember a Mac that was 16 Megahertz,
203
612000
3000
Non so se vi ricordate un Mac a 16 Megahertz.
10:27
that's slow speed.
204
615000
2000
Quella era bassa velocità.
10:29
"I have now duplicated both results.
205
617000
3000
"Sono ora riuscito a replicare entrambi i risultati.
10:32
How will I know which is right, assuming one result is correct?
206
620000
3000
Come saprò qual'è giusto, assumendo che un risultato sia corretto?
10:35
This now is the third different output.
207
623000
2000
Ecco ora un terzo differente output.
10:37
I know when I'm licked."
208
625000
2000
So riconoscere quando sono battuto."
10:39
(Laughter)
209
627000
2000
(Risate)
10:41
"We've duplicated errors before."
210
629000
2000
"Abbiamo riprodotto errori in precedenza."
10:43
"Machine run, fine. Code isn't."
211
631000
3000
"La macchina funziona bene. Il codice no."
10:46
"Only happens when the machine is running."
212
634000
2000
"Succede solo quando la macchina sta funzionando."
10:48
And sometimes things are okay.
213
636000
4000
E a volte le cose funzionano.
10:52
"Machine a thing of beauty, and a joy forever." "Perfect running."
214
640000
4000
"La macchina è una bellezza, e una gioia eterna." "Funzionamento perfetto."
10:56
"Parting thought: when there's bigger and better errors, we'll have them."
215
644000
4000
"Pensiero di chiusura: quando ci saranno errori più grandi e migliori, li otterremo."
11:00
So, nobody was supposed to know they were actually designing bombs.
216
648000
3000
Quindi nessuno doveva sapere che stavano realizzando bombe.
11:03
They're designing hydrogen bombs. But someone in the logbook,
217
651000
2000
Stavano realizzando bombe all'idrogeno. Ma qualcuno nel registro,
11:05
late one night, finally drew a bomb.
218
653000
2000
tardi la notte, alla fine disegnò una bomba.
11:07
So, that was the result. It was Mike,
219
655000
2000
Quindi questo era il risultato. Era Mike,
11:09
the first thermonuclear bomb, in 1952.
220
657000
3000
la prima bomba termonucleare, nel 1952.
11:12
That was designed on that machine,
221
660000
2000
Fu progettata su quella macchina,
11:14
in the woods behind the Institute.
222
662000
2000
nei boschi dietro l'istituto.
11:16
So Von Neumann invited a whole gang of weirdos
223
664000
4000
Von Neumann invitò un intero gruppo di strambi
11:20
from all over the world to work on all these problems.
224
668000
3000
da tutto il mondo per lavorare su tutti questi problemi.
11:23
Barricelli, he came to do what we now call, really, artificial life,
225
671000
4000
Barricelli, venne per realizzare quella che noi chiamiamo, oggi, vita artificiale,
11:27
trying to see if, in this artificial universe --
226
675000
3000
provando a scoprire se, in questo universo artificiale --
11:30
he was a viral-geneticist, way, way, way ahead of his time.
227
678000
3000
era un genetista virale -- molto, molto, molto tempo prima di oggi.
11:33
He's still ahead of some of the stuff that's being done now.
228
681000
3000
È ancora oltre alcune delle cose che vengono fatte oggi.
11:36
Trying to start an artificial genetic system running in the computer.
229
684000
5000
Provare a creare un sistema genetico artificiale che funzioni su un computer.
11:41
Began -- his universe started March 3, '53.
230
689000
3000
Cominciò -- il suo universo cominciò il 3 marzo '53.
11:44
So it's almost exactly -- it's 50 years ago next Tuesday, I guess.
231
692000
5000
Quindi è quasi esattamente -- è 50 anni fa il prossimo martedì, se non sbaglio.
11:49
And he saw everything in terms of --
232
697000
2000
E vide tutto in termini di --
11:51
he could read the binary code straight off the machine.
233
699000
2000
Poteva leggere il codice binario direttamente dalla macchina.
11:53
He had a wonderful rapport.
234
701000
2000
Aveva un intesa fantastica.
11:55
Other people couldn't get the machine running. It always worked for him.
235
703000
3000
Altre persone non riuscivano a far funzionare la macchina. Ha sempre funzionato per lui.
11:58
Even errors were duplicated.
236
706000
2000
Persino gli errori venivano replicati.
12:00
(Laughter)
237
708000
1000
(Risate)
12:01
"Dr. Barricelli claims machine is wrong, code is right."
238
709000
3000
"Il Dr. Barricelli sostiene che è la macchina a sbagliare, mentre il codice è corretto."
12:04
So he designed this universe, and ran it.
239
712000
3000
Perciò ha disegnato questo universo, e l'ha fatto funzionare.
12:07
When the bomb people went home, he was allowed in there.
240
715000
3000
Quanto le persone della bomba andarono a casa, gli era permesso stare qui.
12:10
He would run that thing all night long, running these things,
241
718000
3000
Faceva funzionare quella cosa tutta la notte, a far andare queste cose.
12:13
if anybody remembers Stephen Wolfram,
242
721000
2000
Se qualcuno ricorda Stephen Wolfram,
12:15
who reinvented this stuff.
243
723000
2000
che ha reinventato queste cose.
12:17
And he published it. It wasn't locked up and disappeared.
244
725000
2000
E le ha pubblicate. Non sono state chiuse e dimenticate.
12:19
It was published in the literature.
245
727000
2000
È stato pubblicato in letteratura.
12:21
"If it's that easy to create living organisms, why not create a few yourself?"
246
729000
3000
"Se è così facile creare organismi viventi, perché non crearne qualcuno da soli?"
12:24
So, he decided to give it a try,
247
732000
2000
Perciò decise di fare un tentativo,
12:26
to start this artificial biology going in the machines.
248
734000
4000
per far funzionare questa biologia artificiale sulle macchine.
12:30
And he found all these, sort of --
249
738000
2000
E trovo tutte queste, specie di --
12:32
it was like a naturalist coming in
250
740000
2000
Era come un naturalista che arriva
12:34
and looking at this tiny, 5,000-byte universe,
251
742000
3000
e guarda a questo piccolo universo, di 5.000 byte,
12:37
and seeing all these things happening
252
745000
2000
e vede tutte queste cose accadere
12:39
that we see in the outside world, in biology.
253
747000
3000
che vediamo nel mondo esterno, in biologia.
12:42
This is some of the generations of his universe.
254
750000
6000
Queste sono alcune generazioni del suo universo.
12:48
But they're just going to stay numbers;
255
756000
2000
Ma rimaranno semplicemente numeri;
12:50
they're not going to become organisms.
256
758000
2000
non diventeranno organismi.
12:52
They have to have something.
257
760000
1000
Avranno bisogno di qualcosa.
12:53
You have a genotype and you have to have a phenotype.
258
761000
2000
Hanno un genotipo e hanno bisogno di un fenotipo.
12:55
They have to go out and do something. And he started doing that,
259
763000
3000
Devono uscire e fare qualcosa. E cominciò a farlo,
12:58
started giving these little numerical organisms things they could play with --
260
766000
3000
cominciando a dare a questi piccoli organismi numerici cose con cui potessero giocare,
13:01
playing chess with other machines and so on.
261
769000
2000
giocare a scacchi con altre macchine e così via.
13:03
And they did start to evolve.
262
771000
2000
E cominciarono ad evolvere.
13:05
And he went around the country after that.
263
773000
2000
E andò in giro per il paese per questo.
13:07
Every time there was a new, fast machine, he started using it,
264
775000
4000
Ogni volta che c'era una macchina nuova, più veloce, lui cominciava ad usarla,
13:11
and saw exactly what's happening now.
265
779000
2000
e vedeva esattamente quello che sta accadendo ora:
13:13
That the programs, instead of being turned off -- when you quit the program,
266
781000
6000
che i programmi, invece di essere spenti -- quando si chiude un programma,
13:19
you'd keep running
267
787000
2000
dovrebbero continuare a funzionare
13:21
and, basically, all the sorts of things like Windows is doing,
268
789000
4000
e, in pratica, tutte quelle cose che Windows fa --
13:25
running as a multi-cellular organism on many machines,
269
793000
2000
funzionare come un organismo multicellulare su molte macchine --
13:27
he envisioned all that happening.
270
795000
1000
ha previsto tutto quello che è successo.
13:28
And he saw that evolution itself was an intelligent process.
271
796000
3000
E ha visto che l'evoluzione stessa era un processo intelligente.
13:31
It wasn't any sort of creator intelligence,
272
799000
3000
Non era un'intelligenza creativa,
13:34
but the thing itself was a giant parallel computation
273
802000
3000
ma la cosa stessa era una gigantesca informatica parallela
13:37
that would have some intelligence.
274
805000
2000
che avrebbe dovuto possedere una qualche intelligenza.
13:39
And he went out of his way to say
275
807000
2000
Ed cambiò il suo modo di fare per dire
13:41
that he was not saying this was lifelike,
276
809000
3000
che non voleva dire che tutto questo è simile alla vita,
13:44
or a new kind of life.
277
812000
2000
o un nuovo tipo di vita;
13:46
It just was another version of the same thing happening.
278
814000
3000
era solo un'altra versione della stessa cosa che stava accadendo.
13:49
And there's really no difference between what he was doing in the computer
279
817000
3000
E non c'è davvero differenza tra quello che stava facendo nel computer
13:52
and what nature did billions of years ago.
280
820000
3000
e quello che la natura ha fatto miliardi di anni fa.
13:55
And could you do it again now?
281
823000
2000
E si può rifare adesso?
13:57
So, when I went into these archives looking at this stuff, lo and behold,
282
825000
4000
Quindi quando sono andato in questi archivi in cerca di questa roba,
14:01
the archivist came up one day, saying,
283
829000
2000
l'archivista uscì un giorno, dicendo,
14:03
"I think we found another box that had been thrown out."
284
831000
3000
"Penso di aver trovato un'altra scatola che è stata buttata."
14:06
And it was his universe on punch cards.
285
834000
2000
Ed era il suo universo su schede perforate.
14:08
So there it is, 50 years later, sitting there -- sort of suspended animation.
286
836000
6000
Perciò eccolo, cinquant'anni dopo, davanti a noi. Una sorta di animazione sospesa.
14:14
That's the instructions for running --
287
842000
2000
Quelle sono le istruzioni di esecuzione --
14:16
this is actually the source code
288
844000
2000
questo è proprio il codice sorgente
14:18
for one of those universes,
289
846000
2000
per uno di quegli universi,
14:20
with a note from the engineers
290
848000
2000
con una nota dagli ingegnieri
14:22
saying they're having some problems.
291
850000
1000
che dice che hanno avuto qualche problema.
14:23
"There must be something about this code that you haven't explained yet."
292
851000
5000
"Ci dev'essere qualcosa di questo codice che non ci ha ancora spiegato."
14:28
And I think that's really the truth. We still don't understand
293
856000
3000
E penso che sia vero. Ancora non capiamo
14:31
how these very simple instructions can lead to increasing complexity.
294
859000
4000
come queste semplici istruzioni possano condurre ad una complessità crescente.
14:35
What's the dividing line between
295
863000
2000
Qual'è la linea di separazione tra...
14:37
when that is lifelike and when it really is alive?
296
865000
4000
quando tutto questo è simile alla vita o è davvero vivo?
14:41
These cards, now, thanks to me showing up, are being saved.
297
869000
4000
Queste schede, ora, meno male che le ho trovate, saranno salvate.
14:45
And the question is, should we run them or not?
298
873000
2000
E la domanda è, dovremmo eseguirle o no?
14:47
You know, could we get them running?
299
875000
2000
Che dite, dovremmo eseguirle?
14:49
Do you want to let it loose on the Internet?
300
877000
1000
Volete che si perdano su Internet?
14:50
These machines would think they --
301
878000
2000
Queste macchine penseranno che --
14:52
these organisms, if they came back to life now --
302
880000
3000
questi organismi, se tornassero alla vita ora,
14:55
whether they've died and gone to heaven, there's a universe.
303
883000
2000
se sono morte e andate in paradiso, c'è un universo --
14:57
My laptop is 10 thousand million times
304
885000
5000
il mio portatile è dieci miliardi di volte
15:02
the size of the universe that they lived in when Barricelli quit the project.
305
890000
5000
la grandezza dell'universo dove vissero quando Barricelli lasciò il progetto.
15:07
He was thinking far ahead, to
306
895000
2000
Pensava molto più avanti, a
15:09
how this would really grow into a new kind of life.
307
897000
3000
come questo sarebbe cresciuto in un nuovo tipo di vita.
15:12
And that's what's happening!
308
900000
2000
E questo sta accadendo!
15:14
When Juan Enriquez told us about
309
902000
2000
Quando Juan Enriquez ci ha parlato di
15:16
these 12 trillion bits being transferred back and forth,
310
904000
4000
questi 12 miliardi di bit che vengono trasferiti avanti e indietro,
15:20
of all this genomics data going to the proteomics lab,
311
908000
4000
di tutti questi dati genomici che vanno ai laboratori proteomici,
15:24
that's what Barricelli imagined:
312
912000
2000
questo è ciò che Barricelli ha immaginato:
15:26
that this digital code in these machines
313
914000
3000
che questo codice digitale in queste macchine
15:29
is actually starting to code --
314
917000
2000
sta cominciado a codificare --
15:31
it already is coding from nucleic acids.
315
919000
3000
sta già codificando dagli acidi nucleici.
15:34
We've been doing that since, you know, since we started PCR
316
922000
3000
Lo stiamo facendo da quando, sapete, da quando abbiamo inventato la PCR
15:37
and synthesizing small strings of DNA.
317
925000
6000
e sintetizzato piccole stringhe di DNA.
15:43
And real soon, we're actually going to be synthesizing the proteins,
318
931000
3000
E molto presto cominceremo a sintetizzare le proteine,
15:46
and, like Steve showed us, that just opens an entirely new world.
319
934000
5000
e come Steve ci ha mostrato, questo ci apre un intero nuovo mondo.
15:51
It's a world that Von Neumann himself envisioned.
320
939000
3000
È un mondo che von Neumann stesso ha previsto.
15:54
This was published after he died: his sort of unfinished notes
321
942000
3000
Questo è stato pubblicato dopo la sua morte: una sorta di sue note incomplete
15:57
on self-reproducing machines,
322
945000
2000
su macchine auto-replicanti.
15:59
what it takes to get the machines sort of jump-started
323
947000
3000
Cosa serve a una macchina per ottenere una specie di spinta
16:02
to where they begin to reproduce.
324
950000
2000
da dove cominciare a riprodursi.
16:04
It took really three people:
325
952000
2000
Servono giusto tre persone:
16:06
Barricelli had the concept of the code as a living thing;
326
954000
3000
Barricelli ha avuto l'idea di codice come un essere vivente.
16:09
Von Neumann saw how you could build the machines --
327
957000
3000
Von Neumann ha visto come poter costruire queste macchine.
16:12
that now, last count, four million
328
960000
3000
Ed ora, a conti fatti, quattro milioni
16:15
of these Von Neumann machines is built every 24 hours;
329
963000
3000
di queste macchine di von Neumann vengono costruite ogni 24 ore.
16:18
and Julian Bigelow, who died 10 days ago --
330
966000
4000
E Julian Bigelow, che è morto 10 giorni fà --
16:22
this is John Markoff's obituary for him --
331
970000
3000
questo è il suo necrologio di John Markoffs --
16:25
he was the important missing link,
332
973000
2000
era l'importante anello mancante,
16:27
the engineer who came in
333
975000
2000
l'ingegniere che giunse
16:29
and knew how to put those vacuum tubes together and make it work.
334
977000
3000
e seppe come mettere assieme tutti questi tubi sottovuoto per farli funzionare.
16:32
And all our computers have, inside them,
335
980000
2000
E tutti i nostri computer hanno, dentro di loro,
16:34
the copies of the architecture that he had to just design
336
982000
4000
le copie dell'architettura che lui ha semplicemente disegnato
16:38
one day, sort of on pencil and paper.
337
986000
3000
un giorno, probabilmente con carta e penna.
16:41
And we owe a tremendous credit to that.
338
989000
2000
E gli dobbiamo veramente molto.
16:43
And he explained, in a very generous way,
339
991000
4000
E lui ha spiegato, in modo molto generoso,
16:47
the spirit that brought all these different people to
340
995000
2000
lo spirito che ha portato tutte queste persone così diverse
16:49
the Institute for Advanced Study in the '40s to do this project,
341
997000
3000
all'Institute for Advanced Study negli anni 40 per svolgere portare avanti questo progetto,
16:52
and make it freely available with no patents, no restrictions,
342
1000000
3000
e renderlo gratuitamente disponibile senza brevetti, restrizioni,
16:55
no intellectual property disputes to the rest of the world.
343
1003000
3000
dispute sulla proprietà intellettuale, al resto del mondo.
16:58
That's the last entry in the logbook
344
1006000
3000
Questa è l'ultima segnalazione sul registro
17:01
when the machine was shut down, July 1958.
345
1009000
3000
quando la macchina è stata spenta, nel luglio del 1958.
17:04
And it's Julian Bigelow who was running it until midnight
346
1012000
3000
Ed è Julian Bigelow che la fece funzionare fino a mezzanotte
17:07
when the machine was officially turned off.
347
1015000
2000
quando la macchina fu spenta ufficialmente.
17:09
And that's the end.
348
1017000
2000
E questa è la fine.
17:11
Thank you very much.
349
1019000
2000
Grazie mille.
17:13
(Applause)
350
1021000
1000
(Applausi)
ABOUT THE SPEAKER
George Dyson - Historian of scienceIn telling stories of technologies and the individuals who created them, George Dyson takes a clear-eyed view of our scientific past -- while illuminating what lies ahead.
Why you should listen
The development of the Aleutian kayak, its adaptation by Russians in the 18th and 19th centuries, and his own redevelopment of the craft in the 1970s was chronicled in George Dyson’s Baidarka: The Kayak of 1986. His 1997 Darwin Among the Machines: The Evolution of Global Intelligence (“the last book about the Internet written without the Internet”) explored the history and prehistory of digital computing and telecommunications as a manifestation of the convergent destiny of organisms and machines.
Project Orion: The True Story of the Atomic Spaceship, published in 2002, assembled first-person interviews and recently declassified documents to tell the story of a path not taken into space: a nuclear-powered spaceship whose objective was to land a party of 100 people on Mars four years before we landed two people on the Moon. Turing's Cathedral: The Origins of the Digital Universe, published in 2012, illuminated the transition from numbers that mean things to numbers that do things in the aftermath of World War II.
Dyson’s current project, Analogia, is a semi-autobiographical reflection on how analog computation is re-establishing control over the digital world.
George Dyson | Speaker | TED.com