TED2010
Stephen Wolfram: Computing a theory of all knowledge
スティーブン・ウルフラム 「万物の理論を計算する」
Filmed:
Readability: 4.4
1,811,819 views
Mathematicaの生みの親であるスティーブン・ウルフラムが自らの取り組む、全ての知識を計算可能にするという課題、すなわち知識を検索し、処理し、操作できるようにしようという彼の挑戦について語ります。彼の新しい検索エンジンWolfram Alphaが目指している目標は、宇宙の背後にある物理を説明するモデルを見出すことに劣らず大きなものです。
Stephen Wolfram - Scientist, inventor
Stephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research. Full bio
Stephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research. Full bio
Double-click the English transcript below to play the video.
00:16
So I want to talk today about an idea. It's a big idea.
0
1000
3000
今日はあるアイデアについてお話しします 大きなアイデアです
00:19
Actually, I think it'll eventually
1
4000
2000
おそらく この1世紀の間に現れた
00:21
be seen as probably the single biggest idea
2
6000
2000
最大のアイデアであると
00:23
that's emerged in the past century.
3
8000
2000
見なされるようになるでしょう
00:25
It's the idea of computation.
4
10000
2000
「計算」(computation)というアイデアです
00:27
Now, of course, that idea has brought us
5
12000
2000
このアイデアはもちろん
00:29
all of the computer technology we have today and so on.
6
14000
3000
今日の様々なコンピュータ技術をもたらしたものですが
00:32
But there's actually a lot more to computation than that.
7
17000
3000
計算にはそれ以上のものがあります
00:35
It's really a very deep, very powerful, very fundamental idea,
8
20000
3000
非常に深く 強力で 根本的なアイデアなのです
00:38
whose effects we've only just begun to see.
9
23000
3000
私たちはその力を まだ目にし始めたばかりです
00:41
Well, I myself have spent the past 30 years of my life
10
26000
3000
私は過去30年を この計算というアイデアに
00:44
working on three large projects
11
29000
2000
真剣に向き合おうとする
00:46
that really try to take the idea of computation seriously.
12
31000
3000
3つの大きなプロジェクトに費やしてきました
00:50
So I started off at a young age as a physicist
13
35000
3000
若い時分に私は コンピュータを道具として使う
00:53
using computers as tools.
14
38000
2000
物理学者としてキャリアを始めました
00:55
Then, I started drilling down,
15
40000
2000
その後それを掘り下げていくようになりました
00:57
thinking about the computations I might want to do,
16
42000
2000
やりたいと思う計算はどんなものか考え
00:59
trying to figure out what primitives they could be built up from
17
44000
3000
計算を形作りうる基本要素は何か
01:02
and how they could be automated as much as possible.
18
47000
3000
どこまで自動化することができるのかを見極めようとしました
01:05
Eventually, I created a whole structure
19
50000
2000
そして記号プログラミングに基づいた
01:07
based on symbolic programming and so on
20
52000
2000
システムを作るようになり
01:09
that let me build Mathematica.
21
54000
2000
それがMathematicaへと繋がりました
01:11
And for the past 23 years, at an increasing rate,
22
56000
2000
この23年間私たちは
01:13
we've been pouring more and more ideas
23
58000
2000
Mathematicaに多くのアイデアや機能を
01:15
and capabilities and so on into Mathematica,
24
60000
2000
加速度的に付け加えていきました
01:17
and I'm happy to say that that's led to many good things
25
62000
3000
Mathematicaが研究開発や教育の分野でたくさんの
01:20
in R & D and education,
26
65000
2000
素晴らしい成果に貢献していることを
01:22
lots of other areas.
27
67000
2000
とても嬉しく思っています
01:24
Well, I have to admit, actually,
28
69000
2000
そもそも私がMathematicaを作ったのは
01:26
that I also had a very selfish reason for building Mathematica:
29
71000
3000
とても利己的な理由だったことを打ち明けなければなりません
01:29
I wanted to use it myself,
30
74000
2000
それは自分が使いたいものだったのです
01:31
a bit like Galileo got to use his telescope
31
76000
2000
ちょうどガリレオが400年前に
01:33
400 years ago.
32
78000
2000
望遠鏡を作ったのに似ていますが
01:35
But I wanted to look not at the astronomical universe,
33
80000
3000
私の見たかったのは天文学的な宇宙ではなく
01:38
but at the computational universe.
34
83000
3000
計算的な宇宙だったのです
01:41
So we normally think of programs as being
35
86000
2000
私たちは普通プログラムを
01:43
complicated things that we build
36
88000
2000
とても明確な目的を持って作られた
01:45
for very specific purposes.
37
90000
2000
複雑なものと見ていますが
01:47
But what about the space of all possible programs?
38
92000
3000
すべての可能なプログラム全体の空間というものを考えてみましょう
01:50
Here's a representation of a really simple program.
39
95000
3000
これは1つの非常にシンプルなプログラムの表現です
01:53
So, if we run this program,
40
98000
2000
このプログラムを実行すると
01:55
this is what we get.
41
100000
2000
このようなものが得られます
01:57
Very simple.
42
102000
2000
とてもシンプルです
01:59
So let's try changing the rule
43
104000
2000
プログラムのルールを
02:01
for this program a little bit.
44
106000
2000
少しだけ変えてみましょう
02:03
Now we get another result,
45
108000
2000
すると別な結果が得られますが
02:05
still very simple.
46
110000
2000
相変わらずシンプルです
02:07
Try changing it again.
47
112000
3000
もう一度変えてみましょう
02:10
You get something a little bit more complicated.
48
115000
2000
幾分複雑になりましたが
02:12
But if we keep running this for a while,
49
117000
2000
しばらく実行し続けると
02:14
we find out that although the pattern we get is very intricate,
50
119000
3000
パターンは込み入っているにしても
02:17
it has a very regular structure.
51
122000
3000
とても規則的な構造をしているのがわかります
02:20
So the question is: Can anything else happen?
52
125000
3000
もっと違ったことも起き得るのでしょうか？
02:23
Well, we can do a little experiment.
53
128000
2000
もう少し実験してみましょう
02:25
Let's just do a little mathematical experiment, try and find out.
54
130000
3000
数学的な実験をして 試し 探すのです
02:29
Let's just run all possible programs
55
134000
3000
今見ているタイプのプログラムで
02:32
of the particular type that we're looking at.
56
137000
2000
考え得るすべてのものを実行してみます
02:34
They're called cellular automata.
57
139000
2000
これはセルオートマトンと呼ばれるものです
02:36
You can see a lot of diversity in the behavior here.
58
141000
2000
多様な振る舞いが見られます
02:38
Most of them do very simple things,
59
143000
2000
多くのものはとてもシンプルですが
02:40
but if you look along all these different pictures,
60
145000
2000
これら異なったパターンを見ていくと
02:42
at rule number 30,
61
147000
2000
ルール30のところで
02:44
you start to see something interesting going on.
62
149000
2000
何か面白いことが起きています
02:46
So let's take a closer look
63
151000
2000
ひとつルール30を
02:48
at rule number 30 here.
64
153000
2000
詳しく見てみましょう
02:50
So here it is.
65
155000
2000
これです
02:52
We're just following this very simple rule at the bottom here,
66
157000
3000
下に示したごくシンプルなルールに従っているだけなのですが
02:55
but we're getting all this amazing stuff.
67
160000
2000
このような驚くべき結果になるのです
02:57
It's not at all what we're used to,
68
162000
2000
私たちが見慣れた何にも似ていません
02:59
and I must say that, when I first saw this,
69
164000
2000
初めてこれを見たとき
03:01
it came as a huge shock to my intuition.
70
166000
3000
直感的にものすごいショックを受け
03:04
And, in fact, to understand it,
71
169000
2000
これを理解しようとして
03:06
I eventually had to create
72
171000
2000
結局は「新しい種類の科学」を
03:08
a whole new kind of science.
73
173000
2000
まるまる作り出すことになったのです
03:11
(Laughter)
74
176000
2000
(笑)
03:13
This science is different, more general,
75
178000
3000
この科学は違っており
03:16
than the mathematics-based science that we've had
76
181000
2000
この300年我々の使ってきた
03:18
for the past 300 or so years.
77
183000
3000
数学に基づく科学より もっと一般的なのです
03:21
You know, it's always seemed like a big mystery:
78
186000
2000
一体どうやって自然は
03:23
how nature, seemingly so effortlessly,
79
188000
3000
我々の目には複雑きわまりなく見えるものを
03:26
manages to produce so much
80
191000
2000
苦もなく作り出しているのか？
03:28
that seems to us so complex.
81
193000
3000
それはずっと大きな謎に思えていました
03:31
Well, I think we've found its secret:
82
196000
3000
私たちはその秘密を見つけたのだと思います
03:34
It's just sampling what's out there in the computational universe
83
199000
3000
計算の宇宙にあるものをサンプリングするだけで
03:37
and quite often getting things like Rule 30
84
202000
3000
ルール30のようなものがよく見つかるのです
03:40
or like this.
85
205000
3000
あるいは こんなものも
03:44
And knowing that starts to explain
86
209000
2000
そのことが分かると
03:46
a lot of long-standing mysteries in science.
87
211000
3000
科学において長い間謎とされてきたことが見えてきます
03:49
It also brings up new issues, though,
88
214000
2000
しかしそれは同時に
03:51
like computational irreducibility.
89
216000
3000
計算的還元不能性という新たな問題も提起します
03:54
I mean, we're used to having science let us predict things,
90
219000
3000
私たちは科学によって物事が予測できることに馴染んでいますが
03:57
but something like this
91
222000
2000
ここにあるようなものは
03:59
is fundamentally irreducible.
92
224000
2000
根本的に還元不能なのです
04:01
The only way to find its outcome
93
226000
2000
その結果を知る実質唯一の方法は
04:03
is, effectively, just to watch it evolve.
94
228000
3000
ただ進化を見守ることしかないのです
04:06
It's connected to, what I call,
95
231000
2000
これは私が計算的等価の原理と
04:08
the principle of computational equivalence,
96
233000
2000
呼ぶものに関連しています
04:10
which tells us that even incredibly simple systems
97
235000
3000
つまり非常に単純なシステムが
04:13
can do computations as sophisticated as anything.
98
238000
3000
他のどんな高度なシステムとも同等の計算を行い得るということです
04:16
It doesn't take lots of technology or biological evolution
99
241000
3000
任意の計算ができるようになるために さほどのテクノロジーや
04:19
to be able to do arbitrary computation;
100
244000
2000
生物進化は必要となりません
04:21
just something that happens, naturally,
101
246000
2000
それは至る所で
04:23
all over the place.
102
248000
2000
自然に起きていることなのです
04:25
Things with rules as simple as these can do it.
103
250000
3000
このようなシンプルなルールでできることなのです
04:29
Well, this has deep implications
104
254000
2000
このことは 科学に
04:31
about the limits of science,
105
256000
2000
予想や制御のできない領域が
04:33
about predictability and controllability
106
258000
2000
あることを示しています
04:35
of things like biological processes or economies,
107
260000
3000
生物学的なプロセスや経済に関すること
04:38
about intelligence in the universe,
108
263000
2000
宇宙にある知性
04:40
about questions like free will
109
265000
2000
自由意志についての疑問
04:42
and about creating technology.
110
267000
3000
テクノロジーの創造などがそうです
04:45
You know, in working on this science for many years,
111
270000
2000
長年この科学に取り組んできた中で
04:47
I kept wondering,
112
272000
2000
私はいつも思っていました
04:49
"What will be its first killer app?"
113
274000
2000
「これの最初のキラーアプリになるのは何だろうか？」
04:51
Well, ever since I was a kid,
114
276000
2000
私は子供の頃から
04:53
I'd been thinking about systematizing knowledge
115
278000
2000
知識を体系化したり計算可能にすることに
04:55
and somehow making it computable.
116
280000
2000
関心を持っていました
04:57
People like Leibniz had wondered about that too
117
282000
2000
ライプニッツも300年前に
04:59
300 years earlier.
118
284000
2000
同じことを考えています
05:01
But I'd always assumed that to make progress,
119
286000
2000
しかし私はまた 進歩のためには
05:03
I'd essentially have to replicate a whole brain.
120
288000
3000
脳全体を複製する必要があるとも思っていました
05:06
Well, then I got to thinking:
121
291000
2000
しかし今はこう考えるようになりました
05:08
This scientific paradigm of mine suggests something different --
122
293000
3000
「この私の科学パラダイムは それとは違ったことを示している
05:11
and, by the way, I've now got
123
296000
2000
自分にはMathematicaによる
05:13
huge computation capabilities in Mathematica,
124
298000
3000
膨大な計算能力があり
05:16
and I'm a CEO with some worldly resources
125
301000
3000
大規模で一見クレージーなプロジェクトでも遂行できる
05:19
to do large, seemingly crazy, projects --
126
304000
3000
世界第一級のリソースを持つ会社のCEOでもあるのだから
05:22
So I decided to just try to see
127
307000
2000
世界の体系的知識の
05:24
how much of the systematic knowledge that's out there in the world
128
309000
3000
どれほどが計算可能にできるものか
05:27
we could make computable.
129
312000
2000
ひとつ試してみることにしよう」
05:29
So, it's been a big, very complex project,
130
314000
2000
これは大きくてとても複雑なプロジェクトです
05:31
which I was not sure was going to work at all.
131
316000
3000
そもそもうまくいくのかも分かりませんでした
05:34
But I'm happy to say it's actually going really well.
132
319000
3000
しかしありがたいことに これはとてもうまくいっています
05:37
And last year we were able
133
322000
2000
去年私たちは最初の
05:39
to release the first website version
134
324000
2000
Webサイト版のWolfram Alphaを
05:41
of Wolfram Alpha.
135
326000
2000
公開することができました
05:43
Its purpose is to be a serious knowledge engine
136
328000
3000
これの目的は 質問に対する答えを計算する
05:46
that computes answers to questions.
137
331000
3000
本格的な知識エンジンを作ることです
05:49
So let's give it a try.
138
334000
2000
試してみましょう
05:51
Let's start off with something really easy.
139
336000
2000
最初は簡単なことからやってみましょう
05:53
Hope for the best.
140
338000
2000
[2+2と入力] うまくいくでしょうか…
05:55
Very good. Okay.
141
340000
2000
うまくいきました
05:57
So far so good.
142
342000
2000
ここまでは順調です
05:59
(Laughter)
143
344000
3000
(笑)
06:02
Let's try something a little bit harder.
144
347000
3000
もう少し難しいことをやってみましょう
06:05
Let's do
145
350000
2000
たとえば…
06:07
some mathy thing,
146
352000
3000
[integrate x^2 sin^3 x dxと入力] 少し数学的なことをやって
06:10
and with luck it'll work out the answer
147
355000
3000
うまくいけば答えを出して
06:13
and try and tell us some interesting things
148
358000
2000
さらに関連した数学的に興味深いことを
06:15
things about related math.
149
360000
2000
何か教えてくれます
06:17
We could ask it something about the real world.
150
362000
3000
現実世界のことについて質問することもできます
06:20
Let's say -- I don't know --
151
365000
2000
たとえば…何にしよう…
06:22
what's the GDP of Spain?
152
367000
3000
スペインのGDPはいくらか？
06:25
And it should be able to tell us that.
153
370000
2000
答えてくれるはずです
06:27
Now we could compute something related to this,
154
372000
2000
ついでに関連したことを聞いてみましょう
06:29
let's say ... the GDP of Spain
155
374000
2000
スペインのGDPを
06:31
divided by, I don't know,
156
376000
2000
何かで割ってみましょう
06:33
the -- hmmm ...
157
378000
2000
えーと…
06:35
let's say the revenue of Microsoft.
158
380000
2000
Microsoftの売上とか
06:37
(Laughter)
159
382000
2000
(笑)
06:39
The idea is that we can just type this in,
160
384000
2000
ここで実現したいのは こういった質問を
06:41
this kind of question in, however we think of it.
161
386000
3000
どのようにでも考えた通りに入力できるということです
06:44
So let's try asking a question,
162
389000
2000
もっと質問を試してみましょう
06:46
like a health related question.
163
391000
2000
たとえば健康に関する質問です
06:48
So let's say we have a lab finding that ...
164
393000
3000
そういうことを調べてくれるラボがあるつもりで
06:51
you know, we have an LDL level of 140
165
396000
2000
入力してみましょう
06:53
for a male aged 50.
166
398000
3000
「50歳男性 LDLコレステロール 140」
06:56
So let's type that in, and now Wolfram Alpha
167
401000
2000
するとWolfram Alphaは
06:58
will go and use available public health data
168
403000
2000
利用可能な公的医療データを使って
07:00
and try and figure out
169
405000
2000
それがヒストグラムの
07:02
what part of the population that corresponds to and so on.
170
407000
3000
どこにあたるかを見出します
07:05
Or let's try asking about, I don't know,
171
410000
3000
今度は国際宇宙ステーションのことを
07:08
the International Space Station.
172
413000
2000
尋ねてみましょう
07:10
And what's happening here is that
173
415000
2000
どこかから情報を
07:12
Wolfram Alpha is not just looking up something;
174
417000
2000
見つけてくるだけではありません
07:14
it's computing, in real time,
175
419000
3000
今 この瞬間に国際宇宙ステーションがどこにあり
07:17
where the International Space Station is right now at this moment,
176
422000
3000
どれだけの速さで移動しているかを
07:20
how fast it's going, and so on.
177
425000
3000
リアルタイムで計算しています
07:24
So Wolfram Alpha knows about lots and lots of kinds of things.
178
429000
3000
Wolfram Alphaは様々な種類のことを知っています
07:27
It's got, by now,
179
432000
2000
今では普通の資料集などで
07:29
pretty good coverage of everything you might find
180
434000
2000
見つけられる情報のかなりの部分が
07:31
in a standard reference library.
181
436000
3000
網羅されています
07:34
But the goal is to go much further
182
439000
2000
しかし目標としているのは
07:36
and, very broadly, to democratize
183
441000
3000
もっと深く もっと広く
07:39
all of this knowledge,
184
444000
3000
あらゆる知識を万人に開放し
07:42
and to try and be an authoritative
185
447000
2000
あらゆる分野について
07:44
source in all areas.
186
449000
2000
権威ある情報源となって
07:46
To be able to compute answers to specific questions that people have,
187
451000
3000
人々の抱く疑問に対し 計算によって答えを出すことです
07:49
not by searching what other people
188
454000
2000
誰かが以前どこかに書いたことを
07:51
may have written down before,
189
456000
2000
見つけ出すというのではなく
07:53
but by using built in knowledge
190
458000
2000
組み込まれた知識を元に
07:55
to compute fresh new answers to specific questions.
191
460000
3000
個々の質問に対して新たに計算して答えを導くのです
07:58
Now, of course, Wolfram Alpha
192
463000
2000
もちろんWolfram Alphaは
08:00
is a monumentally huge, long-term project
193
465000
2000
極めて大きな長期プロジェクトで
08:02
with lots and lots of challenges.
194
467000
2000
多くの難題があります
08:04
For a start, one has to curate a zillion
195
469000
3000
まず膨大で多様な知識やデータを
08:07
different sources of facts and data,
196
472000
3000
収集する必要があります
08:10
and we built quite a pipeline of Mathematica automation
197
475000
3000
そこでMathematicaの自動化と 各分野の専門家の
08:13
and human domain experts for doing this.
198
478000
3000
組み合わせによる 大きなパイプラインを構築しました
08:16
But that's just the beginning.
199
481000
2000
しかしそれは始まりにすぎません
08:18
Given raw facts or data
200
483000
2000
生の事実やデータに基づいて [Q> XLVIII + LXXII]
08:20
to actually answer questions,
201
485000
2000
実際に質問に答えるために
08:22
one has to compute:
202
487000
2000
計算をする必要があり
08:24
one has to implement all those methods and models
203
489000
2000
科学やその他の領域で
08:26
and algorithms and so on
204
491000
2000
何世紀にもわたって築かれてきた
08:28
that science and other areas have built up over the centuries.
205
493000
3000
様々な手法やモデルやアルゴリズムを実装する必要があります
08:31
Well, even starting from Mathematica,
206
496000
3000
Mathematicaという出発点があったにしても
08:34
this is still a huge amount of work.
207
499000
2000
これは膨大な作業です
08:36
So far, there are about 8 million lines
208
501000
2000
今の時点でWolfram Alphaには
08:38
of Mathematica code in Wolfram Alpha
209
503000
2000
多様な領域の専門家により書かれた
08:40
built by experts from many, many different fields.
210
505000
3000
800万行に上るMathematicaのコードがあります
08:43
Well, a crucial idea of Wolfram Alpha
211
508000
3000
Wolfram Alphaで重要な考え方は
08:46
is that you can just ask it questions
212
511000
2000
普通の言葉を使って
08:48
using ordinary human language,
213
513000
3000
質問ができるということで [Q> JFKが死んだときのロングビーチの潮の干満]
08:51
which means that we've got to be able to take
214
516000
2000
それはつまり人々が入力欄に入れる
08:53
all those strange utterances that people type into the input field
215
518000
3000
あらゆる奇妙な文章を受け入れ
08:56
and understand them.
216
521000
2000
理解できる必要があるということです
08:58
And I must say that I thought that step
217
523000
2000
そんなこと率直に言って不可能だと
09:00
might just be plain impossible.
218
525000
3000
思っていたことを打ち明けます [Q> ヨーロッパのGDPと鉄道の長さの比較]
09:04
Two big things happened:
219
529000
2000
2つ大きなことがありました
09:06
First, a bunch of new ideas about linguistics
220
531000
3000
１つは計算の宇宙の研究から
09:09
that came from studying the computational universe;
221
534000
3000
言語に関するたくさんの新しいアイデアが出てきたということです
09:12
and second, the realization that having actual computable knowledge
222
537000
3000
もう１つは 実際に計算可能な知識を持つことによって
09:15
completely changes how one can
223
540000
2000
言語理解への取り組みが
09:17
set about understanding language.
224
542000
3000
根本的に変わると気付いたことです
09:20
And, of course, now
225
545000
2000
Wolfram Alphaが公開された今
09:22
with Wolfram Alpha actually out in the wild,
226
547000
2000
実際の使われ方から
09:24
we can learn from its actual usage.
227
549000
2000
学ぶことができます
09:26
And, in fact, there's been
228
551000
2000
そしてWolfram Alphaと
09:28
an interesting coevolution that's been going on
229
553000
2000
人間のユーザの間には
09:30
between Wolfram Alpha
230
555000
2000
興味深い共進化が
09:32
and its human users,
231
557000
2000
見られます
09:34
and it's really encouraging.
232
559000
2000
これはとても勇気づけられることです
09:36
Right now, if we look at web queries,
233
561000
2000
現在 Webでのクエリを見ると
09:38
more than 80 percent of them get handled successfully the first time.
234
563000
3000
その80%以上が最初の試みで成功裏に答えを得ています
09:41
And if you look at things like the iPhone app,
235
566000
2000
iPhoneアプリでは
09:43
the fraction is considerably larger.
236
568000
2000
この割合はさらに高くなります
09:45
So, I'm pretty pleased with it all.
237
570000
2000
だから私はこの結果にとても満足しています [Q> www.apple.comのトラフィック]
09:47
But, in many ways,
238
572000
2000
しかし色々な点で
09:49
we're still at the very beginning with Wolfram Alpha.
239
574000
3000
Wolfram Alphaはまだはじめの段階にあります
09:52
I mean, everything is scaling up very nicely
240
577000
2000
すべてがとてもよくスケールしており
09:54
and we're getting more confident.
241
579000
2000
私たちは自信を深めています
09:56
You can expect to see Wolfram Alpha technology
242
581000
2000
Wolfram Alphaのテクノロジーが
09:58
showing up in more and more places,
243
583000
2000
より多くの場所で目にされるようになるでしょう
10:00
working both with this kind of public data, like on the website,
244
585000
3000
Webサイト上の公的データというのもありますし
10:03
and with private knowledge
245
588000
2000
個人や会社の
10:05
for people and companies and so on.
246
590000
3000
プライベートな知識というのもあるでしょう
10:08
You know, I've realized that Wolfram Alpha actually gives one
247
593000
3000
Wolfram Alphaの提供するのが
10:11
a whole new kind of computing
248
596000
2000
「知識に基づく計算」とでも言うべき
10:13
that one can call knowledge-based computing,
249
598000
2000
全く新しい種類の計算であることに気付きました
10:15
in which one's starting not just from raw computation,
250
600000
3000
単に計算だけをするのではなく
10:18
but from a vast amount of built-in knowledge.
251
603000
3000
組み込まれている膨大な知識から出発するのです
10:21
And when one does that, one really changes
252
606000
2000
Webであれ その他の形態であれ
10:23
the economics of delivering computational things,
253
608000
3000
計算の提供に関わる経済を
10:26
whether it's on the web or elsewhere.
254
611000
2000
本当に変えることになるでしょう
10:28
You know, we have a fairly interesting situation right now.
255
613000
3000
現在は本当に面白い状況にあります
10:31
On the one hand, we have Mathematica,
256
616000
2000
一方にはMathematicaがあり
10:33
with its sort of precise, formal language
257
618000
3000
厳格で形式的な言語と
10:36
and a huge network
258
621000
2000
注意深く設計された機能の
10:38
of carefully designed capabilities
259
623000
2000
巨大なネットワークによって
10:40
able to get a lot done in just a few lines.
260
625000
3000
ほんの数行のコードで実に多くのことを成し遂げられます
10:43
Let me show you a couple of examples here.
261
628000
3000
いくつか例をお見せしましょう
10:47
So here's a trivial piece of Mathematica programming.
262
632000
3000
とても単純なMathematicaプログラムです
10:51
Here's something where we're sort of
263
636000
2000
ここではたくさんの機能を
10:53
integrating a bunch of different capabilities here.
264
638000
3000
組み合わせています
10:56
Here we'll just create, in this line,
265
641000
3000
この行では ちょっとした
10:59
a little user interface that allows us to
266
644000
3000
ユーザインタフェースを追加していて
11:02
do something fun there.
267
647000
2000
それで面白いことができます
11:05
If you go on, that's a slightly more complicated program
268
650000
2000
さらにもう少し複雑なプログラムです
11:07
that's now doing all sorts of algorithmic things
269
652000
3000
色々なアルゴリズム的なことをやって
11:10
and creating user interface and so on.
270
655000
2000
ユーザインタフェースを作り出しています
11:12
But it's something that is very precise stuff.
271
657000
3000
これはとても厳密に定義されたものです
11:15
It's a precise specification with a precise formal language
272
660000
3000
厳密な仕様が厳格な形式言語で記述されていて
11:18
that causes Mathematica to know what to do here.
273
663000
3000
それによりMathematicaはどうすれば良いのかが分かります
11:21
Then on the other hand, we have Wolfram Alpha,
274
666000
3000
一方でWolfram Alphaの方には 世の中のごちゃごちゃしたものや
11:24
with all the messiness of the world
275
669000
2000
自然言語などが
11:26
and human language and so on built into it.
276
671000
2000
組み込まれています
11:28
So what happens when you put these things together?
277
673000
3000
この2つを一緒にするとどうなるのでしょう？
11:31
I think it's actually rather wonderful.
278
676000
2000
実はとても素晴らしい効果を上げます
11:33
With Wolfram Alpha inside Mathematica,
279
678000
2000
Wolfram AlphaをMathematicaの中で使うと
11:35
you can, for example, make precise programs
280
680000
2000
たとえば現実世界のデータを使う
11:37
that call on real world data.
281
682000
2000
精密なプログラムを作ることができます
11:39
Here's a real simple example.
282
684000
2000
これはごく簡単な例です
11:44
You can also just sort of give vague input
283
689000
3000
曖昧な入力を与えて
11:47
and then try and have Wolfram Alpha
284
692000
2000
考えていることをWolfram Alphaに
11:49
figure out what you're talking about.
285
694000
2000
推測させることもできます
11:51
Let's try this here.
286
696000
2000
試してみましょう [spikey(とげとげ)と入力]
11:53
But actually I think the most exciting thing about this
287
698000
3000
これの一番エキサイティングなところは
11:56
is that it really gives one the chance
288
701000
2000
プログラミングを
11:58
to democratize programming.
289
703000
3000
万人のものにできる可能性があるということです
12:01
I mean, anyone will be able to say what they want in plain language.
290
706000
3000
どうしたいのかを普通の言葉で書けば
12:04
Then, the idea is that Wolfram Alpha will be able to figure out
291
709000
3000
Wolfram Alphaが
12:07
what precise pieces of code
292
712000
2000
それを実行する正確なコードを
12:09
can do what they're asking for
293
714000
2000
見出せるようになるでしょう
12:11
and then show them examples that will let them pick what they need
294
716000
3000
そして例示した中から必要なものを選ばせることで
12:14
to build up bigger and bigger, precise programs.
295
719000
3000
より大きく正確なプログラムを構築できるでしょう
12:17
So, sometimes, Wolfram Alpha
296
722000
2000
時にはWolfram Alphaがその全てを
12:19
will be able to do the whole thing immediately
297
724000
2000
即座に行ってプログラムを返し
12:21
and just give back a whole big program that you can then compute with.
298
726000
3000
ユーザがそれを実行できることもあるでしょう
12:24
Here's a big website
299
729000
2000
これは私たちが
12:26
where we've been collecting lots of educational
300
731000
3000
様々な種類の学習等に使える
12:29
and other demonstrations about lots of kinds of things.
301
734000
3000
デモを集めた大きなWebサイトです
12:32
I'll show you one example here.
302
737000
3000
１つ例をお見せしましょう
12:36
This is just an example of one of these computable documents.
303
741000
3000
計算実行できるドキュメントの1例です
12:39
This is probably a fairly small
304
744000
2000
これはごく小さな
12:41
piece of Mathematica code
305
746000
2000
Mathematicaのコード片で
12:43
that's able to be run here.
306
748000
2000
その場で実行することができます
12:47
Okay. Let's zoom out again.
307
752000
3000
元の話に戻りましょう
12:50
So, given our new kind of science,
308
755000
2000
私たちの新しい種類の科学をもとにして
12:52
is there a general way to use it to make technology?
309
757000
3000
テクノロジーを生み出すのに使える一般的な方法はあるのでしょうか？
12:55
So, with physical materials,
310
760000
2000
物質的なことであれば
12:57
we're used to going around the world
311
762000
2000
私たちは世界中をまわって
12:59
and discovering that particular materials
312
764000
2000
特定の技術的目的のために有用な
13:01
are useful for particular
313
766000
2000
特定の物質を
13:03
technological purposes.
314
768000
2000
見つけます
13:05
Well, it turns out we can do very much the same kind of thing
315
770000
2000
計算の宇宙でも
13:07
in the computational universe.
316
772000
2000
同様のことができるのが分かります
13:09
There's an inexhaustible supply of programs out there.
317
774000
3000
プログラムの供給は無尽蔵にあります
13:12
The challenge is to see how to
318
777000
2000
難しいのは それを
13:14
harness them for human purposes.
319
779000
2000
人の目的にどう合わせるかということです
13:16
Something like Rule 30, for example,
320
781000
2000
たとえばルール30なんかは
13:18
turns out to be a really good randomness generator.
321
783000
2000
非常に良い乱数生成器になることがわかります
13:20
Other simple programs are good models
322
785000
2000
他のシンプルなプログラムにも
13:22
for processes in the natural or social world.
323
787000
3000
自然界や社会のプロセスの良いモデルになるものがあります
13:25
And, for example, Wolfram Alpha and Mathematica
324
790000
2000
実際Wolfram AlphaやMathematicaには
13:27
are actually now full of algorithms
325
792000
2000
計算の宇宙の探索で見つけた
13:29
that we discovered by searching the computational universe.
326
794000
3000
アルゴリズムがたくさん入っているのです
13:33
And, for example, this -- if we go back here --
327
798000
3000
たとえばこれは
13:37
this has become surprisingly popular
328
802000
2000
計算の宇宙を探索して
13:39
among composers
329
804000
2000
音楽形式を見出すもので
13:41
finding musical forms by searching the computational universe.
330
806000
3000
作曲家の間でとても人気があります
13:45
In a sense, we can use the computational universe
331
810000
2000
ある意味で 計算の宇宙を使って
13:47
to get mass customized creativity.
332
812000
3000
クリエイティビティのマスカスタマイゼーションができるのです
13:50
I'm hoping we can, for example,
333
815000
2000
Wolfram Alphaを使って
13:52
use that even to get Wolfram Alpha
334
817000
2000
ルーチン的に発明や発見を即座に行い
13:54
to routinely do invention and discovery on the fly,
335
819000
3000
あらゆる素晴らしいものを
13:57
and to find all sorts of wonderful stuff
336
822000
2000
エンジニアの手や
13:59
that no engineer
337
824000
2000
進化プロセスを介することなく
14:01
and no process of incremental evolution would ever come up with.
338
826000
3000
見出すことができるようになるのではと思っています
14:05
Well, so, that leads to kind of an ultimate question:
339
830000
3000
そしてこれは究極の疑問に繋がります
14:08
Could it be that someplace out there in the computational universe
340
833000
3000
計算の宇宙のどこかに
14:11
we might find our physical universe?
341
836000
3000
我々の物質的な宇宙は見出せるのか ということです
14:14
Perhaps there's even some quite simple rule,
342
839000
2000
我々の宇宙には ごくシンプルなルールや
14:16
some simple program for our universe.
343
841000
3000
シンプルなプログラムさえあるかもしれません
14:19
Well, the history of physics would have us believe
344
844000
2000
物理学の歴史から 宇宙のルールは
14:21
that the rule for the universe must be pretty complicated.
345
846000
3000
すごく込み入ったものに違いないと私たちは思っています
14:24
But in the computational universe,
346
849000
2000
しかし計算の宇宙では
14:26
we've now seen how rules that are incredibly simple
347
851000
3000
ものすごくシンプルなルールが ものすごく豊かで
14:29
can produce incredibly rich and complex behavior.
348
854000
3000
複雑な振る舞いを生み出しうることを見ました
14:32
So could that be what's going on with our whole universe?
349
857000
3000
私たちの宇宙でもそのようなことが起こっている可能性はないでしょうか？
14:36
If the rules for the universe are simple,
350
861000
2000
宇宙のルールがシンプルなら
14:38
it's kind of inevitable that they have to be
351
863000
2000
それはとても抽象的で
14:40
very abstract and very low level;
352
865000
2000
低レベルなはずで
14:42
operating, for example, far below
353
867000
2000
物事の表現を難しくしている
14:44
the level of space or time,
354
869000
2000
時間や空間といったものよりも
14:46
which makes it hard to represent things.
355
871000
2000
ずっと下のレベルで作用していることでしょう
14:48
But in at least a large class of cases,
356
873000
2000
少なくともある種のケースにおいては
14:50
one can think of the universe as being
357
875000
2000
宇宙は一種の
14:52
like some kind of network,
358
877000
2000
ネットワークと見ることができて
14:54
which, when it gets big enough,
359
879000
2000
それは十分大きくなると
14:56
behaves like continuous space
360
881000
2000
連続的な空間のように振る舞います
14:58
in much the same way as having lots of molecules
361
883000
2000
ちょうど分子がたくさん集まると
15:00
can behave like a continuous fluid.
362
885000
2000
連続的な流体として振る舞うように
15:02
Well, then the universe has to evolve by applying
363
887000
3000
すると宇宙はわずかなルールを適用して
15:05
little rules that progressively update this network.
364
890000
3000
このネットワークを徐々にアップデートしていくことで進化するはずです
15:08
And each possible rule, in a sense,
365
893000
2000
そして可能なルールのそれぞれが
15:10
corresponds to a candidate universe.
366
895000
2000
宇宙の候補に対応しているのです
15:12
Actually, I haven't shown these before,
367
897000
3000
これは以前に公開したことはないのですが
15:16
but here are a few of the candidate universes
368
901000
3000
私が検討してきた
15:19
that I've looked at.
369
904000
2000
宇宙の候補の一部です
15:21
Some of these are hopeless universes,
370
906000
2000
この中のあるものは望みがなく
15:23
completely sterile,
371
908000
2000
全く不毛で
15:25
with other kinds of pathologies like no notion of space,
372
910000
2000
空間や時間の概念がなかったり
15:27
no notion of time, no matter,
373
912000
3000
物質が存在しないという
15:30
other problems like that.
374
915000
2000
病的なものです
15:32
But the exciting thing that I've found in the last few years
375
917000
3000
しかしエキサイティングなことに
15:35
is that you actually don't have to go very far
376
920000
2000
計算の宇宙をそう遠くまで探しにいかずとも
15:37
in the computational universe
377
922000
2000
我々の宇宙との違いが
15:39
before you start finding candidate universes
378
924000
2000
さほど明らかでない候補が見つかることが
15:41
that aren't obviously not our universe.
379
926000
3000
数年前にわかりました
15:44
Here's the problem:
380
929000
2000
問題は
15:46
Any serious candidate for our universe
381
931000
3000
私たちの宇宙の候補として考えられるようなものは
15:49
is inevitably full of computational irreducibility.
382
934000
3000
必然的に計算的還元不能性に満ちており
15:52
Which means that it is irreducibly difficult
383
937000
3000
それが本当にどう振る舞うのか
15:55
to find out how it will really behave,
384
940000
2000
ひいては我々の物理的宇宙と適合するか
15:57
and whether it matches our physical universe.
385
942000
3000
知るのが極めて困難だということです
16:01
A few years ago, I was pretty excited to discover
386
946000
3000
何年か前 非常にシンプルなルールで
16:04
that there are candidate universes with incredibly simple rules
387
949000
3000
特殊相対性と一般相対性や重力まで再現でき
16:07
that successfully reproduce special relativity,
388
952000
2000
量子力学の
16:09
and even general relativity and gravitation,
389
954000
3000
兆候さえ示すような
16:12
and at least give hints of quantum mechanics.
390
957000
3000
宇宙の候補を見つけて 非常に興奮しました
16:15
So, will we find the whole of physics?
391
960000
2000
では物理学の全体は見つかるのでしょうか？
16:17
I don't know for sure,
392
962000
2000
はっきりとはわかりません
16:19
but I think at this point it's sort of
393
964000
2000
しかし少なくとも試みないとしたら
16:21
almost embarrassing not to at least try.
394
966000
2000
それは恥ずかしいことだと思います
16:23
Not an easy project.
395
968000
2000
簡単なプロジェクトではありません
16:25
One's got to build a lot of technology.
396
970000
2000
たくさんのテクノロジーを構築する必要があります
16:27
One's got to build a structure that's probably
397
972000
2000
少なくとも既存の物理学と同じくらい
16:29
at least as deep as existing physics.
398
974000
2000
深い体系を構築する必要があるでしょう
16:31
And I'm not sure what the best way to organize the whole thing is.
399
976000
3000
その努力をどう組織化するのが最善なのかよく分かりません
16:34
Build a team, open it up, offer prizes and so on.
400
979000
3000
チームを作るのか 広く公開するのか 賞金を提示するのか
16:37
But I'll tell you, here today,
401
982000
2000
しかし私は今日ここで そのプロジェクトに
16:39
that I'm committed to seeing this project done,
402
984000
2000
真剣に取り組むことを宣言したい
16:41
to see if, within this decade,
403
986000
3000
これからの10年で見極めたいと思います
16:44
we can finally hold in our hands
404
989000
2000
果たして我々の宇宙のルールに
16:46
the rule for our universe
405
991000
2000
到達することができるのか
16:48
and know where our universe lies
406
993000
2000
我々の宇宙があらゆる可能な宇宙の中の
16:50
in the space of all possible universes ...
407
995000
2000
いったいどこにあるのか
16:52
and be able to type into Wolfram Alpha, "the theory of the universe,"
408
997000
3000
そしてWolfram Alphaに究極の宇宙の理論は何かと入力して
16:55
and have it tell us.
409
1000000
2000
答えが得られるようになるのか
16:57
(Laughter)
410
1002000
2000
(笑)
17:00
So I've been working on the idea of computation
411
1005000
2000
私はこれまで30年以上
17:02
now for more than 30 years,
412
1007000
2000
計算というアイデアに取り組んできて
17:04
building tools and methods and turning intellectual ideas
413
1009000
3000
ツールや手法を構築し 知的なアイデアを
17:07
into millions of lines of code
414
1012000
2000
何百万行というコードと
17:09
and grist for server farms and so on.
415
1014000
2000
サーバファームへと変換してきました
17:11
With every passing year,
416
1016000
2000
年々私は 計算というアイデアが
17:13
I realize how much more powerful
417
1018000
2000
いかに強力なものかという
17:15
the idea of computation really is.
418
1020000
2000
思いを強めてきました
17:17
It's taken us a long way already,
419
1022000
2000
それは我々をはるばる導いて来ましたが
17:19
but there's so much more to come.
420
1024000
2000
これからさらに多くをもたらすでしょう
17:21
From the foundations of science
421
1026000
2000
科学の基礎や
17:23
to the limits of technology
422
1028000
2000
テクノロジーの限界から
17:25
to the very definition of the human condition,
423
1030000
2000
人間条件の定義にいたるまで
17:27
I think computation is destined to be
424
1032000
2000
計算が 我々の未来を決めるアイデアであることは
17:29
the defining idea of our future.
425
1034000
2000
間違いないだろうと思います
17:31
Thank you.
426
1036000
2000
どうもありがとうございました
17:33
(Applause)
427
1038000
14000
(拍手)
17:47
Chris Anderson: That was astonishing.
428
1052000
2000
素晴らしいお話でした
17:49
Stay here. I've got a question.
429
1054000
2000
どうぞこちらに お聞きしたいことがあります
17:51
(Applause)
430
1056000
4000
(拍手)
17:57
So, that was, fair to say, an astonishing talk.
431
1062000
3000
控えめに言っても驚くべき講演でした
18:01
Are you able to say in a sentence or two
432
1066000
3000
このような考え方が
18:04
how this type of thinking
433
1069000
3000
宇宙を説明する基礎として考えられている
18:07
could integrate at some point
434
1072000
2000
ひも理論のようなものと
18:09
to things like string theory or the kind of things that people think of
435
1074000
2000
どう統合できるものか
18:11
as the fundamental explanations of the universe?
436
1076000
3000
一言か二言で説明していただくことは可能でしょうか？
18:14
Stephen Wolfram: Well, the parts of physics
437
1079000
2000
私たちが真理であると知っている
18:16
that we kind of know to be true,
438
1081000
2000
物理学の一部として
18:18
things like the standard model of physics:
439
1083000
2000
標準理論のようなものがあります
18:20
what I'm trying to do better reproduce the standard model of physics
440
1085000
3000
私がやろうとしているのは標準理論をよりよく再現するということで
18:23
or it's simply wrong.
441
1088000
2000
それができなければ単に間違っているということでしょう
18:25
The things that people have tried to do in the last 25 years or so
442
1090000
2000
人々がこの25年かそこらの間
18:27
with string theory and so on
443
1092000
2000
ひも理論などで試みてきたのは
18:29
have been an interesting exploration
444
1094000
2000
標準理論へと戻ろうとする
18:31
that has tried to get back to the standard model,
445
1096000
3000
興味深い探求ですが
18:34
but hasn't quite gotten there.
446
1099000
2000
まだそこに至ってはいません
18:36
My guess is that some great simplifications of what I'm doing
447
1101000
3000
私のやっている大きな単純化は
18:39
may actually have considerable resonance
448
1104000
3000
実際ひも理論で行われてきたことと
18:42
with what's been done in string theory,
449
1107000
2000
大きく共鳴する部分があるのではと思っています
18:44
but that's a complicated math thing
450
1109000
3000
しかしこれは複雑な数学であり
18:47
that I don't yet know how it's going to work out.
451
1112000
3000
どういうことになるのか まだ分かってはいません
18:50
CA: Benoit Mandelbrot is in the audience.
452
1115000
2000
この聴衆の中にブノワ マンデルブロがいます
18:52
He also has shown how complexity
453
1117000
2000
彼もまた シンプルなものから
18:54
can arise out of a simple start.
454
1119000
2000
如何に複雑なものが生じうるかを示しました
18:56
Does your work relate to his?
455
1121000
2000
彼の仕事とあなた仕事は関連していると思いますか？
18:58
SW: I think so.
456
1123000
2000
関係していると思います
19:00
I view Benoit Mandelbrot's work
457
1125000
2000
ブノワ マンデルブロの仕事は
19:02
as one of the founding contributions
458
1127000
3000
この様な領域を生み出す
19:05
to this kind of area.
459
1130000
3000
基礎的な貢献をしたと思います
19:08
Benoit has been particularly interested
460
1133000
2000
彼が特に関心を持っているのは
19:10
in nested patterns, in fractals and so on,
461
1135000
2000
入れ子になったパターン フラクタルです
19:12
where the structure is something
462
1137000
2000
それは木のような構造で
19:14
that's kind of tree-like,
463
1139000
2000
大きな枝があり
19:16
and where there's sort of a big branch that makes little branches
464
1141000
2000
それが小さな枝を作り
19:18
and even smaller branches and so on.
465
1143000
3000
それが更に小さな枝を作るという具合に続いていきます
19:21
That's one of the ways
466
1146000
2000
これは真に複雑なものへと至る
19:23
that you get towards true complexity.
467
1148000
3000
１つの方法です
19:26
I think things like the Rule 30 cellular automaton
468
1151000
3000
ルール30セルオートマトンのようなものは
19:29
get us to a different level.
469
1154000
2000
別なレベルに至るものだと思っています
19:31
In fact, in a very precise way, they get us to a different level
470
1156000
3000
実際 それはまさに別なレベルへと至るための方法であり
19:34
because they seem to be things that are
471
1159000
2000
おおよそ複雑さが
19:37
capable of complexity
472
1162000
3000
到達しうる限りの複雑さを
19:40
that's sort of as great as complexity can ever get ...
473
1165000
3000
生み出せるように思えます…
19:44
I could go on about this at great length, but I won't. (Laughter) (Applause)
474
1169000
3000
これについては いくらでも議論を続けられますが やめておきましょう
19:47
CA: Stephen Wolfram, thank you.
475
1172000
2000
スティーブン ウルフラム ありがとうございました
19:49
(Applause)
476
1174000
2000
(拍手)
ABOUT THE SPEAKER
Stephen Wolfram - Scientist, inventorStephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research.
Why you should listen
Stephen Wolfram published his first scientific paper at the age of 15, and received his PhD in theoretical physics from Caltech by the age of 20. Having started to use computers in 1973, Wolfram rapidly became a leader in the emerging field of scientific computing.
In 1981 Wolfram became the youngest recipient of a MacArthur Prize Fellowship. He then set out on an ambitious new direction in science aimed at understanding the origins of complexity in nature. Wolfram's first key idea was to use computer experiments to study the behavior of simple computer programs known as cellular automata. This allowed him to make a series of startling discoveries about the origins of complexity.
Wolfram founded the first research center and the first journal in the field, Complex Systems, and began the development of Mathematica. Wolfram Research soon became a world leader in the software industry -- widely recognized for excellence in both technology and business.
Following the release of Mathematica Version 2 in 1991, Wolfram began to divide his time between Mathematica development and scientific research. Building on his work from the mid-1980s, and now with Mathematica as a tool, Wolfram made a rapid succession of major new discoveries, which he described in his book, A New Kind of Science.
Building on Mathematica, A New Kind of Science, and the success of Wolfram Research, Wolfram recently launched Wolfram|Alpha -- an ambitious, long-term project to make as much of the world's knowledge as possible computable, and accessible to everyone.
Stephen Wolfram | Speaker | TED.com