TED2009
Ray Kurzweil: A university for the coming singularity
Ray Kurzweil: Uniwersytet na czasy nadchodzącej osobliwości
Filmed:
Readability: 4.9
1,025,725 views
Z najnowszych wykresów Raya Kurzweila wynika, że zadziwiające tempo postępu technicznego stanie się jeszcze większe - i to mimo recesji. Przedstawia on zatem swój nowy projekt - Uniwersytet Osobliwości, który zajmować się będzie badaniem nadchodzącej technologii i kierować nią tak, by jak najlepiej służyła ludzkości.
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
Informatyka rozwija się wykładniczo,
00:16
It's not linear. And our intuition is linear.
1
4000
4000
a nie liniowo. A nasza intuicja jest liniowa.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
Kiedy tysiąc lat temu chodziliśmy po sawannie,
00:22
we made linear predictions where that animal would be,
3
10000
2000
to liniowo szacowaliśmy, gdzie będzie dane zwierzę.
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
I to się sprawdzało. Tak działa nasz mózg.
00:27
But the pace of exponential growth
5
15000
3000
Ale to wykładniczy wzrost
00:30
is really what describes information technologies.
6
18000
3000
lepiej opisuje postęp w informatyce.
00:33
And it's not just computation.
7
21000
3000
I to nie tylko w mocach obliczeniowych.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
Jest duża różnica między wzrostem liniowym a wykładniczym.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
Jak zrobię 30 linearnych kroków: jeden, drugi, trzeci, czwarty,
00:42
I get to 30.
10
30000
2000
to skończę na 30.
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
Jeśli zrobię 30 wykładniczych kroków: dwa, cztery, osiem, 16,
00:47
I get to a billion.
12
35000
2000
to skończę na miliardzie.
00:49
It makes a huge difference.
13
37000
2000
To jest olbrzymia różnica.
00:51
And that really describes information technology.
14
39000
2000
I właśnie taki wzrost następuje w informatyce.
00:53
When I was a student at MIT,
15
41000
2000
W czasach moich studiów na MIT
00:55
we all shared one computer that took up a whole building.
16
43000
2000
mieliśmy jeden wspólny komputer, który zajmował cały budynek.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
Dzisiejsze komputery w waszych telefonach są milion razy tańsze,
01:00
a million times smaller,
18
48000
2000
milion razy mniejsze
01:02
a thousand times more powerful.
19
50000
2000
i tysiące razy mocniejsze.
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
To jest miliard-krotny przyrost możliwości za dolara,
01:07
that we've actually experienced since I was a student.
21
55000
2000
który miał miejsce od czasu moich studiów
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
i który powtórzymy w ciągu następnych 25 lat.
01:12
Information technology progresses
23
60000
2000
Postęp w informatyce opisuje ciąg
01:14
through a series of S-curves
24
62000
2000
krzywych w kształcie litery S:
01:16
where each one is a different paradigm.
25
64000
2000
każda z nich dotyczy innego paradygmatu.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
Ludzie pytają: "Co się stanie, kiedy przestanie obowiązywać prawo Moore'a?"
01:21
Which will happen around 2020.
27
69000
2000
Co nastąpi około 2020 roku.
01:23
We'll then go to the next paradigm.
28
71000
2000
Wtedy wejdziemy w kolejny paradygmat.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
Prawo Moore'a nie było pierwszym paradygmatem
01:27
to bring exponential growth to computing.
30
75000
2000
opisującym wykładniczy rozwój komputerów.
01:29
The exponential growth of computing started
31
77000
2000
Wykładniczy rozwój komputerów zaczął się
01:31
decades before Gordon Moore was even born.
32
79000
2000
dziesiątki lat przed narodzinami Gordona Moore'a.
01:33
And it doesn't just apply to computation.
33
81000
4000
Opisuje on nie tylko moc obliczeniową,
01:37
It's really any technology where we can measure
34
85000
2000
ale także każdą inną technologię, dla której
01:39
the underlying information properties.
35
87000
3000
umiemy zmierzyć ilość informacji, na której jest oparta.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
Oto 49 słynnych komputerów. Umieściłem je na wykresie logarytmicznym.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
Skala logarytmiczna ukrywa rzeczywistą skalę przyrostu,
01:50
because this represents trillions-fold increase
38
98000
2000
bo tu jest przedstawiony bilion-krotny przyrost
01:52
since the 1890 census.
39
100000
3000
od roku 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
Od 1950 roku zmniejszano lampy elektronowe,
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
uzyskując coraz mniejsze i mniejsze. Aż doszli do ściany.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
Nie umieli zmniejszyć lampy i zachować w niej próżni.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
I to był koniec miniaturyzacji lamp elektronowych.
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
Ale to nie był koniec wykładniczego wzrostu mocy obliczeniowych.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
Przeszliśmy do czwartego paradygmatu - tranzystorów,
02:10
and finally integrated circuits.
46
118000
2000
a potem układów scalonych.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
Gdy one się wyczerpią, przejdziemy do szóstego paradygmatu:
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
trójwymiarowych samoorganizujących się obwodów molekularnych.
02:18
But what's even more amazing, really, than this
49
126000
3000
Ale jeszcze bardziej fascynujące niż to
02:21
fantastic scale of progress,
50
129000
2000
niesamowite tempo rozwoju
02:23
is that -- look at how predictable this is.
51
131000
2000
jest to, jak bardzo jest on przewidywalny.
02:25
I mean this went through thick and thin,
52
133000
2000
Ten rozwój następował w czasach złych i dobrych,
02:27
through war and peace, through boom times and recessions.
53
135000
3000
w czasach wojny i pokoju, w czasach rozwoju i recesji.
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
Wielki Kryzys ani odrobinę nie zachamował tego wykładniczego tempa.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
I tak samo będzie podczas naszej obecnej recesji:
02:38
At least the exponential growth of information technology capability
56
146000
3000
niezależnie od wszystkiego, wykładniczy przyrost mocy informatycznych
02:41
will continue unabated.
57
149000
3000
będzie postępował dalej.
02:44
And I just updated these graphs.
58
152000
2000
Niedawno aktualizowałem te wykresy,
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
bo one pochodzą z mojej książki z 2002 roku pt. "Singularity is Near".
02:49
So we updated them,
60
157000
2000
Gdy więc aktualizowaliśmy je,
02:51
so I could present it here, to 2007.
61
159000
3000
żeby obejmowały 2007 rok,
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
zapytano mnie: "Nie martwisz się?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
Może ten postęp już przestał być wykładniczy?"
03:00
I was a little nervous
64
168000
2000
Trochę się bałem,
03:02
because maybe the data wouldn't be right,
65
170000
2000
że dane nie będą pasowały,
03:04
but I've done this now for 30 years,
66
172000
2000
ale robię to od 30 lat
03:06
and it has stayed on this exponential progression.
67
174000
3000
i zawsze wychodzi postęp wykładniczy.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
Spójrzcie na ten wykres. W 1968 roku za dolara można było kupić jeden tranzystor.
03:12
You can buy half a billion today,
69
180000
2000
A dzisiaj - pół miliarda.
03:14
and they are actually better, because they are faster.
70
182000
2000
I to lepszych, bo szybszych.
03:16
But look at how predictable this is.
71
184000
2000
Ale zobaczcie, jakie to jest przewidywalne.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
Ta wiedza jest nadmiernie dopasowana do dawnych danych.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
Tworzę te modele prognostyczne od około 30 lat
03:25
And the cost of a transistor cycle,
74
193000
2000
i cena jednego cyklu tranzystora,
03:27
which is a measure of the price performance of electronics,
75
195000
2000
która jest miarą wydajności kosztowej elektroniki,
03:29
comes down about every year.
76
197000
2000
spada z roku na rok.
03:31
That's a 50 percent deflation rate.
77
199000
2000
To jest 50% wskaźnik deflacji.
03:33
And it's also true of other examples,
78
201000
2000
To samo stosuje się do innych przykładów,
03:35
like DNA data or brain data.
79
203000
2000
takich jak dane DNA albo dane mózgu.
03:37
But we more than make up for that.
80
205000
2000
Ale spokojnie to nadrabiamy.
03:39
We actually ship more than twice as much
81
207000
2000
Dostarczamy ponad dwa razy więcej
03:41
of every form of information technology.
82
209000
2000
wszelkiego rodzaju produktów informatycznych.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
Mieliśmy 18% wzrost, liczony w dolarach o stałej wartości,
03:46
in every form of information technology for the last half-century,
84
214000
3000
wszelkiego rodzaju produktów informatycznych w ciągu ostatniego półwiecza.
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
I to mimo tego, że można z roku na rok można kupić dwa razy więcej.
03:53
This is a completely different example.
86
221000
2000
To jest całkiem inny przykład.
03:55
This is not Moore's Law.
87
223000
2000
To nie jest prawo Moore'a.
03:57
The amount of DNA data
88
225000
2000
Ilość danych DNA,
03:59
we've sequenced has doubled every year.
89
227000
2000
które zsekwencjonowaliśmy, podwaja się z roku na rok,
04:01
The cost has come down by half every year.
90
229000
3000
a koszt spada o połowę.
04:04
And this has been a smooth progression
91
232000
2000
I taki gładki postęp zachodzi
04:06
since the beginning of the genome project.
92
234000
2000
od samego początku prac nad genomem.
04:08
And halfway through the project, skeptics said,
93
236000
2000
W połowie tych prac, pesymiści mówili:
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"Nie idzie wam. Minęła połowa czasu badań,
04:13
and you've finished one percent of the project."
95
241000
2000
a wy ukończyliście tylko 1% prac."
04:15
But that was really right on schedule.
96
243000
2000
Ale to było właśnie zgodne z harmonogramem,
04:17
Because if you double one percent seven more times,
97
245000
2000
bo wystarczy siedem razy podwoić ten 1%,
04:19
which is exactly what happened,
98
247000
2000
co właśnie miało miejsce,
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
a osiągnie się 100%. I prace zakończono w terminie.
04:24
Communication technologies:
100
252000
2000
Technologie kominikacyjne:
04:26
50 different ways to measure this,
101
254000
2000
jest 50 różnych metod ich pomiaru.
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
Liczba przemieszczanych bitów, rozmiar internetu.
04:31
But this has progressed at an exponential pace.
103
259000
2000
Ale to też postępuje wykładniczo.
04:33
This is deeply democratizing.
104
261000
2000
To sprzyja demokratyzacji.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
Pisałem 20 lat temu w "The Age of Intelligent Machines",
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
w czasie gdy Związek Radziecki rósł w siłę, że zostanie on zmieciony
04:41
by this growth of decentralized communication.
107
269000
4000
z powodu postępu w zdecentralizowanej komunikacji.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
I że w czasie XXI wieku będziemy mieć dość mocy obliczeniowych,
04:48
to do things like simulate regions of the human brain.
109
276000
4000
by na przykład wykonać symulację obszarów ludzkiego mózgu.
04:52
But where will we get the software?
110
280000
2000
Ale skąd wziąć oprogramowanie?
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
Krytycy mówią: "No cóż, rozwój oprogramowania utknął."
04:57
But we are learning more and more about the human brain.
112
285000
2000
Ale jednak coraz więcej wiemy o ludzkim mózgu.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
Dokładność przestrzennych skanów mózgu podwaja się co roku.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
Ilość danych, które uzyskujemy na temat mózgu podwaja się co roku.
05:05
And we're showing that we can actually turn this data
115
293000
3000
I okazuje się, że istotnie możemy użyć tych danych
05:08
into working models and simulations of brain regions.
116
296000
3000
to budowy działających modeli i symulacji obszarów mózgu.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
Już około 20 obszarów mózgu zostało wymodelowanych,
05:13
simulated and tested:
118
301000
2000
symulowanych i przetestowanych:
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
kora słuchowa, obszary kory wzrokowej,
05:18
cerebellum, where we do our skill formation;
120
306000
2000
móżdżek, gdzie uczymy się zachowań motorycznych,
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
części kory mózgowej, gdzie dokonujemy racjonalnego myślenia.
05:24
And all of this has fueled
122
312000
2000
A wszystko to napędza
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
przyrost produktywności, który jest gładki i przewidywalny.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
Doszliśmy od 30 do 130 dolarów
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
o stałej wartości, jeśli chodzi o wartość przeciętnej godziny ludzkiej pracy
05:35
fueled by this information technology.
126
323000
3000
i to dzięki właśnie tej technologii.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
Wszyscy martwimy się o energię i o środowisko.
05:41
Well this is a logarithmic graph.
128
329000
2000
Ten wykres logarytmiczny
05:43
This represents a smooth doubling,
129
331000
2000
przedstawia gładkie podwajanie się,
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
co dwa lata, ilości wytworzonej energii słonecznej.
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
Zwłaszcza, że teraz już stosujemy nanotechnologię,
05:51
a form of information technology, to solar panels.
132
339000
3000
też formę informatyki, do budowy paneli słonecznych.
05:54
And we're only eight doublings away
133
342000
2000
I zostało nam już tylko osiem takich podwojeń
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
do zaspokojenia 100% naszych potrzeb energetycznych.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
A mamy 10 razy więcej światła słonecznego niż nam potrzeba.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
Ostatecznie, sami połączymy się z tą technologią. Ona już jest blisko nas.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
Za moich czasów studenckich zajmowała cały kampus. Teraz mieści się w kieszeni.
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
To, co zajmowało cały budynek, teraz mieści się w kieszeni.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
To, co teraz mieści się w kieszeni, za 25 lat zmieści się w krwince.
06:16
And we will begin to actually deeply influence
140
364000
4000
I zaczniemy głęboko modyfikować
06:20
our health and our intelligence,
141
368000
2000
nasze zdrowie i inteligencję,
06:22
as we get closer and closer to this technology.
142
370000
4000
w miarę zbliżania się do tej technologii.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
Z tego względu ogłaszamy tu, na TED,
06:29
in true TED tradition, Singularity University.
144
377000
3000
zgodnie z tradycją TED, Uniwersytet Osobliwości.
06:32
It's a new university
145
380000
2000
To nowy uniwersytet,
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
założony przez obecnego tu Petera Diamandisa
06:36
and myself.
147
384000
2000
i mnie.
06:38
It's backed by NASA and Google,
148
386000
2000
Jest wspierany przez NASA, Google
06:40
and other leaders in the high-tech and science community.
149
388000
4000
i innych liderów społeczności high-tech oraz naukowej.
06:44
And our goal was to assemble the leaders,
150
392000
3000
Naszym celem było zebranie liderów,
06:47
both teachers and students,
151
395000
2000
tak nauczycieli, jak i studentów,
06:49
in these exponentially growing information technologies,
152
397000
2000
z tych wykładniczo rosnących dziedzin informatycznych
06:51
and their application.
153
399000
2000
i zajmujących się ich wdrażaniem.
06:53
But Larry Page made an impassioned speech
154
401000
2000
Ale Larry Page w swojej ognistej mowie
06:55
at our organizing meeting,
155
403000
2000
podczas naszego spotkania organizacyjnego
06:57
saying we should devote this study
156
405000
5000
powiedział, że powinniśmy skupić się
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
na głównych wyzwaniach stojących przed ludzkością.
07:06
And if we did that, then Google would back this.
158
414000
2000
I że jeśli tak zrobimy, to Google nas poprze.
07:08
And so that's what we've done.
159
416000
2000
Więc właśnie tak zrobiliśmy.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
Ostatnia jedna trzecia z 9-tygodniowej sesji letniej
07:14
will be devoted to a group project to address
161
422000
2000
będzie poświęcona grupowemu projektowi, który
07:16
some major challenge of humanity.
162
424000
2000
podejmie jakieś główne wyzwanie ludzkości.
07:18
Like for example, applying the Internet,
163
426000
2000
Jak na przykład wdrożeniem internetu,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
który jest teraz wszechobecny, na wiejskich obszarach Chin lub Afryki,
07:25
to bringing health information
165
433000
2000
aby zapewnić wiedzę o zdrowiu
07:27
to developing areas of the world.
166
435000
3000
rozwijającym się obszarom świata.
07:30
And these projects will continue past these sessions,
167
438000
3000
Te projekty będą istnieć także po zakończeniu sesji,
07:33
using collaborative interactive communication.
168
441000
3000
poprzez interaktywną współpracę.
07:36
All the intellectual property that is created and taught
169
444000
4000
A wiedza, która zostanie stworzona i nauczona,
07:40
will be online and available,
170
448000
2000
będzie dostępna online
07:42
and developed online in a collaborative fashion.
171
450000
3000
i wspólnie rozwijana w internecie.
07:45
Here is our founding meeting.
172
453000
2000
Oto nasze spotkanie założycielskie,
07:47
But this is being announced today.
173
455000
2000
ale ogłaszamy to dopiero dzisiaj.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
Siedziba będzie w Dolinie Krzemowej,
07:52
at the NASA Ames research center.
175
460000
2000
w centrum badawczym NASA Ames.
07:54
There are different programs for graduate students,
176
462000
2000
Mamy różne programy dla doktorantów,
07:56
for executives at different companies.
177
464000
3000
dla menagerów z różnych przedsiębiorstw.
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
Pierwszych 6 specjalności, sztuczna inteligencja,
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
zaawansowane technologie obliczeniowe, biotechnologia, nanotechnologia
08:04
are the different core areas of information technology.
180
472000
4000
to są różne kluczowe obszary informatyki.
08:08
Then we are going to apply them to the other areas,
181
476000
2000
Potem będziemy je stosować na innych obszarach,
08:10
like energy, ecology,
182
478000
3000
jak energia, ekologia,
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
polityka, prawo i etyka, przedsiębiorczość,
08:15
so that people can bring these new technologies to the world.
184
483000
4000
aby ludzie mogli nieść te nowe technologie światu.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
Bardzo się cieszymy ze wsparcia, które otrzymaliśmy
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
zarówno od liderów naukowych, jak i liderów high-tech,
08:26
particularly Google and NASA.
187
494000
2000
zwłaszcza od Google i NASA.
08:28
This is an exciting new venture.
188
496000
2000
To jest fascynujące przedsięwzięcie,
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
do uczestnictwa w którym was zapraszamy. Dziękuję.
08:33
(Applause)
190
501000
3000
(Oklaski)
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