TED2009
Ray Kurzweil: A university for the coming singularity
Ray Kurzweil: Uma universidade para a singularidade do futuro
Filmed:
Readability: 4.9
1,025,725 views
Os últimos gráficos de Ray Kurzweil mostram que os rápidos desenvolvimentos tecnológicos vão acelerar — com ou sem recessão. Ele desvenda o seu novo projeto, a Universidade Singularidade, para estudar as novas tecnologias e direcioná-las de forma a beneficiar a humanidade.
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
A tecnologia da informação
cresce de forma exponencial.
cresce de forma exponencial.
00:16
It's not linear. And our intuition is linear.
1
4000
4000
Não é linear. E a nossa intuição é linear.
00:20
When we walked through the savanna a thousand years ago
2
8000
2000
Quando entrámos na savana há mil anos,
00:22
we made linear predictions where that animal would be,
3
10000
2000
fizemos previsões lineares sobre
onde estaria o animal, e acertámos.
onde estaria o animal, e acertámos.
00:24
and that worked fine. It's hardwired in our brains.
4
12000
3000
Está ligado ao nosso cérebro.
00:27
But the pace of exponential growth
5
15000
3000
É o ritmo de crescimento exponencial
00:30
is really what describes information technologies.
6
18000
3000
que caracteriza
as tecnologias da informação.
as tecnologias da informação.
00:33
And it's not just computation.
7
21000
3000
Não se trata apenas de cálculo.
00:36
There is a big difference between linear and exponential growth.
8
24000
2000
O crescimento linear
é muito diferente do exponencial.
é muito diferente do exponencial.
00:38
If I take 30 steps linearly -- one, two, three, four, five --
9
26000
4000
Se eu der 30 passos de forma linear
— um, dois, três, quatro, cinco —
— um, dois, três, quatro, cinco —
00:42
I get to 30.
10
30000
2000
chego aos 30.
Se eu der 30 passos de forma exponencial
— 2, 4, 8, 16 —
— 2, 4, 8, 16 —
00:44
If I take 30 steps exponentially -- two, four, eight, 16 --
11
32000
3000
00:47
I get to a billion.
12
35000
2000
chego a mil milhões.
00:49
It makes a huge difference.
13
37000
2000
É uma enorme diferença.
Isto é o que descreve
a tecnologia da informação.
a tecnologia da informação.
00:51
And that really describes information technology.
14
39000
2000
00:53
When I was a student at MIT,
15
41000
2000
Quando eu era estudante no MIT,
00:55
we all shared one computer that took up a whole building.
16
43000
2000
havia um só computador
que servia todo o edifício.
que servia todo o edifício.
00:57
The computer in your cellphone today is a million times cheaper,
17
45000
3000
O computador dos telemóveis modernos,
é mil vezes mais barato,
é mil vezes mais barato,
01:00
a million times smaller,
18
48000
2000
mil vezes mais pequeno
e mil vezes mais poderoso.
e mil vezes mais poderoso.
01:02
a thousand times more powerful.
19
50000
2000
01:04
That's a billion-fold increase in capability per dollar
20
52000
3000
É um aumento de milhões
em capacidade, por dólar,
em capacidade, por dólar,
01:07
that we've actually experienced since I was a student.
21
55000
2000
a que assistimos
desde que eu era estudante.
desde que eu era estudante.
01:09
And we're going to do it again in the next 25 years.
22
57000
3000
E que se vai repetir nos próximos 25 anos.
01:12
Information technology progresses
23
60000
2000
As tecnologias da informação progridem
01:14
through a series of S-curves
24
62000
2000
por entre linhas curvas
01:16
where each one is a different paradigm.
25
64000
2000
em que cada uma é um paradigma diferente.
01:18
So people say, "What's going to happen when Moore's Law comes to an end?"
26
66000
3000
O que vai acontecer quando
a Lei de Moore chegar ao fim?
a Lei de Moore chegar ao fim?
01:21
Which will happen around 2020.
27
69000
2000
— o que vai acontecer por volta de 2020.
01:23
We'll then go to the next paradigm.
28
71000
2000
Avançamos para o paradigma seguinte.
01:25
And Moore's Law was not the first paradigm
29
73000
2000
A Lei de Moore não foi
o primeiro paradigma
o primeiro paradigma
01:27
to bring exponential growth to computing.
30
75000
2000
a trazer o crescimento exponencial
à informática.
à informática.
01:29
The exponential growth of computing started
31
77000
2000
Este começou décadas antes
do nascimento de Gordon Moore.
do nascimento de Gordon Moore.
01:31
decades before Gordon Moore was even born.
32
79000
2000
01:33
And it doesn't just apply to computation.
33
81000
4000
E não se aplica apenas à computação.
Em qualquer tecnologia
podemos medir
podemos medir
01:37
It's really any technology where we can measure
34
85000
2000
01:39
the underlying information properties.
35
87000
3000
as propriedades informativas subjacentes.
01:42
Here we have 49 famous computers. I put them in a logarithmic graph.
36
90000
4000
Temos aqui 49 computadores conhecidos.
Coloquei-os num gráfico logarítmico.
Coloquei-os num gráfico logarítmico.
01:46
The logarithmic scale hides the scale of the increase,
37
94000
4000
A escala logarítmica esconde
a escala do crescimento,
a escala do crescimento,
01:50
because this represents trillions-fold increase
38
98000
2000
porque isto representa
um aumento de biliões
um aumento de biliões
01:52
since the 1890 census.
39
100000
3000
desde o censo de 1890.
01:55
In 1950s they were shrinking vacuum tubes,
40
103000
2000
Em 1950 encolhiam-se tubos de vácuo,
01:57
making them smaller and smaller. They finally hit a wall;
41
105000
3000
tornando-os cada vez mais pequenos,
até que chegaram ao limite.
até que chegaram ao limite.
02:00
they couldn't shrink the vacuum tube any more and keep the vacuum.
42
108000
2000
Não se podia diminuir mais
o tubo de vácuo mantendo o vácuo.
o tubo de vácuo mantendo o vácuo.
02:02
And that was the end of the shrinking of vacuum tubes,
43
110000
3000
Acabou aí a redução de tubos de vácuo,
02:05
but it was not the end of the exponential growth of computing.
44
113000
3000
mas não acabou
o crescimento exponencial da informática.
o crescimento exponencial da informática.
02:08
We went to the fourth paradigm, transistors,
45
116000
2000
Passámos ao quarto paradigma,
os transístores,
os transístores,
02:10
and finally integrated circuits.
46
118000
2000
e por fim o dos circuitos integrados.
02:12
When that comes to an end we'll go to the sixth paradigm;
47
120000
2000
Quando este terminar,
passamos ao sexto paradigma;
passamos ao sexto paradigma;
02:14
three-dimensional self-organizing molecular circuits.
48
122000
4000
circuitos moleculares tridimensionais
auto-organizados.
auto-organizados.
02:18
But what's even more amazing, really, than this
49
126000
3000
Mas o que é mais espantoso
do que esta extraordinária
escala de progresso,
escala de progresso,
02:21
fantastic scale of progress,
50
129000
2000
02:23
is that -- look at how predictable this is.
51
131000
2000
— vejam como é previsível.
02:25
I mean this went through thick and thin,
52
133000
2000
Isto passou por diferentes circunstâncias,
02:27
through war and peace, through boom times and recessions.
53
135000
3000
por guerra e paz,
prosperidade e recessões.
prosperidade e recessões.
02:30
The Great Depression made not a dent in this exponential progression.
54
138000
4000
A Grande Depressão não teve impacto
nesta progressão exponencial.
nesta progressão exponencial.
02:34
We'll see the same thing in the economic recession we're having now.
55
142000
4000
Vamos assistir à mesma situação
na recessão económica em que estamos.
na recessão económica em que estamos.
02:38
At least the exponential growth of information technology capability
56
146000
3000
Mas o crescimento exponencial da
capacidade das tecnologias da informação
capacidade das tecnologias da informação
02:41
will continue unabated.
57
149000
3000
continuará a bom ritmo.
02:44
And I just updated these graphs.
58
152000
2000
Eu apenas atualizei estes gráficos.
02:46
Because I had them through 2002 in my book, "The Singularity is Near."
59
154000
3000
Tinha-os no ano de 2002,
no meu livro "The Singularity is Near".
no meu livro "The Singularity is Near".
02:49
So we updated them,
60
157000
2000
Então atualizámo-los para 2007,
02:51
so I could present it here, to 2007.
61
159000
3000
para eu poder apresentá-los aqui.
02:54
And I was asked, "Well aren't you nervous?
62
162000
2000
Perguntaram-me: "Não estás nervoso?
02:56
Maybe it kind of didn't stay on this exponential progression."
63
164000
4000
"Talvez não se tenham mantido
nesta progressão exponencial."
nesta progressão exponencial."
03:00
I was a little nervous
64
168000
2000
Eu estava um bocado nervoso
porque havia a possibilidade
de os dados não estarem corretos,
de os dados não estarem corretos,
03:02
because maybe the data wouldn't be right,
65
170000
2000
03:04
but I've done this now for 30 years,
66
172000
2000
mas já faço isto há 30 anos,
03:06
and it has stayed on this exponential progression.
67
174000
3000
e têm-se mantido
nesta progressão exponencial.
nesta progressão exponencial.
03:09
Look at this graph here.You could buy one transistor for a dollar in 1968.
68
177000
3000
Observem este gráfico. Podíamos comprar
um transístor por um dólar em 1968.
um transístor por um dólar em 1968.
03:12
You can buy half a billion today,
69
180000
2000
Hoje podemos comprar 500 milhões,
e até são melhores, pois são mais rápidos.
e até são melhores, pois são mais rápidos.
03:14
and they are actually better, because they are faster.
70
182000
2000
03:16
But look at how predictable this is.
71
184000
2000
Mas vejam como é previsível.
03:18
And I'd say this knowledge is over-fitting to past data.
72
186000
3000
Eu diria que este conhecimento
é desajustado para informações antigas.
é desajustado para informações antigas.
03:21
I've been making these forward-looking predictions for about 30 years.
73
189000
4000
Já faço estas previsões do futuro
há cerca de 30 anos.
há cerca de 30 anos.
03:25
And the cost of a transistor cycle,
74
193000
2000
O custo de um ciclo de transístor,
03:27
which is a measure of the price performance of electronics,
75
195000
2000
que avalia a relação
preço/desempenho da eletrónica,
preço/desempenho da eletrónica,
03:29
comes down about every year.
76
197000
2000
regista uma descida anual.
03:31
That's a 50 percent deflation rate.
77
199000
2000
É uma taxa de deflação de 50%.
03:33
And it's also true of other examples,
78
201000
2000
Isto também se verifica noutros casos,
como dados de ADN ou dados do cérebro.
como dados de ADN ou dados do cérebro.
03:35
like DNA data or brain data.
79
203000
2000
03:37
But we more than make up for that.
80
205000
2000
Mas nós compensamos isto largamente.
03:39
We actually ship more than twice as much
81
207000
2000
Nós expedimos mais do dobro
03:41
of every form of information technology.
82
209000
2000
de tudo o que é tecnologia da informação.
03:43
We've had 18 percent growth in constant dollars
83
211000
3000
Nos últimos 50 anos,
crescemos 18% em dólares
crescemos 18% em dólares
03:46
in every form of information technology for the last half-century,
84
214000
3000
em todas as formas
de tecnologia da informação,
de tecnologia da informação,
03:49
despite the fact that you can get twice as much of it each year.
85
217000
4000
apesar de conseguirmos
o dobro todos os anos.
o dobro todos os anos.
03:53
This is a completely different example.
86
221000
2000
Isto é um exemplo completamente diferente.
03:55
This is not Moore's Law.
87
223000
2000
Não é a Lei de Moore.
03:57
The amount of DNA data
88
225000
2000
A quantidade de dados de ADN
que sequenciamos
que sequenciamos
03:59
we've sequenced has doubled every year.
89
227000
2000
tem duplicado todos os anos.
04:01
The cost has come down by half every year.
90
229000
3000
Os custos têm caído para metade,
todos os anos.
todos os anos.
04:04
And this has been a smooth progression
91
232000
2000
Tem sido um progresso gradual
desde o início do projeto genoma.
desde o início do projeto genoma.
04:06
since the beginning of the genome project.
92
234000
2000
04:08
And halfway through the project, skeptics said,
93
236000
2000
A meio do projeto, os céticos disseram:
04:10
"Well, this is not working out. You're halfway through the genome project
94
238000
3000
"Isto não está a funcionar.
Estão a meio do projeto genoma
e concluíram 1% do projeto."
e concluíram 1% do projeto."
04:13
and you've finished one percent of the project."
95
241000
2000
04:15
But that was really right on schedule.
96
243000
2000
Mas estávamos dentro dos prazos.
04:17
Because if you double one percent seven more times,
97
245000
2000
Isto porque, se duplicarmos
1% mais sete vezes
1% mais sete vezes
04:19
which is exactly what happened,
98
247000
2000
— que foi o que aconteceu — dá 100%.
04:21
you get 100 percent. And the project was finished on time.
99
249000
3000
E o projeto ficou concluído a tempo.
04:24
Communication technologies:
100
252000
2000
Tecnologias da comunicação:
04:26
50 different ways to measure this,
101
254000
2000
50 formas diferentes de medir,
04:28
the number of bits being moved around, the size of the Internet.
102
256000
3000
o número de bits que circulam,
o tamanho da Internet.
o tamanho da Internet.
04:31
But this has progressed at an exponential pace.
103
259000
2000
Mas isto progrediu a um ritmo exponencial.
04:33
This is deeply democratizing.
104
261000
2000
É profundamente democratizante.
04:35
I wrote, over 20 years ago in "The Age of Intelligent Machines,"
105
263000
3000
Há mais de 20 anos, escrevi em
"The Age of Intelligence Machines",
"The Age of Intelligence Machines",
04:38
when the Soviet Union was going strong, that it would be swept away
106
266000
3000
quando a União Soviética ganhava força,
que ela iria desaparecer
que ela iria desaparecer
04:41
by this growth of decentralized communication.
107
269000
4000
por este crescimento
da comunicação descentralizada.
da comunicação descentralizada.
04:45
And we will have plenty of computation as we go through the 21st century
108
273000
3000
No decurso do século XXI
vamos ter bastante computação
vamos ter bastante computação
04:48
to do things like simulate regions of the human brain.
109
276000
4000
para fazer coisas como simular
regiões do cérebro humano.
regiões do cérebro humano.
04:52
But where will we get the software?
110
280000
2000
Mas onde é que vamos buscar o software?
Alguns críticos dizem:
Alguns críticos dizem:
04:54
Some critics say, "Oh, well software is stuck in the mud."
111
282000
3000
"O software está preso na lama".
04:57
But we are learning more and more about the human brain.
112
285000
2000
Mas aprendemos cada vez mais
sobre o cérebro humano.
sobre o cérebro humano.
04:59
Spatial resolution of brain scanning is doubling every year.
113
287000
3000
A resolução espacial de um scan
ao cérebro duplica anualmente.
ao cérebro duplica anualmente.
05:02
The amount of data we're getting about the brain is doubling every year.
114
290000
3000
A informação sobre o cérebro
duplica anualmente.
duplica anualmente.
05:05
And we're showing that we can actually turn this data
115
293000
3000
Estamos a mostrar que podemos
transformar esta informação
transformar esta informação
05:08
into working models and simulations of brain regions.
116
296000
3000
em modelos de trabalho e simulações
de partes do cérebro.
de partes do cérebro.
05:11
There is about 20 regions of the brain that have been modeled,
117
299000
2000
Já foram modeladas, simuladas e testadas
cerca de 20 regiões do cérebro:
cerca de 20 regiões do cérebro:
05:13
simulated and tested:
118
301000
2000
05:15
the auditory cortex, regions of the visual cortex;
119
303000
3000
o córtex auditivo,
regiões do córtex visual;
regiões do córtex visual;
05:18
cerebellum, where we do our skill formation;
120
306000
2000
o cerebelo, onde temos
a formação de competências;
a formação de competências;
05:20
slices of the cerebral cortex, where we do our rational thinking.
121
308000
4000
pedaços do córtex cerebral,
onde se situa o pensamento racional.
onde se situa o pensamento racional.
05:24
And all of this has fueled
122
312000
2000
Tudo isto tem alimentado
um crescimento da produtividade,
um crescimento da produtividade,
05:26
an increase, very smooth and predictable, of productivity.
123
314000
3000
muito suave e previsível.
05:29
We've gone from 30 dollars to 130 dollars
124
317000
2000
Passámos de 30 para 130 dólares
05:31
in constant dollars in the value of an average hour of human labor,
125
319000
4000
em termos do valor em dólares
de uma hora normal de trabalho humano,
de uma hora normal de trabalho humano,
05:35
fueled by this information technology.
126
323000
3000
alimentado por esta tecnologia
da informação.
da informação.
05:38
And we're all concerned about energy and the environment.
127
326000
3000
Estamos todos preocupados
com a energia e o ambiente.
com a energia e o ambiente.
05:41
Well this is a logarithmic graph.
128
329000
2000
Isto é um gráfico logarítmico.
05:43
This represents a smooth doubling,
129
331000
2000
Representa um ligeiro duplicar,
a cada dois anos,
a cada dois anos,
05:45
every two years, of the amount of solar energy we're creating,
130
333000
4000
da quantidade de energia solar
que criamos,
que criamos,
em especial por estarmos
a aplicar a nanotecnologia,
a aplicar a nanotecnologia,
05:49
particularly as we're now applying nanotechnology,
131
337000
2000
05:51
a form of information technology, to solar panels.
132
339000
3000
uma forma de tecnologia da informação,
aos painéis solares.
aos painéis solares.
05:54
And we're only eight doublings away
133
342000
2000
Estamos só à distância
de oito duplicações
de oito duplicações
05:56
from it meeting 100 percent of our energy needs.
134
344000
2000
de atingirmos 100%
das nossas necessidades energéticas.
das nossas necessidades energéticas.
05:58
And there is 10 thousand times more sunlight than we need.
135
346000
4000
Temos 10 mil vezes mais luz solar
do que aquela de que necessitamos.
do que aquela de que necessitamos.
06:02
We ultimately will merge with this technology. It's already very close to us.
136
350000
5000
E, por fim, iremos fundir-nos
com esta tecnologia. Está para breve.
com esta tecnologia. Está para breve.
Quando era aluno, já a havia no campus
universitário. Agora está no nosso bolso.
universitário. Agora está no nosso bolso.
06:07
When I was a student it was across campus, now it's in our pockets.
137
355000
3000
06:10
What used to take up a building now fits in our pockets.
138
358000
3000
O que antes ocupava um edifício,
agora cabe no nosso bolso.
agora cabe no nosso bolso.
06:13
What now fits in our pockets would fit in a blood cell in 25 years.
139
361000
3000
O que agora cabe no nosso bolso, daqui
a 25 anos será como uma célula sanguínea.
a 25 anos será como uma célula sanguínea.
06:16
And we will begin to actually deeply influence
140
364000
4000
E vamos começar a influenciar
06:20
our health and our intelligence,
141
368000
2000
a nossa saúde e a nossa inteligência,
06:22
as we get closer and closer to this technology.
142
370000
4000
à medida que ficamos
mais perto desta tecnologia.
mais perto desta tecnologia.
06:26
Based on that we are announcing, here at TED,
143
374000
3000
Com base nisso, anunciamos, aqui no TED,
06:29
in true TED tradition, Singularity University.
144
377000
3000
— é uma tradição TED —
a Universidade Singularidade.
a Universidade Singularidade.
06:32
It's a new university
145
380000
2000
É uma universidade nova
06:34
that's founded by Peter Diamandis, who is here in the audience,
146
382000
2000
fundada por Peter Diamandis,
que está na audiência, e por mim.
que está na audiência, e por mim.
06:36
and myself.
147
384000
2000
06:38
It's backed by NASA and Google,
148
386000
2000
É apoiada pela NASA e pela Google,
06:40
and other leaders in the high-tech and science community.
149
388000
4000
e outros líderes na comunidade
científica e de alta tecnologia.
científica e de alta tecnologia.
06:44
And our goal was to assemble the leaders,
150
392000
3000
O nosso objetivo era juntar os líderes,
tanto professores como estudantes,
tanto professores como estudantes,
06:47
both teachers and students,
151
395000
2000
nestas tecnologias da informação
em crescimento exponencial,
em crescimento exponencial,
06:49
in these exponentially growing information technologies,
152
397000
2000
06:51
and their application.
153
399000
2000
e na sua aplicação.
06:53
But Larry Page made an impassioned speech
154
401000
2000
Mas Larry Page fez um discurso apaixonado
06:55
at our organizing meeting,
155
403000
2000
na nossa reunião de planeamento,
06:57
saying we should devote this study
156
405000
5000
em que disse que devíamos
dedicar este estudo
dedicar este estudo
07:02
to actually addressing some of the major challenges facing humanity.
157
410000
4000
a alguns dos desafios mais significativos
que a humanidade enfrenta.
que a humanidade enfrenta.
07:06
And if we did that, then Google would back this.
158
414000
2000
Se fizéssemos isso, a Google iria apoiar.
07:08
And so that's what we've done.
159
416000
2000
Foi o que fizemos.
07:10
The last third of the nine-week intensive summer session
160
418000
4000
O último terço da sessão de verão
intensiva de 9 semanas
intensiva de 9 semanas
07:14
will be devoted to a group project to address
161
422000
2000
será dedicado a um projeto de grupo
que tratará alguns dos maiores
desafios da humanidade.
desafios da humanidade.
07:16
some major challenge of humanity.
162
424000
2000
07:18
Like for example, applying the Internet,
163
426000
2000
Por exemplo, usar a Internet,
07:20
which is now ubiquitous, in the rural areas of China or in Africa,
164
428000
5000
que está em todo o lado, nas zonas rurais
da China ou em África,
da China ou em África,
07:25
to bringing health information
165
433000
2000
para facultar informações sobre saúde
07:27
to developing areas of the world.
166
435000
3000
às zonas do mundo em desenvolvimento.
07:30
And these projects will continue past these sessions,
167
438000
3000
Estes projetos vão continuar
para além destas sessões,
para além destas sessões,
07:33
using collaborative interactive communication.
168
441000
3000
usando a comunicação
interativa participativa.
interativa participativa.
07:36
All the intellectual property that is created and taught
169
444000
4000
Toda a propriedade intelectual
que é criada e ensinada
que é criada e ensinada
07:40
will be online and available,
170
448000
2000
estará disponível online,
07:42
and developed online in a collaborative fashion.
171
450000
3000
desenvolvida online de forma conjunta.
07:45
Here is our founding meeting.
172
453000
2000
Aqui é a nossa reunião inaugural.
07:47
But this is being announced today.
173
455000
2000
Isto é anunciado hoje.
07:49
It will be permanently headquartered in Silicon Valley,
174
457000
3000
Terá sede permanente em Silicon Valley,
07:52
at the NASA Ames research center.
175
460000
2000
no centro de pesquisa NASA Ames.
07:54
There are different programs for graduate students,
176
462000
2000
Há diferentes programas
para alunos licenciados,
para alunos licenciados,
07:56
for executives at different companies.
177
464000
3000
para executivos de diferentes empresas.
Os primeiros seis tópicos aqui
— inteligência artificial,
— inteligência artificial,
07:59
The first six tracks here -- artificial intelligence,
178
467000
2000
08:01
advanced computing technologies, biotechnology, nanotechnology --
179
469000
3000
tecnologias de computação avançadas,
biotecnologia, nanotecnologia —
biotecnologia, nanotecnologia —
08:04
are the different core areas of information technology.
180
472000
4000
são as diferentes áreas centrais
da tecnologia da informação.
da tecnologia da informação.
08:08
Then we are going to apply them to the other areas,
181
476000
2000
Depois vamos aplicá-las às outras áreas,
08:10
like energy, ecology,
182
478000
3000
como a energia, a ecologia,
08:13
policy law and ethics, entrepreneurship,
183
481000
2000
a lei política e a ética,
o empreendedorismo,
o empreendedorismo,
08:15
so that people can bring these new technologies to the world.
184
483000
4000
de modo a que as pessoas possam trazer
estas novas tecnologias para o mundo.
estas novas tecnologias para o mundo.
08:19
So we're very appreciative of the support we've gotten
185
487000
5000
Estamos muito gratos pelo apoio
que temos recebido
que temos recebido
08:24
from both the intellectual leaders, the high-tech leaders,
186
492000
2000
dos líderes intelectuais
e das altas tecnologias,
e das altas tecnologias,
08:26
particularly Google and NASA.
187
494000
2000
em particular a Google e a NASA.
08:28
This is an exciting new venture.
188
496000
2000
É uma aventura emocionante.
08:30
And we invite you to participate. Thank you very much.
189
498000
3000
Convidamos-vos a participar.
Muito obrigado.
Muito obrigado.
08:33
(Applause)
190
501000
3000
(Aplausos)
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