TED2014
Ray Kurzweil: Get ready for hybrid thinking
Рэй Курцвейл: Готовьтесь к гибридному мышлению
Filmed:
Readability: 4.4
3,548,296 views
200 миллионов лет назад у наших млекопитающих предков появилась новая особенность — неокортекс. Эта ткань размером с почтовую марку, покрывающая мозг размером с грецкий орех, явилась ключевым фактором того, что человечество представляет из себя сегодня. Футурист Рэй Курцвейл советует нам приготовиться к следующему большому скачку в функционировании мозга, по мере того как мы осваиваем компьютерные технологии в облаке.
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.
00:12
Let me tell you a story.
0
988
2316
Позвольте рассказать вам историю.
00:15
It goes back 200 million years.
1
3304
1799
Она началась 200 миллионов лет назад.
00:17
It's a story of the neocortex,
2
5103
1984
Это история неокортекса,
00:19
which means "new rind."
3
7087
1974
что означает «новая кора».
00:21
So in these early mammals,
4
9061
2431
У ранних млекопитающих —
00:23
because only mammals have a neocortex,
5
11492
2055
а он есть только у млекопитающих,
00:25
rodent-like creatures.
6
13547
1664
у этих существ, похожих на грызунов —
00:27
It was the size of a postage stamp and just as thin,
7
15211
3579
он был размером с почтовую марку
и такой же тонкий.
и такой же тонкий.
00:30
and was a thin covering around
8
18790
1439
Это был тонкий покров
00:32
their walnut-sized brain,
9
20229
2264
их мозга, размером с грецкий орех,
00:34
but it was capable of a new type of thinking.
10
22493
3701
но он имел способность
к новому типу мышления.
к новому типу мышления.
00:38
Rather than the fixed behaviors
11
26194
1567
Вместо фиксированного поведения,
00:39
that non-mammalian animals have,
12
27761
1992
присущего не млекопитающим,
00:41
it could invent new behaviors.
13
29753
2692
он мог придумывать
новые модели поведения.
новые модели поведения.
00:44
So a mouse is escaping a predator,
14
32445
2553
Скажем, мышь убегает от хищника,
00:46
its path is blocked,
15
34998
1540
её путь заблокирован,
00:48
it'll try to invent a new solution.
16
36538
2129
она попробует
придумать выход из ситуации.
придумать выход из ситуации.
00:50
That may work, it may not,
17
38667
1266
Это может сработать, а может и нет —
00:51
but if it does, it will remember that
18
39933
1910
но если да, то она запомнит это
00:53
and have a new behavior,
19
41843
1292
и будет поступать по-новому —
00:55
and that can actually spread virally
20
43135
1457
и это может распространиться
00:56
through the rest of the community.
21
44592
2195
в популяции очень быстро.
00:58
Another mouse watching this could say,
22
46787
1609
Другая мышь, увидев это, подумает:
01:00
"Hey, that was pretty clever, going around that rock,"
23
48396
2704
«Хм, обойти этот булыжник
было довольно умно», —
было довольно умно», —
01:03
and it could adopt a new behavior as well.
24
51100
3725
и она может перенять такое поведение.
01:06
Non-mammalian animals
25
54825
1717
Не млекопитающие животные
01:08
couldn't do any of those things.
26
56542
1713
этого не могут.
01:10
They had fixed behaviors.
27
58255
1215
Их поведение фиксировано.
01:11
Now they could learn a new behavior
28
59470
1331
Они могут научиться новому,
01:12
but not in the course of one lifetime.
29
60801
2576
но не за одно поколение.
01:15
In the course of maybe a thousand lifetimes,
30
63377
1767
Возможно, за тысячу поколений
01:17
it could evolve a new fixed behavior.
31
65144
3330
они смогут выработать новую
фиксированную модель поведения.
фиксированную модель поведения.
01:20
That was perfectly okay 200 million years ago.
32
68474
3377
200 миллионов лет назад
с этим не было никаких проблем.
с этим не было никаких проблем.
01:23
The environment changed very slowly.
33
71851
1981
Окружающая среда
менялась очень медленно.
менялась очень медленно.
01:25
It could take 10,000 years for there to be
34
73832
1554
Существенное изменение окружающей среды
01:27
a significant environmental change,
35
75386
2092
могло занять 10 000 лет.
01:29
and during that period of time
36
77478
1382
И в течение этого времени
01:30
it would evolve a new behavior.
37
78860
2929
вырабатывалось новое поведение.
01:33
Now that went along fine,
38
81789
1521
Итак, всё шло своим чередом,
01:35
but then something happened.
39
83310
1704
но потом кое-что случилось.
01:37
Sixty-five million years ago,
40
85014
2246
65 миллионов лет назад
01:39
there was a sudden, violent
change to the environment.
change to the environment.
41
87260
2615
произошло внезапное резкое
изменение окружающей среды.
изменение окружающей среды.
01:41
We call it the Cretaceous extinction event.
42
89875
3505
Мы называем его
мел-палеогеновое вымирание.
мел-палеогеновое вымирание.
01:45
That's when the dinosaurs went extinct,
43
93380
2293
Именно тогда вымерли динозавры,
01:47
that's when 75 percent of the
44
95673
3449
именно тогда вымерло 75%
01:51
animal and plant species went extinct,
45
99122
2746
всех видов животных и растений,
01:53
and that's when mammals
46
101868
1745
и именно тогда млекопитающие
01:55
overtook their ecological niche,
47
103613
2152
заняли свою экологическую нишу.
01:57
and to anthropomorphize, biological evolution said,
48
105765
3654
И тогда эволюция подумала:
02:01
"Hmm, this neocortex is pretty good stuff,"
49
109419
2025
«Хм, этот неокортекс штука хорошая», —
02:03
and it began to grow it.
50
111444
1793
и начала увеличивать его.
02:05
And mammals got bigger,
51
113237
1342
Млекопитающие увеличивались,
02:06
their brains got bigger at an even faster pace,
52
114579
2915
их мозг увеличивался ещё быстрее,
02:09
and the neocortex got bigger even faster than that
53
117494
3807
и ещё быстрее увеличивался неокортекс,
02:13
and developed these distinctive ridges and folds
54
121301
2929
сформировав характерные
борозды и складки,
борозды и складки,
02:16
basically to increase its surface area.
55
124230
2881
по сути, чтобы увеличить
площадь поверхности.
площадь поверхности.
02:19
If you took the human neocortex
56
127111
1819
Если взять неокортекс человека
02:20
and stretched it out,
57
128930
1301
и растянуть его,
02:22
it's about the size of a table napkin,
58
130231
1713
он будет размером с салфетку.
02:23
and it's still a thin structure.
59
131944
1306
И он по-прежнему тонкий.
02:25
It's about the thickness of a table napkin.
60
133250
1980
Примерно такой же тонкий,
как и салфетка.
как и салфетка.
02:27
But it has so many convolutions and ridges
61
135230
2497
Но в нём так много извилин и борозд,
02:29
it's now 80 percent of our brain,
62
137727
3075
что он теперь занимает 80% нашего мозга.
02:32
and that's where we do our thinking,
63
140802
2461
Именно с его помощью мы думаем,
02:35
and it's the great sublimator.
64
143263
1761
он также потрясающий преобразователь.
02:37
We still have that old brain
65
145024
1114
Наша древняя часть мозга производит
02:38
that provides our basic drives and motivations,
66
146138
2764
основные побуждения и импульсы,
02:40
but I may have a drive for conquest,
67
148902
2716
но моя тяга к завоеванию территорий
02:43
and that'll be sublimated by the neocortex
68
151618
2715
будет преобразована неокортексом
02:46
into writing a poem or inventing an app
69
154333
2909
в написание поэмы
или создание программы,
или создание программы,
02:49
or giving a TED Talk,
70
157242
1509
или в выступление на TED,
02:50
and it's really the neocortex that's where
71
158751
3622
и неокортекс — именно то место,
02:54
the action is.
72
162373
1968
где происходит вся работа.
02:56
Fifty years ago, I wrote a paper
73
164341
1717
50 лет назад я написал статью,
02:58
describing how I thought the brain worked,
74
166058
1918
где описал свой взгляд на работу мозга,
02:59
and I described it as a series of modules.
75
167976
3199
и я описал её
как последовательность модулей.
как последовательность модулей.
03:03
Each module could do things with a pattern.
76
171175
2128
Каждый модуль мог работать по шаблону.
03:05
It could learn a pattern. It could remember a pattern.
77
173303
2746
Он мог выучить шаблон.
Он мог запомнить шаблон.
Он мог запомнить шаблон.
03:08
It could implement a pattern.
78
176049
1407
Мог привести его в действие.
03:09
And these modules were organized in hierarchies,
79
177456
2679
И эти модули
были организованы в иерархии,
были организованы в иерархии,
03:12
and we created that hierarchy with our own thinking.
80
180135
2954
мы создали эти иерархии
своим собственным мышлением.
своим собственным мышлением.
03:15
And there was actually very little to go on
81
183089
3333
Но с этим нельзя было далеко уйти
03:18
50 years ago.
82
186422
1562
50 лет назад.
03:19
It led me to meet President Johnson.
83
187984
2115
И я тогда встретился
с президентом Джонсоном.
с президентом Джонсоном.
03:22
I've been thinking about this for 50 years,
84
190099
2173
Я думал над этим 50 лет,
03:24
and a year and a half ago I came out with the book
85
192272
2828
и полтора года назад я издал книгу
03:27
"How To Create A Mind,"
86
195100
1265
«Как создать разум»,
03:28
which has the same thesis,
87
196365
1613
в которой изложил тот же тезис,
03:29
but now there's a plethora of evidence.
88
197978
2812
но уже с изобилием доказательств.
03:32
The amount of data we're getting about the brain
89
200790
1814
Количество данных,
получаемых нами о мозге
получаемых нами о мозге
03:34
from neuroscience is doubling every year.
90
202604
2203
благодаря нейробиологии,
удваивается каждый год.
удваивается каждый год.
03:36
Spatial resolution of brainscanning of all types
91
204807
2654
Разрешение всех типов
сканирования мозга
сканирования мозга
03:39
is doubling every year.
92
207461
2285
увеличивается вдвое каждый год.
03:41
We can now see inside a living brain
93
209746
1717
Мы уже можем заглянуть в живой мозг
03:43
and see individual interneural connections
94
211463
2870
и увидеть, как межнейронные связи
03:46
connecting in real time, firing in real time.
95
214333
2703
взаимодействуют и испускают сигналы
в реальном времени.
в реальном времени.
03:49
We can see your brain create your thoughts.
96
217036
2419
Мы можем увидеть, как ваш мозг
формирует мысли,
формирует мысли,
03:51
We can see your thoughts create your brain,
97
219455
1575
и как ваши мысли формируют мозг,
03:53
which is really key to how it works.
98
221030
1999
что по сути и есть то, как это работает.
03:55
So let me describe briefly how it works.
99
223029
2219
Позвольте кратко описать,
как это работает.
как это работает.
03:57
I've actually counted these modules.
100
225248
2275
Эти модули я посчитал.
03:59
We have about 300 million of them,
101
227523
2046
У нас их около 300 миллионов,
04:01
and we create them in these hierarchies.
102
229569
2229
и мы формируем их в иерархии.
04:03
I'll give you a simple example.
103
231798
2082
Я приведу простой пример.
04:05
I've got a bunch of modules
104
233880
2805
У меня есть кипа модулей,
04:08
that can recognize the crossbar to a capital A,
105
236685
3403
которые различают
поперечную черту в букве А,
поперечную черту в букве А,
04:12
and that's all they care about.
106
240088
1914
и больше их ничего не интересует.
04:14
A beautiful song can play,
107
242002
1578
Красивая песня,
04:15
a pretty girl could walk by,
108
243580
1434
проходящая мимо хорошенькая девушка —
04:17
they don't care, but they see
a crossbar to a capital A,
a crossbar to a capital A,
109
245014
2846
им это неинтересно, но когда они видят
поперечную черту в букве А,
поперечную черту в букве А,
04:19
they get very excited and they say "crossbar,"
110
247860
3021
они оживляются и говорят:
«Поперечная черта!» —
«Поперечная черта!» —
04:22
and they put out a high probability
111
250881
2112
и подаёт сигнал большей вероятности
04:24
on their output axon.
112
252993
1634
на свой выводящий аксон.
04:26
That goes to the next level,
113
254627
1333
Это идёт на следующий уровень —
04:27
and these layers are organized in conceptual levels.
114
255960
2750
слои организованы
по уровням абстрактности,
по уровням абстрактности,
04:30
Each is more abstract than the next one,
115
258710
1856
каждый абстрактнее предыдущего.
04:32
so the next one might say "capital A."
116
260566
2418
Поэтому следующий может сказать:
«Прописная А».
«Прописная А».
04:34
That goes up to a higher
level that might say "Apple."
level that might say "Apple."
117
262984
2891
Это идёт на уровень выше,
который может сказать: «Антоновка».
который может сказать: «Антоновка».
04:37
Information flows down also.
118
265875
2167
Информация может передаваться и обратно.
04:40
If the apple recognizer has seen A-P-P-L,
119
268042
2936
Если различитель антоновки увидел
А-Н-Т-О-Н-О-В-К,
А-Н-Т-О-Н-О-В-К,
04:42
it'll think to itself, "Hmm, I
think an E is probably likely,"
think an E is probably likely,"
120
270978
3219
он задумается: «Хм, я думаю А
здесь вполне вероятна»,—
здесь вполне вероятна»,—
04:46
and it'll send a signal down to all the E recognizers
121
274197
2564
и он даст сигнал вниз всем
различителям буквы А:
различителям буквы А:
04:48
saying, "Be on the lookout for an E,
122
276761
1619
«Будьте начеку,
04:50
I think one might be coming."
123
278380
1556
думаю, А на подходе».
04:51
The E recognizers will lower their threshold
124
279936
2843
Различители буквы А снизят
свой порог восприимчивости
свой порог восприимчивости
04:54
and they see some sloppy
thing, could be an E.
thing, could be an E.
125
282779
1945
и, увидев какую-нибудь каракулю,
подумают об А.
подумают об А.
04:56
Ordinarily you wouldn't think so,
126
284724
1490
Обычно вы бы так не подумали,
04:58
but we're expecting an E, it's good enough,
127
286214
2009
но при ожидании А
это вполне подойдёт:
это вполне подойдёт:
05:00
and yeah, I've seen an E, and then apple says,
128
288223
1817
— Да, я увидел А.
И потом антоновка:
И потом антоновка:
05:02
"Yeah, I've seen an Apple."
129
290040
1728
— Да, я увидела Антоновку.
05:03
Go up another five levels,
130
291768
1746
Поднимитесь на 5 уровней выше —
05:05
and you're now at a pretty high level
131
293514
1353
и вы уже довольно высоко
05:06
of this hierarchy,
132
294867
1569
в этой иерархии.
05:08
and stretch down into the different senses,
133
296436
2353
Вовлеките разные чувства,
05:10
and you may have a module
that sees a certain fabric,
that sees a certain fabric,
134
298789
2655
и, возможно, найдётся модуль,
различающий определённую ткань,
различающий определённую ткань,
05:13
hears a certain voice quality,
smells a certain perfume,
smells a certain perfume,
135
301444
2844
определённый голос
или определённый запах,
или определённый запах,
05:16
and will say, "My wife has entered the room."
136
304288
2513
и тогда он скажет:
«Моя жена зашла в комнату».
«Моя жена зашла в комнату».
05:18
Go up another 10 levels, and now you're at
137
306801
1895
Поднимитесь ещё на 10 уровней —
05:20
a very high level.
138
308696
1160
и вы уже на очень высоком уровне.
05:21
You're probably in the frontal cortex,
139
309856
1937
Вероятно, уже в лобной коре.
05:23
and you'll have modules that say, "That was ironic.
140
311793
3767
И там будут модули, которые скажут:
«Это было иронично.
«Это было иронично.
05:27
That's funny. She's pretty."
141
315560
2370
Это смешно. Она хорошенькая».
05:29
You might think that those are more sophisticated,
142
317930
2105
Вы можете подумать,
что они более сложные,
что они более сложные,
05:32
but actually what's more complicated
143
320035
1506
но на самом деле
05:33
is the hierarchy beneath them.
144
321541
2669
более сложной является
иерархия, стоящая под ними.
иерархия, стоящая под ними.
05:36
There was a 16-year-old girl, she had brain surgery,
145
324210
2620
16-летней девочке делали
операцию на мозге.
операцию на мозге.
05:38
and she was conscious because the surgeons
146
326830
2051
Она была в сознании, потому что хирурги
05:40
wanted to talk to her.
147
328881
1537
хотели говорить с ней.
05:42
You can do that because there's no pain receptors
148
330418
1822
Это возможно потому, что в мозге
05:44
in the brain.
149
332240
1038
нет болевых рецепторов.
05:45
And whenever they stimulated particular,
150
333278
1800
И всякий раз, когда они стимулировали
05:47
very small points on her neocortex,
151
335078
2463
определённые очень маленькие
участки неокортекса,
участки неокортекса,
05:49
shown here in red, she would laugh.
152
337541
2665
отмеченные здесь красным,
она смеялась.
она смеялась.
05:52
So at first they thought they were triggering
153
340206
1440
Сначала они подумали,
05:53
some kind of laugh reflex,
154
341646
1720
что вызывают рефлекс смеха,
05:55
but no, they quickly realized they had found
155
343366
2519
но вскоре они поняли, что нашли
05:57
the points in her neocortex that detect humor,
156
345885
3044
точки в неокортексе, распознающие юмор,
06:00
and she just found everything hilarious
157
348929
1969
и ей просто всё казалось смешным,
06:02
whenever they stimulated these points.
158
350898
2437
когда они стимулировали эти точки.
06:05
"You guys are so funny just standing around,"
159
353335
1925
«Вы, ребята,
такие смешные, стоите тут», —
такие смешные, стоите тут», —
06:07
was the typical comment,
160
355260
1738
был её типичный комментарий,
06:08
and they weren't funny,
161
356998
2302
а они не были смешными —
06:11
not while doing surgery.
162
359300
3247
не во время операции.
06:14
So how are we doing today?
163
362547
4830
Так как с этим обстоит дело сейчас?
06:19
Well, computers are actually beginning to master
164
367377
3054
Что ж, компьютеры начинают овладевать
06:22
human language with techniques
165
370431
2001
человеческим языком с помощью методов,
06:24
that are similar to the neocortex.
166
372432
2867
схожих по работе с неокортексом.
06:27
I actually described the algorithm,
167
375299
1514
Я описал этот алгоритм,
06:28
which is similar to something called
168
376813
2054
который похож на то, что называется
06:30
a hierarchical hidden Markov model,
169
378867
2233
иерархической скрытой
марковской моделью,
марковской моделью,
06:33
something I've worked on since the '90s.
170
381100
3241
то, над чем я работаю с 90-х.
06:36
"Jeopardy" is a very broad natural language game,
171
384341
3238
Jeopardy — это телевикторина
на большое количество разных тем,
на большое количество разных тем,
06:39
and Watson got a higher score
172
387579
1892
и робот Ватсон набрал больше очков,
06:41
than the best two players combined.
173
389471
2000
чем два лучших игрока вместе взятых.
06:43
It got this query correct:
174
391471
2499
Он ответил верно на следующий вопрос:
06:45
"A long, tiresome speech
175
393970
2085
«Долгая, утомительная речь,
06:48
delivered by a frothy pie topping,"
176
396055
2152
произнесённая белком и желтком?»,
06:50
and it quickly responded,
"What is a meringue harangue?"
"What is a meringue harangue?"
177
398207
2796
и он сразу же ответил:
«Что такое яичница-болтунья?»
«Что такое яичница-болтунья?»
06:53
And Jennings and the other guy didn't get that.
178
401003
2635
А Дженнингз и другой игрок
ответа не дали.
ответа не дали.
06:55
It's a pretty sophisticated example of
179
403638
1926
Это довольно замысловатый пример того,
06:57
computers actually understanding human language,
180
405564
1914
как компьютеры
понимают человеческий язык,
понимают человеческий язык,
06:59
and it actually got its knowledge by reading
181
407478
1652
и как они получают знания
07:01
Wikipedia and several other encyclopedias.
182
409130
3785
из Википедии
и некоторых других энциклопедий.
и некоторых других энциклопедий.
07:04
Five to 10 years from now,
183
412915
2133
Через пять-десять лет
07:07
search engines will actually be based on
184
415048
2184
поисковые системы будут основаны
07:09
not just looking for combinations of words and links
185
417232
2794
не просто на поиске
комбинаций слов и ссылок,
комбинаций слов и ссылок,
07:12
but actually understanding,
186
420026
1914
но на осмыслении информации,
07:13
reading for understanding the billions of pages
187
421940
2411
на чтении и понимании миллиардов страниц
07:16
on the web and in books.
188
424351
2733
в интернете и в книгах.
07:19
So you'll be walking along, and Google will pop up
189
427084
2616
Гуляете вы где-нибудь,
и вдруг выскакивает окно Google
и вдруг выскакивает окно Google
07:21
and say, "You know, Mary, you expressed concern
190
429700
3081
и говорит: «Помнишь, Маша, месяц назад
ты была обеспокоена,
ты была обеспокоена,
07:24
to me a month ago that your glutathione supplement
191
432781
3019
что глутатионовые биологические добавки
07:27
wasn't getting past the blood-brain barrier.
192
435800
2231
не проходят через
гемато-энцефалический барьер?
гемато-энцефалический барьер?
07:30
Well, new research just came out 13 seconds ago
193
438031
2593
Так вот, 13 секунд назад
появилось новое исследование,
появилось новое исследование,
07:32
that shows a whole new approach to that
194
440624
1711
предлагающее к этому новый подход
07:34
and a new way to take glutathione.
195
442335
1993
и новые способы принятия глутатиона.
07:36
Let me summarize it for you."
196
444328
2562
Позволь озвучить главное».
07:38
Twenty years from now, we'll have nanobots,
197
446890
3684
Через 20 лет у нас будут наноботы,
07:42
because another exponential trend
198
450574
1627
в связи со стремительной тенденцией
07:44
is the shrinking of technology.
199
452201
1615
уменьшения размеров техники.
07:45
They'll go into our brain
200
453816
2370
Они будут циркулировать в мозге
07:48
through the capillaries
201
456186
1703
по капиллярам
07:49
and basically connect our neocortex
202
457889
2477
и, по сути, соединять наш неокортекс
07:52
to a synthetic neocortex in the cloud
203
460366
3185
с синтетическим неокортексом в облаке,
07:55
providing an extension of our neocortex.
204
463551
3591
предоставляя расширение
нашего неокортекса.
нашего неокортекса.
07:59
Now today, I mean,
205
467142
1578
Сегодня
08:00
you have a computer in your phone,
206
468720
1530
у вас есть компьютер в телефоне,
08:02
but if you need 10,000 computers for a few seconds
207
470250
2754
но если вам понадобится
10 000 компьютеров на пару секунд
10 000 компьютеров на пару секунд
08:05
to do a complex search,
208
473004
1495
для расширенного поиска,
08:06
you can access that for a second or two in the cloud.
209
474499
3396
вы сможете
воспользоваться этим в облаке.
воспользоваться этим в облаке.
08:09
In the 2030s, if you need some extra neocortex,
210
477895
3095
В 2030-е, если вам понадобится
дополнительный неокортекс,
дополнительный неокортекс,
08:12
you'll be able to connect to that in the cloud
211
480990
2273
вы сможете
подсоединиться к нему в облаке
подсоединиться к нему в облаке
08:15
directly from your brain.
212
483263
1648
прямо из мозга.
08:16
So I'm walking along and I say,
213
484911
1543
Скажем, иду я и вижу:
08:18
"Oh, there's Chris Anderson.
214
486454
1363
«О, Крис Андерсон.
08:19
He's coming my way.
215
487817
1525
Он идёт ко мне.
08:21
I'd better think of something clever to say.
216
489342
2335
Хорошо бы сказать
что-нибудь умное.
что-нибудь умное.
08:23
I've got three seconds.
217
491677
1524
У меня 3 секунды.
08:25
My 300 million modules in my neocortex
218
493201
3097
Моих 300 миллионов модулей в неокортексе
08:28
isn't going to cut it.
219
496298
1240
не хватит.
08:29
I need a billion more."
220
497538
1246
Мне нужен ещё миллиард».
08:30
I'll be able to access that in the cloud.
221
498784
3323
Я смогу получить его из облака.
08:34
And our thinking, then, will be a hybrid
222
502107
2812
И наше мышление станет гибридом
08:36
of biological and non-biological thinking,
223
504919
3522
Биологического
и небиологического мышления.
и небиологического мышления.
08:40
but the non-biological portion
224
508441
1898
Небиологическая часть —
08:42
is subject to my law of accelerating returns.
225
510339
2682
это основа моего закона
ускоряющейся отдачи.
ускоряющейся отдачи.
08:45
It will grow exponentially.
226
513021
2239
Она будет ускоряться по экспоненте.
08:47
And remember what happens
227
515260
2016
Помните, что случилось
08:49
the last time we expanded our neocortex?
228
517276
2645
последний раз,
когда увеличился неокортекс?
когда увеличился неокортекс?
08:51
That was two million years ago
229
519921
1426
Это было 2 миллиона лет назад,
08:53
when we became humanoids
230
521347
1236
когда мы стали людьми
08:54
and developed these large foreheads.
231
522583
1594
и развили большой лобный отдел.
08:56
Other primates have a slanted brow.
232
524177
2583
У других приматов лоб скошен.
08:58
They don't have the frontal cortex.
233
526760
1745
У них нет лобной коры.
09:00
But the frontal cortex is not
really qualitatively different.
really qualitatively different.
234
528505
3685
Но лобная кора не так уж и отличается
от неокортекса качественно.
от неокортекса качественно.
09:04
It's a quantitative expansion of neocortex,
235
532190
2743
Это лишь количественное увеличение
неокортекса —
неокортекса —
09:06
but that additional quantity of thinking
236
534933
2703
но это дополнительное количество
мыслительных процессов
мыслительных процессов
09:09
was the enabling factor for us to take
237
537636
1779
позволило нам совершить
09:11
a qualitative leap and invent language
238
539415
3346
качественный скачок и придумать и язык,
09:14
and art and science and technology
239
542761
1967
и искусство, и науку, и технологии,
09:16
and TED conferences.
240
544728
1454
и конференции TED.
09:18
No other species has done that.
241
546182
2131
Ни один другой биологический вид
этого не достиг.
этого не достиг.
09:20
And so, over the next few decades,
242
548313
2075
Так что к концу следующего десятилетия
09:22
we're going to do it again.
243
550388
1760
мы это сделаем снова.
09:24
We're going to again expand our neocortex,
244
552148
2274
Мы снова увеличим свой неокортекс —
09:26
only this time we won't be limited
245
554422
1756
только на этот раз он не будет ограничен
09:28
by a fixed architecture of enclosure.
246
556178
4280
никакими конкретными рамками.
09:32
It'll be expanded without limit.
247
560458
3304
Предельной границы
его расширения не будет.
его расширения не будет.
09:35
That additional quantity will again
248
563762
2243
И это дополнительный объём
снова станет
снова станет
09:38
be the enabling factor for another qualitative leap
249
566005
3005
определяющим фактором
для следующего качественного скачка
для следующего качественного скачка
09:41
in culture and technology.
250
569010
1635
в культуре и технологиях.
09:42
Thank you very much.
251
570645
2054
Большое спасибо.
09:44
(Applause)
252
572699
3086
(Аплодисменты)
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