Solitamente ho il compito di provare a spiegare alla gente quanto meravigliose saranno le nuove tecnologie che stanno nascendo, ma ho pensato che, visto che qui siamo tra amici, vi avrei detto quello che penso davvero e ci saremmo guardati alle spalle per capire cosa stia succedendo in realtà con questi salti tecnologici sensazionali che sembrano tanto veloci che a fatica riusciamo a seguirli.
Vorrei cominciare mostrandovi una singola diapositiva molto noiosa sulla tecnologia. Ecco, se potete accendere il proiettore. Questa è una diapositiva a caso che ho preso dal mio archivio. Quello che vorrei sottolineare non sono tanto i dettagli, ma la forma generale. Questa è una diapositiva su un'analisi che stiamo conducendo sulla potenza dei microprocessori RISC rispetto alla potenza delle reti locali. La cosa interessante è che questa diapositiva, come tante slide tecniche a cui siamo abituati, è una sorta di linea retta su una curva semi-logaritmica. In altre parole, ogni fase qui rappresenta un ordine di grandezza sulla scala delle prestazioni. Questa è una cosa nuova: parlare di tecnologia su curve semi-logaritmiche. Sta succedendo qualcosa di strano. E sarà in pratica quello di cui parlerò.
Potete riaccendere le luci. Fate un po' più di luce, per favore, perché vorrei usare uno di questi fogli. Perché disegniamo curve che riguardano la tecnologia su curve semi-logaritmiche? La risposta è che, se le disegnassi su una curva normale dove, diciamo, questi sono anni, questo è il tempo, e questa è una qualunque misura di tecnologia che sto cercando di rappresentare, il grafico avrebbe un aspetto un po' stupido. Una cosa di questo tipo. E non ci dice molto. Ora, se disegnassi per esempio una tecnologia differente, ad esempio quella dei mezzi di trasporto, su una curva semi-logaritmica, avrebbe un aspetto molto stupido, quello di una linea piatta. Ma quando succede una cosa come questa le cose stanno visibilmente cambiando. Se la tecnologia dei mezzi di trasporto progredisse velocemente come quella dei microprocessori, allora entro un paio di giorni dovrei poter salire su un taxi e arrivare a Tokyo in 30 secondi. Non si comporta così. E non c'è nulla di simile, nella storia dello sviluppo tecnologico, a questo tipo di crescita auto-alimentante in cui si cresce di interi ordini di grandezza nel giro di pochi anni.
Ora vorrei chiedervi, se guardate queste curve esponenziali, non proseguono indefinitamente, vero? Le cose semplicemente non possono continuare a cambiare così velocemente. Accadrà una di queste due cose. O si trasformeranno in curve a S abbastanza classiche come questa, finché non appare qualcosa di completamente diverso, oppure faranno una cosa così. È tutto quello che può succedere. Io sono un ottimista, quindi penso che probabilmente seguiranno questo percorso. Se è così, significa che quella che stiamo attraversando proprio adesso è una transizione. Siamo circa su questa linea di transizione tra come il mondo era una volta a come è adesso. Vorrei chiedervi, e me lo chiedo anch'io, com'è fatta questa nuova forma del mondo? E qual è il nuovo stato verso cui si dirige il mondo? Perché la transizione sembra molto molto confusa quando ci siamo proprio nel mezzo.
Quando ero piccolo, il futuro era all'incirca nell'anno 2000, e le persone parlavano di cosa sarebbe successo nel 2000. Ed ecco qui una conferenza in cui le persone parlano del futuro, dove si può notare che il futuro è ancora intorno al 2000. È il massimo a cui possiamo spingerci. In altre parole, il futuro si è ristretto in qualche modo un anno ogni anno per tutta la mia vita. Penso che la ragione sia perché tutti abbiamo la sensazione che qualcosa sta accadendo. La transizione sta accadendo. Possiamo sentirla tutti. E sappiamo che non ha neanche molto senso persare 30, 50 anni in anticipo perché tutto sarà così diverso che una semplice estrapolazione di quello che stiamo facendo semplicemente non ha senso.
Quello di cui vorrei parlare è ciò che potrebbe essere, che aspetto potrebbe avere la transizione che stiamo attraversando. Per fare ciò dovrò parlare di un mucchio di cose che non hanno niente a che fare con tecnologia e computer. Penso che l'unico modo di capire tutto questo sia fare un passo indietro e usare una scala di tempo molto lunga. Quindi la scala di tempo che vorrei usare è la scala di tempo della vita sulla Terra. Penso che questa immagine abbia senso se la si guarda a miliardi di anni per volta.
Se tornate indietro di circa due miliardi e mezzo di anni, la Terra era un enorme, sterile pezzo di roccia con molti elementi chimici che le giravano attorno. Se guardate al modo in cui gli elementi chimici si sono organizzati, cominciamo a farci un'idea abbastanza buona di come fanno. E penso ci siano teorie che stanno cominciando a capire come tutto è cominciato con l'RNA, ma io vorrei raccontarvi la versione corta, e cioè che, a quell'epoca, c'erano piccole gocce d'olio che galleggiavano con all'interno tutti i tipi di ricette per formare elementi chimici. Alcune di queste gocce d'olio contenevano una particolare combinazione di sostanza chimiche che le ha spinte ad incorporare elementi chimici dall'esterno ed espandere la goccia. Quelle che si comportavano così cominciarono a dividersi e separarsi. Quelle erano le forme più primitive di cellula, in un certo senso, piccole gocce d'olio.
Ma quelle gocce non erano ancora vive, come diciamo adesso, perché ognuna di esse era una collezione casuale di elementi. Ogni volta che si divideva si aveva una sorta di spartizione non equa degli elementi all'interno. Quindi ogni goccia era un po' diversa. In effetti, le gocce che erano diverse in modo tale da essere più adatte a incorporare gli elementi intorno a loro crebbero di più, incorporarono più elementi e si riprodussero di più. Queste tendevano anche a vivere più a lungo, a essere espresse di più.
Questa è solo una semplice forma di vita chimica, ma il momento in cui le cose si fecero interessanti fu quando quelle gocce impararono un trucco sull'astrazione. In un qualche modo che ancora non comprendiamo del tutto, queste gocce impararono a scrivere le informazioni. Impararono a registrare l'informazione, la ricetta della cellula, su un particolare tipo di elemento chimico chiamato DNA. In altre parole hanno concepito, nel modo meccanico proprio dell'evoluzione, una forma di scrittura che gli permise di registrare ciò che erano, in modo che anche quel modo di scrivere venisse copiato. La cosa fantastica è che quella forma di scrittura sembra essere rimasta immutata da quando si è evoluta due miliardi e mezzo di anni fa. La ricetta per noi, i nostri geni, è esattamente lo stesso codice e la stessa forma di scrittura. In effetti, ogni creatura vivente è scritta con le stesse lettere e lo stesso codice.
Ho fatto una cosa giusto per divertirmi un po' grazie al fatto che possiamo usare questo codice. Ho qui 100 microgrammi di polvere bianca che cerco di non far vedere agli addetti alla sicurezza degli aeroporti. (Risate) Questa contiene... quello che ho fatto è stato prendere il codice che ha lettere standard che usiamo per rappresentarlo, e ho scritto il mio biglietto da visita sul DNA e l'ho ingrandito di 10 alla ventiduesima volte. Quindi se qualcuno volesse cento milioni di copie del mio biglietto ne ho abbastanza per tutti in sala, o per ogni persona al mondo, ed è proprio qui. (Risate) Se fossi stato davvero egocentrico, lo avrei inserito in un virus e rilasciato nella stanza.
Qual è il prossimo passo? Poter scrivere il DNA è stato un passo interessante. Questo ha permesso alle cellule di essere felici per un altro miliardo di anni. Ma poi c'è stato un altro passo molto importante che ha cambiato completamente le cose: queste cellule hanno cominciato a scambiare informazioni e comunicare, cominciarono a spuntare delle comunità di cellule. Non so se lo sapete, ma i batteri possono scambiarsi il DNA. Questo è il motivo, per esempio, per cui la resistenza agli antibiotici si è evoluta. Alcuni batteri hanno capito come resistere alla penicillina e hanno cominciato a creare questa informazione via DNA insieme ad altri batteri e ora abbiamo molti batteri resistenti alla penicillina perché i batteri comunicano. Quello che questa comunicazione ha permesso è stata la formazione di comunità che, in un certo senso, erano sulla stessa barca, erano sinergiche. Quindi sopravvivevano o scomparivano insieme, che vuol dire che se una comunità aveva successo tutti gli individui in quella comunità si sarebbero replicati di più e avrebbero avuto un vantaggio evolutivo.
Il punto di transizione è stato raggiunto quando queste comunità divennero così unite che, a tutti gli effetti, decisero di scrivere l'intera ricetta per la comunità insieme, in una singola stringa di DNA. Questo passo successivo interessante per la vita richiese un altro miliardo di anni. A quel punto abbiamo delle comunità multicellulari, comunità di molti tipi diversi di cellule, che lavorano insieme come un singolo organismo. Noi siamo una comunità multicellulare di questo tipo. Abbiamo molte cellule che non sono più isolate. Le cellule della pelle sono inutili senza cellule cardiache, muscolari, celebrali e così via. Queste comunità si sono evolute fino al punto che il livello in cui l'evoluzione operava non era più quello cellulare, ma quello delle comunità che chiamiamo organismi.
Il passo successivo avvenne all'interno di queste comunità. Queste comunità di cellule cominciarono a loro volta ad astrarre informazioni. Cominciarono a costruire strutture particolari che non facevano altro che processare informazioni nella comunità. Erano strutture neurali. I neuroni sono l'apparato di elaborazione delle informazioni che quelle comunità di cellule hanno costruito. Poi cominciarono ad apparire gli specialisti nella comunità e strutture speciali che erano responsabili di registrare, capire e imparare le informazioni. Erano il cervello e il sistema nervoso di quelle comunità. Questo diede loro un vantaggio evolutivo. Perché a quel punto, l'apprendimento poteva avvenire nello spazio di una vita di un singolo organismo, invece che al ritmo evolutivo precedente.
Un organismo poteva, per esempio, imparare a non mangiare un certo tipo di frutta perché non era buono e l'ultima volta che l'aveva provato era stato male. Questo poteva avvenire nello spazio di una vita di un singolo organismo, mentre prima dell'avvento di queste strutture per l'elaborazione delle informazioni questo si sarebbe dovuto imparare con l'evoluzione nell'arco di centinaia di migliaia di anni da individui che morivano per aver mangiato quel frutto. Quel sistema nervoso, il fatto di aver costruito quelle strutture speciali per le informazioni ha accelerato tremendamente tutto il processo evolutivo. L'evoluzione poteva avvenire all'interno di un individuo. Poteva avvenire semplicemente imparando.
Poi è accaduto che gli individui hanno imparato, ovviamente, trucchi per comunicare. L'esempio più sofisticato che conosciamo di questi trucchi è il linguaggio umano. È un'invenzione affascinante se ci pensate. Qui ho un'idea in testa, molto complicata, articolata e confusa. Sto fermo qui praticamente grugnendo e sperando di costruire un'idea simile, confusa e articolata nella vostra testa che somigli un po' alla mia. Prendiamo qualcosa di molto complicato, lo trasformiamo in suono, in sequenze di suoni e produciamo qualcosa di molto complesso nel nostro cervello. Questo ci permette, ora, di cominciare ad agire come un singolo organismo.
Quello che abbiamo fatto, in pratica, è che noi, l'umanità, abbiamo cominciato ad astrarci. Stiamo attraversando gli stessi livelli che hanno attraversato gli organismi multicellulari, astraendo il nostro metodo di registrare, presentare ed elaborare le informazioni. L'invenzione del linguaggio, per esempio, è un piccolo passo in quella direzione. Telefoni, computer, video, CD-ROM e così via sono tutti sofisticati meccanismi che abbiamo costruito nella nostra società per trattare le informazioni. E ci connettono tutti insieme in qualcosa che è molto più grande, più veloce, e più capace di evolvere di quanto non fosse prima. Ora l'evoluzione può avere luogo nell'arco di microsecondi. Avete visto il piccolo esempio evolutivo di Ty in cui ha applicato l'evoluzione nel programma Convolution proprio davanti a voi.
Abbiamo accelerato il progresso un'altra volta. I primi passi della storia che vi ho raccontato hanno richiesto un miliardo di anni ciascuno. Quelli successivi, come i sistemi nervosi e i cervelli, qualche centinaio di milioni di anni. I passi successivi, linguaggio e così via, meno di un milione di anni. Quelli seguenti, come l'elettronica, sembrano avvenire in pochi decenni. Il processo si auto-alimenta e diventa autocatalitico, credo sia questa la parola per qualcosa che rinforza il proprio tasso di cambiamento. Più cambia, più velocemente cambia. Penso sia questo che stiamo osservando nell'esplosione della curva. Osserviamo il processo che nutre sé stesso.
Io progetto computer per lavoro e so che i meccanismi che uso per progettare i computer sarebbe impossibile senza i recenti progressi fatti dai computer. In questo momento, progetto oggetti di tale complessità che sarebbe impossibile progettarli in modo tradizionale. Io non so esattamente cosa faccia ogni singolo transistor. Ce ne sono miliardi. Invece, ciò che io e i progettisti a Thinking Machine facciamo è pensare ad un certo livello di astrazione, poi passiamo la palla alla macchina e questa si spinge più in là di quanto mai potremmo noi, più lontano e più velocemente di quanto potremmo noi. Qualche volta lo fa persino usando metodi che non capiamo del tutto.
Un metodo che trovo molto interessante e che di recente ho usato spesso è l'evoluzione stessa. Quello che facciamo è inserire nella macchina un processo di evoluzione che si svolge in microsecondi. Per esempio, nei casi più estremi, possiamo far evolvere un programma partendo da sequenze casuali di istruzioni. Chiediamo al computer di creare cento milioni di sequenze casuali di istruzioni. Poi di eseguire tutte quelle sequenze casuali, eseguire quei programmi, e scegliere quelle che si avvicinano di più a quello che cercavo. In altre parole, io decido cosa voglio. Diciamo che voglio ordinare dei numeri, un esempio semplice che ho usato. Poi trovo i programmi che si avvicinano di più all'ordinare i numeri.
Ovviamente, è molto improbabile che istruzioni casuali riescano a ordinare numeri, quindi nessuna sequenza lo fa davvero. Ma una di esse, per puro caso, potrebbe mettere due numeri nell'ordine giusto. Allora dico al computer di prendere il 10 percento delle sequenze casuali che hanno fatto il lavoro migliore. Salviamo quelle ed eliminiamo il resto. Poi riproduciamo quelle che hanno ordinato meglio i numeri. E le riproduciamo tramite un processo di ricombinazione analogo al sesso. Prendete due programmi, essi produrranno figli scambiandosi le subroutine, e i figli erediteranno i tratti delle subroutine dei due programmi. Ecco che ho una nuova generazione di programmi che sono prodotti dalla combinazione dei programmi che hanno fatto il lavoro migliore. Ripetiamo il processo. Valutiamo di nuovo. Magari introduciamo qualche mutazione. Riproviamo per un'altra generazione.
Ognuna di quelle generazioni richiede qualche millisecondo. Posso replicare l'equivalente di milioni di anni di evoluzione su quei programmi all'interno del computer in pochi minuti, o in poche ore nei casi più complicati. Alla fine del processo avrò dei programmi che saranno perfetti nell'ordinare i numeri. E sono programmi molto più efficienti di qualsiasi programma scritto a mano.
Se guardo questi programmi, non so dirvi come funzionino. Ho provato a capire come funzionino. Sono programmi oscuri, strani. Ma fanno il lavoro. Sono certo che faranno il lavoro perché vengono da una dinastia di centinaia di migliaia di programmi che lo hanno fatto. In effetti, la loro vita dipendeva dal fare il lavoro.
Una volta ero su un jumbo con Marvin Minsky, lui tira fuori un biglietto ed esclama: "Guarda qui! Dice 'Questo aereo è composto da migliaia di piccole parti che lavorano insieme per farvi volare sicuri.' Ti fa sentire davvero sicuro?"
Sappiamo che l'ingegneria non funziona proprio perfettamente quando diventa complicata. Quindi stiamo cominciando a dipendere dai computer per processi che sono molto diversi dall'ingegneria. Questo ci permette di produrre oggetti di complessità molto maggiore di quanto ci permetterebbe la normale ingegneria. Ma non capiamo perfettamente tutte le opzioni. In un certo senso stiamo correndo troppo. Ora stiamo usando quei programmi per creare computer ancora più veloci che eseguiranno quel processo ancora più velocemente. Si sta autoalimentando. Il processo sta diventando più veloce e penso sia questo che ce lo fa sembrare confuso. È il fatto che tutte queste tecnologie si autoalimentano. Stiamo decollando.
E siamo ad un punto della storia che è analogo a quando gli organismi unicellulari stavano diventando organismi multicellulari. Siamo le amebe che non riescono a capire bene che diamine stiamo creando. Siamo in quel punto preciso della transizione. Penso che ci sia davvero qualcosa che verrà dopo di noi. Credo sia molto arrogante da parte nostra crederci il prodotto finale dell'evoluzione. E penso che tutti noi qui abbiamo un ruolo nel produrre qualunque cosa sia quello che viene dopo di noi. Penso anche che sia ora di pranzo, quindi mi fermerò a questo punto, prima di essere rimosso.
You can share this video by copying this HTML to your clipboard and pasting into your blog or web page. This video will play with subtitles.
You either have JavaScript turned off or have an old version of the Adobe Flash Player. To view this rating widget you
need to get the latest Flash player.
If your browser allows only "trusted sites" to execute Javascript, you should add the "googleapis.com" domain to your whitelist to allow our Flash detection to work properly.
Got an idea, question, or debate inspired by this talk? Start a TED Conversation.
Dai meandri degli archivi TED, Danny Hillis delinea una teoria interessante su come e perché il cambiamento tecnologico sembri accelerare, collegandolo all'evoluzione della vita stessa. Le tecniche di presentazione che usa possono sembrare obsolete, ma le idee sono attuali come non mai.
Inventor, scientist, author, engineer -- over his broad career, Danny Hillis has turned his ever-searching brain on an array of subjects, with surprising results. Full bio »
Translated into Italian by Alberto Pagani
Reviewed by Anna Cristiana Minoli
Comments? Please email the translators above.
19:55 Posted: Feb 2011
Views 209,137 | Comments 79
25:23 Posted: Mar 2008
Views 458,440 | Comments 43
17:26 Posted: Jan 2007
Views 660,787 | Comments 153
Just follow the guidelines outlined under our Creative Commons license.
This comment will be attributed to . Not ? Sign Out.