Follow TED
Be the first to know about new TEDTalks, TED news and other announcements.
Click on any phrase to play the video from that point.
Ik wil het hebben over een idee. Het is een groots idee. Eigenlijk denk ik dat het uiteindelijk zal worden gezien als waarschijnlijk het allergrootste idee dat de afgelopen eeuw heeft voortgebracht. Het is het idee van de berekening. Dat idee heeft ons natuurlijk heel de computertechnologie gebracht die we vandaag hebben en zo meer. Maar eigenlijk heeft berekening veel te betekenen dan dat. Het is werkelijk een erg diep, erg krachtig, erg fundamenteel idee, waarvan het effect we eigenlijk pas beginnen te zien.
Wel, ikzelf heb de afgelopen 30 jaar van mijn leven besteed aan drie grote projecten die het idee van berekening echt ernstig proberen te nemen. Ik begon op jonge leeftijd als natuurkundige die computers als gereedschap gebruikte. Daarna begon ik zowat in te zoomen, terwijl ik nadacht over de berekeningen die ik wilde doen, terwijl ik probeerde uit te vissen uit welke primitieven ze opgebouwd konden worden en hoe ze zoveel mogelijk geautomatiseerd konden worden. Uiteindelijk creëerde ik een hele structuur gebaseerd op symbolisch programmeren en dergelijke die me in staat stelde Mathematica te bouwen. En de afgelopen 23 jaar hebben we, in toenemende mate, meer en meer ideeën en functionaliteiten en zo in Mathematica gestopt, en met plezier kan ik zeggen dat dat tot veel goede dingen heeft geleid in onderzoek en ontwikkeling en onderwijs, en in andere gebieden. Eigenlijk moet ik toegeven dat ik Mathematica ook uit eigenbelang heb gemaakt. Ik wilde het zelf gebruiken, een beetje zoals Galileo zijn telescoop gebruikte 400 jaar geleden. Maar ik wilde niet naar het astronomische universum kijken, maar naar het universum van de berekeningen.
Eigenlijk kijken we normaal gezien naar programma's als moeilijke dingen die we bouwen voor erg specifieke doeleinden. Maar wat met ruimte van alle mogelijke programma's? Hier is een voorbeeld van een echt simpel programma. Als we dit programma dus uitvoeren, dan krijgen we dit. Erg eenvoudig. Laten we dus de regel voor dit programma een klein beetje veranderen. Nu krijgen we een ander resultaat, nog steeds erg eenvoudig. Probeer het nog een keer te veranderen. Je krijgt iets wat een beetje ingewikkelder is, maar als we dit een tijdje laten draaien ontdekken we dat, alhoewel het patroon dat we krijgen erg complex is, het een erg regelmatige structuur heeft. De vraag is dus: kan er nog iets anders gebeuren? We kunnen een klein experiment doen. Laten we gewoon een klein wiskundig experiment doen, proberen en ontdekken.
Laten we gewoon alle mogelijke programma's uitvoeren van het bijzondere type waar we naar kijken. Ze worden cellulaire automata genoemd. Je kan erg veel verscheidenheid in het gedrag zien. De meeste doen erg eenvoudige dingen. Maar als je lang genoeg kijkt naar de verschillende plaatjes, op regel nummer 30, dan zie je dat er iets interessants aan de hand is. Laten we dus nader kijken naar regel nummer 30 hier. Hier is het. We volgen alleen deze erg eenvoudige regel hier beneneden, maar we krijgen al die verbazingwekkende dingen. Dit is helemaal niet wat we gewend zijn, en ik moet zeggen, toen ik dit voor het eerst zag, was het een grote schok voor mijn intuïtie en, eigenlijk, om het te begrijpen, moest ik uiteindelijk een hele nieuw soort wetenschap creëren.
Deze wetenschap is anders, meer algemeen, dan de op wiskunde gebaseerde wetenschap die we hadden gedurende de afgelopen 300 jaar of zo. Weet je, het leek altijd een groot mysterie hoe de natuur, ogenschijnlijk zo moeiteloos in staat is zoveel te produceren dat voor ons zo complex lijkt. Ik denk dat we het geheim hebben gevonden. Het is alleen samplen wat daar gebeurt in het universum van de berekeningen en heel vaak krijgen we dingen zoals Regel 30 of zoals dit. En dat te weten, verklaart heel veel lang bestaande mysteries in de wetenschap. Het zorgt ook voor nieuwe kwesties, zoals de onherleidbaarheid van berekeningen. Ik bedoel, we zijn gewend dat wetenschap ons dingen laat voorspellen, maar zoiets als dit is fundamenteel onherleidbaar. De enige mogelijke weg om de uitkomst te vinden is, effectief, gewoon kijken hoe het evolueert. Het is gelinkt aan, wat ik noem, het principe van equivalentie van berekeningen dat ons leert dat zelfs ongelooflijk eenvoudige systemen zeer gesofisticeerde berekeningen kunnen doen. Er is niet veel technologie of biologische evolutie voor nodig om arbitraire berekeningen te doen, het is gewoon iets dat gebeurt, natuurlijk, overal. Dingen met zulke simpele regels als dit kunnen het. Dit heeft verstrekkende gevolgen in verband met het bereik van wetenschap, in verband met de voorspelbaarheid en controleerbaarheid van dingen zoals biologische processen of economieën, in verband met intelligentie in het heelal, in verband met vraagstukken als de vrije wil en in verband met het maken van technologie.
Weet je, terwijl ik jaren gewerkt hebt aan deze wetenschap, bleef ik me afvragen: "Wat zal de eerste 'killer app' zijn?" Nou, sinds mijn kindertijd heb ik aan het systematiseren van kennis gedacht om die op één of andere manier berekenbaar te maken. Mensen zoals Leibniz hebben daar ook over nagedacht 300 jaar eerder. Maar ik nam altijd aan dat ik om vooruitgang te boeken, in essentie het hele brein zou moeten kopiëren. Maar nu denk ik: Dit wetenschappelijk paradigma van mij suggereert iets anders. En, overigens, ik heb nu enorme rekenmogelijkheden in Mathematica, en ik ben een CEO met de wereldlijke middelen om grote, ogenschijnlijk waanzinnige projecten te doen. Dus besloot ik gewoon te proberen en te kijken hoeveel van de systematische kennis die er in de wereld is we berekenbaar kunnen maken.
Het was dus een groot en erg complex project, waarvan ik niet zeker was dat het zou werken. Maar ik ben blij om te zeggen dat het eigenlijk heel goed gaat. En afgelopen jaren waren we in staat om de eerste website-versie van Wolfram Alpha te lanceren. Ze heeft tot doel om een serieuze kennismachine te zijn die antwoorden op vragen berekent. Laten we het dus proberen. Laten we met iets heel simpels beginnen. Laten we het beste hopen. Erg goed. OK. Tot nu toe gaat alles goed. (gelach) Laten we iets moeilijkers proberen. Laten we zeggen... Laten we iets wiskundigs doen en met een beetje geluk zal het een antwoord geven en ons interessante dingen proberen te vertellen dingen over verwante wiskunde. We zouden het iets kunnen vragen over de echte wereld. Laten we zeggen -- Ik weet het niet -- Wat is het BNP van Spanje? En het zou ons moeten kunnen vertellen wat dat is. Nu zouden we iets dat daaraan gerelateerd is kunnen berekenen, laten we zeggen het BNP van Spanje gedeeld door, weet niet, de -- hmm.. laten we zeggen de inkomsten van Microsoft.
Het idee is dat we dit gewoon kunnen intikken, zo'n soort vraag op de manier die ons invalt. Laten we dus een vraag stellen, bijvoorbeeld een vraag over gezondheid. Laten we zeggen dat er een lab is dat vaststelt -- weet je, we hebben een LDL-niveau van 140 voor een man van 50. Laten we dat dus intikken, en nu zal Wolfram Alpha aan de slag gaan en openbare gezondheidsdata gebruiken en proberen uit te zoeken welk deel van de bevolking daarmee overeenkomt. Of laten we proberen vragen te stellen over, weet ik veel, het internationale ruimtestation.
En wat hier gebeurt is dat Wolfram Alpha niet zomaar iets opzoekt; het berekent, in real time, waar het internationale ruimtestation op dit moment precies is, hoe snel het gaat etc. Dus Wolfram Alpha weet een heleboel over een heleboel dingen. Het heeft nu een heel goede dekking over alles wat je maar kunt vinden in een standaard naslagwerk etc. Maar het doel is om veel verder te gaan en in ruime zin alle kennis van dit type te democratiseren, en om te proberen om een gezaghebbende bron te zijn op elk gebied, om in staat te zijn antwoorden te berekenen op specifieke vragen die mensen hebben, niet door te zoeken wat andere mensen misschien eerder hebben geschreven, maar door ingebouwde kennis te gebruiken om frisse nieuwe antwoorden op specifieke vragen te berekenen.
Nu, is Wolfram Alpha natuurlijk een monumentaal groot langetermijnproject met heel veel uitdagingen. Om te beginnen, moet men een eindeloze verzameling aanleggen van verschillende bronnen van feiten en gegevens, en we hebben een pipeline opgezet van Mathematica-automatisering en menselijke domeinexperts om dit te doen. Maar dat is slechts het begin. Met ruwe feiten of gegevens om vragen te beantwoorden, moet men berekenen, moet men al deze methoden en modellen implementeren en algoritmes etc. die de wetenschap en andere gebieden door de eeuwen heen hebben opgebouwd. Dus, zelfs als we starten vanuit Mathematica, is dit nog steeds een hele berg werk. Tot dusver zitten er zo'n 8 miljoen regels van Mathematica-code in Wolfram Alpha gebouwd door experts in heel veel verschillende vakgebieden.
Nu, een cruciaal idee van Wolfram Alpha is dat je het gewoon vragen kunt stellen in gewone mensentaal, wat betekent dat we al deze vreemde uitingen die mensen in het invoerveld typen kunnen gebruiken en ze begrijpen. En ik moet zeggen dat ik dacht dat die stap gewoonweg onmogelijk zou zijn. Er gebeurden twee grote dingen. Ten eerste, een aantal nieuwe ideeën over linguïstiek die voortkwamen uit het bestuderen van universum van de berekeningen. En ten tweede, het besef dat het hebben van reële berekenbare kennis diepe impact heeft op de manier waarop we taal kunnen begrijpen. En, natuurlijk, nu met Wolfram Alpha effectief gelanceerd, kunnen we leren van het eigenlijk gebruik ervan. En in feite is er een interessante parallelle evolutie aan de gang tussen Wolfram Alpha en zijn mensenlijke gebruikers. En het is erg bemoedigend. Als we nu naar web queries kijken, op dit moment, dan wordt meer dan 80 procent ervan al bij de eerste keer succesvol afgehandeld. En als je kijkt naar dingen zoals de iPhone applicatie, dan is het percentage aanzienlijk groter. Dus ik ben er erg tevreden mee.
Maar in vele opzichten staan we nog helemaal aan het begin van Wolfram Alpha. Ik bedoel, alles neemt behoorlijk toe. We worden zelfverzekerder. Je kunt Wolfram Alpha-technologie zien verschijnen op steeds meer plekken, terwijl het zowel werkt met dit soort openbare data, zoals op de website, als met private kennis van mensen en bedrijven etc. Weet je, ik heb me gerealiseerd dat Wolfram Alpha eigenlijk een heel nieuwe soort van berekening geeft die je kennisgebaseerde berekening zou kunnen noemen, waarin men begint, niet gewoon vanaf een ruwe berekening maar vanaf een grote hoeveelheid ingebouwde kennis. En wanneer men dat doet, dan verandert men de economie van het aanleveren van berekeningen of het nu op het web is of ergens anders.
Weet je, we hebben een erg interessante situatie op dit moment. Aan de ene kant hebben we Mathematica, met zijn heel precieze, formele taal en een gigantisch netwerk van zorgvuldig ontworpen mogelijkheden dat in staat is een heleboel te doen met slechts enkele regels. Laat me jullie een paar voorbeelden laten zien. Hier is een klein stukje Mathematica-programmatie. Hier is iets waar we bijvoorbeeld proberen een berg verschillende mogelijkheden te integreren. Hier zullen we gewoon in deze regel een kleine user interface maken die ons in staat stelt daar iets leuks te doen. Als je verder gaat, dat is een iets gecompliceerder programma dat nu allerlei soorten van algoritmische dingen doet en een user interface aan het maken is etc. Maar het is een echt precisiewerkje. Het is een precieze specificatie met een precieze formele taal die ervoor zorgt dat Mathematica weet wat het hier moet doen.
Nou, en aan de andere kant hebben we Wolfram Alpha, met al de slordigheden van de wereld en van de menselijke taal erin gebouwd. Wat gebeurt er wanneer je deze dingen samenvoegt? Ik denk dat het eigenlijk prachtig is. Met Wolfram Alpha in Mathematica, kun je bijvoorbeeld heel precieze programma's maken die gebruik maken van echte data. Hier is een echt eenvoudig voorbeeld. Je kan ook een soort van vage input geven en dan proberen om Wolfram Alpha te laten uitzoeken waarover je het hebt. Laten we dit hier proberen. Maar ik denk eigenlijk dat het meest opwindende hiervan is dat het je eigenlijk de kans geeft om het programmeren te democratizeren. Ik bedoel, iedereen kan zowat zeggen wat hij wil in gewone taal, en daarna is de bedoeling dat Wolfram Alpha zal proberen uit te zoeken welke precieze stukjes code kunnen doen wat ze vragen om daarna voorbeelden te laten zien, die helpen om te kiezen wat ze nodig hebben om steeds grotere precieze programma's te bouwen. Dus soms zal Wolfram Alpha in staat zijn om alles in een keer te doen en gewoon het hele programma op te leveren waarmee je dan kunt berekenen. Hier is dus een grote website waar we heel veel educatieve en andere demo's over een heleboel dingen hebben verzameld. Dus ik weet het niet, ik zal jullie een voorbeeld laten zien, hier zo. Dit is gewoon een voorbeeld van een van deze berekenbare documenten. Dit is waarschijnlijk een erg klein stuk Mathematica-code dat daar kan draaien.
OK. Laten we weer uitzoomen. Dus, gegeven onze nieuwe soort wetenschap, is er een algemene manier om ze te gebruiken om technologie te maken? Dus met fysieke materialen, zijn we gewoon om de wereld rond te gaan en te ontdekken dat specifieke materialen bruikbaar zijn voor speciale technologische doeleinden etc. Nou, het blijkt dat we best wel hetzelfde kunnen doen in het universum van de berekeningen. Er is een onuitputtelijke voorraad van programma's daar. De uitdaging is om te zien hoe we ze kunnen aanwenden voor menselijke doeleinden. Zoiets als Regel 30 bijvoorbeeld, blijkt een echt goede randomness generator te zijn. Andere simpele programma's zijn goede modellen voor processen in de natuurlijke of sociale wereld. En, bijvoorbeeld, Wolfram Alpha en Mathematica zitten nu eigenlijk vol met algoritmes die we ontdekt hebben door te zoeken naar het universum van de berekeningen. En, bijvoorbeeld, dit -- we gaan hier terug-- Dit is onverwacht populair onder componisten om muzikale vormen te vinden door te zoeken in het universum van de berekeningen. In zekere zin kunnen we het universum van de berekeningen gebruiken om 'mass customized' creativiteit te maken. Ik hoop dat we dat bijvoorbeeld kunnen gebruiken om Wolfram Alpha routinematig onderweg uitvindingen en ontdekkingen te laten doen en om allerlei wonderlijke dingen te vinden die geen technicus of geen proces van geleidelijke evolutie ooit zou ontdekken.
Nu, dat leidt tot een soort van ultieme vraag. Zou het kunnen dat we ergens in het universum van de berekeningen ons fysieke universum kunnen vinden? Misschien is er wel een heel simpele regel, een erg simpel programma voor ons universum. Nu, de geschiedenis van de natuurkunde heeft ons doen geloven dat de regel voor het universum heel erg moeilijk moet zijn. Maar in het berekenbare universum hebben we nu gezien hoe regels die erg eenvoudig zijn ongelooflijk rijk en complex gedrag kunnen produceren. Zou dat dus aan de hand kunnen zijn met ons hele universum? Als de regels voor het universum eenvoudig zijn, is het in zekere zin onvermijdelijk dat ze abstract en erg basic moeten zijn, omdat ze, bij voorbeeld, ver onder het niveau van ruimte en tijd opereren, wat het moeilijk maakt om dingen voor te stellen. Maar in tenminste een grote groep gevallen kan men over het universum denken als een soort of netwerk, dat, wanneer het groot genoeg wordt, zich gedraagt als een continue ruimte net zoals wat veel moleculen heeft zich kan gedragen als een continue vloeistof. Nu, dan zou het universum zich moeten ontwikkelen door de toepassing van kleine regels die op progressieve manier dit netwerk updaten. En elke mogelijke regel komt in zekere zin overeen met een kandidaat-universum.
Eigenlijk heb ik dit nog niet eerder laten zien, maar hier zijn een aantal kandidaat-universums waarnaar ik heb gekeken. Sommige zijn hopeloze universums, compleet steriel, met andere soorten problemen, zoals het ontbreken van de notie van ruimte, geen notie van tijd, geen materie, en andere soortgelijke problemen. Maar het opwindende is dat ik in de laatste paar jaar heb ontdekt dat je eigenlijk niet zo ver hoeft te gaan in het universum van de berekeningen voordat je kandidaat-universums kunt vinden die overduidelijk niet ons universum zijn. Dit is het probleem: Elke serieuze kandidaat voor ons universum, is overduidelijk vol met onherleidbaarheid van berekeningen, wat betekent dat het onherleidbaar moeilijk is om uit te vinden hoe het zich werkelijk gedraagt, en of het met ons fysieke universum overeenstemt. Een paar jaar geleden vond ik het erg spannend om te ontdekken dat er kandidaat-universums waren met ongelooflijk eenvoudige regels die met succes speciale relativiteit reproduceerden en zelfs algemene relativiteit en zwaartekracht en op zijn minst sporen van kwantummechanica vertoonden. Dus, zullen we de hele natuurkunde vinden? Dat weet ik natuurlijk niet zeker. Maar ik denk dat het op dit punt eigenlijk bijna beschamend is om het niet op zijn minst te proberen.
Geen makkelijk project. Men moet heel veel technologie bouwen. Men moet een structuur bouwen die waarschijnlijk net zo diep is als de bestaande natuurkunde. En ik ben er niet zeker van wat de beste manier is om dit alles te organiseren. Maak een team, stel het open, loof prijzen uit enz. Maar ik zal je hier vandaag vertellen dat ik vastbesloten ben om dit project tot een goed einde te brengen om te kijken of we nog deze eeuw, eindelijk de regel voor ons universum in handen kunnen hebben en kunnen weten waar ons universum zich bevindt in de ruimte van alle mogelijke universums -- en dat we in staat zijn in Wolfram Alpha te tikken "de theorie van het universum" en dat we een antwoord krijgen.
Dus heb ik aan dit idee van berekenen nu voor meer dan 30 jaar gewerkt, tools gemaakt en methodes en intellectuele ideeën omgezet in miljoenen regels code en grist voor server farms enz. Met elk jaar dat voorbij gaat, realiseer ik me hoe krachtig het idee van berekenen eigenlijk is. Het heeft ons al een heel eind op weg gebracht, maar er is zo veel meer dat nog komt. Van de grondslagen van de wetenschap tot de grenzen van de technologie tot de definitie zelf van het menselijke bestaan, denk ik dat berekenen is voorbestemd om het idee te zijn dat onze toekomst definieert.
Chris Anderson: Dat was verbazingwekkend. Blijf nog even. Ik heb een vraag.
Wel, dat was zonder overdrijven een verbijsterende speech. Ben je in staat om in twee zinnen te zeggen hoe dit soort denken op een bepaald punt dingen zoals de snaartheorie zou kunnen omvatten of het soort van dingen die mensen beschouwen als de fundamentele verklaring van het universum?
Stephen Wolfram: Nu, de onderdelen van de natuurkunde waarvan we ongeveer weten dat ze waar zijn, dingen zoals het standaardmodel van de natuurkunde. Wat ik probeer te doen kan maar beter het standaard model van de natuurkunde reproduceren, anders is het gewoon verkeerd. De dingen die mensen de afgelopen 25 jaar hebben geprobeerd met de snaartheorie enz. zijn een interessante verkenning geweest die geprobeerd heeft terug uit te komen bij het standaard model, maar daar eigenlijk niet in geslaagd is. Maar mijn voorspelling is dat sommige grote vereenvoudigingen van wat ik doe eigenlijk wel in belangrijke mate overeenstemmen met wat gebeurd is in de snaartheorie, maar dat is een complex wiskundig ding waarvan ik nog niet weet hoe het uitpakt.
CA: Benoit Mandelbrot is in het publiek. Hij heeft ook laten zien hoe complexiteit kan voortkomen uit een eenvoudig startpunt. Heeft je werk daarmee te maken?
SW: Ik denk het wel. Ik zie Benoit Mandlebrot's werk als één van de fundamentele bijdragen aan dit soort van gebied. Benoit is specifiek geïnteresseerd in geneste patronen, in fractalen en zo waarvan de structuur is net als een soort boomstructuur, en waar er een soort van grote tak is die kleine takken maakt, en nog veel kleinere takken enz. Dat is één van de manieren die je leidt naar echte complexiteit. Ik denk dat dingen zoals het Regel 30 cellulaire automaton ons naar een ander niveau brengen. Op een heel precieze manier brengen ze ons op een ander niveau omdat ze dingen lijken te zijn die in staat zijn tot complexiteit die zo groot is als complexiteit ooit kan worden...
Ik zou er heel lang over kunnen doorbomen, maar dat doe ik niet.
Got an idea, question, or debate inspired by this talk? Start a TED Conversation, or join one of these:
Stephen Wolfram, de maker van Mathematica, vertelt over zijn zoektocht om alle kennis berekenbaar te maken - doorzoekbaar, verwerkt en manipuleerbaar. Zijn nieuwe zoekmachine, Wolfram Alpha, heeft geen ander doel dan het modelleren en uitleggen van de natuurkunde die aan het universum ten grondslag ligt.
Stephen Wolfram is the creator of Mathematica and Wolfram|Alpha, the author of A New Kind of Science, and the founder and CEO of Wolfram Research. Full bio »
Translated into Dutch by Hèlen Grives
Reviewed by Els De Keyser
Comments? Please email the translators above.
21:26 Posted: Oct 2008
Views 718,171 | Comments 216
16:02 Posted: Dec 2007
Views 457,987 | Comments 114
14:50 Posted: Oct 2009
Views 398,278 | Comments 294
Just follow the guidelines outlined under our Creative Commons license.
This comment will be attributed to . Not ? Sign out.