TED日本語 - ダニー・ヒリス: バック・トゥ・ザ・フューチャー(1994)


TED Talks(英語 日本語字幕付き動画)

TED日本語 - ダニー・ヒリス: バック・トゥ・ザ・フューチャー(1994)

TED Talks


Back to the future (of 1994)


Danny Hillis


TEDの過去のアーカイブより、ダニー・ヒリスが 加速度的に変化していくテクノロジーの様子と その理由に関する興味深い理論を 生命の進化と比べて概説します。プレゼンテーション技術は古く見えるかもしれませんが、考えは全く色あせていません。




Because I usually take the role of trying to explain to people how wonderful the new technologies that are coming along are going to be, and I thought that, since I was among friends here, I would tell you what I really think and try to look back and try to understand what is really going on here with these amazing jumps in technology that seem so fast that we can barely keep on top of it.

So I'm going to start out by showing just one very boring technology slide. And then, so if you can just turn on the slide that's on. This is just a random slide that I picked out of my file. What I want to show you is not so much the details of the slide, but the general form of it. This happens to be a slide of some analysis that we were doing about the power of RISC microprocessors versus the power of local area networks. And the interesting thing about it is that this slide, like so many technology slides that we're used to, is a sort of a straight line on a semi-log curve. In other words, every step here represents an order of magnitude in performance scale. And this is a new thing that we talk about technology on semi-log curves. Something really weird is going on here. And that's basically what I'm going to be talking about.

So, if you could bring up the lights. If you could bring up the lights higher, because I'm just going to use a piece of paper here. Now why do we draw technology curves in semi-log curves? Well the answer is, if I drew it on a normal curve where, let's say, this is years, this is time of some sort, and this is whatever measure of the technology that I'm trying to graph, the graphs look sort of silly. They sort of go like this. And they don't tell us much. Now if I graph, for instance, some other technology, say transportation technology, on a semi-log curve, it would look very stupid, it would look like a flat line. But when something like this happens, things are qualitatively changing. So if transportation technology was moving along as fast as microprocessor technology, then the day after tomorrow, I would be able to get in a taxi cab and be in Tokyo in 30 seconds. It's not moving like that. And there's nothing precedented in the history of technology development of this kind of self-feeding growth where you go by orders of magnitude every few years.

Now the question that I'd like to ask is, if you look at these exponential curves, they don't go on forever. Things just can't possibly keep changing as fast as they are. One of two things is going to happen. Either it's going to turn into a sort of classical S-curve like this, until something totally different comes along, or maybe it's going to do this. That's about all it can do. Now I'm an optimist, so I sort of think it's probably going to do something like that. If so, that means that what we're in the middle of right now is a transition. We're sort of on this line in a transition from the way the world used to be to some new way that the world is. And so what I'm trying to ask, what I've been asking myself, is what's this new way that the world is? What's that new state that the world is heading toward? Because the transition seems very, very confusing when we're right in the middle of it.

Now when I was a kid growing up, the future was kind of the year 2000, and people used to talk about what would happen in the year 2000. Now here's a conference in which people talk about the future, and you notice that the future is still at about the year 2000. It's about as far as we go out. So in other words, the future has kind of been shrinking one year per year for my whole lifetime. Now I think that the reason is because we all feel that something's happening there. That transition is happening. We can all sense it. And we know that it just doesn't make too much sense to think out 30,50 years because everything's going to be so different that a simple extrapolation of what we're doing just doesn't make any sense at all.

So what I would like to talk about is what that could be, what that transition could be that we're going through. Now in order to do that I'm going to have to talk about a bunch of stuff that really has nothing to do with technology and computers. Because I think the only way to understand this is to really step back and take a long time scale look at things. So the time scale that I would like to look at this on is the time scale of life on Earth. So I think this picture makes sense if you look at it a few billion years at a time.

So if you go back about two and a half billion years, the Earth was this big, sterile hunk of rock with a lot of chemicals floating around on it. And if you look at the way that the chemicals got organized, we begin to get a pretty good idea of how they do it. And I think that there's theories that are beginning to understand about how it started with RNA, but I'm going to tell a sort of simple story of it, which is that, at that time, there were little drops of oil floating around with all kinds of different recipes of chemicals in them. And some of those drops of oil had a particular combination of chemicals in them which caused them to incorporate chemicals from the outside and grow the drops of oil. And those that were like that started to split and divide. And those were the most primitive forms of cells in a sense, those little drops of oil.

But now those drops of oil weren't really alive, as we say it now, because every one of them was a little random recipe of chemicals. And every time it divided, they got sort of unequal division of the chemicals within them. And so every drop was a little bit different. In fact, the drops that were different in a way that caused them to be better at incorporating chemicals around them, grew more and incorporated more chemicals and divided more. So those tended to live longer, get expressed more.

Now that's sort of just a very simple chemical form of life, but when things got interesting was when these drops learned a trick about abstraction. Somehow by ways that we don't quite understand, these little drops learned to write down information. They learned to record the information that was the recipe of the cell onto a particular kind of chemical called DNA. So in other words, they worked out, in this mindless sort of evolutionary way, a form of writing that let them write down what they were, so that that way of writing it down could get copied. The amazing thing is that that way of writing seems to have stayed steady since it evolved two and a half billion years ago. In fact the recipe for us, our genes, is exactly that same code and that same way of writing. In fact, every living creature is written in exactly the same set of letters and the same code.

In fact,one of the things that I did just for amusement purposes is we can now write things in this code. And I've got here a little 100 micrograms of white powder, which I try not to let the security people see at airports.

(Laughter) But this has in it -- what I did is I took this code -- the code has standard letters that we use for symbolizing it -- and I wrote my business card onto a piece of DNA and amplified it 10 to the 22 times. So if anyone would like a hundred million copies of my business card, I have plenty for everyone in the room, and, in fact, everyone in the world, and it's right here. (Laughter) If I had really been a egotist, I would have put it into a virus and released it in the room. (Laughter)

So what was the next step? Writing down the DNA was an interesting step. And that caused these cells -- that kept them happy for another billion years. But then there was another really interesting step where things became completely different, which is these cells started exchanging and communicating information, so that they began to get communities of cells. I don't know if you know this, but bacteria can actually exchange DNA. Now that's why, for instance, antibiotic resistance has evolved. Some bacteria figured out how to stay away from penicillin, and it went around sort of creating its little DNA information with other bacteria, and now we have a lot of bacteria that are resistant to penicillin, because bacteria communicate. Now what this communication allowed was communities to form that, in some sense, were in the same boat together; they were synergistic. So they survived or they failed together, which means that if a community was very successful, all the individuals in that community were repeated more and they were favored by evolution.

Now the transition point happened when these communities got so close that, in fact, they got together and decided to write down the whole recipe for the community together on one string of DNA. And so the next stage that's interesting in life took about another billion years. And at that stage, we have multi-cellular communities, communities of lots of different types of cells, working together as a single organism. And in fact, we're such a multi-cellular community. We have lots of cells that are not out for themselves anymore. Your skin cell is really useless without a heart cell, muscle cell, a brain cell and so on. So these communities began to evolve so that the interesting level on which evolution was taking place was no longer a cell, but a community which we call an organism.

Now the next step that happened is within these communities. These communities of cells, again, began to abstract information. And they began building very special structures that did nothing but process information within the community. And those are the neural structures. So neurons are the information processing apparatus that those communities of cells built up. And in fact, they began to get specialists in the community and special structures that were responsible for recording, understanding, learning information. And that was the brains and the nervous system of those communities. And that gave them an evolutionary advantage. Because at that point, an individual -- learning could happen within the time span of a single organism, instead of over this evolutionary time span.

So an organism could, for instance, learn not to eat a certain kind of fruit because it tasted bad and it got sick last time it ate it. That could happen within the lifetime of a single organism, whereas before they'd built these special information processing structures, that would have had to be learned evolutionarily over hundreds of thousands of years by the individuals dying off that ate that kind of fruit. So that nervous system, the fact that they built these special information structures, tremendously sped up the whole process of evolution. Because evolution could now happen within an individual. It could happen in learning time scales.

But then what happened was the individuals worked out, of course, tricks of communicating. And for example, the most sophisticated version that we're aware of is human language. It's really a pretty amazing invention if you think about it. Here I have a very complicated, messy, confused idea in my head. I'm sitting here making grunting sounds basically, and hopefully constructing a similar messy, confused idea in your head that bears some analogy to it. But we're taking something very complicated, turning it into sound, sequences of sounds, and producing something very complicated in your brain. So this allows us now to begin to start functioning as a single organism.

And so, in fact, what we've done is we, humanity, have started abstracting out. We're going through the same levels that multi-cellular organisms have gone through -- abstracting out our methods of recording, presenting, processing information. So for example, the invention of language was a tiny step in that direction. Telephony, computers, videotapes, CD-ROMs and so on are all our specialized mechanisms that we've now built within our society for handling that information. And it all connects us together into something that is much bigger and much faster and able to evolve than what we were before. So now, evolution can take place on a scale of microseconds. And you saw Ty's little evolutionary example where he sort of did a little bit of evolution on the Convolution program right before your eyes.

So now we've speeded up the time scales once again. So the first steps of the story that I told you about took a billion years a piece. And the next steps, like nervous systems and brains, took a few hundred million years. Then the next steps, like language and so on, took less than a million years. And these next steps, like electronics, seem to be taking only a few decades. The process is feeding on itself and becoming, I guess, autocatalytic is the word for it -- when something reinforces its rate of change. The more it changes, the faster it changes. And I think that that's what we're seeing here in this explosion of curve. We're seeing this process feeding back on itself.

Now I design computers for a living, and I know that the mechanisms that I use to design computers would be impossible without recent advances in computers. So right now, what I do is I design objects at such complexity that it's really impossible for me to design them in the traditional sense. I don't know what every transistor in the connection machine does. There are billions of them. Instead, what I do and what the designers at Thinking Machines do is we think at some level of abstraction and then we hand it to the machine and the machine takes it beyond what we could ever do, much farther and faster than we could ever do. And in fact, sometimes it takes it by methods that we don't quite even understand.

One method that's particularly interesting that I've been using a lot lately is evolution itself. So what we do is we put inside the machine a process of evolution that takes place on the microsecond time scale. So for example, in the most extreme cases, we can actually evolve a program by starting out with random sequences of instructions. Say, "Computer, would you please make a hundred million random sequences of instructions. Now would you please run all of those random sequences of instructions, run all of those programs, and pick out the ones that came closest to doing what I wanted." So in other words, I define what I wanted. Let's say I want to sort numbers, as a simple example I've done it with. So find the programs that come closest to sorting numbers.

So of course, random sequences of instructions are very unlikely to sort numbers, so none of them will really do it. But one of them, by luck, may put two numbers in the right order. And I say, "Computer, would you please now take the 10 percent of those random sequences that did the best job. Save those. Kill off the rest. And now let's reproduce the ones that sorted numbers the best. And let's reproduce them by a process of recombination analogous to sex." Take two programs and they produce children by exchanging their subroutines, and the children inherit the traits of the subroutines of the two programs. So I've got now a new generation of programs that are produced by combinations of the programs that did a little bit better job. Say, "Please repeat that process." Score them again. Introduce some mutations perhaps. And try that again and do that for another generation.

Well every one of those generations just takes a few milliseconds. So I can do the equivalent of millions of years of evolution on that within the computer in a few minutes, or in the complicated cases, in a few hours. At the end of that, I end up with programs that are absolutely perfect at sorting numbers. In fact, they are programs that are much more efficient than programs I could have ever written by hand.

Now if I look at those programs, I can't tell you how they work. I've tried looking at them and telling you how they work. They're obscure, weird programs. But they do the job. And in fact, I know, I'm very confident that they do the job because they come from a line of hundreds of thousands of programs that did the job. In fact, their life depended on doing the job.


I was riding in a 747 with Marvin Minsky once, and he pulls out this card and says, "Oh look. Look at this. It says, 'This plane has hundreds of thousands of tiny parts working together to make you a safe flight.' Doesn't that make you feel confident?"


In fact, we know that the engineering process doesn't work very well when it gets complicated. So we're beginning to depend on computers to do a process that's very different than engineering. And it lets us produce things of much more complexity than normal engineering lets us produce. And yet, we don't quite understand the options of it. So in a sense, it's getting ahead of us. We're now using those programs to make much faster computers so that we'll be able to run this process much faster. So it's feeding back on itself. The thing is becoming faster and that's why I think it seems so confusing. Because all of these technologies are feeding back on themselves. We're taking off.

And what we are is we're at a point in time which is analogous to when single-celled organisms were turning into multi-celled organisms. So we're the amoebas and we can't quite figure out what the hell this thing is we're creating. We're right at that point of transition. But I think that there really is something coming along after us. I think it's very haughty of us to think that we're the end product of evolution. And I think all of us here are a part of producing whatever that next thing is. So lunch is coming along, and I think I will stop at that point, before I get selected out.


普段は これから新しく 出てくる テクノロジーが いかに素晴らしいものになるか 説明する機会が多く 今日は仲間の皆さんもいるので 私が真剣に考えていることをお話ししたいと思います 現在の めまぐるしく 目覚しいテクノロジーの飛躍において 一体 本当に何が起きているのか 過去を振り返って考えて見たいと思います

では、はじめに テクノロジーに関する平凡なスライドをお見せします では…スライドを映せますか? これは私のファイルの中から 適当に選んだ物です お見せしたいのは スライドの詳細というよりも 全体の形です これは ある分析に関するスライドで RISCマイクロプロセッサの能力と ローカルエリア・ネットワークの能力を比較したものです 興味深い点は このスライドが 他のテクノロジーに関するスライドと同様 片対数グラフ上で いわば 直線という事です 片対数グラフ上で いわば 直線という事です つまり 縦軸の目盛りは 「べき乗」で 性能の尺度を 示しています 技術の進歩を 指数関数的に考えるのは 新しいことです とても奇妙なことがここで起きています それが今日の話の焦点です

では、明るくしてもらえますか? もっと明るくしてもらえますか? ここで紙を使いたいので なぜテクノロジーの推移を表すのに 片対数グラフを使うのでしょう? 普通のグラフで描くとこうなります 横軸を年数_ つまり ある種の時間の単位とし 縦軸を何らかの方法で技術を 測ったときの単位とすると グラフはあまり意味がありません こんな感じです 特に何も分かりません 反対に 別の技術 例えば輸送技術の推移を 片対数グラフにすると くだらない ただの平らな線になってしまいます でも、このようなことが起きている時 物事は質的に変化しています つまり、輸送技術が マイクロプロセッサ並みの速さで進化したとすると 明後日には タクシーに乗って 東京に30秒で到着していることでしょう 実際はそうではありません 技術開発の歴史において 数年おきに桁違いに 自己増殖的に成長するなど 先例がありません

ここで疑問が生まれます この様な指数関数的な伸びは 永久には続きません 物事がこんな速度で変化し続けることは できないのです 通常、2つのうち1つのことが起こります 何か完全に違うことが起こるまでの間 このような標準的なS型曲線に落ち着くか もしくはこうなるか それしかありません 私は楽観主義者なので こういう風に進むだろうと考えます そうだとすると、私達が今いるのは 移行のまっただ中です いわば この線の上にいます 世界が かつてあった あり方から 何か新しいあり方へ移行している途中です ここで疑問は、私自身に自問してきたことですが 新しい世界のあり方とはどのようなものか? 行く先にある 新しい状態とはどの様なものか?ということです なぜなら、移行はそのまっただ中にいると 理解が困難なものだからです

私が子供の頃 未来というのはせいぜい西暦2000年頃を指していて 人々は2000年には何が起きるかを話していたものでした 今ここで、未来について話し合う 会議が開催されていますが その"未来"が いまだに2000年辺りである事に気づきます 誰も その先はあまり考えません つまり "未来"はいわば縮小していると言えます 毎年一年ずつ、 私の生涯通じてです その理由は この所で何かが起きていると 皆が感じているからだと思います 移行が起きていると 実感していて 30、50年先を考えても意味がないと 知っているからです 全てが大きく変わるのが目に見えているのに 将来をちょっと推測してみるなど 意味がなく思えるのです

そこで 私がお話ししたいのは 我々の経験している移行が 一体何なのか という事です そのためには 様々な お話しをしなければなりません テクノロジーやコンピュータとは 全く関係がない事柄についてです なぜならこれを理解する唯一の方法は 本当に大きく離れて 長い時間軸で物事を見ることだからです これを理解するための時間軸として 地球上での生命の歴史を見てみます 数十億年単位で見てみると 現状を理解することが出来ます

25億年前に さかのぼると 地球は大きな 不毛な石の固まりで 周りには沢山の化学物質が漂っていました それらの化学物質が どう組み合わさっていったかを考えると その仕組みが分かるようになります RNAが生命の誕生に関わったという仮説も 解明されはじめていますが ここでは簡単にお話します 当時_ そこには多様な配合の化学物質を含む 小さな油滴が漂っていました それらの油滴のいくつかは 外部から化学物質を取り込み 油滴を成長させる性質を持つ 特定の組み合わの化学物資を内包していました 次第にそのような性質を持つものが 分裂をはじめました それらの小さな油滴は ある意味で 最も原始的な細胞とも言えますが

今日の生命の定義には当てはまりません なぜならそれらは全て でたらめな 化学物質の配合に過ぎなかったからです 分裂の度に 内包する化学物質は 言わば非均衡に分割されました そのため、全ての雫は少しづつ違っていました しかし様々な雫の中には 周囲の化学物質を取り込むのが 上手いものがでてきて より頻繁に成長し、取り込み、分裂する様になりました そのため これらが長く生き残り より多く発現する傾向にありました

これは非常に単純な 化学的な形での生命と言えますが 興味深くなったのは これらの雫が 抽象化の方法を覚えた時です よく分かっていない何らかの方法で 情報を書き出す方法を学習したのです 細胞の素となる情報を 特殊なDNAという化学物質に 特殊なDNAという化学物質に 記録する方法を習得しました 進化の過程で偶然に 保存の仕方そのものを含む 自己保存の書き出し方を 身に付けてしまったのです 驚くべきはこの書き出し方が 25億年前に誕生して以来 不変であるということです 事実、私達の素となる遺伝子も 同じコードで 同じ書き方で書かれています 他の全ての生物も 全く同じ文字の組み合わせと 同じコードで記述されています

これはイタズラで やってみたことですが、現在は この記号で文章を書くこともできます ここに100μgの白い粉があります 空港の警備員には見せないようにしているものですが

(笑) この中には DNA のコードを使って 名刺の情報を書き それを_ 10の22乗回 増幅させたものが 入っています 私の名刺を 数億万部 欲しい方がいれば 皆さんに行き渡るくらい十分あります 実は 全世界中の人に 行き渡るくらいあります (笑) 私がうぬぼれ屋だったら ウイルスに入れて部屋に放ったでしょうね (笑)

次の進歩は何だったでしょうか? DNAの書き出しは興味深い進歩でした これらの細胞は その後 十億年 それで満足していましたが その後 物事を全く変えてしまう様な とても興味深い進歩が起きました 細胞間で情報の交換や伝達が始まり 集団を形成するようになったのです 細菌などは実際に DNAを交換することが出来ます このために 抗生物質耐性の 進化が起きたりします ある細菌がペニシリンを回避する方法を発見し 他の細菌と共に 小さなDNA情報を 生成するような事をした結果、 現在 ペニシリン耐性菌が多く存在するのです 細菌同士のコミュニケーションが原因です このコミュニケーションは コミュニティの形成を可能にしました 運命共同体の様な 相互に作用するもので 生存するも 失敗するも 一緒でした コミュニティーが繁栄すれば そのコミュニティーのメンバーは より頻繁に反復され 進化に有利になりました

移行が始まったのは これらのコミュニティが ごく接近し 共同で コミュニティ全体の素を 一本のDNAに 書き出すようにしたときでした この次の興味深い段階には もう10億年程かかりました この段階で 多細胞コミュニティが生まれました 多くの違った種類の細胞が 1つの生物として働く共同体です 実際、私達も そのような多細胞コミュニティです 私達の細胞の多くは、各々_ 勝手に存在するわけではありません 皮膚の細胞は 心臓や筋肉、脳やその他の_ 細胞無しには全く役に立ちません 次第に これらのコミュニティが 個々の細胞のレベルではなく ”生物” という コミュニティーのレベルで 進化を始めたのです

さて、次の段階は コミュニティ内で起こりました これらの細胞のコミュニティは 再び、情報を抽象化し始めました そして コミュニティ内の情報処理を専門とする 特殊な構造を作り始めました これが神経構造です 神経はそれらのコミュニティが作り上げた 情報処理器官です 次第に コミュニティの中で 記憶や理解、学習に対応する 専門家や専門的な構造を 擁するようになり それらがそのコミュニティの 脳や神経システムとなりました これで進化的にさらに優位になりました なぜなら その時点で それまで 進化という時間枠で 行われていた学習が 一個体の寿命の長さで 行えるようになったからです

不味くて 食べたら具合が悪くなった 特定の果物は 今後食べない、 という様なことを 学ぶことが 生物 一個体の生涯の間に可能になりました 一方、この様な情報処理構造を 形成する以前は 数十万年の歳月をかけて そのような果物を食べた個体が死に絶える事によって 進化的に学習されたのでした この神経システム、 つまり この特殊な情報構造の形成が 進化全体の過程を劇的に速めました 個体内で進化が可能になり 習得時間を単位に進化が進むようになったのです

その後 生き物は コミュニケーションの能力を 身に付けました その最も洗練された形である 人間の言語が その一例です 考えてみると これはすごい発明です 私が自分の頭の中にある 複雑で混乱した考えを ここに座って色々な音を出す事によって 皆さんの頭の中にも創り出そうとしている と言えばお分かりになると思いますが、 私達はとても複雑なものを 音や音節に変換し とても複雑な物を誰かの脳の中に作り上げているのです これで 私達は 単体の生き物として 機能し始めることができる様になりました

ここで 私達は人類として 抽象化を始めたのです 抽象化を始めたのです 多細胞生物が経験したのと 同様の段階を経て 情報を記録、表現、処理する方法を 抽象化しているのです 言語の発明は その方面への小さな一歩の例でした 電話やコンピュータ ビデオテープやCD-ROMなどは それらの情報を扱うために 私達がこの社会に作った 専門の仕組みなのです そのような手段はどれも 私たちを 以前よりも より大きく、より速く より大きく、より速く 進化できるものとして 結び付けているのです 今や進化は マイクロ秒の単位で起きうるのです 先ほどTyの行った 畳み掛けプログラムで ちょっとした進化の例をご覧になったように

またここで時間軸が加速されたのです 最初にお話ししたいくつかの段階は それぞれ数十億年かかるものでした 次の段階は 神経システムや脳に関するもので 数億年かかるものでした 次の段階での 言語などは 百万年もかからないものでした そのまた次の段階の電気製品などは 数十年しかかからないようです この過程は自己増殖的で 変化自体が次の変化のレートを強化する 自己触媒的とも言える状態になりつつあります 変化すればする程、変化が速まるわけです グラフの急変化で起こっていることはは まさにこれです この過程が次の過程に影響しているのです

私の本業はコンピューターの設計ですが 私自身 コンピューターの設計が 近年のコンピュータの進化そのものなくしては 出来ないことを 知っています 出来ないことを 知っています 特に最近は 昔ながらの感覚では設計を行うことができない程に とても複雑なものを設計しているのです Connection Machine内のトランジスタの個々の役割も知りません。 無数にあるのです 代わりに、私や Thinking Machinesの設計者は、設計を_ ある程度抽象化されたレベルで考え 後は機械に渡して 任せるのです 機械は私たちの能力の限界を超え より優れた物を より速く作ってくれるのです 時には 完全には理解できない 方法によってそれを実現します

私が最近よく使っている 特に興味深い方法は "進化"そのものです やり方としては 機械の中に マイクロ秒単位で起きる 進化の過程を入れ込むのです 例えば、 最も極端な場合では でたらめな一揃いの命令から 実際にプログラムを進化させることができます 「コンピュータ」 「でたらめな命令のセットを一億通り作ってください」 「それら全てを実行してください」 「全てのプログラムを実行して、 私の希望に最適なものを選び出してください」と命令します つまり ここで私の要求を定義します 以前に試した 簡単なもので 数字の並べ替えを 例にしますと 数字を並べ替えるのに最も適したプログラムを探すわけです

当然 めちゃくちゃな命令のセットが 数字を並び替えるはずはないので それを本当に達成できるものは皆無です しかし、偶然にも その中のひとつが 2つの数字を正しく並べたとすると、 私は言います「コンピュータ」 「ランダムな並びの中から 最適な仕事を行った 10%のものを選び出してください」 「それらを保存し 残りを消去してください」 「そして 数字を上手く並び替えたものを 再生産してください」 「そして 生殖に似せた再結合の過程によって それらを再生産しましょう」 二つのプログラムのサブルーチンを交換して 子供を作ります 子供は親プログラム両方のサブルーチンの特質を受け継ぎます ここで 多少良い働きをした プログラム同士の結合から生み出された 新しい世代のプログラムが得られました 「この過程を繰り返してください」 「再び評価してください」 「ちょっと突然変異を組み込み」 「これを繰り返して もう一世代作ってください」と命令します

次の世代を作るのに ほんの数ミリ秒しかかかりません つまり 数百万年かかる進化と 同等なことが コンピューターでは数分 あるいは 複雑なものでも数時間で できてしまうのです 最終的には 数字の並べ替えに 完璧に対応した プログラムが出来ます 実際 私が書くどのプログラムよりも ずっと効果的なものになります

このプログラムを見ても 処理手順は見当がつきません 皆さんに説明もできません 不明瞭で、変なプログラムですが 仕事はきちんと実行します 実際 性能の良さには確信があります 数十万もの性能の良い プログラムの子孫ですし 仕事のできに 彼らの生死がかかっていましたからね


ある時、マーヴィン・ミンスキーと 747に同乗していたときのことです 彼はカードを取り出して言いました「これを見てくれ!」 「安全な飛行をご提供するため、 この飛行機は何十万もの小さなパーツが連携して働いています、だってさ」 「安心だね」


実際、ものが複雑になる程 工学プロセスはうまくいかないものです ですから、工学とは全く違うプロセスをする コンピュータに頼るようになってきています その方法で 普通の工学技術で作るよりも ずっと複雑なものが可能になります しかしながら、その選択肢をよく分かっていません ある意味では、私達の先を行っています 今やそれらのプログラムを使って 更に速いコンピュータを作ろうとしています この過程をより速く実行できるようになるために つまり、自己増殖的です 物事はどんどん速くなっているので 理解が難しいのだと思います これら全てのテクノロジーが自己増殖的に進歩しています 何か新しいことが始まりそうです

今 私達は、単細胞生物が 多細胞生物に変わろうとしていたときと 同様な時点にいます つまり私達はアメーバであり 作り出そうとしている物が何だか解らないのです まさに移行点にいるのです 私たちの後には 確実に何かが出てくるはずです 自身が進化の最終形態であると 思い込むのはとても高慢です そして、ここにいる全ての人が 次に来る何かを作るために 一役を担っていると思っています それでは もうすぐお昼なので 淘汰されてしまう前に ここで終わりにしましょう


― もっと見る ―
― 折りたたむ ―


  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

TED 日本語

TED Talks


洋楽 おすすめ