В этом веке всё изменится (или мы вымрем) [Rational Animations]

[музыка] Необычная. Настало время. Знаменитый фантаст и профессор химии Айзек Азимов составил каталог изобретений и открытий за всю историю человечества. Этот каталог, пусть и не полный, рассказывает о нашей эпохе нечто интересное. Из почти 700 страниц книги 553 посвящены открытиям, сделанным сначала 16 века. А ведь автор охватил 4 миллиона лет, то есть большинство открытий сконцентрировано всего в нескольких сотнях лет из всей истории человечества.

Это подтверждают и другие факты. Вот график численности населения мира с 10 тысячелетия. Как видите, до недавнего времени на земле жило не так много людей. Только в XIX веке численность населения достигла миллиарда. А через 200 лет, что по историческим меркам, всего лишь мгновение, людей на планете было уже 6 миллиардов. Историк экономики Братфорт Делонг пытается оценить объем экономического производства за миллионы лет. Он привел теоретические выкладки, но они согласуются с упомянутыми долгосрочными тенденциями в росте населения и развития технологий.

Тысячелетиями экономический рост, то есть рост количества продукции, которую производит всё человечество, шел невероятно медленно. Сейчас он значительно ускорился. Делонг цифрами подтвердил то, что историки уже знают из написанных в далеком прошлом документов. На протяжении почти всей истории люди жили примерно так же, как их бабушки и дедушки. Но сейчас всё изменилось. Большинство никогда не доводило увидеть хоть сколько-то крупных изменений в уровне жизни, технологиях и объеме производства.

Они знали, что империи возникают и рушатся, что заболевания опустошают страны, что ведутся войны. Их жизнь круто менялась в те моменты, когда рождались и умирали близкие люди, происходили культурные изменения или миграция. Но качественный иной образ жизни с электричеством, компьютерами и перспективой термоядерной войны — всё это в историческом масштабе появилось недавно.

С развитием технологий качество жизни выросло в разы. Когда-то для десятилетних детей ожидаемая продолжительность жизни не доходила до 60. Сегодняшние десятилетние имеют неплохие шансы дожить до 80. Производство продуктов питания теперь автоматизировано, и в результате у нас появилось время для других занятий, например, чтобы ходить в школу.

Изменились не только технологии. В прошлом люди принимали как должное существовавшие сотни социальных явлений, наподобие монархии и рабства. В разгар Промышленной Революции они начали исчезать. В 1763 году британский экономист Адам Смит писал: «Рабство существует во всех ранних обществах и проистекает из почти естественного для человека характера тирана». Адам Смит считал, что это явление отвратительно, но будущее оценивал пессимистично. Не питая надежд, он предсказывал, что рабство вряд ли когда-нибудь полностью искоренят и забудут.

Но спустя всего несколько десятилетий Британия объявила рабство вне закона, в том числе и в своих колониях. По всему миру к концу 20 века все страны мира официально запретили рабство. Другой ученый той эпохи, Томас Мальтус, тоже ошибся в прогнозах. В конце 18 века его беспокоил рост численности населения. Он говорил, что избыточный рост населения всегда опережает рост производства продовольствия, что приводит к голоду. Он считал, что рост численности британцев неизбежно выльется в настоящую катастрофу.

Но то, что считалось очевидным до 18 века, уже вскоре после Мальтуса и его прогнозов перестало быть таковым. Современные историки признают, что в 19 и 20 веках продовольствие в Британии, напротив, стало доступнее, чем раньше, несмотря на беспрецедентный рост населения. Адам Смит и Томас Мальтус не знали, что живут в самом начале необычного периода стремительных перемен, которые мы с вами называем Промышленной революцией.

Промышленная революция изменила не только наш образ жизни, но и представление о том, чего стоит ожидать от будущего. 21 век может оказаться гораздо более странным. Конечно, легко обвинять мыслителей прошлого в том, что они не сумели предугадать развитие событий. Но ведь они экстраполировали прошлые тенденции на будущее, что делаем и мы, когда хотим оценить свои ожидания от грядущих веков.

В последние десятилетия мы привыкли к тому, что глобальная экономика растёт на 2-4% в год, и, рассуждая о будущем, исходим из того, что так и будет продолжаться бесконечно. Назовем эту точку зрения «всё как обычно», то есть всё будет изменяться примерно так же, как в последние десятилетия, и тогда через 50 лет мир будет похож на нынешний, но с небольшими отличиями. Нам он будет казаться таким же странным, как мир, в котором живем мы с вами.

Человеку из 72 года появятся другие технологии, иные способы общения, новые социальные движения и экономические проблемы. Но ничего из ряда вон сознание переносить не научится. Сферу Дайсона вокруг Солнца не построят. Примерно так же рассуждают и родители, когда думают о том, как будут жить их дети. Подобным образом мыслят и политики, принимая устойчивые к будущим изменениям законы. Молодые работники стараются придумать, как справиться с трудностями, которые неизбежно ждут их в старости.

Противопоставим это другой точке зрения, которую назовем «всё радикально изменится». Возможно, мы, как Смит и Мальтус в свое время, совершенно непонимаем, что нас ждет. Согласно этому представлению к концу 21 века мир может измениться коренным образом, буквально до неузнаваемости. Невообразимые технические достижения, новые области применения нанотехнологий, лекарство от старения, межзвездные полёты и реалистичная виртуальная реальность могут появиться совсем скоро, а не через сотни и тысячи лет.

Можно скептически относиться к этой точке зрения: исследования проводятся не так быстро, да и многие в последнее время замечают признаки замедления технического прогресса. Но если рассматривать период подольше, радикальные изменения не так уж невероятны. Вспомним тренд экономического роста. Вот, например, как он выглядит для больших ста лет: кривая подтверждает, что всё идет как обычно. За последние 100 лет технологии и экономическое производство росли относительно постоянными темпами.

Учитывая, как шел этот рост в предыдущее десятилетие, можно предположить, что и в обозримом будущем всё будет меняться с такой же скоростью. Но теперь уменьшим масштаб и увидим непредсказуемую тенденцию, а нечто более динамичное и неопределенное. Судя по всему, темп изменения не замедлится, а продолжит ускоряться.

В знаменитой работе 93 года экономист Майкл Кремер предположил, что для долгосрочных экономических данных характерен непривычный экспоненциальный рост, а так называемый гиперболический рост на длительном временном отрезке. Гиперболический рост выглядит гораздо более резким, чем экспоненциальный, и вполне вписывается в концепцию радикальных изменений.

Но некоторым довольно сложно представить себе такую картину. Вот аналогия: представьте себе, что есть горка золота, она растет сама по себе. Эта горка — объем мировой экономики за период времени, и в нашем случае он растет гиперболически.

Поначалу в 12 часов ночи у нас всего один золотой слиток. Через 12 часов горка увеличивается в два раза, теперь в ней два слитка. В 18 часов в ней уже 4 слитка. Три часа спустя, в 21 — 8 золотых слитков, и всего через полтора часа, в 22:30 — 16 слитков. Если мы начнем наблюдать за золотом в 22:30, то можем подумать, что рост продолжится теми же темпами. К полуночи, полтора часа спустя, горка увеличится вдвое, и в ней будет 32 слитка. Только вот мы будем не правы: сам период, за который гора золота вдвое увеличивается, каждый раз вдвое сокращается с приближением.

Удваиваться снова и снова, причем с каждым разом всё чаще. По сути, ровно в полночь куча достигнет сингулярности и станет бесконечно большой. Можно рассмотреть это и на примере реальной экономики. В 2020 году Дэвид РУДН применил гиперболическую функцию к данным, взятым из исторических источников, и установил, что экономика достигнет бесконечно больших объемов в 2047 году.

Тенденцию, которую он отметил, можно наблюдать на разных периодах истории. Не следует воспринимать этот результат слишком серьезно, особенно конкретный 2047 год: ресурсы ограничены, и это не позволит экономике разрастаться бесконечно. А исторические данные обо многих периодах сложно считать надежными, используя только историческую статистику, особенно ту, что касается древних времен.

Трудно предсказать будущее. Возможно, в ближайшее время темпы роста не изменятся, но вдруг случится что-то другое — вдруг цивилизация рухнет в результате войн, голода и пандемии. Человечество может даже вымереть. Тем не менее, есть причины ожидать, что к концу 21 века мир принципиально изменится. И речь не о каких-нибудь радикальных переменных, о бесконечном росте не может быть и речи. Но впереди маячит появление технологии, которая способна кардинально изменить нашу цивилизацию — это дубликатор.

Прежде чем подумать, какая технология вызовет в ближайшие десятилетия взрывной экономический рост, давайте рассмотрим гипотетический пример. Итак, что же может привести к радикальным переменам? Аппарат под названием дупликатор из комикса «Кельвин и Хопс». Вот как он работает: заходит кто-то один, а выходят две точные копии. Копии сохраняют все воспоминания, качества и таланты оригинала.

Машина делит вас на двух человек с одинаковым прошлым. Введём ограничения за использование дубликатора — надо платить, в нём можно копировать только людей, а сборка и эксплуатация машины обходятся дорого. Однако уже можно предположить, что дупликатор очень заметно повлияет на нашу жизнь. Сложно сказать, как именно его будут использовать, но наверняка некоторые захотят сделать копию себя или кого-нибудь другого.

Сейчас на то, чтобы вырастить одного квалифицированного работника, нужно потратить около 18 лет и очень много усилий. А дупликатор... Подумайте: если бы мы могли клонировать самых именитых ученых — скажем, Ньютона, Галилея или фон Неймана, с какой скоростью происходили бы изменения в жизни человечества? С таким аппаратом увеличится не только количество инноваций, начнут быстро развиваться все отрасли.

Можно клонировать самых выдающихся инженеров и отправлять их туда, где они нужны. Можно копировать талантливых врачей, музыкантов и архитекторов. В результате дубликатор снимет множество ограничений на стремительное развитие цивилизации, если, конечно, не ограничивать частоту использования машины.

Скорее всего, увеличится численность населения. Но помимо этого также вырастет и производительность труда, поскольку мы клонируем самых талантливых людей, которые будут изобретать и развивать новые технологии, и возможно, придумают более совершенные аппараты, в том числе и дупликаторы.

Позволит ли машина обеспечить гиперболический рост валового продукта и достичь экономической сингулярности? Оговорим: в модели экономического роста мировой экономики можно выделить три важных фактора, определяющих её объем. Эти факторы: население, капитал и технологии.

Население — самый понятный фактор: это численность работников в обществе. Капитал — это оборудование и ресурсы: машины, дороги и здания, которые позволяют производить товары. Технологии — это то, что объединяет два фактора. Сюда входят производительность труда, инструменты и знания о том, как создавать тот или иной продукт.

Вот простая модель экономического роста: у людей появляются дети, и население увеличивается, поэтому растет и экономика, причем быстрее, чем численность людей, потому что они работают, накапливают капитал и изобретают новые технологии. У людей появляются новые идеи, они делятся мыслями друг с другом, и за счет этого могут все вместе способствовать повышению производительности. Процесс экономического роста похож на петлю обратной связи: люди внедряют инновации, и производят капитал, что делает их более продуктивными, а также ресурсы, что позволяет рожать больше детей.

Каждое поколение будет более продуктивным, чем предыдущая. Растет и население, и количество продукции на человека. Если нет роста экономической эффективности, население растет экспоненциально. Но если увеличить эффективность производства, начинается сверх экспоненциальный рост экономики.

Вспомните гору золота, которая постоянно увеличивается: она удваивается в размере за каждый интервал времени, но этот период не фиксирован. Рост горы золота удваивается через всё более короткий период — это более стремительный процесс, чем экспоненциальный рост. Многие модели развития мировой экономики опираются примерно на один и тот же подход.

Однако известно, что современная экономика увеличивается в объемах не так, как предсказывают эти модели. Как же так получается? Одна из причин в том, что рост населения замедляется. В 60-х годах он достиг пика, а потом в масштабах планеты начался спад. Неудивительно, что мировой экономический рост тоже замедлился.

Вопрос о предпосылках так называемого демографического перехода до сих пор остается предметом дискуссий. Но, независимо от причин, большинство видных экономистов и экспертов сомневаются, что в 21 веке стоит ждать взрывного демографического роста. Однако если у нас вдруг появится дубликатор, для взрывного роста может снова появиться потенциал.

Это ли наше самое важное изобретение? Вряд ли такой аппарат появится скоро. Вероятнее изобретение искусственного интеллекта, который автоматизирует труд. Искусственный интеллект можно копировать и использовать для работы, что даст толчок экономике и повысит её эффективность. Потенциал искусственного интеллекта гораздо выше, чем у дупликатора, потому что он имеет ряд преимуществ перед человеком.

Сюда входит способность думать быстрее, сохранять текущее состояние памяти, копировать и передавать себя через интернет, улучшать свое программное обеспечение и многое другое. Предположим, что искусственный интеллект окажет такое же влияние на будущее, как и потенциальный дубликатор. Если понять, когда он появится, можно ответить на вопрос: будет ли наблюдаться взрывной рост в 21 веке?

Если продвинутый искусственный интеллект все же появится, значит, 21 век может стать самым важным в истории. Когда же это произойдет? Если вы следили за этой областью разработок, то знаете, что мы достигли некоторых заметных успехов. За 10 лет появились нейронные сети, которые классифицируют фотографии, создают реалистичные картины, обыгрывают лучших игроков в го, автономно управляют машинами, становятся гроссмейстерами в стратегии StarCraft 2, обучаются играть в игры Atari, используя только пиксельные данные, и даже пишут стихи и рассказы.

Если так пойдет и дальше, мы вероятно увидим еще более впечатляющие разработки. И совсем скоро, забегая вперед, можно сказать, что Святой Грааль в данной области — это искусственный интеллект общего назначения или сильный искусственный интеллект. Он выполняет не только такие задачи, как игры и классификации изображений, но и те, с которыми справляются лишь люди: это способность абстрактно рассуждать и доказывать новые теоремы, проводить исследования, писать книги и изобретать новые товары и услуги.

Таким образом, сильный искусственный интеллект будет сравним с человеком и теоретически сможет автоматизировать почти любой вид человеческого труда. Это в принципе возможно, потому что искусственный интеллект действует подобно нашему мозгу, который создала эволюция. Многие учёные, когнитивисты и нейробиологи сравнивают мозг и компьютер и считают, что мы действуем по алгоритмам, которые заложены в биологических нейронных сетях в мозге.

Если наш мозг не начнет творить магию, вполне справедливо считать, что однажды мы воспроизведем его возможности на компьютере. Но одно дело знать, что создать искусственный интеллект можно, и совсем другое — понимать, когда он будет разработан и внедрен в реальном мире. Ученые до сих пор не могут предсказать, как и с какой скоростью будет развиваться эта область.

В начале 60-х годов они были полны оптимизма и заявляли, что искусственный интеллект появится в течение 20 лет. Прогнозы не оправдались, и ожидания стали более скромными. В 80-х годах началась так называемая зима искусственного интеллекта. Ученые сосредоточились на краткосрочных коммерческих выгодах и не пытались создать соперника человеческому мозгу.

Сегодня высказываются разные мнения о том, когда всё-таки появится сильный искусственный интеллект. Самое полное исследование провел Грейс в 2016 году. Экспертам задавали вопрос, о том, когда, по их мнению, изобретут машины, которые будут выполнять любые задачи лучше и дешевле людей. Медианным ответом был 2061 год. При этом разброс был достаточно большой. Значит, большинство ученых серьезно относятся к возможности создания сильного искусственного интеллекта к концу 21 века.

Стоит отметить, что ответы сильно зависели от точной формулировки вопроса. Так подгруппу спрашивали, когда искусственный интеллект будет автоматизировать весь человеческий труд, и медианным ответом стал 2136 год. Значительное меньшинство верит, что искусственный интеллект появится в ближайшее время. Об этом можно будет узнать из видео Роба Майлза на канале, то есть на моем канале, потому что Роб Майлз — это я, но здесь от меня только голос.

В общем, у меня есть собственный канал. Но к делу: предсказать, когда будет разработан искусственный интеллект, крайне сложно. Мы могли бы измерить, каков общий прогресс в области искусственного интеллекта, затем изобразить это на графике и экстраполировать до тех пор, пока не достигнем некоторой точки, которая сможет обозначить прогнозируемый момент появления сильного искусственного интеллекта.

Проблема в том, что найти надежную меру прогресса в области искусственного интеллекта довольно трудно, но недавняя работа дает неплохой старт для поисков. Опираясь на разные подходы, Котра попробовала оценить, сколько усилий и вычислений потребуется для разработки программы, которая может в полной мере сравниться по способностям с человеческим мозгом. Результат приблизительно совпадает с результатами опроса экспертов: люди разработают искусственный интеллект, который дешево автоматизирует почти весь труд к концу века, а более вероятно — к 2060 году.

Чтобы понять, откуда взялся такой вывод, нужно оценить прогресс в области искусственного интеллекта. Что и сделала Аджей Котра. И вот что она отмечает: с 2012 года произошла революция в сфере глубокого обучения. Нейронные сети учатся выполнять задачи на основе анализа огромных массивов данных без помощи созданных человеком правил и алгоритмов. Сети успешно справляются с задачами, где надо задействовать зрение и естественный язык.

Представьте себе цифровой мозг под названием «искусственная нейронная сеть», которая при выполнении задачи совершает множество проб и ошибок. Например, предсказывает следующий символ в тексте: сначала сеть будет выдавать нечто непонятное, но в процессе обучения она получит набор задач, и её попросят предложить некие решения для каждой из них. Если решение неверное, её внутренние механизмы корректируются, чтобы в дальнейшем получать более удачные ответы.

Со временем нейронная сеть будет успешно справляться с задачей, то есть она обучится. Аджей Котра рассуждает о глубокой связи между прогрессом в аппаратном обеспечении и в области искусственного интеллекта. При доступности быстрых вычислений в современной технике ученые смогут создавать более крупные модели глубокого обучения. Эта сфера развивается благодаря тому, что техника постепенно дешевеет, особенно графические процессоры, которые активно используются в этой области.

Котра попыталась предсказать, когда компании и государства смогут заняться созданием больших моделей обучения и возьмут курс на автоматизацию труда с их помощью в самых разных сферах деятельности. Чтобы предложить прогноз, она высказывает предположение о том, когда нейронные сети приблизятся по своим возможностям к человеческому мозгу и как будет совершенствоваться компьютерная техника в ближайшие десятилетия.

Ученые создают все более продвинутые сети, которые способны выполнять все более широкий спектр задач и эффективнее, чем раньше. Возможно, если разработки продолжатся, когда-нибудь нейронные сети смогут автоматизировать любой мыслительный процесс. Теория Котра может быть полезна, потому что она не задает четкого ограничения, когда будет создан сильный искусственный интеллект. Котра признает, что если появятся более эффективные парадигмы, чем глубокое обучение, то даже её прогнозы могут оказаться слишком уж осторожными.

Котра полагает, что техника будет развиваться теми же темпами, а объемы экономики продолжат расти, поэтому люди будут обучать нейронные сети на огромных массивах данных. Алгоритмы глубокого обучения требуют невероятного количества данных и вычислений. Много гигабайт информации нужно даже для того, чтобы обучить сеть выполнять относительно простые вещи, например, собирать кубик Рубика или замечать простые логические ошибки в тексте. Поэтому успешного выполнения таких задач удалось достичь только недавно.

Поначалу вычислительная техника совершенствовалась очень быстро: с 50 по 2010 годы стоимость вычислений уменьшилась более чем в 100 миллиардов раз. Если в пятидесятом году выполнение некоторой операции стоило бы столько же, во сколько обошлась вся программа «Аполлон», то в 2010 году на ту же операцию мы бы потратили всего 10 долларов с поправкой на инфляцию за прошедший период.

С 2010 года темпы прогресса техники замедлились и совсем не так впечатляют, но она всё равно относительно стабильно улучшается. Можно спрогнозировать, когда будут достигнуты разные вехи в развитии техники. Например, когда появится модели глубокого обучения с производительностью в 1 миллиард или триллион флопс.

Но всё-таки одной доступности ресурсов мало, чтобы определить, насколько мощными станут модели глубокого обучения. Нам еще надо оценить соотношение между объёмом вычислений для обучения модели и её производительностью. Здесь в модели Котра есть кое-какие сложности. Количество операций, которое нужно произвести, чтобы обучить модель, при прочих равных определяются двумя факторами: это объем модели и то, сколько проб и ошибок она совершит, чтобы научиться.

Рассмотрим первый фактор. Объем модели — большие модели, как крупный мозг, усваивают больше материала, выполняют сложные инструкции и улавливают тонкие закономерности. Зачастую мы считаем, что животное с крупным мозгом, например, собака, гораздо умнее животных, у которых мозг меньше, например, рыб. Для таких сложных задач, как написание кода, необходима модель довольно крупного объема, возможно, как мозг у мыши, чтобы более-менее эффективно выполнить задачу, и всё равно программист справится лучше.

Нас интересует задача автоматизации компонентов человеческого труда, которая наиболее важна для развития науки и технологий. Вполне вероятно, что для такого рода деятельности потребуется создать модели крупнее современных. Котра говорит, что модель, способная автоматизировать циклы исследования и обработки, должна быть объемом с человеческий мозг плюс-минус несколько порядков.

Надо сказать, что биологические якоря для этой цели уже использовались. В 97 году исследователь Ханс Муравик попытался предсказать, когда компьютер будут соперничать с мозгом человека. Тем же путем пошел Рэй Курцвейл. Котра изучила их работы и решила, что сравнивать производительность мозга с производительностью моделей глубокого обучения вполне можно. Она пришла к выводу, что современные алгоритмы работают в 10 раз хуже — хотя, конечно, это очень приблизительно и неточная оценка.

Перейдем ко второму фактору: сколько проб и ошибок совершит модель, чтобы научиться выполнять научные и конструкторские задачи. Это самый трудный вопрос во всём. Привет, друзья! Чтобы ответить на него, нужно понять, насколько успешна модель будет обучаться выполнению подобных задач. К тому же в ответе мы можем оперировать только косвенными данными, вероятность охватывают широкий диапазон.

Если модель будет развиваться как ребенок, на подготовку к инженерной или научной деятельности уйдет аналог 20 лет обучения, значительно ускоренных благодаря вычислительным способностям компьютера. Код рассчитает, что это возможно, хоть и маловероятно. С другой стороны, развитие может пойти темпами эволюции и потребовать аналог сотен триллионов поколений, чтобы дойти до уровня хорошего специалиста. Котра, опять же, считает, что это маловероятно, но возможно.

Точный ответ, скорее всего, где-то посередине. Обучение моделей потребует больше вычислений, чем обучение ребенка, но всё-таки будет гораздо эффективнее, чем попытка получить ученого путем естественного отбора. Котра рассматривает несколько якорей, которые находятся между двумя крайностями, и применяет к ним субъективное распределение вероятностей.

По её оценке, с вероятностью в 50 процентов сильный искусственный интеллект станет полезным с экономической точки зрения к 2052 году, но неопределенность ее расчетах довольно велика. Значит, она не уверена в своих допущениях. Вот как меняется распределение вероятностей при разных условиях.

Что же всё это означает? Вы можете подумать: допустим, эти предсказания верны, сильный искусственный интеллект появится уже в этом веке. Тогда произойдет взрыв производительности, который изменит нашу жизнь. Что это означает для нас? Нам радоваться или бояться? Необходимо соотнести наши ожидания с масштабом события.

Если вы опасаетесь, что на работе вас заменят роботы, значит, вероятно, вы довольно поверхностно представляете себе будущее. Если появится сильный искусственный интеллект, наш вид может коренным образом измениться. И дело не в том, что появятся какие-нибудь новые популярные гаджеты. В 93 году всё, что люди должны были изобрести через миллион лет, появится в следующем веке.

Только представьте, что человечество стоит на краю обрыва и готово сорваться в бездну, и у нас нет ни малейшего представления, что мы в этом случае назвали бездной. Остается только догадываться. Начнем с хорошего: вероятно, наши потомки смогут колонизировать множество галактик. Грубо говоря, история будет выглядеть так: настоящая находится между тем периодом, когда появились люди, и тем временем, когда появится Галактическая цивилизация.

В будущем мы можем увидеть технологические чудеса, огромное количество странных существ и форм социально-политической организации, которую мы с трудом можем себе вообразить. Будущее может оказаться очень ярким или кошмарным. Возможно, искусственный интеллект будет развиваться точно так же, как человечество, которое поработила много других живых существ.

Беспокойство вызывает несоответствие ценностей. Даже если мы создадим развитый искусственный интеллект собственными руками, его ценности совсем не обязательно совпадут с нашими. Как раз этой теме и посвящено видео на канале, которое я назвал своей честью. Результаты разработок могут нас разочаровать. Нам предстоит еще очень много исследований, и мы не скоро поймем, как создать искусственный интеллект, который разделял бы наши ценности.

Нам нужно не только понять, что нас ждет, но и постараться сделать всё как надо. Мы стоим на пороге достижения, которое станет самым важным в истории человечества, поэтому должны проявлять осторожность. Необходимо полностью осознавать, что наши сегодняшние действия будут ещё очень долго сказываться на будущем, а потомки не забудут о них ещё миллиарды лет.

Даже если каждый из нас не самый важный человек в мире, наши поступки могут отразиться на очень далеком будущем. Астроном Карл Саган писал: «Земля — это бледно-голубая точка в бескрайнем космосе, жители которой преувеличивают свою важность». Подумайте о реках крови, пролитых всеми военачальниками и императорами, чтобы во славе триумфа на мгновение стать хозяевами части этой точки.

Он хотел сказать, что в масштабах космоса наше решение — это на самом деле ничто. Но 21 век может стать важнейшим в истории человечества. А значит, не исключено, что всё изменится. Если люди действительно когда-нибудь достигнут звезд, принятые сегодня решения будут иметь огромное значение.

Несмотря на то что пока мы живем на голубой точке посреди космоса, наша крошечная цивилизация может стать семенем, из которого вырастет нечто непостижимо большое — даже в астрономических масштабах. Вероятно, большинство звезд и планет мертвы, но мы можем их оживить. То, что раньше считалось невозможным, может появиться уже в этом столетии.

На наш век могут выпасть невероятные технологические и экономические изменения. Вместо того чтобы размышлять о своей неважности, нужно осознать свое место в истории и побыстрее. Не исключено, что иначе совсем скоро мы спрыгнем с обрыва и погрузимся в бездну.

Переведено и озвучено.