1
00:00:00,612 --> 00:00:02,214
これからの16分で

2
00:00:02,214 --> 00:00:06,474
人類最大の夢への旅に
お連れします

3
00:00:06,474 --> 00:00:08,992
生命の暗号を
理解するということです

4
00:00:08,992 --> 00:00:11,815
私にとって ことの始まりは
何年も前

5
00:00:11,839 --> 00:00:14,386
はじめて3Dプリンタに
出会ったときです

6
00:00:14,386 --> 00:00:16,379
魅惑的なコンセプトだと
思いました

7
00:00:16,379 --> 00:00:18,426
3Dプリンタは
３つの要素を必要とします

8
00:00:18,426 --> 00:00:22,464
少しばかりの情報と
原料と エネルギーです

9
00:00:22,488 --> 00:00:26,352
そして それまで存在しなかった物を
何でも作れてしまうんです

10
00:00:26,357 --> 00:00:28,914
私は物理をやっていましたが
家に帰ってきて

11
00:00:28,914 --> 00:00:32,116
3Dプリンタならずっと前から
知っていたことに気付きました

12
00:00:32,140 --> 00:00:33,476
誰もが知っています

13
00:00:33,500 --> 00:00:34,658
それは母親です

14
00:00:34,682 --> 00:00:35,407
（笑）

15
00:00:35,407 --> 00:00:38,121
母は３つの要素を
取り込みます

16
00:00:38,145 --> 00:00:42,118
少しばかりの情報 —
今の場合 父と母が提供します

17
00:00:42,142 --> 00:00:46,299
原料とエネルギーは同じもの
食べ物から得ます

18
00:00:46,323 --> 00:00:48,755
そして数ヶ月の後に
私が製造されます

19
00:00:48,755 --> 00:00:50,767
それ以前に
私は存在しませんでした

20
00:00:50,767 --> 00:00:54,453
自分が3Dプリンタであることを知った
母の衝撃はさておき

21
00:00:54,477 --> 00:00:57,849
私はすぐに
最初の要素である

22
00:00:57,849 --> 00:01:00,956
情報に強く惹かれました

23
00:01:00,980 --> 00:01:03,231
人間を組み立てるために

24
00:01:03,255 --> 00:01:05,191
どれほどの情報が
必要なのか？

25
00:01:05,215 --> 00:01:06,789
多いのか？ 少ないのか？

26
00:01:06,813 --> 00:01:08,993
USBメモリ何本分になるのか？

27
00:01:09,017 --> 00:01:11,641
私は当初
物理を勉強していたので

28
00:01:11,665 --> 00:01:17,262
人間を巨大なレゴブロックとして
近似してみました

29
00:01:17,286 --> 00:01:21,071
個々のブロックは
小さな原子です

30
00:01:21,095 --> 00:01:25,748
ここに水素があり ここに炭素があり
ここに窒素がある

31
00:01:25,772 --> 00:01:27,343
最初の近似としては

32
00:01:27,367 --> 00:01:31,284
人間の体を構成する個々の原子を
すべて特定できれば

33
00:01:31,284 --> 00:01:33,221
それで作り上げる
ことができます

34
00:01:33,221 --> 00:01:35,174
計算してみると

35
00:01:35,198 --> 00:01:38,475
驚くような結果になります

36
00:01:38,499 --> 00:01:41,256
私がUSBメモリに
収めようとしているファイル

37
00:01:41,280 --> 00:01:46,035
小さな赤ん坊を組み立てるための
原子のデータは

38
00:01:46,059 --> 00:01:50,726
タイタニック号いっぱいの
USBメモリの

39
00:01:50,750 --> 00:01:53,468
２千倍になるんです

40
00:01:53,957 --> 00:01:57,358
これこそ 生命の奇跡です

41
00:01:57,382 --> 00:01:59,994
今後 妊婦を見かけたら

42
00:02:00,018 --> 00:02:01,968
その人は 皆さんが
出会うであろう

43
00:02:01,968 --> 00:02:04,614
最大の情報を
組み上げているのです

44
00:02:04,614 --> 00:02:07,428
ビッグデータなんて
目じゃありません

45
00:02:07,452 --> 00:02:10,333
これは存在する
最大の情報なのです

46
00:02:10,357 --> 00:02:14,190
（笑）

47
00:02:14,214 --> 00:02:18,858
幸い自然界は
この駆け出しの物理学者よりずっと賢く

48
00:02:18,882 --> 00:02:21,272
40億年の間に
この情報を

49
00:02:21,272 --> 00:02:25,327
DNAと呼ばれる小さな結晶に
詰め込みました

50
00:02:25,605 --> 00:02:28,641
私たちがこれに出会ったのは
1950年

51
00:02:28,641 --> 00:02:31,497
素晴らしい女性科学者
ロザリンド・フランクリンが

52
00:02:31,521 --> 00:02:32,980
写真に収めた時です

53
00:02:32,980 --> 00:02:36,576
しかし人類が
ヒトの細胞の中をつついて

54
00:02:36,576 --> 00:02:38,132
この結晶を取り出し

55
00:02:38,132 --> 00:02:42,852
広げて 読むようになるまでには
40年以上かかりました

56
00:02:43,615 --> 00:02:47,806
その暗号は４種の単純な
アルファベットで書かれています

57
00:02:47,806 --> 00:02:50,652
A - T - C - G

58
00:02:50,676 --> 00:02:54,456
そして人間を作るには
30億文字必要です

59
00:02:54,933 --> 00:02:56,112
30億というのは

60
00:02:56,136 --> 00:02:57,715
どんな数でしょう？

61
00:02:57,739 --> 00:03:00,501
見当が付かないような数字です

62
00:03:00,525 --> 00:03:04,610
この暗号がどれほど巨大かを

63
00:03:04,634 --> 00:03:07,684
どうしたら説明できるか
考えました

64
00:03:07,708 --> 00:03:10,762
そして 人の助けを
借りることにしました

65
00:03:10,786 --> 00:03:13,927
この暗号を説明する
手助けとして

66
00:03:13,927 --> 00:03:17,789
ゲノム解読の先駆者 クレイグ・
ヴェンター以上の人はいないでしょう

67
00:03:17,789 --> 00:03:20,973
ご紹介します
クレイグ・ヴェンター博士です

68
00:03:20,997 --> 00:03:24,398
（拍手）

69
00:03:27,952 --> 00:03:30,628
その人物そのものではなく

70
00:03:31,448 --> 00:03:33,637
歴史上初めて

71
00:03:33,637 --> 00:03:38,359
特定の人間のゲノムを
本に印刷したものです

72
00:03:38,359 --> 00:03:41,063
１ページ１ページ
１文字１文字

73
00:03:41,087 --> 00:03:45,083
26万2千ページの情報です

74
00:03:45,107 --> 00:03:49,471
450キログラムあります
アメリカからカナダに運んできました

75
00:03:49,495 --> 00:03:54,338
ブルーノ・ボウデンと ベンチャーのLulu.comが
すべてやってくれました

76
00:03:54,362 --> 00:03:55,825
大した偉業です

77
00:03:55,849 --> 00:03:59,970
これが生命の暗号を
視覚化したものです

78
00:03:59,970 --> 00:04:02,738
今や ちょっと面白い
ことができます

79
00:04:02,738 --> 00:04:05,219
中を覗いて
読むことができるんです

80
00:04:05,243 --> 00:04:09,868
面白そうな本を見てみましょう
たとえばこれ

81
00:04:12,737 --> 00:04:15,611
付箋を付けておきました
すごく大きな本なので

82
00:04:15,635 --> 00:04:19,362
生命の暗号がどんなものか
お見せしましょう

83
00:04:20,565 --> 00:04:23,957
何千 何万 何億という

84
00:04:23,981 --> 00:04:26,651
文字があります

85
00:04:26,675 --> 00:04:29,071
ここには何か意味があるはずです

86
00:04:29,095 --> 00:04:31,122
特定の部分を見てみます

87
00:04:31,391 --> 00:04:32,933
読んで差し上げましょう

88
00:04:32,957 --> 00:04:33,978
（笑）

89
00:04:34,002 --> 00:04:38,008
AAG AAT ATA

90
00:04:38,965 --> 00:04:41,032
黙字のように聞こえますが

91
00:04:41,056 --> 00:04:45,097
この配列はクレイグの目の色を
指定しています

92
00:04:45,633 --> 00:04:47,565
別の巻を見てみましょう

93
00:04:47,589 --> 00:04:49,963
こちらは もう少し複雑です

94
00:04:50,983 --> 00:04:53,630
染色体14 第132巻

95
00:04:53,654 --> 00:04:55,744
（笑）

96
00:04:55,768 --> 00:04:57,045
お察しの通り

97
00:04:57,069 --> 00:05:00,535
（笑）

98
00:05:02,857 --> 00:05:07,364
ATT CTT GATT

99
00:05:08,329 --> 00:05:10,016
この人は幸運です

100
00:05:10,040 --> 00:05:12,851
この部分の２文字が
欠けただけで —

101
00:05:12,851 --> 00:05:16,458
30億文字中の たった２文字が
欠けているだけで

102
00:05:16,482 --> 00:05:18,501
恐ろしい病気を
運命付けられてしまいます

103
00:05:18,525 --> 00:05:19,965
嚢胞性線維症です

104
00:05:19,989 --> 00:05:23,402
治す方法も救う方法も
わかっていません

105
00:05:23,426 --> 00:05:27,181
それがたった２文字の違いで
引き起こされるのです

106
00:05:27,585 --> 00:05:30,290
素晴らしい本 強力な本

107
00:05:31,115 --> 00:05:34,503
この本は ある極めて驚くべきことを
教えてくれます

108
00:05:34,503 --> 00:05:36,170
お見せしましょう

109
00:05:36,300 --> 00:05:41,015
どんな人であれ 私を私
皆さんを皆さんたらしめているのは

110
00:05:41,015 --> 00:05:43,893
このうちの たったの５百万字

111
00:05:43,917 --> 00:05:45,525
１冊の半分たらずで

112
00:05:46,015 --> 00:05:47,678
残りの部分は

113
00:05:47,702 --> 00:05:50,264
まったく同一なんです

114
00:05:51,008 --> 00:05:55,026
500ページが 皆さんという
生命の奇跡を作り出し

115
00:05:55,050 --> 00:05:57,581
残りはみんなと共通です

116
00:05:57,605 --> 00:06:00,514
人は皆違うと思った時
そのことを考えてみてください

117
00:06:00,538 --> 00:06:03,069
私たちが共有している量を

118
00:06:03,441 --> 00:06:06,870
少し興味を持って
いただけたと思うので

119
00:06:06,894 --> 00:06:08,147
次の疑問ですが

120
00:06:08,147 --> 00:06:09,598
どうやってこれを読むのか？

121
00:06:09,598 --> 00:06:11,221
どうすれば
意味を取れるのか？

122
00:06:11,409 --> 00:06:15,553
どんなにスウェーデン家具の組み立てが
得意だろうと

123
00:06:15,553 --> 00:06:19,426
この組み立て手順書は
一生かかっても解読できないでしょう

124
00:06:19,426 --> 00:06:20,863
（笑）

125
00:06:20,887 --> 00:06:23,999
そのため 2014年に
著名な２人のTED講演者

126
00:06:24,023 --> 00:06:26,563
ピーター・ディアマンディスと
クレイグ・ヴェンターその人が

127
00:06:26,587 --> 00:06:28,438
新会社を作ることにしました

128
00:06:28,438 --> 00:06:30,160
ヒューマン・ロンジェビティ社の

129
00:06:30,160 --> 00:06:31,344
ミッションは１つ

130
00:06:31,368 --> 00:06:33,639
この本について
学べることをすべて学び

131
00:06:33,639 --> 00:06:35,996
試せることをすべて試して

132
00:06:35,996 --> 00:06:38,661
個別化医療の夢の実現を目指し

133
00:06:38,662 --> 00:06:41,663
より良い健康のために
何をしなければならないか

134
00:06:41,687 --> 00:06:44,438
この本の秘密は何なのか

135
00:06:44,438 --> 00:06:47,171
解明するということです

136
00:06:47,989 --> 00:06:52,579
40名のデータ科学者をはじめ
様々な人の素晴らしいチームで

137
00:06:52,603 --> 00:06:53,953
共に働けるのは喜びです

138
00:06:53,977 --> 00:06:56,230
概念的には
とてもシンプルです

139
00:06:56,254 --> 00:06:59,412
機械学習という
技術を使います

140
00:06:59,436 --> 00:07:03,975
一方には何千という
ゲノムがあります

141
00:07:03,999 --> 00:07:07,820
他方には人間に関する
最大級のデータベースがあります

142
00:07:07,820 --> 00:07:12,576
表現型 3Dスキャン NMR
思いつく限りあらゆるものが入っています

143
00:07:12,576 --> 00:07:15,239
この二者の間には

144
00:07:15,263 --> 00:07:17,705
未知の変換過程があります

145
00:07:17,729 --> 00:07:20,651
私たちは中間に機械を構築し

146
00:07:20,661 --> 00:07:23,130
トレーニングしています

147
00:07:23,130 --> 00:07:26,420
１台だけでなく
沢山の機械があって

148
00:07:26,444 --> 00:07:31,238
ゲノムから表現型への変換を
理解しようと試みています

149
00:07:31,362 --> 00:07:34,702
この文字列は何であり
何をするのか？

150
00:07:34,726 --> 00:07:37,473
これは何にでも使える
アプローチですが

151
00:07:37,497 --> 00:07:40,414
ゲノミクスにおいては
特に複雑です

152
00:07:40,414 --> 00:07:43,950
少しずつ拡大して
違う挑戦へと手を広げてきました

153
00:07:43,950 --> 00:07:46,520
最初はありふれた形質から
始めました

154
00:07:46,520 --> 00:07:48,107
ありふれた形質がいいのは

155
00:07:48,107 --> 00:07:50,551
ありふれていて
誰でも持っていることです

156
00:07:50,551 --> 00:07:52,899
そして こんなことを
問い始めました

157
00:07:52,923 --> 00:07:54,885
この本を読んで

158
00:07:54,885 --> 00:07:57,162
身長は予測できるか？

159
00:07:57,186 --> 00:07:58,337
実際可能です

160
00:07:58,361 --> 00:08:00,154
5センチの精度で
予測できます

161
00:08:00,178 --> 00:08:03,313
体重は生活習慣に
大きく依存していますが

162
00:08:03,337 --> 00:08:07,055
それでも おおよその予測はできます
8キロの精度です

163
00:08:07,055 --> 00:08:08,546
目の色は
予測できるか？

164
00:08:08,546 --> 00:08:09,592
できます

165
00:08:09,592 --> 00:08:11,246
80パーセントの正確さです

166
00:08:11,366 --> 00:08:13,238
肌の色は予測できるか？

167
00:08:13,238 --> 00:08:15,789
できます
80パーセントの正確さです

168
00:08:15,813 --> 00:08:17,463
年齢は予測できるか？

169
00:08:18,121 --> 00:08:21,860
できます　生きている間に
塩基配列は変化していくからです

170
00:08:21,884 --> 00:08:25,166
短くなり 欠落や挿入が起きます

171
00:08:25,190 --> 00:08:27,745
いろいろな特徴から
モデルを作れます

172
00:08:28,438 --> 00:08:29,837
興味深い課題は

173
00:08:29,837 --> 00:08:32,106
人の顔は予想できるか
ということです

174
00:08:32,724 --> 00:08:34,292
これはちょっと難しいです

175
00:08:34,316 --> 00:08:37,506
人の顔を決める情報は
何百万という塩基配列に分散しているし

176
00:08:37,530 --> 00:08:40,289
人の顔というのは
あまり綺麗に定義できません

177
00:08:40,289 --> 00:08:42,475
それを学ぶために
まるまる階層を構築し

178
00:08:42,475 --> 00:08:44,193
機械に顔とは何か教え

179
00:08:44,193 --> 00:08:47,030
埋め込み圧縮する
必要がありました

180
00:08:47,054 --> 00:08:49,302
機械学習に馴染みがある人なら

181
00:08:49,326 --> 00:08:51,610
難しさが分かると思います

182
00:08:52,108 --> 00:08:58,099
私たちが最初の配列を読んで以来
15年が過ぎましたが

183
00:08:58,123 --> 00:09:01,025
去年10月に有意な結果を
目にするようになりました

184
00:09:01,049 --> 00:09:03,504
とても感情的に高揚する瞬間でした

185
00:09:03,528 --> 00:09:07,273
ご覧いただいているのは
実験室に来た被験者です

186
00:09:07,619 --> 00:09:09,547
この顔を使います

187
00:09:09,571 --> 00:09:13,036
被験者の顔のデータを取り
複雑さを減らします

188
00:09:13,036 --> 00:09:15,406
顔のすべてが遺伝子で
決まるわけではなく

189
00:09:15,406 --> 00:09:19,196
様々な特徴や欠陥や非対称性が
生きている中で生じるからです

190
00:09:19,196 --> 00:09:22,499
顔を対称化し
アルゴリズムにかけます

191
00:09:23,245 --> 00:09:25,143
次にご覧いただくのが

192
00:09:25,167 --> 00:09:28,539
血液から予測した顔です

193
00:09:29,596 --> 00:09:31,120
（拍手）

194
00:09:31,144 --> 00:09:32,579
ちょっとお待ちを

195
00:09:32,603 --> 00:09:37,295
この瞬間 皆さんの目は
左の顔と右の顔を見比べ

196
00:09:37,319 --> 00:09:41,249
脳が 顔を同一視しようと
してしまいます

197
00:09:41,273 --> 00:09:43,719
だから１つ課題を
出しましょう

198
00:09:43,743 --> 00:09:46,030
違いを探してください

199
00:09:46,054 --> 00:09:47,415
たくさんあります

200
00:09:47,439 --> 00:09:50,042
最大の特徴は
性別から来ます

201
00:09:50,066 --> 00:09:55,267
それから年齢 BMI 人種

202
00:09:55,291 --> 00:09:59,002
そこから先は
ずっと複雑になります

203
00:09:59,026 --> 00:10:02,276
２つの顔に
違いはあるにしても

204
00:10:02,300 --> 00:10:05,895
概ね合っているのが
お分かりいただけると思います

205
00:10:05,919 --> 00:10:07,777
どんどん近くなっていて

206
00:10:07,777 --> 00:10:09,640
感動すら覚えます

207
00:10:09,664 --> 00:10:12,367
これは別の被験者です

208
00:10:12,391 --> 00:10:13,800
こちらが予測です

209
00:10:13,824 --> 00:10:18,420
実際の顔は若干小さく
頭蓋の形が完全に合ってはいませんが

210
00:10:18,444 --> 00:10:21,095
大きくは外していません

211
00:10:21,634 --> 00:10:23,858
これが被験者の顔

212
00:10:23,882 --> 00:10:25,565
これが予測した顔

213
00:10:26,056 --> 00:10:30,732
マシンのトレーニングの時点では
これらの顔は見せていません

214
00:10:30,756 --> 00:10:33,593
ホールドアウト・セットと呼ばれる
評価用データです

215
00:10:33,617 --> 00:10:37,357
これだけでは信じない
かもしれませんが

216
00:10:37,381 --> 00:10:39,781
すべて科学論文として
発表しているので

217
00:10:39,781 --> 00:10:41,312
お読みいただけます

218
00:10:41,312 --> 00:10:44,530
クリスが私にステージでやる
挑戦を持ちかけました

219
00:10:44,530 --> 00:10:46,274
真剣勝負をして

220
00:10:46,274 --> 00:10:50,385
皆さんが認識できる顔の
予測をすべきだろうと

221
00:10:50,390 --> 00:10:53,679
このバイアル瓶の中の血液には —

222
00:10:53,679 --> 00:10:57,799
この血液を手に入れる苦労は
想像もつかないでしょうが

223
00:10:57,823 --> 00:11:00,048
このバイアル瓶の中の血液には

224
00:11:00,048 --> 00:11:04,025
全ゲノム塩基配列同定のために
十分な情報があります

225
00:11:04,049 --> 00:11:06,119
これだけでいいのです

226
00:11:06,428 --> 00:11:09,733
この塩基配列を調べたので
皆さんと一緒に見ていきましょう

227
00:11:09,757 --> 00:11:13,736
分かったことをすべて
積み上げていきます

228
00:11:13,760 --> 00:11:17,110
この血液から男性と
予想しましたが

229
00:11:17,134 --> 00:11:18,728
被験者は男性です

230
00:11:18,996 --> 00:11:21,434
身長は176cmと
予想しましたが

231
00:11:21,458 --> 00:11:23,850
実際は177cmです

232
00:11:23,874 --> 00:11:27,984
予想は76キロで
実際は82キロ

233
00:11:28,701 --> 00:11:31,333
予想年齢は38歳

234
00:11:31,357 --> 00:11:33,261
実際は35歳

235
00:11:33,851 --> 00:11:35,975
予想した目の色は —

236
00:11:36,384 --> 00:11:38,035
少し濃すぎました

237
00:11:38,059 --> 00:11:39,764
肌の色の予想は

238
00:11:40,026 --> 00:11:41,436
大体合っています

239
00:11:41,899 --> 00:11:43,532
これが予想した顔です

240
00:11:45,172 --> 00:11:48,441
種明かしの瞬間です

241
00:11:48,465 --> 00:11:50,235
これが被験者の顔です

242
00:11:50,259 --> 00:11:52,194
（笑）

243
00:11:52,218 --> 00:11:54,276
意図的にやりました

244
00:11:54,300 --> 00:11:57,936
私はごく特殊な妙な民族です

245
00:11:57,936 --> 00:12:01,086
南欧はイタリア人で
モデルには決して合いません

246
00:12:01,086 --> 00:12:06,120
この人種は我々のモデルでは
複雑な特殊ケースに当たります

247
00:12:06,144 --> 00:12:07,843
しかし もう１つあります

248
00:12:07,843 --> 00:12:11,018
人を見分ける時に
よく使われるものの１つは

249
00:12:11,018 --> 00:12:12,810
遺伝子に書かれていません

250
00:12:12,810 --> 00:12:15,781
どういうルックスになるか
自由意志によるところがあります

251
00:12:15,781 --> 00:12:18,494
ここでは髪型ではなく
髭です

252
00:12:18,518 --> 00:12:22,071
髭を移してみましょう

253
00:12:22,095 --> 00:12:24,860
モデリングではなく
単なる画像加工です

254
00:12:24,884 --> 00:12:26,857
被験者の髭をコピーします

255
00:12:26,857 --> 00:12:30,093
すると ずっと
似た感じになります

256
00:12:30,955 --> 00:12:33,874
なぜ こんなことを
しているのか？

257
00:12:35,938 --> 00:12:39,482
身長を予測するためでも

258
00:12:39,482 --> 00:12:43,644
血液から綺麗な写真を
作るためでもありません

259
00:12:44,390 --> 00:12:48,408
同じ技術 同じアプローチを使った

260
00:12:48,432 --> 00:12:50,952
遺伝暗号の機械学習が

261
00:12:50,976 --> 00:12:53,987
体について理解する
助けになるからです

262
00:12:53,987 --> 00:12:55,693
体はどのように働くのか

263
00:12:55,693 --> 00:12:57,312
体はどう老化するのか

264
00:12:57,336 --> 00:13:00,105
病気はどのように
発生するのか

265
00:13:00,129 --> 00:13:03,101
ガンはどのように
成長するのか

266
00:13:03,125 --> 00:13:04,908
薬はどう働くのか

267
00:13:04,932 --> 00:13:07,406
自分の体には効くのか

268
00:13:07,713 --> 00:13:09,380
これは大きな挑戦です

269
00:13:09,894 --> 00:13:12,282
世界中の何千という研究者が

270
00:13:12,282 --> 00:13:14,135
追いかけている挑戦で

271
00:13:14,159 --> 00:13:16,821
「個別化医療」と呼ばれています

272
00:13:17,125 --> 00:13:20,585
人が海の中の点にすぎない

273
00:13:20,609 --> 00:13:22,641
統計的アプローチから

274
00:13:22,665 --> 00:13:24,478
この遺伝子の本を
すべて読んで

275
00:13:24,502 --> 00:13:27,207
その人のことを
正確に理解してあたる

276
00:13:27,207 --> 00:13:30,045
個別化アプローチへと
進むことができます

277
00:13:30,260 --> 00:13:33,622
とても複雑な課題です

278
00:13:33,646 --> 00:13:36,218
というのも すべての本のうち

279
00:13:36,218 --> 00:13:40,590
現在のところ ほんの２パーセントしか
分かっていないからです

280
00:13:41,027 --> 00:13:44,680
175冊中の４冊です

281
00:13:46,021 --> 00:13:49,537
これは私の話の範囲外です

282
00:13:50,145 --> 00:13:53,023
私たちは学んでいくでしょう

283
00:13:53,268 --> 00:13:56,517
このテーマについては
世界最高の頭脳が挑んでいるからです

284
00:13:57,048 --> 00:13:58,882
予測はより良く

285
00:13:58,906 --> 00:14:01,159
モデルはより正確に
なっていきます

286
00:14:01,183 --> 00:14:03,041
学べば学ぶほど

287
00:14:03,065 --> 00:14:07,009
以前には直面する
必要のなかった決断に

288
00:14:07,009 --> 00:14:10,940
直面することになるでしょう

289
00:14:10,964 --> 00:14:12,399
生や

290
00:14:12,423 --> 00:14:14,097
死や

291
00:14:14,121 --> 00:14:15,724
子育てについて

292
00:14:18,356 --> 00:14:25,712
私たちは生命の仕組みの
ごく内的な詳細に触れようとしています

293
00:14:26,118 --> 00:14:29,276
この革命は
科学や技術の領域に

294
00:14:29,300 --> 00:14:31,959
留まる話ではありません

295
00:14:32,690 --> 00:14:35,594
世界的な対話が
必要になるでしょう

296
00:14:35,648 --> 00:14:41,015
人類として築きつつある未来について
考え始めなければなりません

297
00:14:41,039 --> 00:14:45,103
創作者 芸術家 
哲学者 政治家とも

298
00:14:45,127 --> 00:14:46,551
話す必要があります

299
00:14:46,551 --> 00:14:48,039
全員にかかわることです

300
00:14:48,039 --> 00:14:50,798
人類の未来の話なんですから

301
00:14:51,273 --> 00:14:55,241
恐れずに — ただし
理解する必要があります

302
00:14:55,265 --> 00:14:59,136
私たちが近い将来にする決断が

303
00:14:59,160 --> 00:15:03,279
人類史の進む方向を
永久に変えることになるのだと

304
00:15:03,732 --> 00:15:04,892
ありがとうございました

305
00:15:04,916 --> 00:15:08,215
（拍手）