0:00:00.612,0:00:03.374
接下來的16分鐘，[br]我要帶各位進行一段冒險之旅，

0:00:03.398,0:00:06.484
這大概是人類最大的夢想：

0:00:06.508,0:00:08.963
了解生命的密碼。

0:00:09.072,0:00:11.815
對我而言，這一切的開始，[br]要拉回到好幾好幾年前，

0:00:11.839,0:00:14.562
當我第一次遇上3D印表機時。

0:00:14.586,0:00:16.260
它的概念真的很棒。

0:00:16.284,0:00:18.306
3D印表機需要三個元素：

0:00:18.330,0:00:22.464
少量的資訊、一些原物料、[br]再加上點能量，

0:00:22.488,0:00:26.362
這樣它就可以製造出[br]以前從未存在過的任何東西。

0:00:26.517,0:00:28.654
我當時研究的是物理學，[br]有天回到家裡時，

0:00:28.678,0:00:32.116
我突然意識到，我家裡[br]就有一台 3D 印表機。

0:00:32.140,0:00:33.476
而且每個人家裡都有一台。

0:00:33.500,0:00:34.658
那就是我媽嗎。

0:00:34.682,0:00:35.683
（笑聲）

0:00:35.707,0:00:38.121
我媽也有三個元素：

0:00:38.145,0:00:42.118
少量的資訊：我這個例子，[br]指的是我媽跟我爸之間的投入，

0:00:42.142,0:00:46.299
食物就是原物料及能量的來源，

0:00:46.323,0:00:48.831
然後，幾個月後，生下了我。

0:00:48.855,0:00:50.667
而我以前也是不存的。

0:00:50.691,0:00:54.453
所以，除了我發現我媽[br]就是一台3D列印機之外，

0:00:54.477,0:00:59.215
我突然間也被[br]這個吸引注了，

0:00:59.239,0:01:00.956
那邊的第一項，資訊。

0:01:00.980,0:01:03.231
要有多少這樣的資訊

0:01:03.255,0:01:05.191
才能建構並組裝出一個人來呢？

0:01:05.215,0:01:06.789
要很多嗎？還是只要一點點？

0:01:06.813,0:01:08.993
要多少隨身碟存取這些資訊呢？

0:01:09.017,0:01:11.641
我一開始是研究物理學的，

0:01:11.665,0:01:17.262
我喜歡把人類比喻成[br]一個大型的樂高玩具，

0:01:17.286,0:01:21.071
你可以想像，每一個[br]樂高積木就是一個原子，

0:01:21.095,0:01:25.748
氫原子在這，碳原子在這，[br]氮原子在這。

0:01:25.772,0:01:27.343
按照最初的估算想法，

0:01:27.367,0:01:31.710
如果我可以列出[br]人類的原子清單的數量，

0:01:31.734,0:01:33.121
我就可以把它建造出來。

0:01:33.145,0:01:35.174
現在，請各位算一下，

0:01:35.198,0:01:38.475
這想必是個驚人的數字。

0:01:38.499,0:01:41.256
所以，存在這隨身碟裡面

0:01:41.280,0:01:46.035
可以組合出來一個小寶寶的檔案，[br]裡面的原子數數量，

0:01:46.059,0:01:50.746
實際上若用樂高玩具[br]組裝起一個人類，

0:01:50.746,0:01:53.898
它的大小足足有[br]2000台鐵達尼號這麼大。

0:01:53.957,0:01:57.358
這就是生命的奇蹟啊！

0:01:57.382,0:01:59.994
從現在起，你每次[br]看到懷孕的婦女，

0:02:00.018,0:02:02.668
她就是那個正在組裝

0:02:02.668,0:02:04.454
你這輩子所遇到的最大量資訊。

0:02:04.478,0:02:07.428
忘了大數據吧！[br]忘了你曾聽過的。

0:02:07.452,0:02:11.243
這就是現存的[br]最大數據資料。

0:02:11.243,0:02:12.089
（笑聲）

0:02:12.089,0:02:18.858
但...好在大自然比一位[br]年輕的物理學家還聰明，

0:02:18.882,0:02:22.458
這40億年來，大自然中[br]負責管理包裹這個資訊的

0:02:22.482,0:02:25.187
小晶體--我們稱之為DNA。

0:02:25.605,0:02:29.201
我們在1950年第一次認識了它，

0:02:29.201,0:02:31.497
當時有一位了不起的女科學家[br]--羅莎琳．富蘭克林--

0:02:31.521,0:02:33.610
給 DNA 拍了張照。

0:02:33.610,0:02:38.122
但我們花了40年的時間，[br]最後才戳進人類細胞裡

0:02:38.146,0:02:39.748
取出這個晶體，

0:02:39.772,0:02:43.542
才首次把它伸展開來閱讀。

0:02:43.615,0:02:46.856
而密碼也就是大家所孰知的

0:02:46.880,0:02:50.652
四個字母：A、T、C、G。

0:02:50.676,0:02:54.836
而建造一個人類，[br]你需要30億個字母。

0:02:54.933,0:02:56.112
30億。

0:02:56.136,0:02:57.715
30億有多少？

0:02:57.739,0:03:00.501
我們對這個數字[br]真的很沒有概念，對吧？

0:03:00.525,0:03:03.674
所以，我在想，這麼大的數字

0:03:03.674,0:03:07.684
我要怎麼解釋[br]才讓人比較容易了解。

0:03:07.708,0:03:10.762
但，我的意思是...[br]我最好找個人來幫忙，

0:03:10.786,0:03:14.013
而能幫我介紹基因密碼[br]的最佳人選，

0:03:14.037,0:03:17.559
想當然就是第一個定序的人，[br]克萊格．凡特博士。

0:03:17.583,0:03:20.973
所以，讓我們歡迎[br]克萊格．凡特博士上台。

0:03:20.997,0:03:27.928
（掌聲）

0:03:27.952,0:03:31.268
當然不是活生生的人，

0:03:31.448,0:03:33.793
但這是史上第一次

0:03:33.817,0:03:37.279
特定人類的基因組被

0:03:37.303,0:03:41.063
一頁接著一頁，一個字[br]接著一個字地列印出來：

0:03:41.087,0:03:45.083
262,000頁的資料，

0:03:45.107,0:03:49.471
450公斤、從美國運到加拿大，

0:03:49.495,0:03:54.338
感謝新創公司Lulu.com的布魯諾．鮑登，[br]他們幫我做的這一切。

0:03:54.362,0:03:55.825
這是個很棒的饗宴。

0:03:55.849,0:04:00.146
但這只是對生命密碼[br]的視覺感受。

0:04:00.170,0:04:02.648
現在，為了慶祝第一次，[br]我要做件有趣的事。

0:04:02.672,0:04:05.219
我真的可以從裡面[br]挑一段來讀一讀。

0:04:05.243,0:04:09.868
所以，讓我來找一本有趣的....[br]書兒，比如這本。

0:04:13.077,0:04:15.611
我做了個註記；這書太厚了。

0:04:15.635,0:04:20.312
讓各位看一下甚麼是生命密碼。

0:04:20.566,0:04:23.957
數以百萬、千萬、

0:04:23.981,0:04:26.651
億個字母。

0:04:26.675,0:04:29.071
它們當然都有意義。

0:04:29.095,0:04:31.412
讓我來找一段特別的

0:04:31.571,0:04:32.933
讀給各位聽：

0:04:32.957,0:04:33.978
（笑聲）

0:04:34.002,0:04:38.008
"AAG, AAT, ATA."

0:04:38.575,0:04:41.032
你們可能覺得像是在聽天書，

0:04:41.056,0:04:45.097
但這段序列，決定了[br]克萊格的眼睛顏色。

0:04:45.633,0:04:47.565
我再展示另一段給各位看。

0:04:47.589,0:04:50.683
這段實際上稍微複雜些。

0:04:50.983,0:04:54.420
14 號染色體，第132 號書：

0:04:54.420,0:04:55.744
（笑聲）

0:04:55.768,0:04:58.355
如你所望！

0:04:58.355,0:05:00.535
（笑聲）

0:05:02.857,0:05:07.364
"ATT, CTT, GATT."

0:05:08.329,0:05:10.016
這個人很幸運，

0:05:10.040,0:05:14.557
因為如果你在這個位置[br]剛好漏掉兩個字母--

0:05:14.581,0:05:16.458
30億個字母，只漏掉兩個--

0:05:16.482,0:05:18.501
你就等同於被宣判[br]得了一個恐佈的疾病：

0:05:18.525,0:05:19.965
囊性纖維化。

0:05:19.989,0:05:23.402
目前我們沒有治療的方式，[br]我們不知道如何解決，

0:05:23.426,0:05:27.181
僅僅就這兩個字母上[br]的差異而已。

0:05:27.585,0:05:30.290
這本偉大的書，

0:05:31.115,0:05:32.477
這本偉大的書，

0:05:32.477,0:05:35.890
可以幫助我了解，也能讓各位[br]看到一些嘆為觀止的事情。

0:05:36.480,0:05:40.915
在場的每一個人，[br]成就你我不同的地方

0:05:40.939,0:05:43.893
就這五百萬個[br]字母的差異，

0:05:43.917,0:05:45.145
半本書。

0:05:46.015,0:05:47.678
剩下的，

0:05:47.702,0:05:50.774
我們絕對都長一樣。

0:05:51.008,0:05:55.026
就是這 500 頁的字母，[br]行塑了你是甚麼樣的人，

0:05:55.050,0:05:57.581
剩下的，我們都一樣。

0:05:57.605,0:06:00.514
所以，當我們在討論彼此差異的時候，[br]讓我們再反思一下，

0:06:00.538,0:06:03.339
其實我們共同的地方[br]真的有這麼多。

0:06:03.441,0:06:06.870
所以，我問一下各位，

0:06:06.894,0:06:08.253
接下來的問題：

0:06:08.277,0:06:09.428
我要怎麼讀它？

0:06:09.452,0:06:10.961
我要怎麼搞懂它？

0:06:11.409,0:06:15.553
其實，無論你多麼會[br]看說明書組裝瑞典的家具，

0:06:15.553,0:06:19.816
這本安裝手冊也沒辦法[br]教你如何破解你的人生。

0:06:19.816,0:06:20.863
（笑聲）

0:06:20.887,0:06:23.999
2014年，兩位出名的 TED 演講者，

0:06:24.023,0:06:26.563
彼得．戴曼迪斯和[br]克雷格．文特爾本人，

0:06:26.587,0:06:28.514
他們決定創立一家新公司。

0:06:28.538,0:06:29.950
《人類長壽公司》誕生了，

0:06:29.974,0:06:31.344
並賦予一個使命：

0:06:31.368,0:06:33.229
竭盡所能的，

0:06:33.253,0:06:36.012
從這些書上，嘗試每樣東西，[br]學習每樣東西，

0:06:36.036,0:06:38.571
就為了一個目標——

0:06:38.862,0:06:41.663
讓個人化醫療的美夢可以成真，

0:06:41.687,0:06:45.454
了解需要做哪些事[br]才能更健康，

0:06:45.478,0:06:48.291
以及了解這些書[br]裡面的秘密。

0:06:48.329,0:06:52.579
一個令人驚豔的團隊，40 個數據科學家，[br]還有其他很多、很多的人，

0:06:52.603,0:06:53.953
一起為團隊努力。

0:06:53.977,0:06:56.230
這概念其實很簡單。

0:06:56.254,0:06:59.412
我們將要使用一種叫[br]「機械自主學習」的概念。

0:06:59.436,0:07:03.975
一方面，我們有[br]成千上萬的基因組——

0:07:03.999,0:07:07.996
另一方面，我們收集了[br]人類最大的資料庫：

0:07:08.020,0:07:12.316
生物特性、3D掃描、核磁共振——[br]你能想到的每樣東西。

0:07:12.340,0:07:15.239
這兩方面的資料，[br]被自主翻譯出來後

0:07:15.263,0:07:17.705
就可以解開很多的祕密。

0:07:17.729,0:07:20.671
在這兩個中間，[br]我們建立了一台機器。

0:07:20.801,0:07:23.186
我建立它，訓練它——

0:07:23.210,0:07:26.420
當然，並不只一台機器啦！[br]是很多很多台機器——

0:07:26.444,0:07:30.988
嘗試去了解並翻譯[br]基因組的生物特徵表象。

0:07:31.362,0:07:34.702
這些字母代表甚麼？[br]它們有甚麼作用？

0:07:34.726,0:07:37.473
這個方法可以運用在每件事上，

0:07:37.497,0:07:40.490
但用在基因學上，[br]它就特別複雜。

0:07:40.514,0:07:43.790
在一點一滴的慢慢累積後，[br]我們想建立不一樣的挑戰。

0:07:43.814,0:07:46.546
我們從共同的特徵開始。

0:07:46.570,0:07:49.173
談共同特徵比較輕鬆，[br]因為它們都很普遍。

0:07:49.197,0:07:50.381
每個人都有。

0:07:50.405,0:07:52.899
我們從這個問題開始問：

0:07:52.923,0:07:54.913
我們可以預測身高嗎？

0:07:54.985,0:07:57.162
我們可以光看書[br]就可以知道你的身高嗎？

0:07:57.186,0:07:58.337
沒錯，我們真的可以，

0:07:58.361,0:08:00.154
預測的誤差在五公分內。

0:08:00.178,0:08:03.313
身體質量指數與[br]你的生活形式有關，

0:08:03.337,0:08:07.201
但我們仍然可以，相當精準地[br]將預測誤差控制在 8 公斤以內。

0:08:07.225,0:08:08.456
那我們可以預測眼睛顏色嗎？

0:08:08.480,0:08:09.638
是的，我們可以。

0:08:09.662,0:08:10.986
精準度高達80%。

0:08:11.466,0:08:13.324
我們可以預測皮膚顏色嗎？

0:08:13.348,0:08:15.789
是的，可以，80%的準確率。

0:08:15.813,0:08:17.153
年齡呢？

0:08:18.121,0:08:21.860
可以，因為隨著年紀，[br]你的基因碼也會更著改變。

0:08:21.884,0:08:25.166
它會變短、消失或被插入。

0:08:25.190,0:08:27.745
我們可以讀到那個訊號，[br]並把它模擬出來。

0:08:28.438,0:08:29.913
現在，有一項有趣的挑戰：

0:08:29.937,0:08:32.636
我們可以預測一個人的臉嗎？

0:08:33.014,0:08:34.292
這有點複雜，

0:08:34.316,0:08:37.507
因為人臉上散播了[br]上百萬個這種字母。

0:08:37.531,0:08:40.160
而人臉不太容易預測。

0:08:40.184,0:08:42.235
所以，我們必須建立一個[br]完整的堆疊系統，

0:08:42.259,0:08:44.969
去學習並教會機器[br]人臉是甚麼，

0:08:44.993,0:08:47.030
然後把它嵌進去並壓縮。

0:08:47.054,0:08:49.302
如果你很懂機器自主學習，

0:08:49.326,0:08:51.610
你會懂得這邊的挑戰是甚麼。

0:08:52.108,0:08:58.099
15年後--整整15年後--[br]我們讀取到第一個序列--

0:08:58.123,0:09:01.025
今年10月，我們開始看到一些訊號。

0:09:01.049,0:09:03.504
真的是令人感動的時刻。

0:09:03.528,0:09:07.273
你現在看到的是一個[br]進來我們實驗室的實驗對象。

0:09:07.619,0:09:09.547
這是一個我們人類的臉。

0:09:09.571,0:09:13.202
所以我們拿一個真實的臉當作實驗對象，[br]我們減少了複雜度，

0:09:13.226,0:09:15.196
因為不是每樣東西都會在[br]你的臉上原貌呈現出來--

0:09:15.220,0:09:19.006
有很多的特徵、缺陷及不對稱[br]來自於你後天的生活方式。

0:09:19.030,0:09:22.499
我們把臉對稱好後，[br]拿去跑我們的演算法。

0:09:23.245,0:09:25.143
我現在展示給各位看的結果，

0:09:25.167,0:09:28.539
是由血液演算出來的預測結果。

0:09:29.596,0:09:31.120
（掌聲）

0:09:31.144,0:09:32.579
稍等一下。

0:09:32.603,0:09:37.295
在這短短的幾秒鐘，你的眼睛會[br]左看看、右看看做比較，

0:09:37.319,0:09:41.249
而你的大腦會希望[br]這些照片是一致的。

0:09:41.273,0:09:43.719
所以，我要求各位做另一項活動，[br]這次要誠實。

0:09:43.743,0:09:46.030
請找出他們不一樣的地方，

0:09:46.054,0:09:47.415
有很多喔。

0:09:47.439,0:09:50.042
最多的訊號來自性別，

0:09:50.066,0:09:55.267
然後是年齡、身體質量指數、[br]人類種族族群。

0:09:55.291,0:09:59.002
把這些訊號擴大是相當複雜的。

0:09:59.026,0:10:02.276
但即使你現在看到有點不同，

0:10:02.300,0:10:05.895
還是要讓各位知道，[br]我們預測還算不錯，

0:10:05.919,0:10:07.267
已經很接近了。

0:10:07.291,0:10:09.640
這已經讓你有點激動了。

0:10:09.664,0:10:12.367
這裡有另外一個例子，

0:10:12.391,0:10:13.800
這是預測的結果。

0:10:13.824,0:10:18.420
有點小的臉，我們雖然沒有[br]跑完整個頭蓋骨結構，

0:10:18.444,0:10:21.095
但，還是很精準。

0:10:21.634,0:10:23.858
這是另一個實驗對象，

0:10:23.882,0:10:25.325
這是預測結果。

0:10:26.056,0:10:30.732
這些人從未在我們[br]訓練的機器裡面出現過。

0:10:30.756,0:10:33.593
也就是說這些從[br]外面隨機取樣的。

0:10:33.617,0:10:37.357
但也許各位不相信。

0:10:37.381,0:10:40.057
我們已經在科學期刊上[br]發表這一切了，

0:10:40.081,0:10:41.232
你可以找到。

0:10:41.256,0:10:43.600
但自從知道我們要上台後，[br]克里斯就挑戰我說，

0:10:43.624,0:10:47.250
我也許可以自己上陣

0:10:47.274,0:10:50.105
並嘗試預測你們可能認識的人。

0:10:50.470,0:10:54.895
所以，在這一瓶血液裡面--[br]相信我，你們絕對不知道

0:10:54.919,0:10:57.799
我們去哪裡搞來這一瓶血的，

0:10:57.823,0:11:01.724
這瓶血就擁有[br]全部的生物資訊，

0:11:01.748,0:11:04.025
夠我們跑完全部的基因組定序。

0:11:04.049,0:11:06.119
我們只需要這麼多。

0:11:06.528,0:11:09.733
我們已經把它拿去定序，[br]下次再做給大家看。

0:11:09.757,0:11:13.736
然後開始堆疊出[br]所有我們知道的東西，

0:11:13.760,0:11:17.110
從這瓶血液裡，[br]我們預測出他是位男士。

0:11:17.134,0:11:18.498
而實驗對象是男士。

0:11:18.996,0:11:21.434
我們預測他身高176公分。

0:11:21.458,0:11:23.850
實際上他身高177公分。

0:11:23.874,0:11:27.984
我們預測他的體重是76公斤；[br]實際上是82公斤。

0:11:28.701,0:11:31.333
我們預測他的年齡是38歲。

0:11:31.357,0:11:33.261
實際上是35歲。

0:11:33.851,0:11:35.975
我們預測眼睛的顏色是這樣。

0:11:36.824,0:11:38.035
太暗了。

0:11:38.059,0:11:39.614
我們預測他的皮膚顏色。

0:11:40.026,0:11:41.436
幾乎很接近了。

0:11:41.899,0:11:44.362
這是他的臉。

0:11:45.172,0:11:48.441
現在，真相要大白的時刻了：

0:11:48.465,0:11:50.235
他長這樣。

0:11:50.259,0:11:52.194
（笑聲）

0:11:52.218,0:11:54.276
我故意這樣做的。

0:11:54.300,0:11:57.992
我是一個非常特別的奇特種族。

0:11:58.016,0:12:00.966
南歐洲人、義大利人——[br]他們從來不會跟我們的預測相符。

0:12:00.990,0:12:06.120
這個種族在我們的模式下，[br]就是一個很複雜的特殊案例。

0:12:06.144,0:12:07.653
但有另外一個重點。

0:12:07.677,0:12:11.154
我們用很多工具[br]來辨認人的特徵，

0:12:11.178,0:12:12.900
但絕對不會把這些特徵[br]寫到基因組裡面。

0:12:12.924,0:12:15.241
因為這是我們的自由意志，[br]我就是長這樣。

0:12:15.265,0:12:18.494
在這個案例中，重點不是我的髮型，[br]而是我的鬍鬚。

0:12:18.518,0:12:22.071
所以，我要秀給各位看，[br]我會把它轉變一下--

0:12:22.095,0:12:24.860
就僅是用Photoshop上個鬍子，

0:12:24.884,0:12:26.597
沒有調整其他的。

0:12:26.621,0:12:30.093
突然間，感覺就比較像了。

0:12:30.955,0:12:35.134
所以，我們為什麼要做這個？

0:12:35.938,0:12:41.078
我們絕對不是為了預測高度

0:12:41.102,0:12:44.204
或拍一張你血液的美麗照片。

0:12:44.390,0:12:48.408
我們這樣做的原因是，[br]這些科技、方法、

0:12:48.432,0:12:50.952
機器自主學習程式，

0:12:50.976,0:12:54.113
可以幫助我們了解[br]我們要如何進行工作、

0:12:54.137,0:12:55.623
你的身體是如何運作、

0:12:55.647,0:12:57.312
你的身體如何老化、

0:12:57.336,0:13:00.105
你身上的疾病是如何造成的、

0:13:00.129,0:13:03.101
你的癌症是如何成長和擴散的、

0:13:03.125,0:13:04.908
藥物如何運作、

0:13:04.932,0:13:07.246
以及這些藥物在你身上是否有作用。

0:13:07.713,0:13:09.380
這是一個很大的挑戰。

0:13:09.894,0:13:13.882
這是我們全世界的[br]研究人員共同的挑戰。

0:13:14.159,0:13:16.991
它叫做個人化醫療。

0:13:17.125,0:13:20.585
這種醫療能力是從[br]傳統的統計方法，

0:13:20.609,0:13:22.641
讓你大海撈針亂吃藥，

0:13:22.665,0:13:24.478
轉成個人客製化的方法，

0:13:24.502,0:13:26.687
都是從閱讀這些書裡面，

0:13:26.711,0:13:29.575
讓我們了解真正的你。

0:13:30.260,0:13:33.622
但這是充滿了複雜的挑戰，

0:13:33.646,0:13:37.644
因為到目前為止，這些書，

0:13:37.668,0:13:40.750
我們僅大概了解2%：

0:13:41.027,0:13:44.680
四本書又175頁。

0:13:46.021,0:13:49.227
但這不是我演講的主題，

0:13:50.145,0:13:52.743
因為我們還有很多要學。

0:13:53.378,0:13:56.857
全世界最聰明的智慧[br]就在這個主題裡面。

0:13:57.048,0:13:58.882
預測會越來越改善，

0:13:58.906,0:14:01.159
模式會越來越精準。

0:14:01.183,0:14:03.041
我們學得越多，

0:14:03.065,0:14:10.525
我們克服從未面對過[br]的決策的能力就越強，

0:14:10.764,0:14:12.399
有關於生命、

0:14:12.423,0:14:14.097
死亡、

0:14:14.121,0:14:17.684
養育的決策。

0:14:21.266,0:14:26.012
所以，我們正接觸到[br]生命如何運作的內部細節。

0:14:26.118,0:14:29.276
而且這個革命不能只侷限在

0:14:29.300,0:14:31.959
主流科學或技術上。

0:14:32.960,0:14:35.704
我們需要一個全球性的對話。

0:14:35.798,0:14:41.015
我們必須開始思考，[br]我們要建構的人類未來。

0:14:41.039,0:14:45.103
我們需要與創意人才、[br]藝術家、哲學家

0:14:45.127,0:14:46.637
政治家相互配合。

0:14:46.661,0:14:47.819
每個人都要參與其中，

0:14:47.843,0:14:51.068
因為這是我們人類的未來。

0:14:51.273,0:14:55.241
不需要害怕，但需要包容

0:14:55.265,0:14:59.136
明年我們所做的決定，

0:14:59.160,0:15:02.949
將永遠地改變歷史。

0:15:03.732,0:15:04.892
謝謝各位！

0:15:04.916,0:15:15.075
（掌聲）