< Return to Video

Kevin Slavin: Hogyan formálják az algoritmusok a világunkat

  • 0:00 - 0:02
    Ez egy olyan fotó,
  • 0:02 - 0:04
    amit a művész, Michael Najjar készített,
  • 0:04 - 0:06
    és eredeti,
  • 0:06 - 0:08
    abban az értelemben, hogy elment Argentínába ahhoz,
  • 0:08 - 0:10
    hogy lefotózza.
  • 0:10 - 0:13
    Ugyanakkor fikció is. Sok munka lett azért utána még belefektetve.
  • 0:13 - 0:15
    Amit ő tett,
  • 0:15 - 0:17
    az gyakorlatilag annyi, hogy digitálisan átformálta
  • 0:17 - 0:19
    a hegyek összes kontúrját,
  • 0:19 - 0:22
    ahhoz, hogy követni tudja a Dow Jones index viszontagságait.
  • 0:22 - 0:24
    Amit tehát itt láthatunk,
  • 0:24 - 0:26
    ez a szakadék, ez a nagy szakadék a völgyben,
  • 0:26 - 0:28
    a 2008-as pénzügyi válság.
  • 0:28 - 0:30
    A fotó akkor készült,
  • 0:30 - 0:32
    amikor mélyen a völgyben jártunk, amott.
  • 0:32 - 0:34
    Fogalmam sincs, hol tartunk jelenleg.
  • 0:34 - 0:36
    Ez itt a Hang Seng index
  • 0:36 - 0:38
    Hongkong számára.
  • 0:38 - 0:40
    És hasonló topográfia.
  • 0:40 - 0:42
    Vajon miért?
  • 0:42 - 0:45
    És ilyen a művészet. Ez egy metafora.
  • 0:45 - 0:47
    De szerintem a lényeg az,
  • 0:47 - 0:49
    hogy ez egy olyan metafora, aminek fogai vannak.
  • 0:49 - 0:52
    És ezen fogak miatt javaslom azt,
  • 0:52 - 0:54
    hogy gondoljuk át egy kicsit
  • 0:54 - 0:57
    a kortárs matematika szerepét --
  • 0:57 - 1:00
    nemcsak a pénzügyi matekét, hanem a matekét, általánosságban.
  • 1:00 - 1:02
    Hogy az átmenet abból,
  • 1:02 - 1:05
    hogy valamit kivonunk és elvonatkoztatunk a világtól,
  • 1:05 - 1:08
    eljut oda, hogy ez a valami ténylegesen elkezdi formálni --
  • 1:08 - 1:11
    a körülöttünk és a bennünk lévő világot egyaránt.
  • 1:11 - 1:13
    És konkrétan az algoritmusok azok,
  • 1:13 - 1:15
    amik a matek részét képezik annak,
  • 1:15 - 1:18
    amit a számítógépek a dolgok eldöntéséhez felhasználnak.
  • 1:18 - 1:20
    Rendelkeznek az igazság érzékenységével,
  • 1:20 - 1:22
    mivel újra és újra ismétlődnek.
  • 1:22 - 1:25
    És becsontosodnak és elmeszesednek,
  • 1:25 - 1:27
    majd valóságossá válnak.
  • 1:27 - 1:30
    Erre először, minden közül, egy Atlanti-óceánt
  • 1:30 - 1:33
    átszelő járaton gondoltam jónéhány évvel ezelőtt,
  • 1:33 - 1:35
    mivel úgy alakult, hogy egy magyar fizikus mellé ültettek,
  • 1:35 - 1:37
    aki kb. velem egyidős volt,
  • 1:37 - 1:39
    és arról beszélgettünk vele,
  • 1:39 - 1:41
    hogy milyen volt az élet a hidegháború idején,
  • 1:41 - 1:43
    a magyar fizikusok számára.
  • 1:43 - 1:45
    Azt kérdeztem: "Szóval, miket csináltatok akkoriban?"
  • 1:45 - 1:47
    Ezt válaszolta: "Nos, többnyire lopakodókat kerestünk."
  • 1:47 - 1:49
    Mire én: "Hát az klassz munka. Nagyon érdekes.
  • 1:49 - 1:51
    Hogy működik ez?"
  • 1:51 - 1:53
    Ahhoz, hogy ezt megértsük,
  • 1:53 - 1:56
    kicsit értenünk kell, hogy a lopakodó repülőgép min alapszik.
  • 1:56 - 1:59
    És persze -- ez egy túlegyszerűsítés, de --
  • 1:59 - 2:01
    alapvetően nem úgy működik,
  • 2:01 - 2:03
    hogy csak úgy áteresztjük a radarhullámot
  • 2:03 - 2:06
    156 tonnányi repülő acélon!
  • 2:06 - 2:09
    Az nem tűnik el olyan egyszerűen.
  • 2:09 - 2:12
    De ha ezt a nagy, tömör valamit
  • 2:12 - 2:15
    sok milliónyi apró
  • 2:15 - 2:17
    darabbá tudod alakítani --
  • 2:17 - 2:19
    mint valami madársereggé --,
  • 2:19 - 2:21
    akkor a radarnak, ami keresi,
  • 2:21 - 2:23
    észre kell tudni venni
  • 2:23 - 2:25
    minden egyes madársereget az égen!
  • 2:25 - 2:29
    És ha te vagy az a radar, akkor ez marha kemény munka!
  • 2:29 - 2:32
    Mire ő: "Hát igen, de ez akkor van, ha te radar vagy.
  • 2:32 - 2:34
    Ezért mi nem radart használtunk;
  • 2:34 - 2:37
    hanem építettünk egy fekete dobozt, ami elektromos jeleket
  • 2:37 - 2:40
    keresett, elektronikus kommunikációt.
  • 2:40 - 2:43
    És amikor csak megláttunk egy madársereget, akik közt
  • 2:43 - 2:46
    volt elektronikus kommunikáció, tudtuk, hogy ennek valami köze van
  • 2:46 - 2:48
    az amerikaiakhoz!" Mire én: "Hát igen.
  • 2:48 - 2:50
    Ez klassz.
  • 2:50 - 2:52
    Tehát gyakorlatilag 60 évnyi
  • 2:52 - 2:54
    repülőgép-fejlesztést tönkrevágtatok ezzel!
  • 2:54 - 2:56
    És még mit csináltatok?
  • 2:56 - 2:58
    Mit csináltok, amikor felnőtök?"
  • 2:58 - 3:00
    Ő ezt válaszolta,
  • 3:00 - 3:02
    "Hát pénzügyi szolgáltatást nyújtunk."
  • 3:02 - 3:04
    Mire én: "Aha."
  • 3:04 - 3:07
    Mert ilyesmiről volt szó mostanában a hírekben.
  • 3:07 - 3:09
    Megkérdeztem: "És az hogy működik?"
  • 3:09 - 3:11
    Ezt válaszolta: "Nos, 2000 fizikus dolgozik manapság
  • 3:11 - 3:13
    a Wall Streeten és én közülük vagyok egy."
  • 3:13 - 3:16
    Megkérdeztem: "Mi a Wall Street fekete doboza?"
  • 3:16 - 3:18
    "Érdekes, hogy ezt kérdezi,
  • 3:18 - 3:21
    mert tényleg fekete doboz kereskedésnek nevezik.
  • 3:21 - 3:23
    Néha algokereskedésnek is hívják,
  • 3:23 - 3:26
    algoritmikus kereskedésnek."
  • 3:26 - 3:29
    És az algoritmikus kereskedés részben amiatt fejlődött ki,
  • 3:29 - 3:32
    hogy az intézményes kereskedőknek ugyanazok a problémái,
  • 3:32 - 3:35
    mint az USA légierejének,
  • 3:35 - 3:38
    ami pedig abban áll, hogy változtatják a pozícióikat --
  • 3:38 - 3:40
    legyen az akár Procter & Gamble vagy Accenture, bármi --
  • 3:40 - 3:42
    valaminek a sok millió részét mozgatják át
  • 3:42 - 3:44
    a piacon keresztül.
  • 3:44 - 3:46
    És amennyiben ezt egyszerre teszik,
  • 3:46 - 3:48
    az olyan lenne, mint amikor pókerben azonnal
  • 3:48 - 3:50
    'all in'-t mondanál. Kiszórnád a kezedből.
  • 3:50 - 3:52
    Ezért olyan módot kell keresniük --
  • 3:52 - 3:54
    amihez algoritmusokat használnak --
  • 3:54 - 3:56
    hogy ezt a nagy dolgot
  • 3:56 - 3:58
    millió kis tranzakcióra tördeljék.
  • 3:58 - 4:00
    És ebben a varázslat és borzalom egyben az,
  • 4:00 - 4:02
    hogy ugyanaz a matek,
  • 4:02 - 4:04
    amit arra használunk,
  • 4:04 - 4:06
    hogy a nagyot sok millió apró darabkára tördeljük,
  • 4:06 - 4:08
    arra is használható, hogy megtaláljunk sok millió apró darabkát,
  • 4:08 - 4:10
    és újra összeillesszük őket,
  • 4:10 - 4:12
    amiből aztán mérthetjük, hogy valójában mi is történik a piacon!
  • 4:12 - 4:14
    Tehát, ha akarsz egy kis betekintést arról,
  • 4:14 - 4:17
    mi történik az értéktőzsdén ebben a pillanatban,
  • 4:17 - 4:19
    akkor észreveheted, hogy van egy csokor algoritmus,
  • 4:19 - 4:22
    amik gyakorlatilag azt a célt szolgálják, hogy rejtőzködjenek,
  • 4:22 - 4:25
    és egy csokor algoritmus, ami arra való, hogy megtalálja ezeket
  • 4:25 - 4:28
    és cselekedjen! És ez mind nagyszerű, és jól is van így.
  • 4:28 - 4:30
    És ez az USA értéktőzsdéjének
  • 4:30 - 4:32
    70%-át teszi ki!
  • 4:32 - 4:34
    A működő rendszer 70%-a,
  • 4:34 - 4:37
    amit azelőtt nyugdíjként, jelzálogként
  • 4:37 - 4:40
    tartottunk számon.
  • 4:40 - 4:42
    Mi romolhatna el?
  • 4:42 - 4:44
    Ami elromlott,
  • 4:44 - 4:46
    az az, hogy egy évvel ezelőtt, az egész piac
  • 4:46 - 4:49
    kilenc százaléka egyszerűen eltűnt öt perc leforgása alatt,
  • 4:49 - 4:52
    amit úgy neveztek el, hogy a 2:45-ös villámkrach.
  • 4:52 - 4:55
    Hirtelen, kilenc százalék csak úgy eltűnik,
  • 4:55 - 4:57
    és a mai napig nem ért senki egyet abban,
  • 4:57 - 4:59
    hogy mi is történhetett,
  • 4:59 - 5:02
    mivel senki nem rendelte el, senki sem kérte ezt.
  • 5:02 - 5:05
    Senkinek nem volt ellenőrzése afölött, ami akkor történt.
  • 5:05 - 5:07
    Mindössze
  • 5:07 - 5:09
    egy monitor volt előttük,
  • 5:09 - 5:11
    rajta a számokkal,
  • 5:11 - 5:13
    és csak egy piros gomb,
  • 5:13 - 5:15
    amin ez állt: "Stop."
  • 5:15 - 5:17
    Na hát ez az,
  • 5:17 - 5:19
    hogy mi írjuk a dolgokat, mi magunk írjuk
  • 5:19 - 5:22
    azokat a dolgokat, amiket többé nem vagyunk képesek olvasni!
  • 5:22 - 5:24
    Olvashatatlanná tettünk
  • 5:24 - 5:26
    valamit.
  • 5:26 - 5:29
    És többé már nem értjük,
  • 5:29 - 5:31
    hogy mi is zajlik éppen,
  • 5:31 - 5:33
    abban a világban, amit magunk teremtettünk!
  • 5:33 - 5:35
    De kezdünk kimászni belőle.
  • 5:35 - 5:38
    Van Bostonban egy Nanex nevű cég,
  • 5:38 - 5:40
    akik matekot és mágiát,
  • 5:40 - 5:42
    meg ki tudja még mit használnak,
  • 5:42 - 5:44
    képesek elérni az összes piaci adatot
  • 5:44 - 5:47
    és néha ténylegesen megtalálják ezen algoritmusok némelyikét.
  • 5:47 - 5:50
    Amikor megtalálják őket, akkor kivonják ezeket,
  • 5:50 - 5:53
    és kitűzik őket a falra, mint a pillangókat szokás.
  • 5:53 - 5:55
    Azt teszik, amit mindig is tettünk,
  • 5:55 - 5:58
    amikor óriási mennyiségű adattal találtuk szembe magunkat,
  • 5:58 - 6:00
    amiket nem értettünk -- mégpedig, hogy elnevezik őket
  • 6:00 - 6:02
    és történetet szőnek köréjük.
  • 6:02 - 6:04
    Ez egy azok közül, amiket találtak,
  • 6:04 - 6:08
    Késnek nevezték el,
  • 6:08 - 6:10
    ezt Karneválnak,
  • 6:10 - 6:14
    ezt Bostoni Csoszogónak,
  • 6:14 - 6:16
    ezt Szürkületnek.
  • 6:16 - 6:18
    A röhejes ebben az,
  • 6:18 - 6:21
    hogy persze ezek nemcsak a piacon vannak jelen.
  • 6:21 - 6:24
    Akárhová nézel beleütközöl az ilyenekbe,
  • 6:24 - 6:26
    ha egyszer megtanultad felismerni őket.
  • 6:26 - 6:29
    Megtalálhatod itt: van ez a legyekről szóló könyv,
  • 6:29 - 6:31
    amit az Amazonon már lehet, hogy láttál.
  • 6:31 - 6:33
    Lehet, hogy észrevetted,
  • 6:33 - 6:35
    amikor az ára ott magaslott 1,7 millió dolláron!
  • 6:35 - 6:37
    Elfogyott -- mégis...
  • 6:37 - 6:39
    (Nevetés)
  • 6:39 - 6:42
    Ha megvetted volna 1,7-ért, az jó üzlet lett volna!
  • 6:42 - 6:44
    Néhány órával később,
  • 6:44 - 6:46
    felment az ára 23,6 millió dollárra,
  • 6:46 - 6:48
    plusz szállítási és kezelési költség.
  • 6:48 - 6:50
    A kérdés itt az:
  • 6:50 - 6:52
    senki nem is adott el, vagy vett semmit; akkor mi is zajlott?
  • 6:52 - 6:54
    Láthatjuk ezt a viselkedést az Amazonon,
  • 6:54 - 6:56
    ugyanolyan biztonsággal, mint a Wall Streeten!
  • 6:56 - 6:58
    És amikor az ilyen viselkedést észrevesszük,
  • 6:58 - 7:00
    amit látunk,
  • 7:00 - 7:02
    az a bizonyíték az ellentétes algoritmusok jelenlétére,
  • 7:02 - 7:04
    olyan algoritmusokra, amelyek rövidre zárják egymás köreit,
  • 7:04 - 7:06
    mindenféle emberi beavatkozás nélkül,
  • 7:06 - 7:09
    mindenféle hozzáértő felügyelet nélkül,
  • 7:09 - 7:12
    ami azt mondaná: "Nos, az az 1,7 millió azért kicsit túl sok!
  • 7:12 - 7:15
    Ki vele!" (Nevetés)
  • 7:15 - 7:18
    És ahogy az Amazonon, ugyanúgy van ez a Netfixen is.
  • 7:18 - 7:20
    Tehát a Netfix keresztülment egy csomó
  • 7:20 - 7:22
    különféle algoritmuson az évek során.
  • 7:22 - 7:25
    A Cinemathtal kezdték, és kipróbáltak egy csomó másikat is.
  • 7:25 - 7:27
    Ott van a 'Dinoszaurusz bolygó', ott van a 'Gravitáció'.
  • 7:27 - 7:29
    Most a 'Pragmatikus káosz'-t használják éppen.
  • 7:29 - 7:31
    A 'Pragmatikus káosz' az összes Netfix algoritmushoz hasonlóan
  • 7:31 - 7:33
    ugyanezt próbálja véghezvinni.
  • 7:33 - 7:35
    Megpróbál kiismerni téged,
  • 7:35 - 7:37
    az emberi koponya belső vezérlőproramján belül,
  • 7:37 - 7:39
    hogy aztán mozifilmeket javasolhasson neked,
  • 7:39 - 7:41
    amit legközelebb szívesen megnéznél --
  • 7:41 - 7:44
    ami egy nagyon-nagyon összetett kérdés.
  • 7:44 - 7:46
    De a kérdés nehézsége,
  • 7:46 - 7:49
    és az a tény, hogy nem igazán győztük még le,
  • 7:49 - 7:51
    nem vesz el semmit
  • 7:51 - 7:53
    a 'Pragmatikus káosz' hatékonyságából.
  • 7:53 - 7:56
    A 'Pragmatikus káosz', az összes Netflix algoritmushoz hasonlóan
  • 7:56 - 7:58
    végső soron meg fogja mondani,
  • 7:58 - 8:00
    60%-ban, hogy
  • 8:00 - 8:02
    milyen filmeket fognak kikölcsönözni.
  • 8:02 - 8:04
    Tehát egyetlen darabka kód arról,
  • 8:04 - 8:07
    hogy milyen vagy,
  • 8:07 - 8:10
    felelős azoknak a filmeknek a 60 százalékáért.
  • 8:10 - 8:12
    De mi lenne akkor, ha már akkor rangsorba tudnád állítani
  • 8:12 - 8:14
    azokat a filmeket, mielőtt elkészülnek?
  • 8:14 - 8:16
    Hát nem lenne klassz?
  • 8:16 - 8:19
    Nos, néhány angol statisztikus tudós jelenleg
  • 8:19 - 8:21
    Hollywoodban dolgozik, és vannak történet algoritmusaik
  • 8:21 - 8:23
    -- ez az Epagogix nevű cég.
  • 8:23 - 8:26
    Végigfuttathatod a kéziratodat náluk,
  • 8:26 - 8:28
    és meg tudják mondani számszerűsítve,
  • 8:28 - 8:30
    hogy ez egy 30 millió dolláros film lesz,
  • 8:30 - 8:32
    vagy egy 200 millió dolláros.
  • 8:32 - 8:34
    És a helyzet az, hogy ez nem a Google.
  • 8:34 - 8:36
    Ez nem egyszerűen információ.
  • 8:36 - 8:38
    Ezek nem pénzügyi statisztikák; hanem kultúra.
  • 8:38 - 8:40
    És amit itt észrevehetünk,
  • 8:40 - 8:42
    ill. amit normál esetben nem veszünk észre,
  • 8:42 - 8:46
    az az, hogy ez a kultúra fizikája!
  • 8:46 - 8:48
    És amennyiben ezek az algoritmusok,
  • 8:48 - 8:50
    a Wall Steet-iekhez hasonlóan,
  • 8:50 - 8:53
    egyszercsak összeomlanak és megmutatják a fonákjukat,
  • 8:53 - 8:55
    azt hogyan tudjuk meg,
  • 8:55 - 8:57
    hogy fog az kinézni?
  • 8:57 - 9:00
    És ott vannak a házainkban! Ott vannak a te házadban!
  • 9:00 - 9:02
    Két olyan algoritmus, ami a nappalidért versenyez!
  • 9:02 - 9:04
    Két különböző takarítórobot, akiknek nagyon különböző
  • 9:04 - 9:07
    felfogása van arról, hogy mit is jelent a tisztaság!
  • 9:07 - 9:09
    És láthatjuk ezt,
  • 9:09 - 9:12
    ha lelassítjuk és fényt kapcsolunk rájuk.
  • 9:12 - 9:15
    Olyanok, mint valami titokzatos építészek a hálószobádban.
  • 9:15 - 9:18
    És az az elképzelés, hogy maga az építészet
  • 9:18 - 9:20
    valamiféleképpen az algoritmikus optimalizációtól függ,
  • 9:20 - 9:22
    egyáltalán nem egy erőltetett vélemény.
  • 9:22 - 9:25
    Szupervalóságos és körülöttünk történik!
  • 9:25 - 9:27
    Akkor lehet legjobban érzékelni,
  • 9:27 - 9:29
    amikor egy lezárt fémdobozban vagyunk,
  • 9:29 - 9:31
    egy modern liftben,
  • 9:31 - 9:33
    amiket célállomás vezérelt lifteknek neveznek.
  • 9:33 - 9:36
    Ezek azok, amikor meg kell nyomod a gombot, hogy melyik
  • 9:36 - 9:38
    emeletre fogsz menni, még mielőtt belépnél a liftbe.
  • 9:38 - 9:40
    Az úgynevezett 'ládapakoló' algoritmust használja.
  • 9:40 - 9:42
    Tehát ezen őrületek egyike sem fogja megengedni
  • 9:42 - 9:44
    senkinek, hogy abba a liftbe szálljon be, amelyikbe akar!
  • 9:44 - 9:46
    Mindenki, aki a tizedikre akar menni, a kettes liftbe,
  • 9:46 - 9:49
    és mindenki, aki a harmadikra akar menni az ötösbe kell szálljon!
  • 9:49 - 9:51
    A baj ezzel csak az,
  • 9:51 - 9:53
    hogy az emberek ettől
  • 9:53 - 9:55
    kiakadnak! Bepánikolnak!
  • 9:55 - 9:57
    És látjuk, hogy miért! Látod!
  • 9:57 - 9:59
    Azért, mert a liftben
  • 9:59 - 10:02
    hiányzik valami alapvető dolog: a gombok!
  • 10:02 - 10:04
    (Nevetés)
  • 10:04 - 10:06
    Ugyanúgy, mint a használati tárgyaknál.
  • 10:06 - 10:08
    Mindössze annyi van benne,
  • 10:08 - 10:11
    hogy a számok mozognak fel és le,
  • 10:11 - 10:14
    és van a piros gomb, amin ez áll: "Stop!"
  • 10:14 - 10:17
    És ezzel a céllal tervezünk!
  • 10:17 - 10:19
    Erre a gépnyelvjárásra
  • 10:19 - 10:21
    tervezzük a dolgokat!
  • 10:21 - 10:24
    Meddig vezethet ez? Meddig bírjuk elviselni ezt?
  • 10:24 - 10:26
    Nagyon sokáig elmehetünk vele.
  • 10:26 - 10:29
    Hadd kanyarodjak most vissza a Wall Streetre.
  • 10:30 - 10:32
    Mert a Wall Street algoritmusai
  • 10:32 - 10:35
    egy minőségtől függenek mindenek felett,
  • 10:35 - 10:37
    mégpedig a sebességtől.
  • 10:37 - 10:40
    És ezért milli- és mikroszekundumok alatt végzik el a dolgukat.
  • 10:40 - 10:42
    Csak hogy megmutassam, mennyi is egy mikroszekundum,
  • 10:42 - 10:44
    500.000 mikroszekundumba telik,
  • 10:44 - 10:46
    hogy az egérre klikkeljünk.
  • 10:46 - 10:48
    De ha egy Wall Street-i algoritmus vagy,
  • 10:48 - 10:50
    és 5 másodperccel lemaradsz,
  • 10:50 - 10:52
    akkor veszítettél.
  • 10:52 - 10:54
    Tehát ha algoritmusok lennénk,
  • 10:54 - 10:57
    olyan építészt keresnénk, mint akivel Frankfurtban találkoztam,
  • 10:57 - 10:59
    aki éppen egy felhőkarcolót ürített ki --
  • 10:59 - 11:02
    kidobálva az összes bútort, az összes emberi használathoz szükséges infrastruktúrát,
  • 11:02 - 11:05
    és kizárólag acélsíneket helyezett el a földön,
  • 11:05 - 11:08
    hogy előkészítse a helyet a beszállítandó szerverkupac számára --
  • 11:08 - 11:10
    mindezt azért, hogy egy algoritmus
  • 11:10 - 11:13
    közel kerülhessen az internethez.
  • 11:13 - 11:16
    Úgy gondolunk az internetre, mint valami elosztott rendszerre.
  • 11:16 - 11:19
    És persze az is, de helyekről osztják szét.
  • 11:19 - 11:21
    New Yorkban például innen szolgáltatják:
  • 11:21 - 11:23
    a Carrier Hotelből,
  • 11:23 - 11:25
    ami a Hudson Streeten helyezkedik el. És ez az a hely,
  • 11:25 - 11:28
    ahol a kábelek ténylegesen belépnek a városba, magába.
  • 11:28 - 11:32
    És az a helyzet, hogy minél messzebb vagy ettől a helytől,
  • 11:32 - 11:34
    annál több mikroszekundummal le vagy maradva, minden egyes
  • 11:34 - 11:36
    esetben! Ezek a fickók ott a Wall Streeten
  • 11:36 - 11:38
    Marco Polo és Cherokee Nation,
  • 11:38 - 11:40
    8 mikorszekundummal
  • 11:40 - 11:42
    ezek mögött a srácok mögött kullognak,
  • 11:42 - 11:46
    akik éppen a a Carrier Hotel körüli
  • 11:46 - 11:48
    kiürített épületekbe tartanak.
  • 11:48 - 11:51
    És ilyesmik ezentúl is lesznek!
  • 11:51 - 11:53
    Továbbra is ki kell, hogy ürítsük őket,
  • 11:53 - 11:56
    mert mi, centiről centire,
  • 11:56 - 11:59
    fontról fontra, dollárról dollárra,
  • 11:59 - 12:02
    egyikünk sem képes olyan bevételt kisajtolni abból a térből,
  • 12:02 - 12:05
    mint amennyit a Bostoni Csoszogó tudott.
  • 12:05 - 12:07
    De ha kijjebb lépünk
  • 12:07 - 12:09
    ebből a körből, egyre kijjebb,
  • 12:09 - 12:13
    láthatunk egy 1300 kilométer hosszú árkot
  • 12:13 - 12:15
    New York és Chicago között,
  • 12:15 - 12:17
    ami az elmúlt években épült,
  • 12:17 - 12:20
    a Spread Networks cég által.
  • 12:20 - 12:22
    Ez egy optikai kábel,
  • 12:22 - 12:24
    amit azért fektettek le a két város közé,
  • 12:24 - 12:27
    hogy képesek legyenek 37-szer gyorsabban
  • 12:27 - 12:30
    venni a jeleket, mint ahogy az egereden klikkelsz egyet,
  • 12:30 - 12:33
    kizárólag ezeknek az algoritmusoknak,
  • 12:33 - 12:36
    csak a Karneválnak és a Késnek.
  • 12:36 - 12:38
    És ha ebbe belegondolunk,
  • 12:38 - 12:40
    hogy járunk körbe az USA-ban
  • 12:40 - 12:43
    dinamitokkal és sziklavágókkal,
  • 12:43 - 12:45
    hogy az algoritmusok az üzletet
  • 12:45 - 12:48
    3 mikroszekundummal gyorsabban meg tudják kötni,
  • 12:48 - 12:50
    mindezt egy olyan kommunikációs keretben,
  • 12:50 - 12:54
    amit ember soha fel nem fog fogni,
  • 12:54 - 12:57
    ez valamiféleképpen előrevetíti a sorsot,
  • 12:57 - 13:00
    és mindig előrefele fog húzni.
  • 13:00 - 13:03
    Sajnos mindannyiunknak megvan a kijelölt munkája.
  • 13:03 - 13:05
    Ez csak elmélet.
  • 13:05 - 13:07
    Ezt néhány MIT-s matematikus találta ki.
  • 13:07 - 13:09
    És az igazság az, hogy nem igazán értem
  • 13:09 - 13:11
    a nagy részét annak, amiről beszélnek.
  • 13:11 - 13:14
    Tartoznak ide fénykúpok, meg kvantumbonyodalmak,
  • 13:14 - 13:16
    és ezek egyikét sem igazán értem.
  • 13:16 - 13:18
    Viszont tudom olvasni ezt a térképet.
  • 13:18 - 13:20
    És amit ez a térkép mond,
  • 13:20 - 13:23
    az az, hogy ha ott akarsz pénzt csinálni a piacon, ahol a piros pöttyök vannak,
  • 13:23 - 13:25
    ahol az emberek, a városok vannak,
  • 13:25 - 13:28
    akkor a szervereket oda kell helyezned, ahol a kék pöttyök vannak,
  • 13:28 - 13:30
    hogy a leghatékonyabban hajthasd ezt végre.
  • 13:30 - 13:33
    És az a helyzet, és lehet, hogy ti is észrevettétek,
  • 13:33 - 13:36
    hogy a kék pöttyök nagy része az óceánok közepére esik!
  • 13:36 - 13:39
    Tehát valami ilyesmit kell majd tennünk, buborékokat létrehozni,
  • 13:39 - 13:41
    vagy miket, vagy állványokat.
  • 13:41 - 13:43
    Szó szerint részekre fogjuk osztani a vizeket ahhoz,
  • 13:43 - 13:45
    hogy pénzt hozzunk ki a levegőből,
  • 13:45 - 13:47
    mivel ez egy kecsegtető lehetőség,
  • 13:47 - 13:49
    ha mi vagyunk az algoritmus.
  • 13:49 - 13:51
    (Nevetés)
  • 13:51 - 13:54
    És valójában nem is a pénz az érdekes ebben.
  • 13:54 - 13:56
    Hanem az, amire a pénz motivál.
  • 13:56 - 13:58
    Hogy tulajdonképpen átalakítjuk a földet,
  • 13:58 - 14:00
    magát a Föld bolygót
  • 14:00 - 14:02
    ezzel a fajta algoritmikus hatékonysággal.
  • 14:02 - 14:04
    És ennek fényében
  • 14:04 - 14:06
    térjünk vissza
  • 14:06 - 14:08
    és nézzük meg Michael Najjar fotóit,
  • 14:08 - 14:11
    és akkor észrevesszük, hogy nem is metaforák, hanem próféciák!
  • 14:11 - 14:13
    Próféciái azoknak a szeizmikus
  • 14:13 - 14:17
    földön zajló hatásoknak,
  • 14:17 - 14:19
    amiket a matematikánkkal művelünk.
  • 14:19 - 14:22
    És a tájkép mindig is ennek a fura,
  • 14:22 - 14:25
    nem igazán könnyed, természet és ember közti
  • 14:25 - 14:28
    együttműködésnek a következtében formálódott.
  • 14:28 - 14:31
    De most itt van ez az evolúció következtében megjelenő erő:
  • 14:31 - 14:34
    az algoritmusok -- a Bostoni Csoszogó, a Karnevál.
  • 14:34 - 14:37
    És ugyanúgy meg kell értenünk ezeket, mint a természetet!
  • 14:37 - 14:39
    Mert bizonyos értelemben ők is annak a részei.
  • 14:39 - 14:41
    Köszönöm.
  • 14:41 - 15:01
    (Taps)
Title:
Kevin Slavin: Hogyan formálják az algoritmusok a világunkat
Speaker:
Kevin Slavin
Description:

Kevin Slavin amellett érvel, hogy olyan világban élünk, mely algoritmusokra épül -- és amit egyre inkább ténylegesen ezek irányítanak. Ebben a lenyűgöző TEDGlobal beszédben megmutatja, mennyire meghatározóak ezek a komplex számítógépes programok: a kémkedési taktikák, mozifilm forgatókönyvek, és építészet. Arra figyelmeztet, hogy olyan kódot írunk általuk, amit magunk sem értünk, s így ezek következményeit sem tudjuk ellenőrzésünk alatt tartani!

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
15:02
Orsolya Szemere added a translation

Hungarian subtitles

Revisions