Kevin Slavin: Hogyan formálják az algoritmusok a világunkat
-
0:00 - 0:02Ez egy olyan fotó,
-
0:02 - 0:04amit a művész, Michael Najjar készített,
-
0:04 - 0:06és eredeti,
-
0:06 - 0:08abban az értelemben, hogy elment Argentínába ahhoz,
-
0:08 - 0:10hogy lefotózza.
-
0:10 - 0:13Ugyanakkor fikció is. Sok munka lett azért utána még belefektetve.
-
0:13 - 0:15Amit ő tett,
-
0:15 - 0:17az gyakorlatilag annyi, hogy digitálisan átformálta
-
0:17 - 0:19a hegyek összes kontúrját,
-
0:19 - 0:22ahhoz, hogy követni tudja a Dow Jones index viszontagságait.
-
0:22 - 0:24Amit tehát itt láthatunk,
-
0:24 - 0:26ez a szakadék, ez a nagy szakadék a völgyben,
-
0:26 - 0:28a 2008-as pénzügyi válság.
-
0:28 - 0:30A fotó akkor készült,
-
0:30 - 0:32amikor mélyen a völgyben jártunk, amott.
-
0:32 - 0:34Fogalmam sincs, hol tartunk jelenleg.
-
0:34 - 0:36Ez itt a Hang Seng index
-
0:36 - 0:38Hongkong számára.
-
0:38 - 0:40És hasonló topográfia.
-
0:40 - 0:42Vajon miért?
-
0:42 - 0:45És ilyen a művészet. Ez egy metafora.
-
0:45 - 0:47De szerintem a lényeg az,
-
0:47 - 0:49hogy ez egy olyan metafora, aminek fogai vannak.
-
0:49 - 0:52És ezen fogak miatt javaslom azt,
-
0:52 - 0:54hogy gondoljuk át egy kicsit
-
0:54 - 0:57a kortárs matematika szerepét --
-
0:57 - 1:00nemcsak a pénzügyi matekét, hanem a matekét, általánosságban.
-
1:00 - 1:02Hogy az átmenet abból,
-
1:02 - 1:05hogy valamit kivonunk és elvonatkoztatunk a világtól,
-
1:05 - 1:08eljut oda, hogy ez a valami ténylegesen elkezdi formálni --
-
1:08 - 1:11a körülöttünk és a bennünk lévő világot egyaránt.
-
1:11 - 1:13És konkrétan az algoritmusok azok,
-
1:13 - 1:15amik a matek részét képezik annak,
-
1:15 - 1:18amit a számítógépek a dolgok eldöntéséhez felhasználnak.
-
1:18 - 1:20Rendelkeznek az igazság érzékenységével,
-
1:20 - 1:22mivel újra és újra ismétlődnek.
-
1:22 - 1:25És becsontosodnak és elmeszesednek,
-
1:25 - 1:27majd valóságossá válnak.
-
1:27 - 1:30Erre először, minden közül, egy Atlanti-óceánt
-
1:30 - 1:33átszelő járaton gondoltam jónéhány évvel ezelőtt,
-
1:33 - 1:35mivel úgy alakult, hogy egy magyar fizikus mellé ültettek,
-
1:35 - 1:37aki kb. velem egyidős volt,
-
1:37 - 1:39és arról beszélgettünk vele,
-
1:39 - 1:41hogy milyen volt az élet a hidegháború idején,
-
1:41 - 1:43a magyar fizikusok számára.
-
1:43 - 1:45Azt kérdeztem: "Szóval, miket csináltatok akkoriban?"
-
1:45 - 1:47Ezt válaszolta: "Nos, többnyire lopakodókat kerestünk."
-
1:47 - 1:49Mire én: "Hát az klassz munka. Nagyon érdekes.
-
1:49 - 1:51Hogy működik ez?"
-
1:51 - 1:53Ahhoz, hogy ezt megértsük,
-
1:53 - 1:56kicsit értenünk kell, hogy a lopakodó repülőgép min alapszik.
-
1:56 - 1:59És persze -- ez egy túlegyszerűsítés, de --
-
1:59 - 2:01alapvetően nem úgy működik,
-
2:01 - 2:03hogy csak úgy áteresztjük a radarhullámot
-
2:03 - 2:06156 tonnányi repülő acélon!
-
2:06 - 2:09Az nem tűnik el olyan egyszerűen.
-
2:09 - 2:12De ha ezt a nagy, tömör valamit
-
2:12 - 2:15sok milliónyi apró
-
2:15 - 2:17darabbá tudod alakítani --
-
2:17 - 2:19mint valami madársereggé --,
-
2:19 - 2:21akkor a radarnak, ami keresi,
-
2:21 - 2:23észre kell tudni venni
-
2:23 - 2:25minden egyes madársereget az égen!
-
2:25 - 2:29És ha te vagy az a radar, akkor ez marha kemény munka!
-
2:29 - 2:32Mire ő: "Hát igen, de ez akkor van, ha te radar vagy.
-
2:32 - 2:34Ezért mi nem radart használtunk;
-
2:34 - 2:37hanem építettünk egy fekete dobozt, ami elektromos jeleket
-
2:37 - 2:40keresett, elektronikus kommunikációt.
-
2:40 - 2:43És amikor csak megláttunk egy madársereget, akik közt
-
2:43 - 2:46volt elektronikus kommunikáció, tudtuk, hogy ennek valami köze van
-
2:46 - 2:48az amerikaiakhoz!" Mire én: "Hát igen.
-
2:48 - 2:50Ez klassz.
-
2:50 - 2:52Tehát gyakorlatilag 60 évnyi
-
2:52 - 2:54repülőgép-fejlesztést tönkrevágtatok ezzel!
-
2:54 - 2:56És még mit csináltatok?
-
2:56 - 2:58Mit csináltok, amikor felnőtök?"
-
2:58 - 3:00Ő ezt válaszolta,
-
3:00 - 3:02"Hát pénzügyi szolgáltatást nyújtunk."
-
3:02 - 3:04Mire én: "Aha."
-
3:04 - 3:07Mert ilyesmiről volt szó mostanában a hírekben.
-
3:07 - 3:09Megkérdeztem: "És az hogy működik?"
-
3:09 - 3:11Ezt válaszolta: "Nos, 2000 fizikus dolgozik manapság
-
3:11 - 3:13a Wall Streeten és én közülük vagyok egy."
-
3:13 - 3:16Megkérdeztem: "Mi a Wall Street fekete doboza?"
-
3:16 - 3:18"Érdekes, hogy ezt kérdezi,
-
3:18 - 3:21mert tényleg fekete doboz kereskedésnek nevezik.
-
3:21 - 3:23Néha algokereskedésnek is hívják,
-
3:23 - 3:26algoritmikus kereskedésnek."
-
3:26 - 3:29És az algoritmikus kereskedés részben amiatt fejlődött ki,
-
3:29 - 3:32hogy az intézményes kereskedőknek ugyanazok a problémái,
-
3:32 - 3:35mint az USA légierejének,
-
3:35 - 3:38ami pedig abban áll, hogy változtatják a pozícióikat --
-
3:38 - 3:40legyen az akár Procter & Gamble vagy Accenture, bármi --
-
3:40 - 3:42valaminek a sok millió részét mozgatják át
-
3:42 - 3:44a piacon keresztül.
-
3:44 - 3:46És amennyiben ezt egyszerre teszik,
-
3:46 - 3:48az olyan lenne, mint amikor pókerben azonnal
-
3:48 - 3:50'all in'-t mondanál. Kiszórnád a kezedből.
-
3:50 - 3:52Ezért olyan módot kell keresniük --
-
3:52 - 3:54amihez algoritmusokat használnak --
-
3:54 - 3:56hogy ezt a nagy dolgot
-
3:56 - 3:58millió kis tranzakcióra tördeljék.
-
3:58 - 4:00És ebben a varázslat és borzalom egyben az,
-
4:00 - 4:02hogy ugyanaz a matek,
-
4:02 - 4:04amit arra használunk,
-
4:04 - 4:06hogy a nagyot sok millió apró darabkára tördeljük,
-
4:06 - 4:08arra is használható, hogy megtaláljunk sok millió apró darabkát,
-
4:08 - 4:10és újra összeillesszük őket,
-
4:10 - 4:12amiből aztán mérthetjük, hogy valójában mi is történik a piacon!
-
4:12 - 4:14Tehát, ha akarsz egy kis betekintést arról,
-
4:14 - 4:17mi történik az értéktőzsdén ebben a pillanatban,
-
4:17 - 4:19akkor észreveheted, hogy van egy csokor algoritmus,
-
4:19 - 4:22amik gyakorlatilag azt a célt szolgálják, hogy rejtőzködjenek,
-
4:22 - 4:25és egy csokor algoritmus, ami arra való, hogy megtalálja ezeket
-
4:25 - 4:28és cselekedjen! És ez mind nagyszerű, és jól is van így.
-
4:28 - 4:30És ez az USA értéktőzsdéjének
-
4:30 - 4:3270%-át teszi ki!
-
4:32 - 4:34A működő rendszer 70%-a,
-
4:34 - 4:37amit azelőtt nyugdíjként, jelzálogként
-
4:37 - 4:40tartottunk számon.
-
4:40 - 4:42Mi romolhatna el?
-
4:42 - 4:44Ami elromlott,
-
4:44 - 4:46az az, hogy egy évvel ezelőtt, az egész piac
-
4:46 - 4:49kilenc százaléka egyszerűen eltűnt öt perc leforgása alatt,
-
4:49 - 4:52amit úgy neveztek el, hogy a 2:45-ös villámkrach.
-
4:52 - 4:55Hirtelen, kilenc százalék csak úgy eltűnik,
-
4:55 - 4:57és a mai napig nem ért senki egyet abban,
-
4:57 - 4:59hogy mi is történhetett,
-
4:59 - 5:02mivel senki nem rendelte el, senki sem kérte ezt.
-
5:02 - 5:05Senkinek nem volt ellenőrzése afölött, ami akkor történt.
-
5:05 - 5:07Mindössze
-
5:07 - 5:09egy monitor volt előttük,
-
5:09 - 5:11rajta a számokkal,
-
5:11 - 5:13és csak egy piros gomb,
-
5:13 - 5:15amin ez állt: "Stop."
-
5:15 - 5:17Na hát ez az,
-
5:17 - 5:19hogy mi írjuk a dolgokat, mi magunk írjuk
-
5:19 - 5:22azokat a dolgokat, amiket többé nem vagyunk képesek olvasni!
-
5:22 - 5:24Olvashatatlanná tettünk
-
5:24 - 5:26valamit.
-
5:26 - 5:29És többé már nem értjük,
-
5:29 - 5:31hogy mi is zajlik éppen,
-
5:31 - 5:33abban a világban, amit magunk teremtettünk!
-
5:33 - 5:35De kezdünk kimászni belőle.
-
5:35 - 5:38Van Bostonban egy Nanex nevű cég,
-
5:38 - 5:40akik matekot és mágiát,
-
5:40 - 5:42meg ki tudja még mit használnak,
-
5:42 - 5:44képesek elérni az összes piaci adatot
-
5:44 - 5:47és néha ténylegesen megtalálják ezen algoritmusok némelyikét.
-
5:47 - 5:50Amikor megtalálják őket, akkor kivonják ezeket,
-
5:50 - 5:53és kitűzik őket a falra, mint a pillangókat szokás.
-
5:53 - 5:55Azt teszik, amit mindig is tettünk,
-
5:55 - 5:58amikor óriási mennyiségű adattal találtuk szembe magunkat,
-
5:58 - 6:00amiket nem értettünk -- mégpedig, hogy elnevezik őket
-
6:00 - 6:02és történetet szőnek köréjük.
-
6:02 - 6:04Ez egy azok közül, amiket találtak,
-
6:04 - 6:08Késnek nevezték el,
-
6:08 - 6:10ezt Karneválnak,
-
6:10 - 6:14ezt Bostoni Csoszogónak,
-
6:14 - 6:16ezt Szürkületnek.
-
6:16 - 6:18A röhejes ebben az,
-
6:18 - 6:21hogy persze ezek nemcsak a piacon vannak jelen.
-
6:21 - 6:24Akárhová nézel beleütközöl az ilyenekbe,
-
6:24 - 6:26ha egyszer megtanultad felismerni őket.
-
6:26 - 6:29Megtalálhatod itt: van ez a legyekről szóló könyv,
-
6:29 - 6:31amit az Amazonon már lehet, hogy láttál.
-
6:31 - 6:33Lehet, hogy észrevetted,
-
6:33 - 6:35amikor az ára ott magaslott 1,7 millió dolláron!
-
6:35 - 6:37Elfogyott -- mégis...
-
6:37 - 6:39(Nevetés)
-
6:39 - 6:42Ha megvetted volna 1,7-ért, az jó üzlet lett volna!
-
6:42 - 6:44Néhány órával később,
-
6:44 - 6:46felment az ára 23,6 millió dollárra,
-
6:46 - 6:48plusz szállítási és kezelési költség.
-
6:48 - 6:50A kérdés itt az:
-
6:50 - 6:52senki nem is adott el, vagy vett semmit; akkor mi is zajlott?
-
6:52 - 6:54Láthatjuk ezt a viselkedést az Amazonon,
-
6:54 - 6:56ugyanolyan biztonsággal, mint a Wall Streeten!
-
6:56 - 6:58És amikor az ilyen viselkedést észrevesszük,
-
6:58 - 7:00amit látunk,
-
7:00 - 7:02az a bizonyíték az ellentétes algoritmusok jelenlétére,
-
7:02 - 7:04olyan algoritmusokra, amelyek rövidre zárják egymás köreit,
-
7:04 - 7:06mindenféle emberi beavatkozás nélkül,
-
7:06 - 7:09mindenféle hozzáértő felügyelet nélkül,
-
7:09 - 7:12ami azt mondaná: "Nos, az az 1,7 millió azért kicsit túl sok!
-
7:12 - 7:15Ki vele!" (Nevetés)
-
7:15 - 7:18És ahogy az Amazonon, ugyanúgy van ez a Netfixen is.
-
7:18 - 7:20Tehát a Netfix keresztülment egy csomó
-
7:20 - 7:22különféle algoritmuson az évek során.
-
7:22 - 7:25A Cinemathtal kezdték, és kipróbáltak egy csomó másikat is.
-
7:25 - 7:27Ott van a 'Dinoszaurusz bolygó', ott van a 'Gravitáció'.
-
7:27 - 7:29Most a 'Pragmatikus káosz'-t használják éppen.
-
7:29 - 7:31A 'Pragmatikus káosz' az összes Netfix algoritmushoz hasonlóan
-
7:31 - 7:33ugyanezt próbálja véghezvinni.
-
7:33 - 7:35Megpróbál kiismerni téged,
-
7:35 - 7:37az emberi koponya belső vezérlőproramján belül,
-
7:37 - 7:39hogy aztán mozifilmeket javasolhasson neked,
-
7:39 - 7:41amit legközelebb szívesen megnéznél --
-
7:41 - 7:44ami egy nagyon-nagyon összetett kérdés.
-
7:44 - 7:46De a kérdés nehézsége,
-
7:46 - 7:49és az a tény, hogy nem igazán győztük még le,
-
7:49 - 7:51nem vesz el semmit
-
7:51 - 7:53a 'Pragmatikus káosz' hatékonyságából.
-
7:53 - 7:56A 'Pragmatikus káosz', az összes Netflix algoritmushoz hasonlóan
-
7:56 - 7:58végső soron meg fogja mondani,
-
7:58 - 8:0060%-ban, hogy
-
8:00 - 8:02milyen filmeket fognak kikölcsönözni.
-
8:02 - 8:04Tehát egyetlen darabka kód arról,
-
8:04 - 8:07hogy milyen vagy,
-
8:07 - 8:10felelős azoknak a filmeknek a 60 százalékáért.
-
8:10 - 8:12De mi lenne akkor, ha már akkor rangsorba tudnád állítani
-
8:12 - 8:14azokat a filmeket, mielőtt elkészülnek?
-
8:14 - 8:16Hát nem lenne klassz?
-
8:16 - 8:19Nos, néhány angol statisztikus tudós jelenleg
-
8:19 - 8:21Hollywoodban dolgozik, és vannak történet algoritmusaik
-
8:21 - 8:23-- ez az Epagogix nevű cég.
-
8:23 - 8:26Végigfuttathatod a kéziratodat náluk,
-
8:26 - 8:28és meg tudják mondani számszerűsítve,
-
8:28 - 8:30hogy ez egy 30 millió dolláros film lesz,
-
8:30 - 8:32vagy egy 200 millió dolláros.
-
8:32 - 8:34És a helyzet az, hogy ez nem a Google.
-
8:34 - 8:36Ez nem egyszerűen információ.
-
8:36 - 8:38Ezek nem pénzügyi statisztikák; hanem kultúra.
-
8:38 - 8:40És amit itt észrevehetünk,
-
8:40 - 8:42ill. amit normál esetben nem veszünk észre,
-
8:42 - 8:46az az, hogy ez a kultúra fizikája!
-
8:46 - 8:48És amennyiben ezek az algoritmusok,
-
8:48 - 8:50a Wall Steet-iekhez hasonlóan,
-
8:50 - 8:53egyszercsak összeomlanak és megmutatják a fonákjukat,
-
8:53 - 8:55azt hogyan tudjuk meg,
-
8:55 - 8:57hogy fog az kinézni?
-
8:57 - 9:00És ott vannak a házainkban! Ott vannak a te házadban!
-
9:00 - 9:02Két olyan algoritmus, ami a nappalidért versenyez!
-
9:02 - 9:04Két különböző takarítórobot, akiknek nagyon különböző
-
9:04 - 9:07felfogása van arról, hogy mit is jelent a tisztaság!
-
9:07 - 9:09És láthatjuk ezt,
-
9:09 - 9:12ha lelassítjuk és fényt kapcsolunk rájuk.
-
9:12 - 9:15Olyanok, mint valami titokzatos építészek a hálószobádban.
-
9:15 - 9:18És az az elképzelés, hogy maga az építészet
-
9:18 - 9:20valamiféleképpen az algoritmikus optimalizációtól függ,
-
9:20 - 9:22egyáltalán nem egy erőltetett vélemény.
-
9:22 - 9:25Szupervalóságos és körülöttünk történik!
-
9:25 - 9:27Akkor lehet legjobban érzékelni,
-
9:27 - 9:29amikor egy lezárt fémdobozban vagyunk,
-
9:29 - 9:31egy modern liftben,
-
9:31 - 9:33amiket célállomás vezérelt lifteknek neveznek.
-
9:33 - 9:36Ezek azok, amikor meg kell nyomod a gombot, hogy melyik
-
9:36 - 9:38emeletre fogsz menni, még mielőtt belépnél a liftbe.
-
9:38 - 9:40Az úgynevezett 'ládapakoló' algoritmust használja.
-
9:40 - 9:42Tehát ezen őrületek egyike sem fogja megengedni
-
9:42 - 9:44senkinek, hogy abba a liftbe szálljon be, amelyikbe akar!
-
9:44 - 9:46Mindenki, aki a tizedikre akar menni, a kettes liftbe,
-
9:46 - 9:49és mindenki, aki a harmadikra akar menni az ötösbe kell szálljon!
-
9:49 - 9:51A baj ezzel csak az,
-
9:51 - 9:53hogy az emberek ettől
-
9:53 - 9:55kiakadnak! Bepánikolnak!
-
9:55 - 9:57És látjuk, hogy miért! Látod!
-
9:57 - 9:59Azért, mert a liftben
-
9:59 - 10:02hiányzik valami alapvető dolog: a gombok!
-
10:02 - 10:04(Nevetés)
-
10:04 - 10:06Ugyanúgy, mint a használati tárgyaknál.
-
10:06 - 10:08Mindössze annyi van benne,
-
10:08 - 10:11hogy a számok mozognak fel és le,
-
10:11 - 10:14és van a piros gomb, amin ez áll: "Stop!"
-
10:14 - 10:17És ezzel a céllal tervezünk!
-
10:17 - 10:19Erre a gépnyelvjárásra
-
10:19 - 10:21tervezzük a dolgokat!
-
10:21 - 10:24Meddig vezethet ez? Meddig bírjuk elviselni ezt?
-
10:24 - 10:26Nagyon sokáig elmehetünk vele.
-
10:26 - 10:29Hadd kanyarodjak most vissza a Wall Streetre.
-
10:30 - 10:32Mert a Wall Street algoritmusai
-
10:32 - 10:35egy minőségtől függenek mindenek felett,
-
10:35 - 10:37mégpedig a sebességtől.
-
10:37 - 10:40És ezért milli- és mikroszekundumok alatt végzik el a dolgukat.
-
10:40 - 10:42Csak hogy megmutassam, mennyi is egy mikroszekundum,
-
10:42 - 10:44500.000 mikroszekundumba telik,
-
10:44 - 10:46hogy az egérre klikkeljünk.
-
10:46 - 10:48De ha egy Wall Street-i algoritmus vagy,
-
10:48 - 10:50és 5 másodperccel lemaradsz,
-
10:50 - 10:52akkor veszítettél.
-
10:52 - 10:54Tehát ha algoritmusok lennénk,
-
10:54 - 10:57olyan építészt keresnénk, mint akivel Frankfurtban találkoztam,
-
10:57 - 10:59aki éppen egy felhőkarcolót ürített ki --
-
10:59 - 11:02kidobálva az összes bútort, az összes emberi használathoz szükséges infrastruktúrát,
-
11:02 - 11:05és kizárólag acélsíneket helyezett el a földön,
-
11:05 - 11:08hogy előkészítse a helyet a beszállítandó szerverkupac számára --
-
11:08 - 11:10mindezt azért, hogy egy algoritmus
-
11:10 - 11:13közel kerülhessen az internethez.
-
11:13 - 11:16Úgy gondolunk az internetre, mint valami elosztott rendszerre.
-
11:16 - 11:19És persze az is, de helyekről osztják szét.
-
11:19 - 11:21New Yorkban például innen szolgáltatják:
-
11:21 - 11:23a Carrier Hotelből,
-
11:23 - 11:25ami a Hudson Streeten helyezkedik el. És ez az a hely,
-
11:25 - 11:28ahol a kábelek ténylegesen belépnek a városba, magába.
-
11:28 - 11:32És az a helyzet, hogy minél messzebb vagy ettől a helytől,
-
11:32 - 11:34annál több mikroszekundummal le vagy maradva, minden egyes
-
11:34 - 11:36esetben! Ezek a fickók ott a Wall Streeten
-
11:36 - 11:38Marco Polo és Cherokee Nation,
-
11:38 - 11:408 mikorszekundummal
-
11:40 - 11:42ezek mögött a srácok mögött kullognak,
-
11:42 - 11:46akik éppen a a Carrier Hotel körüli
-
11:46 - 11:48kiürített épületekbe tartanak.
-
11:48 - 11:51És ilyesmik ezentúl is lesznek!
-
11:51 - 11:53Továbbra is ki kell, hogy ürítsük őket,
-
11:53 - 11:56mert mi, centiről centire,
-
11:56 - 11:59fontról fontra, dollárról dollárra,
-
11:59 - 12:02egyikünk sem képes olyan bevételt kisajtolni abból a térből,
-
12:02 - 12:05mint amennyit a Bostoni Csoszogó tudott.
-
12:05 - 12:07De ha kijjebb lépünk
-
12:07 - 12:09ebből a körből, egyre kijjebb,
-
12:09 - 12:13láthatunk egy 1300 kilométer hosszú árkot
-
12:13 - 12:15New York és Chicago között,
-
12:15 - 12:17ami az elmúlt években épült,
-
12:17 - 12:20a Spread Networks cég által.
-
12:20 - 12:22Ez egy optikai kábel,
-
12:22 - 12:24amit azért fektettek le a két város közé,
-
12:24 - 12:27hogy képesek legyenek 37-szer gyorsabban
-
12:27 - 12:30venni a jeleket, mint ahogy az egereden klikkelsz egyet,
-
12:30 - 12:33kizárólag ezeknek az algoritmusoknak,
-
12:33 - 12:36csak a Karneválnak és a Késnek.
-
12:36 - 12:38És ha ebbe belegondolunk,
-
12:38 - 12:40hogy járunk körbe az USA-ban
-
12:40 - 12:43dinamitokkal és sziklavágókkal,
-
12:43 - 12:45hogy az algoritmusok az üzletet
-
12:45 - 12:483 mikroszekundummal gyorsabban meg tudják kötni,
-
12:48 - 12:50mindezt egy olyan kommunikációs keretben,
-
12:50 - 12:54amit ember soha fel nem fog fogni,
-
12:54 - 12:57ez valamiféleképpen előrevetíti a sorsot,
-
12:57 - 13:00és mindig előrefele fog húzni.
-
13:00 - 13:03Sajnos mindannyiunknak megvan a kijelölt munkája.
-
13:03 - 13:05Ez csak elmélet.
-
13:05 - 13:07Ezt néhány MIT-s matematikus találta ki.
-
13:07 - 13:09És az igazság az, hogy nem igazán értem
-
13:09 - 13:11a nagy részét annak, amiről beszélnek.
-
13:11 - 13:14Tartoznak ide fénykúpok, meg kvantumbonyodalmak,
-
13:14 - 13:16és ezek egyikét sem igazán értem.
-
13:16 - 13:18Viszont tudom olvasni ezt a térképet.
-
13:18 - 13:20És amit ez a térkép mond,
-
13:20 - 13:23az az, hogy ha ott akarsz pénzt csinálni a piacon, ahol a piros pöttyök vannak,
-
13:23 - 13:25ahol az emberek, a városok vannak,
-
13:25 - 13:28akkor a szervereket oda kell helyezned, ahol a kék pöttyök vannak,
-
13:28 - 13:30hogy a leghatékonyabban hajthasd ezt végre.
-
13:30 - 13:33És az a helyzet, és lehet, hogy ti is észrevettétek,
-
13:33 - 13:36hogy a kék pöttyök nagy része az óceánok közepére esik!
-
13:36 - 13:39Tehát valami ilyesmit kell majd tennünk, buborékokat létrehozni,
-
13:39 - 13:41vagy miket, vagy állványokat.
-
13:41 - 13:43Szó szerint részekre fogjuk osztani a vizeket ahhoz,
-
13:43 - 13:45hogy pénzt hozzunk ki a levegőből,
-
13:45 - 13:47mivel ez egy kecsegtető lehetőség,
-
13:47 - 13:49ha mi vagyunk az algoritmus.
-
13:49 - 13:51(Nevetés)
-
13:51 - 13:54És valójában nem is a pénz az érdekes ebben.
-
13:54 - 13:56Hanem az, amire a pénz motivál.
-
13:56 - 13:58Hogy tulajdonképpen átalakítjuk a földet,
-
13:58 - 14:00magát a Föld bolygót
-
14:00 - 14:02ezzel a fajta algoritmikus hatékonysággal.
-
14:02 - 14:04És ennek fényében
-
14:04 - 14:06térjünk vissza
-
14:06 - 14:08és nézzük meg Michael Najjar fotóit,
-
14:08 - 14:11és akkor észrevesszük, hogy nem is metaforák, hanem próféciák!
-
14:11 - 14:13Próféciái azoknak a szeizmikus
-
14:13 - 14:17földön zajló hatásoknak,
-
14:17 - 14:19amiket a matematikánkkal művelünk.
-
14:19 - 14:22És a tájkép mindig is ennek a fura,
-
14:22 - 14:25nem igazán könnyed, természet és ember közti
-
14:25 - 14:28együttműködésnek a következtében formálódott.
-
14:28 - 14:31De most itt van ez az evolúció következtében megjelenő erő:
-
14:31 - 14:34az algoritmusok -- a Bostoni Csoszogó, a Karnevál.
-
14:34 - 14:37És ugyanúgy meg kell értenünk ezeket, mint a természetet!
-
14:37 - 14:39Mert bizonyos értelemben ők is annak a részei.
-
14:39 - 14:41Köszönöm.
-
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!
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 15:02