Това е снимка от фотографа Майкъл Нажар и тя е истинска в смисъл, че той отишъл до Аржентина за да направи снимката. Но тя също така е и фикция. Много работа е била вложена в нея след това. И това, което той е направил е да я промени дигитално, така че контурите на планините да следват промените на индекса Dow Jones. Това което виждате стръмния скат и долината, е финансовата криза от 2008. Снимката е била направена, когато ние сме били дълбоко в "долината". Не знам къде сме сега. Това е Hang Seng индекса за Хонг Конг. И топографията е сходна. Чудя се защо.
This is a photograph by the artist Michael Najjar, and it's real, in the sense that he went there to Argentina to take the photo. But it's also a fiction. There's a lot of work that went into it after that. And what he's done is he's actually reshaped, digitally, all of the contours of the mountains to follow the vicissitudes of the Dow Jones index. So what you see, that precipice, that high precipice with the valley, is the 2008 financial crisis. The photo was made when we were deep in the valley over there. I don't know where we are now. This is the Hang Seng index for Hong Kong. And similar topography. I wonder why.
И това е изкуство. Това е метафора. Но мисля, че смисълът е, че това е силна метафора. И със силата на тази метафора искам да предложа да преосмислим ролята на съвременната математика -- не само финансовата математика, но математиката изцяло. Това е трансформация от нещо което ние извличаме от света към нещо което започва да го оформя. от нещо, което е в нас и нещо, което е извън нас. И това са специфични алгоритми, които са в основата си математиката, която компютрите използват, за да взимат решения. Те придобиват чувствителност за истината, защото повтарят отново и отново нещата. Превръщат нещата в кокали, калцифицират ги и така те се превръщат в истински.
And this is art. This is metaphor. But I think the point is that this is metaphor with teeth, and it's with those teeth that I want to propose today that we rethink a little bit about the role of contemporary math -- not just financial math, but math in general. That its transition from being something that we extract and derive from the world to something that actually starts to shape it -- the world around us and the world inside us. And it's specifically algorithms, which are basically the math that computers use to decide stuff. They acquire the sensibility of truth because they repeat over and over again, and they ossify and calcify, and they become real.
Така се случи, че мислех за всичко това по време на презокеански полет преди няколко години, защото се оказа че седях до унгарски физик на моята възраст и разговаряхме за това как е бил животът по време на Студената война за физиците в Унгария. И така аз го попитах "И с какво се занимавахте ?"
And I was thinking about this, of all places, on a transatlantic flight a couple of years ago, because I happened to be seated next to a Hungarian physicist about my age and we were talking about what life was like during the Cold War for physicists in Hungary. And I said, "So what were you doing?"
И той отговори, че основно е разкривал невидимите самолети (стелт).
And he said, "Well we were mostly breaking stealth."
И аз отбелязах: " Това е интересна работа. Как функционира?" За да разберете това, трябва да научите малко повече как работи стелт технологията. И така този пример е прекалено опростен, но принципно не е така, че просто може да пуснете радарен сигнал през 156 тона стомана в небето. Той няма просто да изчезне. Но ако вземете това голямо, масивно нещо и го превърнете в милиони малки неща - нещо като ято птици - тогава радарът, който го търси, ще бъде в състояние да открие всяко ято птици в небето. И ако сте радар, това е наистина гадна работа.
And I said, "That's a good job. That's interesting. How does that work?" And to understand that, you have to understand a little bit about how stealth works. And so -- this is an over-simplification -- but basically, it's not like you can just pass a radar signal right through 156 tons of steel in the sky. It's not just going to disappear. But if you can take this big, massive thing, and you could turn it into a million little things -- something like a flock of birds -- well then the radar that's looking for that has to be able to see every flock of birds in the sky. And if you're a radar, that's a really bad job.
И той отговори: "Да. Но това е само ако си радар. Ние не използвахме радар; ние направихме черна кутия, която търсеше електрични сигнали, електронна комуникация. И където и да видехме ято птици, които имаха електронна комуникация, мислехме, че те имат някаква връзка с американците.
And he said, "Yeah." He said, "But that's if you're a radar. So we didn't use a radar; we built a black box that was looking for electrical signals, electronic communication. And whenever we saw a flock of birds that had electronic communication, we thought, 'Probably has something to do with the Americans.'"
"Да." казах аз. "Това е добре. Така вие сте неутрализирали 60 години астронавски изследвания. И какво стана след това? Какво направихте, когато порастнахте?" И той каза: " Ами заех се с финансови услуги." Аз възкликнах. Защото това беше в новините в последно време. И го попитах как функционира това? Той отговори: " В момента има около 2.000 физика на Wall Street и аз съм един от тях." Попитах го каква е черната кутия на Wall Street.
And I said, "Yeah. That's good. So you've effectively negated 60 years of aeronautic research. What's your act two? What do you do when you grow up?" And he said, "Well, financial services." And I said, "Oh." Because those had been in the news lately. And I said, "How does that work?" And he said, "Well there's 2,000 physicists on Wall Street now, and I'm one of them." And I said, "What's the black box for Wall Street?"
Доста е забавно, че задавате този въпрос, защото това се нарича точно търговията на черната кутия. Нарича се също и алго търговия - идва от алгоритмична търговия." И тази алгоритмична търговия се развива отчасти, защото брокерите имат същите проблеми, които са имали американски военновъздушни сили, те движат тези позиции - все едно е дали ще бъдат Proctor & Gamble или Accenture - те движат милиони акции от нещо през пазара. И ако го правят едновременно, това е като да влезеш с всичко вътре. Просто играеш "ръка". И така брокерите трябва да намерят начин - и те използват алгоритми, за да го направят - за да разчупят това голямо нещо на милиони малки транзакции. И магията и кошмарът тук е, че това е същата математика, която използваш, за да разбиеш голямото нещо на милиони малки неща, може да бъде използвана, за да намериш милиони малки неща и да ги зашие едно за друго и така да разбере какво всъщност се случва на пазара.
And he said, "It's funny you ask that, because it's actually called black box trading. And it's also sometimes called algo trading, algorithmic trading." And algorithmic trading evolved in part because institutional traders have the same problems that the United States Air Force had, which is that they're moving these positions -- whether it's Proctor & Gamble or Accenture, whatever -- they're moving a million shares of something through the market. And if they do that all at once, it's like playing poker and going all in right away. You just tip your hand. And so they have to find a way -- and they use algorithms to do this -- to break up that big thing into a million little transactions. And the magic and the horror of that is that the same math that you use to break up the big thing into a million little things can be used to find a million little things and sew them back together and figure out what's actually happening in the market.
И така ако трябва да придобиете картина какво се случва в момента на борсата, може да изобразите купчина алгоритми, които са програмирани да крият и друга купчина алгоритми, които имат задачата да ги открият и да действат. И всичко това е страхотно и е добре. И това са 70 процента от борсата на Съединените Щати, 70 процента от оперативната система формално наречена твоята пенсия, твоята ипотека.
So if you need to have some image of what's happening in the stock market right now, what you can picture is a bunch of algorithms that are basically programmed to hide, and a bunch of algorithms that are programmed to go find them and act. And all of that's great, and it's fine. And that's 70 percent of the United States stock market, 70 percent of the operating system formerly known as your pension, your mortgage.
И какво може да се обърка тук? Хм, ами това което може да се обърка е че преди година 9 процента от целия пазар просто изчезнаха в рамките на 5 минути и това се нарича светкавичния краш от 2:45. Изведнъж 9 процента от пазарната стойност просто изчезна и никой до ден днешен не може да постигне консенсус какво точно се е случило, защото никой не го е поръчвал, никой не е питал за него. Никой нямаше реален контрол над това, което се случва. Всичко, което те имаха беше просто монитор, който имаше числа по него и един червен бутон, който казваше "Стоп".
And what could go wrong? What could go wrong is that a year ago, nine percent of the entire market just disappears in five minutes, and they called it the Flash Crash of 2:45. All of a sudden, nine percent just goes away, and nobody to this day can even agree on what happened because nobody ordered it, nobody asked for it. Nobody had any control over what was actually happening. All they had was just a monitor in front of them that had the numbers on it and just a red button that said, "Stop."
И точно това е проблемът, пишем неща, пишем неща, които вече не можем да прочетем. И изоставяме нещо, което е нечетливо. Вече сме загубили чувството какво се случва вдействителност в света, който самите ние сме създали. И започваме да създаваме нашия начин за тълкуването на нещата. Има една компания в Бостън наречена Nanex и те използват точно математика и магия и аз не знам точно какво и те достигат до всички пазарни данни и намират понякога някои от онези алгоритми. И когато ги откриват, ги "издърпват от системата" и ги забождат на стената като пеперуди. И те правят това, което ние винаги правим, когато се конфронтираме с голям брой данни, които не разбираме - дават им имена и история. И така това е един от алгоритмите, които те са открили, наричат го Нож, Карнавал, Бостънският Картоиграч, Сумрач.
And that's the thing, is that we're writing things, we're writing these things that we can no longer read. And we've rendered something illegible, and we've lost the sense of what's actually happening in this world that we've made. And we're starting to make our way. There's a company in Boston called Nanex, and they use math and magic and I don't know what, and they reach into all the market data and they find, actually sometimes, some of these algorithms. And when they find them they pull them out and they pin them to the wall like butterflies. And they do what we've always done when confronted with huge amounts of data that we don't understand -- which is that they give them a name and a story. So this is one that they found, they called the Knife, the Carnival, the Boston Shuffler, Twilight.
И номерът е, че те разбира се не тичат просто през пазара. Вие можете да откриете това навсякъде, където и да погледнете само трябва да се научите къде да гледате за тях. Ето ви един пример: тази книга за мухи, която може би сте търсили в Амазон. Може би сте я забелязали, когато цената и доближи 1,7 милиона долара. Тогава тиражът и е изчерпан. Смях в залата Ако си я бяхте купили по това време, щеше да бъде изгодно. След няколко часа цената се качи и стигна 23,6 милиона долара плюс транспорт и комисионна. И така въпросът е: Никой не купуваше или продаваше - и така какво се случи? И така вие може да видите това поведение в Amazon по същия начин, по който може да го видите на Wall Street. И когато видите това поведени, това което виждате е доказателство на алгоритми в конфликт, алгоритми свързани взаимно в цикъл, без човешка намеса, без наблюдение на възръстен, който да каже " Всъщност 1.7 милиона са много."
And the gag is that, of course, these aren't just running through the market. You can find these kinds of things wherever you look, once you learn how to look for them. You can find it here: this book about flies that you may have been looking at on Amazon. You may have noticed it when its price started at 1.7 million dollars. It's out of print -- still ... (Laughter) If you had bought it at 1.7, it would have been a bargain. A few hours later, it had gone up to 23.6 million dollars, plus shipping and handling. And the question is: Nobody was buying or selling anything; what was happening? And you see this behavior on Amazon as surely as you see it on Wall Street. And when you see this kind of behavior, what you see is the evidence of algorithms in conflict, algorithms locked in loops with each other, without any human oversight, without any adult supervision to say, "Actually, 1.7 million is plenty."
Смях в залата.
(Laughter)
Както е с Amazon, така е и с Netflix. И така Netflix преминава през няколко различни алгоритма през годините. Започнаха със Cinematch и след това опитаха още няколко. Използваха Планетата на Динозаврите, след това Гравитация. Сега използват Парагматичен хаос. Прагматичен хаос е като всички други алгоритми на Netflix, опитващи се да правят едно и също нещо. Опитва се да те сграбчи, да сграбчи фините части в мозъка ти, така че да ти препоръча филм, който може би ще ти се прииска да гледаш следващия път - което от своя страна е много труден проблем. Но трудността на проблема и фактът, че ние не винаги го разбираме не променя ефекта на Прагматичния Хаос. Прагматичният хаос, подобно на всички алгоритми на Netflix решава накрая, че 60 процента от всички филми в края на краищата ще бъдат взети под наем. И така едно парче код с една идея относно теб е отговорно за 60 процента от тези филми.
And as with Amazon, so it is with Netflix. And so Netflix has gone through several different algorithms over the years. They started with Cinematch, and they've tried a bunch of others -- there's Dinosaur Planet; there's Gravity. They're using Pragmatic Chaos now. Pragmatic Chaos is, like all of Netflix algorithms, trying to do the same thing. It's trying to get a grasp on you, on the firmware inside the human skull, so that it can recommend what movie you might want to watch next -- which is a very, very difficult problem. But the difficulty of the problem and the fact that we don't really quite have it down, it doesn't take away from the effects Pragmatic Chaos has. Pragmatic Chaos, like all Netflix algorithms, determines, in the end, 60 percent of what movies end up being rented. So one piece of code with one idea about you is responsible for 60 percent of those movies.
Но какво ще стане, ако можете да давате оценка на тези филми, още преди да бъдат направени? Това няма ли да бъде доста удобно? И така, няколко учени, занимаващи се с оценка на данни от Великобритания са в Холивуд и те са развили тези алгоритми - компанията им се казва Epagogix. Можете да пуснеш сценария си през техните алгоритми, и те ще ви дадат количествен отговор, дали това е филм, който ще ти донесе 30 или 200 милиона. И работата е в това, че това не е Google. Не е информация. Това не е и финансова статистика, това е култура. И това, което виждате тук или по-скоро това, което не виждате обикновено е че това е физиката на културата. И така ако тези алгоритми, подобно на алгоритмите на Wall Street, един ден просто се сринат и увредят как ще разберем как би изглеждало?
But what if you could rate those movies before they get made? Wouldn't that be handy? Well, a few data scientists from the U.K. are in Hollywood, and they have "story algorithms" -- a company called Epagogix. And you can run your script through there, and they can tell you, quantifiably, that that's a 30 million dollar movie or a 200 million dollar movie. And the thing is, is that this isn't Google. This isn't information. These aren't financial stats; this is culture. And what you see here, or what you don't really see normally, is that these are the physics of culture. And if these algorithms, like the algorithms on Wall Street, just crashed one day and went awry, how would we know? What would it look like?
И така те са в твоята къща. Те са в къщата ти. Това са два алгоритма борещи се за хола ви. Това са два почистващи робота, имащи различна идея какво значи чистота. И можете да го видите, ако ги забавите или им монтирате светлини. И те са нещо като тайни архитекти в спалнята ви. И така идеята, че архитектурата сама по себе си е обект на оптимизиране на алгоритми не е толкова нереална. Всъщност тя е супер реална и тя се случва около вас.
And they're in your house. They're in your house. These are two algorithms competing for your living room. These are two different cleaning robots that have very different ideas about what clean means. And you can see it if you slow it down and attach lights to them, and they're sort of like secret architects in your bedroom. And the idea that architecture itself is somehow subject to algorithmic optimization is not far-fetched. It's super-real and it's happening around you.
Най-ясно я чувствате, когато се намирате в запечатана метална кутия, тези модерни асансьори, които се наричат асансьори контролиращи посоката. Това са тези асансьори, в които трябва да натиснеш етажа, преди да се качиш на асансьора. И те използват алгоритъм за сортиране на контейнери. Това не са онези безумия да позволиш на всеки да се качи, в която кола би му се приискало. Всеки, който иска да се качи на 10 етаж се качва на втората кола и всеки, който иска да се качи на третия етаж отива в кола пет. И проблемът с това е, че хората се побъркват. Хората се паникьосват. И вие разбирате защо. Защото в асансьора липсва нещо важно като копчетата. Смях в залата. Това са нещата, които хората използват. Всичко, което има такъв асансьор е просто номерът, който показва дали асансьорът се качва или слиза и червеният бутон, на който пише "Стоп". И затова сме създали дизайна. Направили сме дизайна за диалекта на тази машина. И колко далече можете да стигнете така? Можете да стигнете наистина много далече.
You feel it most when you're in a sealed metal box, a new-style elevator; they're called destination-control elevators. These are the ones where you have to press what floor you're going to go to before you get in the elevator. And it uses what's called a bin-packing algorithm. So none of this mishegas of letting everybody go into whatever car they want. Everybody who wants to go to the 10th floor goes into car two, and everybody who wants to go to the third floor goes into car five. And the problem with that is that people freak out. People panic. And you see why. You see why. It's because the elevator is missing some important instrumentation, like the buttons. (Laughter) Like the things that people use. All it has is just the number that moves up or down and that red button that says, "Stop." And this is what we're designing for. We're designing for this machine dialect. And how far can you take that? How far can you take it? You can take it really, really far.
И така нека се върнем към Wall Street. Защото алгоритмите на Wall Street зависят от едно много важно условие, което е скоростта. И те работят в рамките на мили и микросекунди. Тук просто искам да ви дам усещането какво са микросекунди, отнема 500,000 микоросекунди, само за да натиснете мишката. Но ако си алгоритъм на Wall Street и имаш 5 микросекунди закъснение, то ти си загубеняк. И така ако си алгоритъм, ще се оглеждате за архитект, като онзи, когото срещнах във Франкфурт. Той изпразваше небостъргачите - всички мебели, цялата инфраструктура важна за човешките нужди и просто полагаше стомана на пода, за да приготви небостъргача за сървърите, които трябваше да бъдат положени там - също и алгоритъм, с който може да се стигне по-близо до интернет.
So let me take it back to Wall Street. Because the algorithms of Wall Street are dependent on one quality above all else, which is speed. And they operate on milliseconds and microseconds. And just to give you a sense of what microseconds are, it takes you 500,000 microseconds just to click a mouse. But if you're a Wall Street algorithm and you're five microseconds behind, you're a loser. So if you were an algorithm, you'd look for an architect like the one that I met in Frankfurt who was hollowing out a skyscraper -- throwing out all the furniture, all the infrastructure for human use, and just running steel on the floors to get ready for the stacks of servers to go in -- all so an algorithm could get close to the Internet.
И вие възприематe интернет като вид дистрибуторска система. И разбира се това е така, но дистрибуцията става отнякъде. В Ню Йорк това става от това място: Carrier Hotel намиращ се на Hudson Street. И това е мястото, от което кабелите идват в града. И реалността е, че колкото по-далече сте от това място, толкова по-далече сте от времето. Момчетата на Wall Street, Marco Polo и Cherokee Nation, те са осем микросекунди след другите момчета, които влизат в онази изпразнена сграда на Carrier Hotel. И това ще продължи да се случва. И ние ще продължим да ги изпразваме, защото инч по инч и паунд по паунд и долар по долар, никой няма да може да изстиска печалба от това място по начина , по който Бостънския картоиграч би успял.
And you think of the Internet as this kind of distributed system. And of course, it is, but it's distributed from places. In New York, this is where it's distributed from: the Carrier Hotel located on Hudson Street. And this is really where the wires come right up into the city. And the reality is that the further away you are from that, you're a few microseconds behind every time. These guys down on Wall Street, Marco Polo and Cherokee Nation, they're eight microseconds behind all these guys going into the empty buildings being hollowed out up around the Carrier Hotel. And that's going to keep happening. We're going to keep hollowing them out, because you, inch for inch and pound for pound and dollar for dollar, none of you could squeeze revenue out of that space like the Boston Shuffler could.
Но ако намалите мащаба, ако намалите мащаба, вие ще видите 825 мили канавка между Ню Йорк и Чикаго, която беше построена през последните няколко години от компания наречена Spread Networks. Това е оптичен кабел, който е поставен между тези два града, просто за да бъде в състояние да предаде един сигнал 37 пъти по-бързо от скоростта, с която можете да кликнете мишката - просто заради тези алгоритми, само заради Карнавала и Ножа. И когато се замислите, че ние тичаме през Съединените Щати с динамит и трион за скали, така че един алгоритъм да може да затвори сделката три милисекунди по-бързо, и всичко това заради някаква комуникационна рамка, която никой човек няма никога да разбере, това е нещо като демонстративна съдба и винаги ще търси нови граници.
But if you zoom out, if you zoom out, you would see an 825-mile trench between New York City and Chicago that's been built over the last few years by a company called Spread Networks. This is a fiber optic cable that was laid between those two cities to just be able to traffic one signal 37 times faster than you can click a mouse -- just for these algorithms, just for the Carnival and the Knife. And when you think about this, that we're running through the United States with dynamite and rock saws so that an algorithm can close the deal three microseconds faster, all for a communications framework that no human will ever know, that's a kind of manifest destiny; and we'll always look for a new frontier.
За нещастие ние си имаме нашата работа вече подготвена за нас. Това е просто теория. Това е просто математици от MIT. И истината е, че аз не разбирам наистина много от нещата, за които те говорят. Тя включва снопове светлина и квантови оплитания, и аз не разбирам нито един от тях. Но аз мога да чета тази карта. И това, което тя казва е че, ако се опитваш да правиш пари на пазарите, отбелязани с червени точки, това са където са хората, където са градовете, тоест трябва да поставиш сървърите на местата със сините точки, за да изпълниш плана си по-ефективно. И може би забелязвате, че повечето точки са насред океана. И така това е нещото, което ще направим - ще направим балончета или нещо друго, или платформи, които всъщност ще са част от водата и ще дърпат пари от въздуха, защото бъдещето е светло, ако си алгоритъм.
Unfortunately, we have our work cut out for us. This is just theoretical. This is some mathematicians at MIT. And the truth is I don't really understand a lot of what they're talking about. It involves light cones and quantum entanglement, and I don't really understand any of that. But I can read this map, and what this map says is that, if you're trying to make money on the markets where the red dots are, that's where people are, where the cities are, you're going to have to put the servers where the blue dots are to do that most effectively. And the thing that you might have noticed about those blue dots is that a lot of them are in the middle of the ocean. So that's what we'll do: we'll build bubbles or something, or platforms. We'll actually part the water to pull money out of the air, because it's a bright future if you're an algorithm.
Смях в залата.
(Laughter)
И всъщност не са парите, нещото, което е толкова интересно. Става въпрос за това, което парите мотивират. Това, че ние всъщност оформяме самата Земя с нещо като алгоритмична ефективност. И в тази светлина ви се връщате назад и поглеждате фотографиите на Мишел Нажар и осъзнавате, че те не са просто метафора, а че те са пророчество. Те са пророчество за вида на сеизмичните, земни ефекти на математиката, която правим. И пейзажът беше винаги оформян от онзи вид странно, неудобно сътрудничество между природата и хората. Но вече имаме онази трета ко-еволюционна сила: алгоритмите - Бостънския картоиграч, Карнавала. И ще се наложи да ги разберем като природата. И по някакъв начин те са.
And it's not the money that's so interesting actually. It's what the money motivates, that we're actually terraforming the Earth itself with this kind of algorithmic efficiency. And in that light, you go back and you look at Michael Najjar's photographs, and you realize that they're not metaphor, they're prophecy. They're prophecy for the kind of seismic, terrestrial effects of the math that we're making. And the landscape was always made by this sort of weird, uneasy collaboration between nature and man. But now there's this third co-evolutionary force: algorithms -- the Boston Shuffler, the Carnival. And we will have to understand those as nature, and in a way, they are.
Благодаря ви.
Thank you.
(Аплодисменти)
(Applause)