Αυτή είναι μία φωτογραφία από τον καλλιτέχνη Μάικλ Νατζάρ, και είναι πραγματική, με την έννοια ότι πήγε εκεί στην Αργεντινή για να τραβήξει τη φωτογραφία. Αλλά είναι επίσης φανταστική. Πολλή δουλειά έγινε πάνω της μετά από αυτό. Και αυτό που έκανε είναι ότι πραγματικά ανασύνθεσε, ψηφιακά, όλα τα περιγράμματα των βουνών ώστε να ακολουθούν τις διακυμάνσεις του δείκτη Ντάου Τζόουνς. Άρα αυτό που βλέπετε, αυτός ο γκρεμός, ο ψηλός γκρεμός με την κοιλάδα, είναι η οικονομική κρίση του 2008. Η φωτογραφία δημιουργήθηκε όταν ήμαστε εκεί βαθειά στην κοιλάδα. Δεν ξέρω που βρισκόμαστε τώρα. Αυτός είναι ο δείκτης Χανγκ Σενγκ του Χονγκ Κονγκ. Και παρόμοια τοπογραφία. Αναρωτιέμαι γιατί.
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.
Και αυτό είναι τέχνη. Είναι μεταφορά. Αλλά νομίζω ότι το καίριο είναι ότι αυτή είναι μεταφορά με δόντια Και με αυτά τα δόντια θέλω να προτείνω σήμερα να ξανασκεφτούμε λίγο σχετικά με το ρόλο των σύγχρονων μαθηματικών -- όχι μόνο των οικονομικών μαθηματικών, αλλά των μαθηματικών εν γένει. Τη μετάβασή τους από κάτι που εξάγουμε και παράγουμε από τον κόσμο σε κάτι που στην πραγματικότηα αρχίζει να τον διαμορφώνει -- τον κόσμο γύρω μας και τον κόσμο μέσα μας Και είναι συγκεκριμένα οι αλγόριθμοι, οι οποίοι βασικά είναι τα μαθηματικά που οι υπολογιστές χρησιμοποιούν για να αποφασίσουν για πράγματα. Αποκτούν την αίσθηση της αλήθειας, γιατί επαναλαμβάνονται ξανά και ξανά. Και απολιθώνονται και σκληραίνουν, ώσπου γίνονται πραγματικοί.
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.
Και το σκεφτόμουν αυτό, από όλα τα μέρη, σε μία υπερατλαντική πτήση μερικά χρόνια πριν, γιατί έτυχε να κάθομαι δίπλα σε έναν Ούγγρο φυσικό περίπου στην ηλικία μου και μιλούσαμε για το πως ήταν η ζωή στη διάρκεια του Ψυχρού Πολέμου για τους φυσικούς στην Ουγγαρία. Και είπα, "Με τι ασχολούσασταν;"
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?"
Και είπε, "Λοιπόν κυρίως σπάγαμε τεχνολογίες χαμηλής παρατηρησιμότητας."
And he said, "Well we were mostly breaking stealth."
Και απάντησα, "Αυτή είναι μια καλή δουλειά. Είναι ενδιαφέρουσα. Πώς δουλεύει αυτό;" Και για το κατανοήσεις αυτό, πρέπει να καταλάβεις λιγάκι πως δουλεύει η τεχνολογία χαμηλής παρατηρησιμότητας. Λοιπόν -- υπεραπλουστευμένα -- βασικά, δεν είναι ότι μπορείς να αφήσεις ένα σήμα ραντάρ να διαπεράσει 156 τόνους ατσαλιού στον ουρανό. Απλά δεν πρόκειται να εξαφανιστεί. Αλλά αν μπορείς να πάρεις αυτό το μεγάλο, τεράστιο πράγμα, και να το μετατρέψεις σε ένα εκατομύριο μικρά πράγματα -- κάτι σαν ένα σμήνος πουλιών -- λοιπόν τότε το ραντάρ που ψάχνει για αυτό θα πρέπει να είναι ικανό να δει κάθε σμήνος πουλιών στον ουρανό. Και εάν είσαι ραντάρ, αυτή είναι μία αληθινά δύσκολη δουλειά.
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.
Και απάντησε, "Ναι". Είπε, "Αλλά αυτό αν είσαι ραντάρ. Έτσι δε χρησιμοποιήσαμε ραντάρ' χτίσαμε ένα μαύρο κουτί που έψαχνε για ηλεκτρικά σήματα, ηλεκτρονική επικοινωνία. Και όποτε βλέπαμε ένα σμήνος πουλιών που είχαν ηλεκτρονική επικοινωνία, θεωρούσαμε ότι πιθανότατα είχε κάτι να κάνει με τους Αμερικανούς."
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.'"
Είπα, "Ναι. Μάλιστα. Άρα στην πραγματικότητα ανατρέψατε 60 χρόνια αεροναυτικής έρευνας. Ποιό είναι το επόμενο βήμα σου; Με τι θα ασχοληθείς όταν μεγάλωσεις;" Και απάντησε, "Λοιπόν, με τα οικονομικά." Είπα "Α." Γιατί αυτά ήταν στην επικαιρότητα τελευταία. Και του είπα, "Πώς πάει αυτό;" Και απάντησε, "Λοιπόν υπάρχουν 2.000 φυσικοί στη Γουώλ Στρητ αυτή τη στιγμή, και είμαι ένας από αυτούς." Ρώτησα, "Ποιο είναι το μαύρο κουτί στη Γουώλ Στρητ;"
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?"
Μου απάντησε, "Είναι αστείο που το ρωτάς αυτό, γιατί πραγματικά αποκαλούνται αγοραπωλησίες μαύρου κουτιού. Και κάποιες φορές αλγο-εμπόριο, αλγοριθμικό εμπόριο." Και οι αλγοριθμικές αγοραπωλησίες εξελίχθηκαν εν μέρει διότι οι θεσμικοί επενδυτές έχουν τα ίδια προβλήματα που είχε η Πολεμική Αεροπορία των ΗΠΑ, το οποίο είναι ότι μετακινούν αυτές τις τοποθετήσεις -- είτε είναι οι Πρόκτορ και Γκαμπλ είτε η Αξέντουρ, ο,τιδήποτε -- μετακινούν ένα εκατομύριο μετοχές από κάτι μέσω της αγοράς. Και εάν το κάνουν όλο μονομιάς, είναι σα να παίζεις πόκερ και να πηγαίνεις ρέστα κατευθείαν. Απλά φανερώνεις το χέρι σου. Έτσι λοιπόν πρέπει να βρουν έναν τρόπο -- και χρησιμοποιούν αλγόριθμους για να το κάνουν αυτό -- για να σπασουν αυτό το μεγάλο πράγμα σε ένα εκατομύριο μικρές συναλλαγές. Και η μαγεία και ο τρόμος αυτού είναι ότι τα ίδια μαθηματικά που χρησιμοποιείες για να σπάσεις αυτό το μεγάλο πράγμα σε ένα εκατομύριο πραγματάκια μπορεί να χρησιμοποιηθεί για να βρεις αυτό το εκατομύριο πράγματα και να τα συνδέσεις ξανά μαζί και να καταλάβεις τι συμβαίνει στην πραγματικότητα στην αγορά.
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.
Άρα εάν πρέπει να έχεις μία εικόνα του τι συμβαίνεις στην αγορά μετοχών αυτή τη στιγμή, αυτό που μπορείς να φανταστείς είναι μια ομάδα αλγορίθμων που είναι βασικά προγραμματισμένοι ώστε να αποκρύπτουν, και μια ομάδα αλγορίθμων που είναι προγραμματισμένοι ώστε να βρίσκουν και να ενεργούν. Και όλα αυτά είναι τέλεια, είναι μια χαρά. Και αυτό είναι το 70 τοις εκατό της αγοράς μετοχών των Ηνωμένων Πολιτειών, 70 τοις εκατό του συστήματος προηγούμενως γνωστό ως η σύνταξή σου, η υποθήκη σου.
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.
Και τι μπορεί να πάει στραβά; Αυτό που μπορεί να πάει στραβά είναι ότι ένα χρόνο πριν, το εννιά τοις εκατό ολόκληρης της αγοράς απλά εξαφανίστηκε σε 5 λεπτά, και το ονόμασαν η αστραπιαία κατάρρευση των 2:45. Από το πουθενά, εννιά τοις εκατό απλά εξαφανίζεται, και κανείς μέχρι σήμερα δεν μπορεί καν να συμφωνήσει στο τι συνέβη, γιατί κανείς δεν το διέταξε, κανείς δεν το ζήτησε. Κανείς δεν είχε κανένα έλεγχο στο τι συνέβαινε στην πραγματικότητα. Το μόνο που είχαν ήταν μία οθόνη μπροστά τους που είχε τους αριθμούς πάνω της και απλά ένα κόκκινο κουμπί που έλεγε, "Στοπ."
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."
Και αυτό είναι το θέμα, ότι γράφουμε πράγματα γράφουμε πράγματα που δεν μπορούμε πλέον να διαβάσουμε. Και δημιουργήσαμε κάτι δυσανάγνωστο. Και χάσαμε την αίσθηση του τι πραγματικά συμβαίνει σε αυτόν τον κόσμο που φτιάξαμε. Και αρχίσαμε να κινούμαστε προς τα εκεί. Υπάρχει μία εταιρεία στη Βοστώνη που λέγεται Νάνεξ, όπου χρησιμοποιούν μαθηματικά και μαγεία και δεν ξέρω τι, και φτάνουν σε όλα τα δεδομένα της αγοράς και ανακαλύπτουν, όντως μερικές φορές, μερικούς από αυτούς τους αλγόριθμους. Και όταν τους ανακαλύπτουν τους εξάγουν και τους καρφιτσώνουν στον τοίχο σαν πεταλούδες. Και κάνουν ότι πάντοτε κάναμε όταν ερχόμαστε αντιμέτωποι με τεράστια ποσά δεδομένων που δεν καταλαβαίνουμε -- τους δίνουν ένα όνομα και μία ιστορία. Έτσι αυτό είναι ένα που ανακάλυψαν, το ονόμασαν το Μαχαίρι, το Καρναβάλι, ο Αναδευτήρας της Βοστώνης. Λυκόφως.
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.
Και το αστείο είναι ότι, φυσικά, αυτά δε διατρέχουν μόνο την αγορά. Μπορείς να βρεις αυτού του είδους τα πράγματα όπου κοιτάξεις, εφόσον μάθεις πως να κοιτάς για αυτά. Μπορείτε να το βρείτε εδώ: αυτό το βιβλίο περί μυγών που μπορεί να κοιτούσατε στο Άμαζον. Μπορεί να το είχατε παρατηρήσει όταν η τιμή του έφτασε στα 1,7 εκατομύρια δολλάρια. Είναι εκτός κυκλοφορίας -- εντούτοις ... (Γέλια) Εάν το είχατε αγοράσει στα 1,7, θα ήταν ευκαιρία. Μερικές ώρες αργότερα, ανέβηκε στα 23,6 εκατομύρια δολλάρια, συν τα μεταφορικά και τη συσκευασία. Και το ερώτημα είναι: Κανείς δεν αγόραζε ή πωλούσε τίποτα, τι συνέβαινε; Και παρατηρείς αυτήν τη συμπεριφορά στo Άμαζον όπως σίγουρα την παρατηρείς και στη Γουώλ Στρητ. Και όταν παρατηρείς αυτό το είδος συμπεριφοράς, αυτό που βλέπεις είναι η ένδειξη συγκρουόμενων αλγορίθμων, αλγορίθμων που έχουν εγκλωβιστεί ο ένας με τον άλλον, χωρίς καμία ανθρώπινη επίβλεψη, χωρίς ενήλικη εποπτεία, που θα έλεγε, "Στην πραγματικότητα, 1,7 εκατομύρια είναι πολλά."
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."
(Γέλια)
(Laughter)
Και όπως με το Άμαζον, έτσι έχει και με το Νέτφλιξ. Το Netflix έχει Νετφλιξ διάφορους αλγόριθμους με τα χρόνια. Ξεκίνησα με τον Σίνεματς, και έχουν δοκιμάσει ένα σωρό άλλους. Υπάρχει ο Πλανήτης Δινοσαύρων, η Βαρύτητα. Χρησιμοποιούν τον Πραγματιστικό Χάος τώρα. Ο Πραγματιστικό Χάος, όπως όλοι οι αλγόριθμοι της Νετφλιξ, προσπαθεί να κάνει το ίδιο πράγμα. Προσπαθεί να σε κατανοήσει, στo υλικολογισμικό μέσα στο ανθρώπινο κρανίο, ώστε να μπορέσει να προτείνει ποια ταινία μπορεί να θες να παρακολουθήσεις στη συνέχεια -- το οποίο είναι ένα πολύ, πολύ δύσκολο πρόβλημα. Αλλά η δυσκολία του προβλήματος και το γεγονός ότι δεν το έχουμε ακριβώς καταφέρει, δε μειώνει τις συνέπειες που ο Πραγματιστικό Χάος έχει. Ο Πραγματιστικό Χάος, όπως κάθε αλγόριθμος της Νέτφλιξ, αποφασίζει, εν τέλει, το 60 τοις εκατό των ταινιών που καταλήγουν να ενοικιαστούν. Συνεπώς ένα κομμάτι κώδικα με μία αντίληψη για εσένα είναι υπεύθυνο για το 60 τοις εκατό αυτών των ταινιών.
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.
Αλλά αν μπορούσες να βαθμολογήσεις αυτές τις ταινίες πριν παραχθούν; Δε θα ήταν χρήσιμο; Λοιπόν, μερικά επιστήμονες δεδομένων από το Ηνωμένο Βασίλειο βρίσκονται στο Χόλυγουντ και έχουν αλγόριθμους ιστοριών -- μία εταιρεία που λέγεται Επαγκόγκιξ. Και μπορεί να τρέξεις το σενάριό σου εκεί, και εκείνοι να σου πουν, μετρήσιμα, ότι αυτή είναι μία ταινία 30 εκατομυρίων δολλαρίων ή μία ταινία 200 εκατομυρίων δολλαρίων. Και το θέμα είναι ότι δεν πρόκειται για αναζήτηση στο Γκουγκλ. Αυτό δεν είναι πληροφορία. Αυτά είναι οικονομικά στοιχεία; είναι κουλτούρα. Και αυτό που βλέπεις εδώ, ή δε βλέπεις υπό κανονικές συνθήκες, είναι ότι αυτή είναι η φυσική της κουλτούρας. Και εάν αυτοί οι αλγόριθμοι, όπως οι αλγόριθμοι της Γουώλ Στρητ, απλά κρασάρουν μία ημέρα και πάνε στραβά, πως θα ξέρουμε, με τι θα έμοιαζε αυτό;
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?
Και είναι μες στο σπίτι σου. Είναι μέσα στο σπίτι σου. Αυτοί είναι δύο αλγόριθμοι που συναγωνίζονται για το καθιστικό σου. Είναι δύο διαφορετικά ρομπότ καθαρισμού που έχουν πολύ διαφορετικές ιδέες για το τι σημαίνει καθαρό. Και μπορείτε να το δείτε εάν το επιβραδύνετε και εγκαταστήσετε φώτα σε αυτά. Είναι κάτι σαν μικροί αρχιτέκτονες στο δωμάτιό σας. Και η ιδέα ότι η ίδια η αρχιτεκτονική υπόκειται κατά κάποιον τρόπο στην αλγοριθμική βελτιστοποίηση δεν είναι τραβηγμένη. Είναι πραγματική και συμβαίνει γύρω σας.
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.
Το νιώθεις περισσότερο όταν είσαι σε ένα σφραγισμένο μεταλλικό κουτί, έναν ανελκυστήρα καινούριου ύφους, ονομάζονται ανελκυστήρες ελέγχου προορισμού. Είναι αυτοί που πρέπει να πατήσεις σε ποιο όροφο πρόκειται να πας πριν μπεις στον ανελκυστήρα. Και χρησιμοποιεί αυτό που ονομάζεται αλγόριθμος πακεταρίσμενος καλαθιών. Οπότε τέλος αυτή η τρέλα του να αφήνεις οποιονδήποτε να πηγαίνεται σε όποιο ασανσέρ θέλει. Όποιος θέλει να πάει στο 10ο όροφο μπαίνει στο όχημα δύο, και όποιος θέλει να πάει στον τρίτο μπαίνει το όχημα πέντε. Και το πρόβλημα με αυτό είναι ότι οι άνθρωποι φρικάρουν. Οι άνθρωποι πανικοβάλλονται. Και καταλαβαίνετε γιατί. Καταλαβαίνετε. Είναι επειδή ο ανελκυστήρας δε διαθέτει κάποια σημαντικά όργανα, όπως τα κουμπιά. (Γέλια) Όπως έχουν τα πράγματα που χρησιμοποιούν οι άνθρωποι. Το μόνο που διαθέτει είναι ο αριθμός που αυξάνεται ή μειώνεται και εκείνο το κόκκινο κουμπί που λέει, "Σταμάτα." Αυτό είναι που σχεδιάζουμε. Σχεδιάζουμε αυτή τη διάλεκτο της μηχανής. Και μέχρι που μπορείς να το πας; Πόσο μακριά μπορείς να το πας; Μπορείς να το φτάσεις πολύ, πολύ μακριά.
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.
Λοιπόν, αφήστε με να επιστρέψω στη Γουώλ Στρητ. Γιατί οι αλγόριθμοι της Γουώλ Στρητ εξαρτώνται από ένα χαρακτηριστικό πάνω από όλα τα άλλα, το οποίο είναι η ταχύτητα. Και λειτουργούν σε μιλλιδευτερόλεπτα και μικροδευτερόλεπτα. Και για να σας δώσω μία αίσθηση του τι είναι τα μικροδευτερόλεπτα, σας παίρνει 500.000 μικροδευτερόλεπτα για να πατήσετε το πλήκτρο ενός ποντικιού. Αλλά εάν είστε ένας αλγόριθμος της Γουώλ Στρητ και υπολείπεστε 5 μικροδευτερόλεπτα, είστε αποτυχημένος. Άρα αν είστε αλγόριθμος, θα ψάχνατε για έναν αρχιτέκτονα όπως αυτόν που γνώρισα στη Φρανκφούρτη που άδειαζε έναν ουρανοξύστη -- πετώντας έξω όλα τα έπιπλα, όλη την υποδομή προς ανθρώπινη χρήση, και απλά τοποθετούσε ατσάλι στα πατώματα για να προετοιμαστεί για τις στοίβες εξυπηρετητών που θα έμπαιναν -- όλα αυτά ώστε ένας αλγόριθμος να έρθει πιο κοντά στο Ίντερνετ.
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.
Και θεωρείς το Ίντερνετ ένα είδος διανεμημένου συστήματος. Και φυσικά είναι, αλλά είναι διανεμημένο από μέρη. Στη Νέα Υόρκη, να από που διανέμεται: το Ξενοδοχείο Κάρριερ που βρίσκεται στην Οδό Χάντσον. Και εδώ είναι από που έρχονται τα καλώδια στην πόλη. Και η πραγματικότητα είναι ότι όσο μακρύτεραείσαι από αυτό, είσαι λίγα μικροδευτερόλεπτα πίσω κάθε φορά. Αυτοί οι τύποι στη Γουώλ Στρητ, ο Μάρκο Πόλο και ο Τσιρόκι Νέισιον, βρίσκονται οκτώ μικροδευτερόλεπτα πίσω από όλους εκείνους που μπαίνουν στα άδεια κτήρια που αδειάζονται γύρω από το ξενοδοχείο Κάρριερ. Και αυτό θα συνεχίσει να συμβαίνει. Θα συνεχίσουμε να τα αδειάζουμε, γιατί εσείς, ίντσα προς ίντσα και λίρα προς λίρα και δολλάριο προς δολλάριο, κανείς από εσάς δε θα μπορούσε να βγάλει κέρδος από αυτόν τον χώρο όπως μπορεί ο Αναδευτήρας της Βοστώνης.
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.
Αλλά εάν μεγενθύνετε την εικόνα, εάν τη μεγενθύνετε, θα βλέπατε ότι ένα χαντάκι 825 μιλίων ανάμεσα στη Νέα Υόρκη και το Σικάγο που χτίζεται τα τελευταία χρόνια από μία εταιρεί που λέγεται Σπρεντ Νετγοουρκς. Αυτό είναι ένα καλώδιο οπτικής ίνας που απλώθηκε ανάμεσα σε αυτές τις δύο πόλεις απλά για να είναι δυνατό να μεταφερθεί ένα σήμα 37 φορές πιο γρήγορα από το να πατήσεις το πλήκτρο ενός ποντικιού -- μόνο για αυτούς του αλγόριθμους, μόνο για το Καρναβάλι και το Μαχαίρι. Και όσο το σκέφτεστε αυτό, ότι διατρέχουμε τις Ηνωμένες Πολιτείες με δυναμίτης και βραχοπρίονα ώστε ένας αλγόριθμος να μπορεί να κλείσει τη δουλειά τρία μικροδευτερόλεπτα πιο γρήγορα, για ένα πλαίσιο επικοινωνιών που κανένας άνθρωπος δε θα μάθει ποτέ, αυτό είναι ένα είδος δήλωσης του πεπρωμένου και πάντα θα ψάχνουμε το επόμενο σύνορο.
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.
Δυστυχώς, η δουλειά μας είναι δύσκολη. Αυτό είναι απλά θεωρητικό. Είναι μερικοί μαθηματικοί στο ΜΙΤ. Και η αλήθεια είναι ότι δεν καταλαβαίνω πλήρως πολλά από αυτά για τα οποία μιλούν. Περιέχει κώνους φωτός και κβαντική σύμπλεξη, και δεν πολυκαταλαβαίνω τίποτα από αυτά. Αλλά μπορώ να διαβάσω αυτόν το χάρτη. Και αυτό που λέει αυτός ο χάρτης είναι ότι, εάν προσπαθείς να βγάλεις λεφτά στις αγορές που βρίσκονται εκεί που είναι οι κόκκινες τελείες, εκεί που είναι οι άνθρωποι, οι πόλεις, πρέπει να βάλεις τους εξυπηρετητές εκεί που είναι οι μπλε τελείες για να το κάνεις με τον πιο αποτελεσματικό τρόπο. Και αυτό που ίσως παρατηρήσατε σχετικά με τις μπλε τελείες είναι ότι πολλές από αυτές βρίσκονται στη μέση του ωκεανού. Άρα αυτό είναι που θα κάνουμε, θα χτίσουμε φυσαλίδες ή κάτι, ή πλατφόρμες. Βασικά θα διαχωρίσουμε τα ύδατα για να φέρουμε λεφτά από τον ουρανό γιατί είναι λαμπρό το μέλλον εάν είσαι αλγόριθμος.
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.
(Γέλια)
(Laughter)
Και δεν είναι το χρήμα που είναι τόσο ενδιαφέρον στην πραγματικότητα. Είναι τι κινητοποιεί το χρήμα. Ότι ουσιαστικά γεωμορφοποιούμε την ίδια τη Γη με αυτό το είδος αλγοριθμικής αποτελεσματικότητας. Και υπό αυτό το πρίσμα, γυρνάς πίσω και κοιτάς τις φωτογραφίες του Μαικλ Νατζάρ, και διαπιστώνεις ότι δεν είναι μεταφορά, είναι προφητεία. Είναι προφητεία για τις σεισμικές, κοσμογονικές επιπτώσεις των μαθηματικών που φτιάχνουμε. Και το τοπίο πάντοτε φτιαχνόταν από τέτοιες περίεργες, ταραχώδεις συμπράξεις ανάμεσα στη φύση και τον άνθρωπο. Αλλά τώρα υπάρχει αυτή η τρίτη συνεξελικτική δύναμη: οι αλγόριθμοι -- ο Αναδευτήρας της Βοστώνης, το Καρναβάλι. Και πρέπει να τους αντιλαμβανόμαστε ως φύση. Και υπό μίαν έννοια, είναι.
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.
Σας ευχαριστώ.
Thank you.
(Χειροκροτήματα)
(Applause)