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.
Đây là một bức ảnh được chụp bởi họa sĩ Michael Najar, và nó thực sự có thật, theo đúng nghĩa nào đó khi anh ta tới Argentina để chụp bức ảnh. Nhưng nó cũng là 1 sự hư cấu. Đã có rất nhiều hành động đi sâu vào tìm hiểu Và những gì người nghệ sĩ đó đã làm được là anh ta đã thực sự thiết kế lại, số liệu hóa từng đường nét của những ngọn núi dựa theo sự bất ổn lên xuống của chỉ số chứng khoán Dow Jones. Như vậy những gì các bạn đang thấy hình ảnh những vách núi đá cao cùng với thung lũng này chính là hình ảnh của nền khủng hoảng kinh tế năm 2008. Bức ảnh này được chụp khi chúng ta đang chìm trong chính cái thung lũng này. Tôi không rõ chúng ta hiện tại đang đứng ở đâu. Bức ảnh này tượng trưng cho chỉ số chứng khoán Hang Seng ở Hồng Kông. và cũng với một địa hình tương tự. Tôi phân vân không biết vì sao.
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.
Đây là nghệ thuật . Đây là một sự ẩn dụ. Nhưng tôi nghĩ vấn đề là đây là phép ẩn dụ thực sự hiệu quả. Và cùng với những ảnh hưởng này điều tôi muốn nói đến ngày hôm nay là chúng ta nên nhìn lại một chút về vai trò của nền Toán học đương đại không chỉ là toán kinh tế nói riêng, mà là toán học nói chung. Rằng thời kỳ chuyển tiếp của nó từ một thứ mà con người tách ra và tìm thấy căn nguyên từ vạn vật trở thành một thứ bắt đầu có hình dạng -- thế giới quanh ta và bên trong ta. Và các thuật toán đặc trưng mà căn bản là phép toán mà các máy tính sử dụng để quyết định các thứ. Chúng yêu cầu sự nhạy bén thực sự, bởi vì chúng được lặp đi lặp lại. Chúng trở nên cứng nhắc và hóa vôi, và chúng trở thành thật.
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?"
Và tôi đã nghĩ về điều này, ở mọi chỗ, ở trên một chuyến bay vượt Đại Tây Dương vài năm về trước, vì tôi tình cờ ngồi cạnh một nhà vật lý học người Hungari khoảng bằng tuổi tôi và chúng tôi đã nói chuyện về cuộc sống của các nhà vật lý Hungary trong thời chiến tranh lạnh. Và tôi nói, "Vậy các anh đã làm gì?"
And he said, "Well we were mostly breaking stealth."
Và anh ta nói, "Ừ thì chúng tôi đã hầu như vô hiệu hóa máy bay tàng hình."
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.
Và tôi nói, "Đó là một công việc tốt đấy. Thú vị thật. Thế nó hoạt động như thế nào?" Và để hiểu vấn đề này, bạn cần phải hiểu một chút về cách thức hoạt động của máy bay tàng hình. Và vì thế -- đây là một sự tối giản qua mức -- nhưng căn bản, nó không phải như là bạn có thể phát một tín hiệu radar xuyên qua khối sắt 156 tấn trên trời. Nó sẽ không biến mất. Nhưng nếu bạn có thể chọn thứ to lớn dường đó, và có thể biến nó thành hàng triệu thứ nhỏ xíu -- thứ gì đó như một đàn chim -- vậy và khi radar dò nó có thể nhìn thấy mọi đàn chim trên trời. Và nếu bạn là một cái radar, thì đó là một việc tồi tệ
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.'"
Và anh ta nói, "À. Nhưng đó là nếu anh là một chiếc radar. Vậy chúng tôi không dùng radar. chúng tôi tạo một chiêc hộp đen dò các tín hiệu điện, truyền tin điện tử. Và bất kỳ khi nào chúng tôi nhìn thấy một đàn chim có thiết bị điện tín, chúng tôi nghĩ nó có liên quan tới người Mỹ."
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?"
Và tôi nói, "Ừ. Hay đấy. Vậy các anh đã phủ nhận hoàn toàn 60 năm nghiên cứu hàng không. Hành động tiếp theo của các anh là gì? Các anh làm gì khi trưởng thành?" Và anh ta nói, "À thì, các dịch vụ kinh tế." Và tôi nói, "Ồ." Bởi vì các dịch vụ này đã xuất hiện trong các bản tin gần đây. Và tôi nói, "Thế nó hoạt động như thế nào?" Và anh ta nói, "À thì đang có khoảng 2,000 nhà vật lý ở Wall Street, và tôi là một trong số đó." Và tôi nói, "Thế chiếc hộp đen của Wall Street là gì vậy?"
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.
Và anh ta nói, "Thật buồn cười khi anh hỏi thế, vì thực sự nó được gọi là "Thương mại hộp đen" - Black Box Trading. Đôi khi được gọi là Algo Trading -- Thương mại thuật toán." Và thương mại thuật toán đã phần nào tiến hóa vì các nhà buôn thuộc các tổ chức có chung vấn đề mà Không quân Hoa Kỳ gặp phải, đó là họ chuyển những vị trí này -- dù là Proctor & Gamble hay là Accenture, gì cũng được -- họ đang chuyển hàng triệu cổ phiếu của thứ gì đó quanh thị trường. Và nếu họ đồng loạt làm như vậy, nó như là chơi poker và cược tất cả ngay lập tức. Bạn chỉ cần lật tay. Vậy họ phải tìm một cách -- và họ dùng các thuật toán để làm điều này -- phá vỡ thứ to lớn đó thành một triệu giao dịch nhỏ. Và phần kỳ diệu và đáng sợ là đó là chính phép toán được dùng để chia nhỏ những thứ to lớn thành hàng triệu thứ nhỏ hơn cũng có thể dùng để tìm hàng triệu thứ nhỏ rồi vá chúng lại với nhau và tìm hiểu xem điều gì đang thực sự xảy ra trên thị trường.
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.
Vậy nếu các bạn cần có hình dung về điều đang xảy ra trên thị trường cổ phiếu ngay lúc này, điều các bạn có thể hình dung là một mớ các thuật toán được lập trình để che giấu, và một mớ các thuật toán khác được lập trình để tìm kiếm chúng và hành động. Và tất cả đều vận hành trơn tru. Và đó là 70% của thị trường chứng khoán Mỹ, 70% của hệ thống vận hành trước đó được biết đến như tiền trợ cấp của các bạn, tiền cầm cố của các bạn.
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."
Và điều tồi tệ nào có thể xảy ra chứ? Điều tồi tệ đó là một năm trước, chín phần trăm của toàn bộ thị trường biến mất trong năm phút, và người ta gọi đó là Flash Crash of 2:45 - Sự sụp đổ chớp nhoáng lúc 2h45. Đột nhiên, 9% biến mất, và tới ngày nay chưa một ai nhất trí về việc đã xảy ra, bởi vì không ai đặt trước, không ai yêu cầu nó xảy ra. Không ai kiểm soát được điều đã xảy ra. Tất cả những gì họ đã có chỉ là một màn hình trước mặt họ có các con số trên đó và chỉ một nút đỏ ghi chữ "Stop"
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.
Vậy đó, chúng tôi đang viết các thứ, chúng ta đang viết những thứ mà chúng ta không còn có thể đọc được. Và chúng ta đã và đang tiếp tay cho một thứ gì đó bất hợp pháp. Và chúng ta mất đi ý thức về điều đang thực sự xảy ra trong thế giới mà chúng ta đã tạo nên. Và chúng ta bắt đầu con đường của riêng chúng ta. Có một công ty ở Boston tên là Nanex, và họ dùng toán và phép màu và thứ gì đó tôi không biết, và họ chạm được tới mọi dữ liệu trên thị trường và họ tìm thấy, đôi lúc, vài thuật toán. Và khi họ tìm chúng, họ lôi chúng ra và gắn chúng lên tường như gắn những con bướm. Và họ làm điều chúng ta đã luôn làm khi đối mặt với số lượng lớn dữ liệu mà ta không hiểu được -- đó là đặt cho chúng một cái tên và một câu chuyện. Và đây là một thứ họ tìm thấy, họ gọi là Knife - Con Dao, Carnival - Lễ hội hóa trang, Boston Shuffle - Lập lờ Boston, Twilight - Chạng vạng
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."
Và điều khôi hài là tất nhiên, những thuật toán này không chỉ chạy quanh thị trường. Bạn có thể tìm thấy những thứ này ở bất cứ nơi đâu một khi bạn học cách tìm kiếm chúng. Bạn có thế tìm được nó ở đây: cuốn sách về loài ruồi mà bạn có thể đang tìm trên Amazon. Bạn có thể đã để ý khi giá khởi điểm của nó là 1.7 Triệu dollar. Dù vậy nó vẫn hết hàng... (Tiếng cười) Nếu bạn mua nó ở giá 1.7 triệu ấy vẫn còn là rẻ. Vài tiếng sau, nó tăng giá tới 23.6 Triệu dollar chưa kể vận chuyển. Và câu hỏi là: Không ai mua bán gì; chuyện gì vừa xảy ra thế? Và bạn thấy điều này trên Amazon cũng như trên Wall Street. Và khi bạn thấy các hành động tương tự, bạn thấy bằng chứng của các thuật toán mâu thuẫn, các thuật toán bị khóa trong các vòng lặp, mà không có sự giám sát của con người, không có sự giám sát của con người để nói rằng, "Thực ra thì, 1.7 triệu là khá nhiều."
(Laughter)
(Tiếng cười)
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.
Và cũng như đối với Amazon, chuyện tương tự xảy ra với Netflix. Và vì vậy Netflix đã trải qua vài thuật toán khác nhau qua các năm. Họ bắt đầu với Cinematch và đã thử một vài thuật toán khác: Dinosaur Planet (hành tinh khủng long), Gravity (lực hấp dẫn). Họ đang dùng Pragmatic Chaos (mớ hỗn độn thực dụng) Pragmatic Chaos, giống như mọi thuật toán của Netflix, đang cố gắng làm cùng một điều. Đó là cố gắng nắm bắt bạn, trên vỏ sụn bên trong xương sọ, để nó có thể gợi ý bộ phim nào bạn muốn xem tiếp -- một điều cực kỳ khó. Nhưng độ khó của vấn đề và sự thật là chúng ta chưa hoàn toàn giải quyết được nó, không kéo đi hiệu ứng của Pragmatic Chaos. Pragmatic Chaos, cũng như mọi thuật toán của Netflix, quyết định, 60% số lượng phim được thuê. Vì thế một mẩu thông tin mã hóa về bạn chịu trách nhiệm cho 60% số phim đó.
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?
Nhưng chuyện gì sẽ xảy ra nếu bạn có thể đánh giá những bộ phim đó trước khi chúng được làm nên? Thế có phải tiện không? Vài nhà khoa học số liệu từ Anh đang ở Hollywood, và họ có các thuật toán dựng truyện -- một công ty gọi là Epagogix. Và bạn có thể chạy thử kịch bản của mình qua đó, và họ có thể nói cho bạn, một cách định lượng, rằng đó là một bộ phim 30 triệu đô hay 200 triệu đô. Và vấn đề là đây không phải Google. Đó không phải thông tin. Đó không phải là thống kê tài chính; đó là văn hóa. Và cái mà bạn nhìn thấy ở đây, hoặc cái mà bình thường bạn không thực sự thấy là vật lý của văn hóa. Và nếu như những thuật toán này, như những thuật toán ở Wall Street, ngày nào đó bị sập và trở nên xiên xẹo, làm thế nào mà ta biết được, nó sẽ trông như thế nào?
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.
Và nó đang ở trong nhà bạn. Chúng đang ở trong nhà bạn. Có 2 loại thuật toán đấu tranh cho phòng khách nhà bạn. Đó là 2 con robot lau chùi khác nhau có nhiều quan niệm rất khác nhau về định nghĩa của sự sạch sẽ. Và bạn có thể thấy điều đó nếu bạn quay chậm và gắn đèn lên chúng. Và chúng như kiểu những kiến trúc sư bí ẩn trong phòng ngủ của bạn. Và ý tưởng rằng chính kiến trúc bằng cách nào đó hướng tới sự tối ưu hóa thuật toán là không hề viển vông. Nó siêu thực và nó đang diễn ra quanh bạn.
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.
Bạn cảm thấy rõ nhất khi bạn ở trong một chiếc hộp kim loai được hàn kín, một thang máy kiểu mới, chúng được gọi là thang máy kiểm soát đích đến. Đó là những chiếc tháng máy mà bạn phải ấn nút tầng mà bạn sẽ tới trước khi bạn bước vào thang máy. Và nó sử dụng cái được gọi là bin packing algorithms -- thuật toán đóng gói Vậy không chiếc thang nào cho phép tất cả mọi người vào buồng thang máy họ thích. Tất cả những người muốn vào tầng 10 vào xe số 2, và tất cả những người muốn vào tầng 3 vào xe số 5. Và vấn đề là người ta sợ. Người ta hoảng hốt. Và bạn hiểu tại sao. Bạn hiểu tại sao. Bởi vì chiếc thang máy thiếu một vài bộ phận quan trọng, như những cái nút. (Tiếng cười) Như những thứ mà con người sử dụng. Tất cả những gì nó có chỉ là con số đi lên hoặc đi xuống và chiếc nút đỏ ghi chữ "Stop" Và đó là thứ chúng ta đang thiết kế. Chúng ta đang thiết kế cho loại ngôn ngữ máy móc này Và bạn có thể chịu đến bao xa? Bạn có thể chịu đến bao xa? Bạn có thể chịu được rất, rất xa.
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.
Vậy để tôi đưa vấn đề trở về Wall Street. Bởi vì thuật toán của Wall Street phụ thuộc vào một tiêu chí hơn hẳn các tiêu chí khác, đó là tốc độ. Và chúng vận hành trên đơn vị phần nghìn và phần triệu giây. Và để cho bạn hiểu một phần triệu giây là gì nó tốn 500 000 phần triệu giây cho một cú click chuột. Nhưng nếu bạn là một thuật toán ở Wall Street và bạn chậm 5 phần triệu giây, bạn là kẻ thua cuộc. Vậy nếu bạn là một thuật toán, bạn sẽ kiếm tìm một kiến trúc sư như người tôi gặp ở Frankfurt người lúc đó đang moi ruột một tòa nhà chọc trời -- ném ra ngoài toàn bộ đồ đạc, mọi thiết bị hạ tầng phục vụ nhu cầu con người, và chỉ đặt những thanh sắt trên sàn nhà sẵn sàng đặt những server vào đó -- Tất cả để cho một thuật toán có thế tiến gần hơn tới Internet
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.
Và bạn nghĩ về Internet như một hệ thống được phân bố. Và tất nhiên, chính thế, nhưng nó được phân bố thành các không gian Ở New York, nó được phân bố từ khách sạn Carrier trên phố Hudson. Và đó là nơi mà các sợi dây nối đến thành phố trực tiếp. Và sự thật là bạn càng xa nơi đó, bạn sẽ bị trễ vài phần nghìn giây Những anh chàng phố Wall, Marco Polo và Cherokee Nation, họ chậm 8 phần triệu giây so với những anh chàng ở trong những tòa nhà bị moi ruột quanh khách sạn Carrier. Và điều đó sẽ tiếp tục xảy ra Chúng ta đang tiếp tục khoét rỗng chúng, bởi vì các bạn, từng inch một từng bảng một và từng dollar một không một ai trong số các bạn có thể vắt ra tiền từ không gian đó như thuật toán Boston Shuffle.
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.
Nhưng nếu bạn nhìn rộng ra, nếu bạn nhìn rộng ra, bạn sẽ thấy một bán kính 825 dặm giữa New York và Chicago được xây dựng trong vài năm qua bởi một công ty tên là Spread Networks. Đây là một sợi cáp quang được đặt giữa 2 thành phố để truyền một tín hiệu nhanh gấp 37 lần thời gian một cú click chuột -- chỉ để cho những thuật toán ấy, chỉ để cho Carnival và Knife. Và khi bạn nghĩ về điều này, rằng chúng ta đang cho chạy qua nước Mỹ với thuốc nổ và cưa đá để một thuật toán có thể kết thúc một hợp đồng nhanh hơn 3 phần triệu giây, tất cả vì một khuôn mẫu liên lạc mà không con người nào có thể biết được đó là một kiểu định mệnh được định trước và sẽ luôn tìm những biên giới mới.
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.
Không may thay, chúng ta đã cắt giảm công việc của mình. Đây chỉ là lý thuyết Có vài nhà toán học ở MIT và sự thật là tôi không thực sự hiểu phần lớn những gì họ nói. Nó bao gồm dải sáng hình nón và chồng chập lượng tử, và tôi không hiểu hết chỗ đó. Nhưng tôi có thể đọc chiếc bản đồ này. Và chiếc bản đồ này ghi rằng nếu bạn đang định kiếm tiền ở những thị trường có chấm đỏ, đó là nơi người ta ở, là các thành phố, bạn phải đặt các server ở chỗ các chấm xanh để làm điều đó hiệu quả nhất. Và điểu mà bạn có thể đã để ý về những chấm xanh đó là rất nhiều chấm ở giữa đại dương. Và đó là điều ta sẽ làm, ta sẽ dựng những bong bóng hay thứ gì đó tương tự, hay cái phà. Chúng ta sẽ thực sự chia cắt mặt nước để kéo tiền ra khỏi không khí, bởi vì đó là một tương lại tươi sáng nếu bạn là một thuật toán,
(Laughter)
(Tiếng cười)
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.
Và đó không phải là tiền bạc mà đó là động lực được tiền bạc thúc đẩy. Rằng chúng ta đang thực sự đất liền hóa Trái đất với kiểu hiệu suất thuật toán này. Và trong ánh sáng đó, bạn quay trở lại và bạn nhìn vào những bức ảnh của Michael Najjar, và bạn nhận ra chúng không phải là phép ẩn dụ, chúng là lời tiên đoán. Chúng là lời tiên đoán cho kiểu hiệu ứng đất liền, và hoạt động địa chất của loại toán mà chúng ta đang tạo ra. Và hình sdangs phối cảnh luôn được tạo ra bởi sự hợp tác kỳ là, không mấy dễ dàng này giữa thiên nhiên và con người. Nhưng giờ đây có một lực thứ ba song song hợp tác: thuật toán -- Boston Shuffler, Carnival. và chúng ta phải hiểu chúng như tự nhiên, và theo một cách nào đó thì đúng thế.
Thank you.
Xin cảm ơn
(Applause)
(Tiếng vỗ tay)