ABOUT THE SPEAKER
Kevin Slavin - Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms.

Why you should listen

Are you addicted to the dead-simple numbers game Drop 7 or Facebook’s Parking Wars? Blame Kevin Slavin and the game development company he co-founded in 2005, Area/Code, which makes clever game entertainments that enter the fabric of reality.

All this fun is powered by algorithms -- as, increasingly, is our daily life. From the Google algorithms to the algos that give you “recommendations” online to those that automatically play the stock markets (and sometimes crash them): we may not realize it, but we live in the algoworld.

He says: "The quickest way to find out what the boundaries of reality are is to figure where they break."

More profile about the speaker
Kevin Slavin | Speaker | TED.com
TEDGlobal 2011

Kevin Slavin: How algorithms shape our world

كيفن سلافين: كيف تشكّل الخوارزميات عالمنا

Filmed:
4,199,898 views

يجادل كيفن سلافين بأننا نعيش في عالم تم تصميمه وتتحكم به الخوارزميات بصورة متزايدة. في هذه المحادثة اللافتة للإنتباه من مؤتمر تيد العالمي، يبيّن كيف أن هذه البرامج الحاسوبية المعقدة تحدد: تكتيكات التجسس، أسعار سوق الأسهم، نصوص الأفلام، والعمارة. ويحذّر من أننا نؤلف ونكتب شفرات حاسوبية لا نستطيع فهمها، مع تداعيات لا يمكن السيطرة عليها.
- Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms. Full bio

Double-click the English transcript below to play the video.

00:15
This is a photographتصوير
0
0
2000
هذه الصورة
00:17
by the artistفنان Michaelميخائيل Najjarالنجار,
1
2000
2000
لصاحبها الفنان ميشيل نجار
00:19
and it's realحقيقة,
2
4000
2000
وهي صورة حقيقية
00:21
in the senseإحساس that he wentذهب there to Argentinaالأرجنتين
3
6000
2000
لقد ذهب الى الارجنتين لكي
00:23
to take the photoصورة فوتوغرافية.
4
8000
2000
يصور هذه الصورة
00:25
But it's alsoأيضا a fictionخيال. There's a lot of work that wentذهب into it after that.
5
10000
3000
ولكنها خيالية ايضاً لانه عدل فيه الكثير عقب ذلك
00:28
And what he's doneفعله
6
13000
2000
وماقام به
00:30
is he's actuallyفعلا reshapedإعادة تشكيل, digitallyرقميا,
7
15000
2000
هو اعادة تشكيل بصورة رقمية
00:32
all of the contoursملامح of the mountainsالجبال
8
17000
2000
لحواف وقمم الجبال
00:34
to followإتبع the vicissitudesتقلبات of the Dowداو Jonesجونز indexفهرس.
9
19000
3000
لكي تتواكب مع تقلبات وتمايزات مؤشر داوجونز
00:37
So what you see,
10
22000
2000
كما ترون هنا ..
00:39
that precipiceجرف, that highمتوسط precipiceجرف with the valleyالوادي,
11
24000
2000
تلك الهوة الكبيرة .. ذلك الوادي
00:41
is the 2008 financialالأمور المالية crisisأزمة.
12
26000
2000
عبر عن الكارثة المالية لعام 2008
00:43
The photoصورة فوتوغرافية was madeمصنوع
13
28000
2000
لقد صنعت هذه الصورة عندما
00:45
when we were deepعميق in the valleyالوادي over there.
14
30000
2000
كنا في قاع ذلك الوادي هناك
00:47
I don't know where we are now.
15
32000
2000
لا اعلم أين نحن الآن
00:49
This is the Hangعلق Sengسنغ indexفهرس
16
34000
2000
هذا هو مؤشر " هانج سينج "
00:51
for Hongكونغ Kongهونغ.
17
36000
2000
لهونكونغ
00:53
And similarمماثل topographyتضاريس.
18
38000
2000
انها معالم طبوغرافية متشابهة
00:55
I wonderيتساءل why.
19
40000
2000
أتعجب من هذا
00:57
And this is artفن. This is metaphorتشابه مستعار.
20
42000
3000
وهذا هو فن . هو إستعارة لغوية
01:00
But I think the pointنقطة is
21
45000
2000
وانا أعتقد ان الفكرة هنا ..
01:02
that this is metaphorتشابه مستعار with teethأسنان,
22
47000
2000
هذه الصورة تحوي الكثير من الحواف " الاسنان "
01:04
and it's with those teethأسنان that I want to proposeاقترح todayاليوم
23
49000
3000
وهذه الحواف " الاسنان " هي ما اريد التحدث عنه اليوم
01:07
that we rethinkإعادة التفكير a little bitقليلا
24
52000
2000
والتي يظن البعض انها
01:09
about the roleوظيفة of contemporaryمعاصر mathالرياضيات --
25
54000
3000
ربما تكون نتيجة رياضيات عصرية
01:12
not just financialالأمور المالية mathالرياضيات, but mathالرياضيات in generalجنرال لواء.
26
57000
3000
ليست فحسب رياضيات مالية .. بل رياضيات عامة
01:15
That its transitionانتقال
27
60000
2000
انها مرحلة إنتقالية
01:17
from beingيجرى something that we extractاستخراج and deriveاستخلاص from the worldالعالمية
28
62000
3000
من كونها شيئا نستخلصه في الحياة بواسطة ارقام ومنحنيات
01:20
to something that actuallyفعلا startsيبدأ to shapeشكل it --
29
65000
3000
إلى شيئ بداء يشكّل هذه الحياة
01:23
the worldالعالمية around us and the worldالعالمية insideفي داخل us.
30
68000
3000
سواء كان العالم من حولنا .. او العالم في داخلنا
01:26
And it's specificallyعلى وجه التحديد algorithmsخوارزميات,
31
71000
2000
ان هذا التمثيل الرياضي هو في الحقيقة خوارزميات
01:28
whichالتي are basicallyفي الأساس the mathالرياضيات
32
73000
2000
والتي هي في الاساس الرياضيات
01:30
that computersأجهزة الكمبيوتر use to decideقرر stuffأمور.
33
75000
3000
التي يستخدمها الحاسوب من اجل أخذ قراراته
01:33
They acquireيكتسب the sensibilityحساسية of truthحقيقة
34
78000
2000
والتي تحمل في طياتها الواقعية
01:35
because they repeatكرر over and over again,
35
80000
2000
بسبب تكرارها على الدوام
01:37
and they ossifyتحجر and calcifyكلس,
36
82000
3000
فالخوارزميات تصنف وتعيد ترتيب وتحديد نفسها
01:40
and they becomeيصبح realحقيقة.
37
85000
2000
الى ان تتشكل بشكل الواقع الحقيقي
01:42
And I was thinkingتفكير about this, of all placesأماكن,
38
87000
3000
وكنت افكر بهذه الفكرة طيلة الوقت
01:45
on a transatlanticعابر الأطلسي flightطيران a coupleزوجان of yearsسنوات agoمنذ,
39
90000
3000
وذات مرة كنت في رحلة جوية منذ نحو عامين
01:48
because I happenedحدث to be seatedيجلس
40
93000
2000
وحدث صدفة انني كنت اجلس
01:50
nextالتالى to a Hungarianالهنغارية physicistفيزيائي about my ageعمر
41
95000
2000
بالقرب من عالم فيزياء هنغاري عمره يقارب عمري
01:52
and we were talkingالحديث
42
97000
2000
وكنا نتحدث
01:54
about what life was like duringأثناء the Coldالبرد Warحرب
43
99000
2000
عن الحياة اثناء الحرب الباردة
01:56
for physicistsعلماء الفيزياء in Hungaryاليونان.
44
101000
2000
وكيف كانت بالنسبة لفيزيائي في هنغاريا
01:58
And I said, "So what were you doing?"
45
103000
2000
فقلت " ماذا كنت تفعل في تلك الأثناء ؟ "
02:00
And he said, "Well we were mostlyخاصة breakingكسر stealthتسلل."
46
105000
2000
فقال " لقد كنا نفك شيفرة الطائرة الشبح "
02:02
And I said, "That's a good jobوظيفة. That's interestingمثير للإعجاب.
47
107000
2000
فقلت " انه عمل رائع .. مثير للاهتمام ..
02:04
How does that work?"
48
109000
2000
كيف كنتم تقومون به ؟ "
02:06
And to understandتفهم that,
49
111000
2000
ولكي نعي كيف يتم ذلك
02:08
you have to understandتفهم a little bitقليلا about how stealthتسلل worksأعمال.
50
113000
3000
علينا أن نفهم قليلاً كيف تعمل الطائرة الشبح
02:11
And so -- this is an over-simplificationالإفراط في التبسيط --
51
116000
3000
هذا تبسيط كبير للفكرة
02:14
but basicallyفي الأساس, it's not like
52
119000
2000
في الحقيقة .. الأمر ليس مجرد
02:16
you can just passالبشري a radarرادار signalإشارة
53
121000
2000
ان تعبر عبر اشارة الرادار
02:18
right throughعبر 156 tonsطن of steelصلب in the skyسماء.
54
123000
3000
بواسطة طائرة معدنية وزنها 156 طن دون أن يستطيع أن يراك أحد
02:21
It's not just going to disappearاختفى.
55
126000
3000
فالجسم لن يختفي هكذا
02:24
But if you can take this bigكبير, massiveكبير thing,
56
129000
3000
ولكن ان استطعنا ان نحول ذلك المجسم الكبير جداً
02:27
and you could turnمنعطف أو دور it into
57
132000
3000
الى عدة ..
02:30
a millionمليون little things --
58
135000
2000
ملايين من الاشياء الصغيرة
02:32
something like a flockقطيع of birdsالطيور --
59
137000
2000
مثل سرب الطيور
02:34
well then the radarرادار that's looking for that
60
139000
2000
عندها سيضطر الرادار الذي يعمل في المنطقة
02:36
has to be ableقادر to see
61
141000
2000
ان يحلل كل طائر
02:38
everyكل flockقطيع of birdsالطيور in the skyسماء.
62
143000
2000
من كل ذلك السرب
02:40
And if you're a radarرادار, that's a really badسيئة jobوظيفة.
63
145000
4000
وهذا العمل بالنسبة للرادار شبه مستحيل
02:44
And he said, "Yeah." He said, "But that's if you're a radarرادار.
64
149000
3000
ومن ثم اضاف " نعم .. هذا ان كنت تستخدم راداراً ..
02:47
So we didn't use a radarرادار;
65
152000
2000
ولكننا لم نكن نستخدم راداراً
02:49
we builtمبني a blackأسود boxصندوق that was looking for electricalالكهرباء signalsإشارات,
66
154000
3000
لقد بنينا صندوقاً اسوداً مهمته البحث عن الاشارات الكهربائية
02:52
electronicإلكتروني communicationالاتصالات.
67
157000
3000
والاتصالات اللاسلكية
02:55
And wheneverكلما كان we saw a flockقطيع of birdsالطيور that had electronicإلكتروني communicationالاتصالات,
68
160000
3000
وما ان نرى سرب طيور يتواصل فيما بينه او يحوي اشارات كهربائية
02:58
we thought, 'Probably'المحتمل has something to do with the Americansالأمريكيون.'"
69
163000
3000
حتى نجزم ان هذا الشيء متعلق بالامريكيين
03:01
And I said, "Yeah.
70
166000
2000
فقلت " أها..
03:03
That's good.
71
168000
2000
شيء مميز ..
03:05
So you've effectivelyعلى نحو فعال negatedانتفى
72
170000
2000
لقد ابطلت فاعلية
03:07
60 yearsسنوات of aeronauticالملاحة الجوية researchابحاث.
73
172000
2000
60 عام من الابحاث الجوية "
03:09
What's your actفعل two?
74
174000
2000
حسناً .. مالذي فعلته لاحقا
03:11
What do you do when you growتنمو up?"
75
176000
2000
بعد الحرب .. أين أكملت عملك ؟
03:13
And he said,
76
178000
2000
فقال لي ..
03:15
"Well, financialالأمور المالية servicesخدمات."
77
180000
2000
حسناً .. لقد انتقلت للعمل في المجال الاقتصادي
03:17
And I said, "Oh."
78
182000
2000
فقلت " أها ..
03:19
Because those had been in the newsأخبار latelyمؤخرا.
79
184000
3000
أنت تقصد هؤلاء الذين يظهرون مؤخراً كثيراً على نشرات الأخبار
03:22
And I said, "How does that work?"
80
187000
2000
فعقبت " ما طبيعة عملك هناك ؟ "
03:24
And he said, "Well there's 2,000 physicistsعلماء الفيزياء on Wallحائط Streetشارع now,
81
189000
2000
فقال " هناك اليوم ما يقارب 2000 فيزيائي في " وال ستريت " ..
03:26
and I'm one of them."
82
191000
2000
وانا واحد من هؤلاء "
03:28
And I said, "What's the blackأسود boxصندوق for Wallحائط Streetشارع?"
83
193000
3000
فقلت " ما هو الصندوق الاسود في " وال ستريت " ؟ "
03:31
And he said, "It's funnyمضحك you askيطلب that,
84
196000
2000
فقال " مضحك سؤالك هذا ..
03:33
because it's actuallyفعلا calledمسمي blackأسود boxصندوق tradingتجارة.
85
198000
3000
لانه في الحقيقة هناك ما يدعى الصندوق الاسود للمضاربات ..
03:36
And it's alsoأيضا sometimesبعض الأحيان calledمسمي algoالبرودة؛ الصقيع tradingتجارة,
86
201000
2000
واحيانا يدعى " خوارزميات السوق "
03:38
algorithmicالخوارزمية tradingتجارة."
87
203000
3000
" خوارزميات السوق "
03:41
And algorithmicالخوارزمية tradingتجارة evolvedتطورت in partجزء
88
206000
3000
وقد تطورت " خوارزميات السوق "
03:44
because institutionalالمؤسسية tradersالتجار have the sameنفسه problemsمشاكل
89
209000
3000
بسبب أن المضاربين يواجهون ذات المشاكل
03:47
that the Unitedمتحد Statesتنص على Airهواء Forceفرض had,
90
212000
3000
التي تواجهها سلاح الجو الامريكي
03:50
whichالتي is that they're movingمتحرك these positionsمواقف --
91
215000
3000
حيث يحدث ان يتم تحريك كم هائل من الاسهم او الحصص
03:53
whetherسواء it's Proctorالمسئول عن النظام & Gambleمغامرة or Accentureأكسنتشر, whateverايا كان --
92
218000
2000
مثل بروكتور و غامل او اكسينتر او نحو ذلك
03:55
they're movingمتحرك a millionمليون sharesتشارك of something
93
220000
2000
حيث يحركون ملايين من الاسهم
03:57
throughعبر the marketسوق.
94
222000
2000
عبر السوق المالي
03:59
And if they do that all at onceذات مرة,
95
224000
2000
وان قاموا بذلك في وقت واحد
04:01
it's like playingتلعب pokerلعبة البوكر and going all in right away.
96
226000
2000
فان ذلك يشابه وضع كل اموالك على طاولة الرهان
04:03
You just tipتلميح your handيد.
97
228000
2000
دون ان تقلب أوراقك
04:05
And so they have to find a way --
98
230000
2000
لذا كان يتوجب عليهم أن يجدوا طريقة
04:07
and they use algorithmsخوارزميات to do this --
99
232000
2000
لكي يستخدموا الخوارزميات
04:09
to breakاستراحة up that bigكبير thing
100
234000
2000
لمحاولة فك هذه التحركات الكبيرة
04:11
into a millionمليون little transactionsالمعاملات.
101
236000
2000
الى ملايين التحركات الصغيرة لكي يتم تحليلها
04:13
And the magicسحر and the horrorرعب of that
102
238000
2000
والامر السحري والمخيف بذات الوقت
04:15
is that the sameنفسه mathالرياضيات
103
240000
2000
ان نفس العمليات الرياضية
04:17
that you use to breakاستراحة up the bigكبير thing
104
242000
2000
التي تستخدم لتفكيك شيء كبير
04:19
into a millionمليون little things
105
244000
2000
الى ملايين الجزئيات الصغيرة
04:21
can be used to find a millionمليون little things
106
246000
2000
هو ذاته ما يستخدم لكي يشكل من ملايين الجزيئات الصغيرة
04:23
and sewخياطة them back togetherسويا
107
248000
2000
شيء كبير متماسك فيما بينه
04:25
and figureالشكل out what's actuallyفعلا happeningحدث in the marketسوق.
108
250000
2000
لمحاولة معرفة ما يحدث في السوق المالي
04:27
So if you need to have some imageصورة
109
252000
2000
ان اردتم تخيل ما يحدث في السوق المالي
04:29
of what's happeningحدث in the stockمخزون marketسوق right now,
110
254000
3000
في سوق الأسهم
04:32
what you can pictureصورة is a bunchباقة of algorithmsخوارزميات
111
257000
2000
فهو عليكم أن تتخيلوا كماً من الخوارزميات
04:34
that are basicallyفي الأساس programmedبرمجة to hideإخفاء,
112
259000
3000
تم تصميمها لكي تختفي عن أعين المراقبين
04:37
and a bunchباقة of algorithmsخوارزميات that are programmedبرمجة to go find them and actفعل.
113
262000
3000
وكمٌ آخر منها تم تصميمها لكي تستطيع أن تجد تلك الأولى
04:40
And all of that's great, and it's fine.
114
265000
3000
وهذا امرٌ رائع .. وجيد
04:43
And that's 70 percentنسبه مئويه
115
268000
2000
وهذا يمثل 70%
04:45
of the Unitedمتحد Statesتنص على stockمخزون marketسوق,
116
270000
2000
من سوق الاسهم الامريكية
04:47
70 percentنسبه مئويه of the operatingالتشغيل systemالنظام
117
272000
2000
70% من السوق المالي العامل
04:49
formerlyسابقا knownمعروف as your pensionراتب تقاعد,
118
274000
3000
والذي يمكن تعرفيه بعدة تعاريف
04:52
your mortgageالرهن العقاري.
119
277000
3000
مثل القروض التي تسحبونها .. معاشاتكم التعاقدية
04:55
And what could go wrongخطأ?
120
280000
2000
ولكن مالخطر في ذلك ؟
04:57
What could go wrongخطأ
121
282000
2000
الخطر الذي يحدث
04:59
is that a yearعام agoمنذ,
122
284000
2000
هو انه منذ سنة
05:01
nineتسعة percentنسبه مئويه of the entireكامل marketسوق just disappearsيختفي in fiveخمسة minutesالدقائق,
123
286000
3000
9% من السوق المالي اختفت خلال 5 دقائق
05:04
and they calledمسمي it the Flashفلاش Crashيصطدم _ تصادم of 2:45.
124
289000
3000
وقد سمي هذا الانهيار اللحظي ب ( 2:45 )
05:07
All of a suddenمفاجئ, nineتسعة percentنسبه مئويه just goesيذهب away,
125
292000
3000
ففجأة اختفت 9% من القيمة السوقية
05:10
and nobodyلا أحد to this day
126
295000
2000
وحتى اليوم لا احد يعي
05:12
can even agreeيوافق على on what happenedحدث
127
297000
2000
او يمكن ان يفسر ما قد حدث
05:14
because nobodyلا أحد orderedأمر it, nobodyلا أحد askedطلبت for it.
128
299000
3000
لانه لم يكن أحد قد أشترى أو باع تلك الحصة
05:17
Nobodyلا أحد had any controlمراقبة over what was actuallyفعلا happeningحدث.
129
302000
3000
ولم يستطع أحد ان يتحكم أو يضبط ما كان يحصل
05:20
All they had
130
305000
2000
وكل ما كان يرى حينها
05:22
was just a monitorمراقب in frontأمامي of them
131
307000
2000
شاشة حاسوب
05:24
that had the numbersأعداد on it
132
309000
2000
مليئة بالارقام
05:26
and just a redأحمر buttonزر
133
311000
2000
واشارات حمراء
05:28
that said, "Stop."
134
313000
2000
تنص على وجوب " ايقاف " السوق !
05:30
And that's the thing,
135
315000
2000
وهنا المشكلة ..
05:32
is that we're writingجاري الكتابة things,
136
317000
2000
اننا نبرمج اليوم
05:34
we're writingجاري الكتابة these things that we can no longerطويل readاقرأ.
137
319000
3000
نبرمج اشياءاً لم يعد بمقدورنا قراءتها او تحليلها
05:37
And we'veقمنا renderedالمقدمة something
138
322000
2000
نحن نقدم شيئاً ..
05:39
illegibleغير مقروء,
139
324000
2000
غير مقروء ..
05:41
and we'veقمنا lostضائع the senseإحساس
140
326000
3000
لقد فقدنا ادراكنا
05:44
of what's actuallyفعلا happeningحدث
141
329000
2000
لما يجري
05:46
in this worldالعالمية that we'veقمنا madeمصنوع.
142
331000
2000
في هذا العالم الذي يدور من حولنا
05:48
And we're startingابتداء to make our way.
143
333000
2000
وقد بدأ الامر يخرج عن سيطرتنا
05:50
There's a companyشركة in Bostonبوسطن calledمسمي NanexNanex,
144
335000
3000
هناك شركة في بوسطن تدعى " نانيكس "
05:53
and they use mathالرياضيات and magicسحر
145
338000
2000
يستخدمون الرياضيات وربما السحر
05:55
and I don't know what,
146
340000
2000
وربما ما لا أعرفه
05:57
and they reachتصل into all the marketسوق dataالبيانات
147
342000
2000
لكي يستخرجوا المعلومات من الاسواق المالية
05:59
and they find, actuallyفعلا sometimesبعض الأحيان, some of these algorithmsخوارزميات.
148
344000
3000
واحيانا يجدون خوارزميات مختبئة
06:02
And when they find them they pullسحب. شد them out
149
347000
3000
وعندما يجدونها يقومون بتحليلها وتمثيلها
06:05
and they pinدبوس them to the wallحائط like butterfliesالفراشات.
150
350000
3000
وتسليط الضوء عليها
06:08
And they do what we'veقمنا always doneفعله
151
353000
2000
ويفعلون هذا على الدوام عندما
06:10
when confrontedواجه with hugeضخم amountsكميات of dataالبيانات that we don't understandتفهم --
152
355000
3000
يلاحظون تحرك كم هائل من المعلومات دون أن يستوعبوا ماهيته
06:13
whichالتي is that they give them a nameاسم
153
358000
2000
ومايحدث هو انهم يطلقون الاسماء على الخوارزميات
06:15
and a storyقصة.
154
360000
2000
ومن ثم يقصون قصتها
06:17
So this is one that they foundوجدت,
155
362000
2000
وهذه واحدة من تلك التي استخرجوها
06:19
they calledمسمي the Knifeسكين,
156
364000
4000
انها تدعى " السكين "
06:23
the Carnivalمهرجان,
157
368000
2000
وهذه الكرنفال
06:25
the Bostonبوسطن Shufflerالملخبط ورق اللعب,
158
370000
4000
وهذه بوسطن شيفلر
06:29
Twilightالشفق.
159
374000
2000
وهذه " الشفق "
06:31
And the gagأسكت is
160
376000
2000
والمثير
06:33
that, of courseدورة, these aren'tلا just runningجري throughعبر the marketسوق.
161
378000
3000
ان الخوارزميات ليست فحسب في الاسواق المالية
06:36
You can find these kindsأنواع of things whereverأينما you look,
162
381000
3000
بل يمكن أن تجدها في كل مكان
06:39
onceذات مرة you learnتعلم how to look for them.
163
384000
2000
ما ان تتعلم كيف تبحث عنها
06:41
You can find it here: this bookكتاب about fliesيطير
164
386000
3000
على سبيل المثال هذا كتاب عن الحشرات
06:44
that you mayقد have been looking at on Amazonالأمازون.
165
389000
2000
ربما صادفه احدكم اثناء بحثه على مكتبة أمازون الالكترونية
06:46
You mayقد have noticedلاحظت it
166
391000
2000
ربما لاحظتم
06:48
when its priceالسعر startedبدأت at 1.7 millionمليون dollarsدولار.
167
393000
2000
ان سعره بدأ من 1.7 مليون دولار
06:50
It's out of printطباعة -- still ...
168
395000
2000
وقد بيعت كل النسخ !
06:52
(Laughterضحك)
169
397000
2000
(ضحك)
06:54
If you had boughtاشترى it at 1.7, it would have been a bargainصفقة.
170
399000
3000
وان كنت قد اشتريته ب1.7 مليون دولار .. فانت قد حزت صفقة مميزة
06:57
A fewقليل hoursساعات laterفي وقت لاحق, it had goneذهب up
171
402000
2000
فقد ارتفع سعر النسخة بعد عدة ساعات
06:59
to 23.6 millionمليون dollarsدولار,
172
404000
2000
الى 23.6 مليون دولار
07:01
plusزائد shippingالشحن and handlingمعالجة.
173
406000
2000
بالاضافة الى رسوم الشحن والايصال
07:03
And the questionسؤال is:
174
408000
2000
والسؤال هنا ..
07:05
Nobodyلا أحد was buyingشراء or sellingيبيع anything; what was happeningحدث?
175
410000
2000
لم يكن أحد يشتري او يبيع الكتاب او يضارب عليه .. فكيف حدث ما حدث ؟
07:07
And you see this behaviorسلوك on Amazonالأمازون
176
412000
2000
عندما ترى هذا في آمازون
07:09
as surelyبالتاكيد as you see it on Wallحائط Streetشارع.
177
414000
2000
او في السوق المالي في وال ستريت
07:11
And when you see this kindطيب القلب of behaviorسلوك,
178
416000
2000
عليك ان تعي على الفور
07:13
what you see is the evidenceدليل
179
418000
2000
ان هذا الامر ما هو الا دليل
07:15
of algorithmsخوارزميات in conflictنزاع,
180
420000
2000
على وجود تضاربات بين الخوارزميات المبرمجة في ذلك المجال
07:17
algorithmsخوارزميات lockedمقفل in loopsالحلقات with eachكل other,
181
422000
2000
فالخوارزميات قد تكون واقعة ضمن دوائر تكرارية و تقوم بمضاعفة نفسها
07:19
withoutبدون any humanبشري oversightمراقبة,
182
424000
2000
بدون أي اشراف بشري او ادراك منه
07:21
withoutبدون any adultبالغ supervisionإشراف
183
426000
3000
وبدون عملية ضبط واعية
07:24
to say, "Actuallyفعلا, 1.7 millionمليون is plentyوفرة."
184
429000
3000
لكي يقول أحدهم على الاقل " ان سعر 1.7 مليون دولار هو رقم كبير لكتاب مثل ذاك "
07:27
(Laughterضحك)
185
432000
3000
(ضحك)
07:30
And as with Amazonالأمازون, so it is with Netflixنيتفليكس.
186
435000
3000
وكما الامر في آمازون .. كذلك هو في نيتفليكس Netflix
07:33
And so Netflixنيتفليكس has goneذهب throughعبر
187
438000
2000
ف نيتفليكس Netflix قامت باستخدام
07:35
severalالعديد من differentمختلف algorithmsخوارزميات over the yearsسنوات.
188
440000
2000
العديد من الخوارزميات عبر السنين
07:37
They startedبدأت with CinematchCinematch, and they'veكان عليهم triedحاول a bunchباقة of othersالآخرين --
189
442000
3000
قد بداوا بخوارزمية " السينما ماتش " والعديد منها
07:40
there's Dinosaurديناصور Planetكوكب; there's Gravityالجاذبية.
190
445000
2000
وقد استخدموا كوكب الديناصورات .. والجاذبية
07:42
They're usingاستخدام Pragmaticواقعي Chaosفوضى now.
191
447000
2000
وهم يستخدمون الآن خوارزمية " الفوضى البرجماتية "
07:44
Pragmaticواقعي Chaosفوضى is, like all of Netflixنيتفليكس algorithmsخوارزميات,
192
449000
2000
والخوارزمية تلك هي مثل خوارزميات نيتفليكس Netflix
07:46
tryingمحاولة to do the sameنفسه thing.
193
451000
2000
وهدفها مهمة واحدة فقط
07:48
It's tryingمحاولة to get a graspيفهم، يمسك، يقبض on you,
194
453000
2000
وهي محاولة تحليل ما يجري في دماغك
07:50
on the firmwareالبرامج الثابتة insideفي داخل the humanبشري skullجمجمة,
195
455000
2000
عن طريق رسم خارطة لخياراتك داخل الجمجمة البشرية
07:52
so that it can recommendنوصي what movieفيلم
196
457000
2000
لكي تحاول ان ترجح لك فلماً
07:54
you mightربما want to watch nextالتالى --
197
459000
2000
ربما قد تود أن تشاهده
07:56
whichالتي is a very, very difficultصعب problemمشكلة.
198
461000
3000
وهي مشكلة كبيرة جداً
07:59
But the difficultyصعوبة of the problemمشكلة
199
464000
2000
ولكن العائق الاكبر في هذه المشكلة
08:01
and the factحقيقة that we don't really quiteالى حد كبير have it down,
200
466000
3000
هو اننا لا نملك حتى اليوم كتابة واقعية لما يجري في تلك الخوارزمية ولا نملك ضبطها
08:04
it doesn't take away
201
469000
2000
انها تتصرف بصورة ما عن طريق استقراء عام
08:06
from the effectsتأثيرات Pragmaticواقعي Chaosفوضى has.
202
471000
2000
ولكنها تملك تأثيراً واسعا فخوارزمية الفوضى البرجماتية
08:08
Pragmaticواقعي Chaosفوضى, like all Netflixنيتفليكس algorithmsخوارزميات,
203
473000
3000
كمعظم خوارزميات نيتفليكس Netflix
08:11
determinesيحدد, in the endالنهاية,
204
476000
2000
تحدد في نهاية الامر
08:13
60 percentنسبه مئويه
205
478000
2000
60%
08:15
of what moviesأفلام endالنهاية up beingيجرى rentedمؤجر.
206
480000
2000
من سوق الأفلام التي يتم إستئجارها
08:17
So one pieceقطعة of codeالشفرة
207
482000
2000
وتحتاج تلك الخوارزمية معلومة
08:19
with one ideaفكرة about you
208
484000
3000
واحدة فقط عن ما تحب مشاهدته
08:22
is responsibleمسؤول for 60 percentنسبه مئويه of those moviesأفلام.
209
487000
3000
تحدد 60% من الافلام التي ستقوم انت بإستئجارها لاحقاً
08:25
But what if you could rateمعدل those moviesأفلام
210
490000
2000
ولكن ماذا لو أستطعت تقييم الفلم
08:27
before they get madeمصنوع?
211
492000
2000
قبل ان يتم تصويره
08:29
Wouldn'tلن that be handyفي المتناول?
212
494000
2000
اليس ذلك امرٌ فعال ؟
08:31
Well, a fewقليل dataالبيانات scientistsالعلماء from the U.K. are in Hollywoodهوليوود,
213
496000
3000
حسناً .. بعض العلماء من المملكة المتحدة ذهبوا الى هوليوود
08:34
and they have "storyقصة algorithmsخوارزميات" --
214
499000
2000
ولديهم نوع من الخوارزميات القصصية
08:36
a companyشركة calledمسمي EpagogixEpagogix.
215
501000
2000
يستخدمونه ضمن شركة اسسوها تدعى " إيباجوجيكس "
08:38
And you can runيركض your scriptالنصي throughعبر there,
216
503000
3000
وهي شركة يتم ادخال نص الفلم الى برمجياتها
08:41
and they can tell you, quantifiablyوبكميات كبيرة,
217
506000
2000
ومن ثم يمكن وبصورة مقبولة
08:43
that that's a 30 millionمليون dollarدولار movieفيلم
218
508000
2000
معرفة ما ان كان الفلم سينجح وتحدد قيمة الفلم ان كانت 30 مليون دولار
08:45
or a 200 millionمليون dollarدولار movieفيلم.
219
510000
2000
او 200 مليون دولار
08:47
And the thing is, is that this isn't Googleجوجل.
220
512000
2000
وهذا الامر ليس مثل عمل " جوجل "
08:49
This isn't informationمعلومات.
221
514000
2000
انها ليست معلومات
08:51
These aren'tلا financialالأمور المالية statsاحصائيات; this is cultureحضاره.
222
516000
2000
انها ليست حالة مالية او تحليل اقتصادي .. بل انها ثقافة
08:53
And what you see here,
223
518000
2000
وما ترونه هنا
08:55
or what you don't really see normallyبشكل طبيعي,
224
520000
2000
او ما لا نراه عادة
08:57
is that these are the physicsعلوم فيزيائية of cultureحضاره.
225
522000
4000
هو ان الخورزميات تلك هي " فيزياء الثقافة "
09:01
And if these algorithmsخوارزميات,
226
526000
2000
وإن حدث لتلك خوارزميات
09:03
like the algorithmsخوارزميات on Wallحائط Streetشارع,
227
528000
2000
ما حدث لخوارزميات وول ستريت
09:05
just crashedتحطم one day and wentذهب awryمنحرف,
228
530000
3000
أي إن اصابها عطب بصورة مفاجئة
09:08
how would we know?
229
533000
2000
فكيف سنعلم ذلك .. ومن سيعلم ذلك
09:10
What would it look like?
230
535000
2000
وكيف ستغدو الامور بعدها ..
09:12
And they're in your houseمنزل. They're in your houseمنزل.
231
537000
3000
وتلك الخوارزميات موجودة في منزلك ..
09:15
These are two algorithmsخوارزميات competingالمتنافسة for your livingالمعيشة roomمجال.
232
540000
2000
هنا نوعان من الخوارزميات التي تقوم بحاسب غرفة معيشتك
09:17
These are two differentمختلف cleaningتنظيف robotsالروبوتات
233
542000
2000
وهما نوعان من الرجال الالية التي تقوم بعملية التنظيف اعتماداً على الخوارزميات
09:19
that have very differentمختلف ideasأفكار about what cleanنظيف meansيعني.
234
544000
3000
وكلا الروبوتان يستخدمان مفهومين مختلفين للتنظيف
09:22
And you can see it
235
547000
2000
كما تشاهدون على هذه الصورة
09:24
if you slowبطيء it down and attachيربط lightsأضواء to them,
236
549000
3000
والتي التقطت عبر وضع مصدر ضوئي على الروبوتات وتصويرها
09:27
and they're sortفرز of like secretسر architectsالمهندسين المعماريين in your bedroomغرفة نوم.
237
552000
3000
ان تلك الروبوتات مع الخوارزميات تبدو وكأنها مهندسين معمارين في غرف نومنا
09:30
And the ideaفكرة that architectureهندسة معمارية itselfبحد ذاتها
238
555000
3000
على سبيل الذكر ان الهندسة المعمارية هي بذات نفسها
09:33
is somehowبطريقة ما subjectموضوع to algorithmicالخوارزمية optimizationالاقوي
239
558000
2000
تمثيل للخوارزميات والتي سوف تسيطر على كل شيء
09:35
is not far-fetchedبعيد الإحتمال.
240
560000
2000
وهذا ليس أمر بعيد المنال
09:37
It's super-realفائقة حقيقية and it's happeningحدث around you.
241
562000
3000
انه امرٌ واقعي جداً ويجري من حولنا على الدوام - تحكم الخوارزميات -
09:40
You feel it mostعظم
242
565000
2000
وسوف تشعرون بها أكثر ما يمكن
09:42
when you're in a sealedمختوم metalفلز boxصندوق,
243
567000
2000
عندما تجدون أنفسكم محجوزون في صندوق معدني
09:44
a new-styleأسلوب جديد elevatorمصعد;
244
569000
2000
هذا مصعد من طراز جديد
09:46
they're calledمسمي destination-controlالسيطرة جهة elevatorsالمصاعد.
245
571000
2000
انه يدعى " مصعد التحكم بالوجهة "
09:48
These are the onesمنها where you have to pressصحافة what floorأرضية you're going to go to
246
573000
3000
وهي نوع من المصاعد التي تطلب منك اختيار وجهتك والطابق ...
09:51
before you get in the elevatorمصعد.
247
576000
2000
الذي تزعم الذهاب اليه قبل الدخول اليه
09:53
And it usesالاستخدامات what's calledمسمي a bin-packingبن التعبئة algorithmخوارزمية.
248
578000
2000
وهو يستخدم نوع من الخوارزميات تدعى صندوق التعبئة
09:55
So noneلا شيء of this mishegasmishegas
249
580000
2000
وماحدث ان تلك البرمجة اصابها عطب ما
09:57
of lettingالسماح everybodyالجميع go into whateverايا كان carسيارة they want.
250
582000
2000
فمنعت الناس من الذهاب الى سياراتهم
09:59
Everybodyالجميع who wants to go to the 10thعشر floorأرضية goesيذهب into carسيارة two,
251
584000
2000
فكان نتيجة لبرمجتها ان كل من يريد الذهاب للطابق العاشر فهو متوجه الى السيارة الثانية
10:01
and everybodyالجميع who wants to go to the thirdالثالث floorأرضية goesيذهب into carسيارة fiveخمسة.
252
586000
3000
وكل من سيتوجه الى الطابق الثالث فهو متوجه الى السيارة الخامسة
10:04
And the problemمشكلة with that
253
589000
2000
وما حدث جراء ذلك
10:06
is that people freakاستثنائي out.
254
591000
2000
ان الناس جزعت جداً
10:08
People panicهلع.
255
593000
2000
الناس هلعت ..
10:10
And you see why. You see why.
256
595000
2000
وكما ترون ... السبب كان ببساطة
10:12
It's because the elevatorمصعد
257
597000
2000
ان تلك المصاعد
10:14
is missingمفقود some importantمهم instrumentationالأجهزة, like the buttonsوصفت.
258
599000
3000
كانت فاقدة لأدوات هامة جداً .. وهي الازرار
10:17
(Laughterضحك)
259
602000
2000
(ضحك)
10:19
Like the things that people use.
260
604000
2000
كتلك التي يستخدمها الاشخاص في المصاعد العادية
10:21
All it has
261
606000
2000
وكل ما كانت تملكه
10:23
is just the numberرقم that movesالتحركات up or down
262
608000
3000
هو ارقام تصعد الى الاعلى والاسفل
10:26
and that redأحمر buttonزر that saysيقول, "Stop."
263
611000
3000
وزر أحمر وحيد عليه كلمة " توقف "
10:29
And this is what we're designingتصميم for.
264
614000
3000
ان هذا ما نصممه
10:32
We're designingتصميم
265
617000
2000
هذا ما نسعى لتصميمه
10:34
for this machineآلة dialectلهجة.
266
619000
2000
لهذه الآلية " الراقية "
10:36
And how farبعيدا can you take that? How farبعيدا can you take it?
267
621000
3000
إذاً الى اي مدى يمكننا أن نتمادى في هذا .. اين يمكن ان نصل اكثر من هذا
10:39
You can take it really, really farبعيدا.
268
624000
2000
على ما يبدو .. سنذهب بعيداً جداً
10:41
So let me take it back to Wallحائط Streetشارع.
269
626000
3000
دعونا نعود الى سوق وول ستريت
10:45
Because the algorithmsخوارزميات of Wallحائط Streetشارع
270
630000
2000
لأن الخوارزميات في وول ستريت
10:47
are dependentيعتمد on one qualityجودة aboveفي الاعلى all elseآخر,
271
632000
3000
هي الاكثر تعقيداً ورقياً والتي تعتمد على ميزة هامة جداً
10:50
whichالتي is speedسرعة.
272
635000
2000
وهي السرعة
10:52
And they operateالعمل on millisecondsميلي ثانية and microsecondsميكروثانية.
273
637000
3000
وهي تتجاوب خلال اجزاء الميلي والميكرو من الثانية
10:55
And just to give you a senseإحساس of what microsecondsميكروثانية are,
274
640000
2000
ولكي تعوا ما هي الميكرو ثانية
10:57
it takes you 500,000 microsecondsميكروثانية
275
642000
2000
فان نقرة واحدة للفأرة
10:59
just to clickانقر a mouseالفأر.
276
644000
2000
تستغرق 500 ألف ميكرو ثانية
11:01
But if you're a Wallحائط Streetشارع algorithmخوارزمية
277
646000
2000
ولكن إن كنت خبير خوارزميات في وول ستريت
11:03
and you're fiveخمسة microsecondsميكروثانية behindخلف,
278
648000
2000
وكنت متأخر بما يقارب 5 ميكرو ثانية
11:05
you're a loserالخاسر.
279
650000
2000
فأنت خاسر ومتأخر على الركب
11:07
So if you were an algorithmخوارزمية,
280
652000
2000
لذا إن كنت خبير خوارزميات
11:09
you'dكنت look for an architectمهندس معماري like the one that I metالتقى in Frankfurtفرانكفورت
281
654000
3000
فربما أنت تحتاج أن تتعرف على مهندس معماري كمثل الذي قابلته في فرانكفورت
11:12
who was hollowingتفريغ out a skyscraperناطحة سحاب --
282
657000
2000
والذي كان يفرغ ناطحة سحاب بأكلمها
11:14
throwingرمي out all the furnitureأثاث المنزل, all the infrastructureبنية تحتية for humanبشري use,
283
659000
3000
من كل الاثاث و الخدمات التي يستخدمها البشر
11:17
and just runningجري steelصلب on the floorsطوابق
284
662000
3000
ليترك فحسب الفولاذ الذي يكون ناطحة السحاب تلك
11:20
to get readyجاهز for the stacksكومات of serversالخوادم to go in --
285
665000
3000
من اجل ان يستعد لوضع مخدمات
11:23
all so an algorithmخوارزمية
286
668000
2000
تعمل على تحليل الخوارزميات
11:25
could get closeأغلق to the Internetالإنترنت.
287
670000
3000
ولكي تستطيع الولوج اسرع الى الانترنت
11:28
And you think of the Internetالإنترنت as this kindطيب القلب of distributedوزعت systemالنظام.
288
673000
3000
عليكم ان تنظروا الى مخدمات الانترنت كانظمة توزيع
11:31
And of courseدورة, it is, but it's distributedوزعت from placesأماكن.
289
676000
3000
وكما تعلمون هي كذلك .. ولكن منتشرة على نطاق شاسع من الاماكن
11:34
In Newالجديد Yorkيورك, this is where it's distributedوزعت from:
290
679000
2000
في نيويورك هذه اماكن توزيعها ..
11:36
the Carrierالناقل Hotelالفندق
291
681000
2000
هنا في فندق الكارير
11:38
locatedتقع on Hudsonهدسون Streetشارع.
292
683000
2000
في شارع هدسون
11:40
And this is really where the wiresالأسلاك come right up into the cityمدينة.
293
685000
3000
وهو المكان الذي تخرج منه جميع الاسلاك والاتصالات الى المدينة
11:43
And the realityواقع is that the furtherبالإضافة إلى ذلك away you are from that,
294
688000
4000
والفكرة هي انه كلما ابتعدت عن ذلك المصدر
11:47
you're a fewقليل microsecondsميكروثانية behindخلف everyكل time.
295
692000
2000
كلما كنت متأخراً ببضع ميكرو ثواني
11:49
These guys down on Wallحائط Streetشارع,
296
694000
2000
الاشخاص هؤلاء في وول ستريت
11:51
Marcoماركو Poloبولو and Cherokeeشيروكي Nationالأمة,
297
696000
2000
ماركو بولو و شيروكي ناشون
11:53
they're eightثمانية microsecondsميكروثانية
298
698000
2000
متاخرون 8 ميكرو ثانية
11:55
behindخلف all these guys
299
700000
2000
عن اولئك الاشخاص
11:57
going into the emptyفارغة buildingsالبنايات beingيجرى hollowedتجويف out
300
702000
4000
الموجودين في المبنى المفرغ
12:01
up around the Carrierالناقل Hotelالفندق.
301
706000
2000
والذي يقع حول فندق الكارير
12:03
And that's going to keep happeningحدث.
302
708000
3000
وسوف تستمر تلك العملية
12:06
We're going to keep hollowingتفريغ them out,
303
711000
2000
اقصد عملية تفريغ ناطحات السحاب
12:08
because you, inchبوصة for inchبوصة
304
713000
3000
لأن كل بوصة تعني بوصة من الأموال
12:11
and poundجنيه for poundجنيه and dollarدولار for dollarدولار,
305
716000
3000
ودولاراً و جنيهاً استرليني
12:14
noneلا شيء of you could squeezeضغط revenueإيرادات out of that spaceالفراغ
306
719000
3000
ولا أحد يستطيع ان يكسب من كل مساحة مالاً
12:17
like the Bostonبوسطن Shufflerالملخبط ورق اللعب could.
307
722000
3000
مثلما يحدث في بوسطن شفلر
12:20
But if you zoomتكبير out,
308
725000
2000
ولكن ان حدث ونظرت من منظور اكبر
12:22
if you zoomتكبير out,
309
727000
2000
ان حدث ونظرت من الاعلى اكثر
12:24
you would see an 825-mile-ميل trenchخندق
310
729000
4000
سوف ترى ان هناك خندق طوله 825 ميلاً
12:28
betweenما بين Newالجديد Yorkيورك Cityمدينة and Chicagoشيكاغو
311
733000
2000
بين مدينة نيويورك و شيكاغو
12:30
that's been builtمبني over the last fewقليل yearsسنوات
312
735000
2000
والذي تم بناؤه عبر عدة سنوات
12:32
by a companyشركة calledمسمي Spreadانتشار Networksالشبكات.
313
737000
3000
من قبل شركة تدعى " بسط الشبكات "
12:35
This is a fiberالأساسية opticبصري cableكابل
314
740000
2000
وهو توصيلة ألياف ضوئية
12:37
that was laidوضعت betweenما بين those two citiesمدن
315
742000
2000
تم بناؤها بين تلك المدينتين
12:39
to just be ableقادر to trafficحركة المرور one signalإشارة
316
744000
3000
لكي ينقل إشارة واحدة فقط
12:42
37 timesمرات fasterبسرعة than you can clickانقر a mouseالفأر --
317
747000
3000
هي اسرع ب37 مرة من نقرة الفأرة
12:45
just for these algorithmsخوارزميات,
318
750000
3000
وقد تم ذلك .. وصرف كل ذلك المال فقط من أجل الخوارزميات
12:48
just for the Carnivalمهرجان and the Knifeسكين.
319
753000
3000
من اجل الخوارزميات امثال الكرنفال والسكين
12:51
And when you think about this,
320
756000
2000
وعندما نفكر بهذا ..
12:53
that we're runningجري throughعبر the Unitedمتحد Statesتنص على
321
758000
2000
اننا حفرنا عبر الولايات المتحدة الامريكية
12:55
with dynamiteديناميت and rockصخرة sawsمناشير
322
760000
3000
بواسطة الحفارات والمتفجرات
12:58
so that an algorithmخوارزمية can closeأغلق the dealصفقة
323
763000
2000
من أجل تلك الخوارزميات لكي تستطيع ان تتم صفقة في السوق المالي
13:00
threeثلاثة microsecondsميكروثانية fasterبسرعة,
324
765000
3000
بسرعة اكبر ب 3 ميكرو ثانية
13:03
all for a communicationsمجال الاتصالات frameworkالإطار
325
768000
2000
كل ذلك فقط من اجل شبكة اتصالات
13:05
that no humanبشري will ever know,
326
770000
4000
رغم انه لا يوجد اي شخص
13:09
that's a kindطيب القلب of manifestقائمة destinyمصير;
327
774000
3000
يعرف ما هو المصير الواضح لما يجري
13:12
and we'llحسنا always look for a newالجديد frontierحدود.
328
777000
3000
الا ان الانسان على الدوام يبحث عن شيء جديد .. وفكر أبعد وحدود أوسع
13:15
Unfortunatelyلسوء الحظ, we have our work cutيقطع out for us.
329
780000
3000
لسوء الحظ ..اننا نعمل اليوم على استبعادنا من أعمالنا
13:18
This is just theoreticalنظري.
330
783000
2000
الان هذه صورة نظرية فحسب
13:20
This is some mathematiciansعلماء الرياضيات at MITMIT.
331
785000
2000
وهي من رياضي من معهد " إم آي تي "
13:22
And the truthحقيقة is I don't really understandتفهم
332
787000
2000
في الحقيقة انا لا افهم الكثير مما قاله
13:24
a lot of what they're talkingالحديث about.
333
789000
2000
وربما معظم ما قاله
13:26
It involvesيتضمن lightضوء conesالمخاريط and quantumكمية entanglementتشابك,
334
791000
3000
فكلامه يعتمد على مخاريط الضوء .. وميكانيكا الكم المتشابكة
13:29
and I don't really understandتفهم any of that.
335
794000
2000
وانا لا افهم معظم هذا
13:31
But I can readاقرأ this mapخريطة,
336
796000
2000
ولكن يمكنني ان استوعب هذه الخريطة
13:33
and what this mapخريطة saysيقول
337
798000
2000
ما قاله هو عبر تلك الخريطة
13:35
is that, if you're tryingمحاولة to make moneyمال on the marketsالأسواق where the redأحمر dotsالنقاط are,
338
800000
3000
انه ان كنت تريد ان تجني الاموال من الاسواق الموجودة في النقاط الحمراء
13:38
that's where people are, where the citiesمدن are,
339
803000
2000
اي مكان وجود التجمعات السكانية والمدن
13:40
you're going to have to put the serversالخوادم where the blueأزرق dotsالنقاط are
340
805000
3000
عليك ان تضع مخدمات الانترنت والاتصال خاصتك على النقاط الزرقاء
13:43
to do that mostعظم effectivelyعلى نحو فعال.
341
808000
2000
لكي تحصل على الفاعلية القصوى
13:45
And the thing that you mightربما have noticedلاحظت about those blueأزرق dotsالنقاط
342
810000
3000
وكما ترون ان بعض هذه النقاط موجودة
13:48
is that a lot of them are in the middleوسط of the oceanمحيط.
343
813000
3000
في عرض المحيط
13:51
So that's what we'llحسنا do: we'llحسنا buildبناء bubblesفقاعات or something,
344
816000
3000
ومقترحه ان يقوم ببناء فقاعات كبيرة
13:54
or platformsمنصات.
345
819000
2000
او منصات كبيرة
13:56
We'llحسنا actuallyفعلا partجزء the waterماء
346
821000
2000
تكون جزء من المحيط
13:58
to pullسحب. شد moneyمال out of the airهواء,
347
823000
2000
تعمل على امتصاص الاموال من الاجواء المالية !
14:00
because it's a brightمشرق futureمستقبل
348
825000
2000
انه مستقبل مبهر
14:02
if you're an algorithmخوارزمية.
349
827000
2000
إن كنت خبير خوارزميات
14:04
(Laughterضحك)
350
829000
2000
(ضحك)
14:06
And it's not the moneyمال that's so interestingمثير للإعجاب actuallyفعلا.
351
831000
3000
ان المال ليس مثيرٌ للاهتمام في الحقيقة
14:09
It's what the moneyمال motivatesيحفز,
352
834000
2000
بل ما يمكن للمال ان يدفع الانسان للقيام به ويحفزه عليه
14:11
that we're actuallyفعلا terraformingيبدو استصلاح
353
836000
2000
اننا بكل بساطة نعيد تشكيل
14:13
the Earthأرض itselfبحد ذاتها
354
838000
2000
الارض
14:15
with this kindطيب القلب of algorithmicالخوارزمية efficiencyنجاعة.
355
840000
2000
بسبب تلك خوارزميات وفاعليتها
14:17
And in that lightضوء,
356
842000
2000
وفي ضوء كل ما سبق ذكره
14:19
you go back
357
844000
2000
ان عدنا الى
14:21
and you look at Michaelميخائيل Najjar'sوالنجار photographsالصور,
358
846000
2000
صورة ميشيل نجار
14:23
and you realizeأدرك that they're not metaphorتشابه مستعار, they're prophecyنبوءة.
359
848000
3000
فاننا سندرك ان صورته تلك ليست تمثيل او استعارة بصرية .. انها في الحقيقة نبوءة
14:26
They're prophecyنبوءة
360
851000
2000
انها نبوءة
14:28
for the kindطيب القلب of seismicزلزالي, terrestrialأرضي effectsتأثيرات
361
853000
4000
توضح التاثير الكبير الذي تقوم به الرياضيات وتاثيرها " الزلزالي "
14:32
of the mathالرياضيات that we're makingصناعة.
362
857000
2000
على معالمنا الارضية
14:34
And the landscapeالمناظر الطبيعيه was always madeمصنوع
363
859000
3000
ان المشهد دائماً تم تشكيله
14:37
by this sortفرز of weirdعجيب, uneasyغير مستقر collaborationتعاون
364
862000
3000
بهذا النوع الغريب و التعاون الصعب
14:40
betweenما بين natureطبيعة and man.
365
865000
3000
بين الانسان و الطبيعة
14:43
But now there's this thirdالثالث co-evolutionaryشارك في تطوري forceفرض: algorithmsخوارزميات --
366
868000
3000
ولكن علينا ان نعي ان هناك اليوم عامل تطور ثالث جديد هو الخوارزميات
14:46
the Bostonبوسطن Shufflerالملخبط ورق اللعب, the Carnivalمهرجان.
367
871000
3000
مثل خوارزمية الكرنفال و بوسطن شيفلر
14:49
And we will have to understandتفهم those as natureطبيعة,
368
874000
3000
وعلينا يوماً ما ان ننظر الى الخوارزميات كجزء من الطبيعة المحيطة بنا
14:52
and in a way, they are.
369
877000
2000
والتي ربما بطريقة ما... هي كذلك
14:54
Thank you.
370
879000
2000
شكراً
14:56
(Applauseتصفيق)
371
881000
20000
(تصفيق)
Translated by Mahmoud Aghiorly
Reviewed by Anwar Dafa-Alla

▲Back to top

ABOUT THE SPEAKER
Kevin Slavin - Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms.

Why you should listen

Are you addicted to the dead-simple numbers game Drop 7 or Facebook’s Parking Wars? Blame Kevin Slavin and the game development company he co-founded in 2005, Area/Code, which makes clever game entertainments that enter the fabric of reality.

All this fun is powered by algorithms -- as, increasingly, is our daily life. From the Google algorithms to the algos that give you “recommendations” online to those that automatically play the stock markets (and sometimes crash them): we may not realize it, but we live in the algoworld.

He says: "The quickest way to find out what the boundaries of reality are is to figure where they break."

More profile about the speaker
Kevin Slavin | Speaker | TED.com