EG 2007
Kevin Kelly: The next 5,000 days of the web
Kevin Kelly o następnych 5000 dni sieci
Filmed:
Readability: 3.3
1,751,618 views
Na konferencji EG w 2007 roku, Kevin Kelly podzielił się z nami zabawnym spostrzeżeniem: World Wide Web, taka jaką dziś znamy, ma tylko 5000 dni. Kelly pyta czy możemy przewidzieć co czeka nas w następnych 5000 dni Sieci?
Kevin Kelly - Digital visionary
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
There may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology. Full bio
Double-click the English transcript below to play the video.
00:16
The Internet, the Web as we know it,
0
0
2000
Internet, Sieć taka, jaką znamy,
00:18
the kind of Web -- the things we're all talking about --
1
2000
3000
ten rodzaj sieci - to o czym aktualnie mówimy
00:21
is already less than 5,000 days old.
2
5000
4000
nie ma jeszcze nawet 5000 dni.
00:25
So all of the things that we've seen come about,
3
9000
4000
Wszystkie te rzeczy, które do tej pory zobaczyliśmy,
00:29
starting, say, with satellite images of the whole Earth,
4
13000
3000
poczynając np. od zdjęć satelitarnych całej Ziemi,
00:32
which we couldn't even imagine happening before,
5
16000
3000
których wcześniej nawet nie mogliśmy sobie wyobrazić,
00:35
all these things rolling into our lives,
6
19000
4000
wszystkie te rzeczy wplotły się w naszą codzienność,
00:39
just this abundance of things that are right before us,
7
23000
5000
cała ich obfitość którą mamy w zasięgu,
00:44
sitting in front of our laptop, or our desktop.
8
28000
2000
siedząc przed swoimi komputerami.
00:46
This kind of cornucopia of stuff
9
30000
2000
Ten róg obfitości rzeczy
00:48
just coming and never ending is amazing, and we're not amazed.
10
32000
6000
pojawiajacych się bez końca jest zdumiewający, lecz wcale nas nie zaskakuje.
00:54
It's really amazing that all this stuff is here.
11
38000
4000
To doprawdy niesamowite, że ten cały majdan tu jest.
00:58
(Laughter)
12
42000
1000
(Śmiech)
00:59
It's in 5,000 days, all this stuff has come.
13
43000
4000
Wszystko to pojawiło się w zaledwie 5000 dni.
01:03
And I know that 10 years ago,
14
47000
3000
I wiem, że gdybym 10 lat temu,
01:06
if I had told you that this was all coming,
15
50000
2000
powiedział Wam, że to wszystko to nadchodzi,
01:08
you would have said that that's impossible.
16
52000
3000
powiedzielibyście, że to niemożliwe.
01:11
There's simply no economic model that that would be possible.
17
55000
5000
Po prostu nie ma modelu ekonomicznego, który by na to pozwolił.
01:16
And if I told you it was all coming for free,
18
60000
2000
I gdybym Wam powiedział, że to wszystko będzie za darmo,
01:18
you would say, this is simply -- you're dreaming.
19
62000
2000
powiedzielibyście po prostu - śnisz na jawie.
01:20
You're a Californian utopian. You're a wild-eyed optimist.
20
64000
4000
Jesteś marzycielem, wierzysz w Utopię. Jesteś nadmiernym optymistą.
01:24
And yet it's here.
21
68000
2000
A jednak to wszystko już jest.
01:26
The other thing that we know about it was that 10 years ago,
22
70000
4000
Z innej strony, to czego domyślaliśmy się 10 lat temu,
01:30
as I looked at what even Wired was talking about,
23
74000
3000
kiedy patrzę na to co mówili wówczas entuzjaści
01:33
we thought it was going to be TV, but better.
24
77000
3000
Sieć miała być rodzajem telewizji, tyle że lepszej.
01:36
That was the model. That was what everybody was suggesting
25
80000
4000
Taki był wzorzec, więc wszyscy sugerowali,
01:40
was going to be coming.
26
84000
2000
że tak właśnie się stanie.
01:42
And it turns out that that's not what it was.
27
86000
3000
Tymczasem Sieć stała się czymś innym.
01:45
First of all, it was impossible, and it's not what it was.
28
89000
3000
Po pierwsze, była czymś niemożliwym, i nie stała się tym, czego się po niej spodziewano.
01:48
And so one of the things that I think we're learning --
29
92000
1000
Myślę więc, że jedną z rzeczy, których się uczymy
01:49
if you think about, like, Wikipedia,
30
93000
2000
choćby na przykładzie czegoś takiego, jak Wikipedia,
01:51
it's something that was simply impossible.
31
95000
2000
jest, że było to po prostu coś niewykonalnego.
01:53
It's impossible in theory, but possible in practice.
32
97000
4000
Jest to niemożliwe w teorii, lecz możliwe w praktyce.
01:57
And if you take all these things that are impossible,
33
101000
1000
Wziąwszy pod uwagę wszystkie rzeczy, które są niemożliwe,
01:58
I think one of the things that we're learning from this era,
34
102000
4000
uważam, że jedną z rzeczy, których nauczyła nas ta epoka,
02:02
from this last decade, is that we have to get good at believing in the impossible,
35
106000
4000
w ostatniej dekadzie jest to, że powinniśmy dobrze nauczyć się wierzyć w rzeczy niemożliwe,
02:06
because we're unprepared for it.
36
110000
3000
ponieważ nie jesteśmy na to przygotowani.
02:09
So, I'm curious about what's going to happen in the next 5,000 days.
37
113000
3000
Ciekawy jestem, co się stanie w ciągu kolejnych 5000 dni.
02:12
But if that's happened in the last 5,000 days,
38
116000
2000
Bo jeśli to wszystko wydarzyło się w ciągu ostatnich 5000 dni,
02:14
what's going to happen in the next 5,000 days?
39
118000
3000
to cóż czeka nas w następnych 5000 dni?
02:17
So, I have a kind of a simple story,
40
121000
3000
Więc mam prostą historyjkę,
02:20
and it suggests that what we want to think about is this thing that we're making,
41
124000
3000
która sugeruje, że chcemy zastanowić się nad tym, co tworzymy,
02:23
this thing that has happened in 5,000 days --
42
127000
2000
nad tą rzeczą, która pojawiła się w ciągu ostatnich 5000 dni.
02:25
that's all these computers, all these handhelds,
43
129000
3000
Te wszystkie komputery, wszystkie palmtopy,
02:28
all these cell phones, all these laptops, all these servers --
44
132000
4000
wszystkie komórki, laptopy, serwery
02:32
basically what we're getting out of all these connections
45
136000
4000
a w zasadzie to, co uzyskujemy z tych połączeń,
02:36
is we're getting one machine.
46
140000
2000
stanowi razem jedną maszynę.
02:38
If there is only one machine, and our little handhelds and devices
47
142000
4000
Jeśli jest tylko jedna maszyna - nasze małe palmtopy i inne urządzenia
02:42
are actually just little windows into those machines,
48
146000
2000
to właściwie tylko okienka do tych urządzeń,
02:44
but that we're basically constructing a single, global machine.
49
148000
6000
a w istocie to my tworzymy jedną, globalną maszynę.
02:50
And so I began to think about that.
50
154000
2000
Zacząłem się więc nad tym zastanawiać
02:52
And it turned out that this machine happens to be
51
156000
3000
i wyszło na to, że ta maszyna jest
02:55
the most reliable machine that we've ever made.
52
159000
3000
najbardziej niezawodną maszyną, jaką kiedykolwiek zbudowano.
02:58
It has not crashed; it's running uninterrupted.
53
162000
2000
Ona się nigdy nie zawiesiła, działa bez przerwy.
03:00
And there's almost no other machine that we've ever made
54
164000
3000
Nie ma chyba innej maszyny, przez nas stworzonej,
03:03
that runs the number of hours, the number of days.
55
167000
4000
która działałaby przez tyle godzin, przez tyle dni.
03:07
5,000 days without interruption -- that's just unbelievable.
56
171000
3000
5000 dni bez przerwy - to po prostu niewiarygodne.
03:10
And of course, the Internet is longer than just 5,000 days;
57
174000
2000
Oczywiście, Internet istnieje już dłużej
03:12
the Web is only 5,000 days.
58
176000
2000
jedynie Sieć ma tylko 5000 dni.
03:14
So, I was trying to basically make measurements.
59
178000
6000
Próbowałem więc przede wszystkim dokonać pewnych pomiarów.
03:20
What are the dimensions of this machine?
60
184000
3000
Jakie są wymiary tej maszyny?
03:23
And I started off by calculating how many billions of clicks there are
61
187000
4000
Zacząłem od obliczenia ile miliardów kliknięć wykonywanych jest
03:27
all around the globe on all the computers.
62
191000
3000
na całym świecie, na wszystkich komputerach.
03:30
And there is a 100 billion clicks per day.
63
194000
2000
Otóż każdego dnia wykonywanych jest 100 miliardów kliknięć,
03:32
And there's 55 trillion links between all the Web pages of the world.
64
196000
6000
a pomiędzy wszystkimi stronami w Sieci jest 55 trylionów linków
03:38
And so I began thinking more about other kinds of dimensions,
65
202000
3000
Zacząłem więc zatem zastanawiać się nad różnymi wymiarami.
03:41
and I made a quick list. Was it Chris Jordan, the photographer,
66
205000
5000
Zrobiłem sobie szybko listę - czy to nie ten fotograf, Chris Jordan,
03:46
talking about numbers being so large that they're meaningless?
67
210000
4000
mówił o liczbach, które są tak wielkie, że stają się bez znaczenia.
03:50
Well, here's a list of them. They're hard to tell,
68
214000
2000
Cóż. Oto więc lista takich liczb. Jest to trudne do ustalenia,
03:52
but there's one billion PC chips on the Internet,
69
216000
4000
ale w Internecie jest miliard czipów,
03:56
if you count all the chips in all the computers on the Internet.
70
220000
2000
jeśli zliczymy wszystkie czipy, we wszystkich komputerach podłączonych do Sieci.
03:58
There's two million emails per second.
71
222000
2000
Co sekundę wysyłanych jest dwa miliardy wiadomości e-mail.
04:00
So it's a very big number.
72
224000
2000
To wielka liczba.
04:02
It's just a huge machine,
73
226000
2000
To po prostu ogromna maszyna,
04:04
and it uses five percent of the global electricity on the planet.
74
228000
4000
zużywająca ponad 5% światowego zapotrzebowania na energię.
04:08
So here's the specifications,
75
232000
1000
Więc spojrzmy na specyfikację,
04:09
just as if you were to make up a spec sheet for it:
76
233000
2000
tak jakbyście mieli przygotować kartę techniczną dla Sieci:
04:11
170 quadrillion transistors, 55 trillion links,
77
235000
4000
170 biliardów tranzystorów, 55 trylionów linków,
04:15
emails running at two megahertz itself,
78
239000
2000
maile wysyłane z częstotliwością dwóch megaherców,
04:17
31 kilohertz text messaging,
79
241000
3000
31 kiloherców wiadomości tekstowych,
04:20
246 exabyte storage. That's a big disk.
80
244000
4000
246 heksabajtów pojemności to wielki dysk.
04:24
That's a lot of storage, memory. Nine exabyte RAM.
81
248000
3000
Dziewięć heksabajtów RAMu to bardzo pojemna pamięć
04:27
And the total traffic on this
82
251000
4000
a zachodzący w niej łączny przepływ danych
04:31
is running at seven terabytes per second.
83
255000
3000
wynosi siedem terabajtów na sekundę.
04:34
Brewster was saying the Library of Congress is about twenty terabytes.
84
258000
3000
Brewster mówił, że Biblioteka Kongresu zajmuje około 20 terabajtów.
04:37
So every second, half of the Library of Congress
85
261000
3000
Więc każdej sekundy połowa Biblioteki Kongresu
04:40
is swooshing around in this machine. It's a big machine.
86
264000
4000
przemieszcza się w tej maszynie. To wielka maszyna.
04:44
So I did something else. I figured out 100 billion clicks per day,
87
268000
4000
Zrobiłem jeszcze coś innego. Wyliczyłem, że 100 miliardów kliknięć dziennie,
04:48
55 trillion links is almost the same
88
272000
3000
55 trylionów połączeń to prawie tyle samo
04:51
as the number of synapses in your brain.
89
275000
2000
co ilość synaps w naszym mózgu.
04:53
A quadrillion transistors is almost the same
90
277000
2000
Biliard tranzystorów to prawie tyle samo
04:55
as the number of neurons in your brain.
91
279000
2000
co ilość neuronów w naszym mózgu.
04:57
So to a first approximation, we have these things --
92
281000
3000
W przybliżeniu wskazuje to na częstotliwość
05:00
twenty petahertz synapse firings.
93
284000
2000
dwudziestu petaherców (10^15 Hz) impulsów wysłanych przez synapsy.
05:02
Of course, the memory is really huge.
94
286000
2000
Oczywiście taka pamięć jest naprawdę ogromna.
05:04
But to a first approximation, the size of this machine is the size --
95
288000
6000
Ale pierwsze szacunki wskazują na to, że maszynę tę zarówno pod względem wielkości,
05:10
and its complexity, kind of -- to your brain.
96
294000
5000
jak i jej złożoności można by porównać do naszego mózgu,
05:15
Because in fact, that's how your brain works -- in kind of the same way that the Web works.
97
299000
4000
bo w istocie nasz mózg działa poniekąd w tak samo, jak działa Sieć.
05:19
However, your brain isn't doubling every two years.
98
303000
4000
Tylko nasz mózg nie powiększa się dwukrotnie co dwa lata.
05:23
So if we say this machine right now that we've made
99
307000
5000
Jeśli więc powiemy, że ta stworzona przez nas maszyna w tej chwili
05:28
is about one HB, one human brain,
100
312000
3000
odpowiada jednej jednostce HB (human brain), jednemu mózgowi człowieka,
05:31
if we look at the rate that this is increasing,
101
315000
3000
i jeśli spojrzymy na tempo, w jakim się ona powiększa,
05:34
30 years from now, there'll be six billion HBs.
102
318000
5000
to za 30 lat będzie ona odpowiadać sześciu miliardom jednostek HB.
05:39
So by the year 2040, the total processing of this machine
103
323000
4000
Do roku 2040 łączna moc obliczeniowa tej maszyny
05:43
will exceed a total processing power of humanity,
104
327000
3000
przekroczy łączną moc obliczeniową ludzkości,
05:46
in raw bits and stuff. And this is, I think, where
105
330000
3000
liczoną w “surowych” bitach. Myślę, że to jest moment, w którym
05:49
Ray Kurzweil and others get this little chart saying that we're going to cross.
106
333000
5000
Ray Kurzweil i inni powinni sięgnąć po te małe wykresy mówiąc, że tutaj nastąpi przecięcie.
05:54
So, what about that? Well, here's a couple of things.
107
338000
6000
Co z tego wynika? Kilka spraw.
06:00
I have three kind of general things
108
344000
3000
Mam trzy ogólne spostrzeżenia,
06:03
I would like to say, three consequences of this.
109
347000
4000
które chciałbym omówić, trzy konsekwencje tego wszystkiego.
06:07
First, that basically what this machine is doing is embodying.
110
351000
5000
Po pierwsze, to co robi ta maszyna, to nabiera kształtu, ciała
06:12
We're giving it a body. And that's what we're going to do
111
356000
2000
a my stajemy się jej ciałem. I to jest to, co będziemy robić
06:14
in the next 5,000 days -- we're going to give this machine a body.
112
358000
3000
przez następnych 5000 dni - będziemy stawać się ciałem tej maszyny.
06:17
And the second thing is, we're going to restructure its architecture.
113
361000
3000
Drugą rzeczą jest to, że zrestrukturyzujemy jej architekturę.
06:20
And thirdly, we're going to become completely codependent upon it.
114
364000
4000
Po trzecie, staniemy się całkowicie od niej współzależni.
06:24
So let me go through those three things.
115
368000
2000
Pozwólcie mi zatem omówić te trzy rzeczy.
06:26
First of all, we have all these things in our hands.
116
370000
3000
Przede wszystkim, mamy wszystkie te rzeczy w naszych rękach.
06:29
We think they're all separate devices,
117
373000
2000
Myślimy, że to są oddzielne urządzenia,
06:31
but in fact, every screen in the world
118
375000
3000
ale w istocie każdy ekran na świecie
06:34
is looking into the one machine.
119
378000
3000
”spogląda” do wnętrza tej jednej maszyny.
06:37
These are all basically portals into that one machine.
120
381000
3000
Są one wszystkie w zasadzie portalami do tej jednej maszyny.
06:40
The second thing is that -- some people call this the cloud,
121
384000
4000
Drugą sprawą jest, to co niektórzy nazywają 'cloud', czyli chmurą,
06:44
and you're kind of touching the cloud with this.
122
388000
2000
której niejako w ten sposób dotykamy.
06:46
And so in some ways, all you really need is a cloudbook.
123
390000
4000
W pewnym sensie wszystko, czego naprawdę potrzebujemy to Cloudbook.
06:50
And the cloudbook doesn't have any storage.
124
394000
3000
Cloudbook nie posiada miejsca na przechowywanie danych.
06:53
It's wireless. It's always connected.
125
397000
3000
Jest bezprzewodowy. Jest zawsze połączony z Siecią.
06:56
There's many things about it. It becomes very simple,
126
400000
2000
Długo by o tym mowić, ale w sumie będzie to działać bardzo prosto,
06:58
and basically what you're doing is you're just touching the machine,
127
402000
2000
bo w zasadzie jedyne co robisz, to tylko dotykasz maszyny,
07:00
you're touching the cloud and you're going to compute that way.
128
404000
3000
dotykasz 'chmury', by w ten sposób dokonywać komputerowych obliczeń.
07:03
So the machine is computing.
129
407000
2000
Zatem maszyna dokonuje obliczeń.
07:05
And in some ways, it's sort of back
130
409000
1000
Jest to w pewnym sensie jest to swego rodzaju powrót
07:06
to the kind of old idea of centralized computing.
131
410000
3000
do dawnego pomysłu scentralizowanego przetwarzania danych.
07:09
But everything, all the cameras, and the microphones,
132
413000
4000
Ale wszystko, wszystkie kamery, mikrofony,
07:13
and the sensors in cars
133
417000
4000
sensory w samochodach
07:17
and everything is connected to this machine.
134
421000
2000
wszystko jest połączone z tą maszyną.
07:19
And everything will go through the Web.
135
423000
2000
I wszystko będzie przechodzić przez Sieć.
07:21
And we're seeing that already with, say, phones.
136
425000
2000
Widzimy to już w tej chwili, powiedzmy, w telefonii.
07:23
Right now, phones don't go through the Web,
137
427000
2000
W tym momencie połączenia telefoniczne nie są realizowane poprzez Sieć internetową,
07:25
but they are beginning to, and they will.
138
429000
3000
ale już zaczynają być i w przyszłości będą tak realizowane.
07:28
And if you imagine what, say, just as an example, what Google Labs has
139
432000
4000
A jeśli wyobrazicie sobie, powiedzmy, dla przykładu, co robi Google Labs,
07:32
in terms of experiments with Google Docs, Google Spreadsheets, blah, blah, blah --
140
436000
4000
eksperymentując z Google docs, Google speadsheets, itd., itd. --
07:36
all these things are going to become Web based.
141
440000
3000
to zauważycie, że wszystkie te projekty działaja w oparciu o sieć internetową.
07:39
They're going through the machine.
142
443000
2000
One przechodzą przez maszynę.
07:41
And I am suggesting that every bit will be owned by the Web.
143
445000
5000
Sugeruję, że kiedyś każdy bit będzie należał do Sieci.
07:46
Right now, it's not. If you do spreadsheets and things at work,
144
450000
3000
Obecnie tak nie jest gdy używasz w pracy arkuszy kalkulacyjnych czy innych plików,
07:49
a Word document, they aren't on the Web,
145
453000
3000
np. dokumentów Word, to nie są one jeszcze w Sieci,
07:52
but they are going to be. They're going to be part of this machine.
146
456000
2000
ale kiedyś będą. Będą częścią maszyny.
07:54
They're going to speak the Web language.
147
458000
2000
One będą mówić językiem Sieci.
07:56
They're going to talk to the machine.
148
460000
2000
Będą komunikować się z maszyną.
07:58
The Web, in some sense, is kind of like a black hole
149
462000
3000
Sieć, w pewnym sensie, jest jak czarna dziura,
08:01
that's sucking up everything into it.
150
465000
3000
która wszystko wciąga.
08:04
And so every thing will be part of the Web.
151
468000
4000
I tak każda rzecz stanie się częścią Sieci.
08:08
So every item, every artifact that we make, will have embedded in it
152
472000
5000
Każdy przedmiot, każdy nasz wytwór będzie mieć wbudowaną
08:13
some little sliver of Web-ness and connection,
153
477000
3000
odrobinę sieciowości i połączenie
08:16
and it will be part of this machine,
154
480000
2000
i będzie częścią maszyny,
08:18
so that our environment -- kind of in that ubiquitous computing sense --
155
482000
3000
tak, że nasze środowisko - w sensie wszędobylskiej techniki komputerowej
08:21
our environment becomes the Web. Everything is connected.
156
485000
5000
nasze środowisko stanie się Siecią. Wszystko będzie połączone.
08:26
Now, with RFIDs and other things -- whatever technology it is,
157
490000
3000
Chodzi o to, że teraz, gdy mamy system RFID i inne technologie, jakie by one nie były,
08:29
it doesn't really matter. The point is that everything
158
493000
3000
nie ma to w sumie znaczenia - wszystko
08:32
will have embedded in it some sensor connecting it to the machine,
159
496000
3000
będzie miało wbudowaną jakąś formę komunikacji z maszyną,
08:35
and so we have, basically, an Internet of things.
160
499000
3000
i będziemy mieć w istocie Internet encji.
08:38
So you begin to think of a shoe as a chip with heels,
161
502000
4000
Zaczyna się więc myślieć o bucie jako o czipie z obcasem
08:42
and a car as a chip with wheels,
162
506000
3000
i o samochodzie jako o czipie z kołami.
08:45
because basically most of the cost of manufacturing cars
163
509000
3000
Ponieważ większość kosztu wytworzenia samochodu stanowi
08:48
is the embedded intelligence and electronics in it, and not the materials.
164
512000
6000
wbudowana w nim inteligencja i elektronika, a nie reszta materiałów.
08:54
A lot of people think about the new economy
165
518000
2000
Wielu ludzi myśli o nowej ekonomii
08:56
as something that was going to be a disembodied,
166
520000
2000
jako o czymś, co stanie się bezcielesne,
08:58
alternative, virtual existence,
167
522000
3000
będzie alternatywną wirtualną egzystencją,
09:01
and that we would have the old economy of atoms.
168
525000
3000
i że będziemy znów mieć starą ekonomię atomową.
09:04
But in fact, what the new economy really is
169
528000
3000
De facto, to czym nowa ekonomia naprawdę jest
09:07
is the marriage of those two, where we embed the information,
170
531000
4000
to mariaż tych dwóch systemów, w których osadzamy informacje
09:11
and the digital nature of things into the material world.
171
535000
2000
wprowadzając cyfrowy charakter rzeczy w nasz materialny świat.
09:13
That's what we're looking forward to. That is where we're going --
172
537000
4000
To jest to, czego oczekujemy. To do czego zmierzamy,
09:17
this union, this convergence of the atomic and the digital.
173
541000
7000
to ta unia, ta konwergencja struktur atomowych i cyfrowych.
09:24
And so one of the consequences of that, I believe,
174
548000
2000
Jedną z konsekwencji takiego stanu rzeczy, jest wg mnie to, że
09:26
is that where we have this sort of spectrum of media right now --
175
550000
4000
nasz obecny zakres mediów
09:30
TV, film, video -- that basically becomes one media platform.
176
554000
3000
TV, film, wideo - stanie się po prostu jedną platformą medialną
09:33
And while there's many differences in some senses,
177
557000
2000
Choć pod niektórymi względami te środki przekazu wykazują jeszcze wiele różnic,
09:35
they will share more and more in common with each other.
178
559000
3000
będą one mieć ze sobą coraz więcej wspólnego.
09:38
So that the laws of media, such as the fact that copies have no value,
179
562000
5000
Tak jak i prawa rządzące mediami, takie jak to, że kopie nie mają wartości,
09:43
the value's in the uncopiable things,
180
567000
2000
że wartość jest w rzeczach, których nie da się skopiować.
09:45
the immediacy, the authentication, the personalization.
181
569000
5000
Natychmiastowość, identyfikacja, personalizacja
09:50
The media wants to be liquid.
182
574000
3000
media chcą stać się płynne;
09:53
The reason why things are free is so that you can manipulate them,
183
577000
3000
Rzeczy są “wolne” po to, by można było je przekształcać.
09:56
not so that they are "free" as in "beer," but "free" as in "freedom."
184
580000
4000
nie chodzi tu o to, by były "wolne" w znaczeniu "wolne od opłat", lecz "wolne" w znaczeniu "wolności."
10:00
And the network effects rule,
185
584000
2000
Efekty sieciowości narzucają wówczas reguły,
10:02
meaning that the more you have, the more you get.
186
586000
2000
co oznacza, że im więcej posiadasz, tym więcej dostajesz.
10:04
The first fax machine -- the person who bought the first fax machine
187
588000
3000
To tak, jak z pierwszym faksem - człowiek, który kupił pierwszy faks
10:07
was an idiot, because there was nobody to fax to.
188
591000
5000
był idiotą, ponieważ nie było do kogo faksować.
10:12
But here she became an evangelist, recruiting others
189
596000
4000
Stał się on jednak ewangelistą werbującym innych do tego,
10:16
to get the fax machines because it made their purchase more valuable.
190
600000
3000
by też kupowali faksy, ponieważ zwiększało to wartość ich zakupu.
10:19
Those are the effects that we're going to see.
191
603000
2000
To efekty, z jakimi będziemy mieć do czynienia.
10:21
Attention is the currency.
192
605000
2000
Środkiem płatniczym jest dziś przyciąganie uwagi.
10:23
So those laws are going to kind of spread throughout all media.
193
607000
5000
Te prawa będą się rozpowszechniać na wszystkie media.
10:28
And the other thing about this embodiment
194
612000
2000
A teraz inny aspekt tego ucieleśniania.
10:30
is that there's kind of what I call the McLuhan reversal.
195
614000
3000
Jest coś, co nazywam odwróconym efektem McLuhana.
10:33
McLuhan was saying, "Machines are the extensions of the human senses."
196
617000
2000
McLuhan mówił "maszyny są rozszerzeniem ludzkich zmysłów",
10:35
And I'm saying, "Humans are now going to be
197
619000
2000
ja zaś mówię "ludzie staną się
10:37
the extended senses of the machine," in a certain sense.
198
621000
3000
w pewnym sensie rozszerzonymi zmysłami maszyny".
10:40
So we have a trillion eyes, and ears, and touches,
199
624000
4000
Mamy więc trylion oczu, uszu i dotknięć,
10:44
through all our digital photographs and cameras.
200
628000
3000
poprzez wszystkie nasze aparaty cyfrowe i kamery.
10:47
And we see that in things like Flickr,
201
631000
5000
Widzimy to w takich aplikacjach, jak Flickr
10:52
or Photosynth, this program from Microsoft
202
636000
3000
czy program Microsoftu, Photosynth,
10:55
that will allow you to assemble a view of a touristy place
203
639000
4000
umożliwiających złożenie widoków turystycznych miejsc
10:59
from the thousands of tourist snapshots of it.
204
643000
4000
z tysięcy zdjęć danego miejsca wykonanych przez turystów.
11:03
In a certain sense, the machine is seeing through the pixels of individual cameras.
205
647000
6000
W pewnym sensie maszyna widzi poprzez piksele poszczególnych aparatów.
11:09
Now, the second thing that I want to talk about was this idea of restructuring,
206
653000
4000
Druga rzecz, o której chciałem mówić to idea restrukturyzacji
11:13
that what the Web is doing is restructuring.
207
657000
2000
to, co robi Sieć to restrukturyzacja.
11:15
And I have to warn you, that what we'll talk about is --
208
659000
2000
Muszę Was przy tym ostrzec, że to, o czym będziemy mówić to
11:17
I'm going to give my explanation of a term you're hearing, which is a "semantic Web."
209
661000
4000
moje wyobrażenie pojęcia "Sieć semantyczna".
11:21
So first of all, the first stage that we've seen
210
665000
3000
Przede wszystkim, pierwszym etapem, który widzieliśmy
11:24
of the Internet was that it was going to link computers.
211
668000
3000
był Internet, który miał połączyć ze sobą komputery.
11:27
And that's what we called the Net; that was the Internet of nets.
212
671000
3000
Właśnie to nazwaliśmy Siecią - był to Internet sieci.
11:30
And we saw that, where you have all the computers of the world.
213
674000
3000
Było to miejsce skupiające wszystkie komputery świata.
11:33
And if you remember, it was a kind of green screen with cursors,
214
677000
4000
Jak może pamiętacie, był to taki zielony ekran z kursorami
11:37
and there was really not much to do, and if you wanted to connect it,
215
681000
2000
i w sumie nie było w nim za bardzo co robić. Łączenie się z Siecią
11:39
you connected it from one computer to another computer.
216
683000
3000
polegało na łączeniu się z jednego komputera do drugiego.
11:42
And what you had to do was -- if you wanted to participate in this,
217
686000
2000
By móc w tym w tym uczestniczyć,
11:44
you had to share packets of information.
218
688000
4000
należało współdzielić pakiety informacji.
11:48
So you were forwarding on. You didn't have control.
219
692000
2000
Przesyłało się je więc dalej, nie mając nad tym kontroli.
11:50
It wasn't like a telephone system where you had control of a line:
220
694000
2000
Nie było tak, jak w systemie telefonii, gdzie ma się kontrolę nad linią
11:52
you had to share packets.
221
696000
2000
trzeba było współdzielić pakiety.
11:54
The second stage that we're in now is the idea of linking pages.
222
698000
5000
Drugi etap, na którym teraz byliśmy, to koncepcja linkowania stron.
11:59
So in the old one, if I wanted to go on to an airline Web page,
223
703000
3000
W starej Sieci, chcąc wejść na stronę linii lotniczych,
12:02
I went from my computer, to an FTP site, to another airline computer.
224
706000
4000
wchodziłem ze swojego komputera do serwisu FTP, do innego komputera należącego do linii.
12:06
Now we have pages -- the unit has been resolved into pages,
225
710000
5000
Teraz mamy strony - całość została rozłożona na strony
12:11
so one page links to another page.
226
715000
2000
i poszczególne strony łączą się ze sobą za pomocą linków.
12:13
And if I want to go in to book a flight,
227
717000
3000
Gdy chcę zarezerwować lot,
12:16
I go into the airline's flight page, the website of the airline,
228
720000
5000
wchodzę na stronę lotów w serwisie linii lotniczych,
12:21
and I'm linking to that page.
229
725000
2000
łącząc się z tą stroną za pomocą linku.
12:23
And what we're sharing were links, so you had to be kind of open with links.
230
727000
4000
Współdzieliliśmy linki, więc należało podchodzić do nich z otwartością.
12:27
You couldn't deny -- if someone wanted to link to you,
231
731000
2000
Gdy ktoś chciał do nas zalinkować, nie można było mu tego wzbronić,
12:29
you couldn't stop them. You had to participate in this idea
232
733000
4000
ani go powstrzymać. Trzeba było uczestniczyć w tej koncepcji
12:33
of opening up your pages to be linked by anybody.
233
737000
3000
otwierania swoich stron dla innych, aby ktokolwiek mógł się z nimi połączyć.
12:36
So that's what we were doing.
234
740000
2000
Tak zatem robiliśmy.
12:38
We're now entering to the third stage, which is what I'm talking about,
235
742000
4000
Teraz wchodzimy w trzeci etap i o nim właśnie mówię
12:42
and that is where we link the data.
236
746000
2000
etap łączenia danych.
12:44
So, I don't know what the name of this thing is.
237
748000
2000
Nie wiem jak nazywa się tę rzecz.
12:46
I'm calling it the one machine. But we're linking data.
238
750000
2000
Ja nazywam ją "jedną maszyną", lecz teraz, gdy linkujemy dane,
12:48
So we're going from machine to machine,
239
752000
2000
Więc przechodzimy od maszyny do maszyny,
12:50
from page to page, and now data to data.
240
754000
2000
od strony do strony, a teraz jeszcze od danych do danych.
12:52
So the difference is, is that rather than linking from page to page,
241
756000
4000
Różnica polega zatem na tym, że zamiast linkować od strony do strony,
12:56
we're actually going to link from one idea on a page
242
760000
4000
będziemy teraz linkować od pojęcia na jakiejś stronie
13:00
to another idea, rather than to the other page.
243
764000
2000
do innego pojęcia, zamiast do innej strony.
13:02
So every idea is basically being supported --
244
766000
3000
Więc w zasadzie obsługiwane jest każde pojęcie,
13:05
or every item, or every noun -- is being supported by the entire Web.
245
769000
3000
każda rzecz, czy nawet każdy rzeczownik - obsługuje je cała Sieć.
13:08
It's being resolved at the level of items, or ideas, or words, if you want.
246
772000
6000
Jest to rozwiązywane na poziomie encji lub pojęć, a nawet słów.
13:14
So besides physically coming out again into this idea
247
778000
4000
Tu znów pojawia się materialny aspekt tej koncepcji,
13:18
that it's not just virtual, it's actually going out to things.
248
782000
4000
bo nie jest to jedynie coś wirtualnego, będzie to też dotyczyć konkretnych rzeczy.
13:22
So something will resolve down to the information
249
786000
3000
To coś będzie sprowadzać się do informacji
13:25
about a particular person, so every person will have a unique ID.
250
789000
4000
o konkretnej osobie, więc każda osoba będzie posiadać unikalny numer ID.
13:29
Every person, every item will have a something
251
793000
2000
Każda osoba, każdy przedmiot, będzie mieć coś
13:31
that will be very specific, and will link
252
795000
2000
bardzo dla siebie charakterystycznego, przez co będzie powiązana
13:33
to a specific representation of that idea or item.
253
797000
4000
z określonym przedstawieniem tego pojęcia lub przedmiotu.
13:37
So now, in this new one, when I link to it,
254
801000
3000
Zatem łącząc się z tym w tej nowej Sieci,
13:40
I would link to my particular flight, my particular seat.
255
804000
6000
będę tworzyć link do mojego konkretnego lotu, do konkretnego miejsca w samolocie.
13:46
And so, giving an example of this thing,
256
810000
3000
Podam przykład, jak to "coś" działa -
13:49
I live in Pacifica, rather than -- right now Pacifica
257
813000
2000
mieszkam w Pacifica - teraz Pacifica
13:51
is just sort of a name on the Web somewhere.
258
815000
3000
jest tylko jakąś nazwą gdzieś w Sieci.
13:54
The Web doesn't know that that is actually a town,
259
818000
2000
Sieć nie wie, że w rzeczywistości jest to miasto
13:56
and that it's a specific town that I live in,
260
820000
2000
i że jest to konkretnie to miasto, w którym mieszkam
13:58
but that's what we're going to be talking about.
261
822000
3000
i to właśnie będzie teraz przedmiotem naszych rozważań.
14:01
It's going to link directly to --
262
825000
2000
Będzie to się bezpośrednio wiązać z tym,
14:03
it will know, the Web will be able to read itself
263
827000
3000
że Sieć będzie w stanie sama odczytywać swoje informacje
14:06
and know that that actually is a place,
264
830000
2000
i będzie wiedzieć, że w rzeczywistości jest to miejscowość.
14:08
and that whenever it sees that word, "Pacifica,"
265
832000
2000
Kiedykolwiek Sieć dostrzeże słowo "Pacyfica",
14:10
it knows that it actually has a place,
266
834000
1000
będzie wiedzieć, że to jest to konkretne miejsce
14:11
latitude, longitude, a certain population.
267
835000
3000
o konkretnej długości i szerokości geograficznej i określonej populacji.
14:14
So here are some of the technical terms, all three-letter things,
268
838000
3000
Oto kilka terminów technicznych, trzyliterowych skrótów,
14:17
that you'll see a lot more of.
269
841000
2000
z którymi będziecie się coraz częściej spotykać.
14:19
All these things are about enabling this idea of linking to the data.
270
843000
5000
To technologie, które wkrótce umożliwią koncepcję linkowania danych.
14:24
So I'll give you one kind of an example.
271
848000
3000
Dam Wam przykład.
14:27
There's like a billion social sites on the Web.
272
851000
4000
W Sieci jest około miliarda serwisów społecznościowych.
14:31
Each time you go into there, you have to tell it again who you are
273
855000
3000
Za każdym razem, gdy z nich korzystamy, trzeba im ponownie podawać, kim jesteśmy
14:34
and all your friends are.
274
858000
1000
i kim są wszyscy nasi znajomi.
14:35
Why should you be doing that? You should just do that once,
275
859000
2000
Dlaczego trzeba to wciąż robić? Zrobienie tego tylko raz powinno
14:37
and it should know who all your friends are.
276
861000
3000
wystarczyć, by serwis wiedział, kim jesteśmy i kim są nasi znajomi.
14:40
So that's what you want, is all your friends are identified,
277
864000
2000
Chcemy zatem, by wszyscy nasi znajomi byli zidentyfikowani
14:42
and you should just carry these relationships around.
278
866000
2000
i aby nasze powiązania z nimi przenosiły się wszędzie wraz nami.
14:44
All this data about you should just be conveyed,
279
868000
3000
wszystkie te informacje o nas powinny być po prostu przekazywane
14:47
and you should do it once and that's all that should happen.
280
871000
3000
i powinno wystarczyć do tego wprowadzenie ich tylko raz.
14:50
And you should have all the networks
281
874000
2000
Powinniśmy posiadać wszystkie sieci
14:52
of all the relationships between those pieces of data.
282
876000
2000
powiązań pomiędzy poszczególnymi elementami tych danych
14:54
That's what we're moving into -- where it sort of knows these things down to that level.
283
878000
5000
Do tego własnie zmierzamy - do Sieci, która wie wszystko aż do najniższego poziomu.
14:59
A semantic Web, Web 3.0, giant global graph --
284
883000
3000
Sieć semantyczna, Web 3.0, gigantyczny, globalny wykres
15:02
we're kind of trying out what we want to call this thing.
285
886000
3000
to są swego rodzaju próby, jak to określić.
15:05
But what's it's doing is sharing data.
286
889000
2000
Jej działanie polega na współużytkowaniu informacji.
15:07
So you have to be open to having your data shared, which is a much bigger step
287
891000
5000
Musimy zaakceptować dzielenie się dotyczącymi nas informacjami, co sięga znacznie dalej
15:12
than just sharing your Web page, or your computer.
288
896000
2000
niż dzielenie się tylko swoją stroną internetową, czy swoim komputerem.
15:14
And all these things that are going to be on this
289
898000
4000
Wszystko, co się tam znajdzie
15:18
are not just pages, they are things.
290
902000
3000
nie będzie już tylko stronami, lecz konkretnymi rzeczami.
15:21
Everything we've described, every artifact or place,
291
905000
4000
Wszystko, co opisaliśmy, każdy przedmiot lub miejsce,
15:25
will be a specific representation,
292
909000
2000
będzie mieć swoje konkretne odzwierciedlenie,
15:27
will have a specific character that can be linked to directly.
293
911000
5000
będzie posiadać konkretną charakterystykę, do której będzie można bezpośrednio linkować.
15:32
So we have this database of things.
294
916000
2000
Będziemy mieć zatem bazę danych zawierającą konkretne rzeczy.
15:34
And so there's actually a fourth thing that we have not get to,
295
918000
4000
Jest jeszcze czwarta sprawa, do której jeszcze nie doszliśmy,
15:38
that we won't see in the next 10 years, or 5,000 days,
296
922000
2000
Nie będziemy mieć z tym do czynienia przez następne 10 lat lub 5.000 dni,
15:40
but I think that's where we're going to. And as the Internet of things --
297
924000
5000
lecz uważam, że do tego właśnie zmierzamy. W tym Internecie rzeczy,
15:45
where I'm linking directly to the particular things of my seat on the plane --
298
929000
4000
w którym linkuję bezpośrednio do konkretnych szczegółów mojego miejsca w samolocie,
15:49
that that physical thing becomes part of the Web.
299
933000
3000
rzeczy fizyczne staną się częścią Sieci,
15:52
And so we are in the middle of this thing
300
936000
2000
a my znajdziemy się w centrum tego czegoś,
15:54
that's completely linked, down to every object
301
938000
3000
co jest całkowicie połączone linkami, aż do poziomu każdego obiektu
15:57
in the little sliver of a connection that it has.
302
941000
2000
poprzez cząstkę łączności, jaką on posiada.
15:59
So, the last thing I want to talk about is this idea
303
943000
2000
Ostatnią rzeczą, którą chciałbym omówić
16:01
that we're going to be codependent.
304
945000
3000
jest to, że staniemy się współzależni
16:04
It's always going to be there, and the closer it is, the better.
305
948000
4000
To coś zawsze będzie i im będzie bliżej, tym lepiej.
16:08
If you allow Google to, it will tell you your search history.
306
952000
3000
Jeśli na to zezwolicie, to Google pokaże Wam historię Waszego wyszukiwania.
16:11
And I found out by looking at it
307
955000
2000
Dowiedziałem się z tego, że
16:13
that I search most at 11 o'clock in the morning.
308
957000
2000
ja najwięcej wyszukuję o 11 rano
16:16
So I am open, and being transparent to that.
309
960000
3000
Jestem więc otwarty i stałem się transparentny.
16:19
And I think total personalization in this new world will require total transparency.
310
963000
6000
Uważam, że całkowita personalizacja w tym nowym świecie wymagać będzie całkowitej transparentności.
16:25
That is going to be the price.
311
969000
2000
To będzie cena za postęp.
16:27
If you want to have total personalization,
312
971000
1000
Chcąc, by wszystko było spersonalizowane,
16:28
you have to be totally transparent.
313
972000
2000
będziemy musieli być całkowicie transparentni.
16:30
Google. I can't remember my phone number, I'll just ask Google.
314
974000
3000
Gdy nie pamiętam swego numeru telefonu, pytam o to Google
16:33
We're so dependent on this that I have now gotten to the point
315
977000
2000
Jesteśmy tak od tego zależni, że ja już nawet
16:35
where I don't even try to remember things --
316
979000
2000
nie staram się zapamiętywać tych rzeczy.
16:37
I'll just Google it. It's easier to do that.
317
981000
2000
Po prostu je sobie "googluję". Tak jest łatwiej.
16:39
And we kind of object at first, saying, "Oh, that's awful."
318
983000
3000
Na początku odrzucamy to, mówiąc: "to okropne."
16:42
But if we think about the dependency that we have on this other technology,
319
986000
3000
Jeśli jednak zastanowimy się nad naszą zależnością od innej technologii,
16:45
called the alphabet, and writing,
320
989000
2000
którą nazywamy alfabetem i pismem, stwierdzimy,
16:47
we're totally dependent on it, and it's transformed culture.
321
991000
3000
że jesteśmy całkowicie od niej zależni i że zreformowała ona naszą kulturę.
16:50
We cannot imagine ourselves without the alphabet and writing.
322
994000
4000
Nie wyobrażamy sobie siebie bez alfabetu i pisma.
16:54
And so in the same way, we're going to not imagine ourselves
323
998000
3000
I tak samo nie będziemy mogli sobie wyobrazić siebie
16:57
without this other machine being there.
324
1001000
2000
bez istnienia tej innej maszyny.
16:59
And what is happening with this is
325
1003000
3000
Co się w związku z tym teraz pojawia,
17:02
some kind of AI, but it's not the AI in conscious AI,
326
1006000
2000
to pewien rodzaj sztucznej inteligencji, lecz nie w sensie świadomej AI.
17:04
as being an expert, Larry Page told me
327
1008000
3000
Będac ekspertem, Larry Page powiedział mi, że AI
17:07
that that's what they're trying to do,
328
1011000
1000
to jest to, co starają się oni teraz stworzyć.
17:08
and that's what they're trying to do.
329
1012000
2000
Ale kiedy sześć militarów ludzi "googluje",
17:10
But when six billion humans are Googling,
330
1014000
3000
to kto wyszukuje kogo? Działa to w obie strony.
17:13
who's searching who? It goes both ways.
331
1017000
2000
Więc to my jesteśmy Siecią.
17:15
So we are the Web, that's what this thing is.
332
1019000
4000
My będziemy maszyną.
17:19
We are going to be the machine.
333
1023000
2000
Za 5000 dni nie będzie to Sieć, tyle że lepsza,
17:21
So the next 5,000 days, it's not going to be the Web and only better.
334
1025000
5000
tak, jak nie była ona ulepszoną telewizją.
17:26
Just like it wasn't TV and only better.
335
1030000
2000
Za 5000 dni nie będzie to po prostu lepsza Sieć,
17:28
The next 5,000 days, it's not just going to be the Web
336
1032000
3000
lecz będzie to coś zupełnie innego.
17:31
but only better -- it's going to be something different.
337
1035000
2000
Myślę, że będzie to coś bystrzejszego.
17:33
And I think it's going to be smarter.
338
1037000
4000
Będzie posiadać inteligencję - i powtarzam: nie będzie to świadomość,
17:37
It'll have an intelligence in there, that's not, again, conscious.
339
1041000
4000
lecz, w pewnym sensie, zdolność przewidywania naszych działań.
17:41
But it'll anticipate what we're doing, in a good sense.
340
1045000
4000
Po drugie, to coś stanie się znacznie bardziej spersonalizowane.
17:45
Secondly, it's become much more personalized.
341
1049000
3000
Będzie nas znać i w sumie to dobrze, że tak będzie,
17:48
It will know us, and that's good.
342
1052000
2000
ale powiem raz jeszcze - ceną tego będzie transparentność.
17:50
And again, the price of that will be transparency.
343
1054000
4000
Po trzecie - to coś stanie się wszechobecne, w sensie,
17:54
And thirdly, it's going to become more ubiquitous
344
1058000
2000
że będzie wypełniać całe nasze otoczenie, a my będziemy w samym centrum.
17:56
in terms of filling your entire environment, and we will be in the middle of it.
345
1060000
5000
Wszystkie nasze urządzenia staną się wejściami do tej całości.
18:01
And all these devices will be portals into that.
346
1065000
3000
Jedyne, o czym chciałbym Was przekonać, to jest to
18:04
So the single idea that I wanted to leave with you
347
1068000
3000
że musimy zacząć myśleć o tym nie jako o "Sieci, tylko że lepszej",
18:07
is that we have to begin to think about this as not just "the Web, only better,"
348
1071000
6000
lecz jako o nowym etapie tego rozwoju.
18:13
but a new kind of stage in this development.
349
1077000
3000
Wygląda to globalnie, gdy spojrzymy na to całościowo,
18:16
It looks more global. If you take this whole thing,
350
1080000
3000
jak na ogromną, solidnie działajacą maszynę,
18:19
it is a very big machine, very reliable machine,
351
1083000
3000
bardziej niezawodną niż jej poszczególne części.
18:22
more reliable than its parts.
352
1086000
2000
Możemy również myśleć o tym jak o wielkim organizmie,
18:24
But we can also think about it as kind of a large organism.
353
1088000
3000
ale podchodząc to tego tak, jakby był to cały system,
18:27
So we might respond to it more as if this was a whole system,
354
1091000
5000
a nie tylko ogromny organizm
18:32
more as if this wasn't a large organism
355
1096000
2000
z którym będziemy wchodzić w interakcje. Jest to "Jednia" ["One"].
18:34
that we are going to be interacting with. It's a "One."
356
1098000
4000
Nie wiem, jak mógłbym to coś nazwać inaczej, niż "Jednia".
18:38
And I don't know what else to call it, than the One.
357
1102000
3000
Z pewnością znajdziemy kiedyś na to lepszą nazwę.
18:41
We'll have a better word for it.
358
1105000
1000
Ale jest w tym już jakaś jedność, która zaczyna się przejawiać.
18:42
But there's a unity of some sort that's starting to emerge.
359
1106000
3000
Powtarzam pownownie - nie mówię tu o świadomości.
18:45
And again, I don't want to talk about consciousness,
360
1109000
3000
Chcę mówić o tym tak, jakby było to małą bakterią
18:48
I want to talk about it just as if it was a little bacteria,
361
1112000
2000
lub jednokomórkowym glonem - bo tym jest ten organizm.
18:50
or a volvox, which is what that organism is.
362
1114000
3000
Dobrze, do rzeczy, podsumujmy, co z tego wynika. Powiedziałbym, że
18:53
So, to do, action, take-away. So, here's what I would say:
363
1117000
6000
jest tylko jedna maszyna, a Sieć jest jej systemem operacyjnym.
18:59
there's only one machine, and the Web is its OS.
364
1123000
4000
Wszystkie ekrany patrzą w tę "Jednię". Żaden bit nie będzie istnieć poza Siecią.
19:03
All screens look into the One. No bits will live outside the Web.
365
1127000
4000
Współdzielenie się wzbogaca - pozwólmy "Jedni" czytać
19:07
To share is to gain. Let the One read it.
366
1131000
4000
informacje w formie zrozumiałej dla maszyny,
19:11
It's going to be machine-readable.
367
1135000
1000
bo chcemy stworzyć coś, co maszyna będzie mogła przeczytać.
19:12
You want to make something that the machine can read.
368
1136000
3000
A zatem "Jednia" to my - my jesteśmy "Jednią".
19:15
And the One is us. We are in the One.
369
1139000
5000
Dziękuję za poświęcony czas.
19:20
I appreciate your time.
370
1144000
2000
(Brawa)
19:22
(Applause)
371
1146000
3000
ABOUT THE SPEAKER
Kevin Kelly - Digital visionaryThere may be no one better to contemplate the meaning of cultural change than Kevin Kelly, whose life story reads like a treatise on the value and impacts of technology.
Why you should listen
Kelly has been publisher of the Whole Earth Review, executive editor at Wired magazine (which he co-founded, and where he now holds the title of Senior Maverick), founder of visionary nonprofits and writer on biology, business and “cool tools.” He’s renounced all material things save his bicycle (which he then rode 3,000 miles), founded an organization (the All-Species Foundation) to catalog all life on Earth, championed projects that look 10,000 years into the future (at the Long Now Foundation), and more. He’s admired for his acute perspectives on technology and its relevance to history, biology and society. His new book, The Inevitable, just published, explores 12 technological forces that will shape our future.
Kevin Kelly | Speaker | TED.com