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

เควิน สลาวิน : อัลกอริทึมเปลี่ยนโลก

Filmed:
4,199,898 views

เควิน สลาวิน (Kevin Slavin) ถกประเด็นว่า เราอยู่ในโลกที่ออกแบบมาและถูกควบคุมมากขึ้นโดยอัลกอริทึม ในการบรรยายที่ประเทืองปัญญาจากงาน TEDGlobal นี้ เขามานำเสนอว่า ทำอย่างไรโปรแกรมคอมพิวเตอร์ที่สลับซับซ้อนบ่งชี้ถึงสิ่งต่างๆเหล่านี้ อันได้แก่ ชั้นเชิงในการจารกรรม ราคาหุ้น บทภาพยนต์ และสถาปัตยกรรม และเขาได้เตือนว่า เรากำลังเขียนรหัสที่เราไม่อาจเข้าใจได้และมีผลที่จะตามมาที่เราไม่อาจจะควบคุมได้
- 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 photographถ่ายภาพ
0
0
2000
ภาพถ่ายภาพนี้
00:17
by the artistศิลปิน Michaelไมเคิล NajjarNajjar,
1
2000
2000
บันทึกไว้โดยศิลปิน ไมเคิล นัจจาร์
00:19
and it's realจริง,
2
4000
2000
และเป็นของจริงครับ
00:21
in the senseความรู้สึก that he wentไป there to Argentinaอาร์เจนตินา
3
6000
2000
ในแง่ที่ว่าเขาได้เดินทางไปอาร์เจนตินาจริงๆ
00:23
to take the photoภาพถ่าย.
4
8000
2000
เพื่อถ่ายภาพนี้
00:25
But it's alsoด้วย a fictionเรื่องอ่านเล่น. There's a lot of work that wentไป into it after that.
5
10000
3000
แต่อีกแง่ก็เป็นจินตภาพ มีการตกแต่งภาพอีกพอควรหลังจากถ่ายภาพจริง
00:28
And what he's doneเสร็จแล้ว
6
13000
2000
และสิ่งที่เขาได้ทำ
00:30
is he's actuallyแท้จริง reshapedเปลี่ยนโฉมหน้า, digitallyดิจิทัล,
7
15000
2000
ก็คือเขาได้ปรับเปลี่ยนรูปทรงในทางดิจิตอล
00:32
all of the contoursรูปทรง of the mountainsภูเขา
8
17000
2000
โครงร่างทั้งหมดของภูเขานั่น
00:34
to followปฏิบัติตาม the vicissitudesความผันผวน of the Dowดาวโจนส์ Jonesโจนส์ indexดัชนี.
9
19000
3000
ให้ล้อไปตามการผันผวนของดัชนีดาวโจนส์
00:37
So what you see,
10
22000
2000
สิ่งที่คุณเห็น
00:39
that precipiceหน้าผา, that highสูง precipiceหน้าผา with the valleyหุบเขา,
11
24000
2000
เงื้อมผานั่น เงื้อมผาสูงตรงหุบเขานั่น
00:41
is the 2008 financialการเงิน crisisวิกฤติ.
12
26000
2000
คือวิกฤตการเงินปี ค.ศ.2008 ครับ
00:43
The photoภาพถ่าย was madeทำ
13
28000
2000
ภาพถ่ายภาพนี้ทำขึ้น
00:45
when we were deepลึก in the valleyหุบเขา over there.
14
30000
2000
ในตอนที่เราจมดิ่งลึกที่สุดในหุบเขาตรงนั้น
00:47
I don't know where we are now.
15
32000
2000
ผมไม่รู้ว่าตอนนี้เราอยู่ ณ ตำแหน่งไหน
00:49
This is the Hangแขวน Sengเส็ง indexดัชนี
16
34000
2000
อันนี้เป็นดัชนีฮั่งเส็ง (Hang Seng index)
00:51
for Hongฮ่องกง Kongฮ่องกง.
17
36000
2000
ของฮ่องกง
00:53
And similarคล้ายคลึงกัน topographyภูมิประเทศ.
18
38000
2000
และมีภูมิลักษณ์คล้ายกัน
00:55
I wonderน่าแปลกใจ why.
19
40000
2000
ผมสงสัยว่าเพราะเหตุใด
00:57
And this is artศิลปะ. This is metaphorคำอุปมา.
20
42000
3000
และนี่คือศิลปะ คือการอุปมา
01:00
But I think the pointจุด is
21
45000
2000
แต่ผมคิดว่าประเด็นก็คือ
01:02
that this is metaphorคำอุปมา with teethฟัน,
22
47000
2000
นี่เป็นการอุปมาเปรียบเทียบกับฟัน
01:04
and it's with those teethฟัน that I want to proposeเสนอ todayในวันนี้
23
49000
3000
และก็ด้วยฟันพวกนั้นที่ผมอยากจะเสนอให้วันนี้
01:07
that we rethinkคิดใหม่ a little bitบิต
24
52000
2000
ว่าเราต้องมาย้อนคิดกันนิดหนึ่ง
01:09
about the roleบทบาท of contemporaryร่วมสมัย mathคณิตศาสตร์ --
25
54000
3000
ถึงบทบาทของคณิตศาสตร์ร่วมสมัย
01:12
not just financialการเงิน mathคณิตศาสตร์, but mathคณิตศาสตร์ in generalทั่วไป.
26
57000
3000
ไม่ใช่แค่คณิตศาสตร์การเงิน แต่เป็นคณิตศาสตร์ในภาพรวม
01:15
That its transitionการเปลี่ยนแปลง
27
60000
2000
นั่นก็คือ การแปร
01:17
from beingกำลัง something that we extractสารสกัด and deriveได้รับมา from the worldโลก
28
62000
3000
จากสิ่งที่เรากลั่นกรองและถอดความมาจากสิ่งที่เกิดขึ้นจริงในโลก
01:20
to something that actuallyแท้จริง startsเริ่มต้น to shapeรูปร่าง it --
29
65000
3000
ไปเป็นสิ่งที่ย้อนกลับมามีอิทธิพลกับ
01:23
the worldโลก around us and the worldโลก insideภายใน us.
30
68000
3000
โลกรอบตัวเราและโลกในมโนภาพของเรา
01:26
And it's specificallyเฉพาะ algorithmsอัลกอริทึม,
31
71000
2000
โดยเฉพาะอัลกอริทึม
01:28
whichที่ are basicallyเป็นพื้น the mathคณิตศาสตร์
32
73000
2000
ซึ่งโดยพื้นฐานแล้วก็คือคณิตศาสตร์
01:30
that computersคอมพิวเตอร์ use to decideตัดสิน stuffสิ่ง.
33
75000
3000
ที่คอมพิวเตอร์ใช้ในการตัดสินใจ
01:33
They acquireได้รับ the sensibilityความรู้สึก of truthความจริง
34
78000
2000
อัลกอริทึมเข้าใกล้ความเป็นจริงไปเรื่อยๆ
01:35
because they repeatทำซ้ำ over and over again,
35
80000
2000
เพราะว่ามันถูกใช้ซ้ำแล้วซ้ำอีก
01:37
and they ossifyทำให้กลายเป็นกระดูกแข็ง and calcifyกลายเป็นปูน,
36
82000
3000
และมันก็เป็นรูปเป็นร่างเหมือนแปรเป็นหินเป็นแคลเซียม
01:40
and they becomeกลายเป็น realจริง.
37
85000
2000
แล้วมันก็กลายเป็นของจริง
01:42
And I was thinkingคิด about this, of all placesสถานที่,
38
87000
3000
และผมก็คิดเกี่ยวกับอะไรพวกนี้ทั่วทุกที่ครับ
01:45
on a transatlanticข้ามมหาสมุทรแอตแลนติก flightเที่ยวบิน a coupleคู่ of yearsปี agoมาแล้ว,
39
90000
3000
บนเที่ยวบินข้ามมหาสมุทรแอตแลนติกเมื่อปีสองปีก่อน
01:48
because I happenedที่เกิดขึ้น to be seatedนั่ง
40
93000
2000
เพราะว่าผมได้นั่ง
01:50
nextต่อไป to a Hungarianฮังการี physicistนักฟิสิกส์ about my ageอายุ
41
95000
2000
ถัดจากนักฟิสิกส์ชาวฮังการีที่อายุไล่เลี่ยกับผม
01:52
and we were talkingการพูด
42
97000
2000
แล้วเราก็คุยกัน
01:54
about what life was like duringในระหว่าง the Coldหนาว Warสงคราม
43
99000
2000
ถึงสภาพชีวิตความเป็นอยู่ในช่วงสงครามเย็น
01:56
for physicistsฟิสิกส์ in Hungaryฮังการี.
44
101000
2000
ของนักฟิสิกส์ในฮังการี
01:58
And I said, "So what were you doing?"
45
103000
2000
และผมว่า "งั้น ตอนนั้นคุณทำอะไรครับ?"
02:00
And he said, "Well we were mostlyส่วนใหญ่ breakingทำลาย stealthชิงทรัพย์."
46
105000
2000
เขาตอบ "อืม พวกเราเป็นนักทำลายการล่องหน"
02:02
And I said, "That's a good jobงาน. That's interestingน่าสนใจ.
47
107000
2000
ผมว่า "เยี่ยมมากเลย น่าสนใจมากครับ
02:04
How does that work?"
48
109000
2000
มันเป็นยังไงครับ?"
02:06
And to understandเข้าใจ that,
49
111000
2000
และเพื่อที่จะเข้าใจเรื่องนี้
02:08
you have to understandเข้าใจ a little bitบิต about how stealthชิงทรัพย์ worksโรงงาน.
50
113000
3000
เราต้องเข้าใจสักนิดเสียก่อนว่าการล่องหนมีลักษณะการทำงานอย่างไร
02:11
And so -- this is an over-simplificationมากกว่าที่เข้าใจง่าย --
51
116000
3000
ดังนั้น -- อันนี้เป็นแบบย่นย่อให้เข้าใจง่ายๆ นะครับ --
02:14
but basicallyเป็นพื้น, it's not like
52
119000
2000
แต่โดยทั่วๆไปแล้วมันไม่ใช่ว่าแค่
02:16
you can just passผ่านไป a radarเรดาร์ signalสัญญาณ
53
121000
2000
เราจะฉายสัญญาณเรดาร์
02:18
right throughตลอด 156 tonsตัน of steelเหล็ก in the skyท้องฟ้า.
54
123000
3000
ตัดผ่านทะลุเข้าไปในเหล็กกล้าหนักร่วม 156 ตันในอากาศ
02:21
It's not just going to disappearหายไป.
55
126000
3000
มันคงไม่หายแว่บไปหรอกครับ
02:24
But if you can take this bigใหญ่, massiveมาก thing,
56
129000
3000
แต่ถ้าเราเอาเจ้ายักษ์ใหญ่นี่
02:27
and you could turnกลับ it into
57
132000
3000
แล้วเปลี่ยนมันให้กลายเป็น
02:30
a millionล้าน little things --
58
135000
2000
สิ่งละอันพันละน้อยเป็นล้านๆชิ้น
02:32
something like a flockฝูง of birdsนก --
59
137000
2000
เหมือนกับฝูงนกงั้นแหละครับ
02:34
well then the radarเรดาร์ that's looking for that
60
139000
2000
พอเป็นแบบนั้น เรดาร์ก็ต้องจับให้ได้
02:36
has to be ableสามารถ to see
61
141000
2000
ต้องสามารถจับ
02:38
everyทุกๆ flockฝูง of birdsนก in the skyท้องฟ้า.
62
143000
2000
ฝูงนกบนฟ้าทุกฝูง
02:40
And if you're a radarเรดาร์, that's a really badไม่ดี jobงาน.
63
145000
4000
และถ้าเราเป็นเรดาร์ นั่นเป็นงานที่ไม่เข้าท่าเอาเลย
02:44
And he said, "Yeah." He said, "But that's if you're a radarเรดาร์.
64
149000
3000
แล้วเขาก็ว่า "ใช่ครับ" เขาบอก "แต่นั่นถ้าเราเป็นเรดาร์
02:47
So we didn't use a radarเรดาร์;
65
152000
2000
ดังนั้น พวกผมจึงไม่ใช้เรดาร์
02:49
we builtสร้างขึ้น a blackสีดำ boxกล่อง that was looking for electricalไฟฟ้า signalsสัญญาณ,
66
154000
3000
พวกผมสร้างกล่องดำที่ทำหน้าที่จับสัญญาณไฟฟ้า
02:52
electronicอิเล็กทรอนิกส์ communicationการสื่อสาร.
67
157000
3000
สัญญาณสื่อสารอิเล็กทรอนิกส์
02:55
And wheneverเมื่อไรก็ตาม we saw a flockฝูง of birdsนก that had electronicอิเล็กทรอนิกส์ communicationการสื่อสาร,
68
160000
3000
และเมื่อใดก็ตามที่พวกผมเห็นฝูงนกที่มีการสื่อสารด้วยสัญญาณอิเล็กทรอนิกส์
02:58
we thought, 'Probably'อาจ has something to do with the Americansชาวอเมริกัน.'"
69
163000
3000
พวกผมจะคิดว่า มันมีส่วนเกี่ยวข้องกับพวกอเมริกันแน่ๆ"
03:01
And I said, "Yeah.
70
166000
2000
ผมบอก "ใช่แล้ว
03:03
That's good.
71
168000
2000
เยี่ยมครับ
03:05
So you've effectivelyมีประสิทธิภาพ negatedเมื่อตะกี้
72
170000
2000
งั้น พวกคุณก็ได้ล้มล้างงานวิจัยด้านการบิน
03:07
60 yearsปี of aeronauticเกี่ยวกับการบิน researchการวิจัย.
73
172000
2000
ที่มีมายาวนาน 60 ปีได้อย่างมีประสิทธิผล
03:09
What's your actการกระทำ two?
74
174000
2000
แล้วช่วงถัดมาหละครับ?
03:11
What do you do when you growเจริญ up?"
75
176000
2000
พวกคุณทำอะไรตอนโต?"
03:13
And he said,
76
178000
2000
เขาตอบ
03:15
"Well, financialการเงิน servicesบริการ."
77
180000
2000
"อ้อ ทำงานในภาคการเงินครับ"
03:17
And I said, "Oh."
78
182000
2000
ผมว่า "โอ้"
03:19
Because those had been in the newsข่าว latelyเมื่อเร็ว ๆ นี้.
79
184000
3000
เพราะภาคการเงินมักเป็นข่าวอยู่เมื่อเร็วๆนี้เอง
03:22
And I said, "How does that work?"
80
187000
2000
ผมว่า "แล้วไปไงมาไงหละครับ?"
03:24
And he said, "Well there's 2,000 physicistsฟิสิกส์ on Wallผนัง Streetถนน now,
81
189000
2000
เขาตอบ "มีนักฟิสิกส์กว่า 2,000 คนทำงานที่วอลล์สตรีทในขณะนี้
03:26
and I'm one of them."
82
191000
2000
และผมก็เป็นแค่หนึ่งในนั้นครับ"
03:28
And I said, "What's the blackสีดำ boxกล่อง for Wallผนัง Streetถนน?"
83
193000
3000
ผมก็ถามว่า "อะไรเป็นกล่องดำสำหรับวอลล์สตรีทครับ?"
03:31
And he said, "It's funnyตลก you askถาม that,
84
196000
2000
เขาตอบ "คุณถามอะไรได้ขำจริงๆครับ
03:33
because it's actuallyแท้จริง calledเรียกว่า blackสีดำ boxกล่อง tradingการค้าขาย.
85
198000
3000
เพราะ เขาเรียกมันว่า "การซื้อขายแบบกล่องดำ (black box trading)"
03:36
And it's alsoด้วย sometimesบางครั้ง calledเรียกว่า algoอัลโก tradingการค้าขาย,
86
201000
2000
บางทีก็เรียกว่า "การซื้อขายแบบอัลกอ"
03:38
algorithmicอัลกอริทึม tradingการค้าขาย."
87
203000
3000
การซื้อขายแบบอัลกอริทึมครับ"
03:41
And algorithmicอัลกอริทึม tradingการค้าขาย evolvedการพัฒนา in partส่วนหนึ่ง
88
206000
3000
การซื้อขายแบบอัลกอริทึมมีส่วนเกี่ยวข้อง
03:44
because institutionalสถาบัน tradersผู้ประกอบการค้า have the sameเหมือนกัน problemsปัญหาที่เกิดขึ้น
89
209000
3000
เพราะว่าการซื้อขายของสถาบันต้องเจอกับคำถามแบบเดียว
03:47
that the Unitedปึกแผ่น Statesสหรัฐอเมริกา Airอากาศ Forceบังคับ had,
90
212000
3000
กับที่กองทัพอากาศสหรัฐอเมริกาเจอ
03:50
whichที่ is that they're movingการเคลื่อนย้าย these positionsตำแหน่ง --
91
215000
3000
ก็คือ หากเขาเปลี่ยนตำแหน่งหรือจุดยืน
03:53
whetherว่า it's Proctorทนาย & Gambleเล่นการพนัน or Accentureแอคเซนเจอร์, whateverอะไรก็ตาม --
92
218000
2000
ไม่ว่าจะเป็น พรอคเตอร์แอนด์แกมเบิล หรือ แอคเซนเชอร์ อะไรก็ตามแต่
03:55
they're movingการเคลื่อนย้าย a millionล้าน sharesหุ้น of something
93
220000
2000
พวกเขากำลังเคลื่อนย้ายหุ้นเป็นล้านหุ้น
03:57
throughตลอด the marketตลาด.
94
222000
2000
ผ่านระบบตลาด
03:59
And if they do that all at onceครั้งหนึ่ง,
95
224000
2000
และถ้าพวกเขาทำแบบนั้นภายในครั้งเดียว
04:01
it's like playingเล่น pokerโป๊กเกอร์ and going all in right away.
96
226000
2000
ก็จะเหมือนกับการเล่นไพ่โป๊กเกอร์แบบทุ่มไปเลยหนเดียว
04:03
You just tipปลาย your handมือ.
97
228000
2000
เราก็แค่เปิดไพ่ให้คนอื่นเห็น
04:05
And so they have to find a way --
98
230000
2000
เพราะงั้น พวกเขาจึงต้องค้นหาวิธีการ
04:07
and they use algorithmsอัลกอริทึม to do this --
99
232000
2000
และพวกเขาก็ใช้อัลกอริทึม
04:09
to breakหยุด up that bigใหญ่ thing
100
234000
2000
ให้การแยกของชิ้นใหญ่
04:11
into a millionล้าน little transactionsการทำธุรกรรม.
101
236000
2000
ให้กลายเป็นรายการย่อยๆนับล้าน
04:13
And the magicมายากล and the horrorความน่ากลัว of that
102
238000
2000
ความมหัศจรรย์และความน่าพรั่นสะพรึงก็คือ
04:15
is that the sameเหมือนกัน mathคณิตศาสตร์
103
240000
2000
คณิตศาสตร์อย่างเดียวกัน
04:17
that you use to breakหยุด up the bigใหญ่ thing
104
242000
2000
ที่เราใช้ในการแยกส่วนของของชิ้นใหญ่
04:19
into a millionล้าน little things
105
244000
2000
ให้เป็นชิ้นเล็กๆนับล้านชิ้น
04:21
can be used to find a millionล้าน little things
106
246000
2000
สามารถใช้ในการค้นหาสิ่งเล็กๆนับล้านชิ้น
04:23
and sewเย็บ them back togetherด้วยกัน
107
248000
2000
แล้วเอามาเย็บติดรวมคืนเข้าด้วยกัน
04:25
and figureรูป out what's actuallyแท้จริง happeningสิ่งที่เกิดขึ้น in the marketตลาด.
108
250000
2000
เพื่อค้นหาว่าอะไรกันแน่ที่เกิดขึ้นในระบบตลาดซื้อขาย
04:27
So if you need to have some imageภาพ
109
252000
2000
ดังนั้น ถ้าเราต้องการจะได้ภาพ
04:29
of what's happeningสิ่งที่เกิดขึ้น in the stockหุ้น marketตลาด right now,
110
254000
3000
ว่าเกิดอะไรขึ้นในตลาดหลักทรัพย์ในขณะนี้
04:32
what you can pictureภาพ is a bunchพวง of algorithmsอัลกอริทึม
111
257000
2000
สิ่งที่เราอาจนึกภาพออกก็คืออัลกอริทึมกลุ่มหนึ่ง
04:34
that are basicallyเป็นพื้น programmedโปรแกรม to hideปิดบัง,
112
259000
3000
ซึ่งถูกเขียนโปรแกรมซ่อนไว้
04:37
and a bunchพวง of algorithmsอัลกอริทึม that are programmedโปรแกรม to go find them and actการกระทำ.
113
262000
3000
และก็อัลกอริทึมอีกกลุ่มหนึ่งที่ถูกเขียนโปรแกรมไว้ให้หากลุ่มที่ซ่อนแล้วเริ่มปฏิบัติการ
04:40
And all of that's great, and it's fine.
114
265000
3000
ทั้งหมดนี้ยอดเยี่ยมครับและก็ใช้การได้ดีด้วย
04:43
And that's 70 percentเปอร์เซ็นต์
115
268000
2000
นับแล้วร้อยละ 70
04:45
of the Unitedปึกแผ่น Statesสหรัฐอเมริกา stockหุ้น marketตลาด,
116
270000
2000
ของตลาดหลักทรัพย์ในสหรัฐอเมริกา
04:47
70 percentเปอร์เซ็นต์ of the operatingการดำเนินงาน systemระบบ
117
272000
2000
ร้อยละ 70 ของระบบ
04:49
formerlyสมัยก่อน knownที่รู้จักกัน as your pensionเงินบำนาญ,
118
274000
3000
ที่เป็นที่รู้จักก่อนหน้านี้ในฐานะเงินบำนาญของคุณ
04:52
your mortgageจำนอง.
119
277000
3000
การจำนองอสังหาริมทรัพย์ของคุณ
04:55
And what could go wrongไม่ถูกต้อง?
120
280000
2000
แล้วจะเกิดความผิดพลาดอะไรงั้นหรือ?
04:57
What could go wrongไม่ถูกต้อง
121
282000
2000
ความผิดพลาดที่อาจเกิดขึ้น
04:59
is that a yearปี agoมาแล้ว,
122
284000
2000
ก็คือ หนึ่งปีที่ผ่านมา
05:01
nineเก้า percentเปอร์เซ็นต์ of the entireทั้งหมด marketตลาด just disappearsหายไป in fiveห้า minutesนาที,
123
286000
3000
ร้อยละ 9 ของทั้งตลาดหายแว่บไปกับตาภายใน 5 นาที
05:04
and they calledเรียกว่า it the Flashแฟลช Crashชน of 2:45.
124
289000
3000
พวกเขาเรียกมันว่า 'เหตุล้มครืน ณ บ่ายสองสี่สิบห้า'
05:07
All of a suddenฉับพลัน, nineเก้า percentเปอร์เซ็นต์ just goesไป away,
125
292000
3000
ทันทีทันควัน ร้อยละ 9 ของตลาดก็หายวับไป
05:10
and nobodyไม่มีใคร to this day
126
295000
2000
และไม่มีใครเลยจนกระทั่งวันนี้
05:12
can even agreeตกลง on what happenedที่เกิดขึ้น
127
297000
2000
ที่จะปักใจอธิบายได้ว่าเกิดอะไรขึ้นในวันนั้น
05:14
because nobodyไม่มีใคร orderedสั่งซื้อ it, nobodyไม่มีใคร askedถาม for it.
128
299000
3000
เพราะไม่มีใครสั่งให้มันเกิดขึ้น ไม่มีขอให้มันเกิดขึ้น
05:17
Nobodyไม่มีใคร had any controlควบคุม over what was actuallyแท้จริง happeningสิ่งที่เกิดขึ้น.
129
302000
3000
ไม่มีใครมีอำนาจควบคุมในสิ่งที่ได้เกิดขึ้น
05:20
All they had
130
305000
2000
ทั้งหมดที่พวกเขามี
05:22
was just a monitorหน้าจอ in frontด้านหน้า of them
131
307000
2000
ก็แค่จอคอมพิวเตอร์ตรงหน้า
05:24
that had the numbersหมายเลข on it
132
309000
2000
ที่มีแต่ตัวเลขเต็มไปหมด
05:26
and just a redสีแดง buttonปุ่ม
133
311000
2000
แล้วก็ปุ่มสีแดง
05:28
that said, "Stop."
134
313000
2000
ที่เขียนว่า "หยุด"
05:30
And that's the thing,
135
315000
2000
นั่นแหละครับคือประเด็นหละ
05:32
is that we're writingการเขียน things,
136
317000
2000
ก็คือ เราเขียนโปรแกรมนั่นนี่ขึ้นมา
05:34
we're writingการเขียน these things that we can no longerอีกต่อไป readอ่าน.
137
319000
3000
เรากำลังเขียนโปรแกรมในสิ่งที่เราไม่สามารถอ่านมันออกอีกต่อไป
05:37
And we'veเราได้ renderedการแสดงผล something
138
322000
2000
และเราถอดความบางอย่าง
05:39
illegibleอ่านไม่ออก,
139
324000
2000
ที่อ่านไม่ออก
05:41
and we'veเราได้ lostสูญหาย the senseความรู้สึก
140
326000
3000
และเราสูญเสียสามัญสำนึก
05:44
of what's actuallyแท้จริง happeningสิ่งที่เกิดขึ้น
141
329000
2000
ว่ากำลังเกิดอะไรขึ้น
05:46
in this worldโลก that we'veเราได้ madeทำ.
142
331000
2000
ในโลกที่เราสร้างขึ้นมา
05:48
And we're startingที่เริ่มต้น to make our way.
143
333000
2000
และเราเริ่มสร้างหนทางของเราขึ้นมา
05:50
There's a companyบริษัท in Bostonเมืองบอสตัน calledเรียกว่า NanexNanex,
144
335000
3000
มีบริษัทหนึ่งในเมืองบอสตัน ชื่อ นาเน็กซ์ (Nanex)
05:53
and they use mathคณิตศาสตร์ and magicมายากล
145
338000
2000
เขาใช้คณิตศาสตร์และมายากล
05:55
and I don't know what,
146
340000
2000
และก็ไม่รู้ว่าใช้อะไรอีก
05:57
and they reachมาถึง into all the marketตลาด dataข้อมูล
147
342000
2000
พวกเขาเข้าถึงข้อมูลทั้งหมดของตลาด
05:59
and they find, actuallyแท้จริง sometimesบางครั้ง, some of these algorithmsอัลกอริทึม.
148
344000
3000
บางครั้ง พวกเขาค้นพบบางส่วนของอัลกอริทึมพวกนี้
06:02
And when they find them they pullดึง them out
149
347000
3000
พอพบมัน พวกเขาก็จัดการดึงมันออกมา
06:05
and they pinหมุด them to the wallผนัง like butterfliesผีเสื้อ.
150
350000
3000
แล้วก็ปักหมุดตรึงมันไว้กับผนังเหมือนพวกผีเสื้อ
06:08
And they do what we'veเราได้ always doneเสร็จแล้ว
151
353000
2000
พวกเขาทำในสิ่งที่พวกเรามักทำเสมอ
06:10
when confrontedเผชิญหน้า with hugeใหญ่ amountsจำนวน of dataข้อมูล that we don't understandเข้าใจ --
152
355000
3000
เมื่อเผชิญกับข้อมูลปริมาณมหาศาลที่พวกเราไม่มีความเข้าใจ
06:13
whichที่ is that they give them a nameชื่อ
153
358000
2000
นั่นก็คือ การตั้งชื่อให้พวกมัน
06:15
and a storyเรื่องราว.
154
360000
2000
และสร้างเรื่องราวขึ้นมา
06:17
So this is one that they foundพบ,
155
362000
2000
อันนี้เป็นหนึ่งในที่พวกเขาค้นพบ
06:19
they calledเรียกว่า the Knifeมีด,
156
364000
4000
พวกเขาเรียก "มีด (the Knife)"
06:23
the Carnivalงานรื่นเริง,
157
368000
2000
"เทศกาลฉลอง (the Carnival)"
06:25
the Bostonเมืองบอสตัน ShufflerShuffler,
158
370000
4000
"ไพ่สับแบบบอสตัน (the Boston Shuffler)"
06:29
Twilightพลบค่ำ.
159
374000
2000
"แสงอัสดง (Twilight)"
06:31
And the gagปิดปาก is
160
376000
2000
และมุขก็คือว่า
06:33
that, of courseหลักสูตร, these aren'tไม่ได้ just runningวิ่ง throughตลอด the marketตลาด.
161
378000
3000
แน่ๆ อัลกอริทึมพวกนี้ไม่ได้ทำงานแค่ในตลาดหลักทรัพย์เท่านั้น
06:36
You can find these kindsชนิด of things whereverที่ไหนก็ตาม you look,
162
381000
3000
เราอาจไปเจอมันที่ไหนก็ได้ถ้าเรามองหา
06:39
onceครั้งหนึ่ง you learnเรียน how to look for them.
163
384000
2000
พอเราเรียนรู้ที่จะมองหามันเป็น
06:41
You can find it here: this bookหนังสือ about fliesแมลงวัน
164
386000
3000
คุณอาจเจอมันในนี้ ในหนังสือเล่มนี้ซึ่งเกี่ยวกับแมลง
06:44
that you mayอาจ have been looking at on Amazonอเมซอน.
165
389000
2000
ที่คุณอาจจะมองหาจากร้านหนังสืออะเมซอน (Amazon)
06:46
You mayอาจ have noticedสังเกตเห็น it
166
391000
2000
คุณอาจสังเกตเห็นนะครับ
06:48
when its priceราคา startedเริ่มต้น at 1.7 millionล้าน dollarsดอลลาร์.
167
393000
2000
ว่าเมื่อราคาหนังสือไปอยู่ที่เล่มละ 1.7 ล้านดอลลาร์
06:50
It's out of printพิมพ์ -- still ...
168
395000
2000
หนังสือก็ยังขาดตลาดอยู่ดังเดิม
06:52
(Laughterเสียงหัวเราะ)
169
397000
2000
(เสียงหัวเราะ)
06:54
If you had boughtซื้อ it at 1.7, it would have been a bargainต่อรอง.
170
399000
3000
ถ้าคุณซื้อมันมาในราคานั้น ถือได้ว่าคุณได้มันมาในราคาลด
06:57
A fewน้อย hoursชั่วโมง laterต่อมา, it had goneที่ไปแล้ว up
171
402000
2000
สองสามชั่วโมงต่อมา ราคาพุ่งขึ้นไป
06:59
to 23.6 millionล้าน dollarsดอลลาร์,
172
404000
2000
เป็น 23.6 ล้านดอลลาร์
07:01
plusบวก shippingการส่งสินค้า and handlingการจัดการ.
173
406000
2000
บวกค่าจัดส่ง
07:03
And the questionคำถาม is:
174
408000
2000
และคำถามก็คือ:
07:05
Nobodyไม่มีใคร was buyingการซื้อ or sellingขาย anything; what was happeningสิ่งที่เกิดขึ้น?
175
410000
2000
ไม่มีใครกำลังจะซื้อหรือขายอะไรทั้งสิ้น เกิดอะไรขึ้นกันแน่ครับ?
07:07
And you see this behaviorพฤติกรรม on Amazonอเมซอน
176
412000
2000
และคุณเห็นพฤติกรรมแบบนี้ในร้านหนังสืออะเมซอน
07:09
as surelyอย่างแน่นอน as you see it on Wallผนัง Streetถนน.
177
414000
2000
แน่นอนเช่นเดียวกันกับที่คุณเห็นในวอลล์สตรีท
07:11
And when you see this kindชนิด of behaviorพฤติกรรม,
178
416000
2000
และเมื่อคุณเห็นพฤติกรรมประเภทนี้
07:13
what you see is the evidenceหลักฐาน
179
418000
2000
สิ่งที่คุณเห็นก็คือหลักฐานว่า
07:15
of algorithmsอัลกอริทึม in conflictขัดกัน,
180
420000
2000
อัลกอริทึมทำงานขัดแย้งกัน
07:17
algorithmsอัลกอริทึม lockedล็อค in loopsลูป with eachแต่ละ other,
181
422000
2000
อัลกอริทึมถูกดึงให้มาทำงานด้วยกันเป็นวงวน
07:19
withoutไม่มี any humanเป็นมนุษย์ oversightการควบคุม,
182
424000
2000
โดยไม่มีใครมาคอยดู
07:21
withoutไม่มี any adultผู้ใหญ่ supervisionการดูแล
183
426000
3000
ไม่มีผู้ใหญ่มาคอยกำกับดูแล
07:24
to say, "Actuallyแท้จริง, 1.7 millionล้าน is plentyความอุดมสมบูรณ์."
184
429000
3000
ที่จะบอกว่า "เฮ้ 1.7 ล้านดอลลาร์นี่มันเยอะอยู่นะ"
07:27
(Laughterเสียงหัวเราะ)
185
432000
3000
(เสียงหัวเราะ)
07:30
And as with Amazonอเมซอน, so it is with NetflixNetflix.
186
435000
3000
และก็เหมือนกับกรณีร้านหนังสืออะเมซอน กรณีของร้านเช่าวิดีโอเน็ตฟลิคซ์ (Netflix) ก็เช่นกัน
07:33
And so NetflixNetflix has goneที่ไปแล้ว throughตลอด
187
438000
2000
ดังนั้น เน็ตฟลิคซ์จึงต้องเปลี่ยน
07:35
severalหลาย differentต่าง algorithmsอัลกอริทึม over the yearsปี.
188
440000
2000
อัลกอริทึมหลายแบบมากตลอดหลายปีที่ผ่านมา
07:37
They startedเริ่มต้น with CinematchCinematch, and they'veพวกเขาได้ triedพยายาม a bunchพวง of othersคนอื่น ๆ --
189
442000
3000
พวกเขาเริ่มต้นด้วย ซินเนแมตช์ (Cinematch) และก็ลองใช้อย่างอื่นอีกเป็นตั้ง
07:40
there's Dinosaurไดโนเสาร์ Planetดาวเคราะห์; there's Gravityแรงดึงดูด.
190
445000
2000
มี 'โลกไดโนเสาร์ (Dinosaur Planet)', 'แรงดึงดูด (Gravity)'
07:42
They're usingการใช้ Pragmaticในทางปฏิบัติ Chaosความสับสนวุ่นวาย now.
191
447000
2000
ตอนนี้ พวกเขาใช้ 'ความยุ่งเหยิงเชิงปฏิบัติ (Pragmatic Chaos)'
07:44
Pragmaticในทางปฏิบัติ Chaosความสับสนวุ่นวาย is, like all of NetflixNetflix algorithmsอัลกอริทึม,
192
449000
2000
'ความยุ่งเหยิงเชิงปฏิบัติ' นี้ก็เหมือนกับอัลกอริทึมของเน็ตฟริคซ์อื่นๆ
07:46
tryingพยายาม to do the sameเหมือนกัน thing.
193
451000
2000
ที่พยายามทำในสิ่งเดิม
07:48
It's tryingพยายาม to get a graspเข้าใจ on you,
194
453000
2000
มันพยายามที่จะควบคุมคุณไว้
07:50
on the firmwareเฟิร์มแว insideภายใน the humanเป็นมนุษย์ skullกะโหลกศีรษะ,
195
455000
2000
ควบคุมโปรแกรมที่อยู่ในกระโหลกของมนุษย์
07:52
so that it can recommendแนะนำ what movieหนัง
196
457000
2000
เพื่อที่มันจะสามารถแนะนำหนัง
07:54
you mightอาจ want to watch nextต่อไป --
197
459000
2000
เรื่องต่อไปที่คุณอาจจะอยากดู
07:56
whichที่ is a very, very difficultยาก problemปัญหา.
198
461000
3000
ซึ่งเป็นปัญหาที่ยากมากเหลือเกินครับ
07:59
But the difficultyความยาก of the problemปัญหา
199
464000
2000
แต่ความยากของปัญหานี้
08:01
and the factความจริง that we don't really quiteทีเดียว have it down,
200
466000
3000
และความจริงที่ว่า เราเองก็ไม่ค่อยจะรู้หรอกว่าอยากดูอะไรจริงๆ
08:04
it doesn't take away
201
469000
2000
มันไม่ได้ทำให้ผลกระทบ
08:06
from the effectsผลกระทบ Pragmaticในทางปฏิบัติ Chaosความสับสนวุ่นวาย has.
202
471000
2000
จากอัลกอริทึมความยุ่งเหยิงเชิงปฏิบัติหายไปไหนเลย
08:08
Pragmaticในทางปฏิบัติ Chaosความสับสนวุ่นวาย, like all NetflixNetflix algorithmsอัลกอริทึม,
203
473000
3000
'ความยุ่งเหยิงเชิงปฏิบัติ' ก็เหมือนกับอัลกอริทึมของเน็ตฟลิคซ์อื่นๆ
08:11
determinesกำหนด, in the endปลาย,
204
476000
2000
ที่ในตอนท้ายสุดเป็นตัวบ่งว่า
08:13
60 percentเปอร์เซ็นต์
205
478000
2000
ร้อยละ 60
08:15
of what moviesภาพยนตร์ endปลาย up beingกำลัง rentedให้เช่า.
206
480000
2000
ของหนังที่ถูกเช่าไปคืออะไร
08:17
So one pieceชิ้น of codeรหัส
207
482000
2000
โปรแกรมคอมพิวเตอร์ชิ้นหนึ่ง
08:19
with one ideaความคิด about you
208
484000
3000
กับไอเดียเกี่ยวกับคุณเพียงข้อเดียว
08:22
is responsibleรับผิดชอบ for 60 percentเปอร์เซ็นต์ of those moviesภาพยนตร์.
209
487000
3000
ที่มีส่วนรับผิดชอบถึงร้อยละ 60 ของหนังที่ถูกเช่าไป
08:25
But what if you could rateอัตรา those moviesภาพยนตร์
210
490000
2000
แต่ว่าถ้าคุณสามารถให้คะแนนหนังพวกนั้นได้ล่ะ
08:27
before they get madeทำ?
211
492000
2000
ก่อนที่เขาจะสร้างหนังนะครับ?
08:29
Wouldn'tจะไม่ that be handyมีประโยชน์?
212
494000
2000
มันจะไม่ช่วยมากกว่าอีกหรือ?
08:31
Well, a fewน้อย dataข้อมูล scientistsนักวิทยาศาสตร์ from the U.K. are in Hollywoodฮอลลีวู้ด,
213
496000
3000
อืม มีนักวิทยาศาสตร์ด้านข้อมูลสองสามคนจากอังกฤษที่อยู่ในฮอลลีวูดตอนนี้
08:34
and they have "storyเรื่องราว algorithmsอัลกอริทึม" --
214
499000
2000
พวกเขามีอัลกอริทึมบทหนังครับ
08:36
a companyบริษัท calledเรียกว่า EpagogixEpagogix.
215
501000
2000
บริษัทนี้ชื่อ เอพากอกิคซ์ (Epagogix)
08:38
And you can runวิ่ง your scriptต้นฉบับ throughตลอด there,
216
503000
3000
และคุณสามารถส่งบทหนังไปให้พวกเขาใช้อัลกอริทึมเช็คดู
08:41
and they can tell you, quantifiablyquantifiably,
217
506000
2000
เขาจะบอกคุณได้เป็นปริมาณ
08:43
that that's a 30 millionล้าน dollarดอลลาร์ movieหนัง
218
508000
2000
ว่านั่นเป็นหนังงบสร้าง 30 ล้านดอลลาร์
08:45
or a 200 millionล้าน dollarดอลลาร์ movieหนัง.
219
510000
2000
หรือว่าหนังงบสร้าง 200 ล้านดอลลาร์
08:47
And the thing is, is that this isn't GoogleGoogle.
220
512000
2000
และแง่มุมของมันก็คือมันไม่ใช่กูเกิ้ล
08:49
This isn't informationข้อมูล.
221
514000
2000
มันไม่ใช่ข้อมูล
08:51
These aren'tไม่ได้ financialการเงิน statsสถิติ; this is cultureวัฒนธรรม.
222
516000
2000
มันไม่ใช่สถิติทางการเงิน แต่มันเป็นวัฒนธรรม
08:53
And what you see here,
223
518000
2000
สิ่งที่คุณเห็นที่นี่
08:55
or what you don't really see normallyปกติ,
224
520000
2000
หรือที่คุณไม่อาจเห็นได้ในแบบทั่วไป
08:57
is that these are the physicsฟิสิกส์ of cultureวัฒนธรรม.
225
522000
4000
ก็คือ มีฟิสิกส์ของวัฒนธรรม
09:01
And if these algorithmsอัลกอริทึม,
226
526000
2000
และถ้าอัลกอริทึมพวกนี้
09:03
like the algorithmsอัลกอริทึม on Wallผนัง Streetถนน,
227
528000
2000
เช่นเดียวกับอัลกอริทึมในวอลล์สตรีท
09:05
just crashedชน one day and wentไป awryเป๋,
228
530000
3000
พังครืนลงมาวันใดวันหนึ่งแล้วก็ทำงานผิดเพี้ยน
09:08
how would we know?
229
533000
2000
เราจะรู้ได้อย่างไร?
09:10
What would it look like?
230
535000
2000
มันจะมีลักษณะยังไง?
09:12
And they're in your houseบ้าน. They're in your houseบ้าน.
231
537000
3000
และมันอยู่ในบ้านของคุณอีกด้วย อยู่ในบ้านของคุณครับ
09:15
These are two algorithmsอัลกอริทึม competingการแข่งขัน for your livingการดำรงชีวิต roomห้อง.
232
540000
2000
มีอัลกอริทึมสองตัวที่แข่งกันอยู่ในห้องนั่งเล่นของคุณ
09:17
These are two differentต่าง cleaningการทำความสะอาด robotsหุ่นยนต์
233
542000
2000
มีหุ่นยนต์ทำความสะอาดที่แตกต่างกันสองตัว
09:19
that have very differentต่าง ideasความคิด about what cleanสะอาด meansวิธี.
234
544000
3000
ที่มีแนวคิดแตกต่างกันมากในการตีความหมายของคำว่า สะอาด
09:22
And you can see it
235
547000
2000
และคุณพบว่า
09:24
if you slowช้า it down and attachแนบ lightsไฟ to them,
236
549000
3000
ถ้าคุณปรับมันทำงานช้าลงและติดไฟเข้าไป
09:27
and they're sortประเภท of like secretลับ architectsสถาปนิก in your bedroomห้องนอน.
237
552000
3000
มันจะคล้ายกับสถาปนิกลับในห้องนอนของคุณ
09:30
And the ideaความคิด that architectureสถาปัตยกรรม itselfตัวเอง
238
555000
3000
และแนวคิดเกี่ยวกับสถาปัตยกรรมในตัวมันเอง
09:33
is somehowอย่างใด subjectเรื่อง to algorithmicอัลกอริทึม optimizationการเพิ่มประสิทธิภาพ
239
558000
2000
บางขณะก็ขึ้นอยู่กับการหาค่าที่เหมาะที่สุดของอัลกอริทึม
09:35
is not far-fetchedลึกซึ้ง.
240
560000
2000
ที่ดูแล้วมีความเป็นไปได้
09:37
It's super-realซุปเปอร์จริง and it's happeningสิ่งที่เกิดขึ้น around you.
241
562000
3000
มันเป็นของจริงแท้ที่เกิดขึ้นรอบตัวคุณ
09:40
You feel it mostมากที่สุด
242
565000
2000
คุณรู้สึกถึงมันได้มากที่สุด
09:42
when you're in a sealedที่ปิดผนึก metalโลหะ boxกล่อง,
243
567000
2000
เมื่อคุณอยู่ในกล่องเหล็กที่ปิดผนึก
09:44
a new-styleสไตล์ใหม่ elevatorลิฟต์;
244
569000
2000
ลิฟต์แบบใหม่ครับ
09:46
they're calledเรียกว่า destination-controlปลายทางของการควบคุม elevatorsลิฟท์.
245
571000
2000
เรียกว่า ลิฟต์แบบควบคุมจุดหมายปลายทาง
09:48
These are the onesคน where you have to pressกด what floorชั้น you're going to go to
246
573000
3000
มีแบบที่คุณเลือกกดปุ่มชั้นที่คุณต้องการจะให้มันหยุด
09:51
before you get in the elevatorลิฟต์.
247
576000
2000
ก่อนที่คุณจะเข้าไปในลิฟต์
09:53
And it usesการใช้งาน what's calledเรียกว่า a bin-packingถังบรรจุ algorithmขั้นตอนวิธี.
248
578000
2000
มันใช้สิ่งที่เรียนกว่า อัลกอริทึมแบบบรรจุถัง (bin packing algorithm)
09:55
So noneไม่มี of this mishegasmishegas
249
580000
2000
ดังนั้นจะไม่มีทางเลย
09:57
of lettingการปล่อย everybodyทุกคน go into whateverอะไรก็ตาม carรถ they want.
250
582000
2000
ที่จะปล่อยให้ต่างคนต่างใช้ลิฟต์ตัวที่ตนต้องการ
09:59
Everybodyทุกคน who wants to go to the 10thTH floorชั้น goesไป into carรถ two,
251
584000
2000
ใครที่อยากไปชั้น 10 ต้องไปใช้ลิฟต์ตัวที่ 2
10:01
and everybodyทุกคน who wants to go to the thirdที่สาม floorชั้น goesไป into carรถ fiveห้า.
252
586000
3000
และใครอยากไปชั้น 3 ต้องไปกับลิฟต์ตัวที่ 5
10:04
And the problemปัญหา with that
253
589000
2000
ปัญหาก็คือ
10:06
is that people freakความประหลาด out.
254
591000
2000
มันสร้างความสะพรึงกลัวแก่ผู้คน
10:08
People panicความหวาดกลัว.
255
593000
2000
ผู้คนตื่นตระหนก
10:10
And you see why. You see why.
256
595000
2000
และคุณก็รู้ว่าทำไม คุณรู้
10:12
It's because the elevatorลิฟต์
257
597000
2000
ก็เพราะว่าลิฟต์
10:14
is missingหายไป some importantสำคัญ instrumentationการประพันธ์ดนตรี, like the buttonsปุ่ม.
258
599000
3000
ไม่มีเครื่องมือที่สำคัญ อย่างเช่น ปุ่ม ไงหละครับ
10:17
(Laughterเสียงหัวเราะ)
259
602000
2000
(เสียงหัวเราะ)
10:19
Like the things that people use.
260
604000
2000
เหมือนอะไรๆที่ผู้คนคุ้นเคยในการใช้
10:21
All it has
261
606000
2000
แต่สิ่งที่มันมี
10:23
is just the numberจำนวน that movesการเคลื่อนไหว up or down
262
608000
3000
ก็แค่ตัวเลขที่วิ่งขึ้นลง
10:26
and that redสีแดง buttonปุ่ม that saysกล่าวว่า, "Stop."
263
611000
3000
และปุ่มสีแดงที่เขียนว่า "หยุด"
10:29
And this is what we're designingการออกแบบ for.
264
614000
3000
และนี่เป็นสิ่งที่เรากำลังออกแบบสร้าง
10:32
We're designingการออกแบบ
265
617000
2000
เรากำลังออกแบบ
10:34
for this machineเครื่อง dialectภาษาถิ่น.
266
619000
2000
ภาษาเฉพาะให้แก่กลไกพวกนี้
10:36
And how farห่างไกล can you take that? How farห่างไกล can you take it?
267
621000
3000
เราจะพัฒนามันไปถึงแค่ไหนกัน จะพัฒนาไปได้อีกมากเท่าไหร่กันครับ
10:39
You can take it really, really farห่างไกล.
268
624000
2000
เราสามารถพัฒนามันไปได้อีกไกลมากๆ ครับ
10:41
So let me take it back to Wallผนัง Streetถนน.
269
626000
3000
ดังนั้น ขอผมย้อนกลับไปที่วอลล์สตรีท
10:45
Because the algorithmsอัลกอริทึม of Wallผนัง Streetถนน
270
630000
2000
เนื่องจากอัลกอริทึมของวอลล์สตรีท
10:47
are dependentขึ้นอยู่กับ on one qualityคุณภาพ aboveข้างบน all elseอื่น,
271
632000
3000
ขึ้นอยู่กับคุณลักษณะหนึ่งเป็นพิเศษ
10:50
whichที่ is speedความเร็ว.
272
635000
2000
นั่นก็คือ ความเร็ว
10:52
And they operateทำงาน on millisecondsมิลลิวินาที and microsecondsmicroseconds.
273
637000
3000
มันทำงานในเศษเสี้ยววินาที แค่เสี้ยวหนึ่งในล้านวินาทีครับ
10:55
And just to give you a senseความรู้สึก of what microsecondsmicroseconds are,
274
640000
2000
และเพื่อให้คุณรู้ว่าเสี้ยวหนึ่งในล้านวินาที (ไมโครวินาที) เร็วแค่ไหน
10:57
it takes you 500,000 microsecondsmicroseconds
275
642000
2000
คุณใช้เวลา 500,000 ไมโครวินาที
10:59
just to clickคลิก a mouseเม้าส์.
276
644000
2000
ในการคลิ๊กเมาส์
11:01
But if you're a Wallผนัง Streetถนน algorithmขั้นตอนวิธี
277
646000
2000
แต่ถ้าคุณเป็นอัลกอริทึมของวอลล์สตรีทละก็
11:03
and you're fiveห้า microsecondsmicroseconds behindหลัง,
278
648000
2000
คุณช้าไปแล้ว 5 ไมโครวินาทีครับ
11:05
you're a loserคนขี้แพ้.
279
650000
2000
คุณแพ้ราบคาบ
11:07
So if you were an algorithmขั้นตอนวิธี,
280
652000
2000
ดังนั้นถ้าคุณเป็นอัลกอริทึม
11:09
you'dคุณควรที่จะ look for an architectสถาปนิก like the one that I metพบ in Frankfurtแฟรงค์เฟิร์ต
281
654000
3000
คุณก็จะค้นหาสถาปนิกแบบคนที่ผมไปพบที่เมืองแฟรงค์เฟิร์ต
11:12
who was hollowinghollowing out a skyscraperตึกระฟ้า --
282
657000
2000
เป็นคนที่ออกแบบให้ตึกระฟ้ามีโพรงครับ
11:14
throwingการขว้างปา out all the furnitureเฟอร์นิเจอร์, all the infrastructureโครงสร้างพื้นฐาน for humanเป็นมนุษย์ use,
283
659000
3000
โยนเฟอร์นิเจอร์และโครงสร้างพื้นฐานที่มนุษย์ใช้ออกไปให้หมด
11:17
and just runningวิ่ง steelเหล็ก on the floorsชั้น
284
662000
3000
แล้วก็ก่อเหล็กขึ้นมาในแต่ละชั้น
11:20
to get readyพร้อมแล้ว for the stacksสแต็ค of serversเซิร์ฟเวอร์ to go in --
285
665000
3000
เพื่อให้พร้อมสำหรับการใส่อุปกรณ์คอมพิวเตอร์เซิร์ฟเวอร์เข้าไป
11:23
all so an algorithmขั้นตอนวิธี
286
668000
2000
เพื่อให้อัลกอริทึม
11:25
could get closeปิด to the Internetอินเทอร์เน็ต.
287
670000
3000
สามารถอยู่ใกล้กับอินเตอร์เน็ต
11:28
And you think of the Internetอินเทอร์เน็ต as this kindชนิด of distributedกระจาย systemระบบ.
288
673000
3000
แล้วเราก็คิดเสียว่าอินเตอร์เน็ตเป็นระบบแพร่กระจายประเภทหนึ่ง
11:31
And of courseหลักสูตร, it is, but it's distributedกระจาย from placesสถานที่.
289
676000
3000
และมันก็เป็นแบบนั้นจริงๆ แต่ว่ามันกระจายจากที่หนึ่งไปที่หนึ่ง
11:34
In Newใหม่ Yorkนิวยอร์ก, this is where it's distributedกระจาย from:
290
679000
2000
ในนครนิวยอร์ก นี่คือจุดศูนย์กลางของการแพร่กระจาย
11:36
the Carrierผู้ให้บริการ Hotelโรงแรม
291
681000
2000
โรงแรมแคร์ริเออร์ (Carrier Hotel)
11:38
locatedที่ตั้งอยู่ on Hudsonฮัดสัน Streetถนน.
292
683000
2000
ตั้งอยู่บนถนนฮัดสัน (Hudson)
11:40
And this is really where the wiresสายไฟ come right up into the cityเมือง.
293
685000
3000
และนี่เป็นสถานที่ซึ่งส่งกระจายสายเชื่อมสู่เมือง
11:43
And the realityความจริง is that the furtherต่อไป away you are from that,
294
688000
4000
ความจริงก็คือ ยิ่งเราอยู่ไกลจากโรงแรมนี้ไปเท่าไหร่
11:47
you're a fewน้อย microsecondsmicroseconds behindหลัง everyทุกๆ time.
295
692000
2000
เราก็จะทำอะไรช้าไป 2-3 ไมโครวินาที ทุกๆครั้ง
11:49
These guys down on Wallผนัง Streetถนน,
296
694000
2000
พวกที่อยู่บนวอลล์สตรีท
11:51
Marcoมาร์โก Poloโปโล and Cherokeeเชโรกี Nationประเทศชาติ,
297
696000
2000
มาร์โค โปโล (Marco Polo) และ เชอโรกีเนชั่น (Cherokee Nation)
11:53
they're eightแปด microsecondsmicroseconds
298
698000
2000
พวกเขาทำอะไรช้าไป 8 ไมโครวินาที
11:55
behindหลัง all these guys
299
700000
2000
กว่าพวกที่
11:57
going into the emptyว่างเปล่า buildingsสิ่งปลูกสร้าง beingกำลัง hollowedโหล out
300
702000
4000
จะเข้าไปอยู่ในตึกเปล่าที่ถูกเจาะโพรงไว้
12:01
up around the Carrierผู้ให้บริการ Hotelโรงแรม.
301
706000
2000
รอบๆ โรงแรมแคร์ริเออร์
12:03
And that's going to keep happeningสิ่งที่เกิดขึ้น.
302
708000
3000
และมันก็จะเกิดแบบนี้ไปเรื่อยๆ
12:06
We're going to keep hollowinghollowing them out,
303
711000
2000
เราก็จะเจาะตึกเป็นโพรง
12:08
because you, inchนิ้ว for inchนิ้ว
304
713000
3000
เพราะคุณ นิ้วต่อนิ้ว
12:11
and poundปอนด์ for poundปอนด์ and dollarดอลลาร์ for dollarดอลลาร์,
305
716000
3000
ปอนด์ต่อปอนด์ ดอลลาร์ต่อดอลลาร์
12:14
noneไม่มี of you could squeezeบีบ revenueรายได้ out of that spaceช่องว่าง
306
719000
3000
ไม่มีใครคนใดเลยที่จะสามารถดึงเม็ดเงินออกมาจากที่นั่นได้
12:17
like the Bostonเมืองบอสตัน ShufflerShuffler could.
307
722000
3000
เหมือนที่อัลกอริทึม 'ไพ่สับแบบบอสตัน" ทำได้
12:20
But if you zoomซูม out,
308
725000
2000
แต่ถ้าคุณขยับออกมาดู
12:22
if you zoomซูม out,
309
727000
2000
ถ้าคุณย่อภาพลง
12:24
you would see an 825-mile-ไมล์ trenchสลัก
310
729000
4000
คุณจะเห็นสนามเพลาะยาว 825 ไมล์
12:28
betweenระหว่าง Newใหม่ Yorkนิวยอร์ก Cityเมือง and Chicagoเมืองชิคาโก
311
733000
2000
ระหว่างนครนิวยอร์กกับชิคาโก
12:30
that's been builtสร้างขึ้น over the last fewน้อย yearsปี
312
735000
2000
ที่ถูกสร้างขึ้นมาในช่วง 2-3 ปีที่ผ่านมา
12:32
by a companyบริษัท calledเรียกว่า Spreadกระจาย Networksเครือข่าย.
313
737000
3000
โดยบริษัทสะเปรดเน็ตเวิร์คส์ (Spread Networks)
12:35
This is a fiberไฟเบอร์ opticจักษุ cableสายเคเบิล
314
740000
2000
อันนี้ สายใยแก้วนำแสง
12:37
that was laidได้ปล่อยแล้ว betweenระหว่าง those two citiesเมือง
315
742000
2000
ที่ใช้ฝังเดินสายไว้ระหว่างสองเมืองนี้
12:39
to just be ableสามารถ to trafficการจราจร one signalสัญญาณ
316
744000
3000
เพื่อที่จะส่งสัญญาณ
12:42
37 timesครั้ง fasterได้เร็วขึ้น than you can clickคลิก a mouseเม้าส์ --
317
747000
3000
ให้เร็วกว่าเมื่อคุณคลิ๊กเม้าส์ไป 37 เท่า
12:45
just for these algorithmsอัลกอริทึม,
318
750000
3000
เพื่ออัลกอริทึมพวกนี้
12:48
just for the Carnivalงานรื่นเริง and the Knifeมีด.
319
753000
3000
เพื่ออัลกอริทึม "เทศกาลฉลอง" กับ "มีด"
12:51
And when you think about this,
320
756000
2000
ลองคิดดูนะครับ
12:53
that we're runningวิ่ง throughตลอด the Unitedปึกแผ่น Statesสหรัฐอเมริกา
321
758000
2000
ว่าเราเจาะระเบิดผืนดินสหรัฐอเมริกา
12:55
with dynamiteระเบิด and rockหิน sawsเลื่อย
322
760000
3000
ด้วยระเบิดไดนาไมท์และเลื่อยตัดหิน
12:58
so that an algorithmขั้นตอนวิธี can closeปิด the dealจัดการ
323
763000
2000
เพื่อให้อัลกอริทึมสามารถปิดการซื้อขาย
13:00
threeสาม microsecondsmicroseconds fasterได้เร็วขึ้น,
324
765000
3000
ได้เร็วขึ้นอีก 3 ไมโครวินาที
13:03
all for a communicationsคมนาคม frameworkกรอบ
325
768000
2000
ทั้งหมดนี้ก็เพื่อกรอบแนวคิดด้านการสื่อสาร
13:05
that no humanเป็นมนุษย์ will ever know,
326
770000
4000
ที่ไม่มีมนุษย์คนไหนจะได้รู้จักหรือใช้งาน
13:09
that's a kindชนิด of manifestประจักษ์ destinyโชคชะตา;
327
774000
3000
นี่เป็นชะตากรรมที่ปรากฏชัดอันหนึ่ง
13:12
and we'llดี always look for a newใหม่ frontierชายแดน.
328
777000
3000
และก็จะขยายพรมแดนความรู้ใหม่ๆ เสมอ
13:15
Unfortunatelyน่าเสียดาย, we have our work cutตัด out for us.
329
780000
3000
โชคร้ายก็คือ เรามีงานที่ถูกคัดสรรไว้ให้แล้ว
13:18
This is just theoreticalตามทฤษฎี.
330
783000
2000
นี่เป็นแค่ทฤษฎีครับ
13:20
This is some mathematiciansนักคณิตศาสตร์ at MITเอ็มไอที.
331
785000
2000
นี่ก็แค่นักคณิตศาสตร์ที่สถาบันเทคโนโลยีแมสซาชูเสตต์ (MIT)
13:22
And the truthความจริง is I don't really understandเข้าใจ
332
787000
2000
ความจริงก็คือ จริงๆแล้ว ผมไม่เข้าใจ
13:24
a lot of what they're talkingการพูด about.
333
789000
2000
หลายสิ่งหลายอย่างที่พวกเขาพูดกัน
13:26
It involvesที่เกี่ยวข้องกับการ lightเบา conesกรวย and quantumควอนตัม entanglementสิ่งกีดขวาง,
334
791000
3000
มันเกี่ยวข้องกับกรวยแสงและความทับซ้อนเชิงควอนตัม
13:29
and I don't really understandเข้าใจ any of that.
335
794000
2000
ผมไม่เข้าใจอะไรพวกนี้เอาเสียเลย
13:31
But I can readอ่าน this mapแผนที่,
336
796000
2000
แต่ผมอ่านแผนที่นี้ได้
13:33
and what this mapแผนที่ saysกล่าวว่า
337
798000
2000
แผนที่นี้บอกว่า
13:35
is that, if you're tryingพยายาม to make moneyเงิน on the marketsตลาด where the redสีแดง dotsจุด are,
338
800000
3000
ถ้าเราพยายามที่จะทำเงินในตลาดหลักทรัพย์ที่มีจุดสีแดงนี้
13:38
that's where people are, where the citiesเมือง are,
339
803000
2000
ตรงนั้นเป็นตำแหน่งที่มีผู้คนอาศัย เป็นตำแหน่งที่มีเมือง
13:40
you're going to have to put the serversเซิร์ฟเวอร์ where the blueสีน้ำเงิน dotsจุด are
340
805000
3000
เราจะต้องไปติดตั้งอุปกรณ์คอมพิวเตอร์เซิร์ฟเวอร์ตรงจุดสีน้ำเงินพวกนี้
13:43
to do that mostมากที่สุด effectivelyมีประสิทธิภาพ.
341
808000
2000
เพื่อที่จะทำให้ได้ประสิทธิภาพสูงที่สุด
13:45
And the thing that you mightอาจ have noticedสังเกตเห็น about those blueสีน้ำเงิน dotsจุด
342
810000
3000
และสิ่งที่คุณอาจสังเกตออกเกี่ยวกับจุดสีน้ำเงินพวกนี้
13:48
is that a lot of them are in the middleกลาง of the oceanมหาสมุทร.
343
813000
3000
ก็คือ จำนวนมากเลยที่อยู่กลางมหาสมุทร
13:51
So that's what we'llดี do: we'llดี buildสร้าง bubblesฟองฟอด or something,
344
816000
3000
ดังนั้นสิ่งที่เราจะทำก็คือ เราจะสร้างฟองอากาศหรืออะไรแบบนั้น
13:54
or platformsแพลตฟอร์ม.
345
819000
2000
หรือไม่ก็ แท่นปฏิบัติการ
13:56
We'llดี actuallyแท้จริง partส่วนหนึ่ง the waterน้ำ
346
821000
2000
จริงๆแล้ว เราจะแยกน้ำ
13:58
to pullดึง moneyเงิน out of the airอากาศ,
347
823000
2000
เพื่อดึงเงินออกมาจากอากาศ
14:00
because it's a brightสดใส futureอนาคต
348
825000
2000
เพราะว่ามันเป็นอนาคตอันสดใส
14:02
if you're an algorithmขั้นตอนวิธี.
349
827000
2000
ถ้าคุณคืออัลกอริทึม
14:04
(Laughterเสียงหัวเราะ)
350
829000
2000
(เสียงหัวเราะ)
14:06
And it's not the moneyเงิน that's so interestingน่าสนใจ actuallyแท้จริง.
351
831000
3000
และจริงๆแล้ว ก็ไม่ใช่เงินที่น่าสนใจ
14:09
It's what the moneyเงิน motivatesแรงจูงใจ,
352
834000
2000
มันเป็นสิ่งที่ได้รับการกระตุ้นด้วยเงิน
14:11
that we're actuallyแท้จริง terraformingพื้นผิว
353
836000
2000
จริงๆแล้ว เรากำลังแปลงรูปผืนแผ่นดิน
14:13
the Earthโลก itselfตัวเอง
354
838000
2000
ให้กับโลกของเรา
14:15
with this kindชนิด of algorithmicอัลกอริทึม efficiencyอย่างมีประสิทธิภาพ.
355
840000
2000
ด้วยประสิทธิภาพเชิงอัลกอริทึมชนิดดังกล่าว
14:17
And in that lightเบา,
356
842000
2000
และในประเด็นนี้
14:19
you go back
357
844000
2000
เราต้องย้อนกลับ
14:21
and you look at Michaelไมเคิล Najjar'sNajjar ของ photographsการถ่ายภาพ,
358
846000
2000
ไปดูภาพถ่ายของไมเคิล นัจจาร์
14:23
and you realizeตระหนักถึง that they're not metaphorคำอุปมา, they're prophecyคำทำนาย.
359
848000
3000
แล้วคุณก็จะพบว่า มันไม่ใช่การอุปมาเปรียบเทียบ แต่มันเป็นการชี้ชะตา
14:26
They're prophecyคำทำนาย
360
851000
2000
มันเป็นการชี้ชะตา
14:28
for the kindชนิด of seismicเกี่ยวกับแผ่นดินไหว, terrestrialบนพื้นดิน effectsผลกระทบ
361
853000
4000
ของผลกระทบต่อการไหวสะเทือนของผืนแผ่นดินโลก
14:32
of the mathคณิตศาสตร์ that we're makingการทำ.
362
857000
2000
ที่จะมาจากคณิตศาสตร์ที่เราสรรสร้างขึ้น
14:34
And the landscapeภูมิประเทศ was always madeทำ
363
859000
3000
ภูมิทัศน์มักจะถูกสร้าง
14:37
by this sortประเภท of weirdแปลก, uneasyไม่สบายใจ collaborationการร่วมมือ
364
862000
3000
จากการประสานร่วมแรงแบบอึดอัดพิลึกพิลั่นแบบนี้
14:40
betweenระหว่าง natureธรรมชาติ and man.
365
865000
3000
ระหว่างธรรมชาติกับมนุษย์อยู่เสมอ
14:43
But now there's this thirdที่สาม co-evolutionaryร่วมวิวัฒนาการ forceบังคับ: algorithmsอัลกอริทึม --
366
868000
3000
แต่ตอนนี้ มีแรงขับเคลื่อนทางวิวัฒนาการร่วมอย่างที่สาม ก็ อัลกอริทึมไงล่ะครับ
14:46
the Bostonเมืองบอสตัน ShufflerShuffler, the Carnivalงานรื่นเริง.
367
871000
3000
อัลกอริทึม "ไพ่สับแบบบอสตัน", "เทศกาลฉลอง"
14:49
And we will have to understandเข้าใจ those as natureธรรมชาติ,
368
874000
3000
และเราจะต้องทำความเข้าใจกับสิ่งพวกนี้ว่าเป็นธรรมชาติแบบหนึ่ง
14:52
and in a way, they are.
369
877000
2000
ในทางหนึ่ง พวกมันก็ใช่อย่างนั้นจริงๆ
14:54
Thank you.
370
879000
2000
ขอบคุณครับ
14:56
(Applauseการปรบมือ)
371
881000
20000
(เสียงปรบมือ)
Translated by Heartfelt Grace
Reviewed by Unnawut Leepaisalsuwanna

▲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