EG 2007
Kevin Kelly: The next 5,000 days of the web
Kevin Kelly: A Web következő 5000 napja
Filmed:
Readability: 3.3
1,751,618 views
A World Wide Web www, ahogy ismerjük 5000 napos volt 2007-ben. Kevin Kelly elmeséli a web eddigi 5000 napjának főbb tudnivalóit és az, hogy mi várható a Web következő 5000 napján.
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
Az internet, a Web, ahogy ma ismerjük
00:18
the kind of Web -- the things we're all talking about --
1
2000
3000
- a dolgok, amikről mindenki beszél -
00:21
is already less than 5,000 days old.
2
5000
4000
még alig 5000 napos [2007-ben].
00:25
So all of the things that we've seen come about,
3
9000
4000
Tehát minden, amit láthatunk, például
00:29
starting, say, with satellite images of the whole Earth,
4
13000
3000
a Földről készült műholdfelvételek,
00:32
which we couldn't even imagine happening before,
5
16000
3000
melyekről korábban nem is álmodtunk,
00:35
all these things rolling into our lives,
6
19000
4000
az életünkbe beözönlő mindenféle dolgok,
00:39
just this abundance of things that are right before us,
7
23000
5000
a dolgoknak ez a bősége,
ami elénk tárul
ami elénk tárul
a laptop vagy a számítógép előtt ülve.
00:44
sitting in front of our laptop, or our desktop.
8
28000
2000
00:46
This kind of cornucopia of stuff
9
30000
2000
Ez a bőségszaru,
ami véget nem érően ontja
ami véget nem érően ontja
00:48
just coming and never ending is amazing, and we're not amazed.
10
32000
6000
ezeket a dolgokat - megdöbbentő,
és mi nem is csodálkozunk.
és mi nem is csodálkozunk.
00:54
It's really amazing that all this stuff is here.
11
38000
4000
Tényleg elképesztő,
hogy mennyi minden van itt.
hogy mennyi minden van itt.
(nevetés)
00:58
(Laughter)
12
42000
1000
00:59
It's in 5,000 days, all this stuff has come.
13
43000
4000
Ez mind 5000 nap alatt jött létre.
01:03
And I know that 10 years ago,
14
47000
3000
Tudom, ha 10 éve szóltam volna,
01:06
if I had told you that this was all coming,
15
50000
2000
hogy ez mind kialakul,
01:08
you would have said that that's impossible.
16
52000
3000
lehetetlennek tartották volna.
01:11
There's simply no economic model that that would be possible.
17
55000
5000
Egyszerűen nincs gazdasági modell,
ami ezt lehetővé teszi.
ami ezt lehetővé teszi.
Ha még azt is hozzátettem volna,
hogy ingyenesen,
hogy ingyenesen,
01:16
And if I told you it was all coming for free,
18
60000
2000
01:18
you would say, this is simply -- you're dreaming.
19
62000
2000
akkor azt mondták volna, hogy álmodom!
01:20
You're a Californian utopian. You're a wild-eyed optimist.
20
64000
4000
Egy kaliforniai utópista vagy.
Egy elvakult optimista.
Egy elvakult optimista.
01:24
And yet it's here.
21
68000
2000
És mégis itt van.
01:26
The other thing that we know about it was that 10 years ago,
22
70000
4000
Másrészről, 10 éve,
01:30
as I looked at what even Wired was talking about,
23
74000
3000
ahogy akkoriban a még a Wired is megírta,
01:33
we thought it was going to be TV, but better.
24
77000
3000
azt hittük: "olyan lesz,
mint a TV, csak jobb".
mint a TV, csak jobb".
01:36
That was the model. That was what everybody was suggesting
25
80000
4000
Ez volt a modell. Mindenki azt sugallta,
01:40
was going to be coming.
26
84000
2000
hogy ez fog történni.
01:42
And it turns out that that's not what it was.
27
86000
3000
Kiderült, hogy nem olyan lett.
01:45
First of all, it was impossible, and it's not what it was.
28
89000
3000
Először is eredetileg lehetetlen volt,
és most nem az.
és most nem az.
01:48
And so one of the things that I think we're learning --
29
92000
1000
Tehát az egyik dolog,
amit ebből leszűrhetünk --
amit ebből leszűrhetünk --
01:49
if you think about, like, Wikipedia,
30
93000
2000
hogyha pl. a Wikipédiára gondolunk,
01:51
it's something that was simply impossible.
31
95000
2000
az egyszerűen lehetetlen volt.
01:53
It's impossible in theory, but possible in practice.
32
97000
4000
Elméletileg lehetetlen,
gyakorlatilag viszont lehetséges.
gyakorlatilag viszont lehetséges.
01:57
And if you take all these things that are impossible,
33
101000
1000
Ha vesszük ezt az összes
lehetetlen dolgot,
lehetetlen dolgot,
01:58
I think one of the things that we're learning from this era,
34
102000
4000
akkor az egyik dolog,
amit megtanulhatunk ebből a korból,
amit megtanulhatunk ebből a korból,
02:02
from this last decade, is that we have to get good at believing in the impossible,
35
106000
4000
az elmúlt évtizedből, hogy jó lesz
hozzászoknunk a lehetetlenhez,
hozzászoknunk a lehetetlenhez,
02:06
because we're unprepared for it.
36
110000
3000
mert most nem vagyunk felkészülve rá.
02:09
So, I'm curious about what's going to happen in the next 5,000 days.
37
113000
3000
Nos, kíváncsi vagyok, mit hoz
a következő 5000 nap.
a következő 5000 nap.
02:12
But if that's happened in the last 5,000 days,
38
116000
2000
Ha ez volt az elmúlt 5000 napban,
02:14
what's going to happen in the next 5,000 days?
39
118000
3000
mi fog hozni a következő 5000?
02:17
So, I have a kind of a simple story,
40
121000
3000
Van egy egyszerű történetem,
amely szerint
amely szerint
02:20
and it suggests that what we want to think about is this thing that we're making,
41
124000
3000
képzeljük el, hogy amit építünk,
02:23
this thing that has happened in 5,000 days --
42
127000
2000
ez az 5000 napos dolog --
02:25
that's all these computers, all these handhelds,
43
129000
3000
az összes számítógép,
az összes mobil eszköz,
az összes mobil eszköz,
02:28
all these cell phones, all these laptops, all these servers --
44
132000
4000
az összes mobiltelefon, laptop,
a szerverek --
a szerverek --
02:32
basically what we're getting out of all these connections
45
136000
4000
azaz minden, ami ezek kapcsolatából
02:36
is we're getting one machine.
46
140000
2000
kialakult, az egyetlen gépezet.
02:38
If there is only one machine, and our little handhelds and devices
47
142000
4000
Ha csak egy gépezet van,
és a mi kis készülékeink
és a mi kis készülékeink
02:42
are actually just little windows into those machines,
48
146000
2000
valójában csak ablakok erre a gépezetre,
02:44
but that we're basically constructing a single, global machine.
49
148000
6000
akkor mi egyetlen,
globális gépezetet építünk.
globális gépezetet építünk.
02:50
And so I began to think about that.
50
154000
2000
Elkezdtem hát ezen gondolkodni.
02:52
And it turned out that this machine happens to be
51
156000
3000
És kiderült, hogy történetesen
02:55
the most reliable machine that we've ever made.
52
159000
3000
ez a legmegbízhatóbb gépezet,
amit valaha építettünk.
amit valaha építettünk.
02:58
It has not crashed; it's running uninterrupted.
53
162000
2000
Még soha nem romlott el;
állandóan működik.
állandóan működik.
03:00
And there's almost no other machine that we've ever made
54
164000
3000
Nincs még egy, általunk épített gép,
03:03
that runs the number of hours, the number of days.
55
167000
4000
ami ennyi órát, napot működött volna.
03:07
5,000 days without interruption -- that's just unbelievable.
56
171000
3000
5000 napot megszakítás nélkül --
ez hihetetlen.
ez hihetetlen.
03:10
And of course, the Internet is longer than just 5,000 days;
57
174000
2000
Az internet persze idősebb
5000 napnál;
5000 napnál;
03:12
the Web is only 5,000 days.
58
176000
2000
a Web az, ami mindössze 5000 napos.
03:14
So, I was trying to basically make measurements.
59
178000
6000
Megpróbáltam méréseket végezni.
03:20
What are the dimensions of this machine?
60
184000
3000
Mik ennek a gépezetnek a méretei?
03:23
And I started off by calculating how many billions of clicks there are
61
187000
4000
Kezdtem számolni,
hogy hány millió kattintás történik
hogy hány millió kattintás történik
03:27
all around the globe on all the computers.
62
191000
3000
világszerte, az összes számítógépen.
03:30
And there is a 100 billion clicks per day.
63
194000
2000
Kijött, hogy naponta 100 milliárd!
03:32
And there's 55 trillion links between all the Web pages of the world.
64
196000
6000
És a világ összes weblapja között
van 55 trillió kapcsolat!
van 55 trillió kapcsolat!
03:38
And so I began thinking more about other kinds of dimensions,
65
202000
3000
Aztán elkezdtem egyéb
méreteken gondolkozni,
méreteken gondolkozni,
03:41
and I made a quick list. Was it Chris Jordan, the photographer,
66
205000
5000
készítettem is egy gyors listát erről.
Talán Chris Jordan, a fényképész
Talán Chris Jordan, a fényképész
03:46
talking about numbers being so large that they're meaningless?
67
210000
4000
beszélt azokról a számokról,
amik akkorák, hogy már értelmetlenek?
amik akkorák, hogy már értelmetlenek?
03:50
Well, here's a list of them. They're hard to tell,
68
214000
2000
Íme egy lista róluk. Nehéz kimondani,
03:52
but there's one billion PC chips on the Internet,
69
216000
4000
de 1 milliárd PC chip van az interneten,
ha minden kapcsolódó számítógépet
figyelembe veszünk.
figyelembe veszünk.
03:56
if you count all the chips in all the computers on the Internet.
70
220000
2000
03:58
There's two million emails per second.
71
222000
2000
2 millió új e-mail másodpercenként.
04:00
So it's a very big number.
72
224000
2000
Tehát ez egy jó nagy szám.
04:02
It's just a huge machine,
73
226000
2000
Ez egy hatalmas gépezet,
04:04
and it uses five percent of the global electricity on the planet.
74
228000
4000
amely a Föld áramfogyasztásának
5%-át használja.
5%-át használja.
Lássuk a műszaki adatokat!
04:08
So here's the specifications,
75
232000
1000
04:09
just as if you were to make up a spec sheet for it:
76
233000
2000
ahogy egy technikai leírásban
szerepelnének:
szerepelnének:
04:11
170 quadrillion transistors, 55 trillion links,
77
235000
4000
170 kvadrillió tranzisztor,
55 trillió link,
55 trillió link,
04:15
emails running at two megahertz itself,
78
239000
2000
e-mail-forgalom: két megahertz,
04:17
31 kilohertz text messaging,
79
241000
3000
szöveges üzenetek forgalma: 31 kilohertz,
04:20
246 exabyte storage. That's a big disk.
80
244000
4000
tárhely: 246 exabyte.
Ez egy hatalmas lemez.
Ez egy hatalmas lemez.
04:24
That's a lot of storage, memory. Nine exabyte RAM.
81
248000
3000
Rengeteg tárhelyről, rengeteg memória.
9 exabyte RAM!
9 exabyte RAM!
04:27
And the total traffic on this
82
251000
4000
A bonyolított forgalom
7 terabyte másodpercenként.
04:31
is running at seven terabytes per second.
83
255000
3000
Brewster azt mondta,
hogy a Kongresszusi Könyvtár 20 terabyte.
hogy a Kongresszusi Könyvtár 20 terabyte.
04:34
Brewster was saying the Library of Congress is about twenty terabytes.
84
258000
3000
04:37
So every second, half of the Library of Congress
85
261000
3000
Tehát másodpercenként
a fél Kongresszusi Könyvtár
a fél Kongresszusi Könyvtár
04:40
is swooshing around in this machine. It's a big machine.
86
264000
4000
átsuhan ezen a gépezeten.
Ez egy hatalmas gépezet.
Ez egy hatalmas gépezet.
04:44
So I did something else. I figured out 100 billion clicks per day,
87
268000
4000
Végül mást tettem. Rájöttem,
hogy a napi 100 millió kattintás,
hogy a napi 100 millió kattintás,
04:48
55 trillion links is almost the same
88
272000
3000
az 55 trillió kapcsolat
az kb. ugyanannyi,
az kb. ugyanannyi,
04:51
as the number of synapses in your brain.
89
275000
2000
mint a szinapszisok száma az agyunkban.
04:53
A quadrillion transistors is almost the same
90
277000
2000
Egy kvadrillió tranzisztor majdnem annyi,
04:55
as the number of neurons in your brain.
91
279000
2000
mint a neuronok száma az agyunkban.
04:57
So to a first approximation, we have these things --
92
281000
3000
Tehát első megközelítésben itt tartunk --
05:00
twenty petahertz synapse firings.
93
284000
2000
20 petahertz idegimpulzus.
05:02
Of course, the memory is really huge.
94
286000
2000
Természetesen, a memória
valóban hatalmas.
valóban hatalmas.
05:04
But to a first approximation, the size of this machine is the size --
95
288000
6000
Az első megközelítésben,
ennek a gépezetnek a mérete
ennek a gépezetnek a mérete
és bonyolultsága az agyunkéhoz fogható.
05:10
and its complexity, kind of -- to your brain.
96
294000
5000
05:15
Because in fact, that's how your brain works -- in kind of the same way that the Web works.
97
299000
4000
Mert így működik az agy is --
kb. ugyanúgy, ahogy a Web.
kb. ugyanúgy, ahogy a Web.
05:19
However, your brain isn't doubling every two years.
98
303000
4000
Az agyunk azonban nem duplázódik meg
kétévente.
kétévente.
05:23
So if we say this machine right now that we've made
99
307000
5000
Tehát ha kijelentjük, hogy ez a gép,
amit alkottunk
amit alkottunk
05:28
is about one HB, one human brain,
100
312000
3000
megfelel kb. egy emberi agynak (EA)
05:31
if we look at the rate that this is increasing,
101
315000
3000
és ez a növekedési sebesség folytatódik,
05:34
30 years from now, there'll be six billion HBs.
102
318000
5000
akkor 30 év múlva 6 milliárd EA lesz.
05:39
So by the year 2040, the total processing of this machine
103
323000
4000
2040 körül a gépezet által
végzett műveletek száma
végzett műveletek száma
05:43
will exceed a total processing power of humanity,
104
327000
3000
meghaladja az egész emberiség
műveleti kapacitását,
műveleti kapacitását,
05:46
in raw bits and stuff. And this is, I think, where
105
330000
3000
nyers bitekben kifejezve.
Azt hiszem, erről mondja
Azt hiszem, erről mondja
05:49
Ray Kurzweil and others get this little chart saying that we're going to cross.
106
333000
5000
Ray Kurzweil és mások grafikonja,
hogy meg is haladjuk.
hogy meg is haladjuk.
05:54
So, what about that? Well, here's a couple of things.
107
338000
6000
Mit jelent ez? Lássunk pár dolgot.
06:00
I have three kind of general things
108
344000
3000
Van három általános dolog,
amiről beszélnék,
amiről beszélnék,
06:03
I would like to say, three consequences of this.
109
347000
4000
e dolog három következményéről.
06:07
First, that basically what this machine is doing is embodying.
110
351000
5000
Először: ez a gép kezd testet ölteni.
06:12
We're giving it a body. And that's what we're going to do
111
356000
2000
Mi fogunk neki testet adni.
Ezt fogjuk tenni
Ezt fogjuk tenni
06:14
in the next 5,000 days -- we're going to give this machine a body.
112
358000
3000
a következő 5000 napban:
testet adunk e gépezetnek.
testet adunk e gépezetnek.
06:17
And the second thing is, we're going to restructure its architecture.
113
361000
3000
Másodszor: újraépítjük
a belső szerkezetét.
a belső szerkezetét.
06:20
And thirdly, we're going to become completely codependent upon it.
114
364000
4000
Harmadszor: teljesen és kölcsönösen
függővé válunk tőle.
függővé válunk tőle.
Vegyük sorra ezt a három dolgot!
06:24
So let me go through those three things.
115
368000
2000
06:26
First of all, we have all these things in our hands.
116
370000
3000
Először is, itt vannak ezek az eszközeink.
06:29
We think they're all separate devices,
117
373000
2000
Azt gondoljuk, hogy független készülékek,
06:31
but in fact, every screen in the world
118
375000
3000
de valójában a világon minden képernyő
06:34
is looking into the one machine.
119
378000
3000
ebbe a gépezetbe tekint bele.
06:37
These are all basically portals into that one machine.
120
381000
3000
Ezek a bejáratok ebbe
az egyetlen gépezetbe.
az egyetlen gépezetbe.
06:40
The second thing is that -- some people call this the cloud,
121
384000
4000
A második dolog, hogy -
ezt egyesek "felhőnek" nevezik,
ezt egyesek "felhőnek" nevezik,
06:44
and you're kind of touching the cloud with this.
122
388000
2000
és ezzel mintegy elérjük ezt a"felhőt".
06:46
And so in some ways, all you really need is a cloudbook.
123
390000
4000
Ezért aztán csak egy "cloudbook"-ra
[mint a notebook] van szükségünk.
[mint a notebook] van szükségünk.
06:50
And the cloudbook doesn't have any storage.
124
394000
3000
A cloudbook-nak nincs memóriája.
06:53
It's wireless. It's always connected.
125
397000
3000
Vezeték nélküli,
és mindig kapcsolatban van.
és mindig kapcsolatban van.
06:56
There's many things about it. It becomes very simple,
126
400000
2000
Sokat lehet mesélni róla.
Nagyon egyszerű,
Nagyon egyszerű,
06:58
and basically what you're doing is you're just touching the machine,
127
402000
2000
elég csak megérinteni,
07:00
you're touching the cloud and you're going to compute that way.
128
404000
3000
máris elérjük a felhőt,
és hozzájutunk a tartalmához.
és hozzájutunk a tartalmához.
07:03
So the machine is computing.
129
407000
2000
Tehát a gépezet működik.
07:05
And in some ways, it's sort of back
130
409000
1000
Ez bizonyos szempontból
visszatérés a régi,
visszatérés a régi,
07:06
to the kind of old idea of centralized computing.
131
410000
3000
centralizált számítástechnikához.
07:09
But everything, all the cameras, and the microphones,
132
413000
4000
Azonban minden, az összes
fényképezőgép és mikrofon,
fényképezőgép és mikrofon,
07:13
and the sensors in cars
133
417000
4000
az összes érzékelő az autókban,
07:17
and everything is connected to this machine.
134
421000
2000
minden ehhez a gépezethez kapcsolódik.
07:19
And everything will go through the Web.
135
423000
2000
És minden a Weben megy keresztül.
07:21
And we're seeing that already with, say, phones.
136
425000
2000
Ezt látjuk már ma is, pl. a telefonoknál.
07:23
Right now, phones don't go through the Web,
137
427000
2000
Pillanatnyilag a telefonok
nem mennek át a Weben,
nem mennek át a Weben,
07:25
but they are beginning to, and they will.
138
429000
3000
de a tendencia már elkezdődött,
és folytatódni fog.
és folytatódni fog.
07:28
And if you imagine what, say, just as an example, what Google Labs has
139
432000
4000
Példaként gondoljunk csak a kísérletre,
amit a Google Labs folytat
amit a Google Labs folytat
07:32
in terms of experiments with Google Docs, Google Spreadsheets, blah, blah, blah --
140
436000
4000
a Google Docs, Spreadsheet, stb, terén -
07:36
all these things are going to become Web based.
141
440000
3000
ezek már mind a Weben alapulnak.
07:39
They're going through the machine.
142
443000
2000
Mind átmennek a gépezeten.
07:41
And I am suggesting that every bit will be owned by the Web.
143
445000
5000
Hamarosan minden egyes bit
a Web része lesz.
a Web része lesz.
07:46
Right now, it's not. If you do spreadsheets and things at work,
144
450000
3000
Ma még nem ez a helyzet.
A munkánk során készülő
A munkánk során készülő
07:49
a Word document, they aren't on the Web,
145
453000
3000
dokumentumok és táblázatok
még nincsenek a Weben,
még nincsenek a Weben,
de oda fognak kerülni.
Mind részei lesznek a gépezetnek,
Mind részei lesznek a gépezetnek,
07:52
but they are going to be. They're going to be part of this machine.
146
456000
2000
07:54
They're going to speak the Web language.
147
458000
2000
és beszélni fogják a Web nyelvét.
07:56
They're going to talk to the machine.
148
460000
2000
Mind kommunikálnak majd a gépezettel.
07:58
The Web, in some sense, is kind of like a black hole
149
462000
3000
A Web - bizonyos szempontból -
egy fekete lyuk,
egy fekete lyuk,
08:01
that's sucking up everything into it.
150
465000
3000
amely mindent elnyel.
08:04
And so every thing will be part of the Web.
151
468000
4000
Ezért minden része lesz a Webnek.
08:08
So every item, every artifact that we make, will have embedded in it
152
472000
5000
Minden tárgy, dolog, amit készítünk,
08:13
some little sliver of Web-ness and connection,
153
477000
3000
egy kicsit "webes"
és kapcsolatra kész lesz.
és kapcsolatra kész lesz.
08:16
and it will be part of this machine,
154
480000
2000
és része lesz a gépezetnek.
08:18
so that our environment -- kind of in that ubiquitous computing sense --
155
482000
3000
így a világunk - a mindent átható
számítástechnika révén -
számítástechnika révén -
08:21
our environment becomes the Web. Everything is connected.
156
485000
5000
a világunk a Web lesz.
Minden összekapcsolódik.
Minden összekapcsolódik.
08:26
Now, with RFIDs and other things -- whatever technology it is,
157
490000
3000
Hogy RFID-vel vagy másképp,
bármilyen megoldással,
bármilyen megoldással,
08:29
it doesn't really matter. The point is that everything
158
493000
3000
az mellékes. Lényeg,
hogy valamilyen módon
hogy valamilyen módon
08:32
will have embedded in it some sensor connecting it to the machine,
159
496000
3000
minden kapcsolódni fog a gépezethez,
08:35
and so we have, basically, an Internet of things.
160
499000
3000
így tulajdonképpen egy
"dolgok internetje" jön létre.
"dolgok internetje" jön létre.
08:38
So you begin to think of a shoe as a chip with heels,
161
502000
4000
Kezdhetünk úgy gondolni egy cipőre,
mint egy sarokkal ellátott chip-re,
mint egy sarokkal ellátott chip-re,
08:42
and a car as a chip with wheels,
162
506000
3000
vagy egy autóra, mint egy kerekes chip-re.
08:45
because basically most of the cost of manufacturing cars
163
509000
3000
Mert az autó előállítási költségeinek
nagy része
nagy része
08:48
is the embedded intelligence and electronics in it, and not the materials.
164
512000
6000
a beépített elektronika és intelligencia,
nem pedig az anyag.
nem pedig az anyag.
08:54
A lot of people think about the new economy
165
518000
2000
Sokan úgy gondolnak az új gazdaságra,
08:56
as something that was going to be a disembodied,
166
520000
2000
mint valami immateriális,
08:58
alternative, virtual existence,
167
522000
3000
alternatív, virtuális dologra,
09:01
and that we would have the old economy of atoms.
168
525000
3000
amely mellett a régi, atomokból álló
gazdaságunk is megmarad.
gazdaságunk is megmarad.
09:04
But in fact, what the new economy really is
169
528000
3000
Valójában az új gazdaság
ennek a kettőnek kombinációja,
ennek a kettőnek kombinációja,
09:07
is the marriage of those two, where we embed the information,
170
531000
4000
ahol az információ
és a dolgok digitális jellege
és a dolgok digitális jellege
09:11
and the digital nature of things into the material world.
171
535000
2000
beágyazódik az anyagi világba.
09:13
That's what we're looking forward to. That is where we're going --
172
537000
4000
Körülbelül erre számíthatunk.
Ez az, ahová tartunk -
Ez az, ahová tartunk -
09:17
this union, this convergence of the atomic and the digital.
173
541000
7000
egyfajta unióba, az atomi és a
digitális világ konvergenciája fele.
digitális világ konvergenciája fele.
Szerintem ennek egyik következménye,
09:24
And so one of the consequences of that, I believe,
174
548000
2000
09:26
is that where we have this sort of spectrum of media right now --
175
550000
4000
hogy a különböző médiumok -
TV, film, videó - helyét átveszi
TV, film, videó - helyét átveszi
09:30
TV, film, video -- that basically becomes one media platform.
176
554000
3000
egy egységes platform.
09:33
And while there's many differences in some senses,
177
557000
2000
Míg most bizonyos tekintetben
sok a különbség köztük,
sok a különbség köztük,
09:35
they will share more and more in common with each other.
178
559000
3000
mind közelebb kerülnek egymáshoz.
09:38
So that the laws of media, such as the fact that copies have no value,
179
562000
5000
A médiatörvények szerint
a másolatnak nincs értéke.
a másolatnak nincs értéke.
09:43
the value's in the uncopiable things,
180
567000
2000
Az érték a másolhatatlanságban,
09:45
the immediacy, the authentication, the personalization.
181
569000
5000
a közvetlenségben, a hitelességben,
megszemélyesítésben rejlik.
megszemélyesítésben rejlik.
09:50
The media wants to be liquid.
182
574000
3000
A média cseppfolyóssá akar válni.
09:53
The reason why things are free is so that you can manipulate them,
183
577000
3000
A dolgok azért szabadok,
hogy módosíthatók legyenek,
hogy módosíthatók legyenek,
09:56
not so that they are "free" as in "beer," but "free" as in "freedom."
184
580000
4000
nem a szó "ingyenes" értelmében,
hanem a "szabadság"eredeti értelmében.
hanem a "szabadság"eredeti értelmében.
És a hálózati hatás uralkodik:
10:00
And the network effects rule,
185
584000
2000
minél több mindennel rendelkezel,
annál többet kapsz.
annál többet kapsz.
10:02
meaning that the more you have, the more you get.
186
586000
2000
10:04
The first fax machine -- the person who bought the first fax machine
187
588000
3000
Az első faxberendezés esete --
aki megvette az első faxgépet,
aki megvette az első faxgépet,
10:07
was an idiot, because there was nobody to fax to.
188
591000
5000
dilis volt, mert nem volt kinek faxoljon.
10:12
But here she became an evangelist, recruiting others
189
596000
4000
De egy evangélista is volt,
mert arra ösztönzött másokat.
mert arra ösztönzött másokat.
hogy vegyenek faxot,
mert attól az ő gépe értékesebbé vált.
mert attól az ő gépe értékesebbé vált.
10:16
to get the fax machines because it made their purchase more valuable.
190
600000
3000
Ezekkel a hatásokkal fogunk szembesülni.
10:19
Those are the effects that we're going to see.
191
603000
2000
10:21
Attention is the currency.
192
605000
2000
Az új fizetőeszköz a figyelem.
10:23
So those laws are going to kind of spread throughout all media.
193
607000
5000
Ezek a törvények el fognak terjedni
az egész médiában.
az egész médiában.
10:28
And the other thing about this embodiment
194
612000
2000
A másik dolog erről a megtestesítésről,
10:30
is that there's kind of what I call the McLuhan reversal.
195
614000
3000
az,amit csak McLuhan-fordulatnak hívok.
McLuhan szerint: "A gépek
az emberi érzékelés kiterjesztései."
az emberi érzékelés kiterjesztései."
10:33
McLuhan was saying, "Machines are the extensions of the human senses."
196
617000
2000
10:35
And I'm saying, "Humans are now going to be
197
619000
2000
Én azt mondom: "Az emberek lesznek
10:37
the extended senses of the machine," in a certain sense.
198
621000
3000
a gépek érzékeinek kiterjesztései",
bizonyos értelemben.
bizonyos értelemben.
10:40
So we have a trillion eyes, and ears, and touches,
199
624000
4000
Trilliónyi szemünk, fülünk
és tapintásunk van,
és tapintásunk van,
digitális fotóink és kameráink révén.
10:44
through all our digital photographs and cameras.
200
628000
3000
10:47
And we see that in things like Flickr,
201
631000
5000
Látjuk, hogy a Flickr-rel,
10:52
or Photosynth, this program from Microsoft
202
636000
3000
a Photosynth-tel,
ezzel a Microsoft-programmal
ezzel a Microsoft-programmal
10:55
that will allow you to assemble a view of a touristy place
203
639000
4000
turisták fotóinak ezreiből
összeállíthatjuk
összeállíthatjuk
10:59
from the thousands of tourist snapshots of it.
204
643000
4000
egy turisztikai látványosság
teljes nézetét.
teljes nézetét.
11:03
In a certain sense, the machine is seeing through the pixels of individual cameras.
205
647000
6000
Bizonyos értelemben a gép
az egyes kamerák pixeljein át lát
az egyes kamerák pixeljein át lát
11:09
Now, the second thing that I want to talk about was this idea of restructuring,
206
653000
4000
A második dolog, amiről szólni szeretnék,
a szerkezeti átalakulás.
a szerkezeti átalakulás.
Az, hogy a Web szerkezete
átalakulóban van.
átalakulóban van.
11:13
that what the Web is doing is restructuring.
207
657000
2000
11:15
And I have to warn you, that what we'll talk about is --
208
659000
2000
felhívnám a figyelmet,
hogy amiről beszélni fogok,
hogy amiről beszélni fogok,
11:17
I'm going to give my explanation of a term you're hearing, which is a "semantic Web."
209
661000
4000
megmagyarázom az önök által már hallott
"szemantikus web" fogalmat.
"szemantikus web" fogalmat.
11:21
So first of all, the first stage that we've seen
210
665000
3000
Nos, az internet első szakaszának célja
11:24
of the Internet was that it was going to link computers.
211
668000
3000
a számítógépek összekapcsolása volt.
11:27
And that's what we called the Net; that was the Internet of nets.
212
671000
3000
Ezt neveztük Hálónak; ez volt
a hálók internetje.
a hálók internetje.
11:30
And we saw that, where you have all the computers of the world.
213
674000
3000
Láttuk, hol vannak számítógépek
világszerte.
világszerte.
11:33
And if you remember, it was a kind of green screen with cursors,
214
677000
4000
Ha emlékeznek, volt egy zöld képernyőnk
egy kurzorral,
egy kurzorral,
11:37
and there was really not much to do, and if you wanted to connect it,
215
681000
2000
amivel nem nagyon lehetett mit kezdeni.
11:39
you connected it from one computer to another computer.
216
683000
3000
A kapcsolódáshoz közvetlenül
kellett két gépet összekötni.
kellett két gépet összekötni.
11:42
And what you had to do was -- if you wanted to participate in this,
217
686000
2000
Ha valamit akartunk kezdeni vele,
11:44
you had to share packets of information.
218
688000
4000
akkor információ-csomagokat
kellett megosztani másokkal.
kellett megosztani másokkal.
Így kezdtünk információt küldni,
minden kontroll nélkül.
minden kontroll nélkül.
11:48
So you were forwarding on. You didn't have control.
219
692000
2000
11:50
It wasn't like a telephone system where you had control of a line:
220
694000
2000
Eltérően egy telefonvonaltól,
ahol a kapcsolatot mi felügyeljük:
ahol a kapcsolatot mi felügyeljük:
11:52
you had to share packets.
221
696000
2000
a csomagokat meg kellett
osztanunk másokkal.
osztanunk másokkal.
11:54
The second stage that we're in now is the idea of linking pages.
222
698000
5000
A második szakasz, ahol most tartunk,
az oldalak összekapcsolásáról szól.
az oldalak összekapcsolásáról szól.
11:59
So in the old one, if I wanted to go on to an airline Web page,
223
703000
3000
Annak idején egy légitársaság honlapját
úgy néztük meg,
úgy néztük meg,
12:02
I went from my computer, to an FTP site, to another airline computer.
224
706000
4000
hogy a saját gépünkről egy FTP-helyre,
a légitársaság egy másik gépére mentünk.
a légitársaság egy másik gépére mentünk.
12:06
Now we have pages -- the unit has been resolved into pages,
225
710000
5000
Most oldalak vannak --
az oldal lett az egység,
az oldal lett az egység,
12:11
so one page links to another page.
226
715000
2000
így egy oldal kapcsolódik a másikhoz.
12:13
And if I want to go in to book a flight,
227
717000
3000
Ha helyet szeretnék foglalni egy járatra,
12:16
I go into the airline's flight page, the website of the airline,
228
720000
5000
rámegyek a légitársaság honlapjára,
12:21
and I'm linking to that page.
229
725000
2000
és kapcsolódom hozzá.
12:23
And what we're sharing were links, so you had to be kind of open with links.
230
727000
4000
Most linkeket osztottunk meg, tehát
nyitottnak kellett lennünk a megosztásra.
nyitottnak kellett lennünk a megosztásra.
Nem lehetett visszautasítani,
ha valaki kapcsolódni akart hozzánk,
ha valaki kapcsolódni akart hozzánk,
12:27
You couldn't deny -- if someone wanted to link to you,
231
731000
2000
12:29
you couldn't stop them. You had to participate in this idea
232
733000
4000
nem lehetett megakadályozni.
Azonosulni kellett a gondolattal,
Azonosulni kellett a gondolattal,
12:33
of opening up your pages to be linked by anybody.
233
737000
3000
hogy kinyissuk az oldalainkat
mindenkinek, aki kapcsolódni akar.
mindenkinek, aki kapcsolódni akar.
12:36
So that's what we were doing.
234
740000
2000
És most éppen ezt tesszük.
12:38
We're now entering to the third stage, which is what I'm talking about,
235
742000
4000
Most lépünk az általam említett
harmadik szakaszba.
harmadik szakaszba.
12:42
and that is where we link the data.
236
746000
2000
Ebben az adatokat kapcsoljuk össze.
12:44
So, I don't know what the name of this thing is.
237
748000
2000
Még azt sem tudom,
hogy hívják ezt a valamit.
hogy hívják ezt a valamit.
12:46
I'm calling it the one machine. But we're linking data.
238
750000
2000
Csak"egy gépezet"-nek nevezem.
De ebben adatokat kapcsolunk össze.
De ebben adatokat kapcsolunk össze.
12:48
So we're going from machine to machine,
239
752000
2000
Megyünk gépről gépre,
12:50
from page to page, and now data to data.
240
754000
2000
oldalról oldalra,
most pedig adatról adatra.
most pedig adatról adatra.
12:52
So the difference is, is that rather than linking from page to page,
241
756000
4000
A különbség az, hogy nem oldalakat
kapcsolunk össze,
kapcsolunk össze,
12:56
we're actually going to link from one idea on a page
242
760000
4000
hanem egy oldalon lévő gondolatot
13:00
to another idea, rather than to the other page.
243
764000
2000
egy másik gondolattal, nem pedig oldallal.
13:02
So every idea is basically being supported --
244
766000
3000
Így minden gondolatot --
13:05
or every item, or every noun -- is being supported by the entire Web.
245
769000
3000
minden elemet, minden főnevet --
az egész Web támogat.
az egész Web támogat.
13:08
It's being resolved at the level of items, or ideas, or words, if you want.
246
772000
6000
Az egységek az elemek, fogalmak,
vagy akár a szavak is lehetnek.
vagy akár a szavak is lehetnek.
13:14
So besides physically coming out again into this idea
247
778000
4000
És itt ismét megjelenik az anyagi valóság,
13:18
that it's not just virtual, it's actually going out to things.
248
782000
4000
hiszen ez nem tisztán virtuális,
ez valódi dolgokról szól.
ez valódi dolgokról szól.
13:22
So something will resolve down to the information
249
786000
3000
Valami egy konkrét személyről
fog információt tartalmazni,
fog információt tartalmazni,
13:25
about a particular person, so every person will have a unique ID.
250
789000
4000
tehát mindenkinek lesz egyedi azonosítója.
13:29
Every person, every item will have a something
251
793000
2000
Minden személynek, minden dolognak
13:31
that will be very specific, and will link
252
795000
2000
lesz valamije, ami csak rá jellemző,
és ami összeköti
és ami összeköti
13:33
to a specific representation of that idea or item.
253
797000
4000
a gondolat vagy a dolog
egy konkrét megjelenésével.
egy konkrét megjelenésével.
13:37
So now, in this new one, when I link to it,
254
801000
3000
Tehát most, ebben az új szakaszban
13:40
I would link to my particular flight, my particular seat.
255
804000
6000
az én konkrét repülőjáratomhoz
és ülőhelyemhez fogok kapcsolódni.
és ülőhelyemhez fogok kapcsolódni.
13:46
And so, giving an example of this thing,
256
810000
3000
Hadd mondjak egy példát erre.
13:49
I live in Pacifica, rather than -- right now Pacifica
257
813000
2000
Én Pacifikában élek - legyen Pacifika
13:51
is just sort of a name on the Web somewhere.
258
815000
3000
egy tetszőleges hely neve a Weben.
13:54
The Web doesn't know that that is actually a town,
259
818000
2000
A Web nem tudja,
hogy ez valójában egy város,
hogy ez valójában egy város,
13:56
and that it's a specific town that I live in,
260
820000
2000
egy bizonyos város, ahol én lakom,
13:58
but that's what we're going to be talking about.
261
822000
3000
de most éppen erről lesz szó.
14:01
It's going to link directly to --
262
825000
2000
A kapcsolat közvetlenül oda vezet --
14:03
it will know, the Web will be able to read itself
263
827000
3000
tudni fogja, a Web maga
képes lesz ezt kiolvasni,
képes lesz ezt kiolvasni,
14:06
and know that that actually is a place,
264
830000
2000
és tudja, hogy az valójában egy hely,
14:08
and that whenever it sees that word, "Pacifica,"
265
832000
2000
és amikor a "Pacifika" szót "látja",
tudja, hogy tartozik hozzá egy hely,
14:10
it knows that it actually has a place,
266
834000
1000
14:11
latitude, longitude, a certain population.
267
835000
3000
egy hosszúság, szélesség,
egy bizonyos népesség.
egy bizonyos népesség.
14:14
So here are some of the technical terms, all three-letter things,
268
838000
3000
Van pár technikai kifejezés,
hárombetűs rövidítések,
hárombetűs rövidítések,
14:17
that you'll see a lot more of.
269
841000
2000
melyekkel majd gyakran fogunk találkozni.
14:19
All these things are about enabling this idea of linking to the data.
270
843000
5000
Ezek mind az adathoz kapcsolódás
megvalósulását szolgálják.
megvalósulását szolgálják.
14:24
So I'll give you one kind of an example.
271
848000
3000
Íme egy példa.
14:27
There's like a billion social sites on the Web.
272
851000
4000
Van úgy kb. egymilliárd
közösségi oldal a Weben.
közösségi oldal a Weben.
14:31
Each time you go into there, you have to tell it again who you are
273
855000
3000
Első belépéskor mindegyiknél
újra meg kell mondanunk,
újra meg kell mondanunk,
14:34
and all your friends are.
274
858000
1000
kik vagyunk, és kik a barátaink.
14:35
Why should you be doing that? You should just do that once,
275
859000
2000
Miért tennénk ezt? Ha egyszer megadtuk,
14:37
and it should know who all your friends are.
276
861000
3000
tudnia kellene később,
hogy kik barátaink.
hogy kik barátaink.
14:40
So that's what you want, is all your friends are identified,
277
864000
2000
Azt szeretnénk, hogy hogy egyszer
az összes barátunkat beazonosítjuk,
az összes barátunkat beazonosítjuk,
14:42
and you should just carry these relationships around.
278
866000
2000
majd utána ezeket a kapcsolatotokat
visszük magunkkal.
visszük magunkkal.
14:44
All this data about you should just be conveyed,
279
868000
3000
Az összes rólunk szóló adatnak
át kéne kerülnie.
át kéne kerülnie.
14:47
and you should do it once and that's all that should happen.
280
871000
3000
Csak egyszer kéne megadni.
14:50
And you should have all the networks
281
874000
2000
És meg kellene legyen
ezen adatelemek közti
ezen adatelemek közti
14:52
of all the relationships between those pieces of data.
282
876000
2000
összes kapcsolat hálózata.
14:54
That's what we're moving into -- where it sort of knows these things down to that level.
283
878000
5000
Ebbe az irányba tartunk --
ahol ilyen mélységig ismeri a dolgokat.
ahol ilyen mélységig ismeri a dolgokat.
14:59
A semantic Web, Web 3.0, giant global graph --
284
883000
3000
Egy szemantikus web, a Web 3.0,
egy óriás globális hálózat --
egy óriás globális hálózat --
15:02
we're kind of trying out what we want to call this thing.
285
886000
3000
még csak keressük a nevet
ennek a dolognak.
ennek a dolognak.
15:05
But what's it's doing is sharing data.
286
889000
2000
Ami biztos, hogy adatokat oszt meg.
15:07
So you have to be open to having your data shared, which is a much bigger step
287
891000
5000
Nyitottak kell lennünk
az adataink megosztására,
az adataink megosztására,
ami sokkal nagyobb lépés, mint weblapot
vagy számítógépet megosztani.
vagy számítógépet megosztani.
15:12
than just sharing your Web page, or your computer.
288
896000
2000
15:14
And all these things that are going to be on this
289
898000
4000
És az összes dolog, ami itt megjelenik,
15:18
are not just pages, they are things.
290
902000
3000
azok nem csak oldalak lesznek,
hanem dolgok.
hanem dolgok.
15:21
Everything we've described, every artifact or place,
291
905000
4000
Minden, amit leírtunk,
minden tárgy vagy hely
minden tárgy vagy hely
15:25
will be a specific representation,
292
909000
2000
egy konkrét megjelenés lesz.
15:27
will have a specific character that can be linked to directly.
293
911000
5000
konkrét jellemzőkkel,
melyekhez kapcsolódni lehet.
melyekhez kapcsolódni lehet.
15:32
So we have this database of things.
294
916000
2000
Előáll tehát a dolgok adatbázisa.
15:34
And so there's actually a fourth thing that we have not get to,
295
918000
4000
Valójában van egy negyedik dolog is,
amihez még nem értünk el,
amihez még nem értünk el,
amit nem fogunk látni a következő
10 évben vagy 5000 napban,
10 évben vagy 5000 napban,
15:38
that we won't see in the next 10 years, or 5,000 days,
296
922000
2000
15:40
but I think that's where we're going to. And as the Internet of things --
297
924000
5000
de szerintem e felé haladunk.
És ahogy a dolgok internete --
És ahogy a dolgok internete --
15:45
where I'm linking directly to the particular things of my seat on the plane --
298
929000
4000
amelyben közvetlenül kapcsolódom
egy konkrét üléshez a repülőjáratomon --
egy konkrét üléshez a repülőjáratomon --
15:49
that that physical thing becomes part of the Web.
299
933000
3000
ez a fizikai dolog része lesz a webnek.
15:52
And so we are in the middle of this thing
300
936000
2000
Szóval mi vagyunk ennek
a dolognak a közepében,
a dolognak a közepében,
15:54
that's completely linked, down to every object
301
938000
3000
amelyben minden darab,
legyen bármilyen apró,
legyen bármilyen apró,
15:57
in the little sliver of a connection that it has.
302
941000
2000
mindennel összeköttetésben van.
15:59
So, the last thing I want to talk about is this idea
303
943000
2000
Végül az utolsó, amiről még
szeretnék beszélni,
szeretnék beszélni,
16:01
that we're going to be codependent.
304
945000
3000
a kölcsönös függőség gondolata.
16:04
It's always going to be there, and the closer it is, the better.
305
948000
4000
Mindig is létezni fog,
és minél közelebb van, annál jobb.
és minél közelebb van, annál jobb.
Ha engedélyezzük, a Google megmutatja
a keresési előzményeinket.
a keresési előzményeinket.
16:08
If you allow Google to, it will tell you your search history.
306
952000
3000
16:11
And I found out by looking at it
307
955000
2000
Amikor nézegettem, észrevettem,
16:13
that I search most at 11 o'clock in the morning.
308
957000
2000
hogy főleg délelőtt 11 körül
szoktam keresni.
szoktam keresni.
16:16
So I am open, and being transparent to that.
309
960000
3000
Én tehát nyitott
és transzparens vagyok erre.
és transzparens vagyok erre.
16:19
And I think total personalization in this new world will require total transparency.
310
963000
6000
A teljes megszemélyesítés
ebben a világban
ebben a világban
mindenkitől teljes átláthatóságot kíván.
Ez lesz a dolog ára.
Ez lesz a dolog ára.
16:25
That is going to be the price.
311
969000
2000
16:27
If you want to have total personalization,
312
971000
1000
Ha teljes megszemélyesítést akarunk,
16:28
you have to be totally transparent.
313
972000
2000
teljesen transzparensnek kell lennünk.
16:30
Google. I can't remember my phone number, I'll just ask Google.
314
974000
3000
Google. Ha elfelejtem a telefonszámom,
megkérdezem a Google-t.
megkérdezem a Google-t.
16:33
We're so dependent on this that I have now gotten to the point
315
977000
2000
Annyira függő vagyok,
16:35
where I don't even try to remember things --
316
979000
2000
hogy már nem is igyekszem
megjegyezni dolgokat --
megjegyezni dolgokat --
16:37
I'll just Google it. It's easier to do that.
317
981000
2000
csak "ráguglizok". Így könnyebb.
16:39
And we kind of object at first, saying, "Oh, that's awful."
318
983000
3000
Eleinte tiltakozunk, mondván:
"De hát ez rettenetes!"
"De hát ez rettenetes!"
16:42
But if we think about the dependency that we have on this other technology,
319
986000
3000
De gondoljunk csak egy másik -
írás-olvasásnak nevezett --
írás-olvasásnak nevezett --
16:45
called the alphabet, and writing,
320
989000
2000
technológiától való függőségünkre
gondolunk --
gondolunk --
16:47
we're totally dependent on it, and it's transformed culture.
321
991000
3000
amitől totálisan függünk,
és ami megváltoztatta a kultúránkat.
és ami megváltoztatta a kultúránkat.
16:50
We cannot imagine ourselves without the alphabet and writing.
322
994000
4000
El sem tudjuk képzelni az életet
írás és olvasás nélkül.
írás és olvasás nélkül.
16:54
And so in the same way, we're going to not imagine ourselves
323
998000
3000
Ugyanígy nem tudjuk majd elképzelni,
16:57
without this other machine being there.
324
1001000
2000
milyen lenne ez a másik gépezet nélkül.
16:59
And what is happening with this is
325
1003000
3000
És ami itt történik, az egyfajta MI
[mesterséges intelligencia].
[mesterséges intelligencia].
17:02
some kind of AI, but it's not the AI in conscious AI,
326
1006000
2000
De ez nem a tudatos MI.
17:04
as being an expert, Larry Page told me
327
1008000
3000
A téma szakértője,
Larry Page azt mondta,
Larry Page azt mondta,
17:07
that that's what they're trying to do,
328
1011000
1000
17:08
and that's what they're trying to do.
329
1012000
2000
hogy épen ezt akarjuk elérni,
és éppen ezt akarjuk elérni.
17:10
But when six billion humans are Googling,
330
1014000
3000
De mikor 6 milliárd ember guglizik,
17:13
who's searching who? It goes both ways.
331
1017000
2000
akkor ki keres kit? A dolog kétirányú.
17:15
So we are the Web, that's what this thing is.
332
1019000
4000
A Web mi vagyunk, erről van szó.
17:19
We are going to be the machine.
333
1023000
2000
Mi leszünk az a gépezet.
17:21
So the next 5,000 days, it's not going to be the Web and only better.
334
1025000
5000
A következő 5000 nap tehát nem
"olyan lesz, mint a web, csak jobb".
"olyan lesz, mint a web, csak jobb".
Mint ahogy eddig sem olyan volt,
mint a TV, csak jobb.
mint a TV, csak jobb.
17:26
Just like it wasn't TV and only better.
335
1030000
2000
17:28
The next 5,000 days, it's not just going to be the Web
336
1032000
3000
A következő 5000 nap nem
olyan lesz, mint a web,
olyan lesz, mint a web,
17:31
but only better -- it's going to be something different.
337
1035000
2000
csak jobb -- az valami egészen más lesz.
17:33
And I think it's going to be smarter.
338
1037000
4000
És azt hiszem, okosabb is lesz.
17:37
It'll have an intelligence in there, that's not, again, conscious.
339
1041000
4000
Lesz egy intelligencia benne,
ami azonban - ismétlem - nem tudatos.
ami azonban - ismétlem - nem tudatos.
17:41
But it'll anticipate what we're doing, in a good sense.
340
1045000
4000
De előre fogja látni, amit teszünk,
jó értelemben.
jó értelemben.
17:45
Secondly, it's become much more personalized.
341
1049000
3000
Másodsorban, sokkal személyesebb is lesz.
17:48
It will know us, and that's good.
342
1052000
2000
Ismerni fog bennünket, ami jó dolog.
17:50
And again, the price of that will be transparency.
343
1054000
4000
Ismétlem: ennek ára az átláthatóság.
17:54
And thirdly, it's going to become more ubiquitous
344
1058000
2000
Harmadsorban, sokkal jobban jelen lesz.
17:56
in terms of filling your entire environment, and we will be in the middle of it.
345
1060000
5000
mindent betölt, és mi leszünk
a középpontjában.
a középpontjában.
18:01
And all these devices will be portals into that.
346
1065000
3000
Az eszközeink pedig
bejáratok lesznek hozzá.
bejáratok lesznek hozzá.
18:04
So the single idea that I wanted to leave with you
347
1068000
3000
A gondolat tehát,
amit szeretnék átadni önöknek,
amit szeretnék átadni önöknek,
18:07
is that we have to begin to think about this as not just "the Web, only better,"
348
1071000
6000
hogy ne úgy gondoljunk rá,
"mint a Web, csak jobb",
"mint a Web, csak jobb",
18:13
but a new kind of stage in this development.
349
1077000
3000
hanem mint egy új fejlődési szakasz.
18:16
It looks more global. If you take this whole thing,
350
1080000
3000
Ez egy sokkal globálisabb dolog.
Összességében nézve
Összességében nézve
18:19
it is a very big machine, very reliable machine,
351
1083000
3000
ez egy hatalmas, igen megbízható gép,
18:22
more reliable than its parts.
352
1086000
2000
sokkal megbízhatóbb, mint a részei.
18:24
But we can also think about it as kind of a large organism.
353
1088000
3000
De tekinthetjük egy hatalmas
élő szervezetnek is.
élő szervezetnek is.
18:27
So we might respond to it more as if this was a whole system,
354
1091000
5000
Sokkal inkább tekintsük
egy egész rendszernek
egy egész rendszernek
18:32
more as if this wasn't a large organism
355
1096000
2000
egy nagy élő szervezetnek,
18:34
that we are going to be interacting with. It's a "One."
356
1098000
4000
amivel kölcsönhatásban vagyunk.
Ez a "Gépezet".
Ez a "Gépezet".
18:38
And I don't know what else to call it, than the One.
357
1102000
3000
Nem tudom mi másnak
nevezhetnénk, mint a Gépezet-nek.
nevezhetnénk, mint a Gépezet-nek.
18:41
We'll have a better word for it.
358
1105000
1000
Lesz majd rá jobb szavunk.
18:42
But there's a unity of some sort that's starting to emerge.
359
1106000
3000
De van egyfajta egység,
ami elkezdett kialakulni.
ami elkezdett kialakulni.
18:45
And again, I don't want to talk about consciousness,
360
1109000
3000
Ismétlem: nem akarok
a tudatosságról beszélni.
a tudatosságról beszélni.
Úgy akarok róla beszélni,
mintha egy apró baktérium,
mintha egy apró baktérium,
18:48
I want to talk about it just as if it was a little bacteria,
361
1112000
2000
18:50
or a volvox, which is what that organism is.
362
1114000
3000
vagy egysejtű volna.
18:53
So, to do, action, take-away. So, here's what I would say:
363
1117000
6000
Végül házi feladat, tennivaló, végszó:
Azt mondom,
Azt mondom,
18:59
there's only one machine, and the Web is its OS.
364
1123000
4000
hogy csak egyetlen gépezet van,
melynek operációs rendszere a Web.
melynek operációs rendszere a Web.
19:03
All screens look into the One. No bits will live outside the Web.
365
1127000
4000
Minden monitor ebbe a Gépezetbe néz.
Egyetlen bit sem fog a Weben kívül élni.
Egyetlen bit sem fog a Weben kívül élni.
Aki tartalmat oszt meg, az nyer.
Hagyjuk,, hogy a Gépezet elolvassa.
Hagyjuk,, hogy a Gépezet elolvassa.
19:07
To share is to gain. Let the One read it.
366
1131000
4000
19:11
It's going to be machine-readable.
367
1135000
1000
Géppel olvasható lesz.
19:12
You want to make something that the machine can read.
368
1136000
3000
Akarunk készíteni valamit,
amit a gép tud olvasni.
amit a gép tud olvasni.
19:15
And the One is us. We are in the One.
369
1139000
5000
A Gépezet azonos velünk.
Mi azonosak vagyunk a Gépezettel.
Mi azonosak vagyunk a Gépezettel.
19:20
I appreciate your time.
370
1144000
2000
Köszönöm a rám szánt időt!
19:22
(Applause)
371
1146000
3000
(Taps)
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