TED2014
Larry Page: Where's Google going next?
Charlie Rose e Larry Page: Dove sta andando Google?
Filmed:
Readability: 3.5
2,575,315 views
Sul palco di TED2014, Charlie Rose intervista l'amministratore delegato di Google Larry Page sulla sua lontana visione dell'azienda. Include piste ciclabili aeree e palloni per Internet... e diventa ancora più interessante, quando Page parla della recente acquisizione di Deep Mind da parte di Google, un'intelligenza artificiale che impara cose sorprendenti.
Larry Page - CEO of Google
Larry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web. Full bio
Larry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web. Full bio
Double-click the English transcript below to play the video.
00:13
Charlie Rose: So Larry sent me an email
0
1381
3626
Charlie Rose: Larry mi ha mandato una email
00:17
and he basically said,
1
5007
1987
e sostanzialmente diceva,
00:18
we've got to make sure that
we don't seem like we're
we don't seem like we're
2
6994
3729
dobbiamo assicurarci
di non sembrare
di non sembrare
00:22
a couple of middle-aged boring men.
3
10723
4491
una coppia di noiosi uomini di mezza età.
00:27
I said, I'm flattered by that --
4
15214
3042
Ho detto, ne sono lusingato --
00:30
(Laughter) —
5
18256
2372
(Risate) --
00:32
because I'm a bit older,
6
20628
3515
perché sono un po' più vecchio,
00:36
and he has a bit more net worth than I do.
7
24143
4151
e ha un po' più valore netto di me.
00:40
Larry Page: Well, thank you.
8
28294
2599
Larry Page: Be' grazie.
00:42
CR: So we'll have a conversation about
9
30893
2980
CR: Parleremo un po'
00:45
the Internet, and we'll have a conversation Google,
10
33873
2698
di Internet, di Google,
00:48
and we'll have a conversation about search
11
36571
1434
e parleremo un po' di ricerca
00:50
and privacy,
12
38005
1367
e privacy,
00:51
and also about your philosophy
13
39372
1555
e della tua filosofia
00:52
and a sense of how you've connected the dots
14
40927
2456
e un'idea di come hai messo insieme le cose
00:55
and how this journey that began
15
43383
2091
e come questo percorso iniziato
00:57
some time ago
16
45474
1284
qualche tempo fa
00:58
has such interesting prospects.
17
46758
1895
abbia prospettive così interessanti.
01:00
Mainly we want to talk about the future.
18
48653
2596
In sostanza vogliamo parlare del futuro.
01:03
So my first question: Where is Google
19
51249
1589
La mia prima domanda: dov'è Google
01:04
and where is it going?
20
52838
2046
e dove sta andando?
01:06
LP: Well, this is something we think about a lot,
21
54884
1459
LP: È una cosa a cui pensiamo molto,
01:08
and our mission we defined a long time ago
22
56343
3575
e la nostra missione
che abbiamo definito tanto tempo fa
che abbiamo definito tanto tempo fa
01:11
is to organize the world's information
23
59918
2263
è quella di organizzare le informazioni del mondo
01:14
and make it universally accessible and useful.
24
62181
3438
e renderle universalmente accessibili e utili.
01:17
And people always say,
25
65619
2042
La gente si chiede sempre
01:19
is that really what you guys are still doing?
26
67661
2215
se è quello che ancora facciamo.
01:21
And I always kind of think about that myself,
27
69876
2118
Spesso ci penso anch'io,
01:23
and I'm not quite sure.
28
71994
2196
e non sono del tutto sicuro.
01:26
But actually, when I think about search,
29
74190
4007
Ma in realtà, quando penso alla ricerca,
01:30
it's such a deep thing for all of us,
30
78197
2616
è una cosa molto profonda per tutti noi,
01:32
to really understand what you want,
31
80813
2243
per capire quello che vogliamo,
01:35
to understand the world's information,
32
83056
2368
per capire le informazioni del mondo,
01:37
and we're still very much in the early stages of that,
33
85424
3532
e siamo ancora alle prime fasi,
01:40
which is totally crazy.
34
88956
1813
il che è pazzesco.
01:42
We've been at it for 15 years already,
35
90769
2518
Ci stiamo lavorando già da 15 anni,
01:45
but it's not at all done.
36
93287
3575
e ancora non è finita.
01:48
CR: When it's done, how will it be?
37
96862
2676
CR: Quando sarà finita, come sarà?
01:51
LP: Well, I guess,
38
99538
2717
LP: Be' credo,
01:54
in thinking about where we're going --
39
102255
2400
pensando a dove stiamo andando --
01:56
you know, why is it not done? --
40
104655
2287
perché non è finita? --
01:58
a lot of it is just computing's kind of a mess.
41
106942
2436
l'informatica è un gran casino.
02:01
You know, your computer
doesn't know where you are,
doesn't know where you are,
42
109378
1803
Il tuo computer non sa dove sei,
02:03
it doesn't know what you're doing,
43
111181
2035
non sa cosa stai facendo,
02:05
it doesn't know what you know,
44
113216
1682
non sa quello che sai,
02:06
and a lot we've been trying to do recently
45
114898
2576
e molto di quello che abbiamo cercato
di fare di recente
di fare di recente
02:09
is just make your devices work,
46
117474
3295
è far funzionare gli apparecchi,
02:12
make them understand your context.
47
120769
2341
far loro capire il contesto.
02:15
Google Now, you know, knows where you are,
48
123110
2003
Google Now sa dove sei,
02:17
knows what you may need.
49
125113
2182
sa di cosa hai bisogno.
02:19
So really having computing
work and understand you
work and understand you
50
127295
4108
Computer che funzionano e ti capiscono
02:23
and understand that information,
51
131403
2056
e capiscono quell'informazione,
02:25
we really haven't done that yet.
52
133459
2310
questo non l'abbiamo ancora fatto.
02:27
It's still very, very clunky.
53
135769
1549
È ancora tutto molto sgangherato.
02:29
CR: Tell me, when you look at what Google is doing,
54
137318
2366
CR: Dimmi, quando osservi
quello che Google sta facendo,
quello che Google sta facendo,
02:31
where does Deep Mind fit?
55
139684
2969
dove si posiziona Deep Mind?
02:34
LP: Yeah, so Deep Mind is a company
56
142653
1584
LP: Sì, Deep Mind è un'azienda
02:36
we just acquired recently.
57
144237
2531
che abbiamo acquisito recentemente.
02:38
It's in the U.K.
58
146768
3082
È nel Regno Unito.
02:41
First, let me tell you the way we got there,
59
149850
2654
Prima, fammi raccontare come ci siamo arrivati:
02:44
which was looking at search
60
152504
2228
stavamo analizzando la ricerca
02:46
and really understanding,
61
154732
1623
per capire,
02:48
trying to understand everything,
62
156355
2233
cercare di capire tutto,
02:50
and also make the computers not clunky
63
158588
1605
e rendere i computer meno sgangherati
02:52
and really understand you --
64
160193
2201
fare in modo che ti capiscano veramente --
02:54
like, voice was really important.
65
162394
2112
e la voce era molto importante.
02:56
So what's the state of the art
on speech recognition?
on speech recognition?
66
164506
2861
Allora qual è lo stato dell'arte
della ricognizione vocale?
della ricognizione vocale?
02:59
It's not very good.
67
167367
1660
Non è molto buona.
03:01
It doesn't really understand you.
68
169027
2066
Non ti capisce veramente.
03:03
So we started doing machine learning research
69
171093
2003
Abbiamo iniziato a fare ricerche
sull'apprendimento automatico
sull'apprendimento automatico
03:05
to improve that.
70
173096
1537
per migliorarlo.
03:06
That helped a lot.
71
174633
1703
Ci ha aiutato molto.
03:08
And we started just looking at things like YouTube.
72
176336
2367
Abbiamo cominciato con l'analizzare
cose come YouTube.
cose come YouTube.
03:10
Can we understand YouTube?
73
178703
1968
Possiamo capire YouTube?
03:12
But we actually ran machine learning on YouTube
74
180671
2686
Abbiamo applicato
l'apprendimento automatico a YouTube
l'apprendimento automatico a YouTube
03:15
and it discovered cats, just by itself.
75
183357
4085
e riconosce i gatti da solo.
03:19
Now, that's an important concept.
76
187442
2091
È un concetto importante.
03:21
And we realized there's really something here.
77
189533
2991
E ci siamo resi conto
che c'è veramente sotto qualcosa.
che c'è veramente sotto qualcosa.
03:24
If we can learn what cats are,
78
192524
2117
Se possiamo imparare a riconoscere i gatti,
03:26
that must be really important.
79
194641
2075
deve essere veramente importante.
03:28
So I think Deep Mind,
80
196716
2629
Penso che Deep Mind,
03:31
what's really amazing about Deep Mind
81
199345
2364
la cosa straordinaria di Deep Mind
03:33
is that it can actually --
82
201709
2004
è che può veramente --
03:35
they're learning things in this unsupervised way.
83
203713
3557
imparano cose in maniera non supervisionata.
03:39
They started with video games,
84
207270
2567
Hanno cominciato con i videogiochi,
03:41
and really just, maybe I can show the video,
85
209837
2493
magari vi posso mostrare un video,
03:44
just playing video games,
86
212330
2204
giocare ai videogiochi,
03:46
and learning how to do that automatically.
87
214534
2015
e imparare come farlo automaticamente.
03:48
CR: Take a look at the video games
88
216549
1852
CR: Guardate i videogiochi
03:50
and how machines are coming to be able
89
218401
2410
e come le macchine arrivano ad essere in grado
03:52
to do some remarkable things.
90
220811
2456
di fare cose notevoli.
03:55
LP: The amazing thing about this
91
223267
1329
LP: La cosa straordinaria
03:56
is this is, I mean, obviously,
92
224596
1680
è che, ovviamente...
03:58
these are old games,
93
226276
1474
questi sono vecchi giochi,
03:59
but the system just sees what you see, the pixels,
94
227750
4798
ma il sistema vede quello che vedete voi , i pixel,
04:04
and it has the controls and it has the score,
95
232548
2431
ha in mano i controlli e i punteggi,
04:06
and it's learned to play all of these games,
96
234979
2211
e ha imparato a giocare a tutti questi giochi,
04:09
same program.
97
237190
1579
lo stesso programma.
04:10
It's learned to play all of these games
98
238769
2037
Ha imparato a giocare a tutti questi giochi
04:12
with superhuman performance.
99
240806
1786
con performance superumane.
04:14
We've not been able to do things like this
100
242592
1855
Non siamo stati in grado
di fare cose come queste
di fare cose come queste
04:16
with computers before.
101
244447
1518
con i computer prima d'ora.
04:17
And maybe I'll just narrate this one quickly.
102
245965
2295
E magari vi racconto rapidamente questa.
04:20
This is boxing, and it figures out it can
103
248260
2805
Questa è boxe, e capisce
04:23
sort of pin the opponent down.
104
251065
2634
come mettere giù l'avversario.
04:25
The computer's on the left,
105
253699
1739
Il computer è a sinistra,
04:27
and it's just racking up points.
106
255438
3085
e sta accumulando punti.
04:30
So imagine if this kind
107
258523
2086
Immaginate se questo tipo
04:32
of intelligence were thrown at your schedule,
108
260609
2127
di intelligenza fosse applicata alla vostra agenda,
04:34
or your information needs, or things like that.
109
262736
4637
o alla vostra necessità di informazioni,
o cose simili.
o cose simili.
04:39
We're really just at the beginning of that,
110
267373
2618
Siamo solo all'inizio,
04:41
and that's what I'm really excited about.
111
269991
2365
e questo è quello che mi entusiasma.
04:44
CR: When you look at all that's taken place
112
272356
2470
CR: Se guardi tutto quello che è accaduto
04:46
with Deep Mind and the boxing,
113
274826
2584
con Deep Mind e la boxe,
04:49
also a part of where we're going
114
277410
2340
anche l'intelligenza artificiale
04:51
is artificial intelligence.
115
279750
2889
è un po' la direzione che stiamo prendendo.
04:54
Where are we, when you look at that?
116
282639
2799
Guardando queste cose, a che punto siamo?
04:57
LP: Well, I think for me,
117
285438
1785
LP: Secondo me,
04:59
this is kind of one of the most exciting things
118
287223
1503
questa è una delle cose più entusiasmanti
05:00
I've seen in a long time.
119
288726
1912
che io abbia visto da tempo.
05:02
The guy who started this company, Demis,
120
290638
2413
Il tizio che ha fondato l'azienda, Demis,
05:05
has a neuroscience and a
computer science background.
computer science background.
121
293051
2778
ha una formazione
in neuroscienza e informatica.
in neuroscienza e informatica.
05:07
He went back to school
122
295829
1630
È tornato a scuola
05:09
to get his Ph.D. to study the brain.
123
297459
3126
per fare un dottorato e studiare il cervello.
05:12
And so I think we're seeing a lot of exciting work
124
300585
2620
Credo che stiamo assistendo
a lavori entusiasmanti
a lavori entusiasmanti
05:15
going on that sort of crosses computer science
125
303205
3081
che mettono insieme informatica
05:18
and neuroscience
126
306286
1750
e neuroscienza
05:20
in terms of really understanding
127
308036
2325
per capire veramente
05:22
what it takes to make something smart
128
310361
2454
cosa ci vuole per fare qualcosa di intelligente
05:24
and do really interesting things.
129
312815
1715
e fare cose veramente interessanti.
05:26
CR: But where's the level of it now?
130
314530
2138
CR: A che livello siamo ora?
05:28
And how fast do you think we are moving?
131
316668
2706
E quanto velocemente
si stanno muovendo le cose?
si stanno muovendo le cose?
05:31
LP: Well, this is the state of the art right now,
132
319374
3269
LP: Questo è lo stato dell'arte oggi,
05:34
understanding cats on YouTube
133
322643
2131
riconoscere i gatti su YouTube
05:36
and things like that,
134
324774
1283
e cose di questo genere,
05:38
improving voice recognition.
135
326057
2147
migliorare la ricognizione vocale.
05:40
We used a lot of machine learning
136
328204
2418
Abbiamo usato molto
l'apprendimento automatico
l'apprendimento automatico
05:42
to improve things incrementally,
137
330622
2479
per migliorare progressivamente le cose,
05:45
but I think for me, this example's really exciting,
138
333101
3394
ma credo che questo esempio
sia entusiasmante,
sia entusiasmante,
05:48
because it's one program
139
336495
2243
perché è un programma
05:50
that can do a lot of different things.
140
338738
2044
che può fare tante cose diverse.
05:52
CR: I don't know if we can do this,
141
340782
1138
CR: Non so se possiamo farlo,
05:53
but we've got the image of the cat.
142
341920
1185
ma abbiamo l'immagine del gatto.
05:55
It would be wonderful to see this.
143
343105
1754
Sarebbe meraviglioso poterla vedere.
05:56
This is how machines looked at cats
144
344859
2509
Questo è come le macchine
vedono i gatti
vedono i gatti
05:59
and what they came up with.
145
347368
1115
e cosa hanno tirato fuori.
06:00
Can we see that image?
146
348483
1055
Possiamo vedere quell'immagine?
06:01
LP: Yeah.
CR: There it is. Can you see the cat?
CR: There it is. Can you see the cat?
147
349538
2402
LP: Certo.
CR: Eccola. Vedete il gatto?
CR: Eccola. Vedete il gatto?
06:03
Designed by machines, seen by machines.
148
351940
2027
Progettato da macchine, visto dalle macchine.
06:05
LP: That's right.
149
353967
1110
LP: Esattamente.
06:07
So this is learned from just watching YouTube.
150
355077
2607
Questo l'hanno imparato solo guardando YouTube.
06:09
And there's no training,
151
357684
1867
E non c'è nessuna formazione,
06:11
no notion of a cat,
152
359551
1384
nessuna nozione di cosa sia un gatto,
06:12
but this concept of a cat
153
360935
2561
ma il concetto di gatto
06:15
is something important that you would understand,
154
363496
2808
è una cosa importante che noi capiamo,
06:18
and now that the machines can kind of understand.
155
366304
2523
e che ora anche le macchine
in qualche modo capiscono.
in qualche modo capiscono.
06:20
Maybe just finishing
156
368827
1172
Magari un'ultima cosa
06:21
also on the search part,
157
369999
2222
sulla parte della ricerca:
06:24
it started with search, really understanding
158
372221
2786
è iniziato con la ricerca, con il capire
06:27
people's context and their information.
159
375007
2564
il contesto delle persone e le loro informazioni.
06:29
I did have a video
160
377571
1860
C'è un video
06:31
I wanted to show quickly on that
161
379431
2010
che volevo mostrarvi rapidamente
06:33
that we actually found.
162
381441
1647
che abbiamo trovato.
06:35
(Video) ["Soy, Kenya"]
163
383088
5112
(Video) ["Soy, Kenya]
06:40
Zack Matere: Not long ago,
164
388580
1872
Zack Matere: Non molto tempo fa,
06:42
I planted a crop of potatoes.
165
390452
2586
ho piantato una coltivazione di patate.
06:45
Then suddenly they started
dying one after the other.
dying one after the other.
166
393038
3400
Poi improvvisamente hanno cominciato
a morire una dopo l'altra.
a morire una dopo l'altra.
06:48
I checked out the books and
they didn't tell me much.
they didn't tell me much.
167
396438
2750
Ho controllato i libri e non dicevano molto.
06:51
So, I went and I did a search.
168
399188
1946
Allora sono andato a fare una ricerca.
06:53
["Zack Matere, Farmer"]
169
401134
3119
["Zack Matere, agricoltore"]
06:57
Potato diseases.
170
405609
3147
Malattie delle patate.
07:00
One of the websites told me
171
408756
1728
Uno dei siti diceva
07:02
that ants could be the problem.
172
410484
1902
che le formiche potevano essere un problema.
07:04
It said, sprinkle wood ash over the plants.
173
412386
2271
Diceva di spargere cenere sulla piante.
07:06
Then after a few days the ants disappeared.
174
414657
2284
Poi dopo qualche giorno le formiche spariscono.
07:08
I got excited about the Internet.
175
416941
2594
Sono entusiasta di Internet.
07:11
I have this friend
176
419535
1665
Ho questo amico
07:13
who really would like to expand his business.
177
421200
3618
che vorrebbe ampliare la propria attività.
07:16
So I went with him to the cyber cafe
178
424818
3195
Quindi sono andato con lui in un Internet Cafè
07:20
and we checked out several sites.
179
428013
2541
e abbiamo controllato diversi siti.
07:22
When I met him next, he was going to put a windmill
180
430554
2541
Quanto l'ho incontrato qualche tempo dopo,
stava costruendo un mulino a vento
stava costruendo un mulino a vento
07:25
at the local school.
181
433095
2694
alla scuola locale.
07:27
I felt proud because
182
435789
1604
Ero orgoglioso perché
07:29
something that wasn't there before
183
437393
2028
era nato
07:31
was suddenly there.
184
439421
1887
qualcosa che prima non c'era.
07:33
I realized that not everybody
185
441308
2690
Mi sono reso conto che non tutti
07:35
can be able to access
186
443998
1534
sono in grado di accedere
07:37
what I was able to access.
187
445532
1486
a quello a cui avevo accesso io.
07:39
I thought that I need to have an Internet
188
447018
1838
Ho pensato che dovevo avere un Internet
07:40
that my grandmother can use.
189
448856
1801
che potesse usare mia nonna.
07:42
So I thought about a notice board.
190
450657
2457
Allora ho pensato a una bacheca.
07:45
A simple wooden notice board.
191
453114
1916
Una semplice bacheca in legno.
07:47
When I get information on my phone,
192
455030
2315
Quando ricevo l'informazione sul mio telefono,
07:49
I'm able to post the information
193
457345
2237
sono in grado di pubblicare l'informazione
07:51
on the notice board.
194
459582
1722
sulla bacheca.
07:53
So it's basically like a computer.
195
461304
2858
In sostanza è come un computer.
07:56
I use the Internet to help people.
196
464162
3889
Uso Internet per aiutare la gente.
08:00
I think I am searching for
197
468051
3410
Credo di essere alla ricerca
08:03
a better life
198
471461
1541
di una vita migliore
08:05
for me and my neighbors.
199
473002
4114
per me e per i miei vicini.
08:09
So many people have access to information,
200
477116
3984
Molta gente ha accesso all'informazione,
08:13
but there's no follow-up to that.
201
481100
2581
ma non c'è nessun seguito.
08:15
I think the follow-up to that is our knowledge.
202
483681
2508
Credo che il seguito sia la conoscenza.
08:18
When people have the knowledge,
203
486189
1606
Quando la gente ha le conoscenze,
08:19
they can find solutions
204
487795
1630
trova soluzioni
08:21
without having to helped out.
205
489425
1984
senza chiedere aiuto.
08:23
Information is powerful,
206
491440
2121
L'informazione è potente,
08:25
but it is how we use it that will define us.
207
493561
4602
ma è come la usiamo che ci definisce.
08:30
(Applause)
208
498163
4381
(Applausi)
08:34
LP: Now, the amazing thing about that video,
209
502544
2546
LP: La cosa meravigliosa del video,
08:37
actually, was we just read about it in the news,
210
505090
1466
è che l'abbiamo letto nelle notizie,
08:38
and we found this gentlemen,
211
506556
2505
abbiamo trovato quest'uomo,
08:41
and made that little clip.
212
509061
2315
e fatto questo breve video.
08:43
CR: When I talk to people about you,
213
511376
1391
CR: Quando parlo di te alla gente,
08:44
they say to me, people who know you well, say,
214
512767
2605
chi ti conosce bene dice
08:47
Larry wants to change the world,
215
515372
1891
che Larry vuole cambiare il mondo,
08:49
and he believes technology can show the way.
216
517263
4112
e crede che la tecnologia sia la strada.
08:53
And that means access to the Internet.
217
521375
1858
Questo significa accesso a Internet.
08:55
It has to do with languages.
218
523233
1731
Ha a che fare con le lingue.
08:56
It also means how people can get access
219
524964
2829
Riguarda anche
in che modo le persone hanno accesso
in che modo le persone hanno accesso
08:59
and do things that will affect their community,
220
527793
2706
per fare cose che abbiamo un impatto sulla loro comunità,
09:02
and this is an example.
221
530499
2493
e questo è un esempio.
09:04
LP: Yeah, that's right, and I think for me,
222
532992
3576
LP: Certo, giusto, e credo,
09:08
I have been focusing on access more,
223
536568
2382
di essermi concentrato più sull'accesso,
09:10
if we're talking about the future.
224
538950
2198
se parliamo del futuro.
09:13
We recently released this Loon Project
225
541148
2674
Abbiamo lanciato di recente il Progetto Loon
09:15
which is using balloons to do it.
226
543822
2300
che per questo usa i palloni.
09:18
It sounds totally crazy.
227
546122
1660
Sembra folle.
09:19
We can show the video here.
228
547782
2539
Possiamo mostrare il video.
09:22
Actually, two out of three people in the world
229
550321
1480
Due persone su tre nel mondo
09:23
don't have good Internet access now.
230
551801
2386
non hanno un buon accesso a Internet.
09:26
We actually think this can really help people
231
554187
2906
Pensiamo che questo possa aiutare la gente
09:29
sort of cost-efficiently.
232
557093
2057
risparmiando efficacemente.
09:31
CR: It's a balloon.
LP: Yeah, get access to the Internet.
LP: Yeah, get access to the Internet.
233
559150
3371
CR: È un pallone.
LP: Sì, dà accesso a Internet.
LP: Sì, dà accesso a Internet.
09:34
CR: And why does this balloon give you access
234
562521
2143
CR: E perché questo pallone dà accesso
09:36
to the Internet?
235
564664
1213
a Internet?
09:37
Because there was some interesting things
236
565877
1215
Perché c'erano delle cose interessanti
09:39
you had to do to figure out how
237
567092
1834
da capire su come
09:40
to make balloons possible,
238
568926
2131
rendere possibili questi palloni,
09:43
they didn't have to be tethered.
239
571057
1749
non dovevano essere legati.
09:44
LP: Yeah, and this is a good example of innovation.
240
572806
2081
LP: Già, e questo è un buon esempio
di innovazione.
di innovazione.
09:46
Like, we've been thinking about this idea
241
574887
2544
Abbiamo pensato all'idea
09:49
for five years or more
242
577431
1772
per più di cinque anni
09:51
before we started working on it,
243
579203
1601
prima di cominciare a lavorarci,
09:52
but it was just really,
244
580804
1319
ma si trattava solo di capire
09:54
how do we get access points up high, cheaply?
245
582123
3520
come mettere punti di accesso alti,
in modo economico.
in modo economico.
09:57
You normally have to use satellites
246
585643
1792
Di solito si devono usare satelliti
09:59
and it takes a long time to launch them.
247
587435
2939
e ci vuole molto tempo per lanciarli.
10:02
But you saw there how easy it is to launch a balloon
248
590374
2494
Ma avete visto come è facile lanciare un pallone
10:04
and get it up,
249
592868
1519
e mandarlo su,
10:06
and actually again, it's the power of the Internet,
250
594387
2001
e di nuovo, questo è il potere di Internet,
10:08
I did a search on it,
251
596388
1780
ho fatto una ricerca,
10:10
and I found, 30, 40 years ago,
252
598168
2304
e ho scoperto che 30 o 40 anni fa,
10:12
someone had put up a balloon
253
600472
1889
qualcuno aveva mandato su un pallone
10:14
and it had gone around the Earth multiple times.
254
602361
2805
che aveva fatto il giro della Terra diverse volte.
10:17
And I thought, why can't we do that today?
255
605166
2835
E ho pensato, perché non farlo oggi?
10:20
And that's how this project got going.
256
608001
2367
Ecco come è stato lanciato questo progetto.
10:22
CR: But are you at the mercy of the wind?
257
610368
2330
CR: Ma siete in balìa del vento?
10:24
LP: Yeah, but it turns out,
258
612698
2122
LP: Sì, ma in realtà
10:26
we did some weather simulations
259
614820
1493
abbiamo fatto simulazioni meteorologiche
10:28
which probably hadn't really been done before,
260
616313
2547
che probabilmente non erano mai state fatte prima,
10:30
and if you control the altitude of the balloons,
261
618860
2110
e se si controlla l'altezza dei palloni,
10:32
which you can do by pumping air into them
262
620970
2281
e lo si può fare pompandoci dentro aria
10:35
and other ways,
263
623251
1822
e in altri modi,
10:37
you can actually control roughly where they go,
264
625073
2929
si può controllare sufficientemente la direzione,
10:40
and so I think we can build a worldwide mesh
265
628002
2205
e quindi credo si possa creare una rete mondiale
10:42
of these balloons that can cover the whole planet.
266
630207
3339
di questi palloni che possono coprire l'intero pianeta.
10:45
CR: Before I talk about the future and transportation,
267
633546
2242
CR: Prima di parlare di futuro e di trasporti,
10:47
where you've been a nerd for a while,
268
635788
1895
in cui sei sempre stato un nerd,
10:49
and this fascination you have with transportation
269
637683
2424
e questa attrazione che hai per i trasporti
10:52
and automated cars and bicycles,
270
640107
2063
le macchine automatizzate e le biciclette,
10:54
let me talk a bit about what's been the subject here
271
642170
1737
parliamo un po' dell'argomento trattato
10:55
earlier with Edward Snowden.
272
643907
2443
poco fa con Edward Snowden:
10:58
It is security and privacy.
273
646350
3106
la sicurezza e la privacy.
11:01
You have to have been thinking about that.
274
649456
2340
Non puoi non averci pensato.
11:03
LP: Yeah, absolutely.
275
651796
1354
CR: Certo, assolutamente.
11:05
I saw the picture of Sergey with
Edward Snowden yesterday.
Edward Snowden yesterday.
276
653150
2843
Ho visto l'immagine di Sergey
con Edward Snowden ieri.
con Edward Snowden ieri.
11:07
Some of you may have seen it.
277
655993
2870
Qualcuno di voi l'ha vista.
11:10
But I think, for me, I guess,
278
658863
3171
Ma credo
11:14
privacy and security are a really important thing.
279
662034
3662
che privacy e sicurezza siano veramente importanti.
11:17
We think about it in terms of both things,
280
665696
2245
Le vediamo come cose legate,
11:19
and I think you can't have privacy without security,
281
667941
2903
e penso non ci possa essere
privacy senza sicurezza,
privacy senza sicurezza,
11:22
so let me just talk about security first,
282
670844
2371
quindi parliamo prima di sicurezza,
11:25
because you asked about Snowden and all of that,
283
673215
2596
perché mi hai chiesto di Snowden
11:27
and then I'll say a little bit about privacy.
284
675811
2441
e poi parlerò della privacy.
11:30
I think for me, it's tremendously disappointing
285
678252
3800
Credo sia terribilmente deludente
11:34
that the government
286
682052
1439
che il governo
11:35
secretly did all this stuff and didn't tell us.
287
683491
2330
segretamente abbia fatto tutte quelle cose
e non ce l'abbia detto.
e non ce l'abbia detto.
11:37
I don't think we can have a democracy
288
685821
3303
Non credo ci possa essere democrazia
11:41
if we're having to protect you and our users
289
689124
3430
se dobbiamo proteggere noi e i nostri utenti
11:44
from the government
290
692554
1696
dal governo
11:46
for stuff that we've never had a conversation about.
291
694250
2803
per cose di cui non abbiamo mai discusso.
11:49
And I don't mean we have to know
292
697053
1896
Non voglio dire che dobbiamo sapere
11:50
what the particular terrorist attack is they're worried
293
698949
1695
lo specifico attacco terroristico
di cui sono preoccupati
di cui sono preoccupati
11:52
about protecting us from,
294
700644
1762
di proteggerci,
11:54
but we do need to know
295
702406
1798
ma dobbiamo sapere
11:56
what the parameters of it is,
296
704204
2410
quali sono i parametri,
11:58
what kind of surveillance the government's
297
706614
2044
che tipo di sorveglianza farà il governo,
12:00
going to do and how and why,
298
708658
2168
come e perché.
12:02
and I think we haven't had that conversation.
299
710826
2277
Credo che di questo non sia mai parlato.
12:05
So I think the government's actually done
300
713103
2567
Credo che quello che ha fatto il governo
12:07
itself a tremendous disservice
301
715670
2168
è un terribile disservizio
12:09
by doing all that in secret.
302
717838
2161
avendolo fatto in totale segretezza.
12:11
CR: Never coming to Google
303
719999
1615
CR: Non essendo mai venuti da Google
12:13
to ask for anything.
304
721614
1525
a chiedere niente.
12:15
LP: Not Google, but the public.
305
723139
2030
LP: Non Google, il pubblico.
12:17
I think we need to
have a debate about that,
have a debate about that,
306
725169
3773
Credo se ne debba discutere
12:20
or we can't have a functioning democracy.
307
728942
2499
o non possiamo avere
una democrazia funzionante.
una democrazia funzionante.
12:23
It's just not possible.
308
731441
1406
È semplicemente impossibile.
12:24
So I'm sad that Google's
309
732847
2244
Quindi sono triste che Google sia
12:27
in the position of protecting you and our users
310
735091
2616
nella posizione di proteggere te e i nostri utenti
12:29
from the government
311
737707
1534
dal governo
12:31
doing secret thing that nobody knows about.
312
739241
2244
che fa cose segrete di cui nessuno sa niente.
12:33
It doesn't make any sense.
313
741485
1747
Non ha nessun senso.
12:35
CR: Yeah. And then there's a privacy side of it.
314
743232
2990
CR. Certo. E poi c'è il lato della privacy.
12:38
LP: Yes. The privacy side,
315
746222
2427
LP. Sì. Il lato privacy...
12:40
I think it's -- the world is changing.
316
748649
1969
credo che il mondo stia cambiando.
12:42
You carry a phone. It knows where you are.
317
750618
3905
Ci portiamo dietro un telefono. Sa dove sei.
12:46
There's so much more information about you,
318
754523
3085
Ci sono tante informazioni su di noi
12:49
and that's an important thing,
319
757608
2846
e questa è una cosa importante,
12:52
and it makes sense why people are asking
320
760454
2272
ha senso che la gente faccia
12:54
difficult questions.
321
762726
2036
domande difficili.
12:56
We spend a lot of time thinking about this
322
764762
3367
Passiamo tanto tempo a pensarci,
13:00
and what the issues are.
323
768129
2711
a quali siano i problemi.
13:02
I'm a little bit --
324
770840
1729
Sono un po' --
13:04
I think the main thing that we need to do
325
772569
1260
credo che la cosa principale che dobbiamo fare
13:05
is just provide people choice,
326
773829
2362
sia dare alla gente la possibilità di scegliere,
13:08
show them what data's being collected --
327
776191
2512
mostrare che tipo di dati vengono raccolti --
13:10
search history, location data.
328
778703
4751
lo storico delle ricerche,
i dati di localizzazione.
i dati di localizzazione.
13:15
We're excited about incognito mode in Chrome,
329
783454
2772
Siamo entusiasti
della modalità incognito in Chrome,
della modalità incognito in Chrome,
13:18
and doing that in more ways,
330
786226
2249
e farlo in diversi modi,
13:20
just giving people more choice
331
788475
1396
dare alla gente la possibilità di scegliere
13:21
and more awareness of what's going on.
332
789871
3293
e dare maggiore consapevolezza
di quello che sta succedendo.
di quello che sta succedendo.
13:25
I also think it's very easy.
333
793164
2393
Credo anche che sia molto facile.
13:27
What I'm worried is that we throw out
334
795557
1277
Quello che mi preoccupa
è che buttiamo via
è che buttiamo via
13:28
the baby with the bathwater.
335
796834
2090
il bambino con l'acqua sporca.
13:30
And I look at, on your show, actually,
336
798924
2914
Nel tuo spettacolo,
13:33
I kind of lost my voice,
337
801838
1719
ho perso la voce,
13:35
and I haven't gotten it back.
338
803557
1331
e ancora non mi è tornata.
13:36
I'm hoping that by talking to you
339
804888
1644
Spero di recuperarla
13:38
I'm going to get it back.
340
806532
1653
parlando con te.
13:40
CR: If I could do anything, I would do that.
341
808185
1732
CR: Se posso fare qualcosa.
13:41
LP: All right. So get out your voodoo doll
342
809917
2180
LP: Bene. Tira fuori le tue bamboline voodo
13:44
and whatever you need to do.
343
812097
2419
e qualunque altra cosa sia necessaria.
13:46
But I think, you know what, I look at that,
344
814516
2328
Ma sai una cosa,
13:48
I made that public,
345
816844
1830
l'ho reso pubblico,
13:50
and I got all this information.
346
818674
1217
ho ricevuto tutte queste informazioni.
13:51
We got a survey done on medical conditions
347
819891
2729
Abbiamo fatto fare un sondaggio sui disturbi
13:54
with people who have similar issues,
348
822620
3371
di persone che hanno problemi simili,
13:57
and I look at medical records, and I say,
349
825991
4741
analizzo la documentazione medica,
e mi chiedo
e mi chiedo
14:02
wouldn't it be amazing
350
830732
1405
se non sarebbe fantastico
14:04
if everyone's medical records were available
351
832137
2050
se le cartelle cliniche di tutti noi
fossero disponibili
fossero disponibili
14:06
anonymously
352
834187
1683
in maniera anonima
14:07
to research doctors?
353
835870
2636
per i ricercatori?
14:10
And when someone accesses your medical record,
354
838506
3041
E quando qualcuno accede
alla tua cartella medica,
alla tua cartella medica,
14:13
a research doctor,
355
841547
1609
un ricercatore,
14:15
they could see, you could see which doctor
356
843156
2634
si può vedere che medico
14:17
accessed it and why,
357
845790
1860
ha avuto accesso e perché,
14:19
and you could maybe learn about
358
847650
1580
e forse potresti imparare qualcosa
14:21
what conditions you have.
359
849230
1630
sul tipo di malattia che hai.
14:22
I think if we just did that,
360
850860
1502
Se facessimo solo questo,
14:24
we'd save 100,000 lives this year.
361
852362
2165
salveremmo 100 000 vite quest'anno.
14:26
CR: Absolutely. Let me go — (Applause)
362
854527
2948
CR: Assolutamente. (Applausi)
14:29
LP: So I guess I'm just very worried that
363
857475
2762
LP: Credo di essere preoccupato che
14:32
with Internet privacy,
364
860237
1806
con la privacy su Internet,
14:34
we're doing the same thing we're
doing with medical records,
doing with medical records,
365
862043
2300
stiamo facendo la stessa cosa
che stiamo facendo con le cartelle mediche,
che stiamo facendo con le cartelle mediche,
14:36
is we're throwing out the baby with the bathwater,
366
864347
2529
ossia gettiamo il bambino insieme all'acqua sporca,
14:38
and we're not really thinking
367
866876
1828
e non stiamo pensando veramente
14:40
about the tremendous good that can come
368
868704
2210
all'enorme beneficio che può derivare
14:42
from people sharing information
369
870914
2191
dalla condivisione delle informazioni delle persone
14:45
with the right people in the right ways.
370
873105
2577
con le persone giuste e nel modo giusto.
14:47
CR: And the necessary condition
371
875682
2237
CR: E le condizioni necessarie
14:49
that people have to have confidence
372
877919
1702
è che le persone siano certe
14:51
that their information will not be abused.
373
879621
2455
che non si abuserà di queste informazioni.
14:54
LP: Yeah, and I had this problem with my voice stuff.
374
882076
1777
LP: Sì, ho avuto questo problema con la storia della voce.
14:55
I was scared to share it.
375
883853
1508
Avevo paura di condividerlo.
14:57
Sergey encouraged me to do that,
376
885361
1890
Sergey mi incoraggiato a farlo,
14:59
and it was a great thing to do.
377
887251
1827
e per me è stata una gran cosa.
15:01
CR: And the response has been overwhelming.
378
889078
1734
CR: E la reazione è stata travolgente.
15:02
LP: Yeah, and people are super positive.
379
890812
1660
LP: Sì, e la gente è super positiva.
15:04
We got thousands and thousands of people
380
892472
2833
Ci sono migliaia di persone
15:07
with similar conditions,
381
895305
1288
con malattie simili,
15:08
which there's no data on today.
382
896593
3028
di cui oggi non abbiamo dati.
15:11
So it was a really good thing.
383
899621
1356
Quindi è stata una buona cosa.
15:12
CR: So talking about the future, what is it about you
384
900977
3019
CR: Parlando del futuro, che rapporto hai
15:15
and transportation systems?
385
903996
3758
con i sistemi di trasporto?
15:19
LP: Yeah. I guess I was just frustrated
386
907754
2177
LP: Sì. Credo che fossi frustrato
15:21
with this when I was at college in Michigan.
387
909931
2539
quando ero all'università nel Michigan.
15:24
I had to get on the bus and take it
388
912470
1450
Dovevo prendere l'autobus,
15:25
and wait for it.
389
913920
1642
dovevo aspettarlo.
15:27
And it was cold and snowing.
390
915562
2179
Faceva freddo e nevicava.
15:29
I did some research on how much it cost,
391
917741
2655
Ho fatto qualche ricerca su quanto costa,
15:32
and I just became a bit obsessed
with transportation systems.
with transportation systems.
392
920396
6425
e sono diventato ossessionato
dai sistemi di trasporto.
dai sistemi di trasporto.
15:38
CR: And that began the idea of an automated car.
393
926821
2370
CR: Da lì è nata l'idea di un veicolo automatico.
15:41
LP: Yeah, about 18 years ago I learned about
394
929191
1694
LP: Sì, circa 18 anni fa ho saputo
15:42
people working on automated cars,
395
930885
3182
di gente che lavorava
sulle macchine automatizzate
sulle macchine automatizzate
15:46
and I became fascinated by that,
396
934067
1623
e ne sono rimasto affascinato,
15:47
and it takes a while to
get these projects going,
get these projects going,
397
935690
2777
e ci vuole un po'
per far partire questi progetti,
per far partire questi progetti,
15:50
but I'm super excited about the possibilities of that
398
938467
5097
ma sono super entusiasta
delle possibilità che ha
delle possibilità che ha
15:55
improving the world.
399
943564
1668
di migliorare il mondo.
15:57
There's 20 million people or more injured per year.
400
945232
4526
Ci sono 20 milioni di feriti all'anno.
16:01
It's the leading cause of death
401
949758
1986
È la principale causa di morte
16:03
for people under 34 in the U.S.
402
951744
2130
per i giovani sotto i 34 anni negli Stati Uniti.
16:05
CR: So you're talking about saving lives.
403
953874
1551
CR: Quindi parli di salvare vite.
16:07
LP: Yeah, and also saving space
404
955425
2355
LP: Sì, e risparmiare spazio
16:09
and making life better.
405
957780
3915
e rendere la vita migliore.
16:13
Los Angeles is half parking lots and roads,
406
961695
4245
Los Angeles è per metà parcheggi e strade,
16:17
half of the area,
407
965940
1733
la metà dell'area,
16:19
and most cities are not far behind, actually.
408
967673
2827
e la maggior parte delle città
non ne è lontana.
non ne è lontana.
16:22
It's just crazy
409
970500
1564
È folle
16:24
that that's what we use our space for.
410
972064
1593
che questo sia il modo in cui usiamo lo spazio.
16:25
CR: And how soon will we be there?
411
973657
2343
CR: Quando ci arriveremo?
16:28
LP: I think we can be there very, very soon.
412
976000
1926
LP: Credo che ci arriveremo molto preso.
16:29
We've driven well over 100,000 miles
413
977926
3501
Abbiamo guidato molto più di 160 000 chilometri
16:33
now totally automated.
414
981427
4093
in modo totalmente automatico.
16:37
I'm super excited about getting that out quickly.
415
985520
3652
Sono super entusiasta di arrivarci rapidamente.
16:41
CR: But it's not only you're
talking about automated cars.
talking about automated cars.
416
989172
2405
CR: Ma non parli solo di macchine automatizzate.
16:43
You also have this idea for bicycles.
417
991577
2386
Hai anche un'idea per le biciclette.
16:45
LP: Well at Google, we got this idea
418
993963
2246
LP: A Google abbiamo questa idea
16:48
that we should just provide free bikes to everyone,
419
996209
3451
di dover dare biciclette gratis a tutti,
16:51
and that's been amazing, most of the trips.
420
999660
2768
ed è fantastico.
16:54
You see bikes going everywhere,
421
1002428
1586
Si vedono bici ovunque
16:56
and the bikes wear out.
422
1004014
1566
e le bici sono consumate.
16:57
They're getting used 24 hours a day.
423
1005580
1454
Vengono usate 24 ore al giorno.
16:59
CR: But you want to put them above the street, too.
424
1007034
2160
CR: Ma le volete mettere al di sopra della strada.
17:01
LP: Well I said, how do we get people
425
1009194
1575
LP: Be', mi sono chiesto come spingere
17:02
using bikes more?
426
1010769
1527
le persone a usare di più la bicicletta.
17:04
CR: We may have a video here.
427
1012296
1625
CR: Forse abbiamo un video.
17:05
LP: Yeah, let's show the video.
428
1013921
1278
LP: Sì, facciamo vedere il video.
17:07
I just got excited about this.
429
1015199
3092
Sono entusiasta per questo.
17:10
(Music)
430
1018291
4042
(Musica)
17:16
So this is actually how you might separate
431
1024213
2425
Questo è come si potrebbero separare
17:18
bikes from cars with minimal cost.
432
1026638
3629
le bici dalle auto ad un costo minimo.
17:26
Anyway, it looks totally crazy,
433
1034711
1755
Comunque, sembra assolutamente folle,
17:28
but I was actually thinking about our campus,
434
1036466
2327
ma stavo pensando ai nostri campus,
17:30
working with the Zippies and stuff,
435
1038793
2060
che lavorano con le città e cose simili,
17:32
and just trying to get a lot more bike usage,
436
1040853
2298
e cercavo di spingere l'uso della bicicletta,
17:35
and I was thinking about,
437
1043151
1548
e stavo pensando a come
17:36
how do you cost-effectively separate
438
1044699
2831
separare in maniera economicamente vantaggiosa
17:39
the bikes from traffic?
439
1047530
1414
le bici dal traffico?
17:40
And I went and searched,
440
1048944
1150
Sono andato a cercare,
17:42
and this is what I found.
441
1050094
1371
e questo è quello che ho trovato.
17:43
And we're not actually working on this,
442
1051465
1845
Su questo non stiamo lavorando,
17:45
that particular thing,
443
1053310
1292
su questa cosa in particolare,
17:46
but it gets your imagination going.
444
1054602
2054
ma fa viaggiare l'immaginazione.
17:48
CR: Let me close with this.
445
1056656
1764
CR: Chiudiamo con questo.
17:50
Give me a sense of the philosophy
of your own mind.
of your own mind.
446
1058420
2345
Dammi un senso della filosofia
della tua mente.
della tua mente.
17:52
You have this idea of [Google X].
447
1060765
2488
Hai questa idea di [Google X].
17:55
You don't simply want
448
1063253
2996
Non vuoi semplicemente
17:58
to go in some small, measurable arena of progress.
449
1066249
5596
entrare in una qualche piccola,
misurabile arena del progresso.
misurabile arena del progresso.
18:03
LP: Yeah, I think
450
1071845
1713
LP: Sì, penso
18:05
many of the things we just
talked about are like that,
talked about are like that,
451
1073558
2131
che molte delle cose
di cui abbiamo parlato sono così,
di cui abbiamo parlato sono così,
18:07
where they're really --
452
1075689
2952
sono veramente --
18:10
I almost use the economic concept of additionality,
453
1078641
3630
Uso quasi il concetto economico di addizionalità,
18:14
which means that you're doing something
454
1082271
2190
che significa che fai qualcosa
18:16
that wouldn't happen unless
you were actually doing it.
you were actually doing it.
455
1084461
2948
che non accadrebbe
a meno che tu non lo facessi.
a meno che tu non lo facessi.
18:19
And I think the more you can do things like that,
456
1087409
3140
E penso che più cose così
riusciamo a fare,
riusciamo a fare,
18:22
the bigger impact you have,
457
1090549
2071
più grande sarà l'impatto.
18:24
and that's about doing things
458
1092620
2990
E si tratta di fare cose
18:27
that people might not think are possible.
459
1095610
3607
che la gente non pensa siano possibili.
18:31
And I've been amazed,
460
1099217
1829
Mi meraviglia,
18:33
the more I learn about technology,
461
1101046
2229
più imparo sulla tecnologia,
18:35
the more I realize I don't know,
462
1103275
2196
più mi rendo conto che non so niente
18:37
and that's because this technological horizon,
463
1105471
3337
e questo perché questo orizzonte tecnologico,
18:40
the thing that you can see to do next,
464
1108808
2897
la cosa che vedi va fatta dopo,
18:43
the more you learn about technology,
465
1111705
1840
più si impara di tecnologia,
18:45
the more you learn what's possible.
466
1113545
2602
più si impara ciò che è possibile.
18:48
You learn that the balloons are possible
467
1116147
2246
Si impara che i palloni sono possibili
18:50
because there's some material
that will work for them.
that will work for them.
468
1118393
2337
perché c'è del materiale
che per quella situazione funziona.
che per quella situazione funziona.
18:52
CR: What's interesting about
you too, though, for me,
you too, though, for me,
469
1120730
2379
CR: La cosa interessante di te,
almeno per me,
almeno per me,
18:55
is that, we have lots of people
470
1123109
1711
è che molta gente
18:56
who are thinking about the future,
471
1124820
2142
che pensa al futuro,
18:58
and they are going and looking
and they're coming back,
and they're coming back,
472
1126962
3268
guarda e torna indietro,
19:02
but we never see the implementation.
473
1130230
2127
ma non vedono mai l'implementazione.
19:04
I think of somebody you knew
474
1132357
1605
Penso a qualcuno che hai conosciuto
19:05
and read about, Tesla.
475
1133962
2907
e di cui hai letto, Tesla.
19:08
The principle of that for you is what?
476
1136869
3804
Il principio per te qual è?
19:12
LP: Well, I think invention is not enough.
477
1140673
1785
LP: Credo che l'invenzione non sia abbastanza.
19:14
If you invent something,
478
1142458
1221
Se inventi qualcosa,
19:15
Tesla invented electric power that we use,
479
1143679
3195
Tesla ha inventato l'energia elettrica che usiamo,
19:18
but he struggled to get it out to people.
480
1146874
2661
ma faticava a portarla tra la gente.
19:21
That had to be done by other people.
481
1149535
1684
Quello deve essere fatto da qualcun altro.
19:23
It took a long time.
482
1151219
1626
Ci è voluto molto tempo.
19:24
And I think if we can actually combine both things,
483
1152845
3867
E credo che se riusciamo
a combinare entrambe le cose,
a combinare entrambe le cose,
19:28
where we have an innovation and invention focus,
484
1156712
3531
innovazione e focus sull'invenzione,
19:32
plus the ability to really -- a company
485
1160243
2972
più la capacità di veramente...
un'azienda
un'azienda
19:35
that can really commercialize things
486
1163215
1998
che riesce veramente a commercializzare cose
19:37
and get them to people
487
1165213
1630
e portarle alla gente
19:38
in a way that's positive for the world
488
1166843
2075
in un modo
che risulti positivo per il mondo
che risulti positivo per il mondo
19:40
and to give people hope.
489
1168918
2056
e che dia speranza alla gente.
19:42
You know, I'm amazed with the Loon Project
490
1170974
2774
Sai, sono colpito dal Progetto Loon
19:45
just how excited people were about that,
491
1173748
2786
quanto la gente era entusiasta,
19:48
because it gave them hope
492
1176534
1814
perché ha dato speranza
19:50
for the two thirds of the world
493
1178348
1621
ai due terzi del mondo
19:51
that doesn't have Internet right now that's any good.
494
1179969
2726
che oggi non ha Internet.
19:54
CR: Which is a second thing about corporations.
495
1182695
2122
CR: Ci porta a una seconda cosa delle aziende.
19:56
You are one of those people who believe
496
1184817
2476
Sei una di quelle persone che crede
19:59
that corporations are an agent of change
497
1187293
2317
che le aziende sono agenti del cambiamento
20:01
if they are run well.
498
1189610
1471
se gestite bene.
20:03
LP: Yeah. I'm really dismayed
499
1191081
1821
LP: Sì. Sono costernato
20:04
most people think companies are basically evil.
500
1192902
3294
che molta gente pensi
che le aziende siano il diavolo.
che le aziende siano il diavolo.
20:08
They get a bad rap.
501
1196196
1766
Prendono un brutto colpo.
20:09
And I think that's somewhat correct.
502
1197962
2241
E credo che sia in qualche modo corretto.
20:12
Companies are doing the same incremental thing
503
1200203
2870
Le aziende fanno
la stessa cosa incrementale
la stessa cosa incrementale
20:15
that they did 50 years ago
504
1203073
1763
che facevano 50 anni fa
20:16
or 20 years ago.
505
1204836
1631
o 20 anni fa.
20:18
That's not really what we need.
506
1206467
1370
Non è esattamente quello che ci serve.
20:19
We need, especially in technology,
507
1207837
2218
Ci serve un cambiamento rivoluzionario,
20:22
we need revolutionary change,
508
1210055
2117
specialmente in tecnologia,
20:24
not incremental change.
509
1212172
1413
non un cambiamento incrementale.
20:25
CR: You once said, actually,
510
1213585
1169
CR: Una volta hai detto,
20:26
as I think I've got this about right,
511
1214754
1818
spero di aver capito bene,
20:28
that you might consider,
512
1216572
1645
che potresti considerare,
20:30
rather than giving your money,
513
1218217
1753
invece di dare i tuoi soldi,
20:31
if you were leaving it to some cause,
514
1219970
3320
se dovessi lasciarli per qualche causa,
20:35
just simply giving it to Elon Musk,
515
1223290
2006
di darli semplicemente a Elon Musk,
20:37
because you had confidence
516
1225296
1163
perché sei fiducioso
20:38
that he would change the future,
517
1226459
1842
che cambierà il futuro,
20:40
and that you would therefore —
518
1228301
1777
e che quindi lo faresti anche tu.
20:42
LP: Yeah, if you want to go Mars,
519
1230078
1584
LP: Sì, se vuoi andare su Marte,
20:43
he wants to go to Mars,
520
1231662
1721
lui vuole andare su Marte,
20:45
to back up humanity,
521
1233383
1971
per dare un'opportunità all'umanità,
20:47
that's a worthy goal, but it's a company,
522
1235354
1672
un obiettivo nobile, ma è un'azienda,
20:49
and it's philanthropical.
523
1237026
2555
ed è filantropico.
20:51
So I think we aim to do kind of similar things.
524
1239581
2952
Quindi credo che puntiamo
a fare cose simili.
a fare cose simili.
20:54
And I think, you ask, we have a lot of employees
525
1242533
2987
E credo, visto che lo chiedi,
che abbiamo molti impiegati
che abbiamo molti impiegati
20:57
at Google who have become pretty wealthy.
526
1245520
3315
a Google che sono diventati
piuttosto ricchi.
piuttosto ricchi.
21:00
People make a lot of money in technology.
527
1248835
2520
La gente fa tanti soldi in tecnologia.
21:03
A lot of people in the room are pretty wealthy.
528
1251355
2156
Molta gente in sala è piuttosto ricca.
21:05
You're working because you
want to change the world.
want to change the world.
529
1253511
2314
Lavori perché vuoi cambiare il mondo.
21:07
You want to make it better.
530
1255825
1762
Vuoi renderlo migliore.
21:09
Why isn't the company that you work for
531
1257587
3445
Perché l'azienda per cui lavori
21:13
worthy not just of your time
532
1261032
1943
non vale solo il tuo tempo
21:14
but your money as well?
533
1262975
2151
ma anche i tuoi soldi?
21:17
I mean, but we don't have a concept of that.
534
1265126
1722
Voglio dire, ma non ne abbiamo il concetto.
21:18
That's not how we think about companies,
535
1266848
2304
Non è il nostro modo di vedere le aziende,
21:21
and I think it's sad,
536
1269152
1467
e credo che sia triste,
21:22
because companies are most of our effort.
537
1270619
3767
perché le aziende
sono gran parte dei nostri sforzi.
sono gran parte dei nostri sforzi.
21:26
They're where most of people's time is,
538
1274386
2515
È lì dove la gente
passa gran parte del tempo,
passa gran parte del tempo,
21:28
where a lot of the money is,
539
1276901
1854
dove girano molti soldi,
21:30
and so I think I'd like for us to help out
540
1278755
2352
e quindi vorrei che aiutassimo
21:33
more than we are.
541
1281107
1126
più di quanto facciamo.
21:34
CR: When I close conversations with lots of people,
542
1282233
1721
CR: Quando chiudo le conversazioni
con molta gente,
con molta gente,
21:35
I always ask this question:
543
1283954
1779
faccio sempre una domanda:
21:37
What state of mind,
544
1285733
1515
quale stato mentale,
21:39
what quality of mind is it
545
1287248
1809
quale qualità mentale
21:41
that has served you best?
546
1289057
1767
ti è stata più utile?
21:42
People like Rupert Murdoch have said curiosity,
547
1290824
2521
Gente come Rupert Murdoch ha detto curiosità,
21:45
and other people in the media have said that.
548
1293345
2628
e altri nei media hanno detto lo stesso.
21:47
Bill Gates and Warren Buffett have said focus.
549
1295973
3024
Bill Gates e Warren Buffet hanno detto concentrazione.
21:50
What quality of mind,
550
1298997
1427
Che qualità mentale,
21:52
as I leave this audience,
551
1300424
1374
mentre lascio questo pubblico,
21:53
has enabled you to think about the future
552
1301798
3530
ti ha permesso di pensare al futuro
21:57
and at the same time
553
1305328
1647
e nello stesso tempo
21:58
change the present?
554
1306975
2205
cambiare il presente?
22:01
LP: You know, I think the most important thing --
555
1309180
1670
LP: Sai, credo che la cosa più importante --
22:02
I looked at lots of companies
556
1310850
1612
ho osservato molte aziende
22:04
and why I thought they don't succeed over time.
557
1312462
3303
e al motivo per cui secondo me
non hanno successo nel tempo.
non hanno successo nel tempo.
22:07
We've had a more rapid turnover of companies.
558
1315765
2833
Abbiamo avuto una rotazione di aziende molto rapida.
22:10
And I said, what did they fundamentally do wrong?
559
1318598
2769
E ho detto, in sostanza
cos'hanno fatto di sbagliato?
cos'hanno fatto di sbagliato?
22:13
What did those companies all do wrong?
560
1321367
2167
Cosa fanno di sbagliato queste aziende?
22:15
And usually it's just that they missed the future.
561
1323534
3272
Di solito si sono perse il futuro.
22:18
And so I think, for me,
562
1326806
2444
Quindi credo, per quanto mi riguarda,
22:21
I just try to focus on that and say,
563
1329250
2424
di cercare solo di concentrarmi su quello,
22:23
what is that future really going to be
564
1331674
2184
su come sarà veramente il futuro
22:25
and how do we create it,
565
1333858
1787
su come lo creiamo,
22:27
and how do we cause our organization,
566
1335645
4667
e come facciamo in modo
che la nostra organizzazione,
che la nostra organizzazione,
22:32
to really focus on that
567
1340312
2440
si concentri su questo
22:34
and drive that at a really high rate?
568
1342752
3325
e lo conduca a gran velocità.
22:38
And so that's been curiosity,
569
1346077
1360
Quindi è stata curiosità,
22:39
it's been looking at things
570
1347437
1733
è stato fermarsi a guardare le cose
22:41
people might not think about,
571
1349170
1718
a cui la gente non pensa,
22:42
working on things that no one else is working on,
572
1350888
3105
lavorare su cose su cui nessuno lavora,
22:45
because that's where the additionality really is,
573
1353993
3306
perché da lì proviene l'addizionalità,
22:49
and be willing to do that,
574
1357299
1551
e l'avere voglia di fare questo,
22:50
to take that risk.
575
1358850
1382
di prendere il rischio.
22:52
Look at Android.
576
1360232
1065
Guarda Android.
22:53
I felt guilty about working on Android
577
1361297
2785
Mi sono sentito in colpa a lavorare su Android
22:56
when it was starting.
578
1364082
1316
all'inizio.
22:57
It was a little startup we bought.
579
1365398
1958
Era una piccola startup che abbiamo comprato.
22:59
It wasn't really what we were really working on.
580
1367356
2670
Non era veramente
ciò su cui stavamo lavorando.
ciò su cui stavamo lavorando.
23:02
And I felt guilty about spending time on that.
581
1370026
2495
E mi sono sentito in colpa a passarci tanto tempo.
23:04
That was stupid.
582
1372521
1454
È stato stupido.
23:05
That was the future, right?
583
1373975
1051
Quello era il futuro, giusto?
23:07
That was a good thing to be working on.
584
1375026
2285
Era una cosa giusta su cui lavorare.
23:09
CR: It is great to see you here.
585
1377311
1417
CR: È fantastico vederti qui.
23:10
It's great to hear from you,
586
1378728
1460
È fantastico sentirti,
23:12
and a pleasure to sit at this table with you.
587
1380188
2297
e un piacere essere a questo tavolo con te.
23:14
Thanks, Larry.
588
1382485
928
Grazie, Larry.
23:15
LP: Thank you.
589
1383413
2103
LP: Grazie.
23:17
(Applause)
590
1385516
3932
(Applausi)
23:21
CR: Larry Page.
591
1389448
3311
CR: Larry Page.
ABOUT THE SPEAKER
Larry Page - CEO of GoogleLarry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web.
Why you should listen
Larry Page and Sergey Brin met in grad school at Stanford in the mid-'90s, and in 1996 started working on a search technology based on a new idea: that relevant results come from context. Their technology analyzed the number of times a given website was linked to by other sites — assuming that the more links, the more relevant the site — and ranked sites accordingly. In 1998, they opened Google in a garage-office in Menlo Park. In 1999 their software left beta and started its steady rise to web domination.
Beyond the company's ubiquitous search, including AdSense/AdWords, Google Maps, Google Earth and the mighty Gmail. In 2011, Page stepped back into his original role of chief executive officer. He now leads Google with high aims and big thinking, and finds time to devote to his projects like Google X, the idea lab for the out-there experiments that keep Google pushing the limits.
Larry Page | Speaker | TED.com