EG 2007
Kevin Kelly: The next 5,000 days of the web
Kevin Kelly nos próximos 5000 dias da web
Filmed:
Readability: 3.3
1,751,618 views
Na EG Conference de 2007, Kevin Kelly compartilha uma curiosa constatação: A World Wide Web, como nós a conhecemos, só tem 5000 dias de vida. Agora Kevin pergunta , como nós podemos prever os próximos 5000 dias que estão por vir?
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
A Internet, a web como nós conhecemos,
00:18
the kind of Web -- the things we're all talking about --
1
2000
3000
o tipo de web -- essas coisas das quais nós estamos falando --
00:21
is already less than 5,000 days old.
2
5000
4000
tem menos de 5000 dias de vida.
00:25
So all of the things that we've seen come about,
3
9000
4000
todas essas coisas que nós vemos aparecendo,
00:29
starting, say, with satellite images of the whole Earth,
4
13000
3000
como as imagens de satélite de toda a Terra,
00:32
which we couldn't even imagine happening before,
5
16000
3000
coisas que nós não poderíamos se quer imaginar ontem --
00:35
all these things rolling into our lives,
6
19000
4000
todas essas coisas entraram em nossas vidas,
00:39
just this abundance of things that are right before us,
7
23000
5000
apenas essa abundância de coisas que está bem diante de nós,
00:44
sitting in front of our laptop, or our desktop.
8
28000
2000
em frente do nosso laptop, ou em nossa mesa de trabalho.
00:46
This kind of cornucopia of stuff
9
30000
2000
É um tipo de cornucópia de coisas
00:48
just coming and never ending is amazing, and we're not amazed.
10
32000
6000
que não para de mandar novidades, isso é maravilhoso, e nós não estamos maravilhados.
00:54
It's really amazing that all this stuff is here.
11
38000
4000
É realmente incrível ter todas essas coisas aqui.
00:58
(Laughter)
12
42000
1000
(risos)
00:59
It's in 5,000 days, all this stuff has come.
13
43000
4000
Em 5000 dias, todas essas coisas apareceram.
01:03
And I know that 10 years ago,
14
47000
3000
Eu sei que se ha 10 anos atrás,
01:06
if I had told you that this was all coming,
15
50000
2000
eu tivesse contado que todas essas coisas viriam,
01:08
you would have said that that's impossible.
16
52000
3000
vocês diriam que isso era impossível.
01:11
There's simply no economic model that that would be possible.
17
55000
5000
Não há modelo econômico que tornasse isso possível.
01:16
And if I told you it was all coming for free,
18
60000
2000
E se eu tivesse dito que tudo isso seria de graça,
01:18
you would say, this is simply -- you're dreaming.
19
62000
2000
vocês diriam: "você está sonhando".
01:20
You're a Californian utopian. You're a wild-eyed optimist.
20
64000
4000
"Você está viajando na maionese. Você é um doido otimista".
01:24
And yet it's here.
21
68000
2000
mas aqui está.
01:26
The other thing that we know about it was that 10 years ago,
22
70000
4000
A outra coisa que nós sabemos é que faz dez anos,
01:30
as I looked at what even Wired was talking about,
23
74000
3000
que eu via para o que a revista Wired falava sobre isso,
01:33
we thought it was going to be TV, but better.
24
77000
3000
Nós pensamos que isso seria como a TV, mas melhor.
01:36
That was the model. That was what everybody was suggesting
25
80000
4000
Este era o modelo que todos supunham
01:40
was going to be coming.
26
84000
2000
que teríamos.
01:42
And it turns out that that's not what it was.
27
86000
3000
E isso veio de um jeito que não era como "seria".
01:45
First of all, it was impossible, and it's not what it was.
28
89000
3000
Primeiro de tudo, isso era impossível, e não foi.
01:48
And so one of the things that I think we're learning --
29
92000
1000
E então uma das coisas que eu pensei que estávamos aprendendo --
01:49
if you think about, like, Wikipedia,
30
93000
2000
se você pensar, por exemplo, Wikipédia,
01:51
it's something that was simply impossible.
31
95000
2000
é uma coisa que era simplesmente impossível.
01:53
It's impossible in theory, but possible in practice.
32
97000
4000
É impossível em teoria, mas possível em prática.
01:57
And if you take all these things that are impossible,
33
101000
1000
E se você pegar todas essas coisas que são impossíveis,
01:58
I think one of the things that we're learning from this era,
34
102000
4000
Eu penso que uma das coisas que aprendemos dessa era,
02:02
from this last decade, is that we have to get good at believing in the impossible,
35
106000
4000
da última década, é que precisamos melhorar em acreditar no impossível,
02:06
because we're unprepared for it.
36
110000
3000
porque ainda estamos despreparados pra isso.
02:09
So, I'm curious about what's going to happen in the next 5,000 days.
37
113000
3000
Então eu estou curioso pra saber o que vai acontecer nos próximos 5000 dias.
02:12
But if that's happened in the last 5,000 days,
38
116000
2000
Porque se tudo isso aconteceu nos últimos 5000 dias,
02:14
what's going to happen in the next 5,000 days?
39
118000
3000
o que será que acontecerá nos próximos 5000 dias?
02:17
So, I have a kind of a simple story,
40
121000
3000
Eu tenho uma historinha,
02:20
and it suggests that what we want to think about is this thing that we're making,
41
124000
3000
e ela conta que o que nós queremos pensar sobre é essa coisa que nós estamos criando,
02:23
this thing that has happened in 5,000 days --
42
127000
2000
essa coisa que aconteceu em 5000 dias.
02:25
that's all these computers, all these handhelds,
43
129000
3000
Todos esses computadores, portáteis,
02:28
all these cell phones, all these laptops, all these servers --
44
132000
4000
todos esses celulares, laptops, servidores --
02:32
basically what we're getting out of all these connections
45
136000
4000
basicamente o que nós temos para nos conectar
02:36
is we're getting one machine.
46
140000
2000
irá se comunicar com uma máquina.
02:38
If there is only one machine, and our little handhelds and devices
47
142000
4000
Se houver apenas uma máquina -- e nossos pequenos portáteis e equipamentos
02:42
are actually just little windows into those machines,
48
146000
2000
são apenas pequenas janelas individuais,
02:44
but that we're basically constructing a single, global machine.
49
148000
6000
mas que estão basicamente construindo uma única máquina global.
02:50
And so I began to think about that.
50
154000
2000
E então eu comecei a pensar sobre isso.
02:52
And it turned out that this machine happens to be
51
156000
3000
E revelou-se que essa máquina será
02:55
the most reliable machine that we've ever made.
52
159000
3000
a mais estável que já foi feita pelo homem.
02:58
It has not crashed; it's running uninterrupted.
53
162000
2000
Sem quedas, funcionará ininterruptamente.
03:00
And there's almost no other machine that we've ever made
54
164000
3000
E não há quase nenhuma máquina feita
03:03
that runs the number of hours, the number of days.
55
167000
4000
que pode funcionar esse número de horas, o número de dias.
03:07
5,000 days without interruption -- that's just unbelievable.
56
171000
3000
5000 dias sem interrupção -- isso é inacreditável.
03:10
And of course, the Internet is longer than just 5,000 days;
57
174000
2000
E claro, a Internet é mais velha que apenas 5000 dias --
03:12
the Web is only 5,000 days.
58
176000
2000
a web tem somente 5000 dias.
03:14
So, I was trying to basically make measurements.
59
178000
6000
Eu tentei fazer algumas medições.
03:20
What are the dimensions of this machine?
60
184000
3000
Qual são as dimensões dessa máquina?
03:23
And I started off by calculating how many billions of clicks there are
61
187000
4000
E eu comecei calculando quantos bilhões de cliques existes
03:27
all around the globe on all the computers.
62
191000
3000
em todo o mundo, em todos os computadores.
03:30
And there is a 100 billion clicks per day.
63
194000
2000
E há 100 bilhões de cliques por dia.
03:32
And there's 55 trillion links between all the Web pages of the world.
64
196000
6000
E há 55 trilhões de links entre páginas no mundo.
03:38
And so I began thinking more about other kinds of dimensions,
65
202000
3000
E então eu comecei a pensar mais sobre outros tipos de dimensões,
03:41
and I made a quick list. Was it Chris Jordan, the photographer,
66
205000
5000
e eu fiz uma lista rápida -- e foi o Chris Jordan, o fotógrafo,
03:46
talking about numbers being so large that they're meaningless?
67
210000
4000
que falou sobre números tão grandes que perdem o sentido?
03:50
Well, here's a list of them. They're hard to tell,
68
214000
2000
Bem, temos aqui uma lista deles. Eles são difíceis de falar,
03:52
but there's one billion PC chips on the Internet,
69
216000
4000
há 1 bilhão de chips de PC na Internet,
03:56
if you count all the chips in all the computers on the Internet.
70
220000
2000
se você contar todos os chips em todos os computadores na Internet.
03:58
There's two million emails per second.
71
222000
2000
Há 2 bilhões de e-mails por segundo.
04:00
So it's a very big number.
72
224000
2000
Esse é um número bem grande.
04:02
It's just a huge machine,
73
226000
2000
É uma máquina imensa,
04:04
and it uses five percent of the global electricity on the planet.
74
228000
4000
e usa 5% de toda a energia elétrica do planeta.
04:08
So here's the specifications,
75
232000
1000
Bem, aqui vão as configurações,
04:09
just as if you were to make up a spec sheet for it:
76
233000
2000
apenas pra vocês fazerem uma listagem informal:
04:11
170 quadrillion transistors, 55 trillion links,
77
235000
4000
170 quadrilhões de transitores, 55 trilhões de links,
04:15
emails running at two megahertz itself,
78
239000
2000
e-mails indo em 2 megahertz,
04:17
31 kilohertz text messaging,
79
241000
3000
31 kilohertz de mensagens de texto,
04:20
246 exabyte storage. That's a big disk.
80
244000
4000
246 hexabyte de armazenamento. Isso é um HD grande.
04:24
That's a lot of storage, memory. Nine exabyte RAM.
81
248000
3000
É muito espaço, memória -- nove hexabytes de memória RAM.
04:27
And the total traffic on this
82
251000
4000
e o tráfego nessa máquina
04:31
is running at seven terabytes per second.
83
255000
3000
é de 7 terabytes por segundo.
04:34
Brewster was saying the Library of Congress is about twenty terabytes.
84
258000
3000
Brewster disse que toda a biblioteca do congresso tem 20 terabytes.
04:37
So every second, half of the Library of Congress
85
261000
3000
Então, a cada segundo, metade da biblioteca do congresso
04:40
is swooshing around in this machine. It's a big machine.
86
264000
4000
está indo por essa máquina. É uma máquina bem grande.
04:44
So I did something else. I figured out 100 billion clicks per day,
87
268000
4000
Então eu fiz outra coisa. Eu vi que 100 bilhões de clicks por dia,
04:48
55 trillion links is almost the same
88
272000
3000
55 trilhões de links, é quase o mesmo
04:51
as the number of synapses in your brain.
89
275000
2000
que o número de sinapses em seu cérebro.
04:53
A quadrillion transistors is almost the same
90
277000
2000
Um quadrilhão de transistores é quase o mesmo que
04:55
as the number of neurons in your brain.
91
279000
2000
o número de neorônios no seu cérebro.
04:57
So to a first approximation, we have these things --
92
281000
3000
Então para uma primeira aproximação, nós temos essas coisas --
05:00
twenty petahertz synapse firings.
93
284000
2000
20 petahertz de sinapses flamejando.
05:02
Of course, the memory is really huge.
94
286000
2000
Claro que a memória é realmente muito grande.
05:04
But to a first approximation, the size of this machine is the size --
95
288000
6000
fazendo uma aproximação, o tamanho dessa máquina é --
05:10
and its complexity, kind of -- to your brain.
96
294000
5000
e sua complexidade -- de um cérebro.
05:15
Because in fact, that's how your brain works -- in kind of the same way that the Web works.
97
299000
4000
Porque de fato, é como o cérebro humano funciona -- mais ou menos como a web funciona.
05:19
However, your brain isn't doubling every two years.
98
303000
4000
Porém seu cérebro não duplica de tamanho a cada dois anos.
05:23
So if we say this machine right now that we've made
99
307000
5000
Se nós dissermos que essa máquina que nós construímos
05:28
is about one HB, one human brain,
100
312000
3000
é um CH, um cérebro humano.
05:31
if we look at the rate that this is increasing,
101
315000
3000
se nós olharmos a taxa que isso cresce,
05:34
30 years from now, there'll be six billion HBs.
102
318000
5000
em trinta anos, a partir de agora, terá 6 bilhões de CHs.
05:39
So by the year 2040, the total processing of this machine
103
323000
4000
Então, em 2040, a capacidade de processamento dessa máquina
05:43
will exceed a total processing power of humanity,
104
327000
3000
excederá a capacidade de processamento da humanidade,
05:46
in raw bits and stuff. And this is, I think, where
105
330000
3000
em raw bits e etc. E esta é, eu acho, onde
05:49
Ray Kurzweil and others get this little chart saying that we're going to cross.
106
333000
5000
Ray Kurzweil e outros pegaram essa pequena tabela que nós vamos cruzar.
05:54
So, what about that? Well, here's a couple of things.
107
338000
6000
Então o que fazemos com isso? Bem, algumas coisas.
06:00
I have three kind of general things
108
344000
3000
Eu tenho 3 tipos de coisas gerais
06:03
I would like to say, three consequences of this.
109
347000
4000
que eu queria dizer: três consequências disso.
06:07
First, that basically what this machine is doing is embodying.
110
351000
5000
Primeiro, basicamente a máquina está se materializando --
06:12
We're giving it a body. And that's what we're going to do
111
356000
2000
nós estamos dando um corpo a ela. E o que nós vamos fazer
06:14
in the next 5,000 days -- we're going to give this machine a body.
112
358000
3000
nos próximos 5000 dias -- nós vamos dar um corpo a essa máquina.
06:17
And the second thing is, we're going to restructure its architecture.
113
361000
3000
A segunda coisa é, nós vamos re-estruturar sua arquitetura.
06:20
And thirdly, we're going to become completely codependent upon it.
114
364000
4000
e terceiro, nós vamos nos tornar completamente co-dependentes dela.
06:24
So let me go through those three things.
115
368000
2000
Vamos falar mais dessas três coisas.
06:26
First of all, we have all these things in our hands.
116
370000
3000
Primeiramente, nós temos todas essas coisas em nossas mãos.
06:29
We think they're all separate devices,
117
373000
2000
Nós pensamos que eles são aparelhos individuais,
06:31
but in fact, every screen in the world
118
375000
3000
mas na realidade, todas as telas no mundo
06:34
is looking into the one machine.
119
378000
3000
está olhando para dentro de uma única máquina.
06:37
These are all basically portals into that one machine.
120
381000
3000
Estes são, basicamente, portais para essa máquina única.
06:40
The second thing is that -- some people call this the cloud,
121
384000
4000
A segunda coisa é que -- alguns chamam isso de a "nuvem",
06:44
and you're kind of touching the cloud with this.
122
388000
2000
e você meio que toca a "nuvem" com isto.
06:46
And so in some ways, all you really need is a cloudbook.
123
390000
4000
e de algum jeito, tudo que você precisa é de um netbook.
06:50
And the cloudbook doesn't have any storage.
124
394000
3000
e o netbook não tem nenhuma capacidade de armazenamento.
06:53
It's wireless. It's always connected.
125
397000
3000
Possui wireless. Está sempre conectado.
06:56
There's many things about it. It becomes very simple,
126
400000
2000
Existem muitas coisas sobre isso. E se torna muito simples,
06:58
and basically what you're doing is you're just touching the machine,
127
402000
2000
e basicamente o que você está fazendo é tocar a máquina.
07:00
you're touching the cloud and you're going to compute that way.
128
404000
3000
você esta tocando a "nuvem" e você usa o computador assim.
07:03
So the machine is computing.
129
407000
2000
Então a máquina é o computador.
07:05
And in some ways, it's sort of back
130
409000
1000
e de algum modo, isso de algum jeito volta
07:06
to the kind of old idea of centralized computing.
131
410000
3000
à velha ideia de processamento centralizado.
07:09
But everything, all the cameras, and the microphones,
132
413000
4000
Mas tudo, todas essas câmeras, e os microfones,
07:13
and the sensors in cars
133
417000
4000
e os sensores nos carros
07:17
and everything is connected to this machine.
134
421000
2000
e tudo que é conectado a esta máquina.
07:19
And everything will go through the Web.
135
423000
2000
e tudo será enviado pela web.
07:21
And we're seeing that already with, say, phones.
136
425000
2000
E nós já estamos vendo isso com, por exemplo, celulares.
07:23
Right now, phones don't go through the Web,
137
427000
2000
Agora mesmo, celulares não usam a web,
07:25
but they are beginning to, and they will.
138
429000
3000
mas eles estão começando, e eles irão usar.
07:28
And if you imagine what, say, just as an example, what Google Labs has
139
432000
4000
E se você imaginar, apenas como exemplo, o que o Google Labs tem
07:32
in terms of experiments with Google Docs, Google Spreadsheets, blah, blah, blah --
140
436000
4000
em termos de experimentos com o Google Docs, Google spreadsheets, blá, blá, blá --
07:36
all these things are going to become Web based.
141
440000
3000
todas essas coisas vão funcionar pela web.
07:39
They're going through the machine.
142
443000
2000
Elas irão processar na máquina.
07:41
And I am suggesting that every bit will be owned by the Web.
143
445000
5000
E eu estou dizendo que todos os bit serão processados na web.
07:46
Right now, it's not. If you do spreadsheets and things at work,
144
450000
3000
Agora mesmo, se você criar um documento de texto no trabalho,
07:49
a Word document, they aren't on the Web,
145
453000
3000
um documento do Word, ele não está na web,
07:52
but they are going to be. They're going to be part of this machine.
146
456000
2000
mas ele estará. Eles farão parte dessa máquina.
07:54
They're going to speak the Web language.
147
458000
2000
Eles irão falar a linguagem da web.
07:56
They're going to talk to the machine.
148
460000
2000
Eles irão conversar com a máquina.
07:58
The Web, in some sense, is kind of like a black hole
149
462000
3000
A web, de certo ponto de vista, é um tipo de buraco negro,
08:01
that's sucking up everything into it.
150
465000
3000
que sugará tudo pra si.
08:04
And so every thing will be part of the Web.
151
468000
4000
E então tudo fará parte da web.
08:08
So every item, every artifact that we make, will have embedded in it
152
472000
5000
Todo item, qualquer artefato que nos fazemos, terá embutido em si
08:13
some little sliver of Web-ness and connection,
153
477000
3000
um pedacinho da web e algum tipo de conexão
08:16
and it will be part of this machine,
154
480000
2000
e isso será parte da máquina,
08:18
so that our environment -- kind of in that ubiquitous computing sense --
155
482000
3000
logo nosso ambiente -- nesse tipo de "computação onipresente" --
08:21
our environment becomes the Web. Everything is connected.
156
485000
5000
nosso ambiente se tornará a web. Tudo está conectado.
08:26
Now, with RFIDs and other things -- whatever technology it is,
157
490000
3000
Agora, com RFID's e outras coisas -- qualquer tecnologia que seja,
08:29
it doesn't really matter. The point is that everything
158
493000
3000
realmente não importa, o ponto é que tudo
08:32
will have embedded in it some sensor connecting it to the machine,
159
496000
3000
que teremos será embutido nisso e de algum modo conectado com a máquina,
08:35
and so we have, basically, an Internet of things.
160
499000
3000
e logo nós temos, basicamente, uma "Internet de coisas".
08:38
So you begin to think of a shoe as a chip with heels,
161
502000
4000
Você começa a pensar num sapato com um chip nos calcanhares,
08:42
and a car as a chip with wheels,
162
506000
3000
e carros com chips nas rodas.
08:45
because basically most of the cost of manufacturing cars
163
509000
3000
Porque basicamente o maior custo de produção dos carros
08:48
is the embedded intelligence and electronics in it, and not the materials.
164
512000
6000
é a inteligência e os eletrônicos embutidos e não os materiais.
08:54
A lot of people think about the new economy
165
518000
2000
Muitas pessoas pensam sobre a nova economia
08:56
as something that was going to be a disembodied,
166
520000
2000
como algo que seria desmaterializada,
08:58
alternative, virtual existence,
167
522000
3000
existência virtual alternativa,
09:01
and that we would have the old economy of atoms.
168
525000
3000
e que nós teríamos a velha economia de átomos.
09:04
But in fact, what the new economy really is
169
528000
3000
Mas na verdade, o que a nova economia é
09:07
is the marriage of those two, where we embed the information,
170
531000
4000
é o casamento dessas duas, onde nós embutimos a informação,
09:11
and the digital nature of things into the material world.
171
535000
2000
e a natureza digital das coisas no mundo material.
09:13
That's what we're looking forward to. That is where we're going --
172
537000
4000
É por isso que nós estamos ansiosos. É para aonde vamos --
09:17
this union, this convergence of the atomic and the digital.
173
541000
7000
está união, está convergência do atômico e do digital.
09:24
And so one of the consequences of that, I believe,
174
548000
2000
E uma das consequência disso, acredito eu,
09:26
is that where we have this sort of spectrum of media right now --
175
550000
4000
é que os tipos de mídia que temos agora --
09:30
TV, film, video -- that basically becomes one media platform.
176
554000
3000
TV, filmes, vídeo -- se tornarão uma única plataforma.
09:33
And while there's many differences in some senses,
177
557000
2000
E enquanto houver muitas diferenças em alguns sentidos,
09:35
they will share more and more in common with each other.
178
559000
3000
eles compartilharão mais e mais coisas em comum entre eles.
09:38
So that the laws of media, such as the fact that copies have no value,
179
562000
5000
As leis da mídia, como: o fato que cópias não possuem nenhum valor
09:43
the value's in the uncopiable things,
180
567000
2000
O valor está nas coisas incopiáveis.
09:45
the immediacy, the authentication, the personalization.
181
569000
5000
A rapidez, a autenticação, a personalização --
09:50
The media wants to be liquid.
182
574000
3000
a mídia quer ser líquida;
09:53
The reason why things are free is so that you can manipulate them,
183
577000
3000
a razão pelas quais as coisas são livres é que você pode manipulá-las,
09:56
not so that they are "free" as in "beer," but "free" as in "freedom."
184
580000
4000
não que sejam livres como "gratuidade", mas livres como "liberdade".
10:00
And the network effects rule,
185
584000
2000
E os efeitos da rede ditarão as regras --
10:02
meaning that the more you have, the more you get.
186
586000
2000
significa que quanto mais você tem, mas você consegue.
10:04
The first fax machine -- the person who bought the first fax machine
187
588000
3000
O primeiro aparelho de Fax -- a pessoa que comprou o primeiro Fax
10:07
was an idiot, because there was nobody to fax to.
188
591000
5000
era um idiota, porque não havia ninguém para quem mandar um fax.
10:12
But here she became an evangelist, recruiting others
189
596000
4000
Mas ela se tornou uma pregadora, recrutando outros
10:16
to get the fax machines because it made their purchase more valuable.
190
600000
3000
a comprar um fax porque isso tornaria a sua compra mais valiosa.
10:19
Those are the effects that we're going to see.
191
603000
2000
Estes serão os efeitos que nós veremos.
10:21
Attention is the currency.
192
605000
2000
Atenção é a moeda.
10:23
So those laws are going to kind of spread throughout all media.
193
607000
5000
Portanto, essas leis irão se aplicar a todos os tipos de mídia.
10:28
And the other thing about this embodiment
194
612000
2000
e a outra coisa sobre essa materialização
10:30
is that there's kind of what I call the McLuhan reversal.
195
614000
3000
é o que há algo como o que podemos chamar de "reversão de McLuhan".
10:33
McLuhan was saying, "Machines are the extensions of the human senses."
196
617000
2000
McLuhan disse: "Máquinas são extensões dos sentidos humanos."
10:35
And I'm saying, "Humans are now going to be
197
619000
2000
e eu estou dizendo, "Humanos serão agora
10:37
the extended senses of the machine," in a certain sense.
198
621000
3000
a extensão dos sentidos das máquinas", de certa forma.
10:40
So we have a trillion eyes, and ears, and touches,
199
624000
4000
Nós temos trilhões de olhos, e orelhas, e dedos,
10:44
through all our digital photographs and cameras.
200
628000
3000
através de todas as nossas fotografias digitais e das câmeras.
10:47
And we see that in things like Flickr,
201
631000
5000
E nós vemos que em coisas como o Flickr,
10:52
or Photosynth, this program from Microsoft
202
636000
3000
ou Photosynth, esse programa da Microsoft
10:55
that will allow you to assemble a view of a touristy place
203
639000
4000
que permite que se cole a perspectiva de um ponto turístico
10:59
from the thousands of tourist snapshots of it.
204
643000
4000
de milhares de fotos batidas por turistas.
11:03
In a certain sense, the machine is seeing through the pixels of individual cameras.
205
647000
6000
Em certo sentido, a máquina está vendo por meio dos pixels de cada câmera.
11:09
Now, the second thing that I want to talk about was this idea of restructuring,
206
653000
4000
Agora, a segunda coisa que queria falar é sobre essa ideia de reestruturação --
11:13
that what the Web is doing is restructuring.
207
657000
2000
o que a web está fazendo é reestruturar.
11:15
And I have to warn you, that what we'll talk about is --
208
659000
2000
E eu tenho que alertar vocês, que o que nós iremos falar é --
11:17
I'm going to give my explanation of a term you're hearing, which is a "semantic Web."
209
661000
4000
Eu vou dar minha explicação do termo que vocês têm ouvido, a "web semântica".
11:21
So first of all, the first stage that we've seen
210
665000
3000
Primeiramente, o primeiro estágio do que vimos
11:24
of the Internet was that it was going to link computers.
211
668000
3000
da internet foi a ligação entre computadores.
11:27
And that's what we called the Net; that was the Internet of nets.
212
671000
3000
e isso era o que chamamos de Net -- esta era a internet de redes.
11:30
And we saw that, where you have all the computers of the world.
213
674000
3000
E nós vimos que é onde tem todos os computadores do mundo --
11:33
And if you remember, it was a kind of green screen with cursors,
214
677000
4000
e se você lembra, era tipo uma tela verde com cursores,
11:37
and there was really not much to do, and if you wanted to connect it,
215
681000
2000
onde não havia realmente muito que se fazer, e se você quisesse se conectar
11:39
you connected it from one computer to another computer.
216
683000
3000
você teria que conectar um computador a outro computador.
11:42
And what you had to do was -- if you wanted to participate in this,
217
686000
2000
E o que você tinha que fazer era, se quisesse participar nisso,
11:44
you had to share packets of information.
218
688000
4000
você tinha que compartilhar pacotes de informação.
11:48
So you were forwarding on. You didn't have control.
219
692000
2000
Você estava encaminhando. Você não tinha controle.
11:50
It wasn't like a telephone system where you had control of a line:
220
694000
2000
Não era como o sistema de telefone em que você tem o controle da linha --
11:52
you had to share packets.
221
696000
2000
você tem de compartilhar pacotes.
11:54
The second stage that we're in now is the idea of linking pages.
222
698000
5000
O segundo estágio que temos agora é a ideia de conectar páginas.
11:59
So in the old one, if I wanted to go on to an airline Web page,
223
703000
3000
Então na antiga, se você quisesse ir para a página de uma empresa aérea,
12:02
I went from my computer, to an FTP site, to another airline computer.
224
706000
4000
Eu iria do meu computador, ao site FTP, ao computador da empresa aérea.
12:06
Now we have pages -- the unit has been resolved into pages,
225
710000
5000
Agora nós temos páginas -- a unidade ficou resolvida em páginas,
12:11
so one page links to another page.
226
715000
2000
portanto, uma página conecta com outra página.
12:13
And if I want to go in to book a flight,
227
717000
3000
E se eu quero reservar um voo,
12:16
I go into the airline's flight page, the website of the airline,
228
720000
5000
eu vou para a página de voos, o site da companhia aérea,
12:21
and I'm linking to that page.
229
725000
2000
e eu estou conectado àquela página.
12:23
And what we're sharing were links, so you had to be kind of open with links.
230
727000
4000
E o que nós estamos compartilhando são links, portanto você tem que ser meio aberto para conexões.
12:27
You couldn't deny -- if someone wanted to link to you,
231
731000
2000
Você não pode negar -- se alguém quiser conectar a você,
12:29
you couldn't stop them. You had to participate in this idea
232
733000
4000
você não poderá pará-lo; você precisa participar dessa ideia
12:33
of opening up your pages to be linked by anybody.
233
737000
3000
de abrir suas páginas para ser linkada por qualquer um.
12:36
So that's what we were doing.
234
740000
2000
Então o que nós estamos fazendo agora.
12:38
We're now entering to the third stage, which is what I'm talking about,
235
742000
4000
Nós estamos entrando no terceiro estágio, o qual nós estamos falando,
12:42
and that is where we link the data.
236
746000
2000
e que é onde os dados estão conectados.
12:44
So, I don't know what the name of this thing is.
237
748000
2000
Eu não sei qual é o nome dessa coisa.
12:46
I'm calling it the one machine. But we're linking data.
238
750000
2000
Eu estou chamando de "máquina única". Mas estamos conectando dados.
12:48
So we're going from machine to machine,
239
752000
2000
Então nós vamos de máquina para máquina,
12:50
from page to page, and now data to data.
240
754000
2000
de página para página, e agora, de dado para dado.
12:52
So the difference is, is that rather than linking from page to page,
241
756000
4000
A diferença é, ao invés de conectar páginas,
12:56
we're actually going to link from one idea on a page
242
760000
4000
nós estamos na verdade conectando uma ideia de uma página
13:00
to another idea, rather than to the other page.
243
764000
2000
a outra ideia, ao invés de uma outra página.
13:02
So every idea is basically being supported --
244
766000
3000
Então toda ideia está, basicamente, apoiada --
13:05
or every item, or every noun -- is being supported by the entire Web.
245
769000
3000
ou cada item, ou cada substantivo -- está apoiada em toda a web.
13:08
It's being resolved at the level of items, or ideas, or words, if you want.
246
772000
6000
Está sendo resolvido no nível de itens, ou ideias, ou palavras, se você quiser.
13:14
So besides physically coming out again into this idea
247
778000
4000
Além de fisicamente indo na direção dessa ideia
13:18
that it's not just virtual, it's actually going out to things.
248
782000
4000
que não é apenas virtual, isto está realmente indo para as coisas.
13:22
So something will resolve down to the information
249
786000
3000
De alguma forma chegará na informação
13:25
about a particular person, so every person will have a unique ID.
250
789000
4000
sobre uma pessoa em particular, então cada um terá uma identidade única.
13:29
Every person, every item will have a something
251
793000
2000
Toda pessoa, todo objeto terá algo
13:31
that will be very specific, and will link
252
795000
2000
que será muito específico e conectará
13:33
to a specific representation of that idea or item.
253
797000
4000
a uma representação específica daquela ideia ou objeto.
13:37
So now, in this new one, when I link to it,
254
801000
3000
Portanto, agora nessa nova máquina, quando eu me conectar a ela,
13:40
I would link to my particular flight, my particular seat.
255
804000
6000
Eu conectaria ao meu voo, ao meu acento.
13:46
And so, giving an example of this thing,
256
810000
3000
e portanto --- dando um exemplo sobre essa coisa --
13:49
I live in Pacifica, rather than -- right now Pacifica
257
813000
2000
Eu moro em Pacifica, em vez disso -- agora mesmo "Pacifica"
13:51
is just sort of a name on the Web somewhere.
258
815000
3000
é apenas um tipo de nome em algum lugar da web.
13:54
The Web doesn't know that that is actually a town,
259
818000
2000
A web não sabe que isso é realmente uma cidade,
13:56
and that it's a specific town that I live in,
260
820000
2000
e que é uma cidade específica onde eu moro,
13:58
but that's what we're going to be talking about.
261
822000
3000
mas é sobre isto que nós vamos falar.
14:01
It's going to link directly to --
262
825000
2000
Isso será conectado diretamente --
14:03
it will know, the Web will be able to read itself
263
827000
3000
a web será capaz de ler
14:06
and know that that actually is a place,
264
830000
2000
e saber que aquilo é um lugar,
14:08
and that whenever it sees that word, "Pacifica,"
265
832000
2000
e que sempre que ela vir essa palavra, "Pacifica",
14:10
it knows that it actually has a place,
266
834000
1000
saberá que isso é realmente um lugar,
14:11
latitude, longitude, a certain population.
267
835000
3000
latitude, longitude, uma determinada população.
14:14
So here are some of the technical terms, all three-letter things,
268
838000
3000
Então aqui estão alguns termos técnicos, todos de três letras,
14:17
that you'll see a lot more of.
269
841000
2000
que você verá muito mais depois.
14:19
All these things are about enabling this idea of linking to the data.
270
843000
5000
Tudo isso é sobre possibilitar esta ideia de conexão com os dados.
14:24
So I'll give you one kind of an example.
271
848000
3000
Portanto vou dar a vocês um exemplo.
14:27
There's like a billion social sites on the Web.
272
851000
4000
Há bilhões de sites de redes sociais na web.
14:31
Each time you go into there, you have to tell it again who you are
273
855000
3000
Cada vez que você se cadastra em um, você tem que dizer de novo quem é você,
14:34
and all your friends are.
274
858000
1000
e quem são seus amigos.
14:35
Why should you be doing that? You should just do that once,
275
859000
2000
Por que você deveria fazer isso? Você deveria fazer isso uma vez,
14:37
and it should know who all your friends are.
276
861000
3000
e ele deveria saber quem são todos os seus amigos.
14:40
So that's what you want, is all your friends are identified,
277
864000
2000
Portanto o que você quer, é todos seus amigos identificados,
14:42
and you should just carry these relationships around.
278
866000
2000
e você deveria apenas carregar essas relações consigo.
14:44
All this data about you should just be conveyed,
279
868000
3000
Todas essas informações sobre você deveriam ser apenas transferidas,
14:47
and you should do it once and that's all that should happen.
280
871000
3000
e você deveria fazer isso apenas uma vez e tudo isso deveria acontecer.
14:50
And you should have all the networks
281
874000
2000
E você deveria ter todas as redes
14:52
of all the relationships between those pieces of data.
282
876000
2000
de todos os relacionamentos nessas informações.
14:54
That's what we're moving into -- where it sort of knows these things down to that level.
283
878000
5000
É para onde estamos caminhando -- onde esse tipo de conhecimento desce para esse nível.
14:59
A semantic Web, Web 3.0, giant global graph --
284
883000
3000
Uma web semântica, Web 3.0, gráfico global gigante --
15:02
we're kind of trying out what we want to call this thing.
285
886000
3000
nós estamos tentando achar um nome para essa coisa.
15:05
But what's it's doing is sharing data.
286
889000
2000
Mas o que isso faz é compartilhar informação.
15:07
So you have to be open to having your data shared, which is a much bigger step
287
891000
5000
Portanto temos de estar abertos para compartilhar informações, que é um passo muito maior
15:12
than just sharing your Web page, or your computer.
288
896000
2000
que simplesmente compartilhar seu site, ou seu computador.
15:14
And all these things that are going to be on this
289
898000
4000
E todas essas coisas que estão vindo
15:18
are not just pages, they are things.
290
902000
3000
não são apenas páginas, elas são coisas.
15:21
Everything we've described, every artifact or place,
291
905000
4000
Tudo que nós construimos, todo artefato ou lugar,
15:25
will be a specific representation,
292
909000
2000
será uma representação específica,
15:27
will have a specific character that can be linked to directly.
293
911000
5000
terá uma característica específica que pode ser conectada diretamente.
15:32
So we have this database of things.
294
916000
2000
Portanto teremos esse banco de dados de coisas.
15:34
And so there's actually a fourth thing that we have not get to,
295
918000
4000
E haverá realmente uma quarta coisa que nós não poderemos conceber,
15:38
that we won't see in the next 10 years, or 5,000 days,
296
922000
2000
que nós não veremos nos próximos dez anos, ou 5000 dias,
15:40
but I think that's where we're going to. And as the Internet of things --
297
924000
5000
mas eu acho que é para onde nós estamos indo. E como a Internet das coisas--
15:45
where I'm linking directly to the particular things of my seat on the plane --
298
929000
4000
onde eu estou me conectando diretamente às coisas particulares no meu acento no avião --
15:49
that that physical thing becomes part of the Web.
299
933000
3000
as coisas físicas farão parte da web.
15:52
And so we are in the middle of this thing
300
936000
2000
E nós estamos no meio dessas coisas
15:54
that's completely linked, down to every object
301
938000
3000
que estão completamente conectadas, a todo objeto
15:57
in the little sliver of a connection that it has.
302
941000
2000
por uma pequena lasca de conexão que ele tem.
15:59
So, the last thing I want to talk about is this idea
303
943000
2000
Então, a última coisa que eu quero falar sobre essa ideia
16:01
that we're going to be codependent.
304
945000
3000
é que nós seremos dependentes.
16:04
It's always going to be there, and the closer it is, the better.
305
948000
4000
Isto sempre estará aqui, e quanto mais perto estiver, melhor.
16:08
If you allow Google to, it will tell you your search history.
306
952000
3000
Se você permitir ao Google, ele contará todo seu histórico de pesquisa.
16:11
And I found out by looking at it
307
955000
2000
E eu descobri, ao olhar pra isso,
16:13
that I search most at 11 o'clock in the morning.
308
957000
2000
que eu pesquiso mais às 11 horas da manhã.
16:16
So I am open, and being transparent to that.
309
960000
3000
Portanto, eu estou aberto, e sou transparente com isso.
16:19
And I think total personalization in this new world will require total transparency.
310
963000
6000
E eu acho que a total personalização nesse novo mundo necessitará de total transparência.
16:25
That is going to be the price.
311
969000
2000
E este será o preço.
16:27
If you want to have total personalization,
312
971000
1000
Se você quiser personalização total,
16:28
you have to be totally transparent.
313
972000
2000
você terá de ser totalmente transparente.
16:30
Google. I can't remember my phone number, I'll just ask Google.
314
974000
3000
Google. Eu não consigo me lembrar do meu número de telefone, eu simplesmente pergunto pro Google.
16:33
We're so dependent on this that I have now gotten to the point
315
977000
2000
Nós somos tão dependentes disso que eu cheguei ao ponto de
16:35
where I don't even try to remember things --
316
979000
2000
que eu nem tento mais me lembrar das coisas --
16:37
I'll just Google it. It's easier to do that.
317
981000
2000
Eu simplesmente busco no Google. É mais fácil fazer isso.
16:39
And we kind of object at first, saying, "Oh, that's awful."
318
983000
3000
E nós dizemos à primeira vista: "Isso é terrível."
16:42
But if we think about the dependency that we have on this other technology,
319
986000
3000
Mas se nós pensarmos sobre a dependência que nós temos em outras tecnologias,
16:45
called the alphabet, and writing,
320
989000
2000
chamada "alfabeto" e escrita --
16:47
we're totally dependent on it, and it's transformed culture.
321
991000
3000
nós somos totalmente dependentes disso, e isso transforma a cultura.
16:50
We cannot imagine ourselves without the alphabet and writing.
322
994000
4000
Nós não podemos nos imaginar sem o alfabeto e a escrita.
16:54
And so in the same way, we're going to not imagine ourselves
323
998000
3000
E também do mesmo jeito, nós não iremos nos imaginar
16:57
without this other machine being there.
324
1001000
2000
sem essa outra Máquina aqui.
16:59
And what is happening with this is
325
1003000
3000
E o que está acontecendo com isso é
17:02
some kind of AI, but it's not the AI in conscious AI,
326
1006000
2000
algum tipo de Inteligência Artificial, mas não a IA consciente,
17:04
as being an expert, Larry Page told me
327
1008000
3000
como -- sendo um especialista, Larry Page me contou
17:07
that that's what they're trying to do,
328
1011000
1000
que isso é o que eles estão tentando fazer,
17:08
and that's what they're trying to do.
329
1012000
2000
e isso é o que eles estão tentando fazer.
17:10
But when six billion humans are Googling,
330
1014000
3000
Mas quando seis bilhões de pessoas estão "googleando"
17:13
who's searching who? It goes both ways.
331
1017000
2000
quem procura quem? Isso será uma via de mão dupla.
17:15
So we are the Web, that's what this thing is.
332
1019000
4000
Portanto nós somos a web, isso é o que essa coisa é.
17:19
We are going to be the machine.
333
1023000
2000
Nós seremos a Máquina.
17:21
So the next 5,000 days, it's not going to be the Web and only better.
334
1025000
5000
Então os próximos 5000 dias -- isso não será como a web, só que melhor.
17:26
Just like it wasn't TV and only better.
335
1030000
2000
Como isso não é a TV, só que melhor.
17:28
The next 5,000 days, it's not just going to be the Web
336
1032000
3000
Os próximos 5000 dias -- isso não será apenas a web,
17:31
but only better -- it's going to be something different.
337
1035000
2000
mas um pouco melhor; isso será algo diferente.
17:33
And I think it's going to be smarter.
338
1037000
4000
E eu acho que isso será mais esperto.
17:37
It'll have an intelligence in there, that's not, again, conscious.
339
1041000
4000
E será inteligente, e digo novamente, não terá consciência.
17:41
But it'll anticipate what we're doing, in a good sense.
340
1045000
4000
Mas isso antecipará o que nós estamos fazendo, em um bom sentido.
17:45
Secondly, it's become much more personalized.
341
1049000
3000
Segundo, isso será muito mais personalizado.
17:48
It will know us, and that's good.
342
1052000
2000
Isso irá nos conhecer, o que é bom.
17:50
And again, the price of that will be transparency.
343
1054000
4000
Outra vez, o preço disso será transparente.
17:54
And thirdly, it's going to become more ubiquitous
344
1058000
2000
E terceiro, isso se tornará mais ubíquo
17:56
in terms of filling your entire environment, and we will be in the middle of it.
345
1060000
5000
em termos de preencher todo o ambiente, e nós estaremos no meio disso.
18:01
And all these devices will be portals into that.
346
1065000
3000
E todos esses aparelhos serão portais para isso.
18:04
So the single idea that I wanted to leave with you
347
1068000
3000
Portanto a simples ideia que eu quero deixar para vocês
18:07
is that we have to begin to think about this as not just "the Web, only better,"
348
1071000
6000
é que nós temos que começar a pensar que isso não será "a web, só que melhor",
18:13
but a new kind of stage in this development.
349
1077000
3000
mas um novo estágio nesse desenvolvimento.
18:16
It looks more global. If you take this whole thing,
350
1080000
3000
Isso será mais global -- se você pegar a coisa por inteiro,
18:19
it is a very big machine, very reliable machine,
351
1083000
3000
isso será uma grande máquina, uma máquina muito confiável,
18:22
more reliable than its parts.
352
1086000
2000
mais confiável que suas partes.
18:24
But we can also think about it as kind of a large organism.
353
1088000
3000
Mas nós podemos pensar também nisso como um grande organismo.
18:27
So we might respond to it more as if this was a whole system,
354
1091000
5000
Nós provavelmente respondemos a isso como se fosse um sistema completo,
18:32
more as if this wasn't a large organism
355
1096000
2000
mais como se isso não fosse um grande organismo
18:34
that we are going to be interacting with. It's a "One."
356
1098000
4000
que nós iremos interagir. Isso é a "Um".
18:38
And I don't know what else to call it, than the One.
357
1102000
3000
E eu não sei que outro jeito chamar isso que não "Um".
18:41
We'll have a better word for it.
358
1105000
1000
Nós teremos uma resposta melhor pra isso.
18:42
But there's a unity of some sort that's starting to emerge.
359
1106000
3000
Mas há uma unidade de tipos de coisas que estão começando a surgir.
18:45
And again, I don't want to talk about consciousness,
360
1109000
3000
E mais uma vez, eu não quero falar sobre consciência,
18:48
I want to talk about it just as if it was a little bacteria,
361
1112000
2000
eu quero falar sobre isso como se fosse uma pequena bacteria,
18:50
or a volvox, which is what that organism is.
362
1114000
3000
ou uma alga, que é o que esse organismo é.
18:53
So, to do, action, take-away. So, here's what I would say:
363
1117000
6000
Então, sendo objetivo. Aqui está o que eu gostaria de dizer:
18:59
there's only one machine, and the Web is its OS.
364
1123000
4000
Há apenas uma máquina, e a web será o sistema operacional.
19:03
All screens look into the One. No bits will live outside the Web.
365
1127000
4000
Todas as telas olharão para dentro desse "Um". Nenhum bit viverá forá da web.
19:07
To share is to gain. Let the One read it.
366
1131000
4000
Compartilhar para ganhar. Deixe o "Um" saber isso.
19:11
It's going to be machine-readable.
367
1135000
1000
Isso será um leitor óptico;
19:12
You want to make something that the machine can read.
368
1136000
3000
você quer fazer algo que a máquina possa ler.
19:15
And the One is us. We are in the One.
369
1139000
5000
E o "Um" somos nós -- nós estamos no "Um".
19:20
I appreciate your time.
370
1144000
2000
Eu agradeço sua atenção.
19:22
(Applause)
371
1146000
3000
(Aplausos)
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