TEDxColumbus
Chris Domas: The 1s and 0s behind cyber warfare
คริส โดมาส: สงครามออนไลน์เบื้องหลังตัวเลข 1 และ 0
Filmed:
Readability: 4
1,109,814 views
คริส โดมาส เป็นนักวิจัยด้านความปลอดภัยออนไลน์ ทำงานกับสิ่งที่จะใช้เป็นแนวหน้าของสงคราม, "ซายเบอร์ " ในการพูดที่น่าฟังนี้ เขาแสดงให้เห็นถึง วิธีการที่นักวิจัยใช้การจดจำรูปแบบ และ วิศวกรรมย้อนกลับ (reverse engineering) (และการทำงานข้ามวันข้ามคืน) เพื่อให้เข้าใจจุดประสงค์และหน้าที่ของกลุ่มก้อนของรหัสเลขฐานสองที่พวกเขายังไม่รู้
Chris Domas - Cybersecurity researcher
Chris Domas is an embedded systems engineer and cybersecurity researcher. Full bio
Chris Domas is an embedded systems engineer and cybersecurity researcher. Full bio
Double-click the English transcript below to play the video.
00:12
This is a lot of ones and zeros.
0
770
2262
นี่คือ เลข 1 และ เลข 0 จำนวนมากมาย
00:15
It's what we call binary information.
1
3032
3099
เราเรียกมันว่า ข้อมูลเลขฐานสอง
00:18
This is how computers talk.
2
6131
1442
เป็นวิธีทำให้คอมพิวเตอร์คุยกัน
00:19
It's how they store information.
3
7573
1929
มันเป็นวิธีเก็บข้อมูลในคอมพิวเตอร์
00:21
It's how computers think.
4
9502
1626
มันเป็นวิธีคิดของคอมพิวเตอร์
00:23
It's how computers do
5
11128
1619
มันเป็นวิธีทำงานของคอมพิวเตอร์
00:24
everything it is that computers do.
6
12747
2382
ทุกสิ่งทุกอย่างที่คอมพิวเตอร์ทำ
00:27
I'm a cybersecurity researcher,
7
15129
2047
ผมเป็นนักวิจัยด้านความปลอดภัยออนไลน์
00:29
which means my job is to sit
down with this information
down with this information
8
17176
2070
ซึ่งหมายถึงว่า งานของผม
อยู่กับข้อมูลพวกนี้
อยู่กับข้อมูลพวกนี้
00:31
and try to make sense of it,
9
19246
1684
พยายามหาความหมาย
และเข้าใจมันว่า
และเข้าใจมันว่า
00:32
to try to understand what all
the ones and zeroes mean.
the ones and zeroes mean.
10
20930
2753
เลข 1 และ 0 ทั้งหมดนั้น
หมายความว่าอะไร
หมายความว่าอะไร
00:35
Unfortunately for me, we're not just talking
11
23683
1843
แต่โชคไม่ดีสำหรับผม
เราไม่ได้แค่พูดถึง
เราไม่ได้แค่พูดถึง
00:37
about the ones and zeros
I have on the screen here.
I have on the screen here.
12
25526
2234
เลข 1 และ 0 ที่อยู่บนจอตรงนี้เท่านั้น
00:39
We're not just talking about a
few pages of ones and zeros.
few pages of ones and zeros.
13
27760
2683
เราไม่ได้แค่พูดถึง เลข 1และ 0
แค่ไม่กี่หน้า
แค่ไม่กี่หน้า
00:42
We're talking about billions and billions
14
30443
2609
เรากำลังพูดถึง เลข 1 และ 0
00:45
of ones and zeros,
15
33052
1333
หลายพันล้านตัว
00:46
more than anyone could possibly comprehend.
16
34385
2641
มากมายเกินกว่าใครๆ จะหยั่งรู้ได้
00:49
Now, as exciting as that sounds,
17
37026
1859
ครับ มันฟังดูแล้วน่าตื่นเต้น
00:50
when I first started doing cyber —
18
38885
2492
เมื่อผมเริ่มทำงาน
คอมพิวเตอร์ออนไลน์ --
คอมพิวเตอร์ออนไลน์ --
00:53
(Laughter) —
19
41377
1743
(เสียงหัวเราะ) --
00:55
when I first started doing cyber, I wasn't sure
20
43120
2003
เมื่อผมเริ่มต้นทำงานออนไลน์
ผมไม่แน่ใจ
ผมไม่แน่ใจ
00:57
that sifting through ones and zeros
21
45123
1473
ว่าการนั่งตรวจเลข 1 และ 0 นั้น
00:58
was what I wanted to do with the rest of my life,
22
46596
2294
เป็นสิ่งที่ผมต้องการจะทำ
ไปจนตลอดชีวิต
ไปจนตลอดชีวิต
01:00
because in my mind, cyber
23
48890
2020
เพราะในหัวคิดของผมนั้น
คอมพิวเตอร์ออนไลน์
คอมพิวเตอร์ออนไลน์
01:02
was keeping viruses off of my grandma's computer,
24
50910
3681
คือ การไม่ให้ไวรัส
เข้าไปในคอมพิวเตอร์ของคุณยาย
เข้าไปในคอมพิวเตอร์ของคุณยาย
01:06
it was keeping people's Myspace
pages from being hacked,
pages from being hacked,
25
54591
3348
คือ การให้หน้ามายสเปส ของผู้คน
ไม่ถูกแฮ็ค
ไม่ถูกแฮ็ค
01:09
and maybe, maybe on my most glorious day,
26
57939
2185
และบางที่ ในวันรุ่งโรจน์ที่สุดของผม
01:12
it was keeping someone's credit
card information from being stolen.
card information from being stolen.
27
60124
3751
คือ เก็บข้อมูลบัตรเครดิตบางคน
ไม่ให้ถูกขโมย
ไม่ให้ถูกขโมย
01:15
Those are important things,
28
63875
1363
เรื่องเหล่านั้นเป็นสิ่งสำคัญ
01:17
but that's not how I wanted to spend my life.
29
65238
2758
แต่นั่นไม่ไช่วิธี ที่ผมต้องการจะใช้ชีวิต
01:19
But after 30 minutes of work
30
67996
1934
แต่หลังจาก 30 นาที
ของการทำงานรับเหมา
ของการทำงานรับเหมา
01:21
as a defense contractor,
31
69930
1353
ว่าจ้างด้านการป้องกันประเทศ
01:23
I soon found out that my idea of cyber
32
71283
2790
ไม่นานผมก็พบว่า
ความคิดเรื่องออนไลน์ของผม
ความคิดเรื่องออนไลน์ของผม
01:26
was a little bit off.
33
74073
1869
ค่อนข้างใช้ไม่ได้แล้ว
01:27
In fact, in terms of national security,
34
75942
1945
จริงๆ แล้ว ในเรื่องความปลอดภัยระดับชาติ
01:29
keeping viruses off of my grandma's computer
35
77887
2071
การกั้นไวรัสไม่ให้เข้า
เครื่องคอมพิวเตอร์ของคุณยาย
เครื่องคอมพิวเตอร์ของคุณยาย
01:31
was surprisingly low on their priority list.
36
79958
3186
อยู่ในระดับความสำคัญที่ตํ่า
อย่างคาดไม่ถึง
อย่างคาดไม่ถึง
01:35
And the reason for that is cyber
37
83144
1301
เหตุผล คือ คอมพิวเตอร์ออนไลน์นั้น
01:36
is so much bigger than any one of those things.
38
84445
3793
ยิ่งใหญ่เกินกว่าสิ่งทั้งหลายนั้น
มากมายนัก
มากมายนัก
01:40
Cyber is an integral part of all of our lives,
39
88238
2825
คอมพิวเตอร์ออนไลน์ เป็นส่วนหนึ่งของชีวิตเรา
01:43
because computers are an
integral part of all of our lives,
integral part of all of our lives,
40
91063
3060
เพราะคอมพิวเตอร์ เป็นส่วนหนึ่งชีวิตเรา
01:46
even if you don't own a computer.
41
94123
1952
แม้ว่าคุณไม่มีคอมพิวเตอร์
ของตนเองก็ตาม
ของตนเองก็ตาม
01:48
Computers control everything in your car,
42
96075
2646
คอมพิวเตอร์ก็ควบคุมทุกอย่าง
ในรถของคุณ
ในรถของคุณ
01:50
from your GPS to your airbags.
43
98721
1880
ตั้งแต่จีพีเอสของคุณ
จนถึงถุงลมนิรภัย
จนถึงถุงลมนิรภัย
01:52
They control your phone.
44
100601
1316
มันควบคุมโทรศัพท์ของคุณ
01:53
They're the reason you can call 911
45
101917
1171
ทำให้คุณเรียก 911 ได้
01:55
and get someone on the other line.
46
103088
1796
และทำให้คนบางคนมารับสาย
01:56
They control our nation's entire infrastructure.
47
104884
2794
มันควบคุมโครงสร้างพื้นฐานทั้งหมด
ของชาติเรา
ของชาติเรา
01:59
They're the reason you have electricity,
48
107678
1676
มันเป็นเหตุให้คุณมีไฟฟ้าใช้
02:01
heat, clean water, food.
49
109354
2338
มีความร้อน มีนํ้าสะอาด มีอาหาร
02:03
Computers control our military equipment,
50
111692
1901
คอมพิวเตอร์ควบคุมอุปกรณ์
ทางการทหารของเรา
ทางการทหารของเรา
02:05
everything from missile silos to satellites
51
113593
1677
ทุกอย่าง จากโรงเก็บขีปนาวุธ
ุจนถึงดาวเทียม
ุจนถึงดาวเทียม
02:07
to nuclear defense networks.
52
115270
3914
จนถึงเครือข่ายการป้องกันนิวเคลียร์
02:11
All of these things are made possible
53
119184
1989
ทุกอย่างทั้งหมดนี้ ถูกสร้างขึ้นมาได้
02:13
because of computers,
54
121173
1416
ก็เพราะคอมพิวเตอร์
02:14
and therefore because of cyber,
55
122589
1983
และดังนั้น ก็เพราะคอมพิวเตอร์ออนไลน์
02:16
and when something goes wrong,
56
124572
1504
แต่เมื่อบางอย่างเกิดผิดพลาดขึ้น
02:18
cyber can make all of these things impossible.
57
126076
3118
มันก็สามารถทำให้ทั้งหมดนั้น
เป็นไปไม่ได้
เป็นไปไม่ได้
02:21
But that's where I step in.
58
129194
1585
แต่นั่นคือ ที่ให้ผมก้าวเข้ามา
02:22
A big part of my job is defending all of these things,
59
130779
2940
งานส่วนใหญ่ของผมคือ
ป้องกันทั้งหมดนั่น
ป้องกันทั้งหมดนั่น
02:25
keeping them working,
60
133719
1662
ให้มันทำงานได้ต่อไป แต่ในบางครั้ง
02:27
but once in a while, part of my
job is to break one of these things,
job is to break one of these things,
61
135381
2328
งานส่วนหนึ่ง คือเจาะเข้าไปในระบบเหล่านั้น
02:29
because cyber isn't just about defense,
62
137709
2396
เพราะคอมพ์ออนไลน์
ไม่ใช่แค่ปกป้องเท่านั้น
ไม่ใช่แค่ปกป้องเท่านั้น
02:32
it's also about offense.
63
140105
2273
แต่มันยังเกี่ยวข้องกับ
การรุกรานอีกด้วย
การรุกรานอีกด้วย
02:34
We're entering an age where we talk about
64
142378
1576
เรากำลังเข้าไปสู่ยุค ที่เราพูดถึง
02:35
cyberweapons.
65
143954
1461
อาวุธออนไลน์ (cyberweapons)
02:37
In fact, so great is the potential for cyber offense
66
145415
3135
ที่จริง ศักยภาพการรุกรานออนไลน์
มีมากมายเหลือเกิน
มีมากมายเหลือเกิน
02:40
that cyber is considered a new domain of warfare.
67
148550
3621
จนพิจารณาได้ว่า
เป็นเขตแนวใหม่ของสงคราม
เป็นเขตแนวใหม่ของสงคราม
02:44
Warfare.
68
152171
1800
การทำสงคราม
02:45
It's not necessarily a bad thing.
69
153971
1929
ไม่จำเป็นว่า มันเป็นสิ่งที่ไม่ดี
02:47
On the one hand, it means we have whole new front
70
155900
2751
ในแง่หนึ่ง หมายถึง
เรามีแนวหน้าใหม่ทั้งหมด
เรามีแนวหน้าใหม่ทั้งหมด
02:50
on which we need to defend ourselves,
71
158651
1743
ที่เราจำเป็นต้องป้องกันตัวเอง
02:52
but on the other hand,
72
160394
1485
แต่อีกแง่หนึ่ง หมายถึงว่า
02:53
it means we have a whole new way to attack,
73
161879
1842
เรามีวิธีการโจมตีรูปแบบใหม่
02:55
a whole new way to stop evil people
74
163721
1859
วิธีการใหม่ๆ ที่จะหยุดยั้งคนชั่ว
02:57
from doing evil things.
75
165580
2227
จากการกระทำ สิ่งที่ชั่วร้าย
02:59
So let's consider an example of this
76
167807
1811
ดังนั้น เราจึงมาพิจารณา
ตัวอย่างหนึ่ง
ตัวอย่างหนึ่ง
03:01
that's completely theoretical.
77
169618
1689
ซึ่งเป็นเรื่องสมมุติทั้งหมด
03:03
Suppose a terrorist wants to blow up a building,
78
171307
2258
สมมุติว่า ผู้ก่อการร้าย
ต้องการจะระเบิดตึก
ต้องการจะระเบิดตึก
03:05
and he wants to do this again and again
79
173565
2068
และเขาก็อยากทำอีก
ครั้งแล้วครั้งเล่า
ครั้งแล้วครั้งเล่า
03:07
in the future.
80
175633
1451
ในอนาคต
03:09
So he doesn't want to be in
that building when it explodes.
that building when it explodes.
81
177084
2840
เขาจึงไม่ต้องการจะอยู่ในตึก
ตอนมันระเบิด
ตอนมันระเบิด
03:11
He's going to use a cell phone
82
179924
1518
เขาจะใช้โทรศัพท์มือถือ
03:13
as a remote detonator.
83
181442
2335
เป็นตัวจุดชนวนระเบิด จากระยะไกล
03:15
Now, it used to be the only way we had
84
183777
1871
ในอดีต เพียงวิธีเดียวที่เราใช้
03:17
to stop this terrorist
85
185648
1636
เพื่อหยุดผู้ก่อการร้ายนี้
03:19
was with a hail of bullets and a car chase,
86
187284
2673
ก็คือ ด้วยห่ากระสุนปืน
และขับรถไล่จับ
และขับรถไล่จับ
03:21
but that's not necessarily true anymore.
87
189957
2332
แต่ไม่จำเป็นต้องเป็นแบบนั้น
อีกต่อไปแล้ว
อีกต่อไปแล้ว
03:24
We're entering an age where we can stop him
88
192289
1563
เรากำลังไปสู่ยุค ที่เราหยุดเขาได้
03:25
with the press of a button
89
193852
1110
ด้วยการกดปุ่ม
03:26
from 1,000 miles away,
90
194962
2007
จากที่ไกลออกไปถึง 1,000 ไมล์
03:28
because whether he knew it or not,
91
196969
1589
เพราะว่า เขาจะรู้หรือไม่ก็ตาม
03:30
as soon as he decided to use his cell phone,
92
198558
1711
เมื่อใดที่ตัดสินใจ ใช้โทรศัพท์มือถือ
03:32
he stepped into the realm of cyber.
93
200269
3134
เขาก็เข้าไปสู่ อาณาจักร
คอมพิวเตอร์ออนไลน์
คอมพิวเตอร์ออนไลน์
03:35
A well-crafted cyber attack
could break into his phone,
could break into his phone,
94
203403
3117
การจู่โจมออนไลน์ ที่ถูกสร้างมาอย่างดี
จะเจาะเข้ามือถือของเขา
จะเจาะเข้ามือถือของเขา
03:38
disable the overvoltage protections on his battery,
95
206520
2149
ทำให้ตัวป้องกันแรงดันไฟในแบตฯ
ใช้การไม่ได้
ใช้การไม่ได้
03:40
drastically overload the circuit,
96
208669
1755
วงจรไฟฟ้าเกินพิกัดอย่างรุนแรง
03:42
cause the battery to overheat, and explode.
97
210424
2357
เป็นผลให้แบตเตอรี่ร้อนเกินไป
และระเบิด
และระเบิด
03:44
No more phone, no more detonator,
98
212781
2446
เมื่อไม่มีโทรศัพท์
ไม่มีตัวจุดชนวนระเบิดแล้ว
ไม่มีตัวจุดชนวนระเบิดแล้ว
03:47
maybe no more terrorist,
99
215227
1923
ก็อาจไม่มีผู้ก่อการร้าย
อีกต่อไปแล้วก็ได้
อีกต่อไปแล้วก็ได้
03:49
all with the press of a button
100
217150
1031
ทั้งหมด ด้วยเพียงการกดปุ่ม
03:50
from a thousand miles away.
101
218181
2680
จากที่ไกลออกไป เป็นพันไมล์
03:52
So how does this work?
102
220861
1751
ครับ แล้วสิ่งนี้ทำงานอย่างไร
03:54
It all comes back to those ones and zeros.
103
222612
2268
มันก็กลับมาที่ตัวเลข 1 และ 0 เหล่านั้น
03:56
Binary information makes your phone work,
104
224880
3005
ข้อมูลเลขฐานสอง ทำให้โทรศัพท์ทำงาน
03:59
and used correctly, it can make your phone explode.
105
227885
3584
และถ้าถูกใช้อย่างถูกต้อง
มันยังทำให้โทรศัพท์ของคุณระเบิดได้
มันยังทำให้โทรศัพท์ของคุณระเบิดได้
04:03
So when you start to look at
cyber from this perspective,
cyber from this perspective,
106
231469
2472
ดังนั้น ถ้าคุณเริ่มมองออนไลน์
จากมุมมองนี้
จากมุมมองนี้
04:05
spending your life sifting through binary information
107
233941
3163
ใช้ชีวิตของคุณ
กลั่นกรองตัวเลขจากข้อมูลเลขฐานสอง
กลั่นกรองตัวเลขจากข้อมูลเลขฐานสอง
04:09
starts to seem kind of exciting.
108
237104
2417
ก็เริ่มดูเหมือนจะน่าตื่นเต้น
04:11
But here's the catch: This is hard,
109
239521
2646
แต่ ที่แย่คือ มันยากนะครับ
04:14
really, really hard,
110
242167
1685
ยากมากจริงๆ
04:15
and here's why.
111
243852
1834
และนี่คือ เหตุผลว่าเพราะอะไร
04:17
Think about everything you have on your cell phone.
112
245686
2766
ลองคิดถึง ทุกอย่างที่คุณมีอยู่ในมือถือ
04:20
You've got the pictures you've taken.
113
248452
1963
คุณมีรูป ที่คุณถ่ายเอาไว้
04:22
You've got the music you listen to.
114
250415
1786
คุณมีเพลง ที่คุณฟังอยู่
04:24
You've got your contacts list,
115
252201
1648
คุณมีรายชื่อ คนที่คุณติดต่อด้วย
04:25
your email, and probably 500 apps
116
253849
1625
มีอีเมล และอาจมีแอพพ์อีก 500 ตัว
04:27
you've never used in your entire life,
117
255474
3001
ที่คุณไม่เคยใช้งานเลย ในชั่วชีวิตคุณ
04:30
and behind all of this is the software, the code,
118
258475
3987
และเบื้องหลังของทั้งหมดนี้
คือซอฟต์แวร์ หรือรหัส
คือซอฟต์แวร์ หรือรหัส
04:34
that controls your phone,
119
262462
1380
ซึ่งควบคุมโทรศัพท์ของคุณ
04:35
and somewhere, buried inside of that code,
120
263842
2656
และ ณ ที่ใดที่หนึ่ง ที่ฝังอยู่ในรหัสนั้น
04:38
is a tiny piece that controls your battery,
121
266498
2548
คือ คำสั่งสั้นๆ ที่ควบคุมแบตเตอรี่ของคุณ
04:41
and that's what I'm really after,
122
269046
1871
และนั่นคือ สิ่งที่ผมตามหาอยู่จริงๆ
04:42
but all of this, just a bunch of ones and zeros,
123
270917
3686
ทั้งหมดนี้ เป็นเพียงเลข 1 และ 0 กระจุกเดียว
04:46
and it's all just mixed together.
124
274603
1531
และทั้งหมด ก็แค่ผสมปนเปกันอยู่
04:48
In cyber, we call this finding a
needle in a stack of needles,
needle in a stack of needles,
125
276134
3545
ทางออนไลน์ เราเรียกสิ่งนี้ว่า
การหาเข็มในกองเข็ม
การหาเข็มในกองเข็ม
04:51
because everything pretty much looks alike.
126
279679
2349
เพราะทุกอย่าง ดูเหมือนๆ กันไปหมด
04:54
I'm looking for one key piece,
127
282028
1732
ผมกำลังหาชิ้นส่วนสำคัญชิ้นหนึ่ง
04:55
but it just blends in with everything else.
128
283760
3234
แต่มันผสมปนเปไปกับส่วนอื่นๆ เสียหมด
04:58
So let's step back from this theoretical situation
129
286994
2252
ครับ ลองถอยออกมา
จากสถานการณ์สมมุติ
จากสถานการณ์สมมุติ
05:01
of making a terrorist's phone explode,
130
289246
2344
ของการทำให้โทรศัพท์
ของผู้ก่อการร้ายระเบิด
ของผู้ก่อการร้ายระเบิด
05:03
and look at something that actually happened to me.
131
291590
2816
และมาดูบางอย่างที่เกิดขึ้นจริงๆ กับผม
05:06
Pretty much no matter what I do,
132
294406
1343
ส่วนมาก ไม่ว่าผมจะทำอะไร
05:07
my job always starts with sitting down
133
295749
1442
งานของผมเริ่มด้วยการนั่งลงเสมอ
05:09
with a whole bunch of binary information,
134
297191
2372
พร้อมกับข้อมูลเลขฐานสอง จำนวนมากมาย
05:11
and I'm always looking for one key piece
135
299563
1727
ผมก็จะมองหา ชิ้นสำคัญชิ้นหนึ่งเสมอ
05:13
to do something specific.
136
301290
1987
เพื่อจะทำบางสิ่งบางอย่าง
ที่เจาะจงลงไป
ที่เจาะจงลงไป
05:15
In this case, I was looking for a very advanced,
137
303277
2077
ในกรณีนี้ ผมกำลังมองหารหัส
ที่ซับซ้อนมาก
ที่ซับซ้อนมาก
05:17
very high-tech piece of code
138
305354
1518
มีในเทคโนโลยีสูงมากๆ ชิ้นหนึ่ง
05:18
that I knew I could hack,
139
306872
1215
ซึ่งผมรู้ว่า ผมจะแฮ็คได้
05:20
but it was somewhere buried
140
308087
1714
แต่มันถูกฝังอยู่ ณ ที่ใดที่หนึ่ง
05:21
inside of a billion ones and zeroes.
141
309801
2026
ภายในตัวเลข 1 และ 0 เป็นพันล้านตัว
05:23
Unfortunately for me, I didn't know
142
311827
1578
แต่โชคไม่ดีสำหรับผม ผมไม่รู้ว่า
05:25
quite what I was looking for.
143
313405
1691
ผมกำลังมองหาอะไรแน่
05:27
I didn't know quite what it would look like,
144
315096
1196
ไม่รู้มันเป็นอย่างไรแน่
05:28
which makes finding it really, really hard.
145
316292
2918
ซึ่งทำให้การค้นพบมันนั้น
ยิ่งยากมากๆ
ยิ่งยากมากๆ
05:31
When I have to do that, what I have to do
146
319210
2039
เมื่อผมต้องค้นให้พบ
สิ่งที่ผมต้องทำ
สิ่งที่ผมต้องทำ
05:33
is basically look at various pieces
147
321249
2342
ก็คือ ตามหลักการแล้ว ก็ดูที่ชิ้นต่างๆ
05:35
of this binary information,
148
323591
1723
ของข้อมูลเลขฐานสองนี้
05:37
try to decipher each piece, and see if it might be
149
325314
2202
พยายามถอดรหัสแต่ละชิ้น
ดูว่ามันอาจจะเป็น
ดูว่ามันอาจจะเป็น
05:39
what I'm after.
150
327516
1224
สิ่งที่ผมมองหาอยู่หรือไม่
05:40
So after a while, I thought I had found the piece
151
328740
1625
จากนั้นไม่นานนัก ผมคิดว่าได้พบชิ้น
05:42
I was looking for.
152
330365
1337
ที่กำลังมองหาอยู่นั้นแล้ว
05:43
I thought maybe this was it.
153
331702
2104
ผมคิดว่า อาจเป็นชิ้นนี้แหละ
05:45
It seemed to be about right, but I couldn't quite tell.
154
333806
2032
มันดูเหมือนว่าจะใช่
แต่ผมก็ยังบอกแน่ไม่ได้
แต่ผมก็ยังบอกแน่ไม่ได้
05:47
I couldn't tell what those
ones and zeros represented.
ones and zeros represented.
155
335838
2918
บอกไม่ได้ว่าเลข 1 และ 0 พวกนั้น
มันแทนอะไร
มันแทนอะไร
05:50
So I spent some time trying to put this together,
156
338756
3374
จึงใช้เวลาไปบ้าง
พยายามเอามันมาปะติดปะต่อ
พยายามเอามันมาปะติดปะต่อ
05:54
but wasn't having a whole lot of luck,
157
342130
1670
แต่ก็ยังไม่มีโชคมากนัก
05:55
and finally I decided,
158
343800
1186
และในที่สุด ผมก็ตกลงใจ
05:56
I'm going to get through this,
159
344986
1609
ผมจะผ่านสิ่งนี้ไปก่อน
05:58
I'm going to come in on a weekend,
160
346595
1511
ผมจะมาอีก ในวันสุดสัปดาห์
06:00
and I'm not going to leave
161
348106
1340
และจะไม่ออกไปไหนอีก
06:01
until I figure out what this represents.
162
349446
1712
จนกว่าจะคิดออก ว่ามันแปลว่าอะไร
06:03
So that's what I did. I came
in on a Saturday morning,
in on a Saturday morning,
163
351158
2166
ผมก็ทำตามนั้น เข้ามาทำ
ในวันเสาร์ตอนเช้า
ในวันเสาร์ตอนเช้า
06:05
and about 10 hours in, I sort of
had all the pieces to the puzzle.
had all the pieces to the puzzle.
164
353324
3645
ราว 10 ชั่วโมง ผมก็คิดว่า
เหมือนจะได้ชิ้นปริศนาทั้งหมดแล้ว
เหมือนจะได้ชิ้นปริศนาทั้งหมดแล้ว
06:08
I just didn't know how they fit together.
165
356969
1392
แค่ไม่รู้ว่าจะมาต่อกันอย่างไร
06:10
I didn't know what these ones and zeros meant.
166
358361
2790
ผมไม่รู้ว่าเลข 1 และ 0 พวกนี้
หมายถึงอะไร
หมายถึงอะไร
06:13
At the 15-hour mark,
167
361151
2067
ณ จุดชั่วโมงที่ 15
06:15
I started to get a better picture of what was there,
168
363218
2602
ผมเริ่มเห็นภาพที่อยู่ตรงนั้น
ชัดเจนขึ้น
ชัดเจนขึ้น
06:17
but I had a creeping suspicion
169
365820
1772
แต่ผมมีความสงสัยหวั่นใจอยู่
06:19
that what I was looking at
170
367592
1589
ว่าสิ่งที่ผมกำลังมองดูอยู่นั้น
06:21
was not at all related to what I was looking for.
171
369181
2923
ไม่สัมพันธ์กันเลย
กับสิ่งที่ผมกำลังมองหาอยู่
กับสิ่งที่ผมกำลังมองหาอยู่
06:24
By 20 hours, the pieces started to come together
172
372104
2487
เกือบ 20 ชั่วโมง ชิ้นส่วนนั้น
ก็เริ่มเข้ามารวมกันได้
ก็เริ่มเข้ามารวมกันได้
06:26
very slowly — (Laughter) —
173
374591
3764
อย่างช้ามากๆ - (เสียงหัวเราะ) -
06:30
and I was pretty sure I was going down
174
378355
1266
และผมก็แน่ใจมากๆ ว่ากำลัง
06:31
the wrong path at this point,
175
379621
1939
ลงสู่เส้นทางที่ผิด ณ จุดนี้
06:33
but I wasn't going to give up.
176
381560
2251
แต่ผมก็จะไม่เลิก
06:35
After 30 hours in the lab,
177
383811
2834
หลังจาก 30 ชั่วโมงผ่านไป ในห้องแล็บ
06:38
I figured out exactly what I was looking at,
178
386645
2261
ผมก็คิดออกว่า
ที่กำลังเห็นอยู่นั้น คืออะไรแน่
ที่กำลังเห็นอยู่นั้น คืออะไรแน่
06:40
and I was right, it wasn't what I was looking for.
179
388906
2818
และผมก็คิดถูก
มันไม่ใช่สิ่งที่ผมกำลังมองหา
มันไม่ใช่สิ่งที่ผมกำลังมองหา
06:43
I spent 30 hours piecing together
180
391724
1699
ผมใช้ 30 ชั่วโมง นำชิ้นส่วนมาต่อกัน
06:45
the ones and zeros that
formed a picture of a kitten.
formed a picture of a kitten.
181
393423
2722
เลข 1 และ 0 นั้น
สร้างเป็นรูปลูกแมว
สร้างเป็นรูปลูกแมว
06:48
(Laughter)
182
396145
1795
(เสียงหัวเราะ)
06:49
I wasted 30 hours of my life searching for this kitten
183
397940
3806
ผมเสียไป 30 ชั่วโมงของชีวิต
ในการค้นหาลูกแมวตัวนี้
ในการค้นหาลูกแมวตัวนี้
06:53
that had nothing at all to do
184
401746
1838
ซึ่งไม่มีอะไรเลย ที่จะใช้ได้
06:55
with what I was trying to accomplish.
185
403584
1987
กับสิ่งที่ผมกำลังพยายามทำให้สำเร็จ
06:57
So I was frustrated, I was exhausted.
186
405571
3863
ผมจึงรู้สึกคับข้องใจ หมดเรี่ยวหมดแรง
07:01
After 30 hours in the lab, I probably smelled horrible.
187
409434
3226
หลังจาก 30 ชั่วโมง ในห้องแล็บ
กลิ่นตัวผมคงแย่
กลิ่นตัวผมคงแย่
07:04
But instead of just going home
188
412660
2230
แต่แทนที่จะแค่กลับไปบ้าน
07:06
and calling it quits, I took a step back
189
414890
2530
เลิกทำเสีย ผมกลับหยุดคิดพิจารณาว่า
ควรทำอะไรต่อ
ควรทำอะไรต่อ
07:09
and asked myself, what went wrong here?
190
417420
2541
และถามตัวเองว่า ผมทำพลาดตรงไหนนะ?
07:11
How could I make such a stupid mistake?
191
419961
2212
ผมทำผิดพลาดงี่เง่าอย่างนี้ ได้อย่างไร
07:14
I'm really pretty good at this.
192
422173
1398
จริงๆ ผมก็เก่งมากนะในเรื่องนี้
07:15
I do this for a living.
193
423571
1319
ผมทำงานนี้เพื่อหาเลี้ยงชีพ
07:16
So what happened?
194
424890
2148
แล้วมันเกิดอะไรขึ้นเล่า?
07:19
Well I thought, when you're
looking at information at this level,
looking at information at this level,
195
427038
2775
ครับ ผมก็คิดว่า
เมื่อคุณดูข้อมูลในระดับนี้
เมื่อคุณดูข้อมูลในระดับนี้
07:21
it's so easy to lose track of what you're doing.
196
429813
2827
มันง่ายมาก ที่จะหลงลืมไปว่า
คุณกำลังทำอะไรอยู่
คุณกำลังทำอะไรอยู่
07:24
It's easy to not see the forest through the trees.
197
432640
1744
จะดูแต่รายละเอียด จนไม่เห็นภาพรวม
07:26
It's easy to go down the wrong rabbit hole
198
434384
2164
มันง่าย ที่จะหลงไปอยู่ในวังวน
07:28
and waste a tremendous amount of time
199
436548
1762
และเสียเวลาไปมากต่อมาก
07:30
doing the wrong thing.
200
438310
1820
ทำสิ่งที่ผิดพลาดไป
07:32
But I had this epiphany.
201
440130
1600
แต่ผมตระหนักรู้เรื่องนี้ขึ้นมาได้
07:33
We were looking at the data completely incorrectly
202
441730
2999
เรากำลังดูข้อมูลผิดไปอย่างสิ้นเชิง
07:36
since day one.
203
444729
1490
ตั้งแต่วันแรกแล้ว
07:38
This is how computers think, ones and zeros.
204
446219
2103
วิธีคิดของคอมพิวเตอร์
คือ เลข 1 และ 0 นั้น
คือ เลข 1 และ 0 นั้น
07:40
It's not how people think,
205
448322
1392
มันไม่ใช่วิธีคิดของคน
07:41
but we've been trying to adapt our minds
206
449714
2314
แต่เราก็ได้พยายาม จะปรับความคิดของเรา
07:44
to think more like computers
207
452028
1345
ให้คิดเหมือนคอมพิวเตอร์ให้มากขึ้น
07:45
so that we can understand this information.
208
453373
2597
เพื่อที่เราจะสามารถ เข้าใจข้อมูลนี้ได้
07:47
Instead of trying to make our minds fit the problem,
209
455970
1950
แทนที่จะพยายามให้ปัญญาของเรา
เข้ากับปัญหา
เข้ากับปัญหา
07:49
we should have been making the problem
210
457920
1648
เราควรจะได้ทำปัญหานั้น
07:51
fit our minds,
211
459568
969
เข้ากับปัญญาของเรา
07:52
because our brains have a tremendous potential
212
460537
2109
เพราะว่าสมองของเรานั้น
มีศักยภาพใหญ่ยิ่ง
มีศักยภาพใหญ่ยิ่ง
07:54
for analyzing huge amounts of information,
213
462646
3086
สำหรับวิเคราะห์ข้อมูล ในปริมาณที่มากมาย
07:57
just not like this.
214
465732
1297
ไม่เหมือนกับสิ่งนี้
07:59
So what if we could unlock that potential
215
467029
1467
ถ้าเราปล่อยศักยภาพนั้นออกมาได้
08:00
just by translating this
216
468496
1527
ด้วยการแค่เพียงแปลสิ่งนี้
08:02
to the right kind of information?
217
470023
2848
ให้เป็นชนิดข้อมูลที่ถูกต้องแล้ว
จะได้อะไร?
จะได้อะไร?
08:04
So with these ideas in mind,
218
472871
1194
ด้วยความคิดเหล่านี้ในใจ
08:06
I sprinted out of my basement lab at work
219
474065
1618
ผมจึงวิ่งแจ้น จากห้องแล็บใต้ดินที่ทำงาน
08:07
to my basement lab at home,
220
475683
1307
มาที่ห้องแล็บใต้ดินที่บ้าน
08:08
which looked pretty much the same.
221
476990
1996
ซึ่งดูแล้ว ก็เหมือนกันมากๆ
08:10
The main difference is, at work,
222
478986
1824
ความแตกต่างสำคัญคือ
อยู่ที่ทำงานนั้น
อยู่ที่ทำงานนั้น
08:12
I'm surrounded by cyber materials,
223
480810
1579
ผมถูกล้อมรอบด้วย วัสดุออนไลน์
08:14
and cyber seemed to be the
problem in this situation.
problem in this situation.
224
482389
2605
และออนไลน์ ดูจะเป็นตัวปัญหา
ในสถานการณ์นี้
ในสถานการณ์นี้
08:16
At home, I'm surrounded by
everything else I've ever learned.
everything else I've ever learned.
225
484994
3353
ที่บ้านผมรอบล้อมไปด้วย
ทุกสิ่งที่ผมได้เรียนรู้มาแล้ว
ทุกสิ่งที่ผมได้เรียนรู้มาแล้ว
08:20
So I poured through every book I could find,
226
488347
1872
ผมจึงกรองออกมา
จากหนังสือทุกเล่มที่หาได้
จากหนังสือทุกเล่มที่หาได้
08:22
every idea I'd ever encountered,
227
490219
1332
จากทุกๆ ความคิด ที่ผมเคยพบมา
08:23
to see how could we translate a problem
228
491551
2146
เพื่อดูว่า เราจะแปลปัญหา
08:25
from one domain to something completely different?
229
493697
3132
จากขอบเขตหนึ่ง ไปสู่บางอย่าง
ที่ต่างกันสิ้นเชิง ได้อย่างไร?
ที่ต่างกันสิ้นเชิง ได้อย่างไร?
08:28
The biggest question was,
230
496829
1394
ปัญหาที่ใหญ่ที่สุด คือ
08:30
what do we want to translate it to?
231
498223
1968
แล้วเราต้องการจะแปลมัน
ให้เป็นอะไร?
ให้เป็นอะไร?
08:32
What do our brains do perfectly naturally
232
500191
2112
สมองเราทำอะไรได้
เป็นธรรมชาติอย่างสมบูรณ์
เป็นธรรมชาติอย่างสมบูรณ์
08:34
that we could exploit?
233
502303
1878
ที่เราจะนำมาใช้ประโยชน์ได้
08:36
My answer was vision.
234
504181
2289
คำตอบของผม คือ สายตา
08:38
We have a tremendous capability
to analyze visual information.
to analyze visual information.
235
506470
3149
เรามีความสามารถอย่างยิ่ง
ที่จะวิเคราะห์ข้อมูลด้วยสายตา
ที่จะวิเคราะห์ข้อมูลด้วยสายตา
08:41
We can combine color gradients, depth cues,
236
509619
2583
สามารถเอามารวมกันได้
ระดับการเปลี่ยนของสี ระดับความลึก
ระดับการเปลี่ยนของสี ระดับความลึก
08:44
all sorts of these different signals
237
512202
1788
สัญญาณต่างๆ เหล่านี้ทุกชนิด
08:45
into one coherent picture of the world around us.
238
513990
2395
เอามารวมเป็นภาพที่กลมกลืนกัน
ของโลกรอบๆ ตัวเรา
ของโลกรอบๆ ตัวเรา
08:48
That's incredible.
239
516385
1407
มันไม่น่าเชื่อนะครับ
08:49
So if we could find a way to translate
240
517792
1381
ดังนั้น ถ้าเราพบวิธีที่จะแปล
08:51
these binary patterns to visual signals,
241
519173
2186
รูปแบบเลขฐานสองเหล่านี้
ให้เป็นสัญญาณภาพได้
ให้เป็นสัญญาณภาพได้
08:53
we could really unlock the power of our brains
242
521359
1832
ก็จะสามารถเปิด
พลังสมองของเราได้จริงๆ
พลังสมองของเราได้จริงๆ
08:55
to process this stuff.
243
523191
2710
เพื่อจัดการกับเรื่องพวกนี้
08:57
So I started looking at the binary information,
244
525901
1843
ดังนั้น ผมจึงเริ่มมาดูที่ข้อมูลเลขฐานสอง
08:59
and I asked myself, what do I do
245
527744
1090
ถามตัวเองว่า จะทำอะไร
09:00
when I first encounter something like this?
246
528834
1876
เมื่อพบอะไรแบบนี้ เป็นครั้งแรก?
09:02
And the very first thing I want to do,
247
530710
1623
สิ่งแรกสุดที่ผมต้องการจะทำ
09:04
the very first question I want to answer,
248
532333
1359
คำถามแรกสุด ที่ผมอยากจะตอบ
09:05
is what is this?
249
533692
1278
ก็คือ นี่มันเป็นอะไร
09:06
I don't care what it does, how it works.
250
534970
2528
ผมไม่สนใจหรอกว่า มันทำอะไร
มันทำงานอย่างไร
มันทำงานอย่างไร
09:09
All I want to know is, what is this?
251
537498
2479
ทั้งหมดที่ผมต้องการจะรู้คือ
นี่มันเป็นอะไร
นี่มันเป็นอะไร
09:11
And the way I can figure that out
252
539977
1675
และวิธีที่ผมจะสามารถคิดออกได้
09:13
is by looking at chunks,
253
541652
1683
ก็คือ โดยดูที่ข้อมูลเลขฐานสอง
09:15
sequential chunks of binary information,
254
543335
2453
ที่ต่อเนื่องกันเป็นชุดๆ
09:17
and I look at the relationships
between those chunks.
between those chunks.
255
545788
2902
และผมก็ดูความสัมพันธ์
ระหว่างชุดข้อมูลเหล่านั้น
ระหว่างชุดข้อมูลเหล่านั้น
09:20
When I gather up enough of these sequences,
256
548690
1772
เมื่อรวบรวมชุดข้อมูลนี้จนพอแล้ว
09:22
I begin to get an idea of exactly
257
550462
2004
ผมก็จะเริ่มจะมองออกว่า
09:24
what this information must be.
258
552466
2634
ว่าข้อมูลนี้มันคืออะไร
09:27
So let's go back to that
259
555100
1184
ดังนั้น ขอให้เรากลับไป
09:28
blow up the terrorist's phone situation.
260
556284
2090
สถานการณ์ระเบิด
โทรศัพท์ของผู้ก่อการร้ายนั่น
โทรศัพท์ของผู้ก่อการร้ายนั่น
09:30
This is what English text looks like
261
558374
2203
นี่คือ เนื้อหาภาษาอังกฤษ
09:32
at a binary level.
262
560577
1313
ที่ระดับเลขฐานสอง
09:33
This is what your contacts list would look like
263
561890
2326
นี่คือ รายชื่อคนที่คุณติดต่อ
09:36
if I were examining it.
264
564216
1560
เมื่อผมตรวจสอบมัน
09:37
It's really hard to analyze this at this level,
265
565776
2234
ยากมากๆ ที่จะวิเคราะห์มันในระดับนี้
09:40
but if we take those same binary chunks
266
568010
2104
แต่ถ้าเอาชุดเลขฐานสอง
ชุดเดียวกับที่ผม
ชุดเดียวกับที่ผม
09:42
that I would be trying to find,
267
570114
1182
กำลังจะพยายามค้นหาอยู่
09:43
and instead translate that
268
571296
1764
แล้วแปลมัน แทน
09:45
to a visual representation,
269
573060
1920
แสดงออกมาเป็นภาพ
09:46
translate those relationships,
270
574980
1797
แล้วแปลความสัมพันธ์เหล่านั้น
09:48
this is what we get.
271
576777
1556
นี่คือ สิ่งที่ผมได้
09:50
This is what English text looks like
272
578333
1914
นี่คือ ภาพของเนื้อหาภาษาอังกฤษ
09:52
from a visual abstraction perspective.
273
580247
2671
จากมุมมองภาพเชิงนามธรรม
09:54
All of a sudden,
274
582918
1140
แล้วทันทีทันใดนั้น
09:56
it shows us all the same information
275
584058
1435
มันแสดงให้เห็น ข้อมูลเดียวกัน
09:57
that was in the ones and zeros,
276
585493
1172
กับที่อยู่ในเลข 1 และ 0
09:58
but show us it in an entirely different way,
277
586665
2321
แต่แสดงออกมาให้เห็น
ในแบบที่ต่างออกไปโดยสิ้นเชิง
ในแบบที่ต่างออกไปโดยสิ้นเชิง
10:00
a way that we can immediately comprehend.
278
588986
1717
แบบที่เราสามารถเข้าใจได้ทันที
10:02
We can instantly see all of the patterns here.
279
590703
2965
เราสามารถเห็นรูปแบบทั้งหมดตรงนี้
ในทันที
ในทันที
10:05
It takes me seconds to pick out patterns here,
280
593668
2592
ใช้เวลาไม่กี่วินาที
ที่จะดึงรูปแบบออกมาได้ตรงนี้
ที่จะดึงรูปแบบออกมาได้ตรงนี้
10:08
but hours, days, to pick them out
281
596260
2254
แต่ใช้เวลาหลายชั่วโมง
หลายๆ วัน เพื่อดึงมันออกมา
หลายๆ วัน เพื่อดึงมันออกมา
10:10
in ones and zeros.
282
598514
1320
จากเลข 1 และ 0
10:11
It takes minutes for anybody to learn
283
599834
1736
ใช้เวลาแค่เป็นนาที
ที่ใครๆ ก็ได้ จะรู้
ที่ใครๆ ก็ได้ จะรู้
10:13
what these patterns represent here,
284
601570
1665
ว่ารูปแบบเหล่านี้แทนอะไรตรงนี้
10:15
but years of experience in cyber
285
603235
2247
แต่ใช้เวลาหลายปี
ของประสบการณ์ออนไลน์
ของประสบการณ์ออนไลน์
10:17
to learn what those same patterns represent
286
605482
1654
จะรู้รูปแบบเดียวกันนั้นแทนอะไร
10:19
in ones and zeros.
287
607136
1586
จากตัวเลข 1 และ 0
10:20
So this piece is caused by
288
608722
1662
ชิ้นส่วนนี้จึง เกิดจาก
10:22
lower case letters followed by lower case letters
289
610384
2024
ตัวอักษรเล็ก ตามด้วย
ตัวอักษรเล็ก
ตัวอักษรเล็ก
10:24
inside of that contact list.
290
612408
1767
ที่อยู่ในรายชื่อคนที่เราติดต่อนั่น
10:26
This is upper case by upper case,
291
614175
1341
นี่คือตัวใหญ่ ตามด้วยตัวใหญ่
10:27
upper case by lower case, lower case by upper case.
292
615516
2685
ตัวใหญ่ตามด้วยตัวเล็ก
ตัวเล็กตามด้วยใหญ่
ตัวเล็กตามด้วยใหญ่
10:30
This is caused by spaces. This
is caused by carriage returns.
is caused by carriage returns.
293
618201
2686
นี่เกิดจากการเว้นววรค
นี่เกิดจากการขึ้นบรรทัดใหม่
นี่เกิดจากการขึ้นบรรทัดใหม่
10:32
We can go through every little detail
294
620887
1508
เราไปได้ทั่ว ทุกรายละเอียดย่อย
10:34
of the binary information in seconds,
295
622395
2966
ของข้อมูลเลขฐานสองในไม่กี่วินาที
10:37
as opposed to weeks, months, at this level.
296
625361
3534
ไม่ใช่เป็นสัปดาห์ๆ เป็นเดือนๆ ในแบบนี้
10:40
This is what an image looks like
297
628895
1512
นี่เป็นภาพหนึ่ง
10:42
from your cell phone.
298
630407
1876
จากโทรศัพท์มือถือของผม
10:44
But this is what it looks like
299
632283
1013
แต่นี่เป็นภาพที่เห็น
10:45
in a visual abstraction.
300
633296
1891
ในภาพเชิงนามธรรม
10:47
This is what your music looks like,
301
635187
1985
นี่เป็น ภาพเพลงของคุณ
10:49
but here's its visual abstraction.
302
637172
2203
แต่นี่เป็น ภาพเชิงนามธรรมของมัน
10:51
Most importantly for me,
303
639375
1760
ที่สำคัญที่สุดสำหรับผม
10:53
this is what the code on your cell phone looks like.
304
641135
3275
นี่เป็น
ภาพรหัสในโทรศัพท์มือถือของคุณ
ภาพรหัสในโทรศัพท์มือถือของคุณ
10:56
This is what I'm after in the end,
305
644410
2157
นี่เป็น
สิ่งที่ผมตามหาอยู่ ในที่สุด
สิ่งที่ผมตามหาอยู่ ในที่สุด
10:58
but this is its visual abstraction.
306
646567
2140
แต่นี่ เป็นภาพนามธรรมของมัน
11:00
If I can find this, I can't make the phone explode.
307
648707
2509
ถ้าผมพบสิ่งนี้
ผมก็ไม่สามารถทำให้โทรศัพท์ระเบิดได้
ผมก็ไม่สามารถทำให้โทรศัพท์ระเบิดได้
11:03
I could spend weeks trying to find this
308
651216
2619
ผมอาจใช้เวลาหลายๆ สัปดาห์
เพื่อพยายามหาสิ่งนี้
เพื่อพยายามหาสิ่งนี้
11:05
in ones and zeros,
309
653835
1177
ในตัวเลข 1 และ 0
11:07
but it takes me seconds to pick out
310
655012
1784
แต่ผมใช้ไม่กี่วินาที ที่จะดึง
11:08
a visual abstraction like this.
311
656796
3304
ภาพเชิงนามธรรม อย่างเช่นภาพนี้
ออกมา
ออกมา
11:12
One of those most remarkable parts about all of this
312
660100
2492
หนึ่งในส่วนที่น่าทึ่งที่สุด
เกี่ยวกับทั้งหมดนี้
เกี่ยวกับทั้งหมดนี้
11:14
is it gives us an entirely new way to understand
313
662592
2832
คือ มันให้ได้วิธีการใหม่ทั้งหมด
ที่จะทำความเข้าใจ
ที่จะทำความเข้าใจ
11:17
new information, stuff that we haven't seen before.
314
665424
3239
ข้อมูลใหม่ๆ
สิ่งที่เรายังไม่เคยพบเห็นมาก่อน
สิ่งที่เรายังไม่เคยพบเห็นมาก่อน
11:20
So I know what English looks like at a binary level,
315
668663
2504
ผมจึงรู้ว่าภาษาอังกฤษจะเป็นอย่างไร
ที่ระดับเลขฐานสอง
ที่ระดับเลขฐานสอง
11:23
and I know what its visual abstraction looks like,
316
671167
2110
และก็รู้ว่าภาพนามธรรมของมัน
เป็นอย่างไร
เป็นอย่างไร
11:25
but I've never seen Russian binary in my entire life.
317
673277
3315
แต่ผมก็ไม่เคยเห็น เลขฐานสองของ
ภาษารัสเซียเลย ในตลอดชีวิตผม
ภาษารัสเซียเลย ในตลอดชีวิตผม
11:28
It would take me weeks just to figure out
318
676592
1800
ผมอาจใช้เวลาหลายสัปดาห์
แค่คิดให้ออก
แค่คิดให้ออก
11:30
what I was looking at from raw ones and zeros,
319
678392
2997
จากเลขดิบ 1 และ 0 ที่กำลังดูอยู่นั้น
ว่าคืออะไร
ว่าคืออะไร
11:33
but because our brains can instantly pick up
320
681389
1751
แต่เพราะว่า สมองของเราสามารถเลือก
11:35
and recognize these subtle patterns inside
321
683140
2817
และรู้จัก จดจำ ได้ในทันที
รูปแบบที่ซ่อนเร้น
รูปแบบที่ซ่อนเร้น
11:37
of these visual abstractions,
322
685957
1488
ซึ่งอยู่ภายในภาพนามธรรมเหล่านี้
11:39
we can unconsciously apply those
323
687445
1832
เราจึงสามารถนำมันมาประยุกต์ใช้
11:41
in new situations.
324
689277
1573
ในสถานการณ์ใหม่ๆ ได้ โดยไม่รู้ตัว
11:42
So this is what Russian looks like
325
690850
1482
ครับ นี่เป็นในภาษารัสเซีย
11:44
in a visual abstraction.
326
692332
1580
ในแบบภาพนามธรรม
11:45
Because I know what one language looks like,
327
693912
1804
เพราะผมรู้ว่า ภาษาใดจะเป็นอย่างไร
11:47
I can recognize other languages
328
695716
1576
ผมจึงสามารถรู้จักภาษาอื่นๆ
11:49
even when I'm not familiar with them.
329
697292
1870
แม้ว่าผมจะไม่คุ้นเคยกับมัน
11:51
This is what a photograph looks like,
330
699162
1786
นี่เป็นในแบบภาพถ่าย
11:52
but this is what clip art looks like.
331
700948
1887
แต่นี่เป็นในแบบของคลิปอาร์ต
11:54
This is what the code on your phone looks like,
332
702835
2555
นี่เป็นลักษณะของรหัส ในโทรศัพท์ของคุณ
11:57
but this is what the code on
your computer looks like.
your computer looks like.
333
705390
2707
นี่เป็นลักษณะรหัส ในคอมพิวเตอร์ของคุณ
12:00
Our brains can pick up on these patterns
334
708097
1864
สมองของเราสามารถดึง
รูปแบบเหล่านี้มาได้
รูปแบบเหล่านี้มาได้
12:01
in ways that we never could have
335
709961
1951
โดยวิธีที่เราไม่เคยทำได้
12:03
from looking at raw ones and zeros.
336
711912
2496
จากการดู ตัวเลขดิบ 1 และ 0
12:06
But we've really only scratched the surface
337
714408
1856
แต่จริงๆ เราก็แค่สะกิดผิวของมันเท่านั้น
12:08
of what we can do with this approach.
338
716264
2137
ในสิ่งที่เราสามารถทำได้ โดยวิธีการนี้
12:10
We've only begun to unlock the capabilities
339
718401
1678
เราแค่เริ่มเปิดให้เห็น ความสามารถ
12:12
of our minds to process visual information.
340
720079
3315
ของสติปัญญาของเรา
ที่จะจัดการกับข้อมูลภาพ
ที่จะจัดการกับข้อมูลภาพ
12:15
If we take those same concepts and translate them
341
723394
1990
ถ้าเราเอาความคิดเดิมเหล่านั้นมา
12:17
into three dimensions instead,
342
725384
1651
และแปลมัน ให้เป็นสามมิติแทน
12:19
we find entirely new ways of
making sense of information.
making sense of information.
343
727035
3195
เราจะพบวิธีการใหม่ๆทั้งสิ้น
ในการทำความเข้าใจข้อมูล
ในการทำความเข้าใจข้อมูล
12:22
In seconds, we can pick out every pattern here.
344
730230
2485
ไม่กี่วินาที เราก็จะดึงทุกๆ รูปแบบ
ออกมาได้ ตรงนี้
ออกมาได้ ตรงนี้
12:24
we can see the cross associated with code.
345
732715
1820
เราสามารถเห็นรอยตัด
ที่เชื่อมโยงกับรหัส
ที่เชื่อมโยงกับรหัส
12:26
We can see cubes associated with text.
346
734535
1932
จะเห็นสี่เหลี่ยมตัน ที่โยงกับเนื้อหาได้
12:28
We can even pick up the tiniest visual artifacts.
347
736467
2476
เราจะดึงออกมาได้
แม้กระทั่งวัตถุมองเห็นได้ ที่เล็กสุด
แม้กระทั่งวัตถุมองเห็นได้ ที่เล็กสุด
12:30
Things that would take us weeks,
348
738943
2130
สิ่งต่างๆ ที่เราอาจใช้เวลา หลายสัปดาห์
12:33
months to find in ones and zeroes,
349
741073
2194
หลายเดือน เพื่อหาให้พบ
จากตัวเลข 1 และ 0 นั้น
จากตัวเลข 1 และ 0 นั้น
12:35
are immediately apparent
350
743267
1803
สิ่งเหล่านี้ ในทันทีทันใดก็เห็นชัดเจน
12:37
in some sort of visual abstraction,
351
745070
2270
ในภาพนามธรรม แบบใดแบบหนึ่ง, และ
12:39
and as we continue to go through this
352
747340
1132
และเมื่อเรายังคงไปต่อ
12:40
and throw more and more information at it,
353
748472
2016
โดยโยนข้อมูลให้มัน มากขึ้นๆ
12:42
what we find is that we're capable of processing
354
750488
2281
สิ่งที่เราพบก็คือ เราสามารถจัดการ
12:44
billions of ones and zeros
355
752769
2416
กับตัวเลข 1 และ 0 เป็นพันๆล้านตัวได้
12:47
in a matter of seconds
356
755185
1168
ในเวลาเพียงไม่กี่วินาที
12:48
just by using our brain's built-in ability
357
756353
3234
แค่เพียงใช้ความสามารถ
ของสมองที่เรามีอยู่
ของสมองที่เรามีอยู่
12:51
to analyze patterns.
358
759587
1954
มาใช้วิเคราะห์รูปแบบ
12:53
So this is really nice and helpful,
359
761541
2303
นี่จึงเป็นสิ่งที่ดี และช่วยได้จริงๆ
12:55
but all this tells me is what I'm looking at.
360
763844
2359
แต่ทั้งหมดนี้บอกผม ก็คือ
สิ่งที่ผมกำลังดูอยู่
สิ่งที่ผมกำลังดูอยู่
12:58
So at this point, based on visual patterns,
361
766203
1484
ขึ้นอยู่กับรูปแบบที่เห็น
12:59
I can find the code on the phone.
362
767687
2409
ณ. จุดนี้ ผมสามารถหารหัสโทรศัพท์ได้
13:02
But that's not enough to blow up a battery.
363
770096
2665
แต่นั่นยังไม่เพียงพอ ที่จะระเบิดแบตเตอรี
13:04
The next thing I need to find is the code
364
772761
1568
สิ่งต่อไป ที่ผมต้องค้นหา คือ รหัส
13:06
that controls the battery, but we're back
365
774329
1761
ที่ควบคุมแบตเตอรี่ เราจึงกลับไปที่
13:08
to the needle in a stack of needles problem.
366
776090
1731
ปัญหาของเข็มตัวนั้น ที่อยู่ในกองเข็ม
13:09
That code looks pretty much like all the other code
367
777821
2389
รหัสตัวนั้น ก็ดูเหมือนๆ กับรหัสอื่นๆ ทั้งหมด
13:12
on that system.
368
780210
2238
ของระบบนั้น
13:14
So I might not be able to find the
code that controls the battery,
code that controls the battery,
369
782448
2401
ผมจึงอาจจะไม่สามารถพบ
รหัสที่ควบคุมแบตเตอรี่
รหัสที่ควบคุมแบตเตอรี่
13:16
but there's a lot of things
that are very similar to that.
that are very similar to that.
370
784849
2011
แต่ก็มีสิ่งมากมาย ที่เหมือนสิ่งนั้นมากๆ
13:18
You have code that controls your screen,
371
786860
1854
คุณมีรหัส ที่ควบคุมหน้าจอของคุณ
13:20
that controls your buttons,
that controls your microphones,
that controls your microphones,
372
788714
2216
ที่ควบคุมปุ่มต่างๆ ที่ควบคุมไมโครโฟน
13:22
so even if I can't find the code for the battery,
373
790930
1928
ดังนั้น แม้ว่าผมไม่สามารถพบรหัสแบตเตอรี่
13:24
I bet I can find one of those things.
374
792858
2245
พนันได้ว่า ผมจะสามารถพบสิ่งใดสิ่งหนึ่ง
ในพวกนั้น
ในพวกนั้น
13:27
So the next step in my binary analysis process
375
795103
2705
ดังนั้น ขั้นต่อไปในกระบวนการ
วิเคราะห์เลขฐานสอง
วิเคราะห์เลขฐานสอง
13:29
is to look at pieces of information
376
797808
1231
คือ ดูชิ้นต่างๆ ของข้อมูล
13:31
that are similar to each other.
377
799039
2018
ที่เหมือนๆ กัน
13:33
It's really, really hard to do at a binary level,
378
801057
3983
ยากจริงๆ ที่จะทำที่ระดับเลขฐานสอง
13:37
but if we translate those similarities
to a visual abstraction instead,
to a visual abstraction instead,
379
805040
3643
แต่ถ้า เราแปลความเหมือนกันเหล่านั้น
ให้เป็นภาพนามธรรม แทน
ให้เป็นภาพนามธรรม แทน
13:40
I don't even have to sift through the raw data.
380
808683
2438
ผมก็ไม่ต้องกรองข้อมูลดิบอีกเลย
13:43
All I have to do is wait for the image to light up
381
811121
2155
ทั้งหมดที่ผมต้องทำ คือ
คอยให้ภาพสว่างขึ้น
คอยให้ภาพสว่างขึ้น
13:45
to see when I'm at similar pieces.
382
813276
2236
ให้มองเห็นได้ ขณะที่ผม
ดูชิ้นที่เหมือนๆกันนั้น
ดูชิ้นที่เหมือนๆกันนั้น
13:47
I follow these strands of similarity
like a trail of bread crumbs
like a trail of bread crumbs
383
815512
3028
มองตามเกลียวความเหมือนพวกนี้
เหมือนกับรอยเศษขนมปัง
เหมือนกับรอยเศษขนมปัง
13:50
to find exactly what I'm looking for.
384
818540
3106
เพื่อจะพบให้แน่ๆ
ในสิ่งที่ผมกำลังมองหา
ในสิ่งที่ผมกำลังมองหา
13:53
So at this point in the process,
385
821646
1734
ดังนั้น ในกระบวนการ ณ จุดนี้
13:55
I've located the code
386
823380
1318
ผมได้ตำแหน่งของรหัส
13:56
responsible for controlling your battery,
387
824698
1685
ที่ทำหน้าที่ควบคุมแบตเตอรี่
13:58
but that's still not enough to blow up a phone.
388
826383
2576
แต่นั่นก็ยังไม่พอ
ที่จะระเบิดโทรศัพท์ได้
ที่จะระเบิดโทรศัพท์ได้
14:00
The last piece of the puzzle
389
828959
1564
ชิ้นส่วนสุดท้ายของปริศนา
14:02
is understanding how that code
390
830523
2679
คือ ความเข้าใจว่า รหัสนั้น
14:05
controls your battery.
391
833202
1202
ควบคุมแบตเตอรี่อย่างไร
14:06
For this, I need to identify
392
834404
2388
สำหรับเรื่องนี้ ผมจำเป็นต้องระบุ
14:08
very subtle, very detailed relationships
393
836792
1716
ความสัมพันธ์ที่ละเอียด เข้าใจยากมากๆ
14:10
within that binary information,
394
838508
2089
ภายในข้อมูลเลขฐานสองนั้น
14:12
another very hard thing to do
395
840597
1755
ซึ่งเป็นอีกสิ่งหนึ่ง ที่ทำได้ยากมากๆ
14:14
when looking at ones and zeros.
396
842352
2312
เมื่อเรามองที่ ตัวเลข 1 และ 0 นั้น
14:16
But if we translate that information
397
844664
1396
แต่ถ้าเราแปลข้อมูลนั้น
14:18
into a physical representation,
398
846060
2180
ไปเป็นการแทนเชิงกายภาพได้
14:20
we can sit back and let our
visual cortex do all the hard work.
visual cortex do all the hard work.
399
848240
3016
เราก็นั่งสบายได้ ให้สมองส่วนการเห็น
ทำงานหนักทั้งหมดนั้นแทน
ทำงานหนักทั้งหมดนั้นแทน
14:23
It can find all the detailed patterns,
400
851256
1734
มันหารูปแบบที่ละเอียดนั้น
ได้ทั้งหมด
ได้ทั้งหมด
14:24
all the important pieces, for us.
401
852990
2020
หาชิ้นส่วนที่สำคัญทั้งหมด
ให้กับเราได้
ให้กับเราได้
14:27
It can find out exactly how the pieces of that code
402
855010
2593
มันสามารถหาได้อย่างถูกต้อง
วิธีที่ชิ้นส่วนของรหัสนั้น
วิธีที่ชิ้นส่วนของรหัสนั้น
14:29
work together to control that battery.
403
857603
2934
ทำงานด้วยกัน เพื่อควบคุมแบตเตอรี่
ได้อย่างไร
ได้อย่างไร
14:32
All of this can be done in a matter of hours,
404
860537
3004
ทั้งหมดนี้สามารถทำได้
ในเวลาไม่กี่ชั่วโมง
ในเวลาไม่กี่ชั่วโมง
14:35
whereas the same process
405
863541
1356
ในขณะที่กระบวนการเดียวกันนี้
14:36
would have taken months in the past.
406
864897
2922
อาจต้องใช้เวลาเป็นเดือนๆ ในอดีต
14:39
This is all well and good
407
867819
1189
ทั้งหมดนี้ ดีแล้ว น่าพอใจ
14:41
in a theoretical blow up a terrorist's phone situation.
408
869008
2942
ในสถานการณ์ระเบิดโทรศัพท์
ของผู้ก่อการร้าย ในเชิงทฤษฎี
ของผู้ก่อการร้าย ในเชิงทฤษฎี
14:43
I wanted to find out if this would really work
409
871950
2847
ผมยังต้องการรู้ว่า
มันจะใช้ได้จริงหรือไม่
มันจะใช้ได้จริงหรือไม่
14:46
in the work I do every day.
410
874797
2629
ในงานที่ผมทำอยู่ ทุกวันนี้
14:49
So I was playing around with these same concepts
411
877426
3055
ผมจึงเล่นกับความรู้เดียวกันนี้ ไปเรื่อยๆ
14:52
with some of the data I've looked at in the past,
412
880481
3024
กับข้อมูลบางอย่าง
ที่ผมเห็นมาแล้ว ในอดีต
ที่ผมเห็นมาแล้ว ในอดีต
14:55
and yet again, I was trying to find
413
883505
2492
แต่ก็อีกนั่นแหละ ผมกำลังพยายามหา
14:57
a very detailed, specific piece of code
414
885997
2208
ชิ้นรหัสที่เฉพาะเจาะจง
และก็ละเอียดมาก
และก็ละเอียดมาก
15:00
inside of a massive piece of binary information.
415
888205
3595
ภายในชิ้นส่วนของข้อมูล
เลขฐานสองที่หนาแน่น
เลขฐานสองที่หนาแน่น
15:03
So I looked at it at this level,
416
891800
1773
ผมจึงดูมัน ที่ระดับนี้
15:05
thinking I was looking at the right thing,
417
893573
1950
และคิดว่า ผมกำลังดู สิ่งที่ถูกต้องแล้ว
15:07
only to see this doesn't have
418
895523
2321
เพียงเพื่อจะพบว่าสิ่งนี้ไม่ได้มี
15:09
the connectivity I would have expected
419
897844
1740
ความเชื่อมโยง เหมือนกับที่ผมคิดไว้
15:11
for the code I was looking for.
420
899584
1905
สำพรับรหัส ที่ผมกำลังมองหาอยู่
15:13
In fact, I'm not really sure what this is,
421
901489
2603
จริงๆ แล้ว ผมไม่แน่ใจนัก ว่ามันคืออะไร
15:16
but when I stepped back a level
422
904092
1012
แต่เมื่อผมถอยลงมา หนึ่งระดับ
15:17
and looked at the similarities within the code
423
905104
1715
และดูที่ความเหมือนๆ กัน ภายในรหัสนั้น
15:18
I saw, this doesn't have similarities
424
906819
2294
ผมจึงเห็นว่า มันไม่ได้มีความเหมือนกัน
15:21
like any code that exists out there.
425
909113
1491
เหมือนรหัสใดๆ ที่มีอยู่ตรงนั้น
15:22
I can't even be looking at code.
426
910604
2225
ผมไม่ได้กำลังดูรหัสอยู่ ด้วยซํ้าไป
15:24
In fact, from this perspective,
427
912829
2386
ความจริง จากมุมมองนี้
15:27
I could tell, this isn't code.
428
915215
2048
ผมอาจบอกได้เลยว่า มันไม่ได้เป็นรหัส
15:29
This is an image of some sort.
429
917263
2048
นี่มันเป็นภาพ อย่างใดอย่างหนึ่ง
15:31
And from here, I can see,
430
919311
1682
และจากตรงนี้ ผมสามารถเห็นได้ว่า
15:32
it's not just an image, this is a photograph.
431
920993
2911
มันไม่ได้เป็นแค่ภาพ
มันเป็นภาพถ่าย
มันเป็นภาพถ่าย
15:35
Now that I know it's a photograph,
432
923904
1392
ตอนนี้ผมรู้ว่า มันเป็นภาพถ่าย
15:37
I've got dozens of other
binary translation techniques
binary translation techniques
433
925296
2930
แต่ผมมีเทคนิคการแปลเลขฐานสอง
แบบอื่นๆ อีกเยอะแยะ
แบบอื่นๆ อีกเยอะแยะ
15:40
to visualize and understand that information,
434
928226
2421
ที่จะทำให้เห็นภาพ และเข้าใจข้อมูลนั้น
15:42
so in a matter of seconds,
we can take this information,
we can take this information,
435
930647
2543
ดังนั้น ในไม่กี่วินาที
เราก็สามารถเอาข้อมูลนี้
เราก็สามารถเอาข้อมูลนี้
15:45
shove it through a dozen other
visual translation techniques
visual translation techniques
436
933190
2397
เอามันใส่ลงไป ผ่านเทคนิคการแปลภาพอื่นๆ
15:47
in order to find out exactly what we were looking at.
437
935587
3731
เพื่อจะพบให้แน่ๆ ว่า เรากำลังดูอะไรอยู่
15:51
I saw — (Laughter) —
438
939318
1682
ผมจึงได้เห็น --(เสียงหัวเราะ)--
15:53
it was that darn kitten again.
439
941000
3456
มันก็เป็นแมวตัวนั้น อีกแล้ว
15:56
All this is enabled
440
944456
1050
ทั้งหมดนี้ สามารถทำได้
15:57
because we were able to find a way
441
945506
1495
เพราะว่า เราสามารถพบวิธีการ
15:59
to translate a very hard problem
442
947001
2029
ที่จะแปลปัญหาที่ยากมากๆ
16:01
to something our brains do very naturally.
443
949030
2512
เป็นบางสิ่งที่สมองของเรา
ทำงานเป็นธรรมชาติอย่างยิ่ง
ทำงานเป็นธรรมชาติอย่างยิ่ง
16:03
So what does this mean?
444
951542
2238
แล้ว สิ่งนี้หมายความว่าอะไร?
16:05
Well, for kittens, it means
445
953780
1545
ครับ สำหรับลูกแมว มันหมายความว่า
16:07
no more hiding in ones and zeros.
446
955325
2417
ไม่มีอะไรซ่อนเร้นอีกแล้ว
ในเลข 1 และ 0
ในเลข 1 และ 0
16:09
For me, it means no more wasted weekends.
447
957742
3303
สำหรับผม หมายถึง
ไม่ต้องเสียเวลาวันหยุดอีกแล้ว
ไม่ต้องเสียเวลาวันหยุดอีกแล้ว
16:13
For cyber, it means we have a radical new way
448
961045
2612
สำหรับโลกออนไลน์
หมายถึง เรามีวิธีการใหม่ที่สำคัญ
หมายถึง เรามีวิธีการใหม่ที่สำคัญ
16:15
to tackle the most impossible problems.
449
963657
2965
ในการใช้แก้ปัญหา
ที่เป็นไปไม่ได้ที่สุด
ที่เป็นไปไม่ได้ที่สุด
16:18
It means we have a new weapon
450
966622
1812
มันหมายถึงเรามีอาวุธใหม่
16:20
in the evolving theater of cyber warfare,
451
968434
2416
ในเวทีสงครามออนไลน์ ที่วิวัฒน์ไป
16:22
but for all of us,
452
970850
1420
แต่สำหรับพวกเราทุกคนแล้ว
16:24
it means that cyber engineers
453
972270
1475
มันหมายถึงว่า วิศวกรออนไลน์
16:25
now have the ability to become first responders
454
973745
2146
ขณะนี้ มีความสามารถ
จะเป็นคนแรกที่ตอบโต้
จะเป็นคนแรกที่ตอบโต้
16:27
in emergency situations.
455
975891
2583
ในสถานการณ์ฉุกเฉินได้
16:30
When seconds count,
456
978474
1047
เมื่อวินาทีนั้น สำคัญ
16:31
we've unlocked the means to stop the bad guys.
457
979521
3409
เราได้ไขวิธีการ
ที่จะหยุดคนไม่ดีได้
ที่จะหยุดคนไม่ดีได้
16:34
Thank you.
458
982930
2000
ขอบคุณครับ
16:36
(Applause)
459
984930
2962
(เสียงปรบมือ)
Translated by yamela areesamarn
ABOUT THE SPEAKER
Chris Domas - Cybersecurity researcherChris Domas is an embedded systems engineer and cybersecurity researcher.
Why you should listen
Chris Domas is a cyber-security researcher at the Battelle Memorial Institute. He specializes in embedded systems reverse-engineering (RE) and vulnerability analysis, figuring out how to manipulate electronic devices. Applying this towards national security, his group develops cyber technology that protects people on the newest front of global war.
Domas graduated from Ohio State University, where he set out to take every class offered by the school. He bounced between majors in electrical engineering, physics, mathematics, mechanical engineering, biology, chemistry, statistics, biomedical engineering, computer graphics, psychology, and linguistics, but finally ran out of money and was forced to graduate. Settling on a degree in computer science, with an irrelevant handful of minors, he joined Battelle as a cyber security researcher. Today, he strives to incorporate ideas from these disparate fields to tackle the world’s most challenging cyber problems in innovative and unexpected ways. As a result of his work, he received Battelle’s coveted 2013 Emerging Scientist and 2013 Technical Achievement awards. He continues to present research around the country, most recently at the cyber security conferences Black Hat, REcon and DerbyCon.
Chris Domas | Speaker | TED.com