TED2014
Randall Munroe: Comics that ask "what if?"
Ράνταλ Μανρό: Γελοιογραφίες που ρωτάνε «Τι θα γινόταν αν;»
Filmed:
Readability: 3.3
3,496,101 views
Ο διαδικτυακός γελοιογράφος Ράνταλ Μανρό απαντάει σε απλές ερωτήσεις τύπου «Τι θα γινόταν αν» («Τι θα γινόταν αν χτυπούσες μια μπάλα του μπέιζμπολ που κινείται με την ταχύτητα του φωτός;») χρησιμοποιώντας μαθηματικά, φυσική, λογική και ανέκφραστο χιούμορ. Σε αυτή τη χαριτωμένη ομιλία, η ερώτηση ενός αναγνώστη σχετικά με τις αποθήκες δεδομένων της Google οδηγεί τον Μανρό σε ένα μονοπάτι με μια ξεκαρδιστική υπερβολικά λεπτομερή απάντηση - στην οποία, σσσς, μπορεί και να μάθετε κάτι.
Randall Munroe - Cartoonist
Randall Munroe sketches elegant and illuminating explanations of the weird science and math questions that keep geeks awake at night. Full bio
Randall Munroe sketches elegant and illuminating explanations of the weird science and math questions that keep geeks awake at night. Full bio
Double-click the English transcript below to play the video.
00:12
So, I have a feature on my website where every week
0
882
2509
Έχω στην ιστοσελίδα μου
ένα κομμάτι όπου κάθε βδομάδα
ένα κομμάτι όπου κάθε βδομάδα
00:15
people submit hypothetical questions
1
3391
2000
ο κόσμος υποβάλλει υποθετικές ερωτήσεις
00:17
for me to answer,
2
5391
1588
για να απαντήσω,
00:18
and I try to answer them using math, science
3
6979
2381
και προσπαθώ να τις απαντήσω
χρησιμοποιώντας μαθηματικά,
χρησιμοποιώντας μαθηματικά,
00:21
and comics.
4
9360
1460
επιστήμη και γελοιογραφίες.
00:22
So for example, one person asked,
5
10820
2408
Έτσι για παράδειγμα, κάποιος ρώτησε,
τι θα γινόταν
τι θα γινόταν
00:25
what would happen if you tried to hit a baseball
6
13228
1694
αν προσπαθούσες να χτυπήσεις
μια μπάλα του μπέιζμπολ
μια μπάλα του μπέιζμπολ
00:26
pitched at 90 percent of the speed of light?
7
14922
2406
που την έριξαν στο 90 τοις εκατό
της ταχύτητας του φωτός;
της ταχύτητας του φωτός;
00:29
So I did some calculations.
8
17328
2952
Έκανα λοιπόν μερικούς υπολογισμούς.
00:32
Now, normally, when an object flies through the air,
9
20280
2267
Κανονικά, όταν ένα αντικείμενο
πετάει στον αέρα,
πετάει στον αέρα,
00:34
the air will flow around the object,
10
22547
1474
ο αέρας ρέει γύρω από αυτό,
00:36
but in this case, the ball would be going so fast
11
24021
1929
αλλά τώρα η μπάλα θα πηγαίνει τόσο γρήγορα
00:37
that the air molecules wouldn't have time
12
25950
1451
που τα μόρια του αέρα
δεν θα προλαβαίνουν
δεν θα προλαβαίνουν
00:39
to move out of the way.
13
27401
1619
να φύγουν από τη μέση.
00:41
The ball would smash right into and through them,
14
29020
2987
Η μπάλα θα τα χτυπούσε
και θα τα διαπερνούσε,
και θα τα διαπερνούσε,
00:44
and the collisions with these air molecules
15
32007
1661
και αυτές οι συγκρούσεις
με τα μόρια αέρα
με τα μόρια αέρα
00:45
would knock away the nitrogen,
16
33668
1665
διώχνουν το άζωτο,
00:47
carbon and hydrogen from the ball,
17
35333
1958
τον άνθρακα και το υδρογόνο
από την μπάλα,
από την μπάλα,
00:49
fragmenting it off into tiny particles,
18
37291
1837
κατακερματίζοντάς την
σε μικροσκοπικά σωματίδια
σε μικροσκοπικά σωματίδια
00:51
and also triggering waves of thermonuclear fusion
19
39128
2484
προκαλώντας κύματα θερμοπυρηνικής σύντηξης
00:53
in the air around it.
20
41612
1528
στον αέρα γύρω της.
00:55
This would result in a flood of x-rays
21
43140
2165
Αυτό θα είχε ως αποτέλεσμα
μια πλημμύρα ακτίνων Χ
μια πλημμύρα ακτίνων Χ
00:57
that would spread out in a bubble
22
45305
1751
που θα απλωθούν σε μια φούσκα
00:59
along with exotic particles,
23
47056
1426
μαζί με εξωτικά σωματίδια,
01:00
plasma inside, centered on the pitcher's mound,
24
48482
3120
μέσα με πλάσμα, κεντραρισμένα
στο ανάχωμα του ρίπτη,
στο ανάχωμα του ρίπτη,
01:03
and that would move away from the pitcher's mound
25
51602
3542
και θα μετακινούταν μακριά
από το ανάχωμα του ρίπτη
από το ανάχωμα του ρίπτη
01:07
slightly faster than the ball.
26
55144
2485
ελαφρώς γρηγορότερα από την μπάλα.
01:09
Now at this point, about 30 nanoseconds in,
27
57629
2682
Σε αυτό το σημείο, περίπου
μετά από 30 νανοδευτερόλεπτα,
μετά από 30 νανοδευτερόλεπτα,
01:12
the home plate is far enough away
28
60311
1903
η αρχική βάση είναι αρκετά μακρυά
01:14
that light hasn't had time to reach it,
29
62214
1906
ώστε το φως δεν έχει χρόνο
να το φτάσει,
να το φτάσει,
01:16
which means the batter
30
64120
1451
που σημαίνει ότι ο ροπαλοφόρος
01:17
still sees the pitcher about to throw
31
65571
2764
ακόμη βλέπει τον ρίπτη έτοιμο να ρίξει
01:20
and has no idea that anything is wrong.
32
68335
2017
και δεν έχει ιδέα
ότι κάτι πάει στραβά.
ότι κάτι πάει στραβά.
01:22
(Laughter)
33
70352
2272
(Γέλια)
01:24
Now, after 70 nanoseconds,
34
72624
2426
Τώρα, μετά από 70 νανοδευτερόλεπτα,
01:27
the ball will reach home plate,
35
75050
1454
η μπάλα θα φτάσει την αρχική βάση,
01:28
or at least the cloud of expanding plasma
36
76504
2737
ή τουλάχιστον το σύννεφο
του επεκτεινόμενου πλάσματος
του επεκτεινόμενου πλάσματος
01:31
that used to be the ball,
37
79241
2129
που ήταν πριν η μπάλα,
01:33
and it will engulf the bat and the batter
38
81370
3765
και θα καταπιεί το ρόπαλο
και τον ροπαλοφόρο
και τον ροπαλοφόρο
01:37
and the plate and the catcher and the umpire
39
85135
3461
και τη βάση και τον λήπτη
και τον διαιτητή
και τον διαιτητή
01:40
and start disintegrating them all
40
88596
2805
και θα αρχίσει να τους αποσυνθέτει όλους
01:43
as it also starts to carry them backward
41
91401
3166
καθώς ξεκινά να τους κουβαλά προς τα πίσω
01:46
through the backstop, which
also starts to disintegrate.
also starts to disintegrate.
42
94567
3464
μέσα από το φράχτη πίσω από τη βάση,
που αρχίζει επίσης να αποσυντίθεται.
που αρχίζει επίσης να αποσυντίθεται.
01:50
So if you were watching this whole thing
43
98031
1770
Έτσι, αν κοιτούσατε το όλο πράγμα
01:51
from a hill,
44
99801
1307
από έναν λόφο,
01:53
ideally, far away,
45
101108
3373
ιδανικά, από πολύ μακριά,
θα βλέπατε μια φωτεινή αστραπή
01:56
what you'd see is a bright flash of light
46
104481
1455
01:57
that would fade over a few seconds,
47
105936
1506
που θα έσβηνε σε λίγα δευτερόλεπτα,
01:59
followed by a blast wave spreading out,
48
107442
2128
ακολουθούμενη από ένα ωστικό κύμα
που εξαπλώνεται,
που εξαπλώνεται,
02:01
shredding trees and houses
49
109570
2460
θρυμματίζοντας δέντρα και σπίτια
02:04
as it moves away from the stadium,
50
112030
2119
καθώς μετακινείται μακριά από το στάδιο,
02:06
and then eventually a mushroom cloud
51
114149
2932
και τελικά θα γίνει ένα νέφος μανιτάρι
02:09
rising up over the ruined city. (Laughter)
52
117081
3761
που θα σηκωθεί πάνω
από την κατεστραμμένη πόλη. (Γέλια)
από την κατεστραμμένη πόλη. (Γέλια)
02:12
So the Major League Baseball rules
53
120842
1156
Έτσι οι κανονισμοί
του πρωταθλήματος μπέιζμπολ
του πρωταθλήματος μπέιζμπολ
02:13
are a little bit hazy,
54
121998
2104
είναι λίγο ασαφείς,
02:16
but — (Laughter) — under rule 6.02 and 5.09,
55
124102
4885
αλλά - (Γέλια) -
στον κανόνα 6.02 και 5.09,
στον κανόνα 6.02 και 5.09,
02:20
I think that in this situation,
56
128987
1609
νομίζω ότι σε αυτή την περίπτωση,
02:22
the batter would be considered hit by pitch
57
130596
2453
ο ροπαλοφόρος θα θεωρηθεί
ότι χτυπήθηκε από τη ρίψη
ότι χτυπήθηκε από τη ρίψη
02:25
and would be eligible to take first base,
58
133049
2634
και θα δικαιούται να λάβει την πρώτη βάση,
02:27
if it still existed.
59
135683
3203
αν υπήρχε ακόμη.
02:30
So this is the kind of question I answer,
60
138886
1796
Τέτοιου είδους ερωτήσεις απαντάω,
02:32
and I get people writing in with
61
140682
2139
και πολλοί άνθρωποι μου γράφουν
02:34
a lot of other strange questions.
62
142821
1874
με πολλές περίεργες ερωτήσεις.
02:36
I've had someone write and say,
63
144695
2547
Κάποιος μου έγραψε και είπε,
μιλώντας επιστημονικά,
ποιος είναι ο καλύτερος
ποιος είναι ο καλύτερος
02:39
scientifically speaking, what is the best
64
147242
1919
02:41
and fastest way to hide a body?
65
149161
2070
και γρηγορότερος τρόπος
να κρύψεις ένα πτώμα;
να κρύψεις ένα πτώμα;
02:43
Can you do this one soon?
66
151231
2222
Μπορείς να το απαντήσεις σύντομα;
02:45
And I had someone write in,
67
153453
1860
Και κάποιος μου έγραψε,
02:47
I've had people write in about,
68
155313
2015
κάποιοι μου έγραψαν
αν μπορώ να αποδείξω αν μπορείς ή όχι
να ξαναβρείς αγάπη
να ξαναβρείς αγάπη
02:49
can you prove whether or not you can find love again
69
157328
2204
02:51
after your heart's broken?
70
159532
1672
αφού σου έχουν ραγίσει την καρδιά;
02:53
And I've had people send in
71
161204
1775
Και μου στέλνουν
02:54
what are clearly homework questions
72
162979
1991
ξεκάθαρα ερωτήσεις για σχολικές εργασίες
02:56
they're trying to get me to do for them.
73
164970
3143
που προσπαθούν να με κάνουν
να τις κάνω γι' αυτούς.
να τις κάνω γι' αυτούς.
03:00
But one week, a couple months ago,
74
168113
2905
Αλλά μια εβδομάδα,
πριν από μερικούς μήνες,
πριν από μερικούς μήνες,
03:03
I got a question that was actually about Google.
75
171018
3661
έλαβα μια ερώτηση που ήταν για την Google.
03:06
If all digital data in the world
were stored on punch cards,
were stored on punch cards,
76
174679
2966
Αν όλα τα ψηφιακά δεδομένα στον κόσμο
ήταν αποθηκευμένα σε διάτρητες κάρτες,
ήταν αποθηκευμένα σε διάτρητες κάρτες,
03:09
how big would Google's data warehouse be?
77
177645
2679
πόσο μεγάλο θα πρέπει να είναι
η αποθήκη δεδομένων της Google;
η αποθήκη δεδομένων της Google;
03:12
Now, Google's pretty secretive
about their operations,
about their operations,
78
180324
2722
Η Google είναι αρκετά μυστικοπαθής
σχετικά με τις λειτουργίες της,
σχετικά με τις λειτουργίες της,
03:15
so no one really knows how much data Google has,
79
183046
3376
έτσι κανείς δεν γνωρίζει πραγματικά
πόσα δεδομένα έχει η Google,
πόσα δεδομένα έχει η Google,
03:18
and in fact, no one really knows
how many data centers Google has,
how many data centers Google has,
80
186422
2515
κανείς δεν γνωρίζει πραγματικά
πόσα κέντρα δεδομένων έχει
πόσα κέντρα δεδομένων έχει
03:20
except people at Google itself.
81
188937
2491
εκτός από τα άτομα στην ίδια την Google.
03:23
And I've tried, I've met them a few times,
82
191428
1234
Προσπάθησα,
τους συνάντησα μερικές φορές,
τους συνάντησα μερικές φορές,
03:24
tried asking them, and they
aren't revealing anything.
aren't revealing anything.
83
192662
5223
προσπάθησα να τους ρωτήσω
και δεν αποκάλυπταν τίποτα.
και δεν αποκάλυπταν τίποτα.
Έτσι αποφάσισα να προσπαθήσω
να το υπολογίσω μόνος μου.
να το υπολογίσω μόνος μου.
03:29
So I decided to try to figure this out myself.
84
197885
2535
03:32
There are a few things that I looked at here.
85
200420
2159
Κοίταξα μερικά πράγματα.
03:34
I started with money.
86
202579
1906
Ξεκίνησα με τα χρήματα.
03:36
Google has to reveal how much they spend,
87
204485
2142
Η Google πρέπει να αποκαλύψει
πόσα ξοδεύει,
πόσα ξοδεύει,
03:38
in general, and that lets you put some caps
88
206627
1990
γενικά, και αυτό σας επιτρέπει
να θέσετε κάποια όρια
να θέσετε κάποια όρια
03:40
on how many data centers could they be building,
89
208617
3786
στα πόσα κέντρα δεδομένα
θα μπορούσαν να χτίσουν,
θα μπορούσαν να χτίσουν,
03:44
because a big data center costs
a certain amount of money.
a certain amount of money.
90
212403
2300
επειδή ένα μεγάλο κέντρο δεδομένων
κοστίζει ένα συγκεκριμένο ποσό.
κοστίζει ένα συγκεκριμένο ποσό.
03:46
And you can also then put a cap on
91
214703
2432
Και μπορείτε να βάλετε ένα όριο
03:49
how much of the world hard
drive market are they taking up,
drive market are they taking up,
92
217135
2331
στο ποσοστό της παγκόσμιας αγοράς
σκληρών δίσκων που καταλαμβάνουν
σκληρών δίσκων που καταλαμβάνουν
03:51
which turns out, it's pretty sizable.
93
219466
1952
που απ' ότι φαίνεται,
είναι αρκετά μεγάλο.
είναι αρκετά μεγάλο.
03:53
I read a calculation at one point,
94
221418
1937
Διάβασα έναν υπολογισμό κάποια στιγμή,
03:55
I think Google has a drive failure
95
223355
1465
νομίζω ότι η Google έχει
μία αστοχία δίσκου
μία αστοχία δίσκου
03:56
about every minute or two,
96
224820
3254
περίπου κάθε ένα με δύο λεπτά,
04:00
and they just throw out the hard drive
97
228074
1350
και απλώς πετάνε τον σκληρό δισκό
04:01
and swap in a new one.
98
229424
1386
και βάζουν έναν καινούργιο.
04:02
So they go through a huge number of them.
99
230810
2200
Χρησιμοποιούν έναν μεγάλο αριθμό δίσκων.
04:05
And so by looking at money,
100
233010
1111
Έτσι, κοιτώντας τα χρήματα,
04:06
you can get an idea of how
many of these centers they have.
many of these centers they have.
101
234121
2849
μπορείτε να πάρετε μια ιδέα
πόσα κέντρα έχουν.
πόσα κέντρα έχουν.
04:08
You can also look at power.
102
236970
1860
Μπορείτε να κοιτάξετε και την ισχύ.
04:10
You can look at how much electricity they need,
103
238830
3897
Μπορείτε να δείτε πόσο
ηλεκτρισμό χρειάζονται,
ηλεκτρισμό χρειάζονται,
04:14
because you need a certain amount
of electricity to run the servers,
of electricity to run the servers,
104
242727
1807
επειδή οι διακομιστές
χρειάζονται ηλεκτρισμό,
χρειάζονται ηλεκτρισμό,
04:16
and Google is more efficient than most,
105
244534
2039
και η Google είναι
γενικά πιο αποτελεσματική,
γενικά πιο αποτελεσματική,
04:18
but they still have some basic requirements,
106
246573
3097
αλλά συνεχίζουν να έχουν
κάποιες βασικές απαιτήσεις,
κάποιες βασικές απαιτήσεις,
04:21
and that lets you put a limit
107
249670
1916
και αυτό σας επιτρέπει
να βάλετε ένα όριο
να βάλετε ένα όριο
04:23
on the number of servers that they have.
108
251586
1947
στον αριθμό των διακομιστών που έχουν.
04:25
You can also look at square footage and see
109
253533
4191
Μπορείτε να δείτε και τα τετραγωνικά μέτρα
και να δείτε
και να δείτε
04:29
of the data centers that you know,
110
257724
1276
πόσο μεγάλα είναι
τα κέντρα δεδομένων που γνωρίζετε,
τα κέντρα δεδομένων που γνωρίζετε,
04:31
how big are they?
111
259000
1353
04:32
How much room is that?
112
260353
922
Πόσος χώρος είναι αυτός;
04:33
How many server racks could you fit in there?
113
261275
2360
Πόσα ράφια διακομιστών
μπορείτε να βάλετε εκεί;
μπορείτε να βάλετε εκεί;
04:35
And for some data centers,
114
263635
1703
Και για μερικά κέντρα δεδομένων,
04:37
you might get two of these pieces of information.
115
265338
1989
μπορείτε να πάρετε δύο από αυτές
τις πληροφορίες.
τις πληροφορίες.
04:39
You know how much they spent,
116
267327
1696
Ξέρετε πόσο ξοδεύουν,
04:41
and they also, say, because they had to contract
117
269023
2357
και επίσης, επειδή έπρεπε
να κάνουν συμβόλαιο
να κάνουν συμβόλαιο
04:43
with the local government
118
271380
1419
με την τοπική κυβέρνηση
04:44
to get the power provided,
119
272799
1680
για να πάρουν την απαιτούμενη ισχύ,
04:46
you might know what they made a deal to buy,
120
274479
2657
ίσως να ξέρετε ότι έκαναν
μια συμφωνία να αγοράσουν,
μια συμφωνία να αγοράσουν,
04:49
so you know how much power it takes.
121
277136
1754
ώστε ξέρετε πόση ισχύς απαιτείται.
04:50
Then you can look at the ratios of those numbers,
122
278890
2294
Μετά μπορείτε να δείτε τις αναλογίες
αυτών των αριθμών
αυτών των αριθμών
04:53
and figure out for a data center
123
281184
1529
και να υπολογίσετε ένα κέντρο δεδομένων
04:54
where you don't have that information,
124
282713
1636
εκεί που δεν έχετε τις πληροφορίες,
04:56
you can figure out,
125
284349
1092
μπορείτε να τις υπολογίσετε,
04:57
but maybe you only have one of those,
126
285441
2187
αλλά ίσως έχετε μόνο μία από αυτές,
04:59
you know the square footage,
then you could figure out
then you could figure out
127
287628
1679
ξέρετε τα τετραγωνικά,
μετά μπορείτε να υπολογίσετε
μετά μπορείτε να υπολογίσετε
05:01
well, maybe the power is proportional.
128
289307
2323
την ισχύ αναλογικά.
05:03
And you can do this same thing
with a lot of different quantities,
with a lot of different quantities,
129
291630
2320
Μπορείτε να κάνετε το ίδιο
για διάφορες ποσότητες,
για διάφορες ποσότητες,
05:05
you know, with guesses about
the total amount of storage,
the total amount of storage,
130
293950
2076
να μαντέψετε το συνολικό
ποσό αποθήκευσης,
ποσό αποθήκευσης,
05:08
the number of servers, the
number of drives per server,
number of drives per server,
131
296026
2593
τον αριθμό των διακομιστών,
τον αριθμό των δίσκων ανά διακομιστή,
τον αριθμό των δίσκων ανά διακομιστή,
05:10
and in each case using what you know
132
298619
3047
και σε κάθε περίπτωση
να χρησιμοποιείτε αυτά που ξέρετε
να χρησιμοποιείτε αυτά που ξέρετε
05:13
to come up with a model that narrows down
133
301666
2527
για να βρείτε ένα μοντέλο
που ελαχιστοποιεί
που ελαχιστοποιεί
05:16
your guesses for the things that you don't know.
134
304193
2130
τις μαντεψιές για όσα δεν γνωρίζετε.
05:18
It's sort of circling around the
number you're trying to get.
number you're trying to get.
135
306323
2265
Είναι σαν να κάνεις κύκλους γύρω
από τον αριθμό που ψάχνεις.
από τον αριθμό που ψάχνεις.
05:20
And this is a lot of fun.
136
308588
2555
Και έχει πολύ πλάκα αυτό.
05:23
The math is not all that advanced,
137
311143
2182
Τα μαθηματικά δεν είναι
και τόσο προχωρημένα,
και τόσο προχωρημένα,
05:25
and really it's like nothing more than
138
313325
3135
δεν είναι τίποτα παραπάνω
05:28
solving a sudoku puzzle.
139
316460
2012
από το να λύνεις ένα σουντόκου.
05:30
So what I did, I went through all of this information,
140
318472
5309
Και αυτό που έκανα ήταν
να μελετήσω όλες αυτές τις πληροφορίες,
να μελετήσω όλες αυτές τις πληροφορίες,
05:35
spent a day or two researching.
141
323781
1759
πέρασα μία με δύο μέρες ερευνώντας.
05:37
And there are some things I didn't look at.
142
325540
2039
Μερικά πράγματα δεν τα κοίταξα.
05:39
You could always look at the Google
143
327579
3043
Μπορείτε πάντα να δείτε τα μηνύματα
05:42
recruitment messages that they post.
144
330622
1817
πρόσληψης που αναρτά η Google.
05:44
That gives you an idea of where they have people.
145
332439
1938
Αυτό σας δίνει μια ιδέα
για το που έχουν κόσμο.
για το που έχουν κόσμο.
05:46
Sometimes, when people visit a data center,
146
334377
1611
Μερικές φορές, όταν κάποιος
επισκέπτεται ένα κέντρο δεδομένων,
επισκέπτεται ένα κέντρο δεδομένων,
05:47
they'll take a cell-cam photo and post it,
147
335988
1845
τραβάνε μια φωτογραφία με το κινητό
και την ανεβάζουν,
και την ανεβάζουν,
05:49
and they aren't supposed to,
148
337833
1490
και κανονικά δεν πρέπει,
05:51
but you can learn things about
their hardware that way.
their hardware that way.
149
339323
2813
αλλά μπορείτε να μάθετε πράγματα
για το υλικό τους έτσι.
για το υλικό τους έτσι.
05:54
And in fact, you can just
look at pizza delivery drivers.
look at pizza delivery drivers.
150
342136
2553
Μπορείτε να δείτε και τους οδηγούς
που παραδίδουν πίτσες.
που παραδίδουν πίτσες.
05:56
Turns out, they know where all
the Google data centers are,
the Google data centers are,
151
344689
2655
Φαίνεται πως ξέρουν που είναι όλα
τα κέντρα δεδομένων της Google,
τα κέντρα δεδομένων της Google,
05:59
at least the ones that have people in them.
152
347344
2876
τουλάχιστον αυτά που έχουν κόσμο.
06:02
But I came up with my estimate,
153
350220
2185
Αλλά έβγαλα την εκτίμησή μου,
06:04
which I felt pretty good about,
154
352405
1864
για την οποία ένιωσα πολύ καλά,
06:06
that was about 10 exabytes of data
155
354269
3249
η οποία ήταν περίπου 10 exabytes δεδομένων
06:09
across all of Google's operations,
156
357518
2422
κατά μήκος όλων των λειτουργιών
της Google,
της Google,
06:11
and then another maybe five exabytes or so
157
359940
3432
και μετά περίπου άλλα πέντε exabytes
06:15
of offline storage in tape drives,
158
363372
2045
σε αποθήκευση εκτός διαδικτύου
σε κασέτες,
σε κασέτες,
06:17
which it turns out Google is
159
365417
1575
που απ' ότι φαίνεται η Google
06:18
about the world's largest consumer of.
160
366992
2510
είναι ο μεγαλύτερος καταναλωτής
στον κόσμο.
στον κόσμο.
06:21
So I came up with this estimate, and this is
161
369502
3561
Έτσι έβγαλα αυτήν την εκτίμηση,
και είναι ένα συγκλονιστικό
ποσό δεδομένων.
ποσό δεδομένων.
06:25
a staggering amount of data.
162
373063
1243
06:26
It's quite a bit more than any other organization
163
374306
2874
Είναι αρκετά περισσότερα
από οποιονδήποτε άλλο οργανισμό
από οποιονδήποτε άλλο οργανισμό
06:29
in the world has, as far as we know.
164
377180
1747
στον κόσμο, όσο γνωρίζουμε.
06:30
There's a couple of other contenders,
165
378927
1746
Υπάρχουν μερικοί άλλοι διεκδικητές,
06:32
especially everyone always thinks of the NSA.
166
380673
2344
όλοι σκέφτονται πάντα
την Εθνική Υπηρεσία Ασφαλείας.
την Εθνική Υπηρεσία Ασφαλείας.
06:35
But using some of these same methods,
167
383017
1429
Αλλά χρησιμοποιώντας
μερικές από τις ίδιες μεθόδους.
μερικές από τις ίδιες μεθόδους.
06:36
we can look at the NSA's data centers,
168
384446
2023
μπορούμε να δούμε
τα κέντρα δεδομένων της NSA,
τα κέντρα δεδομένων της NSA,
06:38
and figure out, you know, we
don't know what's going on there,
don't know what's going on there,
169
386469
2482
και να υπολογίσουμε, δεν ξέρουμε
τι γίνεται εκεί μέσα,
τι γίνεται εκεί μέσα,
06:40
but it's pretty clear that their operation
170
388951
2090
αλλά είναι ξεκάθαρο
ότι η λειτουργία τους
ότι η λειτουργία τους
06:43
is not the size of Google's.
171
391041
1597
δεν έχει το μέγεθος της Google.
06:44
Adding all of this up, I came up with
172
392638
1739
Βάζοντάς τα όλα μαζί, βρήκα
06:46
the other thing that we can answer, which is,
173
394377
1896
το άλλο πράγμα που μπορούμε
να απαντήσουμε, δηλαδή,
να απαντήσουμε, δηλαδή,
06:48
how many punch cards would this take?
174
396273
1985
πόσες διάτρητες κάρτες χρειάζονται;
06:50
And so a punch card can hold
175
398258
2958
Μια διάτρητη κάρτα μπορεί να κρατήσει
06:53
about 80 characters,
176
401216
1991
περίπου 80 χαρακτήρες,
06:55
and you can fit about 2,000 or so cards into a box,
177
403207
3773
και μπορείτε να βάλετε περίπου 2.000
κάρτες σε ένα κουτί,
κάρτες σε ένα κουτί,
06:58
and you put them in, say,
178
406980
1274
και να τα βάλετε, ας πούμε,
07:00
my home region of New England,
179
408254
1952
στην πατρίδα μου,
τη Νέα Αγγλία,
τη Νέα Αγγλία,
07:02
it would cover the entire region
180
410206
2340
θα κάλυπταν ολόκληρη την περιοχή
07:04
up to a depth of a little less than five kilometers,
181
412546
3474
σε βάθος λίγο λιγότερο
από πέντε χιλιόμετρα,
από πέντε χιλιόμετρα,
07:08
which is about three times deeper
182
416020
1443
το οποίο είναι περίπου
τρεις φορές πιο βαθύ
τρεις φορές πιο βαθύ
07:09
than the glaciers during the last ice age
183
417463
2399
από τους παγετώνες κατά τη διάρκεια
της τελευταίας εποχής των παγετώνων
της τελευταίας εποχής των παγετώνων
07:11
about 20,000 years ago.
184
419862
2168
πριν από 20.000 χρόνια περίπου.
07:14
So this is impractical, but I think
185
422030
2423
Δεν είναι πρακτικό, αλλά νομίζω
07:16
that's about the best answer I could come up with.
186
424453
2951
ότι είναι η καλύτερη απάντηση
που θα μπορούσα να βρω.
που θα μπορούσα να βρω.
07:19
And I posted it on my website. I wrote it up.
187
427404
2138
Και την ανέβασα στην ιστοσελίδα μου.
Την έγραψα.
Την έγραψα.
07:21
And I didn't expect to get an answer from Google,
188
429542
3690
Και δεν περίμενα να λάβω
μια απάντηση από την Google,
μια απάντηση από την Google,
07:25
because of course they've been so secretive,
189
433232
1631
έπειδή φυσικά είναι τόσο μυστικοπαθείς,
07:26
they didn't answer of my questions,
190
434863
1404
δεν απάντησαν στις ερωτήσεις μου,
07:28
and so I just put it up and said,
191
436267
1507
οπότε απλώς το ανέβασα και είπα,
07:29
well, I guess we'll never know.
192
437774
1523
εντάξει, μάλλον δεν θα μάθουμε ποτέ.
07:31
But then a little while later
193
439297
2024
Αλλά μετά από λίγο καιρό
έλαβα ένα μήνυμα, μετά
από μερικές εβδομάδες, από την Google,
από μερικές εβδομάδες, από την Google,
07:33
I got a message, a couple weeks later, from Google,
194
441321
2449
07:35
saying, hey, someone here has an envelope for you.
195
443770
3442
που έλεγε, κάποιος εδώ
έχει έναν φάκελο για σένα.
έχει έναν φάκελο για σένα.
07:39
So I go and get it, open it up,
196
447212
2801
Οπότε πάω και τον παίρνω, τον ανοίγω,
07:42
and it's punch cards. (Laughter)
197
450013
2527
και έχει διάτρητες κάρτες.
(Γέλια)
(Γέλια)
07:44
Google-branded punch cards.
198
452540
3082
Διάτρητες κάρτες
με το λογότυπο της Google.
με το λογότυπο της Google.
07:47
And on these punch cards,
there are a bunch of holes,
there are a bunch of holes,
199
455622
3248
Και αυτές οι διάτρητες κάρτες
έχουν τρύπες,
έχουν τρύπες,
07:50
and I said, thank you, thank you,
200
458870
1301
και είπα, ευχαριστώ, ευχαριστώ,
07:52
okay, so what's on here?
201
460171
1519
εντάξει, τι έχουν πάνω τους;
07:53
So I get some software and start reading it,
202
461690
1630
Πήρα λοιπόν λογισμικό
για να τις διαβάσω,
για να τις διαβάσω,
07:55
and scan them, and it turns out
203
463320
2000
και να τις σκανάρω,
και τελικά
και τελικά
07:57
it's a puzzle.
204
465320
1369
είναι ένας γρίφος.
07:58
There's a bunch of code,
205
466689
1638
Έχει κάποιον κώδικα,
και πήρα μερικούς φίλους για βοήθεια,
και πήρα μερικούς φίλους για βοήθεια,
08:00
and I get some friends to help,
206
468327
1254
08:01
and we crack the code, and then
inside that is another code,
inside that is another code,
207
469581
2552
και σπάσαμε τον κώδικα
και μετά μέσα είχε έναν άλλον κώδικα,
και μετά μέσα είχε έναν άλλον κώδικα,
08:04
and then there are some equations,
208
472133
1295
και μετά είχε κάποιες εξισώσεις,
08:05
and then we solve those equations,
209
473428
1171
και μετά λύσαμε αυτές τις εξισώσεις,
08:06
and then finally out pops a message from Google
210
474599
3471
και τελικά βγαίνει ένα μήνυμα
από την Google,
από την Google,
08:10
which is their official answer to my article,
211
478070
3189
το οποίο είναι και η επίσημη απάντηση
στο άρθρο μου,
στο άρθρο μου,
08:13
and it said, "No comment."
212
481259
2452
και έλεγε, «Ουδέν σχόλιο».
08:15
(Laughter) (Applause)
213
483711
6174
(Γέλια)
(Χειροκρότημα)
(Χειροκρότημα)
08:26
And I love calculating these kinds of things,
214
494292
3217
Και μου αρέσει να υπολογίζω
τέτοια πράγματα,
τέτοια πράγματα,
και δεν είναι ότι μου αρέσουν
τα μαθηματικά,
τα μαθηματικά,
08:29
and it's not that I love doing the math.
215
497509
1715
08:31
I do a lot of math,
216
499224
1565
κάνω πολλά μαθηματικά,
08:32
but I don't really like math for its own sake.
217
500789
3076
αλλά δεν μου αρέσουν τα μαθηματικά
αυτά καθ' αυτά.
αυτά καθ' αυτά.
08:35
What I love is that it lets you take
218
503865
1950
Μου αρέσει που σας επιτρέπουν να πάρετε
08:37
some things that you know,
219
505815
1400
πράγματα που γνωρίζετε
08:39
and just by moving symbols
around on a piece of paper,
around on a piece of paper,
220
507215
4778
και απλώς μετακινώντας σύμβολα
σε ένα κομμάτι χαρτί,
σε ένα κομμάτι χαρτί,
08:43
find out something that you didn't know
221
511993
1697
να βρείτε κάτι που δεν γνωρίζατε,
08:45
that's very surprising.
222
513690
2180
είναι κάτι εκπληκτικό.
08:47
And I have a lot of stupid questions,
223
515870
1676
Έχω πολλές χαζές ερωτήσεις,
08:49
and I love that math gives the power
224
517546
1803
και μου αρέσει που τα μαθηματικά δίνουν
τη δύναμη να απαντηθούν μερικές φορές.
τη δύναμη να απαντηθούν μερικές φορές.
08:51
to answer them sometimes.
225
519349
2757
08:54
And sometimes not.
226
522106
1527
Και μερικές φορές όχι.
08:55
This is a question I got from a reader,
227
523633
2924
Αυτή είναι μια ερώτηση που έλαβα
από έναν αναγνώστη,
από έναν αναγνώστη,
08:58
an anonymous reader,
228
526557
1173
έναν ανώνυμο αναγνώστη,
08:59
and the subject line just said, "Urgent,"
229
527730
2045
και το θέμα ήταν «Επείγον»,
09:01
and this was the entire email:
230
529775
1929
και αυτό ήταν όλο το ηλεκτρονικό μήνυμα:
09:03
"If people had wheels and could fly,
231
531704
2762
«Αν οι άνθρωποι είχαν ρόδες
και μπορούσαν να πετάξουν,
και μπορούσαν να πετάξουν,
09:06
how would we differentiate them from airplanes?"
232
534466
2696
πώς θα τους ξεχωρίζαμε
από τα αεροπλάνα;»
από τα αεροπλάνα;»
09:09
Urgent. (Laughter)
233
537162
2675
Επείγον.
(Γέλια)
(Γέλια)
09:11
And I think there are some questions
234
539837
3353
Και νομίζω ότι υπάρχουν
μερικές ερωτήσεις
μερικές ερωτήσεις
09:15
that math just cannot answer.
235
543190
2670
που τα μαθηματικά απλώς
δεν μπορούν να απαντήσουν.
δεν μπορούν να απαντήσουν.
09:17
Thank you.
236
545860
2471
Σας ευχαριστώ.
09:20
(Applause)
237
548331
4350
(Χειροκρότημα)
ABOUT THE SPEAKER
Randall Munroe - CartoonistRandall Munroe sketches elegant and illuminating explanations of the weird science and math questions that keep geeks awake at night.
Why you should listen
One of a small group of professional web cartoonists, math obsessive and chronic explainer Randall Munroe dazzles the online world (and racks up millions of monthly page views) with the meaninglessly-named (and occasionally heartbreaking) webcomic xkcd.
Munroe’s blog What If? specializes in cunning answers to, as the Atlantic put it, "the kinds of of wonderful and fanciful hypotheticals that might arise when the nerdily inclined get together in bars," like “How fast can you hit a speed bump while driving and live?” or “What would happen if a hair dryer with continuous power was turned on and put in an airtight 1x1x1 meter box?” As he told Math Horizons, I really enjoy solving these kinds of things, and it’s a bonus if I realize that I can put boxes around it and make it a comic."
He is also the author of the book Thing Explainer: Complicated Stuff in Simple Words.
Randall Munroe | Speaker | TED.com