EG 2007
Kevin Kelly: The next 5,000 days of the web
Kevin Kelly sui prossimi 5000 giorni del web
Filmed:
Readability: 3.3
1,751,618 views
Alla conferenza EG del 2007, Kevin Kelly ha condiviso una statistica divertente: il World Wide Web, così come lo conosciamo, ha solo 5000 giorni. Ora, si chiede Kelly, come possiamo predire ciò che succederà nei prossimi 5000?
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
Internet, il web come noi lo conosciamo,
00:18
the kind of Web -- the things we're all talking about --
1
2000
3000
quel tipo di web - le cose di cui stiamo parlando -
00:21
is already less than 5,000 days old.
2
5000
4000
ha meno di 5000 giorni d'età.
00:25
So all of the things that we've seen come about,
3
9000
4000
Lo stesso vale per tutte le cose che abbiamo visto accadere,
00:29
starting, say, with satellite images of the whole Earth,
4
13000
3000
a partire, per esempio, dalle immagini satellitari del pianeta Terra,
00:32
which we couldn't even imagine happening before,
5
16000
3000
cose che in passato non avremmo potuto immaginare accadessero,
00:35
all these things rolling into our lives,
6
19000
4000
tutte queste cose sono entrate nelle nostre vite,
00:39
just this abundance of things that are right before us,
7
23000
5000
questa abbondanza di cose che sono qui di fronte a noi
00:44
sitting in front of our laptop, or our desktop.
8
28000
2000
che siamo seduti di fronte al nostro laptop, o al nostro desktop.
00:46
This kind of cornucopia of stuff
9
30000
2000
Questa cornucopia di cose
00:48
just coming and never ending is amazing, and we're not amazed.
10
32000
6000
che continuano a fluire e che non finiscono mai è incredibile, e non ci stupisce.
00:54
It's really amazing that all this stuff is here.
11
38000
4000
È davvero incredibile che tutte queste cose siano qui.
00:58
(Laughter)
12
42000
1000
(Risate)
00:59
It's in 5,000 days, all this stuff has come.
13
43000
4000
5000 sono i giorni in cui tutte queste cose sono arrivate.
01:03
And I know that 10 years ago,
14
47000
3000
E so che se 10 anni fa
01:06
if I had told you that this was all coming,
15
50000
2000
vi avessi detto che tutto questo sarebbe accaduto,
01:08
you would have said that that's impossible.
16
52000
3000
voi avreste detto che è impossibile.
01:11
There's simply no economic model that that would be possible.
17
55000
5000
Non c'è alcun modello economico che lo possa spiegare.
01:16
And if I told you it was all coming for free,
18
60000
2000
E se vi avessi detto che tutto ciò sarebbe arrivato gratis,
01:18
you would say, this is simply -- you're dreaming.
19
62000
2000
voi avreste detto, semplicemente: stai sognando.
01:20
You're a Californian utopian. You're a wild-eyed optimist.
20
64000
4000
Sei un utopista californiano. Sei un ottimista senza visione pratica.
01:24
And yet it's here.
21
68000
2000
Ma tutto questo è qui.
01:26
The other thing that we know about it was that 10 years ago,
22
70000
4000
L'altra cosa che sappiamo è che dieci anni fa,
01:30
as I looked at what even Wired was talking about,
23
74000
3000
se avessi guardato a ciò di cui anche Wired stava parlando,
01:33
we thought it was going to be TV, but better.
24
77000
3000
pensavamo che sarebbe stata TV, ma migliore.
01:36
That was the model. That was what everybody was suggesting
25
80000
4000
Quello era il modello; quello era ciò che tutti suggerivano
01:40
was going to be coming.
26
84000
2000
che sarebbe arrivato.
01:42
And it turns out that that's not what it was.
27
86000
3000
E invece abbiamo scoperto che non era così.
01:45
First of all, it was impossible, and it's not what it was.
28
89000
3000
Prima di tutto, era impossibile, e non è ciò che era.
01:48
And so one of the things that I think we're learning --
29
92000
1000
Una delle cose che penso
01:49
if you think about, like, Wikipedia,
30
93000
2000
stiamo imparando, se pensate a Wikipedia,
01:51
it's something that was simply impossible.
31
95000
2000
è qualcosa che era semplicemente impossibile.
01:53
It's impossible in theory, but possible in practice.
32
97000
4000
Impossibile in teoria, ma possibile in pratica.
01:57
And if you take all these things that are impossible,
33
101000
1000
E se prendete tutte queste cose
01:58
I think one of the things that we're learning from this era,
34
102000
4000
che sono impossibili, penso che una delle cose che stiamo imparando da questa era,
02:02
from this last decade, is that we have to get good at believing in the impossible,
35
106000
4000
da quest'ultimo decennio, è che dobbiamo diventare bravi a credere nell'impossibile,
02:06
because we're unprepared for it.
36
110000
3000
perché non siamo preparati.
02:09
So, I'm curious about what's going to happen in the next 5,000 days.
37
113000
3000
Sono curioso di vedere che cosa accadrà nei prossimi 5000 giorni.
02:12
But if that's happened in the last 5,000 days,
38
116000
2000
Ma se tutto questo è successo negli ultimi 5000,
02:14
what's going to happen in the next 5,000 days?
39
118000
3000
che cosa accadrà nei prossimi 5000?
02:17
So, I have a kind of a simple story,
40
121000
3000
Comunque, ho una idea semplice,
02:20
and it suggests that what we want to think about is this thing that we're making,
41
124000
3000
che suggerisce che tutto ciò su cui vogliamo riflettere è questa cosa che stiamo creando,
02:23
this thing that has happened in 5,000 days --
42
127000
2000
questa cosa che è successa in 5000 giorni.
02:25
that's all these computers, all these handhelds,
43
129000
3000
Tutti questi computer, tutti questi palmari,
02:28
all these cell phones, all these laptops, all these servers --
44
132000
4000
tutti questi cellulari, tutti questi laptop, tutti i server --
02:32
basically what we're getting out of all these connections
45
136000
4000
fondamentalmente ciò che stiamo ottenendo da tutte queste connessioni
02:36
is we're getting one machine.
46
140000
2000
è un'unica macchina.
02:38
If there is only one machine, and our little handhelds and devices
47
142000
4000
C'è un'unica macchina. Tutti i nostri piccoli palmari e dispositivi
02:42
are actually just little windows into those machines,
48
146000
2000
sono solo piccole finestre su questa macchina,
02:44
but that we're basically constructing a single, global machine.
49
148000
6000
ma ciò che stiamo fondamentalmente costruendo è una singola macchina globale.
02:50
And so I began to think about that.
50
154000
2000
Così ho iniziato a pensarci.
02:52
And it turned out that this machine happens to be
51
156000
3000
E ho concluso che questa macchina risulta essere
02:55
the most reliable machine that we've ever made.
52
159000
3000
la più affidabile macchina mai costruita.
02:58
It has not crashed; it's running uninterrupted.
53
162000
2000
Non è mai andata in crash, sta lavorando ininterrottamente.
03:00
And there's almost no other machine that we've ever made
54
164000
3000
E non c'è praticamente nessun'altra macchina mai costruita
03:03
that runs the number of hours, the number of days.
55
167000
4000
che è accesa da un numero di ore, un numero di giorni,
03:07
5,000 days without interruption -- that's just unbelievable.
56
171000
3000
5000 giorni senza interruzione: è semplicemente incredibile.
03:10
And of course, the Internet is longer than just 5,000 days;
57
174000
2000
Ovviamente, Internet ha più di 5000 giorni
03:12
the Web is only 5,000 days.
58
176000
2000
è il web che ne ha solo 5000.
03:14
So, I was trying to basically make measurements.
59
178000
6000
Così stavo fondamentalmente cercando di fare delle misure.
03:20
What are the dimensions of this machine?
60
184000
3000
Quali sono le dimensioni di questa macchina?
03:23
And I started off by calculating how many billions of clicks there are
61
187000
4000
Ho iniziato calcolando quanti miliardi di click ci sono
03:27
all around the globe on all the computers.
62
191000
3000
in tutto il mondo su tutti i computer.
03:30
And there is a 100 billion clicks per day.
63
194000
2000
Sono circa 100 miliardi di click al giorno.
03:32
And there's 55 trillion links between all the Web pages of the world.
64
196000
6000
E ci sono 55 migliaia di miliardi di link tra tutte le pagine web del mondo.
03:38
And so I began thinking more about other kinds of dimensions,
65
202000
3000
Così ho iniziato a riflettere su altri tipi di dimensioni,
03:41
and I made a quick list. Was it Chris Jordan, the photographer,
66
205000
5000
e ho fatto una breve lista. Era il fotografo Chris Jordan
03:46
talking about numbers being so large that they're meaningless?
67
210000
4000
che parlava di numeri così grandi da essere senza significato?
03:50
Well, here's a list of them. They're hard to tell,
68
214000
2000
Beh, qui ce n'è una lista. Sono difficili da descrivere,
03:52
but there's one billion PC chips on the Internet,
69
216000
4000
ma ci sono un miliardo di chip su internet,
03:56
if you count all the chips in all the computers on the Internet.
70
220000
2000
se si contano tutti i chip in tutti i computer su internet.
03:58
There's two million emails per second.
71
222000
2000
Ci sono due milioni di email per secondo.
04:00
So it's a very big number.
72
224000
2000
È un numero molto grande.
04:02
It's just a huge machine,
73
226000
2000
È una macchina semplicemente enorme,
04:04
and it uses five percent of the global electricity on the planet.
74
228000
4000
e usa il 5% dell'energia sul pianeta.
04:08
So here's the specifications,
75
232000
1000
Ecco dunque le specifiche,
04:09
just as if you were to make up a spec sheet for it:
76
233000
2000
proprio come se voleste scrivere una scheda tecnica:
04:11
170 quadrillion transistors, 55 trillion links,
77
235000
4000
170 milioni di miliardi di transistor, 55 migliaia di miliardi di link,
04:15
emails running at two megahertz itself,
78
239000
2000
email che vanno a due megahertz,
04:17
31 kilohertz text messaging,
79
241000
3000
messaggi di testo a 31 kilohertz,
04:20
246 exabyte storage. That's a big disk.
80
244000
4000
246 hexabyte di spazio. Questo sì che è un disco capiente.
04:24
That's a lot of storage, memory. Nine exabyte RAM.
81
248000
3000
È moltissimo spazio, memoria: nove hexabyte di RAM.
04:27
And the total traffic on this
82
251000
4000
E il traffico totale viaggia
04:31
is running at seven terabytes per second.
83
255000
3000
a sette terabyte al secondo.
04:34
Brewster was saying the Library of Congress is about twenty terabytes.
84
258000
3000
Brewster diceva che la Libreria del Congresso è di circa venti terabyte.
04:37
So every second, half of the Library of Congress
85
261000
3000
Dunque, ogni secondo, mezza Libreria del Congresso
04:40
is swooshing around in this machine. It's a big machine.
86
264000
4000
corre nella macchina. È una grande macchina.
04:44
So I did something else. I figured out 100 billion clicks per day,
87
268000
4000
Ho fatto di più. Ho scoperto che 100 miliardi di click al giorno,
04:48
55 trillion links is almost the same
88
272000
3000
55 migliaia di miliardi di link, sono più o meno
04:51
as the number of synapses in your brain.
89
275000
2000
lo stesso numero di sinapsi del cervello.
04:53
A quadrillion transistors is almost the same
90
277000
2000
Un milione di miliardi di transistor sono circa
04:55
as the number of neurons in your brain.
91
279000
2000
lo stesso numero di neuroni del cervello.
04:57
So to a first approximation, we have these things --
92
281000
3000
Quindi, a una prima approssimazione, abbiamo
05:00
twenty petahertz synapse firings.
93
284000
2000
sinapsi che sparano a venti petahertz.
05:02
Of course, the memory is really huge.
94
286000
2000
Ovviamente la memoria è enorme.
05:04
But to a first approximation, the size of this machine is the size --
95
288000
6000
Ma a una prima approssimazione, le dimensioni di questa macchina
05:10
and its complexity, kind of -- to your brain.
96
294000
5000
sono quelle del cervello. E la complessità è simile.
05:15
Because in fact, that's how your brain works -- in kind of the same way that the Web works.
97
299000
4000
È così che funziona il cervello, in un modo simile a come funziona il web.
05:19
However, your brain isn't doubling every two years.
98
303000
4000
Con la differenza che il cervello non raddoppia ogni due anni.
05:23
So if we say this machine right now that we've made
99
307000
5000
Quindi se diciamo che oggi questa macchina
05:28
is about one HB, one human brain,
100
312000
3000
corrisponde circa a un HB, un cervello umano,
05:31
if we look at the rate that this is increasing,
101
315000
3000
osservando la velocità con cui cresce,
05:34
30 years from now, there'll be six billion HBs.
102
318000
5000
fra trent'anni ci saranno sei miliardi di HB.
05:39
So by the year 2040, the total processing of this machine
103
323000
4000
Quindi, entro il 2040 il potere computazionale di questa macchina
05:43
will exceed a total processing power of humanity,
104
327000
3000
sarà superiore a quello dell'umanità
05:46
in raw bits and stuff. And this is, I think, where
105
330000
3000
in termini di bit e roba varia. E questo è, credo, il punto in cui
05:49
Ray Kurzweil and others get this little chart saying that we're going to cross.
106
333000
5000
Ray Kurzweil e altri prendono questo piccolo grafico che dice che stiamo per attraversare.
05:54
So, what about that? Well, here's a couple of things.
107
338000
6000
Che cosa vuol dire? Ecco un paio di altri fatti.
06:00
I have three kind of general things
108
344000
3000
Ho tre tipi di fatti
06:03
I would like to say, three consequences of this.
109
347000
4000
che vorrei presentare, tre conseguenze.
06:07
First, that basically what this machine is doing is embodying.
110
351000
5000
Primo: ciò che questa macchina sta facendo è impossessarsi di un corpo,
06:12
We're giving it a body. And that's what we're going to do
111
356000
2000
le stiamo dando un corpo. E questo è ciò che faremo
06:14
in the next 5,000 days -- we're going to give this machine a body.
112
358000
3000
nei prossimi 5000 giorni: daremo a questa macchina un corpo.
06:17
And the second thing is, we're going to restructure its architecture.
113
361000
3000
Secondo: ristruttureremo la sua architettura.
06:20
And thirdly, we're going to become completely codependent upon it.
114
364000
4000
Terzo: diventeremo completamente co-dipendenti da essa.
06:24
So let me go through those three things.
115
368000
2000
Ora lasciatemi spiegare queste tre cose.
06:26
First of all, we have all these things in our hands.
116
370000
3000
Prima di tutto, abbiamo tutte queste cose nelle nostre mani.
06:29
We think they're all separate devices,
117
373000
2000
Pensiamo che siano tutte dispositivi separati
06:31
but in fact, every screen in the world
118
375000
3000
ma in effetti, ogni schermo nel mondo
06:34
is looking into the one machine.
119
378000
3000
guarda in questa unica macchina.
06:37
These are all basically portals into that one machine.
120
381000
3000
Sono praticamente portali in quest'unica macchina.
06:40
The second thing is that -- some people call this the cloud,
121
384000
4000
La seconda cosa è che -- alcune persone la chiamano "cloud" (nuvola)
06:44
and you're kind of touching the cloud with this.
122
388000
2000
e voi state toccando la nuvola con questi.
06:46
And so in some ways, all you really need is a cloudbook.
123
390000
4000
E quindi in un certo modo, tutto ciò di cui avete bisogno è di un cloudbook.
06:50
And the cloudbook doesn't have any storage.
124
394000
3000
E il cloudbook non ha bisogno di avere spazio sul disco.
06:53
It's wireless. It's always connected.
125
397000
3000
È senza fili. È sempre connesso.
06:56
There's many things about it. It becomes very simple,
126
400000
2000
Ci sono molte cose da dire a riguardo. Diventa veramente semplice,
06:58
and basically what you're doing is you're just touching the machine,
127
402000
2000
e fondamentalmente ciò che state facendo è toccare la macchina,
07:00
you're touching the cloud and you're going to compute that way.
128
404000
3000
state toccando la nuvola e questo sarà il modo di usare il computer.
07:03
So the machine is computing.
129
407000
2000
Quindi la macchina sta facendo calcoli.
07:05
And in some ways, it's sort of back
130
409000
1000
E in un certo senso, è una specie di ritorno
07:06
to the kind of old idea of centralized computing.
131
410000
3000
a quella vecchia idea di computing centralizzato.
07:09
But everything, all the cameras, and the microphones,
132
413000
4000
Ma ogni cosa, tutte le macchine fotografiche, e i microfoni,
07:13
and the sensors in cars
133
417000
4000
e i sensori nelle macchine
07:17
and everything is connected to this machine.
134
421000
2000
e ogni cosa sarà connessa alla macchina.
07:19
And everything will go through the Web.
135
423000
2000
E ogni cosa passerà attraverso il web.
07:21
And we're seeing that already with, say, phones.
136
425000
2000
E stiamo iniziando a vederlo attraverso i cellulari.
07:23
Right now, phones don't go through the Web,
137
427000
2000
Ora come ora, i cellulari non vanno sul web,
07:25
but they are beginning to, and they will.
138
429000
3000
ma stanno iniziando a farlo, e lo faranno.
07:28
And if you imagine what, say, just as an example, what Google Labs has
139
432000
4000
E se immaginate cosa, per esempio, cosa Google Labs ha
07:32
in terms of experiments with Google Docs, Google Spreadsheets, blah, blah, blah --
140
436000
4000
in termini di esperimenti con Google docs, Google spreadsheets, blah blah blah --
07:36
all these things are going to become Web based.
141
440000
3000
tutte queste cose saranno basate sul web.
07:39
They're going through the machine.
142
443000
2000
Passeranno attraverso la macchina.
07:41
And I am suggesting that every bit will be owned by the Web.
143
445000
5000
E sto suggerendo che ogni bit sarà posseduto dal web.
07:46
Right now, it's not. If you do spreadsheets and things at work,
144
450000
3000
Ora non è così -- se usate i fogli di calcolo e le cose al lavoro,
07:49
a Word document, they aren't on the Web,
145
453000
3000
un documento Word, non sono sul web,
07:52
but they are going to be. They're going to be part of this machine.
146
456000
2000
ma lo diventeranno. Diventeranno parte della macchina.
07:54
They're going to speak the Web language.
147
458000
2000
Parleranno il linguaggio del web.
07:56
They're going to talk to the machine.
148
460000
2000
Parleranno alla macchina.
07:58
The Web, in some sense, is kind of like a black hole
149
462000
3000
Il web, in un certo senso, è una specie di buco nero,
08:01
that's sucking up everything into it.
150
465000
3000
che sta succhiano ogni cosa in esso.
08:04
And so every thing will be part of the Web.
151
468000
4000
E quindi ogni cosa sarà parte del web.
08:08
So every item, every artifact that we make, will have embedded in it
152
472000
5000
Quindi ogni oggetto, ogni artefatto che faremo, avrà incluso in esso,
08:13
some little sliver of Web-ness and connection,
153
477000
3000
un qualche tipo di web e connessione,
08:16
and it will be part of this machine,
154
480000
2000
e sarà parte della macchina,
08:18
so that our environment -- kind of in that ubiquitous computing sense --
155
482000
3000
in modo che il nostro ambiente -- in un senso simile al computing ubiquo --
08:21
our environment becomes the Web. Everything is connected.
156
485000
5000
il nostro ambiente diventerà il web. Ogni cosa è connessa.
08:26
Now, with RFIDs and other things -- whatever technology it is,
157
490000
3000
Ora, con gli RFID e altre cose -- qualsiasi tecnologia sia,
08:29
it doesn't really matter. The point is that everything
158
493000
3000
non importa, il punto è che ogni cosa
08:32
will have embedded in it some sensor connecting it to the machine,
159
496000
3000
avrà in sé un certo senso di connessione alla macchina,
08:35
and so we have, basically, an Internet of things.
160
499000
3000
e noi avremo praticamente un Internet di oggetti.
08:38
So you begin to think of a shoe as a chip with heels,
161
502000
4000
Quindi iniziate a pensare a una scarpa come un chip con i lacci,
08:42
and a car as a chip with wheels,
162
506000
3000
e a una macchina come un chip con le ruote.
08:45
because basically most of the cost of manufacturing cars
163
509000
3000
Perché praticamente la maggior parte del costo della costruzione di macchine
08:48
is the embedded intelligence and electronics in it, and not the materials.
164
512000
6000
è l'intelligenza e l'elettronica inserita in esse, e non i materiali.
08:54
A lot of people think about the new economy
165
518000
2000
Molte persone pensano che la nuova economia
08:56
as something that was going to be a disembodied,
166
520000
2000
sarà qualcosa senza corpo,
08:58
alternative, virtual existence,
167
522000
3000
un'esistenza alternativa virtuale,
09:01
and that we would have the old economy of atoms.
168
525000
3000
e che avremo una vecchia economia di atomi.
09:04
But in fact, what the new economy really is
169
528000
3000
Ma in effetti, ciò che la nuova economia è realmente,
09:07
is the marriage of those two, where we embed the information,
170
531000
4000
è il matrimonio delle due, dove inseriamo delle informazioni,
09:11
and the digital nature of things into the material world.
171
535000
2000
e la natura digitale delle cose nel mondo materiale.
09:13
That's what we're looking forward to. That is where we're going --
172
537000
4000
Questo è ciò verso cui ci stiamo dirigendo. Questo è dove stiamo andando --
09:17
this union, this convergence of the atomic and the digital.
173
541000
7000
questa unione, questa convergenza degli atomi e del digitale.
09:24
And so one of the consequences of that, I believe,
174
548000
2000
E quindi una delle conseguenze di ciò, credo,
09:26
is that where we have this sort of spectrum of media right now --
175
550000
4000
è che dove abbiamo oggi questo spettro di media --
09:30
TV, film, video -- that basically becomes one media platform.
176
554000
3000
TV, film, video -- che praticamente diventa un'unica piattaforma per i media.
09:33
And while there's many differences in some senses,
177
557000
2000
E mentre ci sono molte differenze sotto diversi aspetti,
09:35
they will share more and more in common with each other.
178
559000
3000
condivideranno sempre più cose gli uni con gli altri.
09:38
So that the laws of media, such as the fact that copies have no value,
179
562000
5000
Quindi le leggi dei media, come il fatto che le copie non hanno valore.
09:43
the value's in the uncopiable things,
180
567000
2000
Il valore è nelle cose incopiabili.
09:45
the immediacy, the authentication, the personalization.
181
569000
5000
L'immediatezza, l'autenticazione, la personalizzazione --
09:50
The media wants to be liquid.
182
574000
3000
i media vogliono essere liquidi;
09:53
The reason why things are free is so that you can manipulate them,
183
577000
3000
la ragione per la quale queste cose sono gratuite è che così le potete manipolare,
09:56
not so that they are "free" as in "beer," but "free" as in "freedom."
184
580000
4000
quindi non sono gratis come la birra, ma libere come nella libertà.
10:00
And the network effects rule,
185
584000
2000
E l'effetto "network" domina-
10:02
meaning that the more you have, the more you get.
186
586000
2000
nel senso che più ne hai, più ne prendi.
10:04
The first fax machine -- the person who bought the first fax machine
187
588000
3000
Il primo dispositivo fax- la persona che comprò il primo dispositivo fax
10:07
was an idiot, because there was nobody to fax to.
188
591000
5000
era un idiota, perché non c'era nessuno a cui mandare un fax.
10:12
But here she became an evangelist, recruiting others
189
596000
4000
Ma quella persona diventò un evangelizzatore, reclutando altri
10:16
to get the fax machines because it made their purchase more valuable.
190
600000
3000
a che si procurassero dispositivi per fax perché questo aggiungeva valore al loro acquisto,
10:19
Those are the effects that we're going to see.
191
603000
2000
Questi sono gli effetti che vedremo.
10:21
Attention is the currency.
192
605000
2000
La valuta è l'attenzione.
10:23
So those laws are going to kind of spread throughout all media.
193
607000
5000
Queste leggi si diffonderanno attraverso tutti i media.
10:28
And the other thing about this embodiment
194
612000
2000
E l'altro aspetto di questa "fisicalità"
10:30
is that there's kind of what I call the McLuhan reversal.
195
614000
3000
è che si verifica quello che definisco il rovescio di McLuhan.
10:33
McLuhan was saying, "Machines are the extensions of the human senses."
196
617000
2000
McLuhan diceva "Le macchine sono estensioni dei sensi umani"
10:35
And I'm saying, "Humans are now going to be
197
619000
2000
E io asserisco che "Gli esseri umani diventeranno
10:37
the extended senses of the machine," in a certain sense.
198
621000
3000
i sensi estesi della macchina" in un certo senso.
10:40
So we have a trillion eyes, and ears, and touches,
199
624000
4000
Così ci ritroviamo con un trilione di occhi, e orecchie, e tatti,
10:44
through all our digital photographs and cameras.
200
628000
3000
attraverso tutte le foto e macchine digitali.
10:47
And we see that in things like Flickr,
201
631000
5000
E lo vediamo in cose come Flickr,
10:52
or Photosynth, this program from Microsoft
202
636000
3000
o Photosynth, il programma della Microsoft
10:55
that will allow you to assemble a view of a touristy place
203
639000
4000
che permetterà di assemblare una vista di un luogo turistico
10:59
from the thousands of tourist snapshots of it.
204
643000
4000
da migliaia di scatti turistici del medesimo.
11:03
In a certain sense, the machine is seeing through the pixels of individual cameras.
205
647000
6000
In un certo senso, la macchina vede attraverso i pixel delle macchine fotografiche digitali.
11:09
Now, the second thing that I want to talk about was this idea of restructuring,
206
653000
4000
Ora, la seconda cosa che voglio affrontare è questa idea di ristrutturazione-
11:13
that what the Web is doing is restructuring.
207
657000
2000
che quello che il web sta facendo è ristrutturazione.
11:15
And I have to warn you, that what we'll talk about is --
208
659000
2000
E devo avvisarvi, che quello di cui parleremo è --
11:17
I'm going to give my explanation of a term you're hearing, which is a "semantic Web."
209
661000
4000
vi darò la mia spiegazione di un termine di cui sentite parlare, che è il "web semantico".
11:21
So first of all, the first stage that we've seen
210
665000
3000
Innanzitutto, la prima fase di Internet che abbiamo visto
11:24
of the Internet was that it was going to link computers.
211
668000
3000
riguardava il fatto di connettere computer.
11:27
And that's what we called the Net; that was the Internet of nets.
212
671000
3000
E questo è ciò che abbiamo chiamato la Rete - l'Internet delle reti
11:30
And we saw that, where you have all the computers of the world.
213
674000
3000
E abbiamo realizzato che laddove hai tutti i computer del mondo -
11:33
And if you remember, it was a kind of green screen with cursors,
214
677000
4000
e se ricordate, era una specie di schermo verde con cursori,
11:37
and there was really not much to do, and if you wanted to connect it,
215
681000
2000
e non c'era molto da fare, e se volevi connetterlo,
11:39
you connected it from one computer to another computer.
216
683000
3000
lo connettevi da un computer a un altro.
11:42
And what you had to do was -- if you wanted to participate in this,
217
686000
2000
E quel che dovevi fare, se volevi partecipare,
11:44
you had to share packets of information.
218
688000
4000
era condividere pacchetti di informazione.
11:48
So you were forwarding on. You didn't have control.
219
692000
2000
Così stavi progredendo. Non avevi controllo.
11:50
It wasn't like a telephone system where you had control of a line:
220
694000
2000
Non era come un sistema telefonico dove hai il controllo della linea -
11:52
you had to share packets.
221
696000
2000
dovevi condividere pacchetti.
11:54
The second stage that we're in now is the idea of linking pages.
222
698000
5000
Il secondo stadio in cui ci troviamo ora è l'idea di linkare pagine.
11:59
So in the old one, if I wanted to go on to an airline Web page,
223
703000
3000
Nel vecchio stadio, se volevo andare alla pagina web di una compagnia aerea,
12:02
I went from my computer, to an FTP site, to another airline computer.
224
706000
4000
dovevo andare dal mio computer a un sito FTP a un altro computer della compagnia.
12:06
Now we have pages -- the unit has been resolved into pages,
225
710000
5000
Ora abbiamo pagine - l'unità è stata risolta in pagina,
12:11
so one page links to another page.
226
715000
2000
quindi una pagina linka a un altra pagina.
12:13
And if I want to go in to book a flight,
227
717000
3000
E se voglio prenotare un volo,
12:16
I go into the airline's flight page, the website of the airline,
228
720000
5000
vado alla pagina del volo della compagnia aerea, al sito della compagnia,
12:21
and I'm linking to that page.
229
725000
2000
e sto linkando a quella pagina.
12:23
And what we're sharing were links, so you had to be kind of open with links.
230
727000
4000
E quel che condividevamo erano link, quindi dovevi essere aperto all'idea dei links.
12:27
You couldn't deny -- if someone wanted to link to you,
231
731000
2000
Non potevi negare - se qualcuno voleva linkarti,
12:29
you couldn't stop them. You had to participate in this idea
232
733000
4000
non potevi fermarli, dovevi partecipare a quest'idea
12:33
of opening up your pages to be linked by anybody.
233
737000
3000
di aprire le tue pagine a di farle linkare da chiunque.
12:36
So that's what we were doing.
234
740000
2000
E questo è quel che stiamo facendo.
12:38
We're now entering to the third stage, which is what I'm talking about,
235
742000
4000
Adesso stiamo entrando nel terzo stadio, che è quello di cui sto parlando,
12:42
and that is where we link the data.
236
746000
2000
ed è quello in cui linkiamo ai dati.
12:44
So, I don't know what the name of this thing is.
237
748000
2000
Non so quale sarà il nome di questo.
12:46
I'm calling it the one machine. But we're linking data.
238
750000
2000
Io lo chiamo "la macchina unica". Ma stiamo linkando dati.
12:48
So we're going from machine to machine,
239
752000
2000
Quindi passiamo da macchina a macchina,
12:50
from page to page, and now data to data.
240
754000
2000
da pagina a pagina, e ora da dato a dato.
12:52
So the difference is, is that rather than linking from page to page,
241
756000
4000
La differenza è che invece di linkare da pagina a pagina,
12:56
we're actually going to link from one idea on a page
242
760000
4000
linkeremo da un'idea su una pagina
13:00
to another idea, rather than to the other page.
243
764000
2000
a un'altra idea, anziché a un'altra pagina.
13:02
So every idea is basically being supported --
244
766000
3000
Quindi ogni idea è essenzialmente supportata -
13:05
or every item, or every noun -- is being supported by the entire Web.
245
769000
3000
o ogni oggetto o nome - dall'intero web.
13:08
It's being resolved at the level of items, or ideas, or words, if you want.
246
772000
6000
È risolta a livello di oggetti, o idee, o parole, se volete.
13:14
So besides physically coming out again into this idea
247
778000
4000
Quindi oltre al fatto di emergere fisicamente in questa idea che è non solo virtuale,
13:18
that it's not just virtual, it's actually going out to things.
248
782000
4000
di fatto si muove verso le cose.
13:22
So something will resolve down to the information
249
786000
3000
Qualcosa finirà per analizzare l'informazione
13:25
about a particular person, so every person will have a unique ID.
250
789000
4000
riguardo una particolare persona, così che ogni persona avrà un ID unico.
13:29
Every person, every item will have a something
251
793000
2000
Ogni persona, ogni oggetto, avranno un qualcosa
13:31
that will be very specific, and will link
252
795000
2000
che sarà molto specifico, e che linkerà
13:33
to a specific representation of that idea or item.
253
797000
4000
a una specifica rappresentazione di quella idea o oggetto.
13:37
So now, in this new one, when I link to it,
254
801000
3000
Ora in questo nuova rappresentazione, quando linko ad essa,
13:40
I would link to my particular flight, my particular seat.
255
804000
6000
linkerei a un mio volo specifico, a un mio posto specifico.
13:46
And so, giving an example of this thing,
256
810000
3000
Per dare un esempio di questa cosa -
13:49
I live in Pacifica, rather than -- right now Pacifica
257
813000
2000
io vivo in Pacifica, piuttosto che - ora Pacifica
13:51
is just sort of a name on the Web somewhere.
258
815000
3000
È solo una specie di nome nel web, da qualche parte.
13:54
The Web doesn't know that that is actually a town,
259
818000
2000
Il web non sa che questo è in realtà un paese,
13:56
and that it's a specific town that I live in,
260
820000
2000
e che è il paese specifico in cui io vivo,
13:58
but that's what we're going to be talking about.
261
822000
3000
ma questo è ciò di cui stiamo parlando.
14:01
It's going to link directly to --
262
825000
2000
Ci sarà un link diretto a -
14:03
it will know, the Web will be able to read itself
263
827000
3000
il web sarà in grado di leggere
14:06
and know that that actually is a place,
264
830000
2000
e sapere che quello è un luogo,
14:08
and that whenever it sees that word, "Pacifica,"
265
832000
2000
e che quando vede la parola, Pacifica,
14:10
it knows that it actually has a place,
266
834000
1000
riconosce che esso
14:11
latitude, longitude, a certain population.
267
835000
3000
in realtà possiede un posto, latitudine, longitudine, una certa popolazione.
14:14
So here are some of the technical terms, all three-letter things,
268
838000
3000
Eccovi alcuni dei termini tecnici, tutti robe da 3 lettere,
14:17
that you'll see a lot more of.
269
841000
2000
che vedrete molto di più in futuro,
14:19
All these things are about enabling this idea of linking to the data.
270
843000
5000
Tutto ciò riguarda il creare la capacità di linkare ai dati.
14:24
So I'll give you one kind of an example.
271
848000
3000
Vi darò un esempio.
14:27
There's like a billion social sites on the Web.
272
851000
4000
Ci sono tipo un miliardo di siti sociali sul web.
14:31
Each time you go into there, you have to tell it again who you are
273
855000
3000
Ogni volta che ci si va, devi dire di nuovo chi sei.
14:34
and all your friends are.
274
858000
1000
e chi sono tutti i amici.
14:35
Why should you be doing that? You should just do that once,
275
859000
2000
Perché dovresti farlo? Dovresti fare questo una volta per tutte,
14:37
and it should know who all your friends are.
276
861000
3000
e dovrebbe riconoscere chi sono tutti i tuoi amici.
14:40
So that's what you want, is all your friends are identified,
277
864000
2000
Questo è ciò che vuoi, che tutti i tuoi amici siano riconosciuti,
14:42
and you should just carry these relationships around.
278
866000
2000
e dovresti portarti attorno queste relazioni.
14:44
All this data about you should just be conveyed,
279
868000
3000
Tutti questi dati su di te dovrebbero essere comunicati,
14:47
and you should do it once and that's all that should happen.
280
871000
3000
e dovresti farlo una volta sola e questa è la sola cosa che dovrebbe accadere.
14:50
And you should have all the networks
281
874000
2000
E dovresti avere tutte le connessioni
14:52
of all the relationships between those pieces of data.
282
876000
2000
di queste relazioni attraverso questi pezzi di dati.
14:54
That's what we're moving into -- where it sort of knows these things down to that level.
283
878000
5000
Ecco dove ci stiamo addentrando - un posto che riconosce le cose a questo livello di dettaglio
14:59
A semantic Web, Web 3.0, giant global graph --
284
883000
3000
Un web semantico, Web 3.0, un grafico globale gigantesco -
15:02
we're kind of trying out what we want to call this thing.
285
886000
3000
stiamo sperimentando come chiamare questa cosa.
15:05
But what's it's doing is sharing data.
286
889000
2000
Ma quel che fa è condividere dati.
15:07
So you have to be open to having your data shared, which is a much bigger step
287
891000
5000
Perciò devi essere aperto all'idea di condividere dati, che è un passo molto più grosso che
15:12
than just sharing your Web page, or your computer.
288
896000
2000
il semplice condividere una pagina web, o il tuo computer.
15:14
And all these things that are going to be on this
289
898000
4000
E tutte queste cose che saranno coinvolte
15:18
are not just pages, they are things.
290
902000
3000
sono non solo pagine, sono Cose.
15:21
Everything we've described, every artifact or place,
291
905000
4000
Tutto quel che abbiamo descritto, ogni manufatto o posto,
15:25
will be a specific representation,
292
909000
2000
sarà una specifica rappresentazione,
15:27
will have a specific character that can be linked to directly.
293
911000
5000
avrà un carattere specifico che può essere linkato in modo diretto.
15:32
So we have this database of things.
294
916000
2000
Quindi ci ritroviamo con una database di cose.
15:34
And so there's actually a fourth thing that we have not get to,
295
918000
4000
In realtà c'è una quarta cosa di cui non abbiamo parlato,
15:38
that we won't see in the next 10 years, or 5,000 days,
296
922000
2000
che non vedremo nei prossimo 10 anni, o 5000 giorni,
15:40
but I think that's where we're going to. And as the Internet of things --
297
924000
5000
ma sono dell'opinione che ci stiamo muovendo verso di essa. Come per l'Internet delle cose -
15:45
where I'm linking directly to the particular things of my seat on the plane --
298
929000
4000
in cui linko direttamente alle cose specifiche del mio posto su un volo -
15:49
that that physical thing becomes part of the Web.
299
933000
3000
quella cosa fisica diventa parte del web.
15:52
And so we are in the middle of this thing
300
936000
2000
Ci ritroviamo nel mezzo di questa cosa
15:54
that's completely linked, down to every object
301
938000
3000
che è completamente linkata, ogni oggetto
15:57
in the little sliver of a connection that it has.
302
941000
2000
nella minima connessione che possiede.
15:59
So, the last thing I want to talk about is this idea
303
943000
2000
L'ultima cosa di cui voglio parlare è questa idea
16:01
that we're going to be codependent.
304
945000
3000
che saremo co-dipendenti.
16:04
It's always going to be there, and the closer it is, the better.
305
948000
4000
Sarà sempre lì, e più vicini siamo ad essa, meglio è.
16:08
If you allow Google to, it will tell you your search history.
306
952000
3000
Se dai a Google l'autorizzazione, ti dirà la storia delle tue ricerche.
16:11
And I found out by looking at it
307
955000
2000
E ho scoperto guardandola
16:13
that I search most at 11 o'clock in the morning.
308
957000
2000
che io ricerco per lo più alle 11 del mattino.
16:16
So I am open, and being transparent to that.
309
960000
3000
Quindi io sono aperto e trasparente a questo.
16:19
And I think total personalization in this new world will require total transparency.
310
963000
6000
Ritengo che una totale personalizzazione in questo nuovo mondo richiederà una totale trasparenza.
16:25
That is going to be the price.
311
969000
2000
Questo sarà il prezzo.
16:27
If you want to have total personalization,
312
971000
1000
Se vuoi una personalizzazione completa,
16:28
you have to be totally transparent.
313
972000
2000
devi essere totalmente trasparente.
16:30
Google. I can't remember my phone number, I'll just ask Google.
314
974000
3000
Google. Non ricordo il mio numero di telefono, lo chiederò a Google.
16:33
We're so dependent on this that I have now gotten to the point
315
977000
2000
Siamo così dipendenti da questo che sono arrivato al punto che
16:35
where I don't even try to remember things --
316
979000
2000
non cerco neanche di ricordare -
16:37
I'll just Google it. It's easier to do that.
317
981000
2000
cerco su Google. È più facile così.
16:39
And we kind of object at first, saying, "Oh, that's awful."
318
983000
3000
All'inizio reagiamo, dicendo, "è terribile".
16:42
But if we think about the dependency that we have on this other technology,
319
986000
3000
Ma se pensiamo alla dipendenza che abbiamo da quest'altra tecnologia,
16:45
called the alphabet, and writing,
320
989000
2000
chiamata alfabeto e scrittura -
16:47
we're totally dependent on it, and it's transformed culture.
321
991000
3000
dipendiamo totalmente da essa, ed ha trasformato la cultura.
16:50
We cannot imagine ourselves without the alphabet and writing.
322
994000
4000
Non possiamo immaginarci senza l'alfabeto e la scrittura.
16:54
And so in the same way, we're going to not imagine ourselves
323
998000
3000
Allo stesso modo, non potremo immaginarci
16:57
without this other machine being there.
324
1001000
2000
senza quest'altra macchina lì.
16:59
And what is happening with this is
325
1003000
3000
E quel che sta accadendo con questo è una specie
17:02
some kind of AI, but it's not the AI in conscious AI,
326
1006000
2000
di Intelligenza Artificiale, AI,
17:04
as being an expert, Larry Page told me
327
1008000
3000
ma non è AI con consapevolezza, essendo un esperto... Larry Page mi ha detto
17:07
that that's what they're trying to do,
328
1011000
1000
che è questo che
17:08
and that's what they're trying to do.
329
1012000
2000
stanno cercando di fare, e ci stanno provando.
17:10
But when six billion humans are Googling,
330
1014000
3000
Ma quando sei miliardi di persone usano Google,
17:13
who's searching who? It goes both ways.
331
1017000
2000
chi cerca cosa? Va in entrambe le direzioni.
17:15
So we are the Web, that's what this thing is.
332
1019000
4000
Noi siamo il web, ecco che cos'è questa cosa.
17:19
We are going to be the machine.
333
1023000
2000
Noi saremo la macchina.
17:21
So the next 5,000 days, it's not going to be the Web and only better.
334
1025000
5000
Nei prossimi 5000 giorni - non sarà il web, e solo migliorato.
17:26
Just like it wasn't TV and only better.
335
1030000
2000
Così come non era TV, e solo migliorata.
17:28
The next 5,000 days, it's not just going to be the Web
336
1032000
3000
I prossimi 5000 giorni - non si tratterà solo del web,
17:31
but only better -- it's going to be something different.
337
1035000
2000
ma migliorato, si tratterà di qualcosa di diverso.
17:33
And I think it's going to be smarter.
338
1037000
4000
Ritengo che sarà più intelligente.
17:37
It'll have an intelligence in there, that's not, again, conscious.
339
1041000
4000
Avrà un'intelligenza insita, che ripeto non sarà consapevolezza.
17:41
But it'll anticipate what we're doing, in a good sense.
340
1045000
4000
Ma sarà in grado di anticipare cosa facciamo, in un senso positivo.
17:45
Secondly, it's become much more personalized.
341
1049000
3000
In secondo luogo, diventerà molto più personalizzato.
17:48
It will know us, and that's good.
342
1052000
2000
Ci conoscerà, e questo è un bene.
17:50
And again, the price of that will be transparency.
343
1054000
4000
Ripeto, il prezzo di ciò sarà la trasparenza.
17:54
And thirdly, it's going to become more ubiquitous
344
1058000
2000
In terzo luogo, diventerà ubiquo
17:56
in terms of filling your entire environment, and we will be in the middle of it.
345
1060000
5000
nel senso di riempire il tuo intero ambiente, e noi saremo nel mezzo di esso.
18:01
And all these devices will be portals into that.
346
1065000
3000
E tutti questi dispositivi saranno portali in esso.
18:04
So the single idea that I wanted to leave with you
347
1068000
3000
L'idea con cui voglio lasciarvi
18:07
is that we have to begin to think about this as not just "the Web, only better,"
348
1071000
6000
è che dobbiamo cominciare a pensare a questo non solo in termini di "il web, solo migliore"
18:13
but a new kind of stage in this development.
349
1077000
3000
ma come un nuovo stadio di questo sviluppo.
18:16
It looks more global. If you take this whole thing,
350
1080000
3000
È più globale - se prendi questa cosa per intero,
18:19
it is a very big machine, very reliable machine,
351
1083000
3000
È una macchina molto grande, una macchina molto affidabile,
18:22
more reliable than its parts.
352
1086000
2000
più affidabile che le sue parti.
18:24
But we can also think about it as kind of a large organism.
353
1088000
3000
Ma possiamo pensare ad essa anche come una specie di largo organismo,
18:27
So we might respond to it more as if this was a whole system,
354
1091000
5000
Quindi potremmo rispondere ad essa più come se fosse un sistema integrale,
18:32
more as if this wasn't a large organism
355
1096000
2000
piuttosto come se non fosse un largo organismo
18:34
that we are going to be interacting with. It's a "One."
356
1098000
4000
col quale andiamo ad interagire. È un "Uno".
18:38
And I don't know what else to call it, than the One.
357
1102000
3000
Non so come altro chiamare questa cosa se non l'Uno.
18:41
We'll have a better word for it.
358
1105000
1000
Avremo una definizione migliore per essa.
18:42
But there's a unity of some sort that's starting to emerge.
359
1106000
3000
Ma c'è un'unità di qualche tipo che sta cominciando a emergere.
18:45
And again, I don't want to talk about consciousness,
360
1109000
3000
E ripeto non parlo di consapevolezza,
18:48
I want to talk about it just as if it was a little bacteria,
361
1112000
2000
intendo parlare di esso come se fosse un piccolo battere,
18:50
or a volvox, which is what that organism is.
362
1114000
3000
o un'alga, che è quel che quell'organismo è.
18:53
So, to do, action, take-away. So, here's what I would say:
363
1117000
6000
Azioni, lezioni imparate. Questo è quel che direi:
18:59
there's only one machine, and the Web is its OS.
364
1123000
4000
c'è solo una macchina, e il web è il suo sistema operativo.
19:03
All screens look into the One. No bits will live outside the Web.
365
1127000
4000
Tutti gli schermi guardano in questo Uno. Nessun bit vivrà al di fuori del web.
19:07
To share is to gain. Let the One read it.
366
1131000
4000
Condividere è guadagnare. Lascia che l'Uno legga.
19:11
It's going to be machine-readable.
367
1135000
1000
Sarà leggibile da una macchina,
19:12
You want to make something that the machine can read.
368
1136000
3000
vuoi costruire qualcosa che la macchina possa leggere.
19:15
And the One is us. We are in the One.
369
1139000
5000
E l'Uno è noi - noi siamo nell'Uno.
19:20
I appreciate your time.
370
1144000
2000
Grazie del vostro tempo.
19:22
(Applause)
371
1146000
3000
Applausi
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