ABOUT THE SPEAKER
Kevin Slavin - Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms.

Why you should listen

Are you addicted to the dead-simple numbers game Drop 7 or Facebook’s Parking Wars? Blame Kevin Slavin and the game development company he co-founded in 2005, Area/Code, which makes clever game entertainments that enter the fabric of reality.

All this fun is powered by algorithms -- as, increasingly, is our daily life. From the Google algorithms to the algos that give you “recommendations” online to those that automatically play the stock markets (and sometimes crash them): we may not realize it, but we live in the algoworld.

He says: "The quickest way to find out what the boundaries of reality are is to figure where they break."

More profile about the speaker
Kevin Slavin | Speaker | TED.com
TEDGlobal 2011

Kevin Slavin: How algorithms shape our world

Kevin Slavin: Kaip algoritmai formuoja mūsų pasaulį

Filmed:
4,199,898 views

Kevin Slavin teigia, kad mes gyvename pasaulyje, kuris sukurtas algoritmams ir yra vis labiau jų valdomas. Šioje jaudinančioje TEDGlobal konferencijos kalboje jis demonstruoja, kaip šios sudėtingos kompiuterinės programos nustatinėja šnipinėjimo taktikas, akcijų kainas, filmų scenarijus ir architektūrą. Jis įspėja, kad mes rašome kodą, kurio negalime suprasti, su pasekmėmis, kurių negalime kontroliuoti.
- Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms. Full bio

Double-click the English transcript below to play the video.

00:15
This is a photographnuotrauka
0
0
2000
Tai fotografo
00:17
by the artistmenininkas MichaelMichael NajjarNajjar,
1
2000
2000
Michael Najjar nuotrauka.
00:19
and it's realrealus,
2
4000
2000
Ji yra tikra
00:21
in the senseprasme that he wentnuėjo there to ArgentinaArgentina
3
6000
2000
ta prasme, kad jis nuvyko į Argentiną,
00:23
to take the photonuotrauka.
4
8000
2000
kad tai nufotografuotų.
00:25
But it's alsotaip pat a fictionfikcija. There's a lot of work that wentnuėjo into it after that.
5
10000
3000
Bet tai kartu ir fikcija. Su šia nuotrauka buvo nemažai padirbėta.
00:28
And what he's donepadaryta
6
13000
2000
Iš tikrųjų jis
00:30
is he's actuallyiš tikrųjų reshapedpertvarkytas, digitallyskaitmeniniu būdu,
7
15000
2000
skaitmeniniu būdu pertvarkė
00:32
all of the contourskontūrai of the mountainskalnai
8
17000
2000
visus kalnų kontūrus,
00:34
to followsekite the vicissitudesnetikėtumai of the DowDow JonesJones indexindeksas.
9
19000
3000
kad šie atitiktų Dow Jones indekso pokyčius.
00:37
So what you see,
10
22000
2000
Tai, ką jūs matote,
00:39
that precipiceskardis, that highaukštas precipiceskardis with the valleyslėnis,
11
24000
2000
tas status skardis su slėniu,
00:41
is the 2008 financialfinansinis crisiskrizė.
12
26000
2000
tai yra 2008-ųjų finansinė krizė.
00:43
The photonuotrauka was madepagamintas
13
28000
2000
Nuotrauka buvo padaryta,
00:45
when we were deepgiliai in the valleyslėnis over there.
14
30000
2000
kai mes buvome žemiausiame taške.
00:47
I don't know where we are now.
15
32000
2000
Aš nežinau, kur mes esame dabar.
00:49
This is the HangPakabinti SengSeng indexindeksas
16
34000
2000
Tai Hang Seng indeksas
00:51
for HongHonkongas KongKongas.
17
36000
2000
Honkongo akcijų biržoje.
00:53
And similarpanašus topographytopografija.
18
38000
2000
Panaši topografija.
00:55
I wonderstebuklas why.
19
40000
2000
Įdomu, kodėl.
00:57
And this is artmenas. This is metaphormetafora.
20
42000
3000
Tai yra menas. Tai metafora.
01:00
But I think the pointtaškas is
21
45000
2000
Esmė tame,
01:02
that this is metaphormetafora with teethdantys,
22
47000
2000
kad ši metafora kandžiojasi.
01:04
and it's with those teethdantys that I want to proposepasiūlyti todayšiandien
23
49000
3000
Būtent dėl to aš noriu šiandien pasiūlyti,
01:07
that we rethinkpermąstyti a little bitšiek tiek
24
52000
2000
kad mes šiek tiek permąstytume
01:09
about the rolevaidmuo of contemporaryšiuolaikiškas mathmatematika --
25
54000
3000
šiuolaikinės matematikos vaidmenį --
01:12
not just financialfinansinis mathmatematika, but mathmatematika in generalapskritai.
26
57000
3000
ne tik finansinės, bet ir bendrosios matematikos.
01:15
That its transitionperėjimas
27
60000
2000
Tai tarpinė būsena
01:17
from beingesamas something that we extractekstraktas and derivegauti iš from the worldpasaulis
28
62000
3000
tarp to, ką mes paimame iš mus supančio pasaulio,
01:20
to something that actuallyiš tikrųjų startsprasideda to shapefigūra it --
29
65000
3000
ir to, kas iš tikro pradeda jį formuoti --
01:23
the worldpasaulis around us and the worldpasaulis insideviduje us.
30
68000
3000
tiek išorinį tiek vidinį pasaulį.
01:26
And it's specificallykonkrečiai algorithmsalgoritmai,
31
71000
2000
Tiksliau tai yra algoritmai,
01:28
whichkuris are basicallyiš esmės the mathmatematika
32
73000
2000
kurie iš esmės yra matematika,
01:30
that computerskompiuteriai use to decidenuspręsti stuffdaiktai.
33
75000
3000
kurią naudoja kompiuteriai sprendimų priėmimui.
01:33
They acquireįsigyti the sensibilityjautrumas of truthtiesa
34
78000
2000
Jie sukuria tiesos įspūdį,
01:35
because they repeatpakartokite over and over again,
35
80000
2000
nes jie nuolatos kartojami.
01:37
and they ossifyossify and calcifykalcio,
36
82000
3000
Jie sustabarėja ir užkalkėja
01:40
and they becometapti realrealus.
37
85000
2000
ir tampa realiais.
01:42
And I was thinkingmąstymas about this, of all placesvietos,
38
87000
3000
Aš apie visa tai mąsčiau skrisdamas
01:45
on a transatlantictransatlantinio flightskrydis a couplepora of yearsmetai agoprieš,
39
90000
3000
transatlantiniu reisu prieš pora metų,
01:48
because I happenedįvyko to be seatedsėdi
40
93000
2000
nes visai atsitiktinai sėdėjau
01:50
nextKitas to a HungarianVengrų physicistfizikas about my ageamžius
41
95000
2000
šalia savo bendraamžio vengrų fiziko
01:52
and we were talkingkalbėti
42
97000
2000
ir kalbėjomės
01:54
about what life was like duringper the ColdŠaldymo WarKaro
43
99000
2000
apie tai, kaip fizikai gyveno Šaltojo karo
01:56
for physicistsfizikai in HungaryVengrija.
44
101000
2000
metu Vengrijoje.
01:58
And I said, "So what were you doing?"
45
103000
2000
Aš paklausiau, "Kuo jūs užsiimdavote?"
02:00
And he said, "Well we were mostlydaugiausia breakinglaužymas stealthslaptas."
46
105000
2000
Jis atsakė, "Na, daugiausia "nematomų" lėktuvų paieškomis."
02:02
And I said, "That's a good jobdarbas. That's interestingįdomus.
47
107000
2000
Aš tariau, "Tai geras darbas. Tai įdomu.
02:04
How does that work?"
48
109000
2000
Kaip tai vyksta?"
02:06
And to understandsuprasti that,
49
111000
2000
Tam suprasti reikia
02:08
you have to understandsuprasti a little bitšiek tiek about how stealthslaptas worksdarbai.
50
113000
3000
suvokti, kaip veikia "nematomumas".
02:11
And so -- this is an over-simplificationpernelyg supaprastinti --
51
116000
3000
Nors tai ir labai supaprastinta,
02:14
but basicallyiš esmės, it's not like
52
119000
2000
bet iš esmės negalite
02:16
you can just passpraeiti a radarradaras signalsignalas
53
121000
2000
padaryti, kad radaro signalas eitų kiaurai
02:18
right throughper 156 tonstonų of steelplienas in the skydangus.
54
123000
3000
per 156 tonas plieno danguje.
02:21
It's not just going to disappearišnyks.
55
126000
3000
Lėktuvas tiesiog taip neišnyks.
02:24
But if you can take this bigdidelis, massivemasyvi thing,
56
129000
3000
Bet jei paverstumėte tą didžiulį, sunkų
02:27
and you could turnpasukti it into
57
132000
3000
objektą
02:30
a millionmln little things --
58
135000
2000
milijonu mažų objektų --
02:32
something like a flockpulko of birdspaukščiai --
59
137000
2000
tarsi į paukščių būrį --
02:34
well then the radarradaras that's looking for that
60
139000
2000
tuomet ieškantis radaras
02:36
has to be ablegalingas to see
61
141000
2000
turės sugebėti pastebėti
02:38
everykiekvienas flockpulko of birdspaukščiai in the skydangus.
62
143000
2000
kiekvieną paukščių pulką danguje.
02:40
And if you're a radarradaras, that's a really badblogai jobdarbas.
63
145000
4000
Jei jūs radaras, tai tikrai nedėkinga užduotis.
02:44
And he said, "Yeah." He said, "But that's if you're a radarradaras.
64
149000
3000
Jis atsakė, "Taip, bet taip yra, jei esi radaras.
02:47
So we didn't use a radarradaras;
65
152000
2000
Tad mes nenaudojome radarų;
02:49
we builtpastatytas a blackjuoda boxdėžė that was looking for electricalelektrinis signalssignalai,
66
154000
3000
mes sukūrėme juodą dėžę, ieškančią elektrinių signalų,
02:52
electronicelektroninis communicationkomunikacija.
67
157000
3000
elektroninių komunikacijų.
02:55
And wheneverkada we saw a flockpulko of birdspaukščiai that had electronicelektroninis communicationkomunikacija,
68
160000
3000
Kai tik mes pastebėdavome paukščių pulką, perduodantį elektroninius signalus,
02:58
we thought, 'Probably"Tikriausiai has something to do with the AmericansAmerikiečiai.'"
69
163000
3000
darydavome išvadą, kad tai kažkaip susiję su amerikiečiais."
03:01
And I said, "Yeah.
70
166000
2000
Aš tariau, "Taip.
03:03
That's good.
71
168000
2000
Tai įdomu.
03:05
So you've effectivelyefektyviai negatedneigia
72
170000
2000
Tai jūs iš esmės išmetėte į šiukšlyną
03:07
60 yearsmetai of aeronauticaeronautikos researchtyrimai.
73
172000
2000
60 metų aeronautikos tyrimų.
03:09
What's your actveikti two?
74
174000
2000
Koks buvo jūsų kitas žingsnis?
03:11
What do you do when you growaugti up?"
75
176000
2000
Ką veikėte, kai užaugote?"
03:13
And he said,
76
178000
2000
Jis atsakė,
03:15
"Well, financialfinansinis servicespaslaugos."
77
180000
2000
"Na, finansinės paslaugos."
03:17
And I said, "Oh."
78
182000
2000
Aš ištariau "O!".
03:19
Because those had been in the newsnaujienos latelypastaruoju metu.
79
184000
3000
Tuo metu tai buvo populiari tema.
03:22
And I said, "How does that work?"
80
187000
2000
Paklausiau, "Kaip tai vyksta?"
03:24
And he said, "Well there's 2,000 physicistsfizikai on WallSienos StreetGatvė now,
81
189000
2000
Jis atsakė, "Na, šiuo metu Volstryte dirba 2000 fizikų
03:26
and I'm one of them."
82
191000
2000
ir aš esu vienas iš jų."
03:28
And I said, "What's the blackjuoda boxdėžė for WallSienos StreetGatvė?"
83
193000
3000
Pasidomėjau, "Kas yra Volstryto "juodoji dėžė"?"
03:31
And he said, "It's funnyjuokinga you askpaklausk that,
84
196000
2000
Jis tarė, "Keista, kad taip klausi,
03:33
because it's actuallyiš tikrųjų calledvadinamas blackjuoda boxdėžė tradingprekyba.
85
198000
3000
nes tai ir vadinama "juodosios dėžės prekyba".
03:36
And it's alsotaip pat sometimeskartais calledvadinamas algoalgo tradingprekyba,
86
201000
2000
Kartais vadinama algoprekyba,
03:38
algorithmicalgoritmų tradingprekyba."
87
203000
3000
algoritmine prekyba."
03:41
And algorithmicalgoritmų tradingprekyba evolvedišsivystė in partdalis
88
206000
3000
Algoritminė prekyba išsivystė iš dalies dėl to,
03:44
because institutionalinstitucinis tradersprekybininkai have the sametas pats problemsproblemos
89
209000
3000
kad instituciniai prekeiviai susidūrė su tomis pačiomis problemomis,
03:47
that the UnitedDidžioji StatesAmerikos AirOro ForceJėga had,
90
212000
3000
kaip ir Jungtinių Valstijų oro pajėgos.
03:50
whichkuris is that they're movingjuda these positionspozicijas --
91
215000
3000
Jie turėjo valdyti tas pozicijas --
03:53
whetherar it's ProctorProctor & GambleLošti or AccentureAccenture, whateverNesvarbu --
92
218000
2000
ar tai būtų Proctor & Gamble ar Accenture, nesvarbu --
03:55
they're movingjuda a millionmln sharesakcijos of something
93
220000
2000
jie valdė milijonų akcijų srautus
03:57
throughper the marketturgus.
94
222000
2000
visoje rinkoje.
03:59
And if they do that all at oncekartą,
95
224000
2000
Jei jūs atliksite viską vienu metu,
04:01
it's like playingžaisti pokerpokerio and going all in right away.
96
226000
2000
tai kaip žaidžiant pokerį eiti "all in".
04:03
You just tippatarimas your handranka.
97
228000
2000
Jūs atskleidžiate savo kortas.
04:05
And so they have to find a way --
98
230000
2000
Jie turėjo rasti būdą --
04:07
and they use algorithmsalgoritmai to do this --
99
232000
2000
tam jie naudoja algoritmus --
04:09
to breakpertrauka up that bigdidelis thing
100
234000
2000
išskaidyti visą sandėrį
04:11
into a millionmln little transactionssandorių.
101
236000
2000
į milijoną mažų transakcijų.
04:13
And the magicmagija and the horrorsiaubas of that
102
238000
2000
Visas stebuklas ir siaubas yra tai,
04:15
is that the sametas pats mathmatematika
103
240000
2000
kad ta pati matematika,
04:17
that you use to breakpertrauka up the bigdidelis thing
104
242000
2000
naudojama viso reikalo skaidymui
04:19
into a millionmln little things
105
244000
2000
į milijoną mažų veiksmų,
04:21
can be used to find a millionmln little things
106
246000
2000
gali būti naudojama milijono mažų veiksmų radimui,
04:23
and sewsiūti them back togetherkartu
107
248000
2000
jų sujungimui
04:25
and figurefigūra out what's actuallyiš tikrųjų happeningvyksta in the marketturgus.
108
250000
2000
ir išsiaiškinimui, kas iš tikrųjų vyksta rinkoje.
04:27
So if you need to have some imagevaizdas
109
252000
2000
Jei norite suvokti,
04:29
of what's happeningvyksta in the stockatsargos marketturgus right now,
110
254000
3000
kas šiuo metu vyksta akcijų rinkoje,
04:32
what you can picturenuotrauka is a bunchkrūva of algorithmsalgoritmai
111
257000
2000
įsivaizduokite krūvą algoritmų,
04:34
that are basicallyiš esmės programmedužprogramuotas to hidepaslėpti,
112
259000
3000
iš esmės sukurtų pasislėpti,
04:37
and a bunchkrūva of algorithmsalgoritmai that are programmedužprogramuotas to go find them and actveikti.
113
262000
3000
ir krūvą algoritmų, sukurtų aniems surasti ir atlikti veiksmus.
04:40
And all of that's great, and it's fine.
114
265000
3000
Visa tai puiku ir gražu.
04:43
And that's 70 percentproc
115
268000
2000
Tai yra 70 procentų
04:45
of the UnitedDidžioji StatesAmerikos stockatsargos marketturgus,
116
270000
2000
Jungtinių Valstijų akcijų rinkos,
04:47
70 percentproc of the operatingveikiantis systemsistema
117
272000
2000
70 procentų veikiančios sistemos,
04:49
formerlyanksčiau knownžinomas as your pensionpensijų,
118
274000
3000
dar žinomos, kaip jūsų pensija,
04:52
your mortgagehipoteka.
119
277000
3000
jūsų hipoteka.
04:55
And what could go wrongneteisingai?
120
280000
2000
Kas gali blogo nutikti?
04:57
What could go wrongneteisingai
121
282000
2000
Gali nutikti taip,
04:59
is that a yearmetai agoprieš,
122
284000
2000
kaip nutiko maždaug prieš metus,
05:01
ninedevyni percentproc of the entirevisa marketturgus just disappearsdingsta in fivepenki minutesminutės,
123
286000
3000
kai per penkias minutes prapuolė devyni procentai visos rinkos.
05:04
and they calledvadinamas it the FlashBlykstė CrashAvarijos of 2:45.
124
289000
3000
Jie tai pavadino "2:45 staigia griūtimi".
05:07
All of a suddenstaiga, ninedevyni percentproc just goeseina away,
125
292000
3000
Visiškai netikėtai devyni procentai tiesiog dingsta
05:10
and nobodyniekas to this day
126
295000
2000
ir iki pat šios dienos niekas
05:12
can even agreesutinku on what happenedįvyko
127
297000
2000
negali atsakyti, kas nutiko,
05:14
because nobodyniekas orderedužsisakyti it, nobodyniekas askedpaklausė for it.
128
299000
3000
nes niekas to neužsakė, niekas neprašė.
05:17
NobodyNiekas had any controlkontrolė over what was actuallyiš tikrųjų happeningvyksta.
129
302000
3000
Niekas nekontroliavo to, kas vyksta.
05:20
All they had
130
305000
2000
Viskas, ką jie turėjo,
05:22
was just a monitorstebėti in frontpriekyje of them
131
307000
2000
tai monitorius prieš akis
05:24
that had the numbersnumeriai on it
132
309000
2000
su skaitmenimis
05:26
and just a redraudona buttonmygtukas
133
311000
2000
ir elementariu raudonu mygtuku,
05:28
that said, "Stop."
134
313000
2000
ant kurio užrašyta "Stop".
05:30
And that's the thing,
135
315000
2000
Tame ir esmė,
05:32
is that we're writingraštu things,
136
317000
2000
kad mes rašome dalykus,
05:34
we're writingraštu these things that we can no longerilgiau readskaityti.
137
319000
3000
mes rašome dalykus, kurių nebegalime perskaityti.
05:37
And we'vemes turime renderedsuteiktas something
138
322000
2000
Mes kažką pavaizdavome
05:39
illegibleneįskaitomas,
139
324000
2000
neįskaitomai.
05:41
and we'vemes turime lostprarastas the senseprasme
140
326000
3000
Mes praradome suvokimą,
05:44
of what's actuallyiš tikrųjų happeningvyksta
141
329000
2000
kas iš tikrųjų vyksta
05:46
in this worldpasaulis that we'vemes turime madepagamintas.
142
331000
2000
šiame mūsų sukurtame pasaulyje.
05:48
And we're startingpradedant to make our way.
143
333000
2000
Ir mes pradedame judėti pirmyn.
05:50
There's a companybendrovė in BostonBoston calledvadinamas NanexNanex,
144
335000
3000
Bostone yra kompanija pavadinimu Nanex.
05:53
and they use mathmatematika and magicmagija
145
338000
2000
Jie naudoja matematiką, magiją
05:55
and I don't know what,
146
340000
2000
ir dar net nežinau ką.
05:57
and they reachpasiekti into all the marketturgus dataduomenys
147
342000
2000
Jie paima visus rinkos duomenis
05:59
and they find, actuallyiš tikrųjų sometimeskartais, some of these algorithmsalgoritmai.
148
344000
3000
ir kartais aptinka kai kuriuos iš šių algoritmų.
06:02
And when they find them they pulltraukti them out
149
347000
3000
Juos suradę jie juos ištraukia
06:05
and they pinpin them to the wallsiena like butterfliesdrugeliai.
150
350000
3000
ir prisega prie sienos tarsi drugelius.
06:08
And they do what we'vemes turime always donepadaryta
151
353000
2000
Jie daro tai, ką mes visuomet darydavome
06:10
when confrontedsusiduria with hugedidelis amountssumos of dataduomenys that we don't understandsuprasti --
152
355000
3000
susidūrę su dideliu kiekiu mums nesuprantamų duomenų --
06:13
whichkuris is that they give them a namevardas
153
358000
2000
mes suteikiame jiems vardus
06:15
and a storyistorija.
154
360000
2000
ir istorijas.
06:17
So this is one that they foundrasta,
155
362000
2000
Tuos, kuriuos surado,
06:19
they calledvadinamas the KnifePeilis,
156
364000
4000
jie pavadino Peiliu,
06:23
the CarnivalKarnavalas,
157
368000
2000
Karnavalu,
06:25
the BostonBoston ShufflerJkalvaitiene,
158
370000
4000
Bostono Maišyklė,
06:29
TwilightSaulėlydis.
159
374000
2000
Prieblanda.
06:31
And the gagkamštukas is
160
376000
2000
Triukas tame,
06:33
that, of coursežinoma, these aren'tnėra just runningbėgimas throughper the marketturgus.
161
378000
3000
kad tai gali rasti ne tik rinkoje.
06:36
You can find these kindsrūšys of things whereverbet kur you look,
162
381000
3000
Šitokius dalykus galite rasti bet kur,
06:39
oncekartą you learnmokytis how to look for them.
163
384000
2000
kai tik išmoksite juos atpažinti.
06:41
You can find it here: this bookknyga about fliesskrenda
164
386000
3000
Galite rasti čia: knygą apie muses,
06:44
that you mayGegužė have been looking at on AmazonAmazon.
165
389000
2000
kurią galėjote matyti Amazon parduotuvėje.
06:46
You mayGegužė have noticedpastebėjau it
166
391000
2000
Galbūt pastebėjote,
06:48
when its pricekaina startedprasidėjo at 1.7 millionmln dollarsdoleriai.
167
393000
2000
kai jos kaina siekė 1.7 milijono dolerių.
06:50
It's out of printspausdinti -- still ...
168
395000
2000
Ji išparduota -- vis dar...
06:52
(LaughterJuokas)
169
397000
2000
(Juokas)
06:54
If you had boughtnusipirkau it at 1.7, it would have been a bargainsandėris.
170
399000
3000
Jei jūs nusipirkote ją už 1.7 milijono, tai buvo puikus sandėris.
06:57
A fewnedaug hoursvalandos latervėliau, it had gonedingo up
171
402000
2000
Po kelių valandų kaina pakilo
06:59
to 23.6 millionmln dollarsdoleriai,
172
404000
2000
iki 23.6 milijono dolerių
07:01
plusplius shippinglaivyba and handlingtvarkymas.
173
406000
2000
be siuntimo ir pristatymo išlaidų.
07:03
And the questionklausimas is:
174
408000
2000
Tad kyla klausimas:
07:05
NobodyNiekas was buyingpirkti or sellingparduoti anything; what was happeningvyksta?
175
410000
2000
Niekas nieko nepirko ir nepardavė; kas gi vyko?
07:07
And you see this behaviorelgesys on AmazonAmazon
176
412000
2000
Tokį elgesį galite matyti Amazon taip pat dažnai,
07:09
as surelytikrai as you see it on WallSienos StreetGatvė.
177
414000
2000
kaip ir Volstryte.
07:11
And when you see this kindmalonus of behaviorelgesys,
178
416000
2000
Kai pastebite tokį elgesį,
07:13
what you see is the evidenceįrodymai
179
418000
2000
tai yra konfliktuojančių
07:15
of algorithmsalgoritmai in conflictkonfliktas,
180
420000
2000
algoritmų įrodymas.
07:17
algorithmsalgoritmai lockedužrakintas in loopskilpos with eachkiekvienas other,
181
422000
2000
Algoritmai užstringa uždarame cikle
07:19
withoutbe any humanžmogus oversightprie iūros,
182
424000
2000
be jokios žmogaus priežiūros.
07:21
withoutbe any adultsuaugęs supervisionpriežiūra
183
426000
3000
Be jokios brandžios priežiūros,
07:24
to say, "ActuallyIš tikrųjų, 1.7 millionmln is plentydaug."
184
429000
3000
kuri pasakytų, "Iš tikrųjų 1.7 milijono yra gana daug."
07:27
(LaughterJuokas)
185
432000
3000
(Juokas)
07:30
And as with AmazonAmazon, so it is with NetflixNetflix.
186
435000
3000
Netflix viskas taip pat, kaip ir Amazon.
07:33
And so NetflixNetflix has gonedingo throughper
187
438000
2000
Per visus veiklos metus
07:35
severalkelios differentskiriasi algorithmsalgoritmai over the yearsmetai.
188
440000
2000
Netflix naudojo keletą skirtingų algoritmų.
07:37
They startedprasidėjo with CinematchCinematch, and they'vejie jau triedbandė a bunchkrūva of otherskiti --
189
442000
3000
Jie pradėjo su Cinematch ir bandė daugybę kitų.
07:40
there's DinosaurDinozauras PlanetPlanetos; there's GravityGravitacijos.
190
445000
2000
Buvo Dinozaurų Planeta, buvo Gravitacija.
07:42
They're usingnaudojant PragmaticPragmatiškas ChaosChaosas now.
191
447000
2000
Dabar jie naudoja Praktišką Chaosą.
07:44
PragmaticPragmatiškas ChaosChaosas is, like all of NetflixNetflix algorithmsalgoritmai,
192
449000
2000
Praktiškas Chaosas, kaip ir visi Netflix algoritmai,
07:46
tryingbandau to do the sametas pats thing.
193
451000
2000
bando daryti tą patį.
07:48
It's tryingbandau to get a graspsuvokti on you,
194
453000
2000
Jis bando jus perprasti,
07:50
on the firmwareprograminė-aparatinė įranga insideviduje the humanžmogus skullkaukolė,
195
455000
2000
perprasti programinę įrangą, esančią žmogaus kaukolėje tam,
07:52
so that it can recommendrekomenduoti what moviefilmas
196
457000
2000
kad galėtų rekomenduoti filmą, kurį
07:54
you mightgali want to watch nextKitas --
197
459000
2000
norėtumėte pažiūrėti netrukus --
07:56
whichkuris is a very, very difficultsunku problemproblema.
198
461000
3000
tai yra labai labai sunki užduotis.
07:59
But the difficultysunku of the problemproblema
199
464000
2000
Bet užduoties sunkumas
08:01
and the factfaktas that we don't really quitegana have it down,
200
466000
3000
ir faktas, kad ji nėra pilnai įvykdyta,
08:04
it doesn't take away
201
469000
2000
nepanaikina
08:06
from the effectsefektai PragmaticPragmatiškas ChaosChaosas has.
202
471000
2000
Praktiško Chaoso pasekmių.
08:08
PragmaticPragmatiškas ChaosChaosas, like all NetflixNetflix algorithmsalgoritmai,
203
473000
3000
Praktiškas Chaosas, kaip ir visi Netflix algoritmai,
08:11
determinesnustato, in the endgalas,
204
476000
2000
galų gale nustato
08:13
60 percentproc
205
478000
2000
60 procentų
08:15
of what moviesfilmai endgalas up beingesamas rentednuomojamas.
206
480000
2000
filmų nuomos apimčių.
08:17
So one piecegabalas of codekodas
207
482000
2000
Vienas kodo gabalėlis
08:19
with one ideaidėja about you
208
484000
3000
su supratimu apie jus
08:22
is responsibleatsakingas for 60 percentproc of those moviesfilmai.
209
487000
3000
yra atsakingas už 60 procentų tų filmų.
08:25
But what if you could ratenorma those moviesfilmai
210
490000
2000
Bet jeigu jūs galėtumėte reitinguoti filmus
08:27
before they get madepagamintas?
211
492000
2000
dar prieš juos pastatant?
08:29
Wouldn'tAr ne that be handyPatogus?
212
494000
2000
Ar tai nebūtų patogu?
08:31
Well, a fewnedaug dataduomenys scientistsmokslininkai from the U.K. are in HollywoodHolivudo,
213
496000
3000
Na, Holivude yra duomenų specialistų iš Jungtinės Karalystės,
08:34
and they have "storyistorija algorithmsalgoritmai" --
214
499000
2000
turinčių istorijų algoritmus --
08:36
a companybendrovė calledvadinamas EpagogixEpagogix.
215
501000
2000
Epagogix kompanija.
08:38
And you can runpaleisti your scriptscenarijų throughper there,
216
503000
3000
Galite duoti savo scenarijų
08:41
and they can tell you, quantifiablykiekybiškai,
217
506000
2000
ir jie jį įvertins kiekybiškai,
08:43
that that's a 30 millionmln dollardoleris moviefilmas
218
508000
2000
ar tai 30-ies milijonų dolerių filmas,
08:45
or a 200 millionmln dollardoleris moviefilmas.
219
510000
2000
ar 200 milijonų dolerių filmas.
08:47
And the thing is, is that this isn't Google"Google".
220
512000
2000
Esmė tame, kad tai ne Google.
08:49
This isn't informationinformacija.
221
514000
2000
Tai ne informacija.
08:51
These aren'tnėra financialfinansinis statsstatistika; this is culturekultūra.
222
516000
2000
Tai ne finansinė statistika; tai kultūra.
08:53
And what you see here,
223
518000
2000
Ką jūs čia matote,
08:55
or what you don't really see normallypaprastai,
224
520000
2000
ar ko čia paprastai nematote,
08:57
is that these are the physicsfizika of culturekultūra.
225
522000
4000
yra kultūros fizika.
09:01
And if these algorithmsalgoritmai,
226
526000
2000
Ir jei šie algoritmai,
09:03
like the algorithmsalgoritmai on WallSienos StreetGatvė,
227
528000
2000
kaip ir Volstryto algoritmai,
09:05
just crashedsudužo one day and wentnuėjo awrykreivai,
228
530000
3000
tiesiog vieną dieną suges ir išsikreips,
09:08
how would we know?
229
533000
2000
kaip mes tai sužinosime,
09:10
What would it look like?
230
535000
2000
kaip tai atrodys?
09:12
And they're in your housenamas. They're in your housenamas.
231
537000
3000
Ir jie jūsų namuose. Jie jūsų namuose.
09:15
These are two algorithmsalgoritmai competingkonkuruojantis for your livinggyvenimas roomkambarys.
232
540000
2000
Tai du algoritmai besivaržantys dėl jūsų svetainės.
09:17
These are two differentskiriasi cleaningvalymas robotsrobotai
233
542000
2000
Tai tu skirtingi valymo robotai,
09:19
that have very differentskiriasi ideasidėjos about what cleanšvarus meansreiškia.
234
544000
3000
turintys labai skirtingą supratimą, kas yra švaru.
09:22
And you can see it
235
547000
2000
Jūs galite tai pamatyti
09:24
if you slowlėtas it down and attachpritvirtinti lightsžiburiai to them,
236
549000
3000
juos sulėtinę ir pritvirtinę šviesos šaltinį.
09:27
and they're sortrūšiuoti of like secretpaslaptis architectsarchitektai in your bedroommiegamasis.
237
552000
3000
Jie tarsi slapti jūsų svetainės architektai.
09:30
And the ideaidėja that architecturearchitektūra itselfpats
238
555000
3000
Ir idėja, kad pati architektūra
09:33
is somehowkažkaip subjectdalykas to algorithmicalgoritmų optimizationoptimizavimas
239
558000
2000
yra susijusi su algoritmine optimizacija,
09:35
is not far-fetchedtvirtas.
240
560000
2000
nėra tokia neįtikima.
09:37
It's super-realSuper nekilnojamojo and it's happeningvyksta around you.
241
562000
3000
Tai visiškai realu ir tai vyksta šalia jūsų.
09:40
You feel it mostlabiausiai
242
565000
2000
Labiausiai tai juntama
09:42
when you're in a sealeduždaromos metalmetalas boxdėžė,
243
567000
2000
būnant uždaroje metalinėje dėžėje,
09:44
a new-styleNaujas stilius elevatorliftas;
244
569000
2000
naujo tipo lifte,
09:46
they're calledvadinamas destination-controlpaskirties kontrolės elevatorsliftai.
245
571000
2000
kurį vadina tikslo kontrolės liftu.
09:48
These are the onesvieni where you have to presspaspauskite what floorgrindys you're going to go to
246
573000
3000
Čia tie, prieš į kuriuos įlipdamas turi pasirinkti,
09:51
before you get in the elevatorliftas.
247
576000
2000
į kurį aukštą nori patekti.
09:53
And it usesnaudoja what's calledvadinamas a bin-packingdėžės-pakavimo algorithmalgoritmas.
248
578000
2000
Jis naudoja vadinamąjį dėžės pakavimo algoritmą.
09:55
So nonenė vienas of this mishegasmishegas
249
580000
2000
Daugiau jokių kvailysčių
09:57
of lettingnuoma everybodyvisi go into whateverNesvarbu carautomobilis they want.
250
582000
2000
leidžiant visiems lipti į bet kurią kabiną.
09:59
EverybodyVisiems who wants to go to the 10thth floorgrindys goeseina into carautomobilis two,
251
584000
2000
Visi norintys patekti į dešimtą aukštą lipa į antrą kabiną,
10:01
and everybodyvisi who wants to go to the thirdtrečias floorgrindys goeseina into carautomobilis fivepenki.
252
586000
3000
o visi vykstantys į trečią aukštą lipa į penktą kabiną.
10:04
And the problemproblema with that
253
589000
2000
Problema ta,
10:06
is that people freakkeistis out.
254
591000
2000
kad žmonės išsigąsta.
10:08
People panicpanikos.
255
593000
2000
Žmonės supanikuoja.
10:10
And you see why. You see why.
256
595000
2000
Ir jūs suprantate, kodėl. Suprantate, kodėl.
10:12
It's because the elevatorliftas
257
597000
2000
Nes lifte
10:14
is missingdingęs some importantsvarbu instrumentationInstrumentuotė, like the buttonsmygtukai.
258
599000
3000
trūksta kai kurių svarbių įtaisų, pavyzdžiui, mygtukų.
10:17
(LaughterJuokas)
259
602000
2000
(Juokas)
10:19
Like the things that people use.
260
604000
2000
Dalykų, kuriuos naudoja žmonės.
10:21
All it has
261
606000
2000
Jame tėra
10:23
is just the numbernumeris that movesjuda up or down
262
608000
3000
skaitmuo, kuris didėja ar mažėja,
10:26
and that redraudona buttonmygtukas that sayssako, "Stop."
263
611000
3000
ir raudonas mygtukas su užrašu "Stop."
10:29
And this is what we're designingprojektavimas for.
264
614000
3000
Ir tam mes kuriame dizainą.
10:32
We're designingprojektavimas
265
617000
2000
Mes kuriame dizainą, skirtą
10:34
for this machinemašina dialecttarmė.
266
619000
2000
mašinų tarpusavio bendravimui.
10:36
And how fartoli can you take that? How fartoli can you take it?
267
621000
3000
Ir kaip toli mes galime nueiti? Kaip toli galime nueiti?
10:39
You can take it really, really fartoli.
268
624000
2000
Galime nueiti labai labai toli.
10:41
So let me take it back to WallSienos StreetGatvė.
269
626000
3000
Grįžkime į Volstrytą.
10:45
Because the algorithmsalgoritmai of WallSienos StreetGatvė
270
630000
2000
Nes Volstryto algoritmams
10:47
are dependentpriklausomas on one qualitykokybė aboveaukščiau all elseKitas,
271
632000
3000
svarbiausia yra viena savybė --
10:50
whichkuris is speedgreitis.
272
635000
2000
greitis.
10:52
And they operatedirbti on millisecondsmilisekundžių and microsecondsmikrosekundžių.
273
637000
3000
Jie veikia milisekundžių ir mikrosekundžių ribose.
10:55
And just to give you a senseprasme of what microsecondsmikrosekundžių are,
274
640000
2000
Kad suvoktumėte, kas yra mikrosekundė,
10:57
it takes you 500,000 microsecondsmikrosekundžių
275
642000
2000
pelės mygtuko paspaudimas užtrunka
10:59
just to clickspustelėkite a mousepelė.
276
644000
2000
500,000 mikrosekundžių.
11:01
But if you're a WallSienos StreetGatvė algorithmalgoritmas
277
646000
2000
Bet jei esate Volstryto algoritmas
11:03
and you're fivepenki microsecondsmikrosekundžių behindatsilieka,
278
648000
2000
ir atsiliekate penkiomis mikrosekundėmis,
11:05
you're a losernevykėlis.
279
650000
2000
jūs pralaimėtojas.
11:07
So if you were an algorithmalgoritmas,
280
652000
2000
Jei būtumėte algoritmas,
11:09
you'dtu nori look for an architectarchitektas like the one that I metsusitiko in FrankfurtFrankfurtas prie Maino
281
654000
3000
ieškotumėte architekto, kokį sutikau Frankfurte.
11:12
who was hollowinghollowing out a skyscraperdangoraižis --
282
657000
2000
Jis ištuštino dangoraižį --
11:14
throwingmesti out all the furniturebaldai, all the infrastructureinfrastruktūra for humanžmogus use,
283
659000
3000
išmetė visus baldus, visą žmonėms reikalingą infrastruktūrą,
11:17
and just runningbėgimas steelplienas on the floorsgrindys
284
662000
3000
paliko tik stovinčias plienines konstrukcijas,
11:20
to get readyparuošta for the stackskaminai of serversserveriai to go in --
285
665000
3000
skirtas sudėti serveriams --
11:23
all so an algorithmalgoritmas
286
668000
2000
viskas tam, kad algoritmas
11:25
could get closeUždaryti to the InternetInterneto.
287
670000
3000
priartėtų prie interneto.
11:28
And you think of the InternetInterneto as this kindmalonus of distributedplatinamas systemsistema.
288
673000
3000
Jūs galvojate, kad internetas yra tam tikra išskirstyta sistema.
11:31
And of coursežinoma, it is, but it's distributedplatinamas from placesvietos.
289
676000
3000
Taip ir yra, bet ji skirstoma iš konkrečių vietų.
11:34
In NewNaujas YorkJorkas, this is where it's distributedplatinamas from:
290
679000
2000
Štai iš kur ji skirstoma Niujorke:
11:36
the CarrierVežėjas HotelViešbutis
291
681000
2000
Carrier viešbutis,
11:38
locatedesantis on HudsonHudson StreetGatvė.
292
683000
2000
esantis Hadsono gatvėje.
11:40
And this is really where the wireslaidai come right up into the citymiestas.
293
685000
3000
Būtent iš ten laidai išeina į miestą.
11:43
And the realitytikrovė is that the furthertoliau away you are from that,
294
688000
4000
Realybė tokia, kad kuo toliau esi nuo tos vietos,
11:47
you're a fewnedaug microsecondsmikrosekundžių behindatsilieka everykiekvienas time.
295
692000
2000
kaskart atsilieki keliomis mikrosekundėmis.
11:49
These guys down on WallSienos StreetGatvė,
296
694000
2000
Tie algoritmai Volstryte,
11:51
MarcoMarco PoloPolo and CherokeeCherokee NationTautos,
297
696000
2000
Marco Polo ir Čerokių Tauta,
11:53
they're eightaštuoni microsecondsmikrosekundžių
298
698000
2000
jie atsilieka
11:55
behindatsilieka all these guys
299
700000
2000
aštuoniomis mikrosekundėmis nuo tų,
11:57
going into the emptytuščia buildingspastatai beingesamas hollowedtuščiaviduriai out
300
702000
4000
kurie užima ištuštintus pastatus
12:01
up around the CarrierVežėjas HotelViešbutis.
301
706000
2000
aplink Carrier viešbutį.
12:03
And that's going to keep happeningvyksta.
302
708000
3000
Taip tęsis ir toliau.
12:06
We're going to keep hollowinghollowing them out,
303
711000
2000
Mes ir toliau juos tuštinsime,
12:08
because you, inchcolių for inchcolių
304
713000
3000
nes nei vienas iš mūsų, colis po colio,
12:11
and poundsvaras for poundsvaras and dollardoleris for dollardoleris,
305
716000
3000
svaras po svaro ir doleris po dolerio
12:14
nonenė vienas of you could squeezeišspausti revenuepajamos out of that spaceerdvė
306
719000
3000
negalime išspausti tiek pajamų iš tos vietos,
12:17
like the BostonBoston ShufflerJkalvaitiene could.
307
722000
3000
kiek sugeba Bostono Maišyklė.
12:20
But if you zoompriartinti out,
308
725000
2000
Bet jei pažvelgtumėte iš toliau,
12:22
if you zoompriartinti out,
309
727000
2000
jei pažvelgtumėte iš toliau,
12:24
you would see an 825-mile-mylia trenchtranšėjos
310
729000
4000
pamatytumėte 825 mylių ilgio tranšėją
12:28
betweentarp NewNaujas YorkJorkas CityMiestas and ChicagoČikagos
311
733000
2000
tarp Niujorko ir Čikagos,
12:30
that's been builtpastatytas over the last fewnedaug yearsmetai
312
735000
2000
kurią paskutinius kelerius metus kasė
12:32
by a companybendrovė calledvadinamas SpreadSkleisti NetworksTinklai.
313
737000
3000
kompanija Spread Networks.
12:35
This is a fiberpluoštas opticoptinis cablekabelis
314
740000
2000
Tai optinis kabelis,
12:37
that was laidlaidas betweentarp those two citiesmiestai
315
742000
2000
nutiestas tarp tų dviejų miestų tam,
12:39
to just be ablegalingas to trafficeismas one signalsignalas
316
744000
3000
kad perduoti vieną signalą
12:42
37 timeslaikai fastergreičiau than you can clickspustelėkite a mousepelė --
317
747000
3000
37 kartus greičiau, nei galite spustelėti pelės mygtuką --
12:45
just for these algorithmsalgoritmai,
318
750000
3000
vien šiems algoritmams,
12:48
just for the CarnivalKarnavalas and the KnifePeilis.
319
753000
3000
vien Karnavalui ir Peiliui.
12:51
And when you think about this,
320
756000
2000
Kai apie tai pagalvoji,
12:53
that we're runningbėgimas throughper the UnitedDidžioji StatesAmerikos
321
758000
2000
kad mes braunamės per Jungtines Valstijas
12:55
with dynamitedinamitas and rockRokas sawspjovimo staklės
322
760000
3000
su dinamitu ir akmens skaldikliais tam,
12:58
so that an algorithmalgoritmas can closeUždaryti the dealspręsti
323
763000
2000
kad algoritmas galėtų atlikti sandėrį
13:00
threetrys microsecondsmikrosekundžių fastergreičiau,
324
765000
3000
trimis mikrosekundėmis greičiau,
13:03
all for a communicationsryšiai frameworksistema
325
768000
2000
viskas dėl tos komunikacijų sistemos,
13:05
that no humanžmogus will ever know,
326
770000
4000
kurios joks žmogus niekad nesupras,
13:09
that's a kindmalonus of manifestmanifestas destinylikimas;
327
774000
3000
tai tarsi parodo mūsų likimą
13:12
and we'llmes always look for a newnaujas frontierpasienio.
328
777000
3000
ir tam niekada nebus ribų.
13:15
UnfortunatelyDeja, we have our work cutsupjaustyti out for us.
329
780000
3000
Nelaimei, mums reikia atlikti daug sunkaus darbo.
13:18
This is just theoreticalteorinis.
330
783000
2000
Tai kol kas tik teorija.
13:20
This is some mathematiciansmatematikai at MITMIT.
331
785000
2000
Tai keli MIT matematikai.
13:22
And the truthtiesa is I don't really understandsuprasti
332
787000
2000
Teisybės dėlei, aš nesuprantu daugumos dalykų,
13:24
a lot of what they're talkingkalbėti about.
333
789000
2000
apie kuriuos jie kalba.
13:26
It involvesapima lightšviesa conesspurgai and quantumkvantinė entanglementĮsipainiojimo,
334
791000
3000
Tai susiję su šviesos kūgiais ir kvantinėmis jungtimis.
13:29
and I don't really understandsuprasti any of that.
335
794000
2000
Aš tikrai nieko apie tai nenutuokiu.
13:31
But I can readskaityti this mapžemėlapis,
336
796000
2000
Bet aš suprantu šį žemėlapį.
13:33
and what this mapžemėlapis sayssako
337
798000
2000
Šis žemėlapis rodo,
13:35
is that, if you're tryingbandau to make moneypinigai on the marketsrinkose where the redraudona dotstaškų are,
338
800000
3000
jei nori uždirbti pinigų raudonų taškų rinkose,
13:38
that's where people are, where the citiesmiestai are,
339
803000
2000
kur gyvena žmonės, kur stovi miestai,
13:40
you're going to have to put the serversserveriai where the bluemėlynas dotstaškų are
340
805000
3000
tai reikia įrengti serverius mėlynuosiuose taškuose,
13:43
to do that mostlabiausiai effectivelyefektyviai.
341
808000
2000
kad pasiektum didžiausią efektyvumą.
13:45
And the thing that you mightgali have noticedpastebėjau about those bluemėlynas dotstaškų
342
810000
3000
Turbūt pastebėjote, kad dauguma tų mėlynų taškų
13:48
is that a lot of them are in the middleviduryje of the oceanvandenynas.
343
813000
3000
yra viduryje vandenyno.
13:51
So that's what we'llmes do: we'llmes buildstatyti bubblesburbuliukai or something,
344
816000
3000
Taip mes ir padarysime -- įrengsime plūdurus
13:54
or platformsplatformos.
345
819000
2000
ar platformas.
13:56
We'llMes actuallyiš tikrųjų partdalis the watervanduo
346
821000
2000
Mes praskirsime vandenį
13:58
to pulltraukti moneypinigai out of the airoras,
347
823000
2000
tam, kad ištrauktume pinigus iš oro,
14:00
because it's a brightšviesus futureateitis
348
825000
2000
nes tai ir yra šviesi ateitis,
14:02
if you're an algorithmalgoritmas.
349
827000
2000
jei esate algoritmas.
14:04
(LaughterJuokas)
350
829000
2000
(Juokas)
14:06
And it's not the moneypinigai that's so interestingįdomus actuallyiš tikrųjų.
351
831000
3000
Įdomiausia ne patys pinigai.
14:09
It's what the moneypinigai motivatesmotyvuoja,
352
834000
2000
Įdomiausia, ką tie pinigai skatina.
14:11
that we're actuallyiš tikrųjų terraformingterraforming
353
836000
2000
Mes formuojame pačią
14:13
the EarthŽemė itselfpats
354
838000
2000
Žemės planetą
14:15
with this kindmalonus of algorithmicalgoritmų efficiencyefektyvumas.
355
840000
2000
šiuo algoritminiu efektyvumu.
14:17
And in that lightšviesa,
356
842000
2000
Tai suvokęs
14:19
you go back
357
844000
2000
vėl pažvelgi
14:21
and you look at MichaelMichael Najjar'sNajjar's photographsnuotraukos,
358
846000
2000
į Michael Najjar nuotraukas
14:23
and you realizesuvokti that they're not metaphormetafora, they're prophecypranašystė.
359
848000
3000
ir supranti, kad tai ne metafora - tai pranašystė.
14:26
They're prophecypranašystė
360
851000
2000
Tai mūsų sukurtos
14:28
for the kindmalonus of seismicseisminis, terrestrialsausumos effectsefektai
361
853000
4000
matematikos seisminių, globalinių
14:32
of the mathmatematika that we're makingpriėmimo.
362
857000
2000
pasekmių pranašystė.
14:34
And the landscapekraštovaizdis was always madepagamintas
363
859000
3000
Kraštovaizdis visada formavosi
14:37
by this sortrūšiuoti of weirdkeista, uneasyneramus collaborationbendradarbiavimas
364
862000
3000
dėl to keisto, sunkaus gamtos
14:40
betweentarp naturegamta and man.
365
865000
3000
ir žmogaus bendradarbiavimo.
14:43
But now there's this thirdtrečias co-evolutionaryCo-evoliucijos forcejėga: algorithmsalgoritmai --
366
868000
3000
Bet dabar atsirado trečioji bendros evoliucijos jėga: algoritmai --
14:46
the BostonBoston ShufflerJkalvaitiene, the CarnivalKarnavalas.
367
871000
3000
Bostono Maišyklė, Karnavalas.
14:49
And we will have to understandsuprasti those as naturegamta,
368
874000
3000
Mes juos turime suvokti, kaip gamtą.
14:52
and in a way, they are.
369
877000
2000
Nes iš dalies, jie tokie ir yra.
14:54
Thank you.
370
879000
2000
Ačiū jums.
14:56
(ApplausePlojimai)
371
881000
20000
(Plojimai)
Translated by Andrius Burnickas
Reviewed by Laura Bojarskaite

▲Back to top

ABOUT THE SPEAKER
Kevin Slavin - Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms.

Why you should listen

Are you addicted to the dead-simple numbers game Drop 7 or Facebook’s Parking Wars? Blame Kevin Slavin and the game development company he co-founded in 2005, Area/Code, which makes clever game entertainments that enter the fabric of reality.

All this fun is powered by algorithms -- as, increasingly, is our daily life. From the Google algorithms to the algos that give you “recommendations” online to those that automatically play the stock markets (and sometimes crash them): we may not realize it, but we live in the algoworld.

He says: "The quickest way to find out what the boundaries of reality are is to figure where they break."

More profile about the speaker
Kevin Slavin | Speaker | TED.com