TEDGlobal 2011
Kevin Slavin: How algorithms shape our world
Kevin Slavin: Si i japin formë botës sonë algoritmet
Filmed:
Readability: 3.5
4,199,898 views
Kevin Slavin thotë se rrojmë në një botë të hartuar për -- dhe të kontrolluar gjithnjë e më shumë nga -- algoritmet. Në këtë fjalë ngërthyese nga TEDGlobal, ai tregon se si këto programe komplekse kompjuteri përcaktojnë: taktika spiunazhi, çmime aksionesh, skenarë filmash dhe arkitekturë. Dhe tërheq vëmendjen mbi faktin që po shkruajmë ko të cilin nuk e kuptojmë, me pasoja të cilat nuk i kontrollojmë dot.
Kevin Slavin - Algoworld expert
Kevin Slavin navigates in the algoworld, the expanding space in our lives that’s determined and run by algorithms. Full bio
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 photograph
0
0
2000
Kjo është një foto
00:17
by the artist Michael Najjar,
1
2000
2000
nga artisti Michael Najjar,
00:19
and it's real,
2
4000
2000
dhe është e njëmendtë,
00:21
in the sense that he went there to Argentina
3
6000
2000
në kuptimin që shkoi atje, në Argjentinë
00:23
to take the photo.
4
8000
2000
për të bërë foton.
00:25
But it's also a fiction. There's a lot of work that went into it after that.
5
10000
3000
Por është edhe sajesë. Përmban mjaft punë të bërë mbi të pas fotografimit.
00:28
And what he's done
6
13000
2000
Dhe ajo çka ka bërë
00:30
is he's actually reshaped, digitally,
7
15000
2000
është që riformoi, në mënyrë dixhitale,
00:32
all of the contours of the mountains
8
17000
2000
krejt përvijimet e maleve
00:34
to follow the vicissitudes of the Dow Jones index.
9
19000
3000
për të ndjekur ndryshimet e treguesit Dow Jones.
00:37
So what you see,
10
22000
2000
Kështu që ajo çka shihni,
00:39
that precipice, that high precipice with the valley,
11
24000
2000
ajo humnerë, ajo humnerë e madhe me luginën,
00:41
is the 2008 financial crisis.
12
26000
2000
është kriza financiare e 2008-s.
00:43
The photo was made
13
28000
2000
Fotoja u bë
00:45
when we were deep in the valley over there.
14
30000
2000
kur gjendeshim thellë në luginë.
00:47
I don't know where we are now.
15
32000
2000
Nuk e di se ku gjendemi tani.
00:49
This is the Hang Seng index
16
34000
2000
Ky është treguesi Hang Seng
00:51
for Hong Kong.
17
36000
2000
për Hong Kongun.
00:53
And similar topography.
18
38000
2000
Dhe topografi të ngjashme.
00:55
I wonder why.
19
40000
2000
Pyes veten pse.
00:57
And this is art. This is metaphor.
20
42000
3000
Ky është art. Kjo është metaforë.
01:00
But I think the point is
21
45000
2000
Por mendoj se thelbi është
01:02
that this is metaphor with teeth,
22
47000
2000
që kjo është metaforë me dhëmbë,
01:04
and it's with those teeth that I want to propose today
23
49000
3000
dhe me këto dhëmbë dua t'ju propozoj sot
01:07
that we rethink a little bit
24
52000
2000
që ta rimendojmë pakëz
01:09
about the role of contemporary math --
25
54000
3000
rolin e matematikës bashkëkohore --
01:12
not just financial math, but math in general.
26
57000
3000
jo thjesht atë financiaren, por matematikën në përgjithësi.
01:15
That its transition
27
60000
2000
Pra kalimin e saj
01:17
from being something that we extract and derive from the world
28
62000
3000
nga diçka që nxirret dhe përftohet prej botës
01:20
to something that actually starts to shape it --
29
65000
3000
në diçka që fillon në fakt t'i japë formë asaj --
01:23
the world around us and the world inside us.
30
68000
3000
botës rreth nesh dhe botës brenda nesh.
01:26
And it's specifically algorithms,
31
71000
2000
Dhe këtu hyjnë algoritmet veçanërisht,
01:28
which are basically the math
32
73000
2000
që janë në thelb matematika
01:30
that computers use to decide stuff.
33
75000
3000
e përdorur nga kompjuterët për të marrë vendime.
01:33
They acquire the sensibility of truth
34
78000
2000
Këta fitojnë ndjeshmërinë e diçkaje
01:35
because they repeat over and over again,
35
80000
2000
prej vërteti, ngaqë përsëriten vazhdimisht,
01:37
and they ossify and calcify,
36
82000
3000
ngurtësohen dhe kalcifikohen,
01:40
and they become real.
37
85000
2000
dhe bëhen realë.
01:42
And I was thinking about this, of all places,
38
87000
3000
Dhe këtë po e mendoja, në vendin më të pamundur,
01:45
on a transatlantic flight a couple of years ago,
39
90000
3000
gjatë një fluturimi transatlantik para ca vitesh,
01:48
because I happened to be seated
40
93000
2000
ngaqë rastisi të kisha ngjitur
01:50
next to a Hungarian physicist about my age
41
95000
2000
një fizikan hungarez në një moshë me mua
01:52
and we were talking
42
97000
2000
dhe po bisedonim
01:54
about what life was like during the Cold War
43
99000
2000
rreth jetës së fizikanëve në Hungari
01:56
for physicists in Hungary.
44
101000
2000
gjatë Luftës së Ftohtë.
01:58
And I said, "So what were you doing?"
45
103000
2000
Dhe i them, "Pra me se merreshit?"
02:00
And he said, "Well we were mostly breaking stealth."
46
105000
2000
"Shumicën e kohës zbërthenim mënyra pikasjeje të ulët."
02:02
And I said, "That's a good job. That's interesting.
47
107000
2000
I them, "Punë e bukur. Më duket interesante.
02:04
How does that work?"
48
109000
2000
Si funksionon kjo?"
02:06
And to understand that,
49
111000
2000
Dhe që ta kuptoni këtë,
02:08
you have to understand a little bit about how stealth works.
50
113000
3000
lypset të kuptoni pak se si funksionon pikasja e ulët.
02:11
And so -- this is an over-simplification --
51
116000
3000
Pra -- thënë shumë e thjeshtëzuar --
02:14
but basically, it's not like
52
119000
2000
por në thelb, nuk bëhet fjalë që
02:16
you can just pass a radar signal
53
121000
2000
thjesht të kaloni një sinjal radari
02:18
right through 156 tons of steel in the sky.
54
123000
3000
drejt e përmes 156 tonësh çeliku në qiell.
02:21
It's not just going to disappear.
55
126000
3000
Nuk ka për t'u zhdukur.
02:24
But if you can take this big, massive thing,
56
129000
3000
Por nëse mundeni ta merrni këtë gjë të madhe, masive,
02:27
and you could turn it into
57
132000
3000
dhe ta shndërroni në
02:30
a million little things --
58
135000
2000
një milion gjëra të vockla --
02:32
something like a flock of birds --
59
137000
2000
në diçka të ngjashme me një tufë zogjsh --
02:34
well then the radar that's looking for that
60
139000
2000
atëherë radari që kërkon për të
02:36
has to be able to see
61
141000
2000
duhet të jetë në gjendje të shohë
02:38
every flock of birds in the sky.
62
143000
2000
çdo tufë zogjsh në qiell.
02:40
And if you're a radar, that's a really bad job.
63
145000
4000
Dhe po të jeni radari, e keni vërtet punën pisk.
02:44
And he said, "Yeah." He said, "But that's if you're a radar.
64
149000
3000
Dhe tha, "Po." Tha, "Por nëse jeni radar ama.
02:47
So we didn't use a radar;
65
152000
2000
Por ne nuk përdornim radar;
02:49
we built a black box that was looking for electrical signals,
66
154000
3000
ne krijuam një kuti të zezë që kërkonte për sinjale elektrike,
02:52
electronic communication.
67
157000
3000
ndërlidhje elektronike.
02:55
And whenever we saw a flock of birds that had electronic communication,
68
160000
3000
Dhe kurdo që kapnim një tufë zogjsh me ndërlidhje elektronike,
02:58
we thought, 'Probably has something to do with the Americans.'"
69
163000
3000
mendonim, 'Ka mundësi të kenë diçka me amerikanët.'"
03:01
And I said, "Yeah.
70
166000
2000
Iu përgjigja, "Po.
03:03
That's good.
71
168000
2000
E lezetshme.
03:05
So you've effectively negated
72
170000
2000
Pra hodhët tej me efekt
03:07
60 years of aeronautic research.
73
172000
2000
60 vjetë kërkimesh aeronautike.
03:09
What's your act two?
74
174000
2000
Po akti i dytë i shfaqjes?
03:11
What do you do when you grow up?"
75
176000
2000
Ç'bëtë kur u rritët?"
03:13
And he said,
76
178000
2000
Dhe më thotë,
03:15
"Well, financial services."
77
180000
2000
"Po ja, shërbime financiare."
03:17
And I said, "Oh."
78
182000
2000
Dhe i them, "Oh."
03:19
Because those had been in the news lately.
79
184000
3000
Ngaqë këto janë në lajme së fundi.
03:22
And I said, "How does that work?"
80
187000
2000
I them, "Po kjo si funksionon?"
03:24
And he said, "Well there's 2,000 physicists on Wall Street now,
81
189000
2000
Më tha, "Po ja, sot në Wall Street ka 2 mijë fizikanë,
03:26
and I'm one of them."
82
191000
2000
e unë jam një prej tyre."
03:28
And I said, "What's the black box for Wall Street?"
83
193000
3000
I thashë, "Po për Wall Street-in ç'kuti të zezë ka?"
03:31
And he said, "It's funny you ask that,
84
196000
2000
Dhe më thotë, "Më zbavit pyetja jote,
03:33
because it's actually called black box trading.
85
198000
3000
ngaqë quhen vërtet transaksione të kutisë së zezë.
03:36
And it's also sometimes called algo trading,
86
201000
2000
Dhe ndonjëherë i quajnë transaksione algo,
03:38
algorithmic trading."
87
203000
3000
transaksione algoritmike."
03:41
And algorithmic trading evolved in part
88
206000
3000
Transaksione me bazë algoritmet pjesërisht evoluuan
03:44
because institutional traders have the same problems
89
209000
3000
ngaqë operatorët e institucionalizuar patën të njëjtat probleme
03:47
that the United States Air Force had,
90
212000
3000
që patën Forcat Ajrore të Shteteve të Bashkuara,
03:50
which is that they're moving these positions --
91
215000
3000
pra që ndryshojnë pozicionin e tyre --
03:53
whether it's Proctor & Gamble or Accenture, whatever --
92
218000
2000
Proctor & Gamble a Accenture qoftë, cilido --
03:55
they're moving a million shares of something
93
220000
2000
hedhin në treg një milionë aksione
03:57
through the market.
94
222000
2000
për diçka.
03:59
And if they do that all at once,
95
224000
2000
Edhe nëse e bën njëherësh,
04:01
it's like playing poker and going all in right away.
96
226000
2000
është si të luash gjithçka në poker në një dorë.
04:03
You just tip your hand.
97
228000
2000
Thjesht zbulon dorën.
04:05
And so they have to find a way --
98
230000
2000
Pra u duhet të gjejnë një mënyrë --
04:07
and they use algorithms to do this --
99
232000
2000
dhe për ta bërë këtë përdorin algoritmet --
04:09
to break up that big thing
100
234000
2000
për ta ndarë atë gjënë e madhe
04:11
into a million little transactions.
101
236000
2000
në një milionë transaksione të vockla.
04:13
And the magic and the horror of that
102
238000
2000
Magjia dhe tmerri i kësaj
04:15
is that the same math
103
240000
2000
është që e njëjta matematikë
04:17
that you use to break up the big thing
104
242000
2000
që përdorni për ta ndarë gjënë e madhe
04:19
into a million little things
105
244000
2000
në një milion gjëra të vogla
04:21
can be used to find a million little things
106
246000
2000
mund të përdoret për të gjetur një milion gjëra të vogla
04:23
and sew them back together
107
248000
2000
për t'i ngjitur me njëra-tjetrën
04:25
and figure out what's actually happening in the market.
108
250000
2000
dhe për të parë kështu seç po ndodh në treg.
04:27
So if you need to have some image
109
252000
2000
Pra, nëse ju duhet të keni një ide
04:29
of what's happening in the stock market right now,
110
254000
3000
se ç'po ndodh në bursë këtë çast,
04:32
what you can picture is a bunch of algorithms
111
257000
2000
ajo çka ju duhet është një dorë algoritmesh
04:34
that are basically programmed to hide,
112
259000
3000
të krijuar në fakt për ta fshehur këtë, dhe një dorë
04:37
and a bunch of algorithms that are programmed to go find them and act.
113
262000
3000
algoritmesh që janë krijuar për t'i gjetur këta më sipër.
04:40
And all of that's great, and it's fine.
114
265000
3000
Dhe krejt kjo është e bukur, e pacen.
04:43
And that's 70 percent
115
268000
2000
Dhe përbën 70 përqind
04:45
of the United States stock market,
116
270000
2000
të bursës së Shteteve të Bashkuara,
04:47
70 percent of the operating system
117
272000
2000
70 përqind e sistemit operativ
04:49
formerly known as your pension,
118
274000
3000
të njohur dikur si pensionet tuaj,
04:52
your mortgage.
119
277000
3000
kredia juaj për shtëpinë.
04:55
And what could go wrong?
120
280000
2000
Po, edhe ç'rrezik ka?
04:57
What could go wrong
121
282000
2000
Çka mund të shkojë ters
04:59
is that a year ago,
122
284000
2000
është që një vit më parë,
05:01
nine percent of the entire market just disappears in five minutes,
123
286000
3000
nëntë përqind e krejt tregut thjesht u avullua brenda pesë minutash,
05:04
and they called it the Flash Crash of 2:45.
124
289000
3000
dhe e quajtën Vithisja Rrufe e orës 2:45.
05:07
All of a sudden, nine percent just goes away,
125
292000
3000
Krejt papritmas, nëntë përqind thjesht u zhdukën,
05:10
and nobody to this day
126
295000
2000
dhe deri më sot askush
05:12
can even agree on what happened
127
297000
2000
nuk bie dakord mbi çka ndodhi
05:14
because nobody ordered it, nobody asked for it.
128
299000
3000
ngaqë nuk u urdhërua nga askush, askush s'e kërkoi.
05:17
Nobody had any control over what was actually happening.
129
302000
3000
Askush nuk kish kontroll mbi atë që po ndodhte realisht.
05:20
All they had
130
305000
2000
Kishin vetëm
05:22
was just a monitor in front of them
131
307000
2000
një monitor para syve
05:24
that had the numbers on it
132
309000
2000
që shfaqte numra
05:26
and just a red button
133
311000
2000
dhe thjesht një buton të kuq
05:28
that said, "Stop."
134
313000
2000
ku lexohej, "Stop."
05:30
And that's the thing,
135
315000
2000
Këtu është puna,
05:32
is that we're writing things,
136
317000
2000
çështja, që po shkruajmë gjëra,
05:34
we're writing these things that we can no longer read.
137
319000
3000
po shkruajmë gjëra që nuk i lexojmë dot më.
05:37
And we've rendered something
138
322000
2000
Diçka e kemi bërë
05:39
illegible,
139
324000
2000
të palexueshme,
05:41
and we've lost the sense
140
326000
3000
dhe kemi humbur idenë
05:44
of what's actually happening
141
329000
2000
se ç'po ndodh në të vërtetë
05:46
in this world that we've made.
142
331000
2000
në botën që kemi krijuar.
05:48
And we're starting to make our way.
143
333000
2000
Dhe sa kemi filluar.
05:50
There's a company in Boston called Nanex,
144
335000
3000
Në Boston ka një kompani që quhet Nanex,
05:53
and they use math and magic
145
338000
2000
të cilët përdorin matematikë dhe trike magjike
05:55
and I don't know what,
146
340000
2000
e nuk di ç'tjetër,
05:57
and they reach into all the market data
147
342000
2000
hyjnë në krejt të dhënat e tregut
05:59
and they find, actually sometimes, some of these algorithms.
148
344000
3000
dhe zbulojnë, jo gjithmonë, disa prej këtyre algoritmeve.
06:02
And when they find them they pull them out
149
347000
3000
Dhe kur gjejnë të tillë, i nxjerrin
06:05
and they pin them to the wall like butterflies.
150
350000
3000
sheshit dhe i ngulin në mur si flutura.
06:08
And they do what we've always done
151
353000
2000
Dhe bëjnë çfarë kemi bërë gjithmonë
06:10
when confronted with huge amounts of data that we don't understand --
152
355000
3000
kur gjendemi faqe sasish të mëdha të dhënash që nuk i kuptojmë --
06:13
which is that they give them a name
153
358000
2000
pra u japin një emër
06:15
and a story.
154
360000
2000
dhe një histori.
06:17
So this is one that they found,
155
362000
2000
Kjo është një prej gjetjeve,
06:19
they called the Knife,
156
364000
4000
e quajtën Kama,
06:23
the Carnival,
157
368000
2000
Karnavali,
06:25
the Boston Shuffler,
158
370000
4000
Boston Shuffler,
06:29
Twilight.
159
374000
2000
Muzgu.
06:31
And the gag is
160
376000
2000
Dhe qyfyri këtu është se,
06:33
that, of course, these aren't just running through the market.
161
378000
3000
pa dyshim, këta nuk përshkojnë vetëm tregun.
06:36
You can find these kinds of things wherever you look,
162
381000
3000
Gjëra si këto shihen ngado të hidhni sytë,
06:39
once you learn how to look for them.
163
384000
2000
pasi e kuptoni se si t'i kërkoni.
06:41
You can find it here: this book about flies
164
386000
3000
Mund ta kapni këtu: ky libër mbi mizat
06:44
that you may have been looking at on Amazon.
165
389000
2000
që ndoshta kërkonit në Amazon.com.
06:46
You may have noticed it
166
391000
2000
Mund ta keni vënë re
06:48
when its price started at 1.7 million dollars.
167
393000
2000
kur çmimi fillestar qe 1.7 milionë dollarë.
06:50
It's out of print -- still ...
168
395000
2000
Është jashtë katalogu -- ende ...
06:52
(Laughter)
169
397000
2000
(Të qeshura)
06:54
If you had bought it at 1.7, it would have been a bargain.
170
399000
3000
Po ta kishit blerë për 1.7, do kishit dalë me qar.
06:57
A few hours later, it had gone up
171
402000
2000
Ca orë më pas, u ngjit
06:59
to 23.6 million dollars,
172
404000
2000
në 23.6 milionë dollarë,
07:01
plus shipping and handling.
173
406000
2000
plus paketimin dhe dërgimin.
07:03
And the question is:
174
408000
2000
Pyetja është:
07:05
Nobody was buying or selling anything; what was happening?
175
410000
2000
Askush nuk po blinte a shiste gjë; si ndodhi?
07:07
And you see this behavior on Amazon
176
412000
2000
Pra këtë marifet e shihni në Amazon.com
07:09
as surely as you see it on Wall Street.
177
414000
2000
ashtu si, sigurisht, e shihni në Wall Street.
07:11
And when you see this kind of behavior,
178
416000
2000
Dhe kur vini re këtë lloj sjellje,
07:13
what you see is the evidence
179
418000
2000
ajo çka shihni është dëshmi
07:15
of algorithms in conflict,
180
420000
2000
algoritmesh në konflikt,
07:17
algorithms locked in loops with each other,
181
422000
2000
algoritme të ngërthyer dhe të bllokuar me njëri-tjetrin,
07:19
without any human oversight,
182
424000
2000
pa kontroll njerëzor,
07:21
without any adult supervision
183
426000
3000
pa mbikëqyrje nga një i pjekur
07:24
to say, "Actually, 1.7 million is plenty."
184
429000
3000
që të thosh, "Mor, po si shumë 1.7 milionë."
07:27
(Laughter)
185
432000
3000
(Të qeshura)
07:30
And as with Amazon, so it is with Netflix.
186
435000
3000
Njësoj me Amazon.com, edhe Netflix-i.
07:33
And so Netflix has gone through
187
438000
2000
Netflix-i ka kaluar nëpër
07:35
several different algorithms over the years.
188
440000
2000
disa algoritme të ndryshëm përgjatë vitesh.
07:37
They started with Cinematch, and they've tried a bunch of others --
189
442000
3000
Ia filluan me Cinematch, dhe kanë provuar edhe ca të tjerë --
07:40
there's Dinosaur Planet; there's Gravity.
190
445000
2000
të tillë si Planeti i Dinozaurit; si Rëndesa.
07:42
They're using Pragmatic Chaos now.
191
447000
2000
Tani përdorin Kaosin Pragmatik.
07:44
Pragmatic Chaos is, like all of Netflix algorithms,
192
449000
2000
Kaosi Pragmatik përpiqet, si krejt algoritmet e Netflix-it,
07:46
trying to do the same thing.
193
451000
2000
të bëjë të njëjtën gjë.
07:48
It's trying to get a grasp on you,
194
453000
2000
Të arrijë pak kontroll mbi ju,
07:50
on the firmware inside the human skull,
195
455000
2000
mbi programin brenda kafkës së njeriut,
07:52
so that it can recommend what movie
196
457000
2000
që të mundë të rekomandojë ç'film
07:54
you might want to watch next --
197
459000
2000
mund të donit të shihni herës tjetër --
07:56
which is a very, very difficult problem.
198
461000
3000
çka është problem shumë, shumë i vështirë.
07:59
But the difficulty of the problem
199
464000
2000
Por vështirësia e problemit
08:01
and the fact that we don't really quite have it down,
200
466000
3000
dhe fakti që nuk e kemi vënë poshtë ende,
08:04
it doesn't take away
201
469000
2000
nuk na mban larg
08:06
from the effects Pragmatic Chaos has.
202
471000
2000
nga efektet që sjell Kaosi Pragmatik.
08:08
Pragmatic Chaos, like all Netflix algorithms,
203
473000
3000
Kaosi Pragmatik, si krejt algoritmet e Netflix-it,
08:11
determines, in the end,
204
476000
2000
përcakton, në fund të fundit,
08:13
60 percent
205
478000
2000
60 përqind
08:15
of what movies end up being rented.
206
480000
2000
të dhënieve me qira të filmave.
08:17
So one piece of code
207
482000
2000
Pra një copë kod
08:19
with one idea about you
208
484000
3000
me një ide të përciptë rreth jush
08:22
is responsible for 60 percent of those movies.
209
487000
3000
është përgjegjës për 60 përqind të dhënieve me qira.
08:25
But what if you could rate those movies
210
490000
2000
Po sikur të mund t'i vlerësonit këta filma
08:27
before they get made?
211
492000
2000
përpara se të prodhoheshin?
08:29
Wouldn't that be handy?
212
494000
2000
A s'do të ish me leverdi?
08:31
Well, a few data scientists from the U.K. are in Hollywood,
213
496000
3000
Në Hollivud ka një dorë shkencëtarësh britanikë të dhënash,
08:34
and they have "story algorithms" --
214
499000
2000
dhe kanë "algoritme historish" --
08:36
a company called Epagogix.
215
501000
2000
një kompani e quajtur Epagogix.
08:38
And you can run your script through there,
216
503000
3000
Skenarin tuaj mund t'ua nënshtroni këtyre,
08:41
and they can tell you, quantifiably,
217
506000
2000
dhe mund t'ju tregojnë, në mënyrë sasiore,
08:43
that that's a 30 million dollar movie
218
508000
2000
që ky bën për një film 30 milionë dollarësh
08:45
or a 200 million dollar movie.
219
510000
2000
ose për një film 200 milionë dollarësh.
08:47
And the thing is, is that this isn't Google.
220
512000
2000
E bukura këtu është se nuk bëhet fjalë për Google.
08:49
This isn't information.
221
514000
2000
Ky nuk është informacion.
08:51
These aren't financial stats; this is culture.
222
516000
2000
Këto nuk janë statistika financiare; kjo është kulturë.
08:53
And what you see here,
223
518000
2000
Dhe ajo çka shihni këtu,
08:55
or what you don't really see normally,
224
520000
2000
ose ajo që normalisht nuk e shihni,
08:57
is that these are the physics of culture.
225
522000
4000
është kjo fizikë e kulturës.
09:01
And if these algorithms,
226
526000
2000
Dhe nëse këta algoritme,
09:03
like the algorithms on Wall Street,
227
528000
2000
ashtu si algoritmet në Wall Street,
09:05
just crashed one day and went awry,
228
530000
3000
një ditë thjesht vithisen e venë së prapthi,
09:08
how would we know?
229
533000
2000
si do ta marrim vesh?
09:10
What would it look like?
230
535000
2000
Me se do të ngjante kjo?
09:12
And they're in your house. They're in your house.
231
537000
3000
Dhe i keni brenda në shtëpi. Janë brenda shtëpisë suaj.
09:15
These are two algorithms competing for your living room.
232
540000
2000
Ka dy algoritme që konkurrojnë për dhomën e ndenjes.
09:17
These are two different cleaning robots
233
542000
2000
Këta janë dy robotë të ndryshëm pastrimi
09:19
that have very different ideas about what clean means.
234
544000
3000
që kanë ide krejt të ndryshme mbi ç'do të thotë pastrim.
09:22
And you can see it
235
547000
2000
Dhe mund ta shihni
09:24
if you slow it down and attach lights to them,
236
549000
3000
nëse i ngadalësoni dhe u ngjisni drita,
09:27
and they're sort of like secret architects in your bedroom.
237
552000
3000
dhe duken si arkitektë sekretë në dhomën tuaj.
09:30
And the idea that architecture itself
238
555000
3000
Vetë ideja që arkitektura të jetë
09:33
is somehow subject to algorithmic optimization
239
558000
2000
në një farë mënyre subjekt optimizimi algoritmik
09:35
is not far-fetched.
240
560000
2000
nuk është dhe aq e largët.
09:37
It's super-real and it's happening around you.
241
562000
3000
Është super-reale dhe po ndodh përqark jush.
09:40
You feel it most
242
565000
2000
E ndjeni më shumë kur
09:42
when you're in a sealed metal box,
243
567000
2000
gjendeni brenda një kutie metalike të vulosur,
09:44
a new-style elevator;
244
569000
2000
ashensor i një tipi të ri;
09:46
they're called destination-control elevators.
245
571000
2000
quhen ashensorë me kontroll të vendmbërritjes.
09:48
These are the ones where you have to press what floor you're going to go to
246
573000
3000
Janë ata ku të duhet të shtypësh se në ç'kat po shkon,
09:51
before you get in the elevator.
247
576000
2000
përpara se të hyni në ashensor.
09:53
And it uses what's called a bin-packing algorithm.
248
578000
2000
Përdorin atë që quhet algoritmi i mbushjesh së shportës.
09:55
So none of this mishegas
249
580000
2000
Që kështu asnjë prej këtyre nuk shkallon
09:57
of letting everybody go into whatever car they want.
250
582000
2000
dhe të lërë këdo të hipë në kë ndarje të dojë.
09:59
Everybody who wants to go to the 10th floor goes into car two,
251
584000
2000
Cilido që dëshiron të shkojë në katin e 10, të hipë te dyshi,
10:01
and everybody who wants to go to the third floor goes into car five.
252
586000
3000
dhe cilido që dëshiron të shkojë në katin e tretë të hyjë te pesa.
10:04
And the problem with that
253
589000
2000
Problemi me këtë është se
10:06
is that people freak out.
254
591000
2000
u kall datën njerëzve.
10:08
People panic.
255
593000
2000
Njerëzit i kap paniku.
10:10
And you see why. You see why.
256
595000
2000
Dhe e shihni pse. E kuptoni psenë.
10:12
It's because the elevator
257
597000
2000
Ngaqë ashensorit
10:14
is missing some important instrumentation, like the buttons.
258
599000
3000
i mungojnë disa instrumente të rëndësishëm, si butonat.
10:17
(Laughter)
259
602000
2000
(Të qeshura)
10:19
Like the things that people use.
260
604000
2000
Gjëra që përdorin njerëzit.
10:21
All it has
261
606000
2000
Krejt ç'ka, është
10:23
is just the number that moves up or down
262
608000
3000
një numër që rritet ose zvogëlohet
10:26
and that red button that says, "Stop."
263
611000
3000
dhe një buton të kuq që thotë, "Stop."
10:29
And this is what we're designing for.
264
614000
3000
Kjo është ajo çka kemi hartuar.
10:32
We're designing
265
617000
2000
Kemi hartuar diçka
10:34
for this machine dialect.
266
619000
2000
në dialektin e kësaj makine.
10:36
And how far can you take that? How far can you take it?
267
621000
3000
Deri ku mund ta shpini këtë? Sa thellë?
10:39
You can take it really, really far.
268
624000
2000
Mund ta çoni shumë, shumë thellë.
10:41
So let me take it back to Wall Street.
269
626000
3000
Më lejoni të kthehem te Wall Street-i.
10:45
Because the algorithms of Wall Street
270
630000
2000
Ngaqë algoritmet e Wall Street-it
10:47
are dependent on one quality above all else,
271
632000
3000
duhet, mbi të gjitha, të kenë një veti,
10:50
which is speed.
272
635000
2000
që është shpejtësia.
10:52
And they operate on milliseconds and microseconds.
273
637000
3000
Ata veprojnë brenda milisekondash dhe mikrosekondash.
10:55
And just to give you a sense of what microseconds are,
274
640000
2000
Dhe që të kuptoni se ç'janë mikrosekondat,
10:57
it takes you 500,000 microseconds
275
642000
2000
ju nevojiten 500 mijë mikrosekonda
10:59
just to click a mouse.
276
644000
2000
që të klikoni mbi një mi.
11:01
But if you're a Wall Street algorithm
277
646000
2000
Por nëse jeni një algoritëm Wall Street-i
11:03
and you're five microseconds behind,
278
648000
2000
dhe jeni pesë mikrosekonda pas tjetrit,
11:05
you're a loser.
279
650000
2000
e mori dreqi atë punë.
11:07
So if you were an algorithm,
280
652000
2000
Pra, po të ishit algoritëm, do të shihnit
11:09
you'd look for an architect like the one that I met in Frankfurt
281
654000
3000
për ndonjë arkitekt si ai që takova unë në Frankfurt
11:12
who was hollowing out a skyscraper --
282
657000
2000
i cili po zbrazte një rrokaqiell --
11:14
throwing out all the furniture, all the infrastructure for human use,
283
659000
3000
nga krejt mobilimi, krejt infrastruktura e përdorshme nga njeriu,
11:17
and just running steel on the floors
284
662000
3000
dhe po e vishte dyshemenë me çelik
11:20
to get ready for the stacks of servers to go in --
285
665000
3000
për ta bërë gati për grumbujt e shërbyesve që do të instaloheshin --
11:23
all so an algorithm
286
668000
2000
e gjitha kjo që një algoritëm
11:25
could get close to the Internet.
287
670000
3000
të ishte afër Internetit.
11:28
And you think of the Internet as this kind of distributed system.
288
673000
3000
Internetin e mendojmë si një lloj sistemi me shpërndarje.
11:31
And of course, it is, but it's distributed from places.
289
676000
3000
Dhe sigurisht që është, por me shpërndarje larg vendesh.
11:34
In New York, this is where it's distributed from:
290
679000
2000
Në Nju Jork, ja se prej nga shpërndahet:
11:36
the Carrier Hotel
291
681000
2000
Hoteli Carrier
11:38
located on Hudson Street.
292
683000
2000
që gjendet në Hudson Street.
11:40
And this is really where the wires come right up into the city.
293
685000
3000
Dhe ky është me të vërtet vendi prej nga kabllot hyjnë në qytet.
11:43
And the reality is that the further away you are from that,
294
688000
4000
Dhe fakti është që sa më larg të jeni prej kësaj pike,
11:47
you're a few microseconds behind every time.
295
692000
2000
aq më shumë mikrosekonda mbeteni prapa.
11:49
These guys down on Wall Street,
296
694000
2000
Ata të Wall Street-it,
11:51
Marco Polo and Cherokee Nation,
297
696000
2000
Marco Polo-s dhe Cherokee Nation-it,
11:53
they're eight microseconds
298
698000
2000
janë tetë mikrosekonda
11:55
behind all these guys
299
700000
2000
prapa gjithë këtyre
11:57
going into the empty buildings being hollowed out
300
702000
4000
që hyjnë te ndërtesat bosh, të zbrazura
12:01
up around the Carrier Hotel.
301
706000
2000
rreth e qark Hotelit Carrier.
12:03
And that's going to keep happening.
302
708000
3000
Dhe kjo do të vazhdojë të ndodhë.
12:06
We're going to keep hollowing them out,
303
711000
2000
Do të vazhdojmë t'i zbrazim,
12:08
because you, inch for inch
304
713000
3000
ngaqë ju, centimetër pas centimetri
12:11
and pound for pound and dollar for dollar,
305
716000
3000
sterlinë pas sterline dhe dollar pas dollari,
12:14
none of you could squeeze revenue out of that space
306
719000
3000
askush nga ju, nuk mund të nxjerrë nga ajo hapësirë më tepër fitim
12:17
like the Boston Shuffler could.
307
722000
3000
se sa mund të nxirrte Boston Shuffler.
12:20
But if you zoom out,
308
725000
2000
Por po të zmadhoni,
12:22
if you zoom out,
309
727000
2000
sikur të zmadhonit këtu,
12:24
you would see an 825-mile trench
310
729000
4000
do të shihni një kanal 825 milje
12:28
between New York City and Chicago
311
733000
2000
që lidh Nju Jorkun me Çikagon
12:30
that's been built over the last few years
312
735000
2000
e që është ndërtuar gjatë viteve të fundit
12:32
by a company called Spread Networks.
313
737000
3000
nga një shoqëri e quajtur Spread Networks.
12:35
This is a fiber optic cable
314
740000
2000
Ky është një kabëll fibrash optike
12:37
that was laid between those two cities
315
742000
2000
që u shtrua mes dy qyteteve
12:39
to just be able to traffic one signal
316
744000
3000
thjesht për të qenë në gjendje të transmetohet një sinjal
12:42
37 times faster than you can click a mouse --
317
747000
3000
37 herë më shpejt se sa koha për një klikim të miut --
12:45
just for these algorithms,
318
750000
3000
vetëm për këto algoritme,
12:48
just for the Carnival and the Knife.
319
753000
3000
vetëm për Karnavalin dhe Kamën.
12:51
And when you think about this,
320
756000
2000
Dhe po ta mendosh,
12:53
that we're running through the United States
321
758000
2000
që i kemi hyrë Shteteve të Bashkuara
12:55
with dynamite and rock saws
322
760000
3000
me dinamit dhe sharra guri
12:58
so that an algorithm can close the deal
323
763000
2000
që një algoritëm të mund të përfundojë
13:00
three microseconds faster,
324
765000
3000
një pazar tre mikrosekonda më shpejt,
13:03
all for a communications framework
325
768000
2000
krejt kjo për një lloj ndërlidhje
13:05
that no human will ever know,
326
770000
4000
që s'ka për ta kuptuar kush ndonjëherë,
13:09
that's a kind of manifest destiny;
327
774000
3000
vjen e bëhet si fat i shkruar;
13:12
and we'll always look for a new frontier.
328
777000
3000
përherë në kërkim për kufij të rinj.
13:15
Unfortunately, we have our work cut out for us.
329
780000
3000
Për fat të keq, kjo punë është e zorshme.
13:18
This is just theoretical.
330
783000
2000
Kjo është vetëm teorikisht.
13:20
This is some mathematicians at MIT.
331
785000
2000
Këta janë disa matematikanë në MIT.
13:22
And the truth is I don't really understand
332
787000
2000
Ç'është e vërteta, unë nuk kuptoj në fakt
13:24
a lot of what they're talking about.
333
789000
2000
shumë prej gjërave për të cilat flasin.
13:26
It involves light cones and quantum entanglement,
334
791000
3000
Hyjnë në lojë kone drite dhe kurthe kuantikë,
13:29
and I don't really understand any of that.
335
794000
2000
dhe nuk kuptoj vërtet asgjë prej kësaj.
13:31
But I can read this map,
336
796000
2000
Por mund të kuptoj këtë hartë,
13:33
and what this map says
337
798000
2000
dhe ajo që thotë kjo hartë
13:35
is that, if you're trying to make money on the markets where the red dots are,
338
800000
3000
është që, nëse po provoni të fitoni para në tregjet ku janë pikat e kuqe,
13:38
that's where people are, where the cities are,
339
803000
2000
atje ku gjenden njerëzit, atje ku janë qytetet,
13:40
you're going to have to put the servers where the blue dots are
340
805000
3000
do të duhet që shërbyesit t'i vini atje ku janë pikat blu
13:43
to do that most effectively.
341
808000
2000
që këtë ta arrini me efektshmërinë më të madhe.
13:45
And the thing that you might have noticed about those blue dots
342
810000
3000
Dhe ajo që mund ta keni vënë re për këto pikat blu
13:48
is that a lot of them are in the middle of the ocean.
343
813000
3000
është që shumica e tyre bien në mes të oqeanit.
13:51
So that's what we'll do: we'll build bubbles or something,
344
816000
3000
Ja si do ta zgjidhnim: do të ndërtojmë flluska ose diçka
13:54
or platforms.
345
819000
2000
të ngjashme, ose platforma.
13:56
We'll actually part the water
346
821000
2000
Do të hapim ujët që
13:58
to pull money out of the air,
347
823000
2000
paraja të hidhet në hava,
14:00
because it's a bright future
348
825000
2000
sepse e ardhmja është e shkëlqyer
14:02
if you're an algorithm.
349
827000
2000
nëse jeni algoritëm.
14:04
(Laughter)
350
829000
2000
(Të qeshura)
14:06
And it's not the money that's so interesting actually.
351
831000
3000
Dhe faktikisht ajo që është kaq me interes nuk është paraja.
14:09
It's what the money motivates,
352
834000
2000
Është ajo çka motivohet prej parasë,
14:11
that we're actually terraforming
353
836000
2000
fakti që në të vërtetë po tokëformojmë
14:13
the Earth itself
354
838000
2000
Tokën vetë
14:15
with this kind of algorithmic efficiency.
355
840000
2000
me këtë efektshmëri algoritmesh.
14:17
And in that light,
356
842000
2000
Me këtë optikë,
14:19
you go back
357
844000
2000
kthehuni mbrapsht
14:21
and you look at Michael Najjar's photographs,
358
846000
2000
dhe vështroni fotot e Michael Najjar-it,
14:23
and you realize that they're not metaphor, they're prophecy.
359
848000
3000
dhe e kuptoni që nuk janë metaforë, janë profeci.
14:26
They're prophecy
360
851000
2000
Janë profeci
14:28
for the kind of seismic, terrestrial effects
361
853000
4000
për ato lloj efektesh sizmike, tokësore
14:32
of the math that we're making.
362
857000
2000
të matematikës që po krijojmë.
14:34
And the landscape was always made
363
859000
3000
Panorama gjithmonë është pjellë e këtij
14:37
by this sort of weird, uneasy collaboration
364
862000
3000
lloji bashkëpunimi të çuditshëm, të sikletshëm
14:40
between nature and man.
365
865000
3000
mes natyrës dhe njeriut.
14:43
But now there's this third co-evolutionary force: algorithms --
366
868000
3000
Por tani kemi këtë forcë të tretë ko-evolucionare: algoritmet --
14:46
the Boston Shuffler, the Carnival.
367
871000
3000
Boston Shuffler-in, Karnavalin.
14:49
And we will have to understand those as nature,
368
874000
3000
Dhe do të na duhet t'i konsiderojmë si natyrë,
14:52
and in a way, they are.
369
877000
2000
dhe në një farë mënyre, janë të tillë.
14:54
Thank you.
370
879000
2000
Faleminderit.
14:56
(Applause)
371
881000
20000
(Duartrokitje)
ABOUT THE SPEAKER
Kevin Slavin - Algoworld expertKevin 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."
Kevin Slavin | Speaker | TED.com