Kevin Kelly: The next 5,000 days of the web

Kevin Kelly über die nächsten 5000 Tage des Internets

211,099 views ・ 2008-07-29

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Dominik Weickgenannt Lektorat: Andreas Kreuzeder
00:16
The Internet, the Web as we know it,
0
16160
2000
Das Internet, wie wir es kennen,
00:18
the kind of Web -- the things we're all talking about --
1
18160
3000
die Art des Webs -- die Dinge über die wir alle reden --
00:21
is already less than 5,000 days old.
2
21160
4000
ist gerademal etwas weniger als 5.000 Tage alt.
00:25
So all of the things that we've seen come about,
3
25160
4000
All die Dinge die wir sehen,
00:29
starting, say, with satellite images of the whole Earth,
4
29160
3000
beginnend, mit sagen wir Satellitenbildern der ganzen Erde,
00:32
which we couldn't even imagine happening before,
5
32160
3000
was wir uns vorher nichtmal im Traum vorstellen konnten --
00:35
all these things rolling into our lives,
6
35160
4000
all diese Dinge kommen in unser Leben,
00:39
just this abundance of things that are right before us,
7
39160
5000
diese Fülle and Dingen, die vor uns liegen,
00:44
sitting in front of our laptop, or our desktop.
8
44160
2000
in unsren Laptops oder Desktops.
00:46
This kind of cornucopia of stuff
9
46160
2000
Dieser Reichtum von Dingen
00:48
just coming and never ending is amazing, and we're not amazed.
10
48160
6000
der nicht endende Fluss ist beeindruckend, aber wir sind nicht beeindruckt.
00:54
It's really amazing that all this stuff is here.
11
54160
4000
Es ist wirklich erstaunlich, dass all diese Sachen hier sind.
00:58
(Laughter)
12
58160
1000
(Lachen)
00:59
It's in 5,000 days, all this stuff has come.
13
59160
4000
In 5.000 Tagen sind all diese Dinge gekommen.
01:03
And I know that 10 years ago,
14
63160
3000
Und ich weiß, dass wenn ich vor 10 Jahren
01:06
if I had told you that this was all coming,
15
66160
2000
gesagt hätte, dass all dies passiert,
01:08
you would have said that that's impossible.
16
68160
3000
dann hätte man gesagt, das sei unmöglich.
01:11
There's simply no economic model that that would be possible.
17
71160
5000
Es gibt einfach kein wirtschaftliches Modell, in dem das möglich wäre
01:16
And if I told you it was all coming for free,
18
76160
2000
Und wenn ich gesagt hätte, all dies käme kostenlos,
01:18
you would say, this is simply -- you're dreaming.
19
78160
2000
hätte man einfach gesagt -- du träumst.
01:20
You're a Californian utopian. You're a wild-eyed optimist.
20
80160
4000
Du bist ein kalifornischer Utopist. Ein kranker Optimist.
01:24
And yet it's here.
21
84160
2000
Und trotzdem ist es hier.
01:26
The other thing that we know about it was that 10 years ago,
22
86160
4000
Die andere Sache die wir wissen ist, dass vor 10 Jahren,
01:30
as I looked at what even Wired was talking about,
23
90160
3000
als ich sah worüber sogar Wired sprach,
01:33
we thought it was going to be TV, but better.
24
93160
3000
wir dachten, es werde wie Fernsehen, nur besser.
01:36
That was the model. That was what everybody was suggesting
25
96160
4000
Das war das Modell; das war es was alle suggerierten
01:40
was going to be coming.
26
100160
2000
das es kommen werde.
01:42
And it turns out that that's not what it was.
27
102160
3000
Es stellte sich heraus, das es nicht das war.
01:45
First of all, it was impossible, and it's not what it was.
28
105160
3000
Zunächst einmal war es unmöglich und es ist nicht was es war.
01:48
And so one of the things that I think we're learning --
29
108160
1000
Etwas, glaube ich, das wir daraus wohl lernen --
01:49
if you think about, like, Wikipedia,
30
109160
2000
wenn man beispielsweise an Wikipedia denkt,
01:51
it's something that was simply impossible.
31
111160
2000
es ist etwas das einfach unmöglich war,
01:53
It's impossible in theory, but possible in practice.
32
113160
4000
unmöglich in der Theorie, aber möglich in der Praxis.
01:57
And if you take all these things that are impossible,
33
117160
1000
Und wenn man all die Dinge nimmt, die unmöglich sind,
01:58
I think one of the things that we're learning from this era,
34
118160
4000
glaube ich das etwas, das wir aus dieser Ära lernen -
02:02
from this last decade, is that we have to get good at believing in the impossible,
35
122160
4000
und aus dem letzten Jahrzehnt - ist, dass wir gut darin werden müssen, an das Unmögliche zu glauben,
02:06
because we're unprepared for it.
36
126160
3000
weil wir dafür unvorbereitet sind.
02:09
So, I'm curious about what's going to happen in the next 5,000 days.
37
129160
3000
Ich bin gespannt, was in den nächsten 5.000 Tagen passiert.
02:12
But if that's happened in the last 5,000 days,
38
132160
2000
Wenn das aber in den letzten 5.000 Tagen passiert ist,
02:14
what's going to happen in the next 5,000 days?
39
134160
3000
was passiert in den nächsten 5.000 Tagen?
02:17
So, I have a kind of a simple story,
40
137160
3000
Ich habe eine einfache Geschichte,
02:20
and it suggests that what we want to think about is this thing that we're making,
41
140160
3000
und sie suggeriert, dass worüber wir nachdenken sollten, das ist, das wir machen,
02:23
this thing that has happened in 5,000 days --
42
143160
2000
jenes, das in den letzten 5.000 Tagen passiert ist.
02:25
that's all these computers, all these handhelds,
43
145160
3000
Dass all diese Computer, all die Handhelds,
02:28
all these cell phones, all these laptops, all these servers --
44
148160
4000
all die Handys, all die Laptops, all die Server --
02:32
basically what we're getting out of all these connections
45
152160
4000
dass im Prinzip, was wir aus all diesen Verbindungen bekommen
02:36
is we're getting one machine.
46
156160
2000
eine Maschine ist.
02:38
If there is only one machine, and our little handhelds and devices
47
158160
4000
Und wenn es nur eine Maschine gibt -- und unsre kleinen Handhelds und Geräte
02:42
are actually just little windows into those machines,
48
162160
2000
tatsächlich nur ein kleines Fenster in diese Maschine sind,
02:44
but that we're basically constructing a single, global machine.
49
164160
6000
was wir da eigentlich konstruieren ist eine einzige, globale Maschine.
02:50
And so I began to think about that.
50
170160
2000
Ich begann also darüber nachzudenken.
02:52
And it turned out that this machine happens to be
51
172160
3000
Es stellt sich heraus, dass diese Maschine
02:55
the most reliable machine that we've ever made.
52
175160
3000
die zuverlässigste Maschine ist, die wir jemals gebaut haben.
02:58
It has not crashed; it's running uninterrupted.
53
178160
2000
Sie ist nicht abgestürtzt, und läuft ununterbrochen.
03:00
And there's almost no other machine that we've ever made
54
180160
3000
Ist gibt fast keine andere Maschine die je produziert wurde
03:03
that runs the number of hours, the number of days.
55
183160
4000
die diese Anzahl an Stunden und Tagen läuft,
03:07
5,000 days without interruption -- that's just unbelievable.
56
187160
3000
5.000 Tage ohne Unterbrechung -- das ist unglaublich.
03:10
And of course, the Internet is longer than just 5,000 days;
57
190160
2000
Natürlich gibt es das Internet seit mehr als 5.000 Tagen --
03:12
the Web is only 5,000 days.
58
192160
2000
Das Web jedoch nur 5.000 Tage.
03:14
So, I was trying to basically make measurements.
59
194160
6000
Ich habe also versucht Maß zu nehmen.
03:20
What are the dimensions of this machine?
60
200160
3000
Was sind die Dimensionen dieser Maschine?
03:23
And I started off by calculating how many billions of clicks there are
61
203160
4000
Ich fing an mit der Berechnung der Billionen von Klicks die es
03:27
all around the globe on all the computers.
62
207160
3000
über den Globus verteilt auf allen Computern gibt.
03:30
And there is a 100 billion clicks per day.
63
210160
2000
Es sind 100 Milliarden Klicks pro Tag.
03:32
And there's 55 trillion links between all the Web pages of the world.
64
212160
6000
Es gibt 66 Billionen Links zwischen den Webseiten auf der Welt.
03:38
And so I began thinking more about other kinds of dimensions,
65
218160
3000
Und so begann ich über andere Dimensionen nachzudenken
03:41
and I made a quick list. Was it Chris Jordan, the photographer,
66
221160
5000
und machte eine kurze Liste -- Es war Chris Jorden, der Photograph,
03:46
talking about numbers being so large that they're meaningless?
67
226160
4000
der über Nummern sprach, so groß, dass sie bedeutungslos sind?
03:50
Well, here's a list of them. They're hard to tell,
68
230160
2000
Naja, hier ist eine Liste davon. Sie sind schwer zu sagen,
03:52
but there's one billion PC chips on the Internet,
69
232160
4000
aber es gibt eine Milliarde PC-Chips im Internet,
03:56
if you count all the chips in all the computers on the Internet.
70
236160
2000
wenn man all die Chips in all den Computern im Internet zählt.
03:58
There's two million emails per second.
71
238160
2000
Es gibt zwei Millionen E-Mails pro Sekunde.
04:00
So it's a very big number.
72
240160
2000
Es ist eine sehr große Zahl.
04:02
It's just a huge machine,
73
242160
2000
Es ist einfach eine rießen Maschine,
04:04
and it uses five percent of the global electricity on the planet.
74
244160
4000
sie verbraucht 5 Prozent der globalen Elektrizität des Planeten.
04:08
So here's the specifications,
75
248160
1000
Hier sind die Spezifikationen,
04:09
just as if you were to make up a spec sheet for it:
76
249160
2000
als ob man ein Spec-Sheet dafür machen würde.
04:11
170 quadrillion transistors, 55 trillion links,
77
251160
4000
170 Billiarden Transistoren, 55 Billionen Links,
04:15
emails running at two megahertz itself,
78
255160
2000
Emails allein rennen mit zwei Megahertz,
04:17
31 kilohertz text messaging,
79
257160
3000
31 Kilohertz Textnachrichten,
04:20
246 exabyte storage. That's a big disk.
80
260160
4000
246 Hexabyte Speicherplatz. Das ist eine große Festplatte.
04:24
That's a lot of storage, memory. Nine exabyte RAM.
81
264160
3000
Das ist ein haufen Speicher, Arbeitsspeicher -- neun Hexabyte RAM.
04:27
And the total traffic on this
82
267160
4000
Der gesamte Traffic dabei
04:31
is running at seven terabytes per second.
83
271160
3000
sind sieben Terabyte pro Sekunde.
04:34
Brewster was saying the Library of Congress is about twenty terabytes.
84
274160
3000
Brewster sagte, die Nationalbibliothek der USA sind ungefähr zwanzig Terabyte.
04:37
So every second, half of the Library of Congress
85
277160
3000
Jede Sekunde schwirrt also die halbe Nationalbibliothek
04:40
is swooshing around in this machine. It's a big machine.
86
280160
4000
in dieser Maschine herum. Es ist eine große Maschine.
04:44
So I did something else. I figured out 100 billion clicks per day,
87
284160
4000
Ich habe noch etwas anderes gemacht. 100 Milliarden Klicks pro Tag
04:48
55 trillion links is almost the same
88
288160
3000
55 Billionen Links, ist fast die gleiche
04:51
as the number of synapses in your brain.
89
291160
2000
Anzahl an Synapsen im Gehirn.
04:53
A quadrillion transistors is almost the same
90
293160
2000
Eine Billiarde Transistoren ist fast die gleiche
04:55
as the number of neurons in your brain.
91
295160
2000
Anzahl an Neuronen im Gehirn.
04:57
So to a first approximation, we have these things --
92
297160
3000
Als erste Annäherung, haben wir diese Dinge --
05:00
twenty petahertz synapse firings.
93
300160
2000
zwanzig Petahertz Synapsenübertragungen.
05:02
Of course, the memory is really huge.
94
302160
2000
Natürlich ist der Speicher wirklich groß
05:04
But to a first approximation, the size of this machine is the size --
95
304160
6000
In erster Annäherung, die Größe dieser Maschine ist in Größe
05:10
and its complexity, kind of -- to your brain.
96
310160
5000
und Komplexität, so ähnlich wie das Gehirn.
05:15
Because in fact, that's how your brain works -- in kind of the same way that the Web works.
97
315160
4000
Es ist sogar ungefähr wie das Gehirn funktioniert - in einer ähnlichen Art wie das Web.
05:19
However, your brain isn't doubling every two years.
98
319160
4000
Das Gehirn verdoppelt sich jedoch nicht alle zwei Jahre.
05:23
So if we say this machine right now that we've made
99
323160
5000
Wenn wir also sagen, die Maschine die wir kreierten
05:28
is about one HB, one human brain,
100
328160
3000
ist jetzt ein HB, ein menschliches Gehirn
05:31
if we look at the rate that this is increasing,
101
331160
3000
wenn wir uns die Rate anschauen, mit der dies wächst,
05:34
30 years from now, there'll be six billion HBs.
102
334160
5000
gibt es in 30 Jahren sechs Milliarden HBs.
05:39
So by the year 2040, the total processing of this machine
103
339160
4000
Im Jahre 2040 wird die Prozessorleistung dieser Maschine
05:43
will exceed a total processing power of humanity,
104
343160
3000
die gesamte Prozessleistung der Menschheit übertreffen
05:46
in raw bits and stuff. And this is, I think, where
105
346160
3000
In reinen Bits und so. Und das ist glaube ich
05:49
Ray Kurzweil and others get this little chart saying that we're going to cross.
106
349160
5000
wo Ray Kurzwell und andere dieses kleine Diagram herbekommen, das wir alle übertreten.
05:54
So, what about that? Well, here's a couple of things.
107
354160
6000
Was ist also damit? Hier sind ein paar Dinge.
06:00
I have three kind of general things
108
360160
3000
Ich habe drei generelle Dinge
06:03
I would like to say, three consequences of this.
109
363160
4000
dich ich sagen möchte; drei Konsequenzen davon.
06:07
First, that basically what this machine is doing is embodying.
110
367160
5000
Erstens, was diese Maschine im Prinzip macht ist Verkörperung,
06:12
We're giving it a body. And that's what we're going to do
111
372160
2000
wir geben ihr einen Körper. Das ist es was wir
06:14
in the next 5,000 days -- we're going to give this machine a body.
112
374160
3000
in den nächsten 5.000 Tagen tun werden - wir geben der Maschine einen Körper
06:17
And the second thing is, we're going to restructure its architecture.
113
377160
3000
Das Zweite ist, das wir die Architektur neu strukturieren werden.
06:20
And thirdly, we're going to become completely codependent upon it.
114
380160
4000
Drittens werden wir komplett Co-Abhängig davon.
06:24
So let me go through those three things.
115
384160
2000
Lasst mich also diese drei Dinge durchgehen.
06:26
First of all, we have all these things in our hands.
116
386160
3000
Wir haben alle diese Dinge in unseren Händen.
06:29
We think they're all separate devices,
117
389160
2000
Wir glauben es seien separate Geräte
06:31
but in fact, every screen in the world
118
391160
3000
aber tatsächlich schaut jeder Monitor
06:34
is looking into the one machine.
119
394160
3000
nur in die eine Maschine.
06:37
These are all basically portals into that one machine.
120
397160
3000
Sie sind alle prinzipiell Portale in die eine Maschine.
06:40
The second thing is that -- some people call this the cloud,
121
400160
4000
Das zweite ist - manche Leute nennen es "The Cloud"
06:44
and you're kind of touching the cloud with this.
122
404160
2000
und man berührt damit quasi "The Cloud".
06:46
And so in some ways, all you really need is a cloudbook.
123
406160
4000
Was man oft also wirklich braucht ist ein "Cloudbook".
06:50
And the cloudbook doesn't have any storage.
124
410160
3000
Das "Cloudbook" hat kein Speicher.
06:53
It's wireless. It's always connected.
125
413160
3000
Es ist kabellos. Immer verbunden.
06:56
There's many things about it. It becomes very simple,
126
416160
2000
Es sind viele Dinge. Es wird sehr einfach,
06:58
and basically what you're doing is you're just touching the machine,
127
418160
2000
wenn man die Maschine berührt,
07:00
you're touching the cloud and you're going to compute that way.
128
420160
3000
berührt man quasi "The Cloud" und man wird so berechnen.
07:03
So the machine is computing.
129
423160
2000
Die Maschine berechnet.
07:05
And in some ways, it's sort of back
130
425160
1000
Es ist fast, wie eine Rückkehr
07:06
to the kind of old idea of centralized computing.
131
426160
3000
zur alten Idee des zentralisierten Computers.
07:09
But everything, all the cameras, and the microphones,
132
429160
4000
Alles aber, alle Kameras, alle Mikrophone,
07:13
and the sensors in cars
133
433160
4000
alle Sensoren in Autos
07:17
and everything is connected to this machine.
134
437160
2000
alles ist mit der Maschine verbunden.
07:19
And everything will go through the Web.
135
439160
2000
Alles wird über das Web gehen.
07:21
And we're seeing that already with, say, phones.
136
441160
2000
Und wir sehen das bereits in, z.B. Telefonen.
07:23
Right now, phones don't go through the Web,
137
443160
2000
Momentan gehen Telefone nicht über das Web,
07:25
but they are beginning to, and they will.
138
445160
3000
aber sie beginnen es zu tun und sie werden es.
07:28
And if you imagine what, say, just as an example, what Google Labs has
139
448160
4000
Und wenn man sich vorstellt, was z.B. Google Labs
07:32
in terms of experiments with Google Docs, Google Spreadsheets, blah, blah, blah --
140
452160
4000
experimentell mit Google Docs, Google Spreadsheets, usw tut.
07:36
all these things are going to become Web based.
141
456160
3000
All diese Dinge werden webbasiert sein.
07:39
They're going through the machine.
142
459160
2000
Sie gehen über die Maschine.
07:41
And I am suggesting that every bit will be owned by the Web.
143
461160
5000
Worauf ich hinaus will, ist dass jedes Bit vom Web besessen wird.
07:46
Right now, it's not. If you do spreadsheets and things at work,
144
466160
3000
Jetzt ist es nicht so - wenn man eine Tabelle und Dinge bei der Arbeit macht,
07:49
a Word document, they aren't on the Web,
145
469160
3000
ein Word Dokument, sind sie nicht Teil des Webs
07:52
but they are going to be. They're going to be part of this machine.
146
472160
2000
aber sie werden es sein. Sie werden Teil der Maschine.
07:54
They're going to speak the Web language.
147
474160
2000
Sie werden "Web-Sprache" sprechen.
07:56
They're going to talk to the machine.
148
476160
2000
Sie werden mit der Maschine sprechen.
07:58
The Web, in some sense, is kind of like a black hole
149
478160
3000
Das Web ist in gewissem Sinne wie ein schwarzes Loch,
08:01
that's sucking up everything into it.
150
481160
3000
das alles in sich hinein saugt.
08:04
And so every thing will be part of the Web.
151
484160
4000
Und so wird alles Teil des Webs sein.
08:08
So every item, every artifact that we make, will have embedded in it
152
488160
5000
Jedes Teil, jedes Artefakt das wir machen, wird
08:13
some little sliver of Web-ness and connection,
153
493160
3000
etwas kleines silbernes webartiges und verbindendes in sich haben
08:16
and it will be part of this machine,
154
496160
2000
und Teil dieser Maschine sein,
08:18
so that our environment -- kind of in that ubiquitous computing sense --
155
498160
3000
so dass unsere Umwelt - eine Art allgegenwärtiger-computer Sinn -
08:21
our environment becomes the Web. Everything is connected.
156
501160
5000
unsere Umwelt wird das Web. Alles ist verbunden.
08:26
Now, with RFIDs and other things -- whatever technology it is,
157
506160
3000
Jetzt, mit RFIDs und sonstigen - welche Technologie es auch ist -
08:29
it doesn't really matter. The point is that everything
158
509160
3000
die Sache ist, dass alle Geräte
08:32
will have embedded in it some sensor connecting it to the machine,
159
512160
3000
etwas eingebaut haben das es mit der Maschine verbindet
08:35
and so we have, basically, an Internet of things.
160
515160
3000
und so haben wir ein Internet von Dingen.
08:38
So you begin to think of a shoe as a chip with heels,
161
518160
4000
Stellen sie sich Schuhe als Chip mit Absätzen
08:42
and a car as a chip with wheels,
162
522160
3000
und Autos als Chips mit Rädern vor.
08:45
because basically most of the cost of manufacturing cars
163
525160
3000
Denn die meisten Kosten der Autoherstellung,
08:48
is the embedded intelligence and electronics in it, and not the materials.
164
528160
6000
liegen in der eingebauten Intelligenz und Elektronik, nicht den Materialien.
08:54
A lot of people think about the new economy
165
534160
2000
Viele Menschen sehen die neue Wirtschaft
08:56
as something that was going to be a disembodied,
166
536160
2000
als etwas, das entkörperlicht wird,
08:58
alternative, virtual existence,
167
538160
3000
eine alternative virtuelle Existenz,
09:01
and that we would have the old economy of atoms.
168
541160
3000
und dass wir eine alte Wirtschaft der Atome haben.
09:04
But in fact, what the new economy really is
169
544160
3000
Was die neue Wirtschaft jedoch wirklich ist,
09:07
is the marriage of those two, where we embed the information,
170
547160
4000
ist eine Hochzeit der beiden, in der wir die Informationen
09:11
and the digital nature of things into the material world.
171
551160
2000
und die digitale Natur der Dinge in die materielle Welt einbauen.
09:13
That's what we're looking forward to. That is where we're going --
172
553160
4000
Danach sehnen wir uns. Das ist wo wir hingehen -
09:17
this union, this convergence of the atomic and the digital.
173
557160
7000
Diese Einheit, die Konvergenz des Atomaren und des Digitalen.
09:24
And so one of the consequences of that, I believe,
174
564160
2000
Eine Konsequenz davon ist, glaube ich,
09:26
is that where we have this sort of spectrum of media right now --
175
566160
4000
dass wir dieses aktuelle Spektrum an Medien -
09:30
TV, film, video -- that basically becomes one media platform.
176
570160
3000
TV, Film, Video - zu einer Medienplatzform wird.
09:33
And while there's many differences in some senses,
177
573160
2000
Es wird viele Unterschiede im gewissen Sinn geben,
09:35
they will share more and more in common with each other.
178
575160
3000
sie werden aber mehr und mehr miteinander gemeinsam haben.
09:38
So that the laws of media, such as the fact that copies have no value,
179
578160
5000
Die Gesetze von Medien, wie der Fakt, dass Kopien keinen Wert haben.
09:43
the value's in the uncopiable things,
180
583160
2000
Der Wert ist im Unkopierbaren.
09:45
the immediacy, the authentication, the personalization.
181
585160
5000
Die Aktualität, Authenzität, Personalisierung -
09:50
The media wants to be liquid.
182
590160
3000
Medien wollen sofort realisierbar sein,
09:53
The reason why things are free is so that you can manipulate them,
183
593160
3000
der Grund warum Dinge "offen" sind, ist dass man sie verändern kann,
09:56
not so that they are "free" as in "beer," but "free" as in "freedom."
184
596160
4000
nicht also "frei" wie in Bier, sondern frei wie in Freiheit.
10:00
And the network effects rule,
185
600160
2000
Das Netzwerkgesetz wirkt -
10:02
meaning that the more you have, the more you get.
186
602160
2000
bedeutet, je mehr man hat, desto mehr bekommt man.
10:04
The first fax machine -- the person who bought the first fax machine
187
604160
3000
Das erste Fax - die Person die die erste Faxmaschine kaufte
10:07
was an idiot, because there was nobody to fax to.
188
607160
5000
war ein Idiot, weil es niemand gab dem man faxen konnte.
10:12
But here she became an evangelist, recruiting others
189
612160
4000
Sie bekam jedoch ein Evangelist, rekrutierte andere
10:16
to get the fax machines because it made their purchase more valuable.
190
616160
3000
ein Fax zu kaufen, weil es den Kauf wertvoller machte.
10:19
Those are the effects that we're going to see.
191
619160
2000
Dies sind die Effekte die wir sehen werden.
10:21
Attention is the currency.
192
621160
2000
Aufmerksamkeit ist die Währung.
10:23
So those laws are going to kind of spread throughout all media.
193
623160
5000
Die Gesetze werden über alle Medien verbreitet sein.
10:28
And the other thing about this embodiment
194
628160
2000
Das andere an dieser Verkörperung
10:30
is that there's kind of what I call the McLuhan reversal.
195
630160
3000
ist, was ich die McLuhan Umkehrung nenne.
10:33
McLuhan was saying, "Machines are the extensions of the human senses."
196
633160
2000
McLuhan sagte: "Maschinen sind Erweiterungen der menschlichen Sinne."
10:35
And I'm saying, "Humans are now going to be
197
635160
2000
Ich sage: "Menschen werden die
10:37
the extended senses of the machine," in a certain sense.
198
637160
3000
erweiterten Sinne der Maschine." in gewissem Sinn.
10:40
So we have a trillion eyes, and ears, and touches,
199
640160
4000
Wir haben Billionen von Augen, Ohren, Hände
10:44
through all our digital photographs and cameras.
200
644160
3000
durch all unsere digitalen Bilder und Kameras.
10:47
And we see that in things like Flickr,
201
647160
5000
Wir sehen Dinge wie Flickr,
10:52
or Photosynth, this program from Microsoft
202
652160
3000
oder Photosynth, das Programm von Microsoft,
10:55
that will allow you to assemble a view of a touristy place
203
655160
4000
das es möglich machen wird, einen Blick auf Touristenplätze
10:59
from the thousands of tourist snapshots of it.
204
659160
4000
aus tausenden von Touristenfotos zu erzeugen.
11:03
In a certain sense, the machine is seeing through the pixels of individual cameras.
205
663160
6000
Im gewissen Sinne, sieht die Maschine durch die Pixel der individuellen Kameras.
11:09
Now, the second thing that I want to talk about was this idea of restructuring,
206
669160
4000
Die zweite Sache über die ich jetzt reden möchte, ist die Idee der Neustrukturierung
11:13
that what the Web is doing is restructuring.
207
673160
2000
was das Web macht ist Neustrukturierung.
11:15
And I have to warn you, that what we'll talk about is --
208
675160
2000
Ich muss sie warnen, das worüber wir reden -
11:17
I'm going to give my explanation of a term you're hearing, which is a "semantic Web."
209
677160
4000
Ich werde Ihnen meine Erklärung eines Begriffes geben, den des "semantischen Webs"
11:21
So first of all, the first stage that we've seen
210
681160
3000
Die erste Stufe die wir vom Internet sahen
11:24
of the Internet was that it was going to link computers.
211
684160
3000
war die Verbindung von Computern.
11:27
And that's what we called the Net; that was the Internet of nets.
212
687160
3000
Das nannten wir das Netz - es war das Internet von Netzen.
11:30
And we saw that, where you have all the computers of the world.
213
690160
3000
Wir sahen, dass wo all die Computer der Welt waren -
11:33
And if you remember, it was a kind of green screen with cursors,
214
693160
4000
Wenn Sie sich erinnern, es war eine Art grüner Bildschirm mit Mauszeiger,
11:37
and there was really not much to do, and if you wanted to connect it,
215
697160
2000
es gab nicht viel zu tun, und wenn man sich verbinden wollte,
11:39
you connected it from one computer to another computer.
216
699160
3000
verband man sich von einem Computer zum Nächsten.
11:42
And what you had to do was -- if you wanted to participate in this,
217
702160
2000
Was man tun musste, wenn man Teilnehmen wollte,
11:44
you had to share packets of information.
218
704160
4000
war Pakete von Informationen zu teilen.
11:48
So you were forwarding on. You didn't have control.
219
708160
2000
Man leitete also weiter, ohne Kontrolle zu haben.
11:50
It wasn't like a telephone system where you had control of a line:
220
710160
2000
Es war nicht wie in einem Telefonsystem, in dem man Kontrolle hatte
11:52
you had to share packets.
221
712160
2000
man musste Packete teilen
11:54
The second stage that we're in now is the idea of linking pages.
222
714160
5000
Die zweite Stufe in der wir jetzt sind ist die Idee von verlinkten Seiten.
11:59
So in the old one, if I wanted to go on to an airline Web page,
223
719160
3000
In der alten, wenn ich auf die Webseite einer Airline wollte,
12:02
I went from my computer, to an FTP site, to another airline computer.
224
722160
4000
ging ich von meinem PC, zu einem FTP, zu einem Airline PC.
12:06
Now we have pages -- the unit has been resolved into pages,
225
726160
5000
Jetzt haben wir Seiten - die Einheit löste sich in Seiten auf.
12:11
so one page links to another page.
226
731160
2000
eine Seite verlinkt zur nächsten-
12:13
And if I want to go in to book a flight,
227
733160
3000
Wenn ich einen Flug buchen will,
12:16
I go into the airline's flight page, the website of the airline,
228
736160
5000
gehe ich auf die Homepage der Airline
12:21
and I'm linking to that page.
229
741160
2000
und verlinke zu der Seite.
12:23
And what we're sharing were links, so you had to be kind of open with links.
230
743160
4000
Und was wir teilen sind Links, man musste offen sein mit Links.
12:27
You couldn't deny -- if someone wanted to link to you,
231
747160
2000
Man konnte niemand stoppen wenn er einen verlinken wollte
12:29
you couldn't stop them. You had to participate in this idea
232
749160
4000
man musste teil dieser Idee werden
12:33
of opening up your pages to be linked by anybody.
233
753160
3000
vom öffnen seiner Seite, die von jedem verlinkt werden konnte.
12:36
So that's what we were doing.
234
756160
2000
Das ist also was wir machen.
12:38
We're now entering to the third stage, which is what I'm talking about,
235
758160
4000
Wir treten in die dritte Phase ein, dies ist worüber ich spreche,
12:42
and that is where we link the data.
236
762160
2000
und in ihr werden Daten verlinkt.
12:44
So, I don't know what the name of this thing is.
237
764160
2000
Ich kenne den Namen dieses Dings nicht.
12:46
I'm calling it the one machine. But we're linking data.
238
766160
2000
Ich nenne es die "Eine Maschine". Aber wir verlinken Daten.
12:48
So we're going from machine to machine,
239
768160
2000
Wir kamen von Maschine zu Maschine,
12:50
from page to page, and now data to data.
240
770160
2000
über Site zu Seite, und jetzt Daten zu Daten.
12:52
So the difference is, is that rather than linking from page to page,
241
772160
4000
Der Unterschied ist, anstatt Seite mit Seite zu verlinken,
12:56
we're actually going to link from one idea on a page
242
776160
4000
verlinken wir von einer Idee auf einer Seite
13:00
to another idea, rather than to the other page.
243
780160
2000
zu einer anderen Idee, anstatt zu einer anderen Seite.
13:02
So every idea is basically being supported --
244
782160
3000
So ist jede Idee prinzipiell unterstützt,
13:05
or every item, or every noun -- is being supported by the entire Web.
245
785160
3000
oder jeder Teil, jedes Wort - wird vom ganzen Web gestützt.
13:08
It's being resolved at the level of items, or ideas, or words, if you want.
246
788160
6000
Es wird auf dem Level der Teile oder Ideen oder Worte, wenn Sie wollen aufgelöst.
13:14
So besides physically coming out again into this idea
247
794160
4000
Neben dem physischen Herauskommen in diese Idee
13:18
that it's not just virtual, it's actually going out to things.
248
798160
4000
das es nicht nur virtuell, es kommt sogar in die Dinge.
13:22
So something will resolve down to the information
249
802160
3000
So wird etwas bis zur Information
13:25
about a particular person, so every person will have a unique ID.
250
805160
4000
über eine bestimmte Person aufgelöst. Jede Peson wird eine einzartige ID haben.
13:29
Every person, every item will have a something
251
809160
2000
Jede Person, jeder Gegenstand wird etwas haben,
13:31
that will be very specific, and will link
252
811160
2000
das sehr spezifisch ist und zu einer
13:33
to a specific representation of that idea or item.
253
813160
4000
spezifischen Repräsentation dieser Idee oder Gegenstandes verlinkt.
13:37
So now, in this new one, when I link to it,
254
817160
3000
In dieser neuen Idee, in der ich verlinke,
13:40
I would link to my particular flight, my particular seat.
255
820160
6000
würde ich zu meinem speziellen Flug, meinem speziellen Sitz verlinken.
13:46
And so, giving an example of this thing,
256
826160
3000
So - als Beispiel für dieses Ding -
13:49
I live in Pacifica, rather than -- right now Pacifica
257
829160
2000
Ich lebe in Pacifica - Pacifica ist im Moment
13:51
is just sort of a name on the Web somewhere.
258
831160
3000
nur ein Name irgendwo im Web.
13:54
The Web doesn't know that that is actually a town,
259
834160
2000
Das Web weiß nicht das es eigentlich eine Stadt ist
13:56
and that it's a specific town that I live in,
260
836160
2000
und dass es eine spezifische Stadt ist, in der ich lebe
13:58
but that's what we're going to be talking about.
261
838160
3000
aber das ist es worüber wir sprechen werden.
14:01
It's going to link directly to --
262
841160
2000
Es wir genau dorthin verlinken -
14:03
it will know, the Web will be able to read itself
263
843160
3000
das Web wird in der Lage sein, sich selbst zu lesen
14:06
and know that that actually is a place,
264
846160
2000
und zu wissen, dass es sich um einen Platz handelt
14:08
and that whenever it sees that word, "Pacifica,"
265
848160
2000
und immer wenn es das Wort "Pacifica" sieht
14:10
it knows that it actually has a place,
266
850160
1000
wissen, dass es tatsächlich einen Platz hat,
14:11
latitude, longitude, a certain population.
267
851160
3000
Breitengrad, Längengrad, Bewohnerzahl.
14:14
So here are some of the technical terms, all three-letter things,
268
854160
3000
Hier sind ein paar technische Begriffe, alles drei-buchstaben Dinge
14:17
that you'll see a lot more of.
269
857160
2000
von denen man viel mehr sehen wird.
14:19
All these things are about enabling this idea of linking to the data.
270
859160
5000
All diese Dinge ermöglichen uns diese Idee vom verknüpfen von Daten.
14:24
So I'll give you one kind of an example.
271
864160
3000
Ich gebe euch ein Beispiel.
14:27
There's like a billion social sites on the Web.
272
867160
4000
Es gibt eine Million soziale Seiten im Web.
14:31
Each time you go into there, you have to tell it again who you are
273
871160
3000
Jedes Mal wenn man dort hingeht muss man nochmal sagen wer man ist,
14:34
and all your friends are.
274
874160
1000
wer seine Freunde sind.
14:35
Why should you be doing that? You should just do that once,
275
875160
2000
Warum sollte man dies tun? Man sollte es nur ein Mal machen,
14:37
and it should know who all your friends are.
276
877160
3000
und es sollte wissen wer all deine Freunde sind.
14:40
So that's what you want, is all your friends are identified,
277
880160
2000
Das ist es was man will, dass alle Freunde identifiziert sind,
14:42
and you should just carry these relationships around.
278
882160
2000
und man sollte diese Beziehungen mit sich tragen können.
14:44
All this data about you should just be conveyed,
279
884160
3000
All diese Daten sollten befördert werden
14:47
and you should do it once and that's all that should happen.
280
887160
3000
und man sollte es ein Mal tun und das ist alles was passieren sollte.
14:50
And you should have all the networks
281
890160
2000
Man sollte all die Netzwerke
14:52
of all the relationships between those pieces of data.
282
892160
2000
von all den Beziehungen zwischen diesen Teilen von Daten haben.
14:54
That's what we're moving into -- where it sort of knows these things down to that level.
283
894160
5000
Das ist es wo wir uns hinbewegen - Wo es all diese Dinge bis zu diesem Level weiß.
14:59
A semantic Web, Web 3.0, giant global graph --
284
899160
3000
Ein semantisches Web, Web 3.0, gigantischer globaler Graph -
15:02
we're kind of trying out what we want to call this thing.
285
902160
3000
wir sind am testen wie wir dieses Ding nennen.
15:05
But what's it's doing is sharing data.
286
905160
2000
Aber was es tut, ist Daten zu teilen.
15:07
So you have to be open to having your data shared, which is a much bigger step
287
907160
5000
Man muss also offen dafür sein, seine Daten zu teilen, was ein sehr viel größerer Schritt ist
15:12
than just sharing your Web page, or your computer.
288
912160
2000
als nur seine Webseite, oder den PC zu teilen.
15:14
And all these things that are going to be on this
289
914160
4000
All diese Dinge, die darin sein werden
15:18
are not just pages, they are things.
290
918160
3000
werden nicht nur Seiten sein, sondern Dinge.
15:21
Everything we've described, every artifact or place,
291
921160
4000
Alles was wir beschrieben, jeder Artefakt oder Platz
15:25
will be a specific representation,
292
925160
2000
wird eine spezifische Repräsentation sein,
15:27
will have a specific character that can be linked to directly.
293
927160
5000
wird einen speziellen Charakter haben, der direkt verlinkt werden kann.
15:32
So we have this database of things.
294
932160
2000
Wir haben diese Datenbank von Dingen.
15:34
And so there's actually a fourth thing that we have not get to,
295
934160
4000
Es gibt tatsächlich ein vierts Ding, zu dem wir noch nicht gekommen sind
15:38
that we won't see in the next 10 years, or 5,000 days,
296
938160
2000
das wir nicht in den nächsten zehn Jahren oder 5.000 Tagen sehen werden
15:40
but I think that's where we're going to. And as the Internet of things --
297
940160
5000
aber ich glaube das ist worauf wir zugehen. Und als das Internet von Dingen -
15:45
where I'm linking directly to the particular things of my seat on the plane --
298
945160
4000
in dem wir direkt auf spezielle Dinge meines Sitzes im Flugzeug verlinken -
15:49
that that physical thing becomes part of the Web.
299
949160
3000
wird das physische Ding Teil des Webs.
15:52
And so we are in the middle of this thing
300
952160
2000
Und so sind wir inmitten dieses Dings
15:54
that's completely linked, down to every object
301
954160
3000
das komplett verlinkt ist, hinunter bis zu jedem Objekt
15:57
in the little sliver of a connection that it has.
302
957160
2000
in dem kleinen Splitter von Verbindung das es besitzt.
15:59
So, the last thing I want to talk about is this idea
303
959160
2000
Der letzte Punkt über den ich sprechen wollte ist die Idee
16:01
that we're going to be codependent.
304
961160
3000
das wir Co-Abhängig werden.
16:04
It's always going to be there, and the closer it is, the better.
305
964160
4000
Es wird immer da sein, je näher desto besser.
16:08
If you allow Google to, it will tell you your search history.
306
968160
3000
Wenn du es Google erlaubst, sagt es dir deine Such-Historie.
16:11
And I found out by looking at it
307
971160
2000
Und ich fand heraus,
16:13
that I search most at 11 o'clock in the morning.
308
973160
2000
dass ich am meisten um 11 Uhr morgens suche.
16:16
So I am open, and being transparent to that.
309
976160
3000
Ich bin also offen und transparent dafür.
16:19
And I think total personalization in this new world will require total transparency.
310
979160
6000
Und ich glaube totale Personalisierung in dieser neuen Welt bedarf totaler Transparenz.
16:25
That is going to be the price.
311
985160
2000
Das ist der Preis.
16:27
If you want to have total personalization,
312
987160
1000
Wenn du totale Personalisierung willst,
16:28
you have to be totally transparent.
313
988160
2000
musst du total transparent sein.
16:30
Google. I can't remember my phone number, I'll just ask Google.
314
990160
3000
Google. Ich erinnere mich nicht an meine Telefonnummer, frage ich einfach Google.
16:33
We're so dependent on this that I have now gotten to the point
315
993160
2000
Wir hängen so sehr davon ab, dass ich an einem Punkt angelangt bin
16:35
where I don't even try to remember things --
316
995160
2000
in dem ich nichtmal mehr versuche mich an Dinge zu erinnern -
16:37
I'll just Google it. It's easier to do that.
317
997160
2000
Ich google sie einfach. Es ist einfacher.
16:39
And we kind of object at first, saying, "Oh, that's awful."
318
999160
3000
Und wir protestieren zu Beginn und sagen "Oh, das ist schlimm."
16:42
But if we think about the dependency that we have on this other technology,
319
1002160
3000
Aber wenn wir an unsere Abhängigkeit von dieser anderen Technologie denken,
16:45
called the alphabet, and writing,
320
1005160
2000
mit dem Namen Alphabet und Schrift -
16:47
we're totally dependent on it, and it's transformed culture.
321
1007160
3000
wir hängen komplett davon ab, und es hat unsere Kultur transformiert.
16:50
We cannot imagine ourselves without the alphabet and writing.
322
1010160
4000
Wir können uns nicht vorstellen ohne Alphabet und Schrift zu leben.
16:54
And so in the same way, we're going to not imagine ourselves
323
1014160
3000
Und genau so werden wir uns nicht vorstellen können
16:57
without this other machine being there.
324
1017160
2000
ohne diese andere Maschine zu leben.
16:59
And what is happening with this is
325
1019160
3000
Und was damit passiert
17:02
some kind of AI, but it's not the AI in conscious AI,
326
1022160
2000
ist eine Art KI, aber nicht KI als bewusste KI
17:04
as being an expert, Larry Page told me
327
1024160
3000
- also Experten, Larry Page sagte mir
17:07
that that's what they're trying to do,
328
1027160
1000
dass es das ist was sie versuchen,
17:08
and that's what they're trying to do.
329
1028160
2000
dass es das ist was sie versuchen.
17:10
But when six billion humans are Googling,
330
1030160
3000
Aber wenn sechs Milliarden Menschen googlen,
17:13
who's searching who? It goes both ways.
331
1033160
2000
sucht wer wen? Es geht in beide Richtungen.
17:15
So we are the Web, that's what this thing is.
332
1035160
4000
Wir sind also das Web, das ist es was das Ding ist.
17:19
We are going to be the machine.
333
1039160
2000
Wir werden diese Maschine sein.
17:21
So the next 5,000 days, it's not going to be the Web and only better.
334
1041160
5000
In den nächsten 5.000 Tagen - wird es nicht das Web sein, nur etwas besser.
17:26
Just like it wasn't TV and only better.
335
1046160
2000
Genauso wie es nicht TV war, nur etwas besser.
17:28
The next 5,000 days, it's not just going to be the Web
336
1048160
3000
In den nächsten 5.000 Tagen, wird es nicht nur das etwas bessere Web sein;
17:31
but only better -- it's going to be something different.
337
1051160
2000
es wird etwas anderes sein.
17:33
And I think it's going to be smarter.
338
1053160
4000
Ich glaube es wir schlauer sein.
17:37
It'll have an intelligence in there, that's not, again, conscious.
339
1057160
4000
Es wird eine Intelligenz besitzen, keine bewusste.
17:41
But it'll anticipate what we're doing, in a good sense.
340
1061160
4000
Aber ich antizipiere wir tun es im guten Sinne.
17:45
Secondly, it's become much more personalized.
341
1065160
3000
Zweitens wird es sehr viel peronalisierter sein.
17:48
It will know us, and that's good.
342
1068160
2000
Es wird uns kennen und das ist gut.
17:50
And again, the price of that will be transparency.
343
1070160
4000
Nochmal, der Preis wird Transparenz sein.
17:54
And thirdly, it's going to become more ubiquitous
344
1074160
2000
Drittens, es wird mehr allgegenwärtig sein
17:56
in terms of filling your entire environment, and we will be in the middle of it.
345
1076160
5000
es wird unsere gesamte Umgebung füllen und wir sind in der Mitte.
18:01
And all these devices will be portals into that.
346
1081160
3000
All diese Geräte werden Portale hinein sein.
18:04
So the single idea that I wanted to leave with you
347
1084160
3000
Die eine Idee mit der ich euch verlassen will,
18:07
is that we have to begin to think about this as not just "the Web, only better,"
348
1087160
6000
ist dass wir anfangen müssen, dies nicht nur "als Web, nur besser" zu sehen
18:13
but a new kind of stage in this development.
349
1093160
3000
sondern als neue Stufe in der Entwicklung.
18:16
It looks more global. If you take this whole thing,
350
1096160
3000
Es sieht globaler aus - wenn man das ganze Ding nimmt,
18:19
it is a very big machine, very reliable machine,
351
1099160
3000
es ist eine sehr große, sehr zuverlässliche Maschine,
18:22
more reliable than its parts.
352
1102160
2000
verlässlicher als seine Teile.
18:24
But we can also think about it as kind of a large organism.
353
1104160
3000
Wir können es aber auch als Art großen Organismus sehen.
18:27
So we might respond to it more as if this was a whole system,
354
1107160
5000
Damit wir es vielleicht mehr als ganzes System sehen
18:32
more as if this wasn't a large organism
355
1112160
2000
mehr als sei es ein ganzer Organismus
18:34
that we are going to be interacting with. It's a "One."
356
1114160
4000
mit dem wir interagieren. Es ist "Eins".
18:38
And I don't know what else to call it, than the One.
357
1118160
3000
Ich weiß nicht wie man es sonst nennen sollte als das "Eine"
18:41
We'll have a better word for it.
358
1121160
1000
Wir werden bessere Worte dafür haben.
18:42
But there's a unity of some sort that's starting to emerge.
359
1122160
3000
Aber es gibt eine Einheit die beginnt zu Tage zu treten.
18:45
And again, I don't want to talk about consciousness,
360
1125160
3000
Noch mal, ich will nicht über Bewusstsein reden,
18:48
I want to talk about it just as if it was a little bacteria,
361
1128160
2000
Ich will darüber sprechen als sei es ein kleines Bakterium
18:50
or a volvox, which is what that organism is.
362
1130160
3000
oder ein Volvox, das ist es was der Organismus ist.
18:53
So, to do, action, take-away. So, here's what I would say:
363
1133160
6000
Also, To-Do, Aufgabe, Mitnahme. Hier ist was ich sage:
18:59
there's only one machine, and the Web is its OS.
364
1139160
4000
Es gibt nur eine Maschine und das Web ist das OS.
19:03
All screens look into the One. No bits will live outside the Web.
365
1143160
4000
Alle Bildschirme schauen in das "Eine". Keine Bits leben ausserhalb des Webs.
19:07
To share is to gain. Let the One read it.
366
1147160
4000
Teilen ist Vorteil. Lass das "Eine" es lesen.
19:11
It's going to be machine-readable.
367
1151160
1000
Es wird maschinenlesbar sein;
19:12
You want to make something that the machine can read.
368
1152160
3000
man will etwas tun, das die Maschine lesen kann.
19:15
And the One is us. We are in the One.
369
1155160
5000
Das "Eine" sind wir - und wir sind in dem "Einen"
19:20
I appreciate your time.
370
1160160
2000
Vielen Dank für Ihre Zeit.
19:22
(Applause)
371
1162160
3000
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7