How algorithms shape our world | Kevin Slavin

کوین سالوین: الگوریتم ها چگونه جهان ما را شکل داده اند؟

Translator: eagle sky Reviewer: soheila Jafari

This is a photograph

این یک عکس است

by the artist Michael Najjar,

از هنرمند مایکل نجار ،

and it's real,

و این واقعی است ،

in the sense that he went there to Argentina

از صحنه ای که او به آنجا در آرژانتین رفت

to take the photo.

تا این عکس را بگیرد.

But it's also a fiction. There's a lot of work that went into it after that.

ولی همچنین این جعلی است. کارهای زیادی هست که بعدا بروی آن انجام شده است.

And what he's done

و کاری که او کرده است

is he's actually reshaped, digitally,

اینست که درواقع، به صورت دیجیتالی

all of the contours of the mountains

تمام محیط کوهستان را تغییر شکل داده است

to follow the vicissitudes of the Dow Jones index.

تا بالا و پایین شدن شاخص بورس دَن جانز Dow Jones را دنبال کند.

So what you see,

بنابراین چیزی که می بینید،

that precipice, that high precipice with the valley,

آن سراشیبی تند، آن سراشیبی تند و دره

is the 2008 financial crisis.

بحران مالی سال ۲۰۰۸ هست.

The photo was made

عکس زمانی ساخته شده

when we were deep in the valley over there.

که ما در آن نقطۀ عمیق در دره بودیم.

I don't know where we are now.

نمی دانم الان کجا هستیم.

This is the Hang Seng index

این هم شاخص هِنگ سِنگ Hang Seng

for Hong Kong.

برای هنگ کنگ

And similar topography.

و توپو گرافی یکسان

I wonder why.

تعجب می کنم چرا.

And this is art. This is metaphor.

و البته این اثرهنری است. یک کنایه است.

But I think the point is

اما من فکر می کنم نکته این است

that this is metaphor with teeth,

که این کنایه ای از دندانه است!

and it's with those teeth that I want to propose today

و اشاره به دندانه هایست که می خواهم امروز ارائه کنم

that we rethink a little bit

که مقداری دوباره فکر کنیم

about the role of contemporary math --

درباره ی نقش ریاضیات معاصر--

not just financial math, but math in general.

نه فقط ریاضیات مربوط به امور مالی، بلکه ریاضیات عمومی.

That its transition

این گذاری است

from being something that we extract and derive from the world

از بودن چیزی که ما از جهان استخراج و استنباط می کنیم

to something that actually starts to shape it --

به چیزی که در واقع شکل دادنش را آغاز می کند --

the world around us and the world inside us.

جهان اطراف ما و جهان درون ما را.

And it's specifically algorithms,

و این بطور خاص الگوریتم ها هستند،

which are basically the math

که در اصل ریاضیاتی هستند

that computers use to decide stuff.

که رایانه ها برای تصمیم گیری چیزها آنرا بکار می برند.

They acquire the sensibility of truth

درکی از حقیقت را حاصل می شوند،

because they repeat over and over again,

برای اینکه آن ها بارها و بارها تکرار می کنند.

and they ossify and calcify,

و اسختوانی تر و سخت تر می شوند،

and they become real.

و حقیقی می شوند.

And I was thinking about this, of all places,

و من همه جا دراین مورد فکر می کردم،

on a transatlantic flight a couple of years ago,

دو سال پیش در یک پرواز بر فراز اقیانوس اطلس ،

because I happened to be seated

چون که اتفاق افتاده بود تا من کنار

next to a Hungarian physicist about my age

یک فیزیکدان مجارستانی تقریبا همسن خودم بنشینم

and we were talking

و با هم صحبت می کردیم

about what life was like during the Cold War

درباره ی اینکه زندگی در دوران جنگ سرد

for physicists in Hungary.

برای فیزیکدان در مجارستان چگونه بود.

And I said, "So what were you doing?"

و من گفتم : «خوب شما چه کار می کردید؟»

And he said, "Well we were mostly breaking stealth."

اون گفت: «ما عمدتا رادارگریز را می شکستیم.»

And I said, "That's a good job. That's interesting.

من گفتم: «خیلی خوبه، جالبه.

How does that work?"

چه طور کار می کند؟»

And to understand that,

وبرای درک آن،

you have to understand a little bit about how stealth works.

باید اندکی درباره اینکه رادارگریز چگونه کار میکند را بفهمید.

And so -- this is an over-simplification --

و خب -- این بسیار ساد شده --

but basically, it's not like

اما در اصل، این شبیه این نیست

you can just pass a radar signal

که شما فقط بتوانید از امواج رادار

right through 156 tons of steel in the sky.

از طریق ۱۵۶ تن فولاد در آسمان از آن بگریزید.

It's not just going to disappear.

این تنها ناپدید شدن نیست.

But if you can take this big, massive thing,

اما اگر بتوانید این چیز بزرگ، این جسم سنگین، را ببرید،

and you could turn it into

و بتوانید آن را تبدیل به

a million little things --

یک میلیون چیزهای کوچک بکنید --

something like a flock of birds --

چیزی شبیه یک دسته از پرندگان --

well then the radar that's looking for that

خب پس راداری که آنرا جستجو می کند

has to be able to see

باید قادر باشد که

every flock of birds in the sky.

هر دسته ای از پرندگان را در هوا ببیند.

And if you're a radar, that's a really bad job.

و اگر شما رادار باشید، این شغل خیلی بدی است.

And he said, "Yeah." He said, "But that's if you're a radar.

و او گفت: " بله ". گفت ،" اما این درحالیست که اگر شما رادار باشید.

So we didn't use a radar;

پس ما از رادار استفاده نمی کردیم :

we built a black box that was looking for electrical signals,

ما یک جعبه ی سیاه ساخته بودیم که امواج الکتریکی،

electronic communication.

مخابرات الکترونیکی ، را جستجو می کرد.

And whenever we saw a flock of birds that had electronic communication,

و هر وقت ما یک دسته از پرندگان را می دیدیم که ارتباط الکترونیکی داشتند،

we thought, 'Probably has something to do with the Americans.'"

فکر می کردیم احتمالا یک ارتباطی با آمریکایی ها دارد."

And I said, "Yeah.

و من گفتم:« بله.

That's good.

بسیار خوب.

So you've effectively negated

پس شما به طور موثر

60 years of aeronautic research.

۶۰ سال تحقیقات هوایی را خنثی کردید.

What's your act two?

اقدام دوم شما چه بود؟

What do you do when you grow up?"

وقتی که رشد می کنید چه کار می کنید؟»

And he said,

و گفت،

"Well, financial services."

«خب، خدمات مالی.»

And I said, "Oh."

و من گفتم، «اوه.»

Because those had been in the news lately.

چرا که آنها به تازگی در خبرها بودند.

And I said, "How does that work?"

و گفتم: « این چگونه کار می کند؟»

And he said, "Well there's 2,000 physicists on Wall Street now,

و اون گفت: «خوب در حال حاضر ۲۰۰۰ فیزیکدان در وال استریت هستند

and I'm one of them."

من هم یکی از آنها هستم.»

And I said, "What's the black box for Wall Street?"

گفتم: «جعبه ی سیاه برای وال استریت چیست؟»

And he said, "It's funny you ask that,

گفت: « جالب است که می پرسی،

because it's actually called black box trading.

برای اینکه درواقع آن تجارت با جعبه سیاه نامیده می شود.

And it's also sometimes called algo trading,

و همچنین بعضی اوقات الگو تجارت نامیده می شود،

algorithmic trading."

تجارت الگوریتمی.»

And algorithmic trading evolved in part

و تجارت الگوریتمی در بخشی نمو پیدا کرد

because institutional traders have the same problems

چون بنگاه های تجاری همان مشکل را دارند

that the United States Air Force had,

که نیروی هوایی آمریکا داشت،

which is that they're moving these positions --

که آنها از این مواضع جابجا می شوند --

whether it's Proctor & Gamble or Accenture, whatever --

-- چه پراکتر و گمبل (P & G) باشه یا اکسنچر، یا هر چیز دیگر --

they're moving a million shares of something

آن ها دارند میلیون ها سهام را

through the market.

در بازار جابه جا می کنند.

And if they do that all at once,

و اگر همه آنرا در یک مرتبه انجام دهند،

it's like playing poker and going all in right away.

این به بازی پوکر شبیه هست و همه چیز در مسیر درست پیش می رود.

You just tip your hand.

شما فقط با نوک دست تان را می زنید.

And so they have to find a way --

و بنابراین آنها مجبورند راهی پیدا کنند --

and they use algorithms to do this --

-- و آنها از الگوریتم ها برای این کار استفاده می کنند --

to break up that big thing

تا چیزی بزرگ را

into a million little transactions.

به میلیون ها معامله کوچک تجزیه کنند.

And the magic and the horror of that

و چیز جالب و ترسناک آن

is that the same math

اینست که همان ریاضیاتی

that you use to break up the big thing

که شما برای شکستن چیز بزرگ

into a million little things

به یک میلیون چیزهای کوچک استفاده می کنید

can be used to find a million little things

می تواند برای پیدا کردن یک میلیون چیزهای کوچک بکار برود

and sew them back together

و آنها را دوباره به هم بدوزد.

and figure out what's actually happening in the market.

و دریابد که واقعا در بازار چه می گذرد.

So if you need to have some image

بنابراین اگر نیاز دارید که تصاویری داشته باشید

of what's happening in the stock market right now,

از آن چه که در همین لحظه در بازار سهام در حال وقوع است،

what you can picture is a bunch of algorithms

چیزی که شما می تونید مجسم کنید، مجموعه ای از الگوریتم هاست

that are basically programmed to hide,

که اساسا برنامه ریزی شدند تا مخفی باشند،

and a bunch of algorithms that are programmed to go find them and act.

و مجموعه ای ازاگوریتم ها هستند که برنامه ریزی شده اند تا بروند و آنها را پیدا کنند و عمل کنند.

And all of that's great, and it's fine.

و همه آن کار بزرگی است ، خوب است.

And that's 70 percent

و 70 در صد

of the United States stock market,

از بازار سهام ایالات متحده است

70 percent of the operating system

70 درصد از سیستم های عملیاتی

formerly known as your pension,

سابقا بعنوان حقوق بازنشستگی شما شناخته می شد،

your mortgage.

قسط شما.

And what could go wrong?

و چه چیزمی تواند اشتباه شود؟

What could go wrong

چیزی که می تواند اشتباه باشد

is that a year ago,

اینست که یکسال پیش ،

nine percent of the entire market just disappears in five minutes,

نه درصد از کل بازار تنها در 5 دقیقه ناپدید می شود،

and they called it the Flash Crash of 2:45.

و آنرا سقوط ناگهانی 2:45 نامیدند.

All of a sudden, nine percent just goes away,

در یک آن ، نه درصد براحتی از بین میرود،

and nobody to this day

و هیچ کس تا به امروز

can even agree on what happened

نمی تواتد بپذیرد که چه اتفاقی افتاد،

because nobody ordered it, nobody asked for it.

چراکه هیچ کس سفارش آن را نداد ، هیچ کس آنرا درخواست نکرد.

Nobody had any control over what was actually happening.

هیچ کس تسلطی بر آنچه که در واقع در حال رخ دادن بود ، نداشت .

All they had

همه آن چیزی که داشتند

was just a monitor in front of them

یک صفحه نمایشگر بود در برابرشان

that had the numbers on it

که اعداد برویش قرارداشت

and just a red button

و تنها یک دگمه قرمز

that said, "Stop."

که گفت ، " متوقف کنید. "

And that's the thing,

و این چیزی است ،

is that we're writing things,

که ما چیزهایی می نویسیم ،

we're writing these things that we can no longer read.

این چیزها را می نویسیم که چندان قادر به خواندن آنها نیستیم.

And we've rendered something

و ما چیزهایی ارائه کرده ایم

illegible,

ناخوانا.

and we've lost the sense

و مفهوم چیزهایی را که واقعا دارند اتفاق می افتند

of what's actually happening

را در این دنیایی خود که

in this world that we've made.

ساخته ایم ، گم کرده ایم.

And we're starting to make our way.

و ما بنا نهادن روش مان را آغازکردیم.

There's a company in Boston called Nanex,

شرکتی در بوستون هست که نانکس نام دارد،

and they use math and magic

و از ریاضی و جادو

and I don't know what,

و چیزهایی که من نمی دانم استفاده می کنند،

and they reach into all the market data

و به تمامی داده های بازاری دسترسی دارند

and they find, actually sometimes, some of these algorithms.

و برخی مواقع ، بعضی از این الگوریتم ها را پیدامی کنند.

And when they find them they pull them out

و آنها را پیدا می کنند و بیرون می کشند

and they pin them to the wall like butterflies.

و آنها را مثل پروانه ها به دیوار الصاق می کنند.

And they do what we've always done

و کارهایی را ما همیشه انجام داده ایم انجام می دهند

when confronted with huge amounts of data that we don't understand --

وقتی با حجم انبوهی از داده ها مواجه می شویم که آنها را نمی فهمیم --

which is that they give them a name

چیزی است که آنها نامی بر آنها می گذارند

and a story.

و شرح حالی .

So this is one that they found,

پس این چیزی است که آنها پیدا کردند،

they called the Knife,

به آن کارد می گویند،

the Carnival,

جشن ،

the Boston Shuffler,

به هم زننده بوستون

Twilight.

موهوم.

And the gag is

و مضحک اینکه

that, of course, these aren't just running through the market.

البته این تنها در بازار جاری نیست

You can find these kinds of things wherever you look,

میتوانید این جور چیزها را در هر کجا که نگاه کنید ، پیدا کنید.

once you learn how to look for them.

به محض اینکه یاد بگیرید چگونه دنبال آنها بگردید.

You can find it here: this book about flies

می توانید آنرا در اینجا هم بیابید : این کتاب راجع به مگس ها

that you may have been looking at on Amazon.

که ممکن است در سایت آمازون بدنبالش می گشتید.

You may have noticed it

ممکن است آنرا ملاحظه کرده باشید

when its price started at 1.7 million dollars.

وقتی قیمتش در مبلغ 1.7 میلیون دلار خیره کننده است.

It's out of print -- still ...

چاپش در معرض فروش نیست -- هنوز...

(Laughter)

(خنده حضار)

If you had bought it at 1.7, it would have been a bargain.

اگر شما آنرا به قیمت 1.7 میلیون خریده بودید ، آن یک خرید ارزان می بوده است.

A few hours later, it had gone up

چند ساعت بعد ، قیمتش بالا رفته بود

to 23.6 million dollars,

به 23.6 میلیون دلار،

plus shipping and handling.

به اضافه جابجایی و تحویل.

And the question is:

و سئوال اینست:

Nobody was buying or selling anything; what was happening?

کسی چیزی را نه می خرد و نه می فروشد، چه اتفاقی افتاد؟

And you see this behavior on Amazon

و شما این رفتار را در آمازون می بینید

as surely as you see it on Wall Street.

به همان قطعیت که در وال استریت می بینید.

And when you see this kind of behavior,

و وقتی شما این قبیل رفتار را می بینید،

what you see is the evidence

چیزی که می بینید یک گواهیست

of algorithms in conflict,

از یک الگوریتم در تضاد

algorithms locked in loops with each other,

الگوریتم هایی که در درون حلقه های همدیگر قفل شده اند،

without any human oversight,

بدون هرگونه نظارت انسانی،

without any adult supervision

بدون هرگونه سرپرستی بزرگی

to say, "Actually, 1.7 million is plenty."

که بگوید ، " واقعا" 1.7 میلیون ، خیلی زیاد است ."

(Laughter)

(خنده حضار)

And as with Amazon, so it is with Netflix.

و مشابه آمازون ، اکنون این با نتفلیکس( نوعی سهام) است.

And so Netflix has gone through

و نتفلیکس در طی سالها با چندین الگوریتم مختلف

several different algorithms over the years.

رفته است .

They started with Cinematch, and they've tried a bunch of others --

با سینمچ ( جایزه بهبود سهام) شروع کردند، و دسته های دیگری را هم امتحان کردند.

there's Dinosaur Planet; there's Gravity.

داینسور پلانت ، گراویتی بودند.

They're using Pragmatic Chaos now.

حالا از پراگماتیک کیاس(نوعی لگاریتم ) دارند استفاده می کنند.

Pragmatic Chaos is, like all of Netflix algorithms,

پراگماتیک کیاس ، مانند همه الگوریتم های نتفلیکس،

trying to do the same thing.

سعی دارد تا چیز مشابهی را انجام دهد.

It's trying to get a grasp on you,

سعی می کند تا فهمی از شما بدست بیاورد،

on the firmware inside the human skull,

از محفوظات درون مغز بشر ،

so that it can recommend what movie

بنابراین می تواند پیشنهاد کند که چه فیلمی

you might want to watch next --

شما ممکن است بخواهید در آینده ببینید --

which is a very, very difficult problem.

که مسئله خیلی خیلی دشواریست.

But the difficulty of the problem

اما مشکل مسئله

and the fact that we don't really quite have it down,

و این حقیقت که ما چندان در واقع تصور بدی از آن نداریم،

it doesn't take away

ما را از تاثیراتی که پراگماتیک کیاس دارد

from the effects Pragmatic Chaos has.

دور نمی کند.

Pragmatic Chaos, like all Netflix algorithms,

پراگماتیک کیاس ، مانند همه الگوریتم های نتفلیکس،

determines, in the end,

در نهایت ، 60 درصد

60 percent

از فیلم هایی

of what movies end up being rented.

را که به اجاره رفتن منتهی می شوند ، معین می کند.

So one piece of code

بنابراین یک قطعه از رمز

with one idea about you

بهمراه نظری درباره شما

is responsible for 60 percent of those movies.

در خصوص 60 درصد از آن فیلم ها دخالت دارد.

But what if you could rate those movies

اما چطور اگر شما بتوانید آن فیلم ها را ارزش گذاری کنید

before they get made?

قبل از اینکه آنها ساخته شوند؟

Wouldn't that be handy?

این مفید نخواهد بود؟

Well, a few data scientists from the U.K. are in Hollywood,

خب ، چندین دانشمند اطلاعات از بریتانیا در هالی وود هستند،

and they have "story algorithms" --

و الگوریتم داستانی دارد --

a company called Epagogix.

شرکتی که اپاگوگیس نامیده می شود.

And you can run your script through there,

و شما می توانید فیلم نامه تان را از این طریق اجرا کنید،

and they can tell you, quantifiably,

و آنها می توانند به شما بگویند، بصورت عددی،

that that's a 30 million dollar movie

که این یک فیلم 30 میلیون دلاریست

or a 200 million dollar movie.

یا یک فیلم 200 میلیون دلاری.

And the thing is, is that this isn't Google.

و واقعیت اینست که این یک جستجوگر (گوگل) نیست.

This isn't information.

اطلاعات نیست.

These aren't financial stats; this is culture.

اینها آمار های مالی نیستند : یک فرهنگ هست.

And what you see here,

و چیزی که اینجا می بینید،

or what you don't really see normally,

و چیزی که در واقع بطور عادی نمی بینید،

is that these are the physics of culture.

اینست که اینها فیزیک فرهنگ هستند.

And if these algorithms,

و اگر این الگوریتم ها ،

like the algorithms on Wall Street,

همانند الگوریتم های موجود در وال استریت

just crashed one day and went awry,

روزی فقط بهم ریخت و از کار خارج شد،

how would we know?

چگونه خواهیم دانست ،

What would it look like?

که چگونه خواهند بود؟

And they're in your house. They're in your house.

و آنها در خانه شما هستند.

These are two algorithms competing for your living room.

اینها دو الگوریتم هستند که دارند برای اتاق نشیمن شما رقابت می کنند.

These are two different cleaning robots

اینها دو ربات تمیزکننده مختلف هستند

that have very different ideas about what clean means.

که برداشت های کاملا متفاوتی راجع به اینکه تمیزی یعنی چه ، دارند.

And you can see it

و شما می توانید آنرا ببینید

if you slow it down and attach lights to them,

اگر سرعت آنرا کم کنید و یک چراغ به آنها وصل کنید.

and they're sort of like secret architects in your bedroom.

و آنها شبیه نوعی معماری سری در اتاق خواب شماست.

And the idea that architecture itself

و این نظریه که خود معماری

is somehow subject to algorithmic optimization

به نوعی موضوع بهینه سازی الگوریتمی است

is not far-fetched.

دور از ذهن نیست.

It's super-real and it's happening around you.

یک حقیقت مشهود است و در اطراف شما درحال رخ دادن است.

You feel it most

این را بیشتر احساس می کنید

when you're in a sealed metal box,

زمانیکه درون یک جعبه فلزی محکم شده هستید،

a new-style elevator;

یک بالابر سبک جدید ،

they're called destination-control elevators.

آنها بالابر های مقصد کنترل نامیده می شود.

These are the ones where you have to press what floor you're going to go to

اینها از آنهایی هستند که شما باید فشار دهید که به کدام طبقه می خواهید بروید

before you get in the elevator.

قبل از اینکه به داخل بالابر بروید.

And it uses what's called a bin-packing algorithm.

و از الگوریتمی استفاده می کند که بسته بندی سطل زباله نام دارد.

So none of this mishegas

بنابراین هیچ یک از این چیزهای عجیب

of letting everybody go into whatever car they want.

اجازه نمی دهد هرکس داخل دستگاهی شود که آنها می خواهند.

Everybody who wants to go to the 10th floor goes into car two,

هرکسی که می خواهد که به طبقه 10 ام برود ، داخل دستگاه شماره دو می شود،

and everybody who wants to go to the third floor goes into car five.

و هرکس که می خواهد به طبقه سوم برود ، داخل دستگاه شماره پنج می شود.

And the problem with that

و مشکل اینجاست که

is that people freak out.

افراد برخورد تندی دارند.

People panic.

آنها نگران می شوند.

And you see why. You see why.

و می بینید که چرا.

It's because the elevator

برای اینکه بالابر

is missing some important instrumentation, like the buttons.

چندین تجهیزات مهم مثل دگمه ، را از قلم انداخته است.

(Laughter)

( خنده حضار)

Like the things that people use.

مثل چیزهایی که مردم بکار می برند.

All it has

همه چیزی که دارد

is just the number that moves up or down

عدد می باشد که فقط بالا و پایین حرکت می کند

and that red button that says, "Stop."

و دگمه قرمز که می گوید " بایست ."

And this is what we're designing for.

و این چیزی است که ما طراحی می کنیم.

We're designing

ما بیان این دستگاه

for this machine dialect.

را طراحی می کنیم.

And how far can you take that? How far can you take it?

و تا کجا می توانید آن را ببرید؟ تا کجا می توانید آنرا ببرید؟

You can take it really, really far.

می توانید آنرا خیلی واقعا دور ببرید.

So let me take it back to Wall Street.

خب ، بگذارید آنرا به وال استریت برگردانم.

Because the algorithms of Wall Street

چرا که الگوریتم های وال استریت

are dependent on one quality above all else,

به یک کیفیت فرای تمامی بقیه آنها وابسته هستند ،

which is speed.

که آن سرعت است.

And they operate on milliseconds and microseconds.

و آنها روی میلی ثانیه و میکرو ثانیه کار می کنند.

And just to give you a sense of what microseconds are,

و برای اینکه یک درکی بشما بدهم از اینکه میکروثانیه چیستند،

it takes you 500,000 microseconds

به اندازه 500000 میکروثانیه طول می کشد

just to click a mouse.

تا شما موس را کلیک کنید.

But if you're a Wall Street algorithm

اما اگر شما الگوریتم وال استریت هستید

and you're five microseconds behind,

و به اندازه 5 میکروثانیه عقب باشید ،

you're a loser.

یک بازنده هستید.

So if you were an algorithm,

خب اگر شما یک الگوریتم بودید ،

you'd look for an architect like the one that I met in Frankfurt

بدنبال یک معمار نظیر یکی که من در فرانکفورت آشنا شدم

who was hollowing out a skyscraper --

کسی که داشت یک آسمان خراش را خالی می کرد --

throwing out all the furniture, all the infrastructure for human use,

همه اثاثیه ها و زیرساختهای مورد استفاده انسان را بیرون می ریخت ،

and just running steel on the floors

و فقط فولاد را روی طبقات نگه میداشت

to get ready for the stacks of servers to go in --

تا آنرا برای داخل کردن دسته هایی از سرورها آماده کند --

all so an algorithm

تماما مانند یک الگوریتم

could get close to the Internet.

می توانست به اینترنت نزدیک باشد.

And you think of the Internet as this kind of distributed system.

و به اینترنت به عنوان چنین نوعی از مجموعه گسترده فکر کنید.

And of course, it is, but it's distributed from places.

و البته ، این چنین هست ، اما از چندین مکان توزیع شده است .

In New York, this is where it's distributed from:

در نیویورک ، این مکانی است که از آن توزیع شده است :

the Carrier Hotel

کرییر هتل

located on Hudson Street.

واقع در خیابان هادسون.

And this is really where the wires come right up into the city.

و در واقع جایست که سیم ها درست تا درون شهر بالا می آیند.

And the reality is that the further away you are from that,

و حقیقت اینست که دورتر از که شما باشید ،

you're a few microseconds behind every time.

به اندازه چند میکرو ثانیه از هر زمانی عقب هستید.

These guys down on Wall Street,

این افراد پایین هستند در وال استریت ،

Marco Polo and Cherokee Nation,

مارکوپولو و چروکی نیشن ،

they're eight microseconds

آنها هشت میکروثانیه

behind all these guys

از این افرادی عقب تر هستند

going into the empty buildings being hollowed out

که وارد ساختمانهای خالی که توخالی شده

up around the Carrier Hotel.

اطراف بالای هتل کارییر می شوند.

And that's going to keep happening.

واین اتفاقی است که دارد مدام رخ می دهد.

We're going to keep hollowing them out,

ما قصد داریم تا به توخالی کردن آنها ادامه دهیم ،

because you, inch for inch

چرا که شما ، اینچ به اینچ

and pound for pound and dollar for dollar,

و پوند به پوند و دلار به دلار ،

none of you could squeeze revenue out of that space

هیچکدام از شما نمی توانست سودی از این فضا بچلاند

like the Boston Shuffler could.

مثل آنچه که بوستون شافلر توانست .

But if you zoom out,

ولی اگر بازتر نگاه کنید ،

if you zoom out,

اگر بازتر نگاه کنید،

you would see an 825-mile trench

یک کانال 825 مایلی خواهید دید

between New York City and Chicago

بین شهر نیویورک و شیکاگو

that's been built over the last few years

که در خلال چند سال اخیر ساخته شده است

by a company called Spread Networks.

توسط یک شرکت به نام ( شبکه گستر) اسپرید نتورک .

This is a fiber optic cable

این یک کابل نوری است

that was laid between those two cities

که بین دو شهر خوابانده شده است

to just be able to traffic one signal

تا فقط قادر باشد تا یک سیگنال را انتقال دهد

37 times faster than you can click a mouse --

37 مرتبه سریعتر از آنکه شما بتوانید موس را کلیک کنید --

just for these algorithms,

تنها برای اینگونه الگوریتم ها،

just for the Carnival and the Knife.

تنها برای کارنوال و برای نایف .

And when you think about this,

و وقتی که شما به آن فکر می کنید ،

that we're running through the United States

که ما ایالات متحده را هدر می دادیم

with dynamite and rock saws

با دینامیت و اره سنگبری

so that an algorithm can close the deal

خب یک الگوریتم می تواند یک معامله را

three microseconds faster,

سه میکروثانیه سریعتر ببندد.

all for a communications framework

تماما بواسطه یک چهارچوب ارتباطی

that no human will ever know,

که هیچ بشری نخواهد دانست ،

that's a kind of manifest destiny;

این یک نوع سرنوشت بارز است

and we'll always look for a new frontier.

و همواره بدنبال یک پیشروی جدید می باشد.

Unfortunately, we have our work cut out for us.

متاسفانه ، ما برای خودمان مشکل داریم.

This is just theoretical.

این تنها در تئوری است.

This is some mathematicians at MIT.

اینها چند ریاضیدان در ام آی تی هستند.

And the truth is I don't really understand

و حقیقت اینست که من در واقع بسیاری از چیزهاییکه

a lot of what they're talking about.

آنها در موردش صحبت می کنند را نمی فهمم.

It involves light cones and quantum entanglement,

اینها راجع به هرم های سبک و پیچیدگی های کوانتومی هستند،

and I don't really understand any of that.

و من واقعا هیچکدام را نمی فهمم.

But I can read this map,

اما این نقشه را می توانم بخوانم.

and what this map says

و چیزی که این نقشه می گوید

is that, if you're trying to make money on the markets where the red dots are,

اینستکه ، اگر شما در پی آن هستید تا در بازارهایی که در نقطه های قرمز هستند پول در بیاورید،

that's where people are, where the cities are,

جاییکه مردم هستند، شهرها هستند،

you're going to have to put the servers where the blue dots are

شما مجبور خواهید شد تا سرورهایتان را در نقاط آبی قراردهید

to do that most effectively.

تا آنرا با بالاترین بازده انجام رسانید.

And the thing that you might have noticed about those blue dots

وچیزیکه شما شاید در خصوص آن نقاط آبی باید متوجه شده باشید

is that a lot of them are in the middle of the ocean.

اینست که بسیاری از آن در میان اقیانوس هستند.

So that's what we'll do: we'll build bubbles or something,

بنابراین این کاریست که ما خواهیم کرد، ما جبابها یا چیزهایی یا بسترهایی،

or platforms.

خواهیم ساخت.

We'll actually part the water

ما در حقیقت آب را قسمت می کنیم

to pull money out of the air,

تا پول را از هوا بیرون بکشیم،

because it's a bright future

چراکه این یک آینده روشن است

if you're an algorithm.

اگر شما یک الگوریتم باشید.

(Laughter)

(خنده حضار)

And it's not the money that's so interesting actually.

و این تنها پول نیست که در حقیقت جالب توجه است.

It's what the money motivates,

این چیزی است که پول می انگیزاند.

that we're actually terraforming

ما داریم در واقع خود زمین را تبدیل به

the Earth itself

سیاره قابل زیست می کنیم

with this kind of algorithmic efficiency.

با این مدل کارایی الگوریتمی .

And in that light,

و در این وضوح ،

you go back

به عقب بر می گردید

and you look at Michael Najjar's photographs,

و به عکس های مایکل نجار نگاه می کنید،

and you realize that they're not metaphor, they're prophecy.

و متوجه می شوید که آنها کنایه نیستند، آنها رسالت هستند.

They're prophecy

آنها رسالتند

for the kind of seismic, terrestrial effects

برای نوعی از پدیده های ناپایدار زمینی

of the math that we're making.

از ریاضیاتی که ما درحال ساخت آن هستیم.

And the landscape was always made

و دورنما همواره توسط چنین چیزهای عجیب،

by this sort of weird, uneasy collaboration

همکاری پریشان بین طبیعت و انسان

between nature and man.

ساخته شد.

But now there's this third co-evolutionary force: algorithms --

اما اکنون این سومین نیروی تکامل مشترک است : الگوریتم --

the Boston Shuffler, the Carnival.

بوستون شافلر ، کارنوال .

And we will have to understand those as nature,

و ما باید آنها را بعنوان طبیعت درک کنیم.

and in a way, they are.

و از طریقی ، آنها هستند.

Thank you.

با تشکر.

(Applause)

(تشویق حضار)