How algorithms shape our world | Kevin Slavin

484,372 views ・ 2011-07-21

TED


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Gaurav Gupta Reviewer: Anshul Tyagi
00:15
This is a photograph
0
15260
2000
यह एक तस्वीर है
00:17
by the artist Michael Najjar,
1
17260
2000
कलाकार माइकल नज्जार द्वारा,
00:19
and it's real,
2
19260
2000
और यह असली है,
00:21
in the sense that he went there to Argentina
3
21260
2000
मतलब कि वह अर्जेंटीना गए
00:23
to take the photo.
4
23260
2000
इस फोटो के लिए.
00:25
But it's also a fiction. There's a lot of work that went into it after that.
5
25260
3000
लेकिन यह एक कथा भी है. इसमें बहुत काम हुआ है.
00:28
And what he's done
6
28260
2000
और उन्होंने
00:30
is he's actually reshaped, digitally,
7
30260
2000
एक नया डिजिटल आकार दिया है
00:32
all of the contours of the mountains
8
32260
2000
पहाड़ों की सभी आकृति
00:34
to follow the vicissitudes of the Dow Jones index.
9
34260
3000
को डो जोंस सूचकांक के मुताबिक बनाया है.
00:37
So what you see,
10
37260
2000
तो आप देख रहे हैं,
00:39
that precipice, that high precipice with the valley,
11
39260
2000
कि करारा, घाटी के साथ कि उच्च करारा ,
00:41
is the 2008 financial crisis.
12
41260
2000
2008 का वित्तीय संकट है .
00:43
The photo was made
13
43260
2000
यह फोटो बनाया था
00:45
when we were deep in the valley over there.
14
45260
2000
जब हम वहाँ घाटी में थे.
00:47
I don't know where we are now.
15
47260
2000
मुझे नहीं पता है हम अब कहाँ हैं.
00:49
This is the Hang Seng index
16
49260
2000
यह है हैंग सेंग सूचकांक
00:51
for Hong Kong.
17
51260
2000
हांगकांग के लिए .
00:53
And similar topography.
18
53260
2000
और इसी तरह की स्थलाकृति.
00:55
I wonder why.
19
55260
2000
मैं सोचता हूँ क्यों.
00:57
And this is art. This is metaphor.
20
57260
3000
और यह कला. यह रूपक है.
01:00
But I think the point is
21
60260
2000
लेकिन मुझे लगता है कि मुद्दा है
01:02
that this is metaphor with teeth,
22
62260
2000
कि यह दाँत के साथ रूपक है.
01:04
and it's with those teeth that I want to propose today
23
64260
3000
और उन दांत के साथ मैं आज प्रस्ताव करना चाहता हूँ
01:07
that we rethink a little bit
24
67260
2000
कि हम पुनर्विचार करें
01:09
about the role of contemporary math --
25
69260
3000
- समकालीन गणित की भूमिका के बारे में -
01:12
not just financial math, but math in general.
26
72260
3000
न सिर्फ वित्तीय गणित, लेकिन सामान्य में गणित.
01:15
That its transition
27
75260
2000
कि इसका संक्रमण
01:17
from being something that we extract and derive from the world
28
77260
3000
दुनिया से निकाले जाने वाली चीज़ से
01:20
to something that actually starts to shape it --
29
80260
3000
दुनिया को आकृति देने वाली चीज़ में हो रहा है -
01:23
the world around us and the world inside us.
30
83260
3000
हमारे बहार और हमारे अंदर की दुनिया.
01:26
And it's specifically algorithms,
31
86260
2000
और यह विशेष रूप से है एल्गोरिदम (कलनविधि),
01:28
which are basically the math
32
88260
2000
जो मूल रूप से गणित कर रहे हैं
01:30
that computers use to decide stuff.
33
90260
3000
जो कंप्यूटर उपयोग करें.
01:33
They acquire the sensibility of truth
34
93260
2000
वे सत्य की संवेदनशीलता का अधिग्रहण करते हैं,
01:35
because they repeat over and over again,
35
95260
2000
क्योंकि वे दोहराते हैं बार-बार.
01:37
and they ossify and calcify,
36
97260
3000
और वे मुलायम-सख़्त होते हैं बार-बार,
01:40
and they become real.
37
100260
2000
और फिर वे असली हो जाते हैं.
01:42
And I was thinking about this, of all places,
38
102260
3000
और मैं इस बारे में सोच रहा था,
01:45
on a transatlantic flight a couple of years ago,
39
105260
3000
एक ट्रान्साटलांटिक उड़ान पर दो वर्ष पहले,
01:48
because I happened to be seated
40
108260
2000
क्योंकि मैं बैठा हुआ हो
01:50
next to a Hungarian physicist about my age
41
110260
2000
मेरी उम्र के एक हंगरी के भौतिक विज्ञानी के साथ
01:52
and we were talking
42
112260
2000
और हम बात कर रहे थे
01:54
about what life was like during the Cold War
43
114260
2000
जीवन कैसा था शीत युद्ध के दौरान
01:56
for physicists in Hungary.
44
116260
2000
हंगरी में भौतिकविदों के लिए.
01:58
And I said, "So what were you doing?"
45
118260
2000
और मैंने कहा, "तो आप क्या कर रहे थे?"
02:00
And he said, "Well we were mostly breaking stealth."
46
120260
2000
और उन्होंने कहा, "हम ज्यादातर छल तोड़ रहे थे."
02:02
And I said, "That's a good job. That's interesting.
47
122260
2000
और मैंने कहा, "यह एक दिलचस्प काम है..
02:04
How does that work?"
48
124260
2000
कैसे काम करता है? "
02:06
And to understand that,
49
126260
2000
वह समझने के लिए,
02:08
you have to understand a little bit about how stealth works.
50
128260
3000
आप को छल कैसे काम करता है यह समझना पड़ेगा.
02:11
And so -- this is an over-simplification --
51
131260
3000
और इसलिए यह सरलीकरण है -
02:14
but basically, it's not like
52
134260
2000
लेकिन ऐसा नहीं है
02:16
you can just pass a radar signal
53
136260
2000
की आप एक रडार संकेत पारित कर सकें
02:18
right through 156 tons of steel in the sky.
54
138260
3000
आकाश में 156 टन इस्पात के आर-पार.
02:21
It's not just going to disappear.
55
141260
3000
यह बस गायब नहीं होने वाला.
02:24
But if you can take this big, massive thing,
56
144260
3000
लेकिन अगर तुम इस बड़ी चीज़े को ले कर,
02:27
and you could turn it into
57
147260
3000
और इसे बदल सकते हो
02:30
a million little things --
58
150260
2000
लाखों छोटी चीज़ों में-
02:32
something like a flock of birds --
59
152260
2000
पक्षियों के एक झुंड की तरह -
02:34
well then the radar that's looking for that
60
154260
2000
तो वह रडार जो उसे देखने की कोशिश कर रहा है
02:36
has to be able to see
61
156260
2000
सक्षम होना चाहिए
02:38
every flock of birds in the sky.
62
158260
2000
आकाश में पक्षियों के हर झुंड को देखने में.
02:40
And if you're a radar, that's a really bad job.
63
160260
4000
और अगर आप एक रडार हैं, यह एक बुरा काम है.
02:44
And he said, "Yeah." He said, "But that's if you're a radar.
64
164260
3000
उन्होंने कहा, "हाँ, लेकिन यह तब यदि आप एक रडार हों.
02:47
So we didn't use a radar;
65
167260
2000
तो हमने एक रडार का उपयोग नहीं किया;
02:49
we built a black box that was looking for electrical signals,
66
169260
3000
हमने एक ब्लैक बॉक्स बनाया जो विद्युत संकेतों को ढूँढता है,
02:52
electronic communication.
67
172260
3000
इलेक्ट्रॉनिक संचार.
02:55
And whenever we saw a flock of birds that had electronic communication,
68
175260
3000
और, जब भी हमें पक्षियों के झुंड इलेक्ट्रॉनिक संचार करते दीखते हैं
02:58
we thought, 'Probably has something to do with the Americans.'"
69
178260
3000
हमने सोचा कि शायद इसमें अमेरिकियों का हाथ है."
03:01
And I said, "Yeah.
70
181260
2000
और मैंने कहा, "हाँ.
03:03
That's good.
71
183260
2000
यह अच्छा है.
03:05
So you've effectively negated
72
185260
2000
तो आप ने नकार दिए है
03:07
60 years of aeronautic research.
73
187260
2000
हवाबाज़ी अनुसंधान के 60 साल.
03:09
What's your act two?
74
189260
2000
आप आगे क्या करेंगे?
03:11
What do you do when you grow up?"
75
191260
2000
बड़े होकर? "
03:13
And he said,
76
193260
2000
और उन्होंने कहा,
03:15
"Well, financial services."
77
195260
2000
वित्तीय सेवाएँ.
03:17
And I said, "Oh."
78
197260
2000
और मैंने कहा, "ओह."
03:19
Because those had been in the news lately.
79
199260
3000
क्योंकि वे हाल ही में खबर में थीं .
03:22
And I said, "How does that work?"
80
202260
2000
और मैंने कहा, "कि यह कैसे काम करता है?"
03:24
And he said, "Well there's 2,000 physicists on Wall Street now,
81
204260
2000
उन्होंने कहा, "वॉल स्ट्रीट पर 2,000 भौतिकवादी हैं,
03:26
and I'm one of them."
82
206260
2000
और मैं उनमें से एक हूँ. "
03:28
And I said, "What's the black box for Wall Street?"
83
208260
3000
और मैंने कहा, "वॉल स्ट्रीट के लिए ब्लैक बॉक्स क्या है? "
03:31
And he said, "It's funny you ask that,
84
211260
2000
और उन्होंने कहा, "अजीब बात है कि आप ने यह पूछा,
03:33
because it's actually called black box trading.
85
213260
3000
क्योंकि इसे वास्तव में ब्लैक बॉक्स व्यापार कहते हैं.
03:36
And it's also sometimes called algo trading,
86
216260
2000
और कभी कभी इसे अलगो व्यापार भी कहा जाता है,
03:38
algorithmic trading."
87
218260
3000
एल्गोरिथमिक व्यापार. "
03:41
And algorithmic trading evolved in part
88
221260
3000
और एल्गोरिथमिक व्यापार विकसित हुआ
03:44
because institutional traders have the same problems
89
224260
3000
क्योंकि संस्थागत व्यापारियों की वही समस्या है
03:47
that the United States Air Force had,
90
227260
3000
जो कि संयुक्त राज्य वायु सेना की थी,
03:50
which is that they're moving these positions --
91
230260
3000
जो है कि वे इन पदों को हिला रहे हैं -
03:53
whether it's Proctor & Gamble or Accenture, whatever --
92
233260
2000
अगर यह प्रॉक्टर एंड गैंबल या एक्सेंचर, या कोई और -
03:55
they're moving a million shares of something
93
235260
2000
वे कुछ दस लाख शेयर हिला रहे हैं
03:57
through the market.
94
237260
2000
बाजार के माध्यम से.
03:59
And if they do that all at once,
95
239260
2000
और अगर वे यह सब एक बार में करेंगे ,
04:01
it's like playing poker and going all in right away.
96
241260
2000
यह पोकर में सारे पत्ते खोल देने जैसा है.
04:03
You just tip your hand.
97
243260
2000
तुम बस अपने हाथ दिखाओ
04:05
And so they have to find a way --
98
245260
2000
और इसलिए रास्ता खोजना ज़रूरी था -
04:07
and they use algorithms to do this --
99
247260
2000
और वे इसके लिए एल्गोरिदम का उपयोग करते हैं -
04:09
to break up that big thing
100
249260
2000
उस बड़ी चीज़ को तोड़ने के लिए
04:11
into a million little transactions.
101
251260
2000
दस लाख छोटे लेनदेन में.
04:13
And the magic and the horror of that
102
253260
2000
और उस के जादू और अत्यंत भय
04:15
is that the same math
103
255260
2000
यह है कि एक ही गणित
04:17
that you use to break up the big thing
104
257260
2000
जिससे आप बड़ी चीज़ को तोड़ते हो
04:19
into a million little things
105
259260
2000
दस लाख में
04:21
can be used to find a million little things
106
261260
2000
उसके इस्तमाल से दस लाख छोटी चीजें ढून्ढ
04:23
and sew them back together
107
263260
2000
आप उन्हें एक बना सकते हो
04:25
and figure out what's actually happening in the market.
108
265260
2000
और बाज़ार का आकलन कर सकते हो.
04:27
So if you need to have some image
109
267260
2000
तो अगर आप को आकलन करना है
04:29
of what's happening in the stock market right now,
110
269260
3000
की इस वक़्त शेयर बाजार में क्या हो रहा है,
04:32
what you can picture is a bunch of algorithms
111
272260
2000
आप देख सकते हैं की यह एल्गोरिदम का एक गुच्छा है
04:34
that are basically programmed to hide,
112
274260
3000
जो छिपाने के लिए क्रमादेशित हैं,
04:37
and a bunch of algorithms that are programmed to go find them and act.
113
277260
3000
और कुछ एल्गोरिदम जो उन्हें खोजने के लिए क्रमादेशित हैं.
04:40
And all of that's great, and it's fine.
114
280260
3000
और यह सब महान है, ठीक है.
04:43
And that's 70 percent
115
283260
2000
वह 70 प्रतिशत है
04:45
of the United States stock market,
116
285260
2000
संयुक्त राज्य अमेरिका के शेयर बाजार का,
04:47
70 percent of the operating system
117
287260
2000
ऑपरेटिंग सिस्टम का 70 प्रतिशत
04:49
formerly known as your pension,
118
289260
3000
पूर्वता जिस आपकी पेंशन कहते थे,
04:52
your mortgage.
119
292260
3000
आपका र्रिन.
04:55
And what could go wrong?
120
295260
2000
और क्या गलत हो सकता है?
04:57
What could go wrong
121
297260
2000
और क्या गलत हो सकता है?
04:59
is that a year ago,
122
299260
2000
कि एक साल पहले,
05:01
nine percent of the entire market just disappears in five minutes,
123
301260
3000
पूरे बाजार के नौ प्रतिशत सिर्फ पांच मिनट में गायब हो जाते हैं,
05:04
and they called it the Flash Crash of 2:45.
124
304260
3000
और वे इसे २:४५ का अजब-गजब बुलाते हैं.
05:07
All of a sudden, nine percent just goes away,
125
307260
3000
अचानक, नौ प्रतिशत गायब,
05:10
and nobody to this day
126
310260
2000
और इस दिन तक कोई नहीं
05:12
can even agree on what happened
127
312260
2000
सहमत हो पाता है की क्या हुआ,
05:14
because nobody ordered it, nobody asked for it.
128
314260
3000
क्योंकि न ही किसी ने इसका आदेश दिया, न माँगा.
05:17
Nobody had any control over what was actually happening.
129
317260
3000
किसी का इस पर नियंत्रण नहीं था.
05:20
All they had
130
320260
2000
उन के पास सिर्फ था
05:22
was just a monitor in front of them
131
322260
2000
बस एक पर्दा
05:24
that had the numbers on it
132
324260
2000
जिस पर संख्या थी
05:26
and just a red button
133
326260
2000
और सिर्फ एक लाल बटन
05:28
that said, "Stop."
134
328260
2000
जिस पर लिखा था, "बंद करो."
05:30
And that's the thing,
135
330260
2000
और वह बात है,
05:32
is that we're writing things,
136
332260
2000
कि हम लिख रहे हैं,
05:34
we're writing these things that we can no longer read.
137
334260
3000
हम इन चीज़ों को लिख रहे हैं जिन्हें हम पढ़ नहीं सकते.
05:37
And we've rendered something
138
337260
2000
और हमने ऐसी चीज़ तैयार करी है
05:39
illegible,
139
339260
2000
अस्पष्ट.
05:41
and we've lost the sense
140
341260
3000
और हम समझ खो चुके हैं
05:44
of what's actually happening
141
344260
2000
क्या वास्तव में हो रहा है
05:46
in this world that we've made.
142
346260
2000
इस दुनिया में जो हमने बनायीं है.
05:48
And we're starting to make our way.
143
348260
2000
और हम आगे बढ रहे हैं.
05:50
There's a company in Boston called Nanex,
144
350260
3000
बोस्टन में एक कंपनी है नानेक्स,
05:53
and they use math and magic
145
353260
2000
और वे गणित और जादू का उपयोग करते हैं
05:55
and I don't know what,
146
355260
2000
और मुझे नहीं पता
05:57
and they reach into all the market data
147
357260
2000
वे सभी बाजार के आंकड़ों में पहुँच
05:59
and they find, actually sometimes, some of these algorithms.
148
359260
3000
और वे पाते हैं, कभी कभी, इन एल्गोरिदमों में कुछ .
06:02
And when they find them they pull them out
149
362260
3000
उन्हें खोज बहार निकालते हैं
06:05
and they pin them to the wall like butterflies.
150
365260
3000
और वे उन्हें तितलियों की तरह दीवार से चिपका देते हैं .
06:08
And they do what we've always done
151
368260
2000
और वे वही करते हैं जो हम हमेशा करते हैं
06:10
when confronted with huge amounts of data that we don't understand --
152
370260
3000
जब भारी मात्रा में आकडे सामने आते हैं और हमें समझ नहीं आते --
06:13
which is that they give them a name
153
373260
2000
वे उन्हें एक नाम दे देते हैं
06:15
and a story.
154
375260
2000
और एक कहानी.
06:17
So this is one that they found,
155
377260
2000
तो यह एक है ,
06:19
they called the Knife,
156
379260
4000
वे उसे चाकू बुलाते हैं ,
06:23
the Carnival,
157
383260
2000
आनंदोत्सव,
06:25
the Boston Shuffler,
158
385260
4000
बोस्टन पैर घसीटनेवाला,
06:29
Twilight.
159
389260
2000
संध्या.
06:31
And the gag is
160
391260
2000
और झूठ है
06:33
that, of course, these aren't just running through the market.
161
393260
3000
कि, ये सिर्फ बाजार के माध्यम से नहीं चल रहे हैं.
06:36
You can find these kinds of things wherever you look,
162
396260
3000
आप इन प्रकार की चीजों को सब जगह पा सकते हैं,
06:39
once you learn how to look for them.
163
399260
2000
यह जान की इन्हें कैसे ढूँढ़ते हैं.
06:41
You can find it here: this book about flies
164
401260
3000
आप इन्हें यहाँ पा सकते हैं: इस पुस्तक में मक्खियों के बारे में
06:44
that you may have been looking at on Amazon.
165
404260
2000
जो आप अमेज़न पर देख सकते हैं.
06:46
You may have noticed it
166
406260
2000
आपने इन्हें देखा होगा
06:48
when its price started at 1.7 million dollars.
167
408260
2000
जब इसकी कीमत 17 लाख डॉलर पर थी.
06:50
It's out of print -- still ...
168
410260
2000
यह अभी भी ... - प्रिंट से बाहर है
06:52
(Laughter)
169
412260
2000
(हँसी)
06:54
If you had bought it at 1.7, it would have been a bargain.
170
414260
3000
यदि आप ने इसे 17 पर खरीदा होगा, यह एक अच्छा सौदा होता.
06:57
A few hours later, it had gone up
171
417260
2000
कुछ घंटे बाद, यह था
06:59
to 23.6 million dollars,
172
419260
2000
236 लाख डॉलर ,
07:01
plus shipping and handling.
173
421260
2000
और डाक का खर्च.
07:03
And the question is:
174
423260
2000
और सवाल है:
07:05
Nobody was buying or selling anything; what was happening?
175
425260
2000
इसे कोई खरीदने या बेचने वाला नहीं था, क्या हो रहा था?
07:07
And you see this behavior on Amazon
176
427260
2000
और आप अमेज़न पर इस व्यवहार को देख सकते हो
07:09
as surely as you see it on Wall Street.
177
429260
2000
जैसे आप इसे वॉल स्ट्रीट पर देखते हैं.
07:11
And when you see this kind of behavior,
178
431260
2000
और जब आप इस तरह के व्यवहार को देखते हैं ,
07:13
what you see is the evidence
179
433260
2000
आप देखते हो सबूत
07:15
of algorithms in conflict,
180
435260
2000
एल्गोरिदम के संघर्ष का,
07:17
algorithms locked in loops with each other,
181
437260
2000
एक दूसरे के साथ लूप्स में बंद एल्गोरिदम,
07:19
without any human oversight,
182
439260
2000
किसी मानव निरीक्षण के बिना,
07:21
without any adult supervision
183
441260
3000
किसी भी वयस्क पर्यवेक्षण के बिना
07:24
to say, "Actually, 1.7 million is plenty."
184
444260
3000
असल में, 17 लाख बहुत है.
07:27
(Laughter)
185
447260
3000
(हँसी)
07:30
And as with Amazon, so it is with Netflix.
186
450260
3000
और जैसे अमेज़न के साथ है, वैसे है नेत्फ्लिक्स के साथ.
07:33
And so Netflix has gone through
187
453260
2000
और नेत्फ्लिक्स ने देखे हैं
07:35
several different algorithms over the years.
188
455260
2000
पिछले कुछ वर्षों में कई अलग अलग एल्गोरिदम .
07:37
They started with Cinematch, and they've tried a bunch of others --
189
457260
3000
वे सिनेमत्च के साथ शुरू हुए, और कई अलग चीज़ों की कोशिश की.
07:40
there's Dinosaur Planet; there's Gravity.
190
460260
2000
"डायनासौर ग्रह" है, वहाँ "गुरुत्वाकर्षण" है.
07:42
They're using Pragmatic Chaos now.
191
462260
2000
अब वे "व्यावहारिक अराजकता" का उपयोग कर रहे हैं.
07:44
Pragmatic Chaos is, like all of Netflix algorithms,
192
464260
2000
व्यावहारिक अराजकता नेत्फ्लिक्स के अन्य एल्गोरिदम की तरह,
07:46
trying to do the same thing.
193
466260
2000
एक ही बात करने की कोशिश करता है.
07:48
It's trying to get a grasp on you,
194
468260
2000
यह आपको समझ पाने की कोशिश कर रहा है,
07:50
on the firmware inside the human skull,
195
470260
2000
मानव खोपड़ी को अंदर से ,
07:52
so that it can recommend what movie
196
472260
2000
ताकि यह सिफारिश कर सके कोन सी फिल्म
07:54
you might want to watch next --
197
474260
2000
आप अगली बार देखना चाहो -
07:56
which is a very, very difficult problem.
198
476260
3000
जो एक बहुत, बहुत कठिन समस्या है.
07:59
But the difficulty of the problem
199
479260
2000
लेकिन समस्या की कठिनाई
08:01
and the fact that we don't really quite have it down,
200
481260
3000
और तथ्य यह है कि हम वास्तव में वहां पहुचे नहीं हैं,
08:04
it doesn't take away
201
484260
2000
यह नहीं कर सकता है
08:06
from the effects Pragmatic Chaos has.
202
486260
2000
व्यावहारिक अराजकता के प्रभाव से.
08:08
Pragmatic Chaos, like all Netflix algorithms,
203
488260
3000
व्यावहारिक अराजकता, सभी नेत्फ्लिक्स एल्गोरिदम की तरह ,
08:11
determines, in the end,
204
491260
2000
अंत में निर्धारित करता है,
08:13
60 percent
205
493260
2000
६० प्रतिशत
08:15
of what movies end up being rented.
206
495260
2000
फिल्मे जो आप किराए पर लेते हैं.
08:17
So one piece of code
207
497260
2000
तो कोड का एक टुकड़ा
08:19
with one idea about you
208
499260
3000
तुम्हारे बारे में एक विचार से
08:22
is responsible for 60 percent of those movies.
209
502260
3000
उन फिल्मों के ६० प्रतिशत के लिए जिम्मेदार है .
08:25
But what if you could rate those movies
210
505260
2000
लेकिन अगर आप उन फिल्मों को अनुपात कर सकते
08:27
before they get made?
211
507260
2000
इससे पहले कि वह बने?
08:29
Wouldn't that be handy?
212
509260
2000
वेह काम का नहीं होगा?
08:31
Well, a few data scientists from the U.K. are in Hollywood,
213
511260
3000
ब्रिटेन के कुछ डेटा विज्ञानिक हॉलीवुड में हैं,
08:34
and they have "story algorithms" --
214
514260
2000
और उनके पास है कहानी एल्गोरिदम -
08:36
a company called Epagogix.
215
516260
2000
एक कंपनी है एपगोगिक्स.
08:38
And you can run your script through there,
216
518260
3000
और आप उस के माध्यम से अपनी स्क्रिप्ट चला सकते हैं,
08:41
and they can tell you, quantifiably,
217
521260
2000
और वे आपको बता कर सकते हैं, आंकलन कर,
08:43
that that's a 30 million dollar movie
218
523260
2000
कि यह ३०० लाख डॉलर की फिल्म है
08:45
or a 200 million dollar movie.
219
525260
2000
या एक २००० लाख डॉलर की.
08:47
And the thing is, is that this isn't Google.
220
527260
2000
और बात है कि यह गूगल नहीं है.
08:49
This isn't information.
221
529260
2000
यह जानकारी नहीं है.
08:51
These aren't financial stats; this is culture.
222
531260
2000
ये वित्तीय आँकड़े नहीं हैं, यह संस्कृति है.
08:53
And what you see here,
223
533260
2000
और आप यहाँ देख रहे हैं,
08:55
or what you don't really see normally,
224
535260
2000
जो आप सामान्यता नहीं देखते हैं,
08:57
is that these are the physics of culture.
225
537260
4000
कि यह संस्कृति की भौतिकी है .
09:01
And if these algorithms,
226
541260
2000
और अगर यह एल्गोरिदम,
09:03
like the algorithms on Wall Street,
227
543260
2000
वॉल स्ट्रीट के एल्गोरिदम की तरह ,
09:05
just crashed one day and went awry,
228
545260
3000
सिर्फ एक दिन दुर्घटनाग्रस्त हो जाये और धराशायी हो जाये,
09:08
how would we know?
229
548260
2000
हमें कैसे पता चलेगा,
09:10
What would it look like?
230
550260
2000
यह कैसा दिखेगा?
09:12
And they're in your house. They're in your house.
231
552260
3000
और वे आप के घर में हैं.
09:15
These are two algorithms competing for your living room.
232
555260
2000
यह दो एल्गोरिदम आप के कमरे के लिए प्रतिस्पर्धा कर रहे हैं .
09:17
These are two different cleaning robots
233
557260
2000
ये दो अलग सफाई रोबोट हैं
09:19
that have very different ideas about what clean means.
234
559260
3000
जिनका सफाई का मतलब बहुत अलग है.
09:22
And you can see it
235
562260
2000
और आप इसे देख सकते हैं
09:24
if you slow it down and attach lights to them,
236
564260
3000
यदि आप इसे धीमा करें और उन्हें रोशनी दें.
09:27
and they're sort of like secret architects in your bedroom.
237
567260
3000
वे आपके शयन कक्ष में गुप्त आर्किटेक्ट की तरह हैं .
09:30
And the idea that architecture itself
238
570260
3000
और विचार है कि खुद वास्तुकला
09:33
is somehow subject to algorithmic optimization
239
573260
2000
किसी तरह एल्गोरिथम अनुकूलन पर निर्भर करती है
09:35
is not far-fetched.
240
575260
2000
दूर की कौड़ी नहीं है.
09:37
It's super-real and it's happening around you.
241
577260
3000
यह असली है और यह आप के आसपास हो रहा है.
09:40
You feel it most
242
580260
2000
आप इसे सबसे अधिक महसूस करते हैं
09:42
when you're in a sealed metal box,
243
582260
2000
जब आप एक मोहरबंद धातु बक्से में होते हैं,
09:44
a new-style elevator;
244
584260
2000
एक नई शैली का एलेवेटर,
09:46
they're called destination-control elevators.
245
586260
2000
इसे गंतव्य नियंत्रण लिफ्ट कहते हैं.
09:48
These are the ones where you have to press what floor you're going to go to
246
588260
3000
ये हैं जहाँ आप अपनी मंजिल पहले बताते हैं
09:51
before you get in the elevator.
247
591260
2000
इससे पहले कि आप लिफ्ट में जाएँ.
09:53
And it uses what's called a bin-packing algorithm.
248
593260
2000
और यह एक बिन पैकिंग एल्गोरिथ्म का उपयोग करता है.
09:55
So none of this mishegas
249
595260
2000
तो कोई पागलपन नहीं
09:57
of letting everybody go into whatever car they want.
250
597260
2000
हर किसी को पसंद की कार में जाने देने का.
09:59
Everybody who wants to go to the 10th floor goes into car two,
251
599260
2000
हर कोई जो १०वीं मंजिल पर जा रहा हो कार नंबर दो में जाता है,
10:01
and everybody who wants to go to the third floor goes into car five.
252
601260
3000
और तीसरी मंजिल वाले कार पांच में.
10:04
And the problem with that
253
604260
2000
और उस के साथ समस्या
10:06
is that people freak out.
254
606260
2000
कि लोग डर जाते हैं.
10:08
People panic.
255
608260
2000
आतंक में.
10:10
And you see why. You see why.
256
610260
2000
और देख सकते हो क्यों.
10:12
It's because the elevator
257
612260
2000
क्योंकि एलेवेटर
10:14
is missing some important instrumentation, like the buttons.
258
614260
3000
में बटन की तरह कुछ महत्वपूर्ण उपकरण है लापता.
10:17
(Laughter)
259
617260
2000
(हँसी)
10:19
Like the things that people use.
260
619260
2000
चीजें जो लोग उपयोग करते हैं.
10:21
All it has
261
621260
2000
इसमें सिर्फ है
10:23
is just the number that moves up or down
262
623260
3000
संख्या जो ऊपर या नीचे जाती है
10:26
and that red button that says, "Stop."
263
626260
3000
और वे लाल बटन जो कहता है, "बंद करो. "
10:29
And this is what we're designing for.
264
629260
3000
और यह है जिसके लिए हम डिजाइन कर रहे हैं .
10:32
We're designing
265
632260
2000
हम डिजाइन कर रहे हैं
10:34
for this machine dialect.
266
634260
2000
इस मशीन बोली के लिए .
10:36
And how far can you take that? How far can you take it?
267
636260
3000
और इसे हम कितनी दूर ले जा सकते हैं?
10:39
You can take it really, really far.
268
639260
2000
आप इसे वास्तव में बहूत दूर ले जा सकते हैं .
10:41
So let me take it back to Wall Street.
269
641260
3000
वापस वॉल स्ट्रीट चलते हैं.
10:45
Because the algorithms of Wall Street
270
645260
2000
क्योंकि वॉल स्ट्रीट की एल्गोरिदम
10:47
are dependent on one quality above all else,
271
647260
3000
सब से ऊपर एक गुणवत्ता पर निर्भर हैं,
10:50
which is speed.
272
650260
2000
जो गति है.
10:52
And they operate on milliseconds and microseconds.
273
652260
3000
और वे क्षंड के लाखवे या करोड़वे हिस्से पर कार्य करते हैं.
10:55
And just to give you a sense of what microseconds are,
274
655260
2000
सिर्फ आप को उस गति का स्वाद देने के लिए,
10:57
it takes you 500,000 microseconds
275
657260
2000
आप को ५ लाख मिक्रोसेकांड्स लगते हैं
10:59
just to click a mouse.
276
659260
2000
सिर्फ एक माउस क्लिक करने में.
11:01
But if you're a Wall Street algorithm
277
661260
2000
लेकिन अगर आप एक वॉल स्ट्रीट एल्गोरिथ्म हैं
11:03
and you're five microseconds behind,
278
663260
2000
और आप पाँचमिक्रो सेकंड पीछे रहे हैं,
11:05
you're a loser.
279
665260
2000
आप हारे हुए हैं.
11:07
So if you were an algorithm,
280
667260
2000
तो अगर आप एक एल्गोरिथ्म होते,
11:09
you'd look for an architect like the one that I met in Frankfurt
281
669260
3000
आप इस तरह का वास्तुकार ढूँढ़ते जो मुझे फ्रैंकफर्ट में मिला
11:12
who was hollowing out a skyscraper --
282
672260
2000
जो एक गगनचुंबी इमारत को खाली कर रहा था -
11:14
throwing out all the furniture, all the infrastructure for human use,
283
674260
3000
सभी फर्नीचर बाहर फेंक, मानव उपयोग के बुनियादी ढांचे सहित
11:17
and just running steel on the floors
284
677260
3000
और फर्श पर सिर्फ इस्पात लगा रहा था
11:20
to get ready for the stacks of servers to go in --
285
680260
3000
सर्वर के ढेर लगाने के लिए -
11:23
all so an algorithm
286
683260
2000
इतना सब एक एल्गोरिथ्म को
11:25
could get close to the Internet.
287
685260
3000
इंटरनेट के करीब लाने के लिए.
11:28
And you think of the Internet as this kind of distributed system.
288
688260
3000
आप इन्टरनेट को एक वितरित प्रणाली केरूप में देखते हो.
11:31
And of course, it is, but it's distributed from places.
289
691260
3000
और हां, यह है, लेकिन कुछ स्थानों से वितरित है.
11:34
In New York, this is where it's distributed from:
290
694260
2000
न्यू यॉर्क में, यह कहाँ से वितरित है:
11:36
the Carrier Hotel
291
696260
2000
कैरियर होटल
11:38
located on Hudson Street.
292
698260
2000
हडसन स्ट्रीट पर स्थित.
11:40
And this is really where the wires come right up into the city.
293
700260
3000
और यह जगह है जहाँ सारे तार शहर में आ रहे हैं.
11:43
And the reality is that the further away you are from that,
294
703260
4000
और वास्तविकता यह है कि आप उससे जितने दूर हैं,
11:47
you're a few microseconds behind every time.
295
707260
2000
आप हर बार कुछ मिक्रोसेकांड्स पीछे हैं.
11:49
These guys down on Wall Street,
296
709260
2000
वॉल स्ट्रीट पर ये लोग,
11:51
Marco Polo and Cherokee Nation,
297
711260
2000
मार्को पोलो और चेरोकी नेशन,
11:53
they're eight microseconds
298
713260
2000
वे आठ मिक्रोसेकांड्स
11:55
behind all these guys
299
715260
2000
पीछे हैं इन से
11:57
going into the empty buildings being hollowed out
300
717260
4000
खाली इमारतों में जा
12:01
up around the Carrier Hotel.
301
721260
2000
कैरियर होटल के आसपास .
12:03
And that's going to keep happening.
302
723260
3000
और वह होता रहेगा.
12:06
We're going to keep hollowing them out,
303
726260
2000
हम उन्हें खाली करते रहेंगे,
12:08
because you, inch for inch
304
728260
3000
क्योंकि यह, इंच दर इंच
12:11
and pound for pound and dollar for dollar,
305
731260
3000
और पाउंड दर पाउंड, और डॉलर दर डॉलर,
12:14
none of you could squeeze revenue out of that space
306
734260
3000
आप में से कोई भी इतना राजस्व नहीं निचोड़ सकते हैं
12:17
like the Boston Shuffler could.
307
737260
3000
बोस्टन पैर घसीटनेवाले की तरह.
12:20
But if you zoom out,
308
740260
2000
लेकिन अगर आप दूर से देखो,
12:22
if you zoom out,
309
742260
2000
लेकिन अगर आप दूर से देखो,
12:24
you would see an 825-mile trench
310
744260
4000
आप एक 825 मील की खाई को देखोगे
12:28
between New York City and Chicago
311
748260
2000
न्यूयॉर्क सिटी और शिकागो के बीच
12:30
that's been built over the last few years
312
750260
2000
जो पिछले कुछ वर्षों में बनाई गयी है
12:32
by a company called Spread Networks.
313
752260
3000
एक कंपनी द्वारा - "सपरेड नेटवर्क".
12:35
This is a fiber optic cable
314
755260
2000
यह एक फाइबर ऑप्टिक केबल है
12:37
that was laid between those two cities
315
757260
2000
जो उन दो शहरों के बीच रखी गई थी
12:39
to just be able to traffic one signal
316
759260
3000
बस एक संकेत को यातायात देने के लिए
12:42
37 times faster than you can click a mouse --
317
762260
3000
एक माउस क्लिक से ३७ गुना तेज़ -
12:45
just for these algorithms,
318
765260
3000
बस इन एल्गोरिदम के लिए ,
12:48
just for the Carnival and the Knife.
319
768260
3000
बस कार्निवल और नैफ के लिए.
12:51
And when you think about this,
320
771260
2000
और जब आप इस बारे में में सोचते हैं,
12:53
that we're running through the United States
321
773260
2000
कि हम संयुक्त राज्य अमेरिका के आर-पार चल रहे हैं
12:55
with dynamite and rock saws
322
775260
3000
डायनामाइट और पत्थर आरी के साथ
12:58
so that an algorithm can close the deal
323
778260
2000
सिर्फ इसलिए की एक एल्गोरिथ्म सौदा कर सके
13:00
three microseconds faster,
324
780260
3000
तीन मिक्रोसेकांड्स तेज,
13:03
all for a communications framework
325
783260
2000
एक संचार ढांचे के लिए
13:05
that no human will ever know,
326
785260
4000
जो कभी किसी इंसान को नहीं पता चलेगा,
13:09
that's a kind of manifest destiny;
327
789260
3000
जो प्रकट भाग्य का एक प्रकार है
13:12
and we'll always look for a new frontier.
328
792260
3000
और हमेशा एक नया मोर्चा तलाशेगा .
13:15
Unfortunately, we have our work cut out for us.
329
795260
3000
दुर्भाग्य से, हमारे पास बहूत काम है .
13:18
This is just theoretical.
330
798260
2000
यह सिर्फ सैद्धांतिक है.
13:20
This is some mathematicians at MIT.
331
800260
2000
यह एमआईटी में कुछ गणितज्ञ हैं.
13:22
And the truth is I don't really understand
332
802260
2000
और सच यह है की मैं यह समझ नहीं सकता
13:24
a lot of what they're talking about.
333
804260
2000
के हम किस बारे में बात कर रहे हैं.
13:26
It involves light cones and quantum entanglement,
334
806260
3000
यह प्रकाश शंकु और क्वांटम उलझन है,
13:29
and I don't really understand any of that.
335
809260
2000
और मैं वास्तव में उस में कुछ नहीं समझता.
13:31
But I can read this map,
336
811260
2000
लेकिन मैं इस नक्शे को पढ़ सकता हूँ.
13:33
and what this map says
337
813260
2000
यह नक्षा कहता है
13:35
is that, if you're trying to make money on the markets where the red dots are,
338
815260
3000
की अगर आप बाजार में लाल डॉट्स पर पैसे बनाने की कोशिश करते हैं,
13:38
that's where people are, where the cities are,
339
818260
2000
वहां लोग हैं, जहां शहर हैं,
13:40
you're going to have to put the servers where the blue dots are
340
820260
3000
आपको सर्वर जहां नीले डॉट्स हैं वहां रखने होंगे
13:43
to do that most effectively.
341
823260
2000
प्रभावी ढंग से काम करने के लिए.
13:45
And the thing that you might have noticed about those blue dots
342
825260
3000
और आप उन नीले डॉट्स के बारे में देख सकते हैं
13:48
is that a lot of them are in the middle of the ocean.
343
828260
3000
कि उनमें से बहुत समुद्र के बीच में हैं .
13:51
So that's what we'll do: we'll build bubbles or something,
344
831260
3000
तो, हम बुलबुले या कुछ और निर्माण करेंगे,
13:54
or platforms.
345
834260
2000
या प्लेटफार्म.
13:56
We'll actually part the water
346
836260
2000
हम वास्तव में पानी को काट देंगे
13:58
to pull money out of the air,
347
838260
2000
पैसे हवा से बाहर खींचने के लिए,
14:00
because it's a bright future
348
840260
2000
क्योंकि यह एक उज्जवल भविष्य है
14:02
if you're an algorithm.
349
842260
2000
यदि आप एक एल्गोरिथ्म हैं.
14:04
(Laughter)
350
844260
2000
(हँसी)
14:06
And it's not the money that's so interesting actually.
351
846260
3000
और वास्तव में पैसा दिलचस्प नहीं है .
14:09
It's what the money motivates,
352
849260
2000
पैसा क्या प्रेरित करता है, वे है.
14:11
that we're actually terraforming
353
851260
2000
कि हम वास्तव में ज़मीन बना रहे हैं
14:13
the Earth itself
354
853260
2000
ज़मीन पर
14:15
with this kind of algorithmic efficiency.
355
855260
2000
एल्गोरिथम दक्षता के साथ .
14:17
And in that light,
356
857260
2000
और उस प्रकाश में,
14:19
you go back
357
859260
2000
तुम वापस जाओ
14:21
and you look at Michael Najjar's photographs,
358
861260
2000
और आप माइकल नज्जार की तस्वीरों को देखो,
14:23
and you realize that they're not metaphor, they're prophecy.
359
863260
3000
आप को पता चलता है कि वे रूपक नहीं, भविष्यवाणी हैं .
14:26
They're prophecy
360
866260
2000
वे भविष्यवाणी हैं
14:28
for the kind of seismic, terrestrial effects
361
868260
4000
भूकंपीय, स्थलीय प्रभाव की
14:32
of the math that we're making.
362
872260
2000
गणित की, जो हमने बनाया है.
14:34
And the landscape was always made
363
874260
3000
और परिदृश्य हमेशा बना था
14:37
by this sort of weird, uneasy collaboration
364
877260
3000
इस अजीब, बेचैन सहयोग से
14:40
between nature and man.
365
880260
3000
प्रकृति और मनुष्य के बीच .
14:43
But now there's this third co-evolutionary force: algorithms --
366
883260
3000
लेकिन अब यह तीसरे सह-विकासवादी बल हैं: एल्गोरिदम -
14:46
the Boston Shuffler, the Carnival.
367
886260
3000
बोस्टन-पैर-घसीटनेवाला, "कार्निवल".
14:49
And we will have to understand those as nature,
368
889260
3000
और हमें उन्हें प्रकृति के रूप में समझना होगा .
14:52
and in a way, they are.
369
892260
2000
और एक तरह से, वे हैं.
14:54
Thank you.
370
894260
2000
धन्यवाद.
14:56
(Applause)
371
896260
20000
(तालियाँ)
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7