Erik Brynjolfsson: The key to growth? Race with the machines

150,408 views ・ 2013-04-23

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Fordító: Maria Ruzsane Cseresnyes Lektor: Laszlo Kereszturi
00:12
Growth is not dead.
1
12605
2272
Nincs vége a növekedésnek.
00:14
(Applause)
2
14877
1386
(Taps)
00:16
Let's start the story 120 years ago,
3
16263
3963
Kezdjük a történetet 120 évvel ezelőttről,
00:20
when American factories began to electrify their operations,
4
20226
3632
amikor elkezdődött az ameraikai gyárak villamosítása,
00:23
igniting the Second Industrial Revolution.
5
23858
3344
ami elindította ezzel a második ipari forradalmat.
00:27
The amazing thing is
6
27202
1111
Az a meglepő dolog történt,
00:28
that productivity did not increase in those factories
7
28313
2777
hogy a termelékenység harminc éven keresztül
00:31
for 30 years. Thirty years.
8
31090
3256
nem nőtt azokban a gyárakban. Harminc év.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Ez épp elég idő arra, hogy a vezetők egy generációja nyugdíjba menjen.
00:37
You see, the first wave of managers
10
37820
2222
A vezetők első hulláma
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
egyszerűen lecserélte a gőzgépeket elektromos motorokra,
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
de nem szervezte újra a gyárat, hogy kihasználja
00:46
of electricity's flexibility.
13
46469
2341
az elektromosságban rejlő lehetőségeket.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
A következő generációra maradt az új munkafolyamatok kifejlesztése,
00:52
and then productivity soared,
15
52794
2727
és amikor ez valahol megtörtént, akkor ott a termelékenység
00:55
often doubling or even tripling in those factories.
16
55521
3665
megemelkedett, gyakran megduplázódott, sőt akár háromszorosára is nőtt.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
Az elektromosság egy példa az általános célú technológiára,
01:03
like the steam engine before it.
18
63909
2230
akárcsak a gőzgép volt korábban.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
Az általános célú technológiák a mozgatói a legtöbb gazdasági növekedésnek,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
mert további újítások egész sorát indítják be,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
mint a villanyégők, vagy igen, a gyárak újraszervezése.
01:16
Is there a general purpose technology of our era?
22
76641
3610
Van a mi korunknak valami általános célú technológiája?
01:20
Sure. It's the computer.
23
80251
2508
Persze. A számítógép.
01:22
But technology alone is not enough.
24
82759
2659
De a technológia nem elég önmagában.
01:25
Technology is not destiny.
25
85418
2766
A technológia csak eszköz.
01:28
We shape our destiny,
26
88184
1580
Hogy mit érünk el vele, az rajtunk múlik,
01:29
and just as the earlier generations of managers
27
89764
2516
ahogyan a korábbi generáció vezetőinek is
01:32
needed to redesign their factories,
28
92280
2298
újra kellett gondolniuk gyáraikat,
01:34
we're going to need to reinvent our organizations
29
94578
2229
nekünk is újra ki kell majd alakítanunk a magunk szervezeteit,
01:36
and even our whole economic system.
30
96807
2555
sőt az egész gazdasági rendszerünket.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Csinálhatnánk ezt jobban is.
01:42
As we'll see in a moment,
32
102964
1230
Mindjárt látni fogjuk,
01:44
productivity is actually doing all right,
33
104194
2722
hogy a termelékenységgel valójában minden rendben van,
01:46
but it has become decoupled from jobs,
34
106916
3862
de elszakadt a foglalkoztatástól,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
és a tipikus munkás jövedelme stagnál.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Ezeket a bajokat néha tévesen
01:57
as the end of innovation,
37
117716
3712
az innováció végeként értelmezik,
02:01
but they are actually the growing pains
38
121428
2129
pedig ezek valójában csak gyermekbetegségei annak, amit
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
Andrew McAfee-val együtt én az új gépkorszaknak nevezek.
02:09
Let's look at some data.
40
129147
1882
Nézzünk néhány adatot.
02:11
So here's GDP per person in America.
41
131029
2902
Itt van Amerika egy főre eső GDP-je.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Van itt néhány zökkenő, de a lényeg,
02:16
is you could practically fit a ruler to it.
43
136697
2715
hogy az egész jól illeszkedik egy egyenesre.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Ez logaritmikus skála, tehát ami egyenletes növekedésnek tűnik,
02:22
is actually an acceleration in real terms.
45
142688
3043
az a valóságban gyorsulás.
02:25
And here's productivity.
46
145731
2160
És itt a termelékenység.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Lehet látni egy kis visszaesést a 70-es évek közepén,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
de ez emlékeztet arra, ami a második ipari forradalomkor történt,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
amikor a gyárak épp csak tanulták még, hogy hogyan villamosítsák műveleteiket.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Egy kis késéssel a termelékenység újra növekedni kezdett.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Lehetséges hát, hogy "a történelem nem ismétli önmagát,
02:43
but sometimes it rhymes."
52
163691
2568
de rímel."
02:46
Today, productivity is at an all-time high,
53
166259
3136
Mára a termelékenység soha nem látott magasságot ért el,
02:49
and despite the Great Recession,
54
169395
1977
és a nagy recesszió dacára
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
gyorsabban nőtt a 2000-es években, mint az 1990-esekben,
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
amikor "dübörgött" a gazdaság, és ez gyorsabb volt, mint a '70-es és a '80-as évek növekedése.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Gyorsabb volt a növekedés, mint a második ipari forradalom idején.
03:03
And that's just the United States.
58
183434
1743
És ez csak az Egyesült Államok.
03:05
The global news is even better.
59
185177
3248
A globális adatok még ennél is jobbak.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
A jövedelmek növekedése a világban
03:10
in the past decade than ever in history.
61
190785
2496
gyorsabb az elmúlt tíz évben, mint bármikor korábban a történelemben.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
Ezek a számok a valóságosnál még kisebbnek is mutatják fejlődésünket,
03:18
because the new machine age
63
198332
1912
mert az új gépkorszak
03:20
is more about knowledge creation
64
200244
1664
inkább az ismeretek létrehozásáról szól,
03:21
than just physical production.
65
201908
2331
mint magukról a valóságos termékekről.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
Amiről szó van gondolkodásmód, nem az anyag; az ész, nem az erő;
03:27
ideas not things.
67
207177
2062
az ötletek, nem a tárgyak.
03:29
That creates a problem for standard metrics,
68
209239
2570
Ezért problémás a szokásos értelemben vett mérés,
03:31
because we're getting more and more stuff for free,
69
211809
3502
mivel egy csomó dologhoz ingyen jutunk hozzá,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
mint pl. a Wikipédia, a Google vagy a Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
vagy akár ez a TED-előadás is, ha felkerül a hálóra.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Namármost, ingyen megkapni valamit, az jó, ugye?
03:44
Sure, of course it is.
73
224318
1765
Persze, mindenképp.
03:46
But that's not how economists measure GDP.
74
226083
3868
De a közgazdászok nem így számolják a GDP-t.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
A nulla ár nulla súllyal számít a GDP-be.
03:55
According to the numbers, the music industry
76
235543
2112
A számok alapján a zeneipar
03:57
is half the size that it was 10 years ago,
77
237655
3000
a 10 évvel korábbinak a felére zsugorodott,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
de én több és jobb zenét hallgatok, mint bármikor is korábban.
04:04
You know, I bet you are too.
79
244311
2192
Lefogadnám, hogy Önök is.
04:06
In total, my research estimates
80
246503
2723
Összességében, a becslésem szerint
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
a GDP -ből 300 milliárd dollár hiányzik évente
04:13
in free goods and services on the Internet.
82
253980
3346
az internet ingyenes termékei és szolgáltatásai miatt.
04:17
Now let's look to the future.
83
257326
1789
Nézzük hát a jövőt!
04:19
There are some super smart people
84
259115
2263
Van néhány szuper okos ember,
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
akik azt erősítgetik, hogy elértük a növekedés végét,
04:26
but to understand the future of growth,
86
266397
3558
de ahhoz, hogy egyáltalán, megértsük a növekedés perspektíváját,
04:29
we need to make predictions
87
269955
2683
jóslatokba kell bocsátkozzunk
04:32
about the underlying drivers of growth.
88
272638
3290
a növekedés mozgatóira vonatkozólag.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Én optimista vagyok, mert az új gépkorszak
04:39
is digital, exponential and combinatorial.
90
279734
5030
digitális, exponenciális és kombinatív.
04:44
When goods are digital, they can be replicated
91
284764
2264
Ha a javak digitálisak, akkor tökéletes minőségben
04:47
with perfect quality at nearly zero cost,
92
287028
4509
reprodukálhatók, szinte nulla költséggel,
04:51
and they can be delivered almost instantaneously.
93
291537
4018
és szinte azonnal elérhetővé is tehetők.
04:55
Welcome to the economics of abundance.
94
295555
2800
Megérkeztünk a bőség kosarához.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
De van ennél rejtettebb előnye is annak, hogy a világ digitális.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
A mérés szerepe alapvető a tudományban és a fejlődésben.
05:06
In the age of big data,
97
306645
2148
A mai adatáradatban
05:08
we can measure the world in ways we never could before.
98
308793
4286
annyiféleképp mérhetjük a világot, mint még soha.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
Másodszor, az új gépkorszak exponenciális.
05:17
Computers get better faster than anything else ever.
100
317174
5935
A számítógépek eddig soha nem látott sebességgel lesznek egyre jobbakká.
05:23
A child's Playstation today is more powerful
101
323109
3568
Egy mai játékgép sokkal erősebb,
05:26
than a military supercomputer from 1996.
102
326677
4056
mint egy katonai szuperszámítógép volt 1996-ban.
05:30
But our brains are wired for a linear world.
103
330733
3207
Az agyunk viszont a lineáris világra van felkészülve.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Így hát az exponenciális növekedés mindannyiunkat meglepetésként éri.
05:37
I used to teach my students that there are some things,
105
337828
2602
Szoktam mondani a diákjaimnak, hogy van néhány dolog,
05:40
you know, computers just aren't good at,
106
340430
1934
amiben nem jó a számítógép,
05:42
like driving a car through traffic.
107
342364
2385
mint kocsit vezetni a forgalomban.
05:44
(Laughter)
108
344749
2013
(Nevetés)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Ez így van, ez itt Andy és én, vigyorgunk. mint a vadalma,
05:50
because we just rode down Route 101
110
350253
2384
mert épp most haladunk át a 101-es úton,
05:52
in, yes, a driverless car.
111
352637
3669
egy vezető nélküli kocsiban.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
Harmadszor, az új gépkorszak kombinatív.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
A stagnálás-hívők szerint az ötleteket leszakajtják,
06:02
like low-hanging fruit,
114
362937
1856
mint a könnyen elérhető gyümölcsöt,
06:04
but the reality is that each innovation
115
364793
3163
de a valóság az, hogy minden egyes újítás
06:07
creates building blocks for even more innovations.
116
367956
3256
újabb építőkockákat képez a további újításokhoz.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Itt egy példa. Pár hete történt,
06:14
an undergraduate student of mine
118
374557
2072
hogy az egyik hallgatóm
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
készített egy alkalmazást, ami mára elérte a 1,3 millió felhasználót.
06:20
He was able to do that so easily
120
380740
1699
Ezt azért tudta ilyen egyszerűen megtenni,
06:22
because he built it on top of Facebook,
121
382439
1827
mert a Facebookra fejlesztette rá.
06:24
and Facebook was built on top of the web,
122
384266
1933
a Facebook pedig a webre épül,
06:26
and that was built on top of the Internet,
123
386199
1698
ami ráépül az internetre,
06:27
and so on and so forth.
124
387897
2418
és így tovább.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Az, hogy digitális, exponenciális, vagy kombinatív, akár
06:35
would each be game-changers.
126
395080
2350
önmagukban is eldöntenék egy verseny kimenetelét.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Ezek együtt egészen meglepő áttöréseket
06:39
of astonishing breakthroughs,
128
399620
1393
produkálnak, robotokat, amik gyári munkát végeznek,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
vagy olyan gyorsan futnak, mint egy gepárd,
06:44
or leap tall buildings in a single bound.
130
404073
2796
vagy átugranak egy magas épületet egyetlen szökelléssel.
06:46
You know, robots are even revolutionizing
131
406869
2232
Úgy ám, a robotok épp most forradalmasítják
06:49
cat transportation.
132
409101
1829
a macskaszállítást.
06:50
(Laughter)
133
410930
2270
(Nevetés)
06:53
But perhaps the most important invention,
134
413200
2732
De talán a legfontosabb fejlesztés,
06:55
the most important invention is machine learning.
135
415932
5065
a legfontosabb fejlesztés a gépi tanulás.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Vegyünk egy projektet: az Watson-t az IBM-től.
07:04
These little dots here,
137
424373
1589
Ezek az apró pontok itt
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
a "Jeopardy" kvíz nyertesei.
07:10
At first, Watson wasn't very good,
139
430822
2544
Watson eleinte nem szerepelt nagyon jól,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
de sokkal gyorsabban fejlődött, mint ahogy bárki ember fejlődhetett,
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
és nem sokkal az után, ahogy Dave Ferrucci megmutatta
07:21
to my class at MIT,
142
441675
1652
ezt a diagramot a tanítványaimnak a MIT-en,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
Watson megverte a "Jeopardy" világbajnokát.
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
Hétévesen Watson még a gyerekkoránál tart.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Mostanában a tanárai megengedték neki, hogy felügyelet nélkül bolyongjon az interneten.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
A következő nap azzal kezdte, hogy a kérdésekre káromkodva válaszolt.
07:42
Damn. (Laughter)
147
462122
2274
A francba. (Nevetés)
07:44
But you know, Watson is growing up fast.
148
464396
2280
De tudják, Watson gyorsan felnő.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Kipróbálták call-center állásra, és megkapta.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Pályázott jogi, banki és egészségügyi állásokra,
07:54
and getting some of them.
151
474612
1950
és némelyiket megkapta.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Hát nem ironikus, hogy épp akkor,
07:58
we are building intelligent machines,
153
478451
2234
amikor intelligens gépeket építünk,
08:00
perhaps the most important invention in human history,
154
480685
3449
ami talán a legfontosabb újítás a történelemben,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
néhány ember amellett érvel, hogy a fejlesztés stagnál?
08:08
Like the first two industrial revolutions,
156
488109
2419
Ahogyan az első két ipari forradalom esetében is,
08:10
the full implications of the new machine age
157
490528
3134
legalább egy évszázadig el fog tartani, amíg
08:13
are going to take at least a century to fully play out,
158
493662
2682
az új gépkorszak összes következménye beérik,
08:16
but they are staggering.
159
496344
3032
de ezek megdöbbentőek.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Ez azt jelenti vajon, hogy nincs mitől félnünk?
08:22
No. Technology is not destiny.
161
502712
3680
Nem. Nem a technikán múlik a sorsunk.
08:26
Productivity is at an all time high,
162
506392
2569
A termelékenység minden eddiginél magasabb
08:28
but fewer people now have jobs.
163
508961
2983
de kevesebb embernek van munkája.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Nagyobb vagyont hoztunk létre az elmúlt tíz évben, mint bármikor korábban,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
az amerikaiak többségének a jövedelme mégis csökkent.
08:38
This is the great decoupling
166
518968
2312
Elszakadt egymástól
08:41
of productivity from employment,
167
521280
2976
a termelékenység és a foglalkoztatás,
08:44
of wealth from work.
168
524256
3104
a gazdagság és a munka.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Nem meglepő, hogy emberek milliói
08:49
have become disillusioned by the great decoupling,
170
529706
2846
válnak csalódottá a nagy szakadás miatt,
08:52
but like too many others,
171
532552
1747
de mint sokan mások,
08:54
they misunderstand its basic causes.
172
534299
3097
ők is félreértik az alapvető okot.
08:57
Technology is racing ahead,
173
537396
2610
A technika élen jár,
09:00
but it's leaving more and more people behind.
174
540006
3550
de egyre több és több embert hagy leszakadni.
09:03
Today, we can take a routine job,
175
543556
3519
Manapság vehetünk egy rutinfeladatot,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
lekódoljuk utasításokká, amiket a számítógép megért,
09:10
and then replicate it a million times.
177
550166
2827
és millió másolatot készítünk belőle.
09:12
You know, I recently overheard a conversation
178
552993
2279
Mostanában hallottam egy épp idevágó példát
09:15
that epitomizes these new economics.
179
555272
1952
egy véletlenül elkapott beszélgetésben.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Azt mondja ez a fickó: "Na, nem könyveltetek többet H&R Blockkal.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
A TurboTax mindent tud, amit a könyvelőm csinált,
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
csak gyorsabb, olcsóbb és pontosabb."
09:28
How can a skilled worker
183
568427
1799
Hogyan is tudna egy szakmunkás
09:30
compete with a $39 piece of software?
184
570226
3009
versenyezni egy 39 dolláros szoftverrel?
09:33
She can't.
185
573235
1967
Nem tud.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Ma ameriakiak millióinak gyorsabban
09:37
cheaper, more accurate tax preparation,
187
577982
2387
olcsóbban és pontosabban készül az adóbevallása.
09:40
and the founders of Intuit
188
580369
1486
Az Intuit szoftvercég alapítói
09:41
have done very well for themselves.
189
581855
2493
nagyon jól jártak azzal, amit csináltak.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
De a könyvelők 17%-ának nincs többé munkája.
09:48
That is a microcosm of what's happening,
191
588562
2078
Ez kicsiben az, ami történik,
09:50
not just in software and services, but in media and music,
192
590640
4677
nem csupán a szoftverfejlesztésben és a szolgáltatásban, de a médiában és a zenében,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
a pénzügyekben és a gyártásban, a kis- és nagykereskedelemben --
09:59
in short, in every industry.
194
599003
3895
röviden, az egész gazdaságban.
10:02
People are racing against the machine,
195
602898
3095
Az emberek versenyeznek a gépekkel,
10:05
and many of them are losing that race.
196
605993
3090
és sokan közülük alulmaradnak.
10:09
What can we do to create shared prosperity?
197
609083
3886
Mit tehetünk, hogy a jólétből mindenki részesüljön?
10:12
The answer is not to try to slow down technology.
198
612969
3017
A válasz nem az, hogy próbáljuk lassítani a technikát.
10:15
Instead of racing against the machine,
199
615986
2557
Ahelyett, hogy a gépek ellen versenyeznénk,
10:18
we need to learn to race with the machine.
200
618543
3677
meg kell tanuljunk együtt versenyezni velük.
10:22
That is our grand challenge.
201
622220
3129
Ez a mi nagy próbatételünk.
10:25
The new machine age
202
625349
2324
Az új gépkorszak
10:27
can be dated to a day 15 years ago
203
627673
3113
egy 15 évvel ezelőtti naptól számítható,
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
amikor Gary Kasparov, a sakkvilágbajnok
10:33
played Deep Blue, a supercomputer.
205
633664
3706
a Deep Blue szuperszámítógép ellen játszott.
10:37
The machine won that day,
206
637370
2012
Aznap történt, hogy a gép nyert.
10:39
and today, a chess program running on a cell phone
207
639382
2968
Ma egy mobilon futó sakkprogram
10:42
can beat a human grandmaster.
208
642350
2296
meg tud verni egy nagymestert.
10:44
It got so bad that, when he was asked
209
644646
3365
A helyzet annyira rossz lett, amikor Jan Donner holland nagymester
10:48
what strategy he would use against a computer,
210
648011
2563
arra a kérdésre, hogy milyen stratégiát
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
játszana a számítógép ellen, azt válaszolta:
10:54
"I'd bring a hammer."
212
654590
1771
"Hoznék egy kalapácsot."
10:56
(Laughter)
213
656361
3680
(Nevetés)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
De manapság egy számítógép már nem sakkvilágbajnok.
11:04
Neither is a human,
215
664585
2654
Az ember sem,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
mert Kasparov megszervezett egy szabadstílusú versenyt,
11:10
where teams of humans and computers
217
670818
1916
ahol emberekből és számítógépekből álló csapatok
11:12
could work together,
218
672734
2099
együtt dolgozhattak,
11:14
and the winning team had no grandmaster,
219
674833
3157
és a győztes csapatnak nem volt sem nagymestere,
11:17
and it had no supercomputer.
220
677990
2465
sem szuperszámítógépe.
11:20
What they had was better teamwork,
221
680455
4175
Ami nekik volt, az a jobb csapatmunka,
11:24
and they showed that a team of humans and computers,
222
684630
5016
és megmutatták, hogy egy emberekből és számítógépekből álló csapat,
11:29
working together, could beat any computer
223
689646
3048
ha együtt dolgoznak, meg tud verni bármilyen számítógépet
11:32
or any human working alone.
224
692694
3520
vagy embert, aki egyedül dolgozik.
11:36
Racing with the machine
225
696214
1664
Jobb a géppel versenyezni,
11:37
beats racing against the machine.
226
697878
2343
mint a gép ellen.
11:40
Technology is not destiny.
227
700221
2564
Nem a technika határozza meg a dolgok alakulását.
11:42
We shape our destiny.
228
702785
1742
Mi magunk alakítjuk a sorsunkat.
11:44
Thank you.
229
704527
1447
Köszönöm.
11:45
(Applause)
230
705974
5016
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7