How algorithms shape our world | Kevin Slavin

Translator: Ade Indarta Reviewer: Antonius Yudi Sendjaja

This is a photograph

Ini adalah foto

by the artist Michael Najjar,

karya seniman Michael Najjar,

and it's real,

dan ini sungguhan,

in the sense that he went there to Argentina

dalam arti dia benar-benar pergi ke Argentina

to take the photo.

dan mengambil foto ini.

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

Tapi ini juga fiksi. Ada banyak hal yang dilakukan pada foto ini sesudahnya.

And what he's done

Yang dia lakukan

is he's actually reshaped, digitally,

sebenarnya adalah mengubah secara digital

all of the contours of the mountains

semua kontur pegunungan itu

to follow the vicissitudes of the Dow Jones index.

mengikuti variasi ketinggian indeks Dow Jones.

So what you see,

Jadi yang kita lihat,

that precipice, that high precipice with the valley,

tebing curam itu, tebing curam dengan lembah itu,

is the 2008 financial crisis.

adalah krisis ekonomi 2008.

The photo was made

Foto itu dibuat

when we were deep in the valley over there.

saat kita tenggelam di lembah itu.

I don't know where we are now.

Saya tidak tahu di mana kita sekarang.

This is the Hang Seng index

Ini adalah indeks Hang Seng

for Hong Kong.

untuk Hong Kong.

And similar topography.

Topografis yang serupa.

I wonder why.

Entah kenapa.

And this is art. This is metaphor.

Ini seni, metafora.

But I think the point is

Tapi menurut saya intinya adalah

that this is metaphor with teeth,

ini adalah metafora bertaring.

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

Dan karena taring itulah saya ingin mengajak Anda pada hari ini

that we rethink a little bit

untuk memikirkan kembali

about the role of contemporary math --

peranan matematika kontemporer --

not just financial math, but math in general.

bukan hanya matematika finansial, tapi matematika secara umum.

That its transition

Tentang peralihannya

from being something that we extract and derive from the world

dari sesuatu yang kita ambil dan hasilkan dari dunia

to something that actually starts to shape it --

menjadi sesuatu yang mulai membentuk dunia --

the world around us and the world inside us.

dunia di sekitar kita dan dunia di dalam diri kita.

And it's specifically algorithms,

Terutama algoritma,

which are basically the math

yang pada intinya adalah matematika

that computers use to decide stuff.

yang digunakan komputer untuk mengambil keputusan.

They acquire the sensibility of truth

Algoritma dekat dengan kebenaran,

because they repeat over and over again,

karena terus berulang dan berulang.

and they ossify and calcify,

Lalu mengering dan mengerak,

and they become real.

dan menjadi nyata.

And I was thinking about this, of all places,

Saya memikirkan tentang semua ini, justru ketika berada

on a transatlantic flight a couple of years ago,

di atas penerbangan transatlantik beberapa tahun lalu,

because I happened to be seated

kebetulan saya duduk

next to a Hungarian physicist about my age

di samping seorang fisikawan Hungaria seumuran saya

and we were talking

dan kami berbicara

about what life was like during the Cold War

tentang seperti apa hidup saat Perang Dingin

for physicists in Hungary.

bagi fisikawan di Hungaria.

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

Saya bertanya, "Jadi apa pekerjaan Anda?"

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

Dan dia menjawab, "Kami membuat penangkal teknologi siluman."

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

Saya jawab, "Pekerjaan yang bagus. Menarik.

How does that work?"

Bagaimana cara kerjanya?"

And to understand that,

Untuk memahami hal ini,

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

kita harus memahami sedikit tentang cara kerja teknologi siluman.

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

Dan -- penyederhanaan ini agak berlebihan --

but basically, it's not like

tapi pada dasarnya, kita tidak bisa

you can just pass a radar signal

begitu saja menghilang dari sinyal radar

right through 156 tons of steel in the sky.

menghilangkan 156 ton besi baja di angkasa.

It's not just going to disappear.

Tidak akan begitu saja menghilang.

But if you can take this big, massive thing,

Tapi kalau kita bisa membuat benda besar ini,

and you could turn it into

mengubahnya menjadi

a million little things --

jutaan benda kecil --

something like a flock of birds --

seperti kawanan burung --

well then the radar that's looking for that

radar yang tetap bisa melihatnya berarti

has to be able to see

juga akan bisa melihat

every flock of birds in the sky.

setiap kawanan burung di angkasa.

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

Untuk radar, itu sangat sulit

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

Dan dia mengatakan, "Ya, tapi itu hanya untuk radar.

So we didn't use a radar;

Jadi kami tidak menggunakan radar;

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

kami membuat kotak hitam yang mencari sinyal elektronik,

electronic communication.

komunikasi elektronik.

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

Jadi kapan saja kami melihat sekawanan burung melakukan komunikasi elektronik,

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

kami boleh curiga kalau itu ada hubungannya dengan Amerika."

And I said, "Yeah.

Dan saya jawab, "Wah.

That's good.

Itu keren.

So you've effectively negated

Jadi Anda telah menghancurkan

60 years of aeronautic research.

hasil riset aeronautis selama 60 tahun.

What's your act two?

Apa kegiatan Anda yang lain?

What do you do when you grow up?"

Apa yang Anda lakukan sebelumnya?"

And he said,

Dan dia menjawab,

"Well, financial services."

"Jasa finansial."

And I said, "Oh."

Dan saya berkata, "Oh."

Because those had been in the news lately.

Karena saya sering mendengarnya di berita.

And I said, "How does that work?"

Saya bertanya, "Bagaimana cara kerjanya?"

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

Dia menjawab, "Ada 2.000 fisikawan di Wall Street sekarang,

and I'm one of them."

saya salah satunya."

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

Dan saya mengatakan, "Jadi untuk Wall Street, apa kotak hitamnya?"

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

Dan jawabnya, "Kebetulan sekali Anda bertanya,

because it's actually called black box trading.

karena namanya memang perdagangan kotak hitam.

And it's also sometimes called algo trading,

Kadang juga disebut perdagangan algo,

algorithmic trading."

perdagangan algoritma."

And algorithmic trading evolved in part

Perdagangan algoritma sebagian berkembang

because institutional traders have the same problems

karena pialang perusahaan punya masalah yang sama

that the United States Air Force had,

dengan Angkatan Bersenjata Amerika,

which is that they're moving these positions --

yaitu mereka memindahkan posisi-posisi ini --

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

baik itu Proctor & Gamble atau Accenture, apa pun itu --

they're moving a million shares of something

mereka memindahkan jutaan saham dari suatu perusahaan

through the market.

melalui pasar.

And if they do that all at once,

Dan kalau mereka melakukannya sekaligus,

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

itu akan seperti main poker dan mempertaruhkan semuanya sekaligus.

You just tip your hand.

Anda membuka rahasia Anda sendiri.

And so they have to find a way --

Jadi mereka pun harus menemukan cara --

and they use algorithms to do this --

dan mereka menggunakan algoritma --

to break up that big thing

untuk memecahkan sesuatu yang besar

into a million little transactions.

menjadi jutaan transaksi kecil.

And the magic and the horror of that

Yang ajaib atau menakutkan dari hal itu

is that the same math

adalah perhitungan yang sama

that you use to break up the big thing

yang Anda gunakan untuk memecah benda besar

into a million little things

menjadi jutaan benda kecil

can be used to find a million little things

bisa digunakan untuk menemukan jutaan benda kecil itu

and sew them back together

dan merekatkannya kembali

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

dan mencari tahu apa yang sebenarnya terjadi di pasar.

So if you need to have some image

Jadi kalau kita memerlukan gambaran

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

tentang apa yang terjadi di pasar modal sekarang,

what you can picture is a bunch of algorithms

Anda bisa membayangkan setumpuk algoritma

that are basically programmed to hide,

yang diprogram untuk menyembunyikan,

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

dan setumpuk algoritma yang diprogram untuk menemukan dan bertindak.

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

Dan itu memang hebat, tidak masalah.

And that's 70 percent

Dan itulah 70 persen dari

of the United States stock market,

pasar saham Amerika Serikat,

70 percent of the operating system

70 persen sistem operasi

formerly known as your pension,

yang sebelumnya dikenal sebagai pensiun Anda,

your mortgage.

pinjaman Anda.

And what could go wrong?

Apa yang mungkin terjadi?

What could go wrong

Yang mungkin terjadi

is that a year ago,

adalah yang terjadi tahun lalu,

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

sembilan persen dari seluruh pasar tiba-tiba menghilang selama 5 menit,

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

mereka menyebutnya "flash crash of 2:45."

All of a sudden, nine percent just goes away,

Tiba-tiba, 9 persen hilang begitu saja,

and nobody to this day

dan tidak ada satu pun hingga hari ini

can even agree on what happened

yang sepakat tentang apa yang telah terjadi,

because nobody ordered it, nobody asked for it.

karena tidak ada yang memesannya, tidak ada yang memintanya.

Nobody had any control over what was actually happening.

Tidak ada yang bisa mengendalikan hal yang sebenarnya terjadi.

All they had

Yang mereka tahu

was just a monitor in front of them

hanya sebuah monitor di depan mereka

that had the numbers on it

yang bertuliskan angka

and just a red button

dan sebuah tombol merah

that said, "Stop."

yang bertuliskan, "Stop."

And that's the thing,

Dan itulah masalahnya,

is that we're writing things,

kita terus menulis hal-hal ini,

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

kita terus menulis hal-hal yang tidak lagi bisa kita baca.

And we've rendered something

Kita menghasilkan sesuatu

illegible,

yang tidak bisa dibaca.

and we've lost the sense

Dan kita kehilangan pengertian

of what's actually happening

atas apa yang sebenarnya terjadi

in this world that we've made.

di dunia yang telah kita buat ini.

And we're starting to make our way.

Kita mulai membuka jalan kita sendiri.

There's a company in Boston called Nanex,

Ada sebuah perusahaan di Boston yang bernama Nanex,

and they use math and magic

dan mereka menggunakan matematika dan sulap

and I don't know what,

dan saya tidak tahu apa lagi,

and they reach into all the market data

mereka mengumpulkan semua data pasar

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

dan menemukan, terkadang, beberapa algoritma ini.

And when they find them they pull them out

Kalau mereka menemukannya, mereka akan menariknya

and they pin them to the wall like butterflies.

dan menempelkannya ke dinding seperti kupu-kupu

And they do what we've always done

Mereka melakukan yang selalu kita lakukan

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

jika dihadapkan pada sejumlah besar data yang tidak kita mengerti --

which is that they give them a name

yaitu memberinya nama

and a story.

dan cerita.

So this is one that they found,

Inilah salah satu yang mereka temukan,

they called the Knife,

mereka menyebutnya "Knife" (Pisau),

the Carnival,

"Carnival" (Karnaval),

the Boston Shuffler,

"Boston Shuffler" (Bandar Boston),

Twilight.

"Twilight" (Senja).

And the gag is

Dan yang lucu adalah

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

ini tidak hanya ada di pasar modal.

You can find these kinds of things wherever you look,

Anda bisa menemukan hal seperti ini di mana saja,

once you learn how to look for them.

jika Anda tahu di mana harus mencarinya.

You can find it here: this book about flies

Anda bisa menemukannya di sini: sebuah buku tentang lalat

that you may have been looking at on Amazon.

yang mungkin sedang Anda cari di Amazon.

You may have noticed it

Anda mungkin menyadari

when its price started at 1.7 million dollars.

harganya bertuliskan 1.7 juta dolar.

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

Tapi tetap saja habis -- tetap ...

(Laughter)

(Suara tawa)

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

Jadi kalau Anda membelinya seharga 1,7 juta dolar, itu sudah murah.

A few hours later, it had gone up

Beberapa jam kemudian, harganya pernah naik

to 23.6 million dollars,

menjadi 23,6 juta dolar,

plus shipping and handling.

ditambah pengepakan dan pengiriman.

And the question is:

Pertanyaannya adalah:

Nobody was buying or selling anything; what was happening?

Tidak ada yang membeli atau menjual apa pun; apa yang terjadi?

And you see this behavior on Amazon

Kita melihat perilaku ini di Amazon

as surely as you see it on Wall Street.

mungkin juga kita melihatnya di Wall Street.

And when you see this kind of behavior,

Ketika kita melihat perilaku seperti ini,

what you see is the evidence

yang kita lihat adalah bukti

of algorithms in conflict,

konflik algoritma,

algorithms locked in loops with each other,

algoritma terkunci dalam lingkaran dengan yang lain,

without any human oversight,

tanpa ada manusia yang mengawasi,

without any adult supervision

tanpa pengawasan orang dewasa

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

yang berkata, "1.7 juta itu jumlah yang besar."

(Laughter)

(Suara tawa)

And as with Amazon, so it is with Netflix.

Sama seperti Amazon, Netflix juga mempunyainya.

And so Netflix has gone through

Netflix sudah menggunakan

several different algorithms over the years.

beberapa algoritma yang berbeda beberapa tahun ini.

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

Dimulai dengan "Cinematch" (Bioskop), dan beberapa yang lain.

there's Dinosaur Planet; there's Gravity.

Ada yang bernama "Dinosaur Planet" (Planet Dinosaurus), "Gravity" (Gravitasi),

They're using Pragmatic Chaos now.

Mereka menggunakan "Pragmatic Chaos" (Kekacauan Pragmatis) sekarang.

Pragmatic Chaos is, like all of Netflix algorithms,

"Pragmatic Chaos" itu, seperti algoritma Netflix lainnya,

trying to do the same thing.

mencoba melakukan hal yang sama.

It's trying to get a grasp on you,

Mencoba memahami Anda,

on the firmware inside the human skull,

memahami perangkat yang ada di dalam otak manusia,

so that it can recommend what movie

supaya bisa merekomendasikan film apa

you might want to watch next --

yang mungkin ingin Anda tonton selanjutnya --

which is a very, very difficult problem.

yang dalam hal ini menjadi masalah yang sangat sulit.

But the difficulty of the problem

Tapi tingkat kesulitan masalah ini

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

dan kenyataan bahwa kita tidak benar-benar mengetahuinya,

it doesn't take away

ini juga tidak jauh

from the effects Pragmatic Chaos has.

dari efek "Pragmatic Chaos".

Pragmatic Chaos, like all Netflix algorithms,

Pragmatic Chaos, seperti algoritma Netflix lainnya,

determines, in the end,

pada akhirnya menentukan

60 percent

60 persen

of what movies end up being rented.

film yang akhirnya disewa.

So one piece of code

Jadi sebuah kode yang berisi

with one idea about you

satu ide tentang diri Anda

is responsible for 60 percent of those movies.

bertanggung jawab atas 60 persen film tersebut.

But what if you could rate those movies

Bagaimana jika kita bisa menilai film-film itu

before they get made?

sebelum dibuat?

Wouldn't that be handy?

Bukankan itu akan bermanfaat?

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

Beberapa ilmuwan data dari Inggris sedang berada di Hollywood,

and they have "story algorithms" --

dan mereka punya algoritma naskah --

a company called Epagogix.

sebuah perusahaan bernama Epagogix.

And you can run your script through there,

Anda bisa memasukkan naskah Anda ke dalamnya,

and they can tell you, quantifiably,

dan mereka bisa memberitahu Anda, secara kuantitas,

that that's a 30 million dollar movie

apakah itu film bernilai 30 juta dolar

or a 200 million dollar movie.

atau film bernilai 200 juta dolar.

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

Masalahnya ini bukanlah Google.

This isn't information.

Ini bukan informasi.

These aren't financial stats; this is culture.

Ini bukan statistik finansial; ini adalah budaya.

And what you see here,

Dan yang Anda lihat di sini,

or what you don't really see normally,

atau yang biasanya tidak Anda lihat,

is that these are the physics of culture.

ini adalah ilmu fisika budaya.

And if these algorithms,

Dan jika algoritma ini,

like the algorithms on Wall Street,

seperti algoritma Wall Street,

just crashed one day and went awry,

suatu hari tiba-tiba gagal dan menjadi kacau,

how would we know?

bagaimana kita tahu

What would it look like?

akan seperti apa?

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

Algoritma ini ada di rumah Anda, di rumah kita.

These are two algorithms competing for your living room.

Ini adalah dua algoritma yang memperebutkan ruang tamu Anda.

These are two different cleaning robots

Ini adalah dua robot pembersih berbeda

that have very different ideas about what clean means.

yang punya definisi berbeda tentang kata bersih.

And you can see it

Kita bisa melihatnya

if you slow it down and attach lights to them,

kalau kita memperlambat dan memasang lampu.

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

Mereka seperti arsitek rahasia di kamar tidur Anda.

And the idea that architecture itself

Dan ide untuk menjadikan arsitektur

is somehow subject to algorithmic optimization

sebagai subjek optimalisasi algoritma

is not far-fetched.

juga sudah ada.

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

Ini sangat nyata dan terjadi di sekitar Anda.

You feel it most

Anda paling merasakannya

when you're in a sealed metal box,

saat berada di kotak logam tertutup,

a new-style elevator;

lift gaya baru,

they're called destination-control elevators.

mereka menyebutnya lift kontrol tujuan.

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

Inilah yang harus Anda tekan, lantai yang ingin Anda kunjungi

before you get in the elevator.

sebelum masuk ke lift.

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

Dan ini menggunakan apa yang disebut algoritma "bin-packing".

So none of this mishegas

Tidak perlu lagi ada kekacauan ini

of letting everybody go into whatever car they want.

membiarkan orang masuk ke lift yang mereka mau.

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

Siapa saja yang ingin ke lantai 10 silakan masuk ke lift yang kedua,

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

dan semua yang ingin ke lantai 3 silakan masuk ke nomor lima.

And the problem with that

Masalahnya adalah

is that people freak out.

orang suka panik.

People panic.

Orang panik.

And you see why. You see why.

Dan lihatlah sebabnya.

It's because the elevator

Itu karena lift tersebut

is missing some important instrumentation, like the buttons.

tidak memiliki instrumen yang penting, seperti tombol.

(Laughter)

(Suara tawa)

Like the things that people use.

Seperti yang biasa digunakan oleh orang-orang itu.

All it has

Yang ada hanya

is just the number that moves up or down

nomor yang bergerak naik dan turun

and that red button that says, "Stop."

dan tombol merah yang bertuliskan, "Stop."

And this is what we're designing for.

Dan inilah yang sekarang kami rancang.

We're designing

Kami merancang

for this machine dialect.

untuk dialek mesin ini.

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

Seberapa jauh Anda bisa mengembangkannya?

You can take it really, really far.

Anda bisa mengembangkannya sangat jauh.

So let me take it back to Wall Street.

Mari kita kembali ke Wall Street.

Because the algorithms of Wall Street

Karena algoritma Wall Street

are dependent on one quality above all else,

tergantung pada satu kualitas utama,

which is speed.

yaitu kecepatan.

And they operate on milliseconds and microseconds.

Mereka beroperasi dalam milidetik dan mikrodetik.

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

Dan sebagai gambaran berapa lama mikrodetik itu,

it takes you 500,000 microseconds

perlu waktu 500.000 mikrodetik

just to click a mouse.

untuk mengklik sebuah mouse.

But if you're a Wall Street algorithm

Tapi kalau Anda adalah algoritma Wall Street

and you're five microseconds behind,

dan Anda terlambat lima mikrodetik,

you're a loser.

Anda kalah.

So if you were an algorithm,

Jadi kalau Anda adalah algoritma,

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

Anda harusnya mencari arsitek seperti yang saya temui di Frankfurt

who was hollowing out a skyscraper --

yang mengosongkan sebuah gedung pencakar langit --

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

membuang semua perabot, semua prasarana untuk manusia,

and just running steel on the floors

dan hanya menyiapkan besi di lantai

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

bersiap menyambut tumpukan server --

all so an algorithm

selain itu, algoritma

could get close to the Internet.

juga bisa dekat dengan Internet.

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

Anda mungkin mengira Internet itu sejenis sistem distribusi.

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

Memang benar, tapi distribusi itu berasal dari berbagai tempat.

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

Di New York, inilah asal pendistribusiannya:

the Carrier Hotel

Hotel Carrier

located on Hudson Street.

berada di Hudson Street.

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

Ini benar-benar asal dari kabel-kabel yang ada di kota itu.

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

Faktanya, semakin jauh Anda dari sana,

you're a few microseconds behind every time.

semakin besar jarak mikrodetik Anda darinya.

These guys down on Wall Street,

Orang-orang ini di Wall Street,

Marco Polo and Cherokee Nation,

Marco Polo dan Cherokee Nation,

they're eight microseconds

berada 8 mikrodetik

behind all these guys

di belakang orang-orang ini

going into the empty buildings being hollowed out

yang berada di gedung kosong tadi

up around the Carrier Hotel.

di sekitar Hotel Carrier.

And that's going to keep happening.

Dan hal ini akan terus terjadi.

We're going to keep hollowing them out,

Kita akan terus mengosongkan gedung-gedung,

because you, inch for inch

karena kita, inci demi inci

and pound for pound and dollar for dollar,

dan dolar demi dolar,

none of you could squeeze revenue out of that space

tidak ada yang bisa menghasilkan uang dari sana

like the Boston Shuffler could.

seperti yang dilakukan Boston Shuffler.

But if you zoom out,

Tapi kalau kita perbesar,

if you zoom out,

kalau kita perbesar,

you would see an 825-mile trench

kita akan melihat kanal sepanjang 825 mil

between New York City and Chicago

antara New York dan Chicago

that's been built over the last few years

yang sudah dibangun selama beberapa tahun belakangan

by a company called Spread Networks.

oleh perusahaan yang bernama Spread Networks.

This is a fiber optic cable

Ini adalah kabel serat optik

that was laid between those two cities

yang ditanamkan di antara kedua kota itu

to just be able to traffic one signal

agar bisa mengirimkan sinyal

37 times faster than you can click a mouse --

37 kali lebih cepat daripada kita mengklik sebuah mouse --

just for these algorithms,

hanya untuk algoritma ini,

just for the Carnival and the Knife.

hanya untuk "Carnival" dan "Knife."

And when you think about this,

Dan kalau kita memikirkan bahwa

that we're running through the United States

kita berkeliling Amerika Serikat

with dynamite and rock saws

dengan dinamit dan gergaji batu

so that an algorithm can close the deal

agar sebuah algoritma bisa menutup sebuah transaksi

three microseconds faster,

tiga mikrodetik lebih cepat,

all for a communications framework

semua demi kerangka komunikasi

that no human will ever know,

yang tidak akan pernah diketahui manusia,

that's a kind of manifest destiny;

itu semacam perwujudan takdir

and we'll always look for a new frontier.

bahwa kita selalu mencari daerah baru.

Unfortunately, we have our work cut out for us.

Sayangnya, kita punya masalah besar.

This is just theoretical.

Ini hanya teori.

This is some mathematicians at MIT.

Ini beberapa matematikawan di MIT.

And the truth is I don't really understand

Jujur, saya tidak begitu mengerti

a lot of what they're talking about.

apa yang mereka bicarakan.

It involves light cones and quantum entanglement,

Ini melibatkan kerucut cahaya dan keterkaitan kuantum,

and I don't really understand any of that.

saya tidak begitu mengerti tentang semua itu.

But I can read this map,

Tapi saya bisa membaca peta ini.

and what this map says

Dan peta ini berkata

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

kalau Anda mencoba menghasilkan uang di pasar yang bertitik merah,

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

itulah tempat orang-orang dan kota berada,

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

kita harus menempatkan server di semua titik biru

to do that most effectively.

untuk bisa melakukannya paling efektif.

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

Dan Anda mungkin memperhatikan titik biru itu

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

ada banyak yang berada di tengah lautan.

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

Jadi itulah yang akan kita lakukan, membuat balon atau semacamnya,

or platforms.

atau landasan.

We'll actually part the water

kita akan membelah air

to pull money out of the air,

menghasilkan uang dari udara,

because it's a bright future

karena itu masa depan yang cerah

if you're an algorithm.

kalau Anda adalah algoritma.

(Laughter)

(Suara tawa)

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

Yang menarik sebenarnya bukan masalah uang.

It's what the money motivates,

Tapi apa yang dimotivasi oleh uang itu.

that we're actually terraforming

Bahwa kita benar-benar membentuk

the Earth itself

bumi ini

with this kind of algorithmic efficiency.

dengan efisiensi algoritma seperti ini.

And in that light,

Dan dari sini,

you go back

kita bisa kembali

and you look at Michael Najjar's photographs,

dan melihat foto Michael Najjar,

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

dan menyadari bahwa itu bukanlah metafora, tapi ramalan.

They're prophecy

Foto-foto itu ramalan

for the kind of seismic, terrestrial effects

akan sejenis efek seismik, terestrial

of the math that we're making.

dari matematika yang sedang kita tulis.

And the landscape was always made

Bumi selalu dibentuk

by this sort of weird, uneasy collaboration

oleh kolaborasi yang aneh dan rumit

between nature and man.

antara alam dan manusia.

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

Namun sekarang ada kekuatan evolusioner ketiga ini: algoritma --

the Boston Shuffler, the Carnival.

Boston Shuffler, Carnival.

And we will have to understand those as nature,

Dan kita harus memandangnya sebagai alam.

and in a way, they are.

Karena memang demikian.

Thank you.

Terima kasih.

(Applause)

(Tepuk tangan)