How algorithms shape our world | Kevin Slavin

Vertaald door: Axel Saffran Nagekeken door: Els De Keyser

This is a photograph

Dit is een foto

by the artist Michael Najjar,

van de kunstenaar Michael Najjar,

and it's real,

en het is echt,

in the sense that he went there to Argentina

in de zin dat hij naar Argentinië gereisd is

to take the photo.

om de foto te nemen.

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

Maar het is ook fictie. Er is nadien veel werk in gestopt.

And what he's done

Wat hij gedaan heeft,

is he's actually reshaped, digitally,

is digitaal de contouren

all of the contours of the mountains

van de bergen veranderen

to follow the vicissitudes of the Dow Jones index.

in het verloop van de Dow-Jonesindex.

So what you see,

Dus wat je ziet,

that precipice, that high precipice with the valley,

die hoge top, gevolgd door dat dal,

is the 2008 financial crisis.

is de financiële crisis van 2008.

The photo was made

De foto werd gemaakt

when we were deep in the valley over there.

toen we diep in dat dal zaten.

I don't know where we are now.

Ik weet niet waar we nu zitten.

This is the Hang Seng index

Dit is de Hang-Sengindex

for Hong Kong.

van Hong Kong.

And similar topography.

Gelijkaardige topografie.

I wonder why.

Hoe zou dat kunnen.

And this is art. This is metaphor.

Dit is kunst. Het is beeldspraak.

But I think the point is

Maar ik denk dat

that this is metaphor with teeth,

dit beeldspraak is met tanden.

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

Het is met deze tanden dat ik wil voorstellen

that we rethink a little bit

dat we eens nadenken over

about the role of contemporary math --

de rol van wiskunde tegenwoordig --

not just financial math, but math in general.

niet slechts financiële wiskunde, maar wiskunde in het algemeen.

That its transition

Haar verandering

from being something that we extract and derive from the world

van iets dat we onttrekken aan en afleiden uit de wereld

to something that actually starts to shape it --

naar iets dat de wereld begint te vormen --

the world around us and the world inside us.

de wereld rondom ons en de wereld in ons.

And it's specifically algorithms,

Het gaat specifiek over algoritmes,

which are basically the math

hetgeen de wiskunde is

that computers use to decide stuff.

die computers gebruiken om beslissingen te nemen.

They acquire the sensibility of truth

Ze verwerven de logica van waarheid

because they repeat over and over again,

want ze herhalen zich keer op keer.

and they ossify and calcify,

Ze verstenen en verkalken,

and they become real.

en ze worden werkelijk.

And I was thinking about this, of all places,

Ik dacht hierover na tijdens

on a transatlantic flight a couple of years ago,

een transatlantische vlucht, enkele jaren geleden,

because I happened to be seated

want ik werd geplaatst naast

next to a Hungarian physicist about my age

een Hongaarse natuurkundige van mijn leeftijd

and we were talking

en we spraken over

about what life was like during the Cold War

hoe het leven tijdens de koude oorlog er uitzag

for physicists in Hungary.

voor natuurkundigen in Hongarije.

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

Ik vroeg: "Wat deed je zoal?"

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

Hij zei: "We waren voornamelijk stealth aan het breken".

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

Ik zei: "Da's een goeie baan. Dat is interessant.

How does that work?"

Hoe werkt zoiets?"

And to understand that,

Om dit te begrijpen,

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

moet je enigszins begrijpen hoe stealth werkt.

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

Dus -- dit is een oversimplificatie --

but basically, it's not like

maar waar het op neerkomt is:

you can just pass a radar signal

je kunt geen radarsignaal dwars door

right through 156 tons of steel in the sky.

156 ton staal laten gaan.

It's not just going to disappear.

Het zal niet zomaar verdwijnen.

But if you can take this big, massive thing,

Maar wanneer je dat grote, solide ding

and you could turn it into

zou kunnen veranderen in

a million little things --

een miljoen kleine dingen --

something like a flock of birds --

iets als een zwerm vogels --

well then the radar that's looking for that

dan zal de radar die ernaar speurt

has to be able to see

in staat moeten zijn om

every flock of birds in the sky.

elke zwerm vogels te zien in de lucht.

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

Als je een radar bent, is dat een hondenbaan.

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

Hij zei: "Dat klopt... maar dat is als je een radar bent.

So we didn't use a radar;

Dus we gebruikten geen radar;

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

we bouwden een zwarte doos die naar elektrische signalen speurde,

electronic communication.

elektronische communicatie.

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

Telkens als we een zwerm vogels zagen met elektronische communicatie,

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

dachten we: heeft waarschijnlijk iets met de Amerikanen te maken".

And I said, "Yeah.

Ik zei: "Jaah,

That's good.

Da's niet mis.

So you've effectively negated

Dus je hebt feitelijk 60 jaar

60 years of aeronautic research.

aeronautisch onderzoek tenietgedaan.

What's your act two?

Wat is je tweede akte?

What do you do when you grow up?"

Wat ga je doen als je groot bent?"

And he said,

Hij zei:

"Well, financial services."

"Nou, financiële diensten."

And I said, "Oh."

Ik zei: "Oh."

Because those had been in the news lately.

Want die waren de laatste tijd in het nieuws geweest.

And I said, "How does that work?"

Ik zei: "Hoe werkt dat?"

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

Hij zei: "Nou, er werken tegenwoordig 2000 natuurkundigen op Wall Street;

and I'm one of them."

ik ben er eentje van".

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

Ik zei: "Wat is de Zwarte Doos voor Wall Street?"

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

Hij zei: "Dat is ook toevallig...

because it's actually called black box trading.

Het heet namelijk "black box-handel".

And it's also sometimes called algo trading,

Het wordt ook wel algohandel genoemd,

algorithmic trading."

algoritmische handel".

And algorithmic trading evolved in part

Algoritmische handel werd ontwikkeld, deels

because institutional traders have the same problems

omdat institutionele handelaren dezelfde problemen hebben

that the United States Air Force had,

als de Amerikaanse luchtmacht had,

which is that they're moving these positions --

namelijk dat ze posities verplaatsen --

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

hetzij Proctor and Gamble of Accenture, wat dan ook --

they're moving a million shares of something

ze sturen een miljoen aandelen van iets

through the market.

door de markt.

And if they do that all at once,

Als ze dat in één keer doen,

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

lijkt het op een pokerspel waarbij je meteen alles inzet.

You just tip your hand.

Je gooit de boel volledig open.

And so they have to find a way --

Dus moeten ze een manier vinden --

and they use algorithms to do this --

en daar gebruiken ze algoritmes voor --

to break up that big thing

om dat grote ding te splitsen

into a million little transactions.

in een miljoen kleine transacties.

And the magic and the horror of that

De magie en de horror daarvan

is that the same math

is dat dezelfde wiskunde

that you use to break up the big thing

die je gebruikt om het grote te splitsen

into a million little things

in een miljoen kleine dingen,

can be used to find a million little things

gebruikt kan worden om een miljoen kleine dingen

and sew them back together

op te sporen en weer samen te voegen

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

en uit dokteren wat er nu eigenlijk gebeurt in de markt.

So if you need to have some image

Dus als je een idee wilt hebben van

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

wat er momenteel gebeurt in de aandelenmarkt,

what you can picture is a bunch of algorithms

kun je je een hoop algoritmes voorstellen

that are basically programmed to hide,

die geprogrammeerd zijn om zich te verstoppen,

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

en een hoop algoritmes, geprogrammeerd om ze te vinden en te handelen.

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

Dat is allemaal mooi en goed.

And that's 70 percent

Het is goed voor 70 procent

of the United States stock market,

van de Amerikaanse aandelenmarkt,

70 percent of the operating system

70 procent van het besturingssysteem

formerly known as your pension,

voorheen bekend als je pensioen,

your mortgage.

je hypotheek.

And what could go wrong?

Wat zou er mis kunnen gaan?

What could go wrong

Wat er mis kon gaan,

is that a year ago,

is dat een jaar geleden

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

9 procent van de totale markt zomaar verdwijnt binnen vijf minuten.

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

Ze noemen het de flash crash van 2u45.

All of a sudden, nine percent just goes away,

Opeens is 9 procent weg,

and nobody to this day

en tot op heden is niemand

can even agree on what happened

het er zelfs maar over eens wat er gebeurde,

because nobody ordered it, nobody asked for it.

want niemand had de opdracht gegeven, niemand vroeg erom.

Nobody had any control over what was actually happening.

Niemand had enige controle over wat er gebeurde.

All they had

Alles wat ze hadden,

was just a monitor in front of them

was een monitor voor zich

that had the numbers on it

met daarop de cijfers

and just a red button

en een rode knop

that said, "Stop."

met daarop "Stop".

And that's the thing,

En dat is het punt.

is that we're writing things,

We schrijven dingen

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

die we niet langer kunnen lezen.

And we've rendered something

We hebben iets gemaakt

illegible,

dat onleesbaar is.

and we've lost the sense

We hebben alle zicht verloren

of what's actually happening

op wat er werkelijk gebeurt

in this world that we've made.

in die wereld die we gemaakt hebben.

And we're starting to make our way.

We beginnen nu hier een begin te maken.

There's a company in Boston called Nanex,

Er is een bedrijf in Boston genaamd Nanex,

and they use math and magic

en zij gebruiken wiskunde en magie

and I don't know what,

en weet ik wat niet allemaal,

and they reach into all the market data

en ze graaien in de handelsgegevens

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

en vinden soms daadwerkelijk deze algoritmes.

And when they find them they pull them out

Dan trekken ze die eruit

and they pin them to the wall like butterflies.

en prikken ze aan de muur als een vlinder.

And they do what we've always done

Ze doen wat we altijd gedaan hebben

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

als we voor massa's gegevens staan die we niet snappen --

which is that they give them a name

ze geven ze een naam

and a story.

en een verhaal.

So this is one that they found,

Dit is er een dat ze vonden,

they called the Knife,

genaamd het Mes,

the Carnival,

het Carnaval,

the Boston Shuffler,

de Boston Shuffler,

Twilight.

Schemering.

And the gag is

De grap is

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

dat deze zich uiteraard niet slechts door de markt bewegen.

You can find these kinds of things wherever you look,

Je kunt deze dingen vinden waar je maar kijkt,

once you learn how to look for them.

als je weet waarop je moet letten.

You can find it here: this book about flies

Je kunt het hier zien: dit boek over vliegen

that you may have been looking at on Amazon.

waarnaar je misschien gekeken hebt op Amazon.

You may have noticed it

Het is je misschien opgevallen

when its price started at 1.7 million dollars.

toen de prijs begon bij 1,7 miljoen dollar.

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

Van een uitverkochte editie -- dan nog...

(Laughter)

(Gelach)

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

Als je het had gekocht voor 1,7 was dat een koopje geweest.

A few hours later, it had gone up

Een paar uur later was de prijs gestegen

to 23.6 million dollars,

tot 23,6 miljoen dollar,

plus shipping and handling.

plus verzendkosten.

And the question is:

Het probleem is:

Nobody was buying or selling anything; what was happening?

Niemand kocht of verkocht iets; wat gebeurde er?

And you see this behavior on Amazon

Je ziet dit soort gedrag net zo makkelijk

as surely as you see it on Wall Street.

op Amazon als op Wall Street.

And when you see this kind of behavior,

Wanneer je dit ziet,

what you see is the evidence

aanschouw je het bewijs

of algorithms in conflict,

van algoritmes in conflict,

algorithms locked in loops with each other,

algoritmes die in rondjes met elkaar draaien

without any human oversight,

zonder enig menselijk toezicht,

without any adult supervision

zonder ouderlijk toezicht

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

dat zegt: "Weet je, 1,7 miljoen is wel genoeg".

(Laughter)

(Gelach)

And as with Amazon, so it is with Netflix.

Zoals het bij Amazon is, is het ook met Netflix.

And so Netflix has gone through

Netflix heeft verscheidene algoritmes

several different algorithms over the years.

versleten de afgelopen jaren.

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

Ze begonnen met Cinematch, en ze hebben er nog een paar geprobeerd.

there's Dinosaur Planet; there's Gravity.

Er was Dinosaur Planet, er was Gravity.

They're using Pragmatic Chaos now.

Nu gebruiken ze Pragmatic Chaos.

Pragmatic Chaos is, like all of Netflix algorithms,

Pragmatic Chaos heeft, net als alle Netflix-algoritmes,

trying to do the same thing.

hetzelfde doel.

It's trying to get a grasp on you,

Het probeert grip te krijgen op jou,

on the firmware inside the human skull,

op de firmware in de menselijke schedel,

so that it can recommend what movie

zodat het kan aanraden welke film

you might want to watch next --

je vervolgens zou kunnen bekijken --

which is a very, very difficult problem.

hetgeen een zeer moeilijk probleem is.

But the difficulty of the problem

Maar de moeilijkheid van het probleem

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

en het feit dat we het nog niet echt beheersen,

it doesn't take away

doet niets af aan het effect

from the effects Pragmatic Chaos has.

dat Pragmatic Chaos heeft.

Pragmatic Chaos, like all Netflix algorithms,

Pragmatic Chaos bepaalt, net als de andere

determines, in the end,

Netflix-algoritmes, uiteindelijk

60 percent

voor 60 procent

of what movies end up being rented.

welke films er gehuurd worden.

So one piece of code

Dus één stukje code

with one idea about you

met één idee over jou

is responsible for 60 percent of those movies.

is verantwoordelijk voor 60 procent van al die films.

But what if you could rate those movies

Maar wat als je die films zou kunnen beoordelen

before they get made?

voordat ze gemaakt worden?

Wouldn't that be handy?

Zou dat niet handig zijn?

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

Welnu, een paar datawetenschappers uit Engeland zijn in Hollywood,

and they have "story algorithms" --

en ze hebben verhaal-algoritmes.

a company called Epagogix.

Het is een bedrijf genaamd Epagogix.

And you can run your script through there,

Je kunt je script er doorheen halen,

and they can tell you, quantifiably,

en dan vertellen zij je

that that's a 30 million dollar movie

of dat een 30-miljoen-dollarfilm

or a 200 million dollar movie.

of een 200-miljoen-dollarfilm is.

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

Het punt is: dit is niet Google.

This isn't information.

Dit is geen informatie.

These aren't financial stats; this is culture.

Dit zij geen financiële statistieken; dit is cultuur.

And what you see here,

Wat je hier ziet,

or what you don't really see normally,

of wat je niet ziet, normaal gesproken,

is that these are the physics of culture.

is dat dit de natuurkunde van de cultuur is.

And if these algorithms,

Als deze algoritmes,

like the algorithms on Wall Street,

net als die van Wall Street,

just crashed one day and went awry,

op een dag zouden crashen en doordraaien,

how would we know?

hoe zouden we dat dan kunnen weten?

What would it look like?

Hoe zou het er uitzien?

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

Ze zitten in je huis. In je huis.

These are two algorithms competing for your living room.

Dit zijn twee algoritmes die wedijveren om je woonkamer.

These are two different cleaning robots

Dit zijn twee verschillende schoonmaakrobots

that have very different ideas about what clean means.

met heel verschillende ideeën over wat schoon betekent.

And you can see it

Dat kun je zien

if you slow it down and attach lights to them,

als je er lampjes op monteert.

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

Ze lijken op geheime architectjes in je slaapkamer.

And the idea that architecture itself

Het idee dat architectuur zelf

is somehow subject to algorithmic optimization

doelwit is van algoritmische optimalisatie

is not far-fetched.

is niet vergezocht.

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

Het is de realiteit en het gebeurt om je heen.

You feel it most

Je voelt het vooral

when you're in a sealed metal box,

wanneer je in een gesloten metalen doos zit,

a new-style elevator;

een lift-nieuwe-stijl,

they're called destination-control elevators.

zogenaamde 'destination control'-liften.

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

Dat zijn degene waarbij je moet aangeven naar welke verdieping je wilt,

before you get in the elevator.

vóórdat je de lift binnenstapt.

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

Het gebruikt een zogenaamd bin packing algoritme.

So none of this mishegas

Dus niet de gebruikelijke chaos

of letting everybody go into whatever car they want.

waarbij iedereen maar lukraak een lift binnenstapt.

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

Iedereen die naar de 10de etage wil, stapt in lift twee,

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

en iedereen die naar de derde verdieping wil, stapt in lift vijf.

And the problem with that

Het probleem hiermee

is that people freak out.

is dat mensen op tilt slaan.

People panic.

Mensen raken in paniek.

And you see why. You see why.

En je ziet waarom. Je ziet waarom.

It's because the elevator

Dat is omdat de lift

is missing some important instrumentation, like the buttons.

belangrijke instrumenten mist, zoals de knoppen.

(Laughter)

(Gelach)

Like the things that people use.

De dingen die mensen gebruiken.

All it has

Wat er wel is,

is just the number that moves up or down

is enkel een getal dat hoger of lager wordt

and that red button that says, "Stop."

en die rode knop waarop "Stop" staat.

And this is what we're designing for.

Dat is waarvoor we ontwerpen.

We're designing

We ontwerpen

for this machine dialect.

voor dit machinedialect.

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

Hoe ver kun je dat doordrijven? Hoe ver ?

You can take it really, really far.

Je kunt het heel, heel ver doordrijven.

So let me take it back to Wall Street.

Laten we even teruggaan naar Wall Street.

Because the algorithms of Wall Street

Want de algoritmes van Wall Street

are dependent on one quality above all else,

zijn boven alles afhankelijk van één factor,

which is speed.

en dat is snelheid.

And they operate on milliseconds and microseconds.

Ze opereren op millisecondes en microsecondes.

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

Om je een idee te geven wat een microseconde is,

it takes you 500,000 microseconds

het kost jou 500.000 microseconden

just to click a mouse.

om met een muis te klikken.

But if you're a Wall Street algorithm

Maar als je een Wall-Streetalgoritme bent,

and you're five microseconds behind,

en je bent 5 microseconden te laat,

you're a loser.

ben je een loser.

So if you were an algorithm,

Dus als je een algoritme was,

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

zou je op zoek gaan naar de architect die ik in Frankfurt ontmoette,

who was hollowing out a skyscraper --

die een wolkenkrabber aan het uithollen was --

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

alle meubilair eruit, alle infrastructuur voor menselijk gebruik,

and just running steel on the floors

en enkel staal op de vloeren

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

als voorbereiding op de komst van de servertorens --

all so an algorithm

allemaal zodat een algoritme

could get close to the Internet.

dichtbij het internet komt te zitten.

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

Je denkt aan het internet als een verspreid systeem.

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

Dat is het ook, maar het wordt verspreid vanaf bepaalde plekken.

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

In New York is dit de bron van de verspreiding:

the Carrier Hotel

het Carrier Hotel

located on Hudson Street.

gelegen in Hudson Street.

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

Dit is werkelijk waar de kabels de stad binnen komen.

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

De realiteit is dat hoe verder je daar vandaan zit,

you're a few microseconds behind every time.

hoe meer microseconden je elke keer later bent.

These guys down on Wall Street,

Deze jongens in Wall Street,

Marco Polo and Cherokee Nation,

Marco Polo en Cherokee Nation,

they're eight microseconds

zijn 8 microseconden later

behind all these guys

dan al die lui die in

going into the empty buildings being hollowed out

die lege gebouwen trekken, die uitgehold worden

up around the Carrier Hotel.

rondom het Carrier Hotel.

And that's going to keep happening.

Dat zal blijven gebeuren.

We're going to keep hollowing them out,

We gaan ze blijven uithollen,

because you, inch for inch

want centimeter voor centimeter

and pound for pound and dollar for dollar,

en pond voor pond en dollar voor dollar --

none of you could squeeze revenue out of that space

niemand van jullie zou omzet uit die ruimte kunnen persen

like the Boston Shuffler could.

zoals de Boston Shuffler dat kan.

But if you zoom out,

Maar als je uitzoomt,

if you zoom out,

als je uitzoomt,

you would see an 825-mile trench

zou je een 1300 km lange geul zien

between New York City and Chicago

tussen New York City en Chicago

that's been built over the last few years

die gegraven is in de afgelopen jaren

by a company called Spread Networks.

door een bedrijf genaamd Spread Networks.

This is a fiber optic cable

Dit is een glasvezelkabel

that was laid between those two cities

die gelegd werd tussen die twee steden,

to just be able to traffic one signal

enkel om één signaal te vervoeren,

37 times faster than you can click a mouse --

dat 37x sneller gaat dan jij met een muis kunt klikken --

just for these algorithms,

enkel voor deze algoritmes,

just for the Carnival and the Knife.

enkel voor het Carnaval en het Mes.

And when you think about this,

Als je bedenkt

that we're running through the United States

dat we door de Verenigde Staten trekken

with dynamite and rock saws

met dynamiet en steenzagen

so that an algorithm can close the deal

opdat een algoritme een zakenbeslissing

three microseconds faster,

3 microseconden sneller kan nemen,

all for a communications framework

binnen een communicatie-omgeving

that no human will ever know,

die geen mens ooit zal kennen,

that's a kind of manifest destiny;

is dat een soort manifeste lotsbestemming

and we'll always look for a new frontier.

die altijd zal uitzien naar een volgende grens.

Unfortunately, we have our work cut out for us.

Helaas, ons werk staat op ons lijf geschreven.

This is just theoretical.

Dit is slechts theoretisch.

This is some mathematicians at MIT.

Dit zijn enkele wiskundigen van MIT.

And the truth is I don't really understand

De waarheid is dat ik niet echt begrijp

a lot of what they're talking about.

waar ze het soms over hebben.

It involves light cones and quantum entanglement,

Dan gaat het over kegels en kwantumverstrengelingen,

and I don't really understand any of that.

en die dingen begrijp ik niet echt.

But I can read this map,

Maar ik kan deze kaart lezen.

and what this map says

Wat deze kaart zegt,

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

is dat, als je geld probeert te verdienen waar de rode stippen zijn,

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

dat is waar de mensen zijn, waar de steden zijn,

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

dan zul je de servers moeten neerzetten op de blauwe stippen

to do that most effectively.

voor een maximale effectiviteit.

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

En wat je misschien is opgevallen aan die blauwe stippen

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

is dat veel daarvan midden in de oceaan liggen.

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

Dus dat gaan we doen, we bouwen luchtbellen of zoiets,

or platforms.

of platforms.

We'll actually part the water

We gaan het water scheiden

to pull money out of the air,

om geld uit de lucht te trekken,

because it's a bright future

want de toekomst lacht je toe

if you're an algorithm.

als je een algoritme bent.

(Laughter)

(Gelach)

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

Eigenlijk is het niet het geld dat zo interessant is.

It's what the money motivates,

Het is waartoe dat geld aanzet.

that we're actually terraforming

Dat we de aarde aan het

the Earth itself

omvormen zijn

with this kind of algorithmic efficiency.

met dit soort algoritmische efficiëntie.

And in that light,

In dat licht

you go back

ga je terug

and you look at Michael Najjar's photographs,

en je kijkt naar Michael Najjar's foto's,

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

en je beseft dat ze geen beeldspraak zijn, maar voorspellingen.

They're prophecy

Ze voorspellen

for the kind of seismic, terrestrial effects

de soort seismische, aardse effecten

of the math that we're making.

van de wiskunde die we scheppen.

And the landscape was always made

Het landschap werd altijd bepaald

by this sort of weird, uneasy collaboration

door een soort vreemde, ongemakkelijke samenwerking

between nature and man.

tussen natuur en mens.

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

Maar nu is er een derde co-evolutionaire kracht: algoritmes --

the Boston Shuffler, the Carnival.

de Boston Shuffler, het Carnaval.

And we will have to understand those as nature,

Die zullen we als natuur moeten gaan zien.

and in a way, they are.

Op een bepaalde manier zijn ze dat ook.

Thank you.

Dank je wel.

(Applause)

(Applaus)