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

152,773 views ・ 2013-04-23

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Vertaald door: Petra van der Burg Nagekeken door: Christel Foncke
00:12
Growth is not dead.
1
12605
2272
Het einde van de groei is niet bereikt.
00:14
(Applause)
2
14877
1386
(Applaus)
00:16
Let's start the story 120 years ago,
3
16263
3963
Laten we 120 jaar geleden beginnen,
00:20
when American factories began to electrify their operations,
4
20226
3632
toen Amerikaanse fabrieken overgingen op elektriciteit
00:23
igniting the Second Industrial Revolution.
5
23858
3344
en hiermee de Tweede Industriële Revolutie ontketenden.
00:27
The amazing thing is
6
27202
1111
Het bijzondere is
00:28
that productivity did not increase in those factories
7
28313
2777
dat de productiviteit van deze fabrieken
00:31
for 30 years. Thirty years.
8
31090
3256
dertig jaar lang niet toenam. Dertig jaar.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Dat is lang genoeg voor een generatie managers om met pensioen te gaan.
00:37
You see, the first wave of managers
10
37820
2222
Deze eerste groep managers
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
verving simpelweg hun stoommachines door elektrische motoren
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
maar pasten hun fabrieken niet aan
00:46
of electricity's flexibility.
13
46469
2341
om de flexibiliteit van elektriciteit te benutten.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
Het was aan de volgende generatie om nieuwe werkprocessen te ontwikkelen
00:52
and then productivity soared,
15
52794
2727
en toen steeg de productiviteit in deze fabrieken
00:55
often doubling or even tripling in those factories.
16
55521
3665
vaak met een factor twee of zelfs drie.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
Elektriciteit is een voorbeeld van een algemeen toepasbare technologie,
01:03
like the steam engine before it.
18
63909
2230
zoals daarvoor de stoommachine.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
Algemeen toepasbare technologieën zijn de grootste drijvende kracht achter economische groei,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
omdat ze een opeenstapeling van aanvullende innovaties veroorzaken
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
zoals gloeilampen en ja, herontwerp van fabrieken.
01:16
Is there a general purpose technology of our era?
22
76641
3610
Kent de huidige tijd zijn algemeen toepasbare technologie?
01:20
Sure. It's the computer.
23
80251
2508
Natuurlijk. Dat is de computer.
01:22
But technology alone is not enough.
24
82759
2659
Maar met alleen technologie ben je er niet.
01:25
Technology is not destiny.
25
85418
2766
De technologie is niet het lot.
01:28
We shape our destiny,
26
88184
1580
Wij scheppen ons lot
01:29
and just as the earlier generations of managers
27
89764
2516
en net zoals de vorige generaties van managers
01:32
needed to redesign their factories,
28
92280
2298
hun fabrieken moesten herontwerpen,
01:34
we're going to need to reinvent our organizations
29
94578
2229
moeten wij onze organisaties
01:36
and even our whole economic system.
30
96807
2555
en zelfs onze hele economie opnieuw uitvinden.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Dat doen we niet zo goed als zou moeten.
01:42
As we'll see in a moment,
32
102964
1230
Zoals we zo zullen merken,
01:44
productivity is actually doing all right,
33
104194
2722
is de productiviteit eigenlijk oké,
01:46
but it has become decoupled from jobs,
34
106916
3862
maar is die losgekoppeld van banen
01:50
and the income of the typical worker is stagnating.
35
110778
4419
en is het inkomen van de gemiddelde werknemer gestagneerd.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Soms wordt ten onrechte gedacht dat deze problemen
01:57
as the end of innovation,
37
117716
3712
het einde betekenen van innovatie,
02:01
but they are actually the growing pains
38
121428
2129
maar het zijn eigenlijk de groeipijnen
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
van het 'tijdperk van de nieuwe machine', zoals Andrew McAfee en ik deze noemen.
02:09
Let's look at some data.
40
129147
1882
Laten we wat gegevens bekijken.
02:11
So here's GDP per person in America.
41
131029
2902
Hier zie je het BNP van Amerika per persoon.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Er zitten wat hobbels in, maar het mooie is
02:16
is you could practically fit a ruler to it.
43
136697
2715
dat je er haast een liniaal naast kunt leggen.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Dit is een logaritmische schaal, dus wat een gelijkmatige groei lijkt
02:22
is actually an acceleration in real terms.
45
142688
3043
is in feite een versnelling van de groei.
02:25
And here's productivity.
46
145731
2160
Dit is de productiviteit.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Je ziet een kleine vertraging in het midden van de jaren zeventig,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
toch volgt het redelijk dezelfde lijn als die van de Tweede Industriële Revolutie,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
toen fabrieken omschakelden naar elektriciteit.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Na een vertraging ging de productiviteit weer versneld omhoog.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Dus misschien 'herhaalt de geschiedenis zich niet,
02:43
but sometimes it rhymes."
52
163691
2568
maar rijmt die soms'.
02:46
Today, productivity is at an all-time high,
53
166259
3136
Op dit moment is de productiviteit het hoogste ooit,
02:49
and despite the Great Recession,
54
169395
1977
en ondanks de Grote Recessie,
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
is ze harder gegroeid in de jaren 2000 dan in de jaren negentig,
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
de woelige jaren negentig, waarin de groei sneller was dan in de jaren 70 en 80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
De productiviteit groeit sneller dan tijdens de Tweede Industriële Revolutie.
03:03
And that's just the United States.
58
183434
1743
En dat is alleen nog maar in de VS.
03:05
The global news is even better.
59
185177
3248
Het mondiale nieuws is nog beter.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
De inkomens zijn wereldwijd in het laatste decennium
03:10
in the past decade than ever in history.
61
190785
2496
sneller gestegen dan ooit.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
Eigenlijk doen deze cijfers onze vooruitgang tekort,
03:18
because the new machine age
63
198332
1912
omdat het nieuwe machinetijdperk
03:20
is more about knowledge creation
64
200244
1664
niet slechts gaat over fysieke productie,
03:21
than just physical production.
65
201908
2331
maar nog meer over het scheppen van kennis.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
Het is de geest en niet de materie, de hersenen en niet de spierkracht,
03:27
ideas not things.
67
207177
2062
de ideeën en niet de dingen.
03:29
That creates a problem for standard metrics,
68
209239
2570
Standaardmetingen gaan hier op stuk,
03:31
because we're getting more and more stuff for free,
69
211809
3502
want we krijgen steeds meer dingen gratis,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
zoals Wikipedia, Google, Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
en als ze haar op internet zetten zelfs deze TED-lezing.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Het is toch mooi om iets gratis te krijgen, niet?
03:44
Sure, of course it is.
73
224318
1765
Natuurlijk, zeker.
03:46
But that's not how economists measure GDP.
74
226083
3868
Alleen zo meten de economen het BNP niet.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
Geen prijs betekent geen invloed op de BNP statistieken.
03:55
According to the numbers, the music industry
76
235543
2112
Als je kijkt naar de cijfers
03:57
is half the size that it was 10 years ago,
77
237655
3000
dan is de muziekindustrie gehalveerd ten opzichte van tien jaar geleden,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
maar ik beluister meer en betere muziek dan ooit.
04:04
You know, I bet you are too.
79
244311
2192
En jij vast ook.
04:06
In total, my research estimates
80
246503
2723
In mijn onderzoek schat ik
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
dat er jaarlijks 300 miljard dollar aan gratis goederen en diensten via internet
04:13
in free goods and services on the Internet.
82
253980
3346
niet opgenomen worden in het cijfer van het BNP.
04:17
Now let's look to the future.
83
257326
1789
Laten we eens naar de toekomst kijken.
04:19
There are some super smart people
84
259115
2263
Sommige hele slimme mensen stellen
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
dat we het einde van de groei hebben bereikt,
04:26
but to understand the future of growth,
86
266397
3558
maar om de toekomst van de groei te begrijpen,
04:29
we need to make predictions
87
269955
2683
moeten we voorspellingen doen
04:32
about the underlying drivers of growth.
88
272638
3290
over de onderliggende oorzaken van de groei.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Ik ben optimistisch, omdat het nieuwe machinetijdperk
04:39
is digital, exponential and combinatorial.
90
279734
5030
digitaal, exponentieel en combinatorisch is.
04:44
When goods are digital, they can be replicated
91
284764
2264
Als goederen digitaal zijn, kunnen ze worden gerepliceerd,
04:47
with perfect quality at nearly zero cost,
92
287028
4509
perfect van kwaliteit tegen bijna geen kosten
04:51
and they can be delivered almost instantaneously.
93
291537
4018
en ze kunnen vrijwel onmiddellijk worden geleverd.
04:55
Welcome to the economics of abundance.
94
295555
2800
Welkom in de economie van overvloed.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Er is echter een subtieler voordeel van de digitalisering van de wereld.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
Meten is de levensader van de wetenschap en de vooruitgang.
05:06
In the age of big data,
97
306645
2148
In het tijdperk van 'big data'
05:08
we can measure the world in ways we never could before.
98
308793
4286
kunnen we de wereld meten op andere manieren dan vroeger.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
Ten tweede is het nieuwe machinetijdperk exponentieel.
05:17
Computers get better faster than anything else ever.
100
317174
5935
Computers verbeteren sneller dan ooit iets anders.
05:23
A child's Playstation today is more powerful
101
323109
3568
De Playstation van een kind nu is krachtiger
05:26
than a military supercomputer from 1996.
102
326677
4056
dan een militaire supercomputer uit 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Maar onze hersenen zijn uitgerust voor een lineaire wereld.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Exponentiële verwachtingen verrassen ons daarom.
05:37
I used to teach my students that there are some things,
105
337828
2602
Ik leerde mijn studenten altijd
05:40
you know, computers just aren't good at,
106
340430
1934
dat computers in sommige dingen gewoon niet goed waren,
05:42
like driving a car through traffic.
107
342364
2385
zoals autorijden door het verkeer.
05:44
(Laughter)
108
344749
2013
(Gelach)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Klopt, hier grijnzen Andy en ik als een stel idioten,
05:50
because we just rode down Route 101
110
350253
2384
omdat we net Route 101 hadden afgereden
05:52
in, yes, a driverless car.
111
352637
3669
in, ja, een onbemande auto.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
Ten derde is het nieuwe machinetijdperk combinatorisch.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
Uitgaande van stilstand zijn ideeën eindig,
06:02
like low-hanging fruit,
114
362937
1856
zoals laaghangend fruit,
06:04
but the reality is that each innovation
115
364793
3163
maar in werkelijkheid creëert elke innovatie bouwstenen
06:07
creates building blocks for even more innovations.
116
367956
3256
voor zelfs nog meer innovaties.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Hier komt een voorbeeld. In slechts enkele weken
06:14
an undergraduate student of mine
118
374557
2072
bouwde een student van me
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
een applicatie die uiteindelijk 1,3 miljoen gebruikers kreeg.
06:20
He was able to do that so easily
120
380740
1699
Dat ging zo makkelijk,
06:22
because he built it on top of Facebook,
121
382439
1827
omdat hij het bouwde op Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
en Facebook was gebouwd op het web
06:26
and that was built on top of the Internet,
123
386199
1698
en dat was gebouwd op het internet,
06:27
and so on and so forth.
124
387897
2418
enzovoort enzovoort.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Elk afzonderlijk zouden ze digitaal, exponentieel en combinatorisch het verschil maken.
06:35
would each be game-changers.
126
395080
2350
Elk afzonderlijk zouden ze digitaal, exponentieel en combinatorisch het verschil maken.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Gecombineerd brengen ze
06:39
of astonishing breakthroughs,
128
399620
1393
een golf van verbazingwekkende doorbraken teweeg,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
zoals robots die in fabrieken werken, of zo hard als een cheetah lopen,
06:44
or leap tall buildings in a single bound.
130
404073
2796
of in één keer van een hoog gebouw naar beneden springen.
06:46
You know, robots are even revolutionizing
131
406869
2232
Robots brengen zelfs een revolutie teweeg in het vervoer van katten.
06:49
cat transportation.
132
409101
1829
Robots brengen zelfs een revolutie teweeg in het vervoer van katten.
06:50
(Laughter)
133
410930
2270
(Gelach)
06:53
But perhaps the most important invention,
134
413200
2732
Misschien wel de meest belangrijke uitvinding,
06:55
the most important invention is machine learning.
135
415932
5065
is het leren door machines.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Beschouw één project: Watson van IBM.
07:04
These little dots here,
137
424373
1589
Deze kleine stippen
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
zijn alle winnaars van het quizprogramma 'Jeopardy'.
07:10
At first, Watson wasn't very good,
139
430822
2544
In het begin was Watson niet zo goed,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
maar het verbeterde sneller dan een mens dit zou kunnen
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
en vlak nadat Dave Ferrucci deze grafiek
07:21
to my class at MIT,
142
441675
1652
aan mijn klas op het MIT liet zien,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
versloeg Watson de wereldkampioen 'Jeopardy'.
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
Op zevenjarige leeftijd zit Watson nog in zijn kindertijd.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Pas geleden lieten zijn docenten het zonder toezicht op internet surfen.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
De volgende dag begon het vragen met scheldwoorden te beantwoorden.
07:42
Damn. (Laughter)
147
462122
2274
Verdomme. (Gelach)
07:44
But you know, Watson is growing up fast.
148
464396
2280
Maar weet je, Watson groeit snel.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Hij solliciteerde voor banen in call centers en kreeg ze.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Hij solliciteert voor juridische, bancaire en medische banen,
07:54
and getting some of them.
151
474612
1950
en krijgt sommige.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Is het niet ironisch dat precies op het moment
07:58
we are building intelligent machines,
153
478451
2234
dat we intelligente machines aan het bouwen zijn,
08:00
perhaps the most important invention in human history,
154
480685
3449
misschien wel de meest belangrijke uitvinding in de geschiedenis van de mensheid,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
sommige mensen stellen dat de innovatie stagneert?
08:08
Like the first two industrial revolutions,
156
488109
2419
Net als in de eerste twee industriële revoluties,
08:10
the full implications of the new machine age
157
490528
3134
zullen de volledige implicaties van het nieuwe machinetijdperk
08:13
are going to take at least a century to fully play out,
158
493662
2682
minstens een eeuw kosten voor ze volledig duidelijk zijn,
08:16
but they are staggering.
159
496344
3032
maar ze zijn duizelingwekkend.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Betekent dit dat we ons nergens zorgen over hoeven maken?
08:22
No. Technology is not destiny.
161
502712
3680
Nee. De technologie is niet het lot.
08:26
Productivity is at an all time high,
162
506392
2569
De productiviteit is op haar hoogst,
08:28
but fewer people now have jobs.
163
508961
2983
maar minder mensen hebben een baan.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
We hebben in het afgelopen decennium meer welvaart dan ooit gecreëerd,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
maar het inkomen van de meerderheid van de Amerikanen is gedaald.
08:38
This is the great decoupling
166
518968
2312
Dit is de grote ontkoppeling
08:41
of productivity from employment,
167
521280
2976
van de productiviteit -- van de werkgelegenheid,
08:44
of wealth from work.
168
524256
3104
van rijkdom -- van werk.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Het is niet verrassend
08:49
have become disillusioned by the great decoupling,
170
529706
2846
dat miljoenen mensen gedesillusioneerd zijn over de grote ontkoppeling
08:52
but like too many others,
171
532552
1747
maar zoals zoveel anderen
08:54
they misunderstand its basic causes.
172
534299
3097
begrijpen ze de ware oorzaken niet.
08:57
Technology is racing ahead,
173
537396
2610
Technologie snelt vooruit,
09:00
but it's leaving more and more people behind.
174
540006
3550
maar het laat steeds meer mensen achter.
09:03
Today, we can take a routine job,
175
543556
3519
Vandaag de dag zetten we een routineklus om
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
in instructies, in code die een machine kan lezen
09:10
and then replicate it a million times.
177
550166
2827
en repliceren ze dan een miljoen keer.
09:12
You know, I recently overheard a conversation
178
552993
2279
Ik hoorde laatst een gesprek
09:15
that epitomizes these new economics.
179
555272
1952
dat deze nieuwe economie kernachtig duidelijk maakt.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Deze man zegt: 'Neh, ik gebruik H&R Block niet meer.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
TurboTax doet hetzelfde als mijn belastingadviseur,
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
maar het is sneller, goedkoper en nauwkeuriger.'
09:28
How can a skilled worker
183
568427
1799
Hoe kan een vakman concurreren
09:30
compete with a $39 piece of software?
184
570226
3009
met een computerprogramma van 39 dollar?
09:33
She can't.
185
573235
1967
Dat kan hij niet.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Vandaag hebben miljoenen Amerikanen een snellere,
09:37
cheaper, more accurate tax preparation,
187
577982
2387
goedkopere, nauwkeuriger belastingaangifte,
09:40
and the founders of Intuit
188
580369
1486
en de oprichters van Intuit
09:41
have done very well for themselves.
189
581855
2493
doen goede zaken.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Maar 17% van de belastingadviseurs verloor zijn baan.
09:48
That is a microcosm of what's happening,
191
588562
2078
Dat is een microkosmos van wat er
09:50
not just in software and services, but in media and music,
192
590640
4677
niet alleen in software en diensten gebeurt, maar ook in de media en in de muziek,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
in de financiële en productiebranche, in de detailhandel en de handel --
09:59
in short, in every industry.
194
599003
3895
kortom, in elke industrie.
10:02
People are racing against the machine,
195
602898
3095
Mensen zijn in een race tegen de machine
10:05
and many of them are losing that race.
196
605993
3090
en velen van hen verliezen die race.
10:09
What can we do to create shared prosperity?
197
609083
3886
Wat kunnen we doen om tot een gedeelde welvaart te komen?
10:12
The answer is not to try to slow down technology.
198
612969
3017
Het antwoord is niet het vertragen van de technologie.
10:15
Instead of racing against the machine,
199
615986
2557
In plaats tegen de machine te racen,
10:18
we need to learn to race with the machine.
200
618543
3677
moeten we leren te racen mét de machine.
10:22
That is our grand challenge.
201
622220
3129
Dat is onze grote uitdaging.
10:25
The new machine age
202
625349
2324
Het nieuwe machinetijdperk
10:27
can be dated to a day 15 years ago
203
627673
3113
is 15 jaar geleden begonnen
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
toen de wereldkampioen schaken Gary Kasparov
10:33
played Deep Blue, a supercomputer.
205
633664
3706
tegen Deep Blue, een supercomputer, speelde.
10:37
The machine won that day,
206
637370
2012
De machine won die dag,
10:39
and today, a chess program running on a cell phone
207
639382
2968
en vandaag kan een schaakprogramma op een mobiele telefoon
10:42
can beat a human grandmaster.
208
642350
2296
een menselijke grootmeester verslaan.
10:44
It got so bad that, when he was asked
209
644646
3365
Het ging zo ver
10:48
what strategy he would use against a computer,
210
648011
2563
dat toen Jan Donner, de Nederlandse grootmeester,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
werd gevraagd welke strategie hij tegen een computer zou gebruiken, hij antwoordde:
10:54
"I'd bring a hammer."
212
654590
1771
'Ik zou een hamer meebrengen.'
10:56
(Laughter)
213
656361
3680
(Gelach)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
Tegenwoordig is een computer niet meer de wereldkampioen schaken.
11:04
Neither is a human,
215
664585
2654
En een mens ook niet,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
omdat Kasparov een freestyle wedstrijd organiseerde
11:10
where teams of humans and computers
217
670818
1916
waar teams van mensen en computers
11:12
could work together,
218
672734
2099
samen konden werken.
11:14
and the winning team had no grandmaster,
219
674833
3157
Het winnende team had geen grootmeester
11:17
and it had no supercomputer.
220
677990
2465
en ook geen supercomputer.
11:20
What they had was better teamwork,
221
680455
4175
Zij hadden beter teamwerk
11:24
and they showed that a team of humans and computers,
222
684630
5016
en lieten zien dat een team van mensen en computers
11:29
working together, could beat any computer
223
689646
3048
dat samenwerkt, elke computer kan verslaan,
11:32
or any human working alone.
224
692694
3520
of elk alleen werkende mens.
11:36
Racing with the machine
225
696214
1664
Racen met de machine
11:37
beats racing against the machine.
226
697878
2343
verslaat racen tegen de machine.
11:40
Technology is not destiny.
227
700221
2564
De technologie is niet het lot.
11:42
We shape our destiny.
228
702785
1742
Wij maken ons lot.
11:44
Thank you.
229
704527
1447
Dank u.
11:45
(Applause)
230
705974
5016
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7