這是一張出自藝術家Michael Najjar手中的照片，以他去阿根廷拍攝照片這方面來說，它是真實的；但它也是虛構的，在拍攝后還進行了許多后制工作。事實上他所做的是依據道瓊指數的 趨勢，以數位化方式重新塑造山的輪廓，所以你們看到的懸崖，山谷旁的高大懸崖，代表2008年的金融危機。這張照片拍攝的時間是景氣深陷在谷底的時候，我 不知道我們現在位于何處，這是類似香港恒生指數的地形，我不知道為什么會這樣。

這是藝術，也是一種隱喻，但我認為重點是關于這個齒狀曲線的隱喻。借著這個齒狀曲線，我今天想提出的是，重新思考一些關于當代數學的角色，不僅是金融數 學，而是一般數學。某些我們從這個世界擷取、源于這個世界的東西，已轉變成一種真正開始形塑世界的東西，對我們周遭和我們內心世界來說皆是如此，特別是演 算法。基本上這是電腦用來做決定的數學，因為一遍又一遍地重復演算它們，獲得了辨別事實的能力；它們是固定、僵化的運算，最后成為真實的結果。

我總是不斷地思考這一點；幾年前，在跨大西洋的航班上，因為我正好坐在一位年齡跟我差不多的匈牙利物理學家旁邊，我們談論冷戰時期匈牙利物理學家的生活情形。我說，「那么，你們當時都做些什么？」

他說，「我們大多是在破解隱形技術。」

我說，「這工作不錯，很有趣，請問是怎么進行的？」要明白這一點，必須稍微了解隱形技術的原理，所以－這是過于簡化的解釋，但基本上，這不是說你可以駕著 156噸的鋼鐵在天空飛行而躲過雷達偵測，它不會就這么消失無蹤；但如果你有辦法讓這個龐然大物轉變成一百萬個小物體，就像一群群的鳥一樣，當雷達追蹤它 時，必須能看到天空中的每一群鳥，對雷達來說，這實在是非常艱難的工作。

他說，「是啊，但這是對雷達來說。因此我們不使用雷達，我們建造一個偵測電波及電子通訊訊號的黑盒子，每當我們看到一群帶有電子訊號的鳥時，就認為可能跟美國人有關。」

我說：「是啊，很不錯，所以你們有效的擊敗了60年來的航空研究。你們下一幕是什么？你長大后做些什么？」他說，「嗯，金融服務。」我說：「哦。」因為這 在最近的新聞中有報導。我說，「請問是怎么進行的？」他說，「嗯，目前有2000位物理學家在華爾街工作，我是其中之一。」我說，「那華爾街的黑盒子是什 么呢？」

他說：「你問的問題很有趣，因為這事實上就叫做黑箱交易，有時也稱為algo trading，演算法交易。」演變出演算法交易的部分原因是，商業機構的交易者發生跟美國空軍相同的問題，就是他們打算轉移這些資產－無論是寶鹼、埃森 哲顧問公司或任何其他公司，它們要在市場中轉移100萬筆資產，如果它們一次全部投入，就像玩撲克牌，一下子將籌碼全部丟出，等于把底牌全掀了，所以他們 必須找出一種方法。他們使用演算法進行交易，把一筆大交易分成一百萬筆小交易，這么做的神奇和可怕之處在于，你將一筆大交易分成一百萬筆小交易所使用的數 學方法，也可用來尋找一百萬筆小交易的流向，將它們拼湊回去，而了解市場上所發生的實際情形。

因此，如果你需要對目前股市發生的情形有些概念，你可以想像其中有一堆基本上編寫為隱藏交易流向的演算法，以及一堆編寫為尋找交易流向并采取行動的演算法。這一切都很棒，很不錯，美國股市的70％，這個操作系統的70％，原本是你的養老金，你的房貸。

什么地方可能會出錯？出錯的地方是，一年前，整個股市資產在五分鐘內消失了百分之九，人們稱之為2:45的閃電崩盤。突然間，百分之九的股市資產消失了， 至今仍無人能對究竟發生了什么事做出結論，因為沒人下令，沒人希望發生這種事，沒人對事實上發生的事有任何控制權，他們有的只是一臺放在面前，上面顯現數 字的螢幕，只有一個寫著「停止」的紅色按鈕。

而這個東西是我們寫出的，我們寫出這些我們再也無法讀懂的東西，我們寫出了一些難以理解的東西，我們弄不清這個我們一手打造的世界究竟發生了什么事。我們 正開始尋找解決之道，有一間位于波士頓，叫Nanex的公司，他們利用數學和魔法，我不知道是什么，得到所有的市場資料，他們有時確實能找出其中一些演算 法，找到之后，他們將資料取出，然后像蝴蝶一樣釘在墻上。他們所做的，就像當我們面對大量不明白的資料時所做的一樣，他們給這些資料取名并加上故事。這是 他們找出的其中一份資料，他們稱之為「刀」；這是「嘉年華會」；這是「波士頓洗牌者」；這是「微光」。

令人驚訝的是，當然，這不只是存在于股市的情形，到處都可以發現這類情形，只要你學會如何找出它們。你可以在這里找到：這是一本關于蒼蠅的書，你可能在亞 馬遜網站看過，你可能已經注意到這本書，因為當時它的標價是170萬美元，它已經絕版了－目前還是。 （笑聲）如果你在170萬美元時購買，可能算撿到便宜了；幾個小時后，它已經漲到2360萬美元，外加運費和手續費。問題是：沒有人購買或出售任何東西， 這是怎么回事？你在亞馬遜網站看到的這個行為，正如在華爾街所看到的，你看到的這種行為，正是演算法發生沖突的證據。演算法未經人類監督，而陷入彼此的回 圈里，沒有任何成人監護者說，「事實上，170萬相當貴。」

（笑聲）

發生在亞馬遜網站的情形也發生在Netflix（網路租片業者）。過去幾年來，Netflix用過幾種不同的演算法，它們從Cinematch開始，嘗試 過一堆其他的演算法，有Dinosaur Planet、Gravity，它們現在使用的是Pragmatic Chaos。 Pragmatic Chaos跟所有Netflix使用的演算法一樣，試圖做同樣的事情；它試圖捕捉你，捕捉你人類頭骨里的想法，這樣它就可以建議你下一部可能想看的電影是 什么。這是個非常、非常困難的問題，但問題的困難之處，以及事實上我們并未將它做的十分完善，它無法避免Pragmatic Chaos造成的影響。 Pragmatic Chaos就像Netflix所有的演算法一樣，結果是，有60％被租用的電影最后是由它決定的，所以一段以你的想法為根據的代碼，負責決定了60％的電 影租用情形。

但如果你能在電影拍攝前對它做評估呢？那不是很方便嗎？好，幾個英國資訊科學家前進好萊塢，發展出一種故事演算法。這是一間名為Epagogix的公司， 你可以將你的腳本放上去做運算，他們可以量化地告訴你這是一部預算為3000萬美元的電影，或2億美元的電影。重點是，這不是Google，也不是資訊， 這不是金融統計資料，而是文化。你在這里看到的，或你通常并不能真正看出的是，這是文化的物理學。如果這些演算法就像華爾街的演算法一樣，有一天就這么崩盤，出岔子了，我們怎么知道，會發生什么情形？

這些演算法在你家也有，就在你家中；這是在你家客廳中互相競爭的兩種演算法，這是兩個不同的打掃機器人，對干凈的定義有十分不同的看法，你可以看到，如果 你將它們調慢，在機身上加上燈光，它們有點像你臥室中的秘密建筑師。建筑本身多少是依據演算法的最佳化結果，這個想法并非牽強，這相當真實，就發生在你身邊。

最能感受到這件事的情況就是當你在一個密閉的金屬盒中時。一種新型電梯，所謂目的地控制電梯；進電梯之前，你必須先按下要去的樓層，它使用所謂的裝箱演算 法，因此，它不會隨意讓每個人進入任何他們想搭的電梯。每個想去十樓的人都得搭二號電梯，每個想去三樓的人都得搭五號電梯。這么做產生的問題是，人們嚇壞 了，驚慌不已，你們知道為什么吧？你們知道為什么。因為這部電梯缺少一些重要的裝置，如按鈕。 （笑聲）就是那些人們都會使用的東西。電梯里只有顯示上升或下降的數字，以及寫著「停止」的紅色按鈕。這正是我們想要設計的，這正是我們為這種機器語言所 做的設計。你能將它應用到什么程度？你能將它延伸到什么程度？可以延伸到相當極端的程度。

讓我們回頭來談華爾街。因為華爾街的演算法有賴于一個勝于一切的特質，那就是速度。它們以毫秒和微秒的速度運行，舉個例子讓你們對微秒有些概念：只是按一 下滑鼠，所花的時間就等于50萬微秒。但如果你是一個華爾街演算法，只要落后5微秒，就會成為失敗者。因此，如果你是一個演算法，你會想找個像我在法蘭克 福遇到的建筑師，他清空了一棟摩天大樓，扔了所有家具，及所有供人使用的基礎設施，只在地板上鋪好鋼板，準備讓伺服器層層堆疊上去，這樣演算法就可以接近網路。

你會認為網路是一種分布式系統，當然，確實如此，但它是由某處分布出來的，這就是它在紐約的分布來源：位于哈德遜街的Carrier Hotel，這是網路進入城市的真正傳輸路線。實際情況是，你離它越遠，在每次傳輸中就會落后幾微秒。這些在華爾街的企業，Marco Polo和Cherokee Nation，比這些家伙（微光、嘉年華會、波士頓洗牌者演算法）落后八微秒，因為它們已經駐進Carrier Hotel周圍被清空的空建筑物。這種情形會一再發生，我們會繼續將建筑物清空，因為在一吋吋距離及分分毫毫的金錢競爭之下，沒有人能像「波士頓洗牌者」 演算法那樣，從這些空間中擠出收益。

但如果你拉遠來看，將視野拉遠，會看到在紐約市和芝加哥之間，有一條825英哩長的電纜溝，這是近幾年由一間名為Spread Networks的公司建造，鋪設于這兩個城市之間的光纖電纜，只為了能用比你點擊一次滑鼠快37倍的速度傳輸一個訊號，只為了這些演算法，只為了「嘉年 華會」和「刀」這些演算法。仔細思考一下，我們用炸藥和切石鋸鑿穿美國大陸，使一個演算法完成交易的時間能快個3微秒，只為了一個永遠沒人能懂的通訊架 構，這是一種領土擴張政策，永遠在尋找新疆界。

不幸的是，我們天生就適合做這種工作。這只是理論上的圖形，這是一些麻省理工學院的數學家做的，事實上，他們所說的大部份我都不是真的很了解，其中涉及了 光錐和量子纏結，我都不太明白，但我看的懂這張地圖。這張地圖表達的是，如果你想在圖上紅點之處的市場賺錢，就是人群和城市集中之處，就必須將伺服器裝在 圖中藍點之處，以達到最佳效率。你可能已經注意到與這些藍點有關的情形，其中很多是在海洋當中，所以這就是我們將要做的事。我們將建造氣泡或平臺之類的東 西，我們事實上打算分開海洋，憑空變出錢來，因為這是一個光明的未來，如果你是一個演算法的話。

（笑聲）

事實上，有趣的不是金錢本身，而是金錢產生的驅動力。我們事實上藉由這種演算法效率，改造了地球本身的環境，想通了這一點，回頭來看Michael Najjar拍攝的照片，就會了解，這不是隱喻，而是預言。這預示了我們正創造出的數學，對整個地球造成驚天動地的全面影響。過去地景的形成總是源于這種 大自然與人類之間奇怪而不自然的合作關系，但這是第三種共同演化的力量：演算法。 「波士頓洗牌者」、「嘉年華會」，我們必須以自然的觀點去了解它們，以某方面來說，它們確實屬于自然。

謝謝