Kevin Slavin:演算法則如何建構我們的世界

這是張相片 由藝術家Michael Najjar 拍攝的 這張相片是真的 也就是說,他親自到阿根廷,那座山的所在處 拍攝這張照片。 但也可以說,這是張虛構的相片。這張相片的完作花了很多功夫。 他對相片動了些手腳: 數位化重整 整片山脈的形體輪廓, 使其隨道瓊指數曲線變化。 你所看到的 那個峭壁, 那個有處凹陷的高聳峭壁 代表2008年的金融危機。 拍攝這張相片時 我們的金融情勢正處於低谷, 不曉得我們現在處於何種形勢。 這是恆生指數, 香港股市價格的重要指標。 (兩張相片)地形相似, 我想知道為什麼

這是藝術;這是種象徵。 但我認為重點是 這個象徵有“牙齒”。 就是因為這些“牙齒”,我今天提議 我們稍微重新思考 當代數學的角色; 不只金融數學,還有普通數學。 「它」的演變: 從我們鑽研這個世界,抽絲撥繭而取得的發現 到實際開始形成「它」的重要發現, 這含括我們的外在世界和我們內在的世界。 說明確些,它是演算法, 基本上,是種數學─ ─電腦用來測定東西的數學。 演算法掌握高度精確的計量, 因為它們一而再,再而三的重覆著; 然後漸漸成型，發展出基本架構 然後它們變得實際且可靠。

我當時正在思考這點, 真是太湊巧了! 就在幾年前,橫越大西洋的班機上, 因為我的座位碰巧 在一位年紀與我相仿的匈牙利物理學家隔壁 我們談論關於 匈牙利冷戰期間 物理學家的生活情況。 我說:「你那時在做什麼?」

他說:「嗯,我們大多在打擊祕密行動。」

「那是個好工作,有趣吧, 那是怎麼運作的?」 要了解那之前 你必須稍稍了解祕密行動的運作。 這是個超簡單化的例子, 基本上,它不像是 你可以藉由156噸在天空飛的鋼鐵 傳送雷達信號。 飛機不會消失不見。 但若你能將這個龐大、具規模的東西 變成 百萬個小玩意 ─像鳥群一樣的東西─ 那麼雷達偵測到那一群群的小東西 必定會看到 在空中有“一群群的鳥” 若你是一個雷達,事情可就糟了。

他說:「對,但那是,如果你是個雷達。 所以我們不用雷達, 我們建造一個黑箱子,用它搜尋電波, 電子通訊。 任何時候,我們發現帶有電子通訊的鳥群, 我們會認為這很可能跟美國人有關。」

我接著說:「是啊, 真行, 你們成功地消磨了 60年的航空學研究心血。 你接著要做什麼? 當你長大成人以後,你從事什麼工作?」 他回答: 「嗯,金融服務業。」 我驚呼:「喔!」 那一陣子相關報導一直在新聞出現。 我問:「進行的如何?」 他說:「現有2,000名物理學家在華爾街(美國金融中心), 我是他們其中一人。」 我接著問:「華爾街用的『黑箱』是什麼?」

他回說:「你這樣問很好笑, 事實上,人們會稱它為『黑箱交易』 有時也稱為 「演算法交易」(algorithmic trading 或algo trading） 「演算法交易」的演進發展,有部分是因為 某些機構交易人遇到相同的問題; 而那問題美國空軍也同樣遭遇到, 他們都在「移動這些位置」── 不論是寶僑(Proctor&Gamble)或埃森哲(Accenture:管理顧問、技術服務公司) 他們都在移動一百萬股的東西, 透過市場交易而進行。 如果他們一次就挪動全部, 就像玩撲克牌,把剩下的所有籌碼一次全部壓上, 你只會過早洩露底餡; 所以他們必須找到方法 ─他們用演算法,有系統的操作─ 將龐然大數化整為零 成為百萬個小交易。 恐怖的是這個魔術正是 「相同的數學」 ─用來瓦解龐然巨物 變成百萬個小東西─ 可以用來計算出百萬個零星單位 又將他們統整在一起 並推算出實際在市場上發生的事情。

如果你立即需要 一些股市交易的樣貌, 你可以構想到的是,成串的運算法 基本上被設計為隱藏不顯示 和成串的運算法被設計為可搜尋並執行。 整個設計的真是太棒了,又精確。 那是百分之七十的 美國股票市場, 這個百分之七十的營運系統 之前堪稱為某些人的“退休金” 某人的“抵押借款”。

會有什麼錯呢? 事情出了差池: 一年前 整體股市的百分之九突然消失了五分鐘, 人們稱之為『瞬間當機2:45』 突然, 百分之九就這樣不見了, 直到今天,仍沒有人 對發生的事取得一致的意見, 因為沒人“下令”當機;沒人自找麻煩。 大家對實際正在發生的事情束手無策 他們只有 盯著面前的電腦螢幕, 電腦螢幕上的數字, 和一顆紅色按紐 上面寫著: 『停止』

事情就是這樣, 我們正在編寫的「東西」, 我們正在編寫這些連自己都看不懂的東西。 我們已經對「某種東西」投降了, 某種「難以辨識」的東西。 而且我們失去了 對實際正發生之事的判別力 就在我們自己創造的這個世界中, 況且我們正開始邁向成功。 在波士頓有間公司叫Nanex(該公司開發市場數據供給系統), 他們用數學和魔法 和我不知道的什麼來的 他們深入研究市場數據資料 他們確實發現值得重視的東西:某些演算法 當他們發現這些演算程序,便把它們擷取出來 並將它們像蝴蝶一樣釘在牆上。 他們做大家總是會做的事情, 當面臨龐大又不懂的數據資料時, 為其命名 和揑造故事。 這是他們的發現: 他們稱為『刀』 『嘉年華會』(Carnival) 『波士頓通勤者』(Boston Shuffler ) 『暮光』

好玩的是 當然,這些不光是存在於金融市場; 你能在任何你看得到的地方,發現這些東西, 一旦你明白如何找尋到它們(演算法)。 從這兒你可以發現:這是本關於蒼蠅的書, 你可能已在亞馬遜看到這本書; 你可能已經注意到 它的價格從一百七十萬元起價時, 這本書是絶版的......仍然絶版中。 (笑笑) 如果能以一百七十萬的價格買下它是很划算的 稍後幾小時,它飆漲至 兩千三百六十萬元, 包含運費和手續費。 問題是: 這並無產生任何買賣行為；發生了什麼事? 你在亞馬遜見到這樣的行為, 確實跟你在華爾街看到的一般。 當你見到這種行為: 你所看到的顯然正是 矛盾的演算程序, 演算程序被彼此套住,卡在電腦程式回路中; 沒有任何“人類監管” 沒有任何“成人監護” 來告訴你,“其實,一百七十萬已經夠多了!”

(笑笑)

如同亞馬遜,Netflix(美國公司,經營線上串流影片)也一樣。 多年來, Netflix採用過 好幾個不同的演算程序。 他們從Cinematch(推薦系統軟體)開始,也試了一連串其他的軟體。 有Dinosaur Planet團隊、Gravity團隊各別研發的推薦系統。 他們現在使用 Pragmatic Chaos研發的系統。 像所有Netflix的運算系統, Pragmatic Chaos研發的推薦系統,試圖做相同的事。 它試著去掌控你們, 控制人類頭顱內的思考邏輯, 以便它能推薦你 下次你也許想看的電影─ ─這是非常高難度的難題。 但問題和事實的艱難度 ─我們不是真的掌握問題的事實─ 並沒減損 Pragmatic Chaos的影嚮。 Pragmatic Chaos,如同所有Netflix運算系統, 至終裁定 百分之六十的 哪些電影最後會被租借。 所以一片程式編碼 ─紀錄著你們看片的喜好─ 得為百分之六十的電影負責。

但倘若你能評估這些電影, 在電影製作前作預測呢? 那不就簡便多了? 嗯,在好萊塢,一些來自英國的數據科學家 擁有故事情節演算程式系統── 一間公司叫Epagogix(英國一家預測劇本未來票房好壞的公司) 你可以拿劇本請這間公司幫你預測; 他們會提供你數據: 那是一部可賣三千萬的電影 或是一部兩億的賣座電影。 事情是......這不是Google; 這不是情報資料; 這些不是金融統計;這是文化。 你們在這裡見到的, 或者說,實際上,你通常不會察覺的 是物理文化 而且若這些演算系統 像華爾街的演算系統 某天突然當機,出岔子了 我們如何會知道..... 那會如何?

再者,它們就在你的房子內,它們就在你的房子內 兩個演算系統在競爭你的客廳。 兩個不同的清潔機器人 對乾淨的定義有不同的概念。 而且你能從中看到演算程序, 如果讓它慢下來,為它們裝上LCD燈的話,你們就能見識到。 而且他們有點像在你卧房內的袐密建築師。 況且建築學本身的概念 從某種角度而言,是基於演算法的最佳化 一點也不牽強喔, 超真實而且就在存在你週遭。

你感受最深的時刻是, 當你在一個密閉的金屬箱子內 ─一臺新型的電梯─ 他們被稱為「終點控制電梯」。 這些是電梯,你可以按鈕到你要去的樓層 在你“進電梯前”按鈕。 它使用所謂的「裝著演算法的盒子」。 也就是說,這一點也不異常或瘋狂, 讓每個人選擇進入任何一台電梯。 要到十樓的人進入二號電梯; 要到三樓的人進入五號電梯。 問題是 人們嚇壞了 人們驚慌失措。 你看看為什麼......你看看為什麼...... 原因是: 電梯缺少了某些種要的儀表,譬如說「按鈕」 (笑笑) 人們會使用那個東西。 電梯內只顯示 上樓或下樓的數字 還有紅色的按鈕,寫著:『停止』 而這是我們正在設計的, 我們正在設計 這種「機器方言」。 你可以作到什麼樣程度?你可以利用它到何種境界? 你可以“搭乘它(演算法)”至無遠弗界。

讓我們退回到華爾街, 因為華爾街的演算系統 仰賴某種性質更勝於一切 即「速度」。 他們以毫秒和微秒運作 讓你了解什麼是微秒, 你需要花五十萬微秒 去點擊滑鼠; 若你是華爾街的演算法 而你落後了五微秒, 你就是失敗者。 所以,倘若你是一個演算法, 你會找一個建築師,像我在法蘭克福市遇到的那位, 掏空摩天大樓, 扔掉所有傢俱、所有供人類使用的基礎建設, 只有鋼鐵舖地 準備好讓大批的伺服器入駐。 整個如此的演算程序 能使網路通路密切而有效率。

再者,你們認為網路是種分散式系統。 當然,它是;可是,是從各個定點分散 在紐約,這裡是分佈的中心據點: 電信機房(Carrier Hotel) 座落在哈德森街(Hudson Street) 這裡的確是電纜貫穿整座城市的源頭。 事實是,離那裡越遠 每一次就落後數微秒。 在華爾街這一帶的“這些傢伙” Marco Polo和Cherokee Nation 他們落後八微秒, 落後所有“這些傢伙” 這些傢伙進入被掏空的建築物 而這些建築座落接近電信機房的周邊。 而且那將會持續發生 ─這些建築物將會持續被掏空─ 因為每一英寸 每一磅和每一(美)元 你們沒人能從那個空間距離強擠出收益 像『波士頓通勤者』那般。

但如果縮小地圖 縮小地圖 你會看到825英里(1327.7公里)的溝渠 在紐約和芝加哥之間, 已建立有幾年了 由Spread Networks 經營。 這一道光纖電纜 被設置在兩城市間 只為一個信號的傳遞 能以37倍速快過點擊滑鼠─ ─只為了這些演算系統; 只為了『嘉年華會』和『刀』。 當你們想著這點時, 我們正以炸藥與岩石鋸貫穿、 損耗美國, 以便一個演算法能快速達成交易 ─以減少三微秒的速度─ 全都為了一個人類 將永不會明瞭的通訊機制 那是一種顯而易見的定數 且將永遠不斷地尋找未開拓的新領域。

不幸的是,我們必須要完成這個任務。 這只是一個理論。 這是某些在麻省理工學院(MIT)的數學家製作的 事實上,我不真的都了解 他們在談論些什麼 它涉及光圓錐體和量子糾結 我不真的了解那是什麼 但我會讀這面地圖。 這面地圖指示 如果你試圖在有紅色點點的市場中賺錢 也就是在人們聚集的地方及市鎮重心, 你就必須將伺服器設置在藍色點點的地方 讓運作效率最大化。 你也許注意到那些藍色點點的分佈, 很多藍色點點在海的中央; 所以,我們要怎麼做:我們要建立透明圓外罩(bubbles意同泡泡)或什麼來的 或者很多平臺。 我們將能確實分開海水 將錢從空氣中抽取出, 未來是光明閃亮的 如果你自己就是一個演算法的話。

(笑笑)

然而,事實上,不是錢有趣 而是錢激發的東西引人入勝─ ─我們能確實地地球化(terraforming) 地球本身, 透過演算法具有的最佳效率(能)。 根據這點, 咱們回到前面, 看著Michael Najjar的相片 我們領悟到:他們不是象徵;他們是預言 他們預言了 數學之地震效應、陸地效應 即將發生在我們創造出來的數學世界中。 而且這風貌過去一直是由自然界和人之間 不可思議的協作及不易妥協而創作出來的, 是自然界和人之間的對話。 但現在有第三股共同演化勢力:演算系統 『波士頓通勤者』、『嘉年華會』 我們必須明白這些皆為自然。 在某種程度上,它們是!

謝謝大家

(掌聲熱烈)