TED2014
Larry Page: Where's Google going next?
Charlie Rose i Larry Page: Dokąd zmierza Google?
Filmed:
Readability: 3.5
2,575,315 views
Na scenie konferencji TED 2014, Charlie Rose rozmawia z dyrektorem generalnym firmy Google, Larrym Page'em, na temat jego dalekosiężnej wizji działań tej korporacji. Jest mowa o rowerowych drogach nadziemnych i balonach internetowych. A następnie robi się jeszcze ciekawiej: Page opowiada o przejęciu firmy DeepMind i jej technologii sztucznej inteligencji, która uczy się zaskakujących rzeczy.
Larry Page - CEO of Google
Larry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web. Full bio
Larry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web. Full bio
Double-click the English transcript below to play the video.
00:13
Charlie Rose: So Larry sent me an email
0
1381
3626
Charlie Rose: Larry przysłał mi maila
00:17
and he basically said,
1
5007
1987
i pokrótce powiedział,
00:18
we've got to make sure that
we don't seem like we're
we don't seem like we're
2
6994
3729
że musimy się upewnić, czy nie wyglądamy
na parę nudziarzy w średnim wieku.
na parę nudziarzy w średnim wieku.
00:22
a couple of middle-aged boring men.
3
10723
4491
00:27
I said, I'm flattered by that --
4
15214
3042
Odparłem, że mi to pochlebia,
00:30
(Laughter) —
5
18256
2372
(Śmiech)
00:32
because I'm a bit older,
6
20628
3515
bo jestem nieco starszy
00:36
and he has a bit more net worth than I do.
7
24143
4151
i on ma nieco większe dochody niż ja.
00:40
Larry Page: Well, thank you.
8
28294
2599
Dziękuję.
00:42
CR: So we'll have a conversation about
9
30893
2980
Będziemy rozmawiać
o Internecie, o Google
o Internecie, o Google
00:45
the Internet, and we'll have a conversation Google,
10
33873
2698
00:48
and we'll have a conversation about search
11
36571
1434
i o wyszukiwaniu informacji
i o prywatności
i o prywatności
00:50
and privacy,
12
38005
1367
00:51
and also about your philosophy
13
39372
1555
a także o twojej filozofii
00:52
and a sense of how you've connected the dots
14
40927
2456
i jak poskładałeś jedno z drugim
00:55
and how this journey that began
15
43383
2091
i o tym, jak ta podróż
rozpoczęta jakiś czas temu
rozpoczęta jakiś czas temu
00:57
some time ago
16
45474
1284
00:58
has such interesting prospects.
17
46758
1895
ma tak obiecujące widoki.
01:00
Mainly we want to talk about the future.
18
48653
2596
Głównie chcemy porozmawiać o przyszłości.
01:03
So my first question: Where is Google
19
51249
1589
Moje pytanie: Gdzie jest Google
i dokąd zmierza?
i dokąd zmierza?
01:04
and where is it going?
20
52838
2046
01:06
LP: Well, this is something we think about a lot,
21
54884
1459
To coś, o czym dużo myślimy,
01:08
and our mission we defined a long time ago
22
56343
3575
i nasza misja, którą dawno określiliśmy,
01:11
is to organize the world's information
23
59918
2263
to zorganizowanie światowych
zasobów informacji
zasobów informacji
01:14
and make it universally accessible and useful.
24
62181
3438
oraz uczynienie ich powszechnie
dostępnymi i użytecznymi.
dostępnymi i użytecznymi.
01:17
And people always say,
25
65619
2042
Ludzie zastanawiają się,
czy to nadal wasza jedyna misja.
czy to nadal wasza jedyna misja.
01:19
is that really what you guys are still doing?
26
67661
2215
01:21
And I always kind of think about that myself,
27
69876
2118
Ja sam zawsze się nad tym zastanawiam,
01:23
and I'm not quite sure.
28
71994
2196
i nie jestem tego całkowicie pewien.
01:26
But actually, when I think about search,
29
74190
4007
Ale kiedy myślę o wyszukiwaniu informacji,
01:30
it's such a deep thing for all of us,
30
78197
2616
jest to jakże poważna
sprawa dla nas wszystkich,
sprawa dla nas wszystkich,
01:32
to really understand what you want,
31
80813
2243
zrozumieć, czego tak naprawdę szukamy,
01:35
to understand the world's information,
32
83056
2368
zrozumieć światowe zasoby informacji,
01:37
and we're still very much in the early stages of that,
33
85424
3532
i ciągle jeszcze jesteśmy
na samym początku tej drogi,
na samym początku tej drogi,
co jest zupełnym szaleństwem.
01:40
which is totally crazy.
34
88956
1813
01:42
We've been at it for 15 years already,
35
90769
2518
Pracujemy nad tym od 15 lat,
01:45
but it's not at all done.
36
93287
3575
ale to jeszcze nie jest skończone.
01:48
CR: When it's done, how will it be?
37
96862
2676
CR: Kiedy już zostanie skończone,
jak będzie wyglądało?
jak będzie wyglądało?
01:51
LP: Well, I guess,
38
99538
2717
LP: Biorąc pod uwagę,
do czego dążymy --
do czego dążymy --
01:54
in thinking about where we're going --
39
102255
2400
01:56
you know, why is it not done? --
40
104655
2287
dlaczego to nie jest jeszcze skończone?
01:58
a lot of it is just computing's kind of a mess.
41
106942
2436
Trochę dlatego, że komputery się gubią.
02:01
You know, your computer
doesn't know where you are,
doesn't know where you are,
42
109378
1803
Twój komputer nie wie, gdzie jesteś,
02:03
it doesn't know what you're doing,
43
111181
2035
nie wie, co robisz,
02:05
it doesn't know what you know,
44
113216
1682
nie wie, co ty wiesz,
02:06
and a lot we've been trying to do recently
45
114898
2576
i ostatnio naszym celem jest sprawić,
żeby maszyny lepiej działały,
żeby maszyny lepiej działały,
02:09
is just make your devices work,
46
117474
3295
02:12
make them understand your context.
47
120769
2341
rozumiały kontekst.
02:15
Google Now, you know, knows where you are,
48
123110
2003
Google Now wie, gdzie się znajdujesz,
02:17
knows what you may need.
49
125113
2182
czego możesz potrzebować.
02:19
So really having computing
work and understand you
work and understand you
50
127295
4108
Chcemy, żeby informatyka działała
i rozumiała nasze potrzeby,
i rozumiała nasze potrzeby,
02:23
and understand that information,
51
131403
2056
i rozumiała tę informację --
02:25
we really haven't done that yet.
52
133459
2310
jeszcze tego nie dokonaliśmy.
Działa to nadal siermiężnie.
02:27
It's still very, very clunky.
53
135769
1549
02:29
CR: Tell me, when you look at what Google is doing,
54
137318
2366
CR: Jak w planach Google
figuruje DeepMind?
figuruje DeepMind?
02:31
where does Deep Mind fit?
55
139684
2969
02:34
LP: Yeah, so Deep Mind is a company
56
142653
1584
Deep Mind to firma,
którą nabyliśmy niedawno.
którą nabyliśmy niedawno.
02:36
we just acquired recently.
57
144237
2531
02:38
It's in the U.K.
58
146768
3082
Mieści się w Wielkiej Brytanii.
Opowiem jak do niej dotarliśmy.
02:41
First, let me tell you the way we got there,
59
149850
2654
02:44
which was looking at search
60
152504
2228
Skupialiśmy się na wyszukiwaniu
02:46
and really understanding,
61
154732
1623
02:48
trying to understand everything,
62
156355
2233
i na próbach zrozumienia wszystkiego,
02:50
and also make the computers not clunky
63
158588
1605
a także usprawnieniu tego działania.
02:52
and really understand you --
64
160193
2201
Przykładem jest interakcja głosowa.
02:54
like, voice was really important.
65
162394
2112
02:56
So what's the state of the art
on speech recognition?
on speech recognition?
66
164506
2861
Jaki jest stan technologii
rozpoznawania mowy?
rozpoznawania mowy?
Nie jest za dobrze.
02:59
It's not very good.
67
167367
1660
03:01
It doesn't really understand you.
68
169027
2066
Urządzenia nas nie rozumieją.
Zaczęliśmy badania
nad uczeniem maszynowym,
nad uczeniem maszynowym,
03:03
So we started doing machine learning research
69
171093
2003
03:05
to improve that.
70
173096
1537
aby to udoskonalić.
To dużo pomogło.
03:06
That helped a lot.
71
174633
1703
03:08
And we started just looking at things like YouTube.
72
176336
2367
Zaczęliśmy przyglądać się choćby YouTube.
03:10
Can we understand YouTube?
73
178703
1968
Czy potrafimy zrozumieć YouTube?
03:12
But we actually ran machine learning on YouTube
74
180671
2686
Dzięki uczeniu maszynowemu,
03:15
and it discovered cats, just by itself.
75
183357
4085
w eksperymencie program
odkrył na YouTube kotki.
odkrył na YouTube kotki.
To ważne pojęcie.
03:19
Now, that's an important concept.
76
187442
2091
Zrozumieliśmy, że coś w tym jest.
03:21
And we realized there's really something here.
77
189533
2991
Jeśli da się odkryć, czym są koty,
03:24
If we can learn what cats are,
78
192524
2117
03:26
that must be really important.
79
194641
2075
to w tym musi być coś ważnego.
Co jest niezwykłe w technologii DeepMind?
03:28
So I think Deep Mind,
80
196716
2629
03:31
what's really amazing about Deep Mind
81
199345
2364
To, że czyni odkrycia
samodzielnie, bez nadzoru.
samodzielnie, bez nadzoru.
03:33
is that it can actually --
82
201709
2004
03:35
they're learning things in this unsupervised way.
83
203713
3557
03:39
They started with video games,
84
207270
2567
Zaczęło się od gier wideo.
03:41
and really just, maybe I can show the video,
85
209837
2493
Na tym filmie widzimy grę
03:44
just playing video games,
86
212330
2204
i proces automatycznego
uczenia się grania.
uczenia się grania.
03:46
and learning how to do that automatically.
87
214534
2015
03:48
CR: Take a look at the video games
88
216549
1852
CR: Popatrzmy na grę wideo.
Maszyny robią niesamowite rzeczy!
03:50
and how machines are coming to be able
89
218401
2410
03:52
to do some remarkable things.
90
220811
2456
03:55
LP: The amazing thing about this
91
223267
1329
LP: To są stare gry,
ale jest coś niezwykłego:
ale jest coś niezwykłego:
03:56
is this is, I mean, obviously,
92
224596
1680
03:58
these are old games,
93
226276
1474
system widzi tylko to,
co my, tylko piksele.
co my, tylko piksele.
03:59
but the system just sees what you see, the pixels,
94
227750
4798
04:04
and it has the controls and it has the score,
95
232548
2431
Steruje i zna punktację.
I ten jeden program
nauczył się tych wszystkich gier.
nauczył się tych wszystkich gier.
04:06
and it's learned to play all of these games,
96
234979
2211
04:09
same program.
97
237190
1579
04:10
It's learned to play all of these games
98
238769
2037
Idzie mu nadludzko dobrze.
04:12
with superhuman performance.
99
240806
1786
04:14
We've not been able to do things like this
100
242592
1855
Wcześniej takie rzeczy były niemożliwe.
04:16
with computers before.
101
244447
1518
04:17
And maybe I'll just narrate this one quickly.
102
245965
2295
Może wyjaśnię szybko, o co chodzi.
Grając w boks, system odkrył,
że może unieruchomić przeciwnika.
że może unieruchomić przeciwnika.
04:20
This is boxing, and it figures out it can
103
248260
2805
04:23
sort of pin the opponent down.
104
251065
2634
Komputer znajduje sie po lewej,
04:25
The computer's on the left,
105
253699
1739
04:27
and it's just racking up points.
106
255438
3085
łatwo zdobywa punkty.
Taka sztuczna inteligencja
mogłaby organizować nam kalendarz
mogłaby organizować nam kalendarz
04:30
So imagine if this kind
107
258523
2086
04:32
of intelligence were thrown at your schedule,
108
260609
2127
04:34
or your information needs, or things like that.
109
262736
4637
albo pomóc w odnajdowaniu informacji.
Jesteśmy dopiero na samym
początku tego procesu
początku tego procesu
04:39
We're really just at the beginning of that,
110
267373
2618
04:41
and that's what I'm really excited about.
111
269991
2365
i to jest w tym najbardziej ekscytujące.
04:44
CR: When you look at all that's taken place
112
272356
2470
CR: Mamy DeepMind, inteligentny boks...
04:46
with Deep Mind and the boxing,
113
274826
2584
Teraz nasuwa się pytanie
o sztuczną inteligencję.
o sztuczną inteligencję.
04:49
also a part of where we're going
114
277410
2340
04:51
is artificial intelligence.
115
279750
2889
04:54
Where are we, when you look at that?
116
282639
2799
Na jakim etapie jesteśmy?
04:57
LP: Well, I think for me,
117
285438
1785
LP: Już dawno nie byłem
niczym aż tak zafascynowany.
niczym aż tak zafascynowany.
04:59
this is kind of one of the most exciting things
118
287223
1503
05:00
I've seen in a long time.
119
288726
1912
Demis, człowiek,
który stworzył firmę DeepMind,
który stworzył firmę DeepMind,
05:02
The guy who started this company, Demis,
120
290638
2413
jest neurobiologiem i informatykiem.
05:05
has a neuroscience and a
computer science background.
computer science background.
121
293051
2778
05:07
He went back to school
122
295829
1630
Teraz rozpoczął studia doktoranckie
z dziedziny neurobiologii.
z dziedziny neurobiologii.
05:09
to get his Ph.D. to study the brain.
123
297459
3126
05:12
And so I think we're seeing a lot of exciting work
124
300585
2620
Jest teraz wiele fantastycznych projektów
05:15
going on that sort of crosses computer science
125
303205
3081
z pogranicza informatyki i neurobiologii.
05:18
and neuroscience
126
306286
1750
05:20
in terms of really understanding
127
308036
2325
Ich celem jest określenie,
jak nadać czemuś inteligencję.
jak nadać czemuś inteligencję.
05:22
what it takes to make something smart
128
310361
2454
05:24
and do really interesting things.
129
312815
1715
CR: Ale na jakim poziomie
jesteśmy obecnie?
jesteśmy obecnie?
05:26
CR: But where's the level of it now?
130
314530
2138
05:28
And how fast do you think we are moving?
131
316668
2706
I jak szybko idzie to do przodu?
LP: Obecnie szczytowe osiągnięcia
05:31
LP: Well, this is the state of the art right now,
132
319374
3269
05:34
understanding cats on YouTube
133
322643
2131
to właśnie wynajdowanie
kotów na YouTube,
kotów na YouTube,
05:36
and things like that,
134
324774
1283
05:38
improving voice recognition.
135
326057
2147
czy ulepszanie rozpoznawania mowy.
Dzięki uczeniu maszynowemu
stopniowo idziemy do przodu.
stopniowo idziemy do przodu.
05:40
We used a lot of machine learning
136
328204
2418
05:42
to improve things incrementally,
137
330622
2479
05:45
but I think for me, this example's really exciting,
138
333101
3394
Ale mnie ten przykład
niezmiernie fascynuje,
niezmiernie fascynuje,
05:48
because it's one program
139
336495
2243
dlatego, że to jeden program,
który potrafi wiele różnych rzeczy.
który potrafi wiele różnych rzeczy.
05:50
that can do a lot of different things.
140
338738
2044
CR: Chcielibyśmy pokazać obraz kota.
05:52
CR: I don't know if we can do this,
141
340782
1138
05:53
but we've got the image of the cat.
142
341920
1185
05:55
It would be wonderful to see this.
143
343105
1754
Zobaczymy, jak maszyny widzą koty
i co nam zaproponowały.
i co nam zaproponowały.
05:56
This is how machines looked at cats
144
344859
2509
05:59
and what they came up with.
145
347368
1115
06:00
Can we see that image?
146
348483
1055
06:01
LP: Yeah.
CR: There it is. Can you see the cat?
CR: There it is. Can you see the cat?
147
349538
2402
CR: Widzicie kota?
Wykreowany przez maszyny.
06:03
Designed by machines, seen by machines.
148
351940
2027
06:05
LP: That's right.
149
353967
1110
LP: Zgadza się.
06:07
So this is learned from just watching YouTube.
150
355077
2607
Program nauczył się tego wizerunku,
oglądając YouTube.
oglądając YouTube.
06:09
And there's no training,
151
357684
1867
System nie został do tego wytrenowany,
06:11
no notion of a cat,
152
359551
1384
nie miał pojęcia o kotach.
06:12
but this concept of a cat
153
360935
2561
Ale koty dla ludzi są dla ludzi
ważnym elementem rzeczywistości,
ważnym elementem rzeczywistości,
06:15
is something important that you would understand,
154
363496
2808
a teraz także maszyna
potrafi odróżnić je od innych rzeczy.
potrafi odróżnić je od innych rzeczy.
06:18
and now that the machines can kind of understand.
155
366304
2523
06:20
Maybe just finishing
156
368827
1172
Dodam jeszcze, że wszystko
zaczęło się od wyszukiwania informacji
zaczęło się od wyszukiwania informacji
06:21
also on the search part,
157
369999
2222
06:24
it started with search, really understanding
158
372221
2786
06:27
people's context and their information.
159
375007
2564
z uwzględnieniem ludzkiego kontekstu.
Ten filmik pokazuje nasze odkrycia.
06:29
I did have a video
160
377571
1860
06:31
I wanted to show quickly on that
161
379431
2010
06:33
that we actually found.
162
381441
1647
06:35
(Video) ["Soy, Kenya"]
163
383088
5112
(Film)
Zack Matere: Jakiś czas temu
posadziłem ziemniaki.
posadziłem ziemniaki.
06:40
Zack Matere: Not long ago,
164
388580
1872
06:42
I planted a crop of potatoes.
165
390452
2586
06:45
Then suddenly they started
dying one after the other.
dying one after the other.
166
393038
3400
Nagle, jedna po drugiej,
sadzonki zaczęły więdnąć.
sadzonki zaczęły więdnąć.
06:48
I checked out the books and
they didn't tell me much.
they didn't tell me much.
167
396438
2750
Sprawdziłem w książkach,
ale nie znalazłem za wiele.
ale nie znalazłem za wiele.
06:51
So, I went and I did a search.
168
399188
1946
Więc wyszukałem w internecie.
06:53
["Zack Matere, Farmer"]
169
401134
3119
[Zack Matere, rolnik]
06:57
Potato diseases.
170
405609
3147
Choroby ziemniaków.
07:00
One of the websites told me
171
408756
1728
Na jednej stronie odkryłem,
że problemem mogą być mrówki.
że problemem mogą być mrówki.
07:02
that ants could be the problem.
172
410484
1902
07:04
It said, sprinkle wood ash over the plants.
173
412386
2271
I że należy posypać rośliny
popiołem drzewnym.
popiołem drzewnym.
Po kilku dniach mrówki zniknęły.
07:06
Then after a few days the ants disappeared.
174
414657
2284
Internet zafascynował mnie.
07:08
I got excited about the Internet.
175
416941
2594
07:11
I have this friend
176
419535
1665
Mam przyjaciela,
który chciałby rozwinąć swój biznes.
07:13
who really would like to expand his business.
177
421200
3618
07:16
So I went with him to the cyber cafe
178
424818
3195
Poszedłem z nim do kafejki internetowej
i obejrzeliśmy kilka stron.
07:20
and we checked out several sites.
179
428013
2541
Kiedy znowu go spotkałem,
07:22
When I met him next, he was going to put a windmill
180
430554
2541
zakładał wiatrak w lokalnej szkole.
07:25
at the local school.
181
433095
2694
Poczułem dumę, bo coś,
czego wcześniej nie było,
czego wcześniej nie było,
07:27
I felt proud because
182
435789
1604
07:29
something that wasn't there before
183
437393
2028
07:31
was suddenly there.
184
439421
1887
powstało dzięki temu.
07:33
I realized that not everybody
185
441308
2690
Uświadomiłem sobie,
że nie każdy ma dostęp do tego,
że nie każdy ma dostęp do tego,
07:35
can be able to access
186
443998
1534
z czego ja mogłem skorzystać.
07:37
what I was able to access.
187
445532
1486
07:39
I thought that I need to have an Internet
188
447018
1838
Potrzeba internetu,
którego może używać nawet moja babcia.
którego może używać nawet moja babcia.
07:40
that my grandmother can use.
189
448856
1801
Przyszła mi na myśl tablica ogłoszeń.
07:42
So I thought about a notice board.
190
450657
2457
Prostej drewnianej tablicy.
07:45
A simple wooden notice board.
191
453114
1916
07:47
When I get information on my phone,
192
455030
2315
Kiedy znajduję informacje
na telefonie,
na telefonie,
07:49
I'm able to post the information
193
457345
2237
mogę umieścić ją
na tablicy informacyjnej.
na tablicy informacyjnej.
07:51
on the notice board.
194
459582
1722
To jest właściwie jak komputer.
07:53
So it's basically like a computer.
195
461304
2858
07:56
I use the Internet to help people.
196
464162
3889
Używam internetu, żeby pomóc ludziom.
08:00
I think I am searching for
197
468051
3410
Powiedziałbym, że poszukuję lepszego życia
08:03
a better life
198
471461
1541
dla mnie i dla sąsiadów.
08:05
for me and my neighbors.
199
473002
4114
08:09
So many people have access to information,
200
477116
3984
Tak wielu ludzi ma dostęp do informacji,
ale nikt tego nie prowadzi dalej.
08:13
but there's no follow-up to that.
201
481100
2581
A dobrym rezultatem
jest wzrost wiedzy.
jest wzrost wiedzy.
08:15
I think the follow-up to that is our knowledge.
202
483681
2508
08:18
When people have the knowledge,
203
486189
1606
Kiedy ludzie posiadają wiedzę,
08:19
they can find solutions
204
487795
1630
mogą znaleźć rozwiązania
bez żadnej pomocy.
bez żadnej pomocy.
08:21
without having to helped out.
205
489425
1984
Siła informacji jest potężna,
08:23
Information is powerful,
206
491440
2121
ale świadczy o nas to,
jak ją wykorzystujemy.
jak ją wykorzystujemy.
08:25
but it is how we use it that will define us.
207
493561
4602
(Brawa)
08:30
(Applause)
208
498163
4381
Niesamowite jest to,
że usłyszeliśmy o nim w telewizji.
że usłyszeliśmy o nim w telewizji.
08:34
LP: Now, the amazing thing about that video,
209
502544
2546
08:37
actually, was we just read about it in the news,
210
505090
1466
08:38
and we found this gentlemen,
211
506556
2505
Znaleźliśmy tego człowieka,
i zrobiliśmy ten krótki film.
08:41
and made that little clip.
212
509061
2315
08:43
CR: When I talk to people about you,
213
511376
1391
CR: Kiedy pada twoje nazwisko,
ludzie, którzy cię znają, mówią,
ludzie, którzy cię znają, mówią,
08:44
they say to me, people who know you well, say,
214
512767
2605
że Larry chce zmienić świat
08:47
Larry wants to change the world,
215
515372
1891
i wierzy, że technologia może w tym pomóc.
08:49
and he believes technology can show the way.
216
517263
4112
08:53
And that means access to the Internet.
217
521375
1858
A to oznacza dostęp do internetu.
Ważne jest tu kwestia językowa,
08:55
It has to do with languages.
218
523233
1731
ale też pytanie o to,
jak uzyskać dostęp do sieci
jak uzyskać dostęp do sieci
08:56
It also means how people can get access
219
524964
2829
08:59
and do things that will affect their community,
220
527793
2706
i zrobić coś, co wpłynie
na ich społeczność,
na ich społeczność,
09:02
and this is an example.
221
530499
2493
a film jest tego przykładem.
LP: Zgadza się, a dla mnie
najważniejszy jest dostęp,
najważniejszy jest dostęp,
09:04
LP: Yeah, that's right, and I think for me,
222
532992
3576
09:08
I have been focusing on access more,
223
536568
2382
09:10
if we're talking about the future.
224
538950
2198
w perspektywie przyszłości.
09:13
We recently released this Loon Project
225
541148
2674
Ogłosiliśmy właśnie Projekt Loon,
w którym wykorzystujemy balony.
09:15
which is using balloons to do it.
226
543822
2300
09:18
It sounds totally crazy.
227
546122
1660
Wygląda na szalony pomysł.
Możemy to pokazać.
09:19
We can show the video here.
228
547782
2539
09:22
Actually, two out of three people in the world
229
550321
1480
Dwie trzecie osób
09:23
don't have good Internet access now.
230
551801
2386
nie ma dobrego dostępu do Internetu.
09:26
We actually think this can really help people
231
554187
2906
Uważamy, że ten projekt może pomóc ludziom
w ekonomiczny sposób.
09:29
sort of cost-efficiently.
232
557093
2057
09:31
CR: It's a balloon.
LP: Yeah, get access to the Internet.
LP: Yeah, get access to the Internet.
233
559150
3371
CR: To balon.
LP: Tak, dający dostęp do internetu.
LP: Tak, dający dostęp do internetu.
CR: Dlaczego balon
zapewnia dostęp do internetu?
zapewnia dostęp do internetu?
09:34
CR: And why does this balloon give you access
234
562521
2143
09:36
to the Internet?
235
564664
1213
09:37
Because there was some interesting things
236
565877
1215
Musieliście to jakoś sprytnie obmyślić.
09:39
you had to do to figure out how
237
567092
1834
09:40
to make balloons possible,
238
568926
2131
Bo te balony nie są przywiązane.
09:43
they didn't have to be tethered.
239
571057
1749
09:44
LP: Yeah, and this is a good example of innovation.
240
572806
2081
LP: To dobry przykład innowacji.
09:46
Like, we've been thinking about this idea
241
574887
2544
Myśleliśmy o tym może nawet 5 lat,
09:49
for five years or more
242
577431
1772
zanim zaczęliśmy nad nim pracować,
09:51
before we started working on it,
243
579203
1601
09:52
but it was just really,
244
580804
1319
ale główną kwestią było, jak tanio
wznieść wysoko punkty dostępu.
wznieść wysoko punkty dostępu.
09:54
how do we get access points up high, cheaply?
245
582123
3520
09:57
You normally have to use satellites
246
585643
1792
Normalnie trzeba użyć satelitów
09:59
and it takes a long time to launch them.
247
587435
2939
i dużo czasu mija
przed ich wystrzeleniem.
przed ich wystrzeleniem.
Ale widziałeś, jak łatwo
wypuścić taki balon.
wypuścić taki balon.
10:02
But you saw there how easy it is to launch a balloon
248
590374
2494
10:04
and get it up,
249
592868
1519
10:06
and actually again, it's the power of the Internet,
250
594387
2001
I tu znowu widać moc internetu:
wyszukałem, że 30, 40 lat temu,
ktoś wypuścił balon,
ktoś wypuścił balon,
10:08
I did a search on it,
251
596388
1780
10:10
and I found, 30, 40 years ago,
252
598168
2304
10:12
someone had put up a balloon
253
600472
1889
10:14
and it had gone around the Earth multiple times.
254
602361
2805
który wielokrotnie okrążył Ziemię.
10:17
And I thought, why can't we do that today?
255
605166
2835
I pomyślałem: dlaczego
nie zrobić tego dzisiaj?
nie zrobić tego dzisiaj?
I tak właśnie zaczęliśmy ten projekt.
10:20
And that's how this project got going.
256
608001
2367
10:22
CR: But are you at the mercy of the wind?
257
610368
2330
Czy te balony można kontrolować?
10:24
LP: Yeah, but it turns out,
258
612698
2122
Zrobiliśmy symulacje pogodowe,
10:26
we did some weather simulations
259
614820
1493
których prawdopodobnie
nikt wcześniej nie zrobił
nikt wcześniej nie zrobił
10:28
which probably hadn't really been done before,
260
616313
2547
10:30
and if you control the altitude of the balloons,
261
618860
2110
i okazuje się, że jeśli
kontrolujemy wysokość,
kontrolujemy wysokość,
10:32
which you can do by pumping air into them
262
620970
2281
co można zrobić między innymi
przez pompowanie powietrza,
przez pompowanie powietrza,
10:35
and other ways,
263
623251
1822
wtedy da się wpływać na to,
dokąd balon poleci
dokąd balon poleci
10:37
you can actually control roughly where they go,
264
625073
2929
10:40
and so I think we can build a worldwide mesh
265
628002
2205
i możemy stworzyć sieć balonów,
która pokryje całą planetę.
która pokryje całą planetę.
10:42
of these balloons that can cover the whole planet.
266
630207
3339
10:45
CR: Before I talk about the future and transportation,
267
633546
2242
Zanim porozmawiamy
o przyszłości i transporcie,
o przyszłości i transporcie,
czyli tematach, które cię pasjonują
10:47
where you've been a nerd for a while,
268
635788
1895
i o twojej fascynacji transportem,
10:49
and this fascination you have with transportation
269
637683
2424
10:52
and automated cars and bicycles,
270
640107
2063
zautomatyzowanymi samochodami i rowerami,
pozwól, że porozmawiamy
o Edwardzie Snowdenie.
o Edwardzie Snowdenie.
10:54
let me talk a bit about what's been the subject here
271
642170
1737
10:55
earlier with Edward Snowden.
272
643907
2443
To jest o bezpieczeństwie i prywatności.
10:58
It is security and privacy.
273
646350
3106
11:01
You have to have been thinking about that.
274
649456
2340
Musiałeś się nad tym zastanawiać.
11:03
LP: Yeah, absolutely.
275
651796
1354
LP: Jak najbardziej.
Wczoraj widziałem zdjęcie Sergeya
z Edwardem Snowden.
z Edwardem Snowden.
11:05
I saw the picture of Sergey with
Edward Snowden yesterday.
Edward Snowden yesterday.
276
653150
2843
Myślę, że część publiczności
też je już widziała.
też je już widziała.
11:07
Some of you may have seen it.
277
655993
2870
11:10
But I think, for me, I guess,
278
658863
3171
Prywatność i bezpieczeństwo
są dla mnie bardzo ważne.
są dla mnie bardzo ważne.
11:14
privacy and security are a really important thing.
279
662034
3662
11:17
We think about it in terms of both things,
280
665696
2245
Te dwa pojęcia idą w parze,
bo nie można mieć prywatności
bez bezpieczeństwa,
bez bezpieczeństwa,
11:19
and I think you can't have privacy without security,
281
667941
2903
dlatego opowiem
najpierw o bezpieczeństwie,
najpierw o bezpieczeństwie,
11:22
so let me just talk about security first,
282
670844
2371
11:25
because you asked about Snowden and all of that,
283
673215
2596
jako że zapytałeś o Snowdena,
a później powiem trochę o prywatności.
11:27
and then I'll say a little bit about privacy.
284
675811
2441
11:30
I think for me, it's tremendously disappointing
285
678252
3800
Strasznie rozczarowało mnie,
że rząd robił to w tajemnicy.
że rząd robił to w tajemnicy.
11:34
that the government
286
682052
1439
11:35
secretly did all this stuff and didn't tell us.
287
683491
2330
11:37
I don't think we can have a democracy
288
685821
3303
Nie sądzę, że możemy mówić o demokracji,
jeżeli musimy chronić
naszych użytkowników przed rządem
naszych użytkowników przed rządem
11:41
if we're having to protect you and our users
289
689124
3430
11:44
from the government
290
692554
1696
11:46
for stuff that we've never had a conversation about.
291
694250
2803
w sprawach, o których wcześniej
nie było mowy.
nie było mowy.
To nie znaczy, że musimy wiedzieć,
jaki zagraża nam atak terrorystyczny,
jaki zagraża nam atak terrorystyczny,
11:49
And I don't mean we have to know
292
697053
1896
11:50
what the particular terrorist attack is they're worried
293
698949
1695
11:52
about protecting us from,
294
700644
1762
11:54
but we do need to know
295
702406
1798
ale musimy wiedzieć,
jakie są parametry tego wszystkiego,
jakie są parametry tego wszystkiego,
11:56
what the parameters of it is,
296
704204
2410
11:58
what kind of surveillance the government's
297
706614
2044
jakie środki bezpieczeństwa
przedwsięwziął rząd i dlaczego,
przedwsięwziął rząd i dlaczego,
12:00
going to do and how and why,
298
708658
2168
12:02
and I think we haven't had that conversation.
299
710826
2277
a o niczym takim nie było rozmowy.
Więc myślę, że rząd wyrządził
sobie straszliwą krzywdę,
sobie straszliwą krzywdę,
12:05
So I think the government's actually done
300
713103
2567
12:07
itself a tremendous disservice
301
715670
2168
robiąc to wszystko w tajemnicy.
12:09
by doing all that in secret.
302
717838
2161
CR: Nie pytając o nic Google.
12:11
CR: Never coming to Google
303
719999
1615
12:13
to ask for anything.
304
721614
1525
12:15
LP: Not Google, but the public.
305
723139
2030
LP: Nie chodzi o Google, chodzi o naród.
12:17
I think we need to
have a debate about that,
have a debate about that,
306
725169
3773
Myślę, że potrzebujemy
debaty na ten temat,
debaty na ten temat,
bo inaczej demokracja nie będzie działać.
12:20
or we can't have a functioning democracy.
307
728942
2499
12:23
It's just not possible.
308
731441
1406
To niemożliwe.
12:24
So I'm sad that Google's
309
732847
2244
Jest mi przykro, że Google
musi chronić was i naszych użytkowników
12:27
in the position of protecting you and our users
310
735091
2616
12:29
from the government
311
737707
1534
przed rządem przeprowadzającym
sekretne działania.
sekretne działania.
12:31
doing secret thing that nobody knows about.
312
739241
2244
12:33
It doesn't make any sense.
313
741485
1747
To nie ma sensu.
CR: A co z prywatnością?
12:35
CR: Yeah. And then there's a privacy side of it.
314
743232
2990
12:38
LP: Yes. The privacy side,
315
746222
2427
LP: Tak, prywatność.
Świat się zmienia.
Świat się zmienia.
12:40
I think it's -- the world is changing.
316
748649
1969
12:42
You carry a phone. It knows where you are.
317
750618
3905
Nosisz przy sobie telefon.
Telefon zna swoją lokalizację.
Telefon zna swoją lokalizację.
Mamy o wiele więcej informacji o tobie,
12:46
There's so much more information about you,
318
754523
3085
12:49
and that's an important thing,
319
757608
2846
i to jest ważna sprawa,
i nic dziwnego, że ludzie
zadają kłopotliwe pytania.
zadają kłopotliwe pytania.
12:52
and it makes sense why people are asking
320
760454
2272
12:54
difficult questions.
321
762726
2036
Długo zastanawialiśmy się,
gdzie tkwi problem.
gdzie tkwi problem.
12:56
We spend a lot of time thinking about this
322
764762
3367
13:00
and what the issues are.
323
768129
2711
Uważam, że powinniśmy dać ludziom wybór,
13:02
I'm a little bit --
324
770840
1729
13:04
I think the main thing that we need to do
325
772569
1260
13:05
is just provide people choice,
326
773829
2362
ujawniać, jakie dane są zbierane:
13:08
show them what data's being collected --
327
776191
2512
historię wyszukiwania, dane o położeniu.
13:10
search history, location data.
328
778703
4751
Cieszymy się, jak udał się nam
tryb incognito w przeglądarce Chrome,
tryb incognito w przeglądarce Chrome,
13:15
We're excited about incognito mode in Chrome,
329
783454
2772
13:18
and doing that in more ways,
330
786226
2249
i pracujemy nad tym na różne inne sposoby,
13:20
just giving people more choice
331
788475
1396
dajemy więcej możliwości wyboru
i uświadamiamy użytkownika, co się dzieje.
i uświadamiamy użytkownika, co się dzieje.
13:21
and more awareness of what's going on.
332
789871
3293
Myślę też, że to jest bardzo łatwe.
13:25
I also think it's very easy.
333
793164
2393
13:27
What I'm worried is that we throw out
334
795557
1277
Martwię się, że wylaliśmy
dziecko z kąpielą.
dziecko z kąpielą.
13:28
the baby with the bathwater.
335
796834
2090
13:30
And I look at, on your show, actually,
336
798924
2914
Jako gość w twoim programie "60 Minutes"
w pewnym sensie straciłem głos
w pewnym sensie straciłem głos
13:33
I kind of lost my voice,
337
801838
1719
13:35
and I haven't gotten it back.
338
803557
1331
i jeszcze go nie odzyskałem.
13:36
I'm hoping that by talking to you
339
804888
1644
Dzięki rozmowie z tobą
mam nadzieję go odzyskać.
13:38
I'm going to get it back.
340
806532
1653
13:40
CR: If I could do anything, I would do that.
341
808185
1732
CR: Pomógłbym, gdybym tylko mógł.
LP: Wyciągnij więc swoją laleczkę wudu
13:41
LP: All right. So get out your voodoo doll
342
809917
2180
13:44
and whatever you need to do.
343
812097
2419
i czyń, co masz czynić.
13:46
But I think, you know what, I look at that,
344
814516
2328
Ale ujawniłem to wszystko
13:48
I made that public,
345
816844
1830
13:50
and I got all this information.
346
818674
1217
i mam dużo informacji.
13:51
We got a survey done on medical conditions
347
819891
2729
Zrobiliśmy badania dotyczące chorób
13:54
with people who have similar issues,
348
822620
3371
i znajdywania osób z podobnymi problemami.
I myśląc o takich danych medycznych,
13:57
and I look at medical records, and I say,
349
825991
4741
14:02
wouldn't it be amazing
350
830732
1405
14:04
if everyone's medical records were available
351
832137
2050
wyobrażam sobie, jak dużo by dało,
14:06
anonymously
352
834187
1683
gdyby te informacje były dostępne,
anonimowo, dla badaczy medycznych?
anonimowo, dla badaczy medycznych?
14:07
to research doctors?
353
835870
2636
14:10
And when someone accesses your medical record,
354
838506
3041
I kiedy ktoś przegląda
twoją historię choroby
twoją historię choroby
14:13
a research doctor,
355
841547
1609
w ramach takich badań,
14:15
they could see, you could see which doctor
356
843156
2634
osoba, której dane są wykorzystywane,
wiedziałaby, jaki lekarz
obejrzał je i dlaczego,
obejrzał je i dlaczego,
14:17
accessed it and why,
357
845790
1860
14:19
and you could maybe learn about
358
847650
1580
14:21
what conditions you have.
359
849230
1630
i może zrozumieć lepiej, co jej dolega.
14:22
I think if we just did that,
360
850860
1502
Myślę, że wtedy tylko w tym roku
uratowalibyśmy 100 000 istnień.
uratowalibyśmy 100 000 istnień.
14:24
we'd save 100,000 lives this year.
361
852362
2165
14:26
CR: Absolutely. Let me go — (Applause)
362
854527
2948
CR: Na pewno.
(Brawa)
14:29
LP: So I guess I'm just very worried that
363
857475
2762
LP: Martwi mnie to w kontekście
prywatności w sieci.
prywatności w sieci.
14:32
with Internet privacy,
364
860237
1806
Robimy to samo, co z historią choroby:
14:34
we're doing the same thing we're
doing with medical records,
doing with medical records,
365
862043
2300
14:36
is we're throwing out the baby with the bathwater,
366
864347
2529
wylewamy dziecko z kąpielą,
14:38
and we're not really thinking
367
866876
1828
i nie zastanawiamy się
nad ogromnymi korzyściami
14:40
about the tremendous good that can come
368
868704
2210
14:42
from people sharing information
369
870914
2191
płynącymi z dzielenia się informacją
14:45
with the right people in the right ways.
370
873105
2577
z odpowiednimi osobami,
w odpowiedni sposób.
w odpowiedni sposób.
I niezbędny warunek:
14:47
CR: And the necessary condition
371
875682
2237
14:49
that people have to have confidence
372
877919
1702
ludzie muszą mieć pewność,
że informacje nie będą źle wykorzystane.
że informacje nie będą źle wykorzystane.
14:51
that their information will not be abused.
373
879621
2455
14:54
LP: Yeah, and I had this problem with my voice stuff.
374
882076
1777
LP: Wracając do problemu z moim głosem.
14:55
I was scared to share it.
375
883853
1508
Bałem się to ujawniać.
14:57
Sergey encouraged me to do that,
376
885361
1890
Sergey zachęcił mnie do tego
14:59
and it was a great thing to do.
377
887251
1827
i była to świetna decyzja.
15:01
CR: And the response has been overwhelming.
378
889078
1734
CR: A reakcja była ogromna.
LP: Ludzie podeszli do tego
bardzo pozytywnie.
bardzo pozytywnie.
15:02
LP: Yeah, and people are super positive.
379
890812
1660
15:04
We got thousands and thousands of people
380
892472
2833
Mamy setki tysięcy ludzi
w podobnym stanie,
w podobnym stanie,
15:07
with similar conditions,
381
895305
1288
o którym nie ma danych.
15:08
which there's no data on today.
382
896593
3028
15:11
So it was a really good thing.
383
899621
1356
To było coś naprawdę dobrego.
15:12
CR: So talking about the future, what is it about you
384
900977
3019
CP: Mówiąc o przyszłości,
co z twoim zainteresowaniem transportem?
co z twoim zainteresowaniem transportem?
15:15
and transportation systems?
385
903996
3758
LP: Na studiach frustrowała mnie
komunikacja miejska.
komunikacja miejska.
15:19
LP: Yeah. I guess I was just frustrated
386
907754
2177
15:21
with this when I was at college in Michigan.
387
909931
2539
15:24
I had to get on the bus and take it
388
912470
1450
Jeździłem autobusami,
dużo wystałem na przystankach.
dużo wystałem na przystankach.
15:25
and wait for it.
389
913920
1642
W zimnie, w śniegu.
15:27
And it was cold and snowing.
390
915562
2179
15:29
I did some research on how much it cost,
391
917741
2655
Sprawdziłem, ile to kosztuje,
15:32
and I just became a bit obsessed
with transportation systems.
with transportation systems.
392
920396
6425
i zacząłem mieć obsesję
na punkcie transportu.
na punkcie transportu.
I tak narodził się pomysł
zautomatyzowanych samochodów.
zautomatyzowanych samochodów.
15:38
CR: And that began the idea of an automated car.
393
926821
2370
15:41
LP: Yeah, about 18 years ago I learned about
394
929191
1694
Jakieś 18 lat temu dowiedziałem się
o ludziach, którzy nad tym pracowali,
o ludziach, którzy nad tym pracowali,
15:42
people working on automated cars,
395
930885
3182
zafascynowało mnie to.
15:46
and I became fascinated by that,
396
934067
1623
Uruchomienie takich projektów
potrafi trochę zająć,
potrafi trochę zająć,
15:47
and it takes a while to
get these projects going,
get these projects going,
397
935690
2777
15:50
but I'm super excited about the possibilities of that
398
938467
5097
ale ekscytuje mnie to,
że ta technologia
może zmienić świat na lepsze.
może zmienić świat na lepsze.
15:55
improving the world.
399
943564
1668
15:57
There's 20 million people or more injured per year.
400
945232
4526
Mamy około 20 mln rannych w ciągu roku.
16:01
It's the leading cause of death
401
949758
1986
Wypadki to główna przyczyna śmierci
16:03
for people under 34 in the U.S.
402
951744
2130
wśród osób poniżej 34 roku życia w USA.
16:05
CR: So you're talking about saving lives.
403
953874
1551
CR: Czyli mówimy o ratowaniu życia.
16:07
LP: Yeah, and also saving space
404
955425
2355
LP: Także o oszczędzaniu przestrzeni
i o ulepszaniu życia.
16:09
and making life better.
405
957780
3915
16:13
Los Angeles is half parking lots and roads,
406
961695
4245
Połowa Los Angeles to parkingi i drogi,
zajmują połowę powierzchni,
16:17
half of the area,
407
965940
1733
i większość miast nie jest lepsza.
16:19
and most cities are not far behind, actually.
408
967673
2827
16:22
It's just crazy
409
970500
1564
To niewiarygodne,
że tak użytkujemy naszą przestrzeń.
że tak użytkujemy naszą przestrzeń.
16:24
that that's what we use our space for.
410
972064
1593
16:25
CR: And how soon will we be there?
411
973657
2343
CR: I kiedy to się zmieni?
LP: Myślę, że niebawem.
16:28
LP: I think we can be there very, very soon.
412
976000
1926
16:29
We've driven well over 100,000 miles
413
977926
3501
Automatyczne samochody przejechały już
ponad 160 tysięcy kilometrów.
ponad 160 tysięcy kilometrów.
16:33
now totally automated.
414
981427
4093
Chciałbym ten proces przyspieszyć.
16:37
I'm super excited about getting that out quickly.
415
985520
3652
CR: Ale mowa nie tylko
o zautomatyzowanych samochodach.
o zautomatyzowanych samochodach.
16:41
CR: But it's not only you're
talking about automated cars.
talking about automated cars.
416
989172
2405
16:43
You also have this idea for bicycles.
417
991577
2386
Masz także pomysł dotyczący rowerów.
LP: W Google chcieliśmy
każdemu dać darmowy rower,
każdemu dać darmowy rower,
16:45
LP: Well at Google, we got this idea
418
993963
2246
16:48
that we should just provide free bikes to everyone,
419
996209
3451
i większość wyjazdów była zdumiewająca.
16:51
and that's been amazing, most of the trips.
420
999660
2768
16:54
You see bikes going everywhere,
421
1002428
1586
Rowery są wszędzie, ale się zużywają.
16:56
and the bikes wear out.
422
1004014
1566
16:57
They're getting used 24 hours a day.
423
1005580
1454
Są w użyciu 24 godziny na dobę.
16:59
CR: But you want to put them above the street, too.
424
1007034
2160
CR: Chcesz je umieścić też nad ulicą.
LP: Żeby zachęcić ludzi
do używania rowerów.
do używania rowerów.
17:01
LP: Well I said, how do we get people
425
1009194
1575
17:02
using bikes more?
426
1010769
1527
17:04
CR: We may have a video here.
427
1012296
1625
CR: Mamy wideo.
LP: Tak, pokażmy wideo.
17:05
LP: Yeah, let's show the video.
428
1013921
1278
17:07
I just got excited about this.
429
1015199
3092
Ekscytuje mnie to.
17:10
(Music)
430
1018291
4042
(Muzyka)
LP: Przy minimalnych kosztach
można odseparować
można odseparować
17:16
So this is actually how you might separate
431
1024213
2425
17:18
bikes from cars with minimal cost.
432
1026638
3629
rowery od samochodów.
Wygląda to na szalony plan,
17:26
Anyway, it looks totally crazy,
433
1034711
1755
17:28
but I was actually thinking about our campus,
434
1036466
2327
ale myślałem właściwie o naszym kampusie,
17:30
working with the Zippies and stuff,
435
1038793
2060
we współpracy
z usługami takimi jak Zipcar.
z usługami takimi jak Zipcar.
Chciałem zachęcać do rowerów
17:32
and just trying to get a lot more bike usage,
436
1040853
2298
i myślałem, jak, w rentowny sposób,
odseparować rowery od ruchu ulicznego?
odseparować rowery od ruchu ulicznego?
17:35
and I was thinking about,
437
1043151
1548
17:36
how do you cost-effectively separate
438
1044699
2831
17:39
the bikes from traffic?
439
1047530
1414
17:40
And I went and searched,
440
1048944
1150
Poszukałem i znalazłem to.
17:42
and this is what I found.
441
1050094
1371
17:43
And we're not actually working on this,
442
1051465
1845
W zasadzie nie pracujemy
nad tym szczególnym projektem,
nad tym szczególnym projektem,
17:45
that particular thing,
443
1053310
1292
ale to pobudza wyobraźnię.
17:46
but it gets your imagination going.
444
1054602
2054
17:48
CR: Let me close with this.
445
1056656
1764
CR: Na zakończenie,
wyjaśnim nam swoją filozofię.
17:50
Give me a sense of the philosophy
of your own mind.
of your own mind.
446
1058420
2345
17:52
You have this idea of [Google X].
447
1060765
2488
To ty postawiłeś na Google X.
17:55
You don't simply want
448
1063253
2996
Nie interesuje cię tylko postęp,
który można łatwo mierzyć.
który można łatwo mierzyć.
17:58
to go in some small, measurable arena of progress.
449
1066249
5596
18:03
LP: Yeah, I think
450
1071845
1713
LP: Większość omawianych tu spraw
należy do tej kategorii.
należy do tej kategorii.
18:05
many of the things we just
talked about are like that,
talked about are like that,
451
1073558
2131
18:07
where they're really --
452
1075689
2952
Mam ochotę użyć ekonomicznego pojęcia
efektu dodatkowego,
efektu dodatkowego,
18:10
I almost use the economic concept of additionality,
453
1078641
3630
18:14
which means that you're doing something
454
1082271
2190
co oznacza, że robisz coś,
18:16
that wouldn't happen unless
you were actually doing it.
you were actually doing it.
455
1084461
2948
co by się nie działo,
gdybyś tego nie robił.
gdybyś tego nie robił.
18:19
And I think the more you can do things like that,
456
1087409
3140
Im więcej takich rzeczy możesz robić,
18:22
the bigger impact you have,
457
1090549
2071
tym większy masz wpływ,
18:24
and that's about doing things
458
1092620
2990
i chodzi tu o też o rzeczy
uznawane za niemożliwe.
uznawane za niemożliwe.
18:27
that people might not think are possible.
459
1095610
3607
Im więcej wiem o technice,
18:31
And I've been amazed,
460
1099217
1829
18:33
the more I learn about technology,
461
1101046
2229
18:35
the more I realize I don't know,
462
1103275
2196
tym bardziej widzę, jak mało o niej wiem.
I to przez techniczny horyzont,
18:37
and that's because this technological horizon,
463
1105471
3337
twój następny krok.
18:40
the thing that you can see to do next,
464
1108808
2897
18:43
the more you learn about technology,
465
1111705
1840
Im więcej wiesz o technice,
18:45
the more you learn what's possible.
466
1113545
2602
tym więcej wydaje się możliwe.
18:48
You learn that the balloons are possible
467
1116147
2246
Balony mogą istnieć,
bo pewien materiał sprawia, że latają.
18:50
because there's some material
that will work for them.
that will work for them.
468
1118393
2337
18:52
CR: What's interesting about
you too, though, for me,
you too, though, for me,
469
1120730
2379
CR: Masz interesujące podejście:
wielu myśli o przyszłości,
18:55
is that, we have lots of people
470
1123109
1711
18:56
who are thinking about the future,
471
1124820
2142
ale wracają z tych marzeń
bez pomysłu, jak je zrealizować.
bez pomysłu, jak je zrealizować.
18:58
and they are going and looking
and they're coming back,
and they're coming back,
472
1126962
3268
19:02
but we never see the implementation.
473
1130230
2127
19:04
I think of somebody you knew
474
1132357
1605
Przypomina mi się znajomy ci Nikola Tesla.
19:05
and read about, Tesla.
475
1133962
2907
Jaka zasada tobą kieruje?
19:08
The principle of that for you is what?
476
1136869
3804
LP: Uważam, że pomysł to nie wszystko.
19:12
LP: Well, I think invention is not enough.
477
1140673
1785
19:14
If you invent something,
478
1142458
1221
Tesla wymyślił zasilanie elektryczne,
19:15
Tesla invented electric power that we use,
479
1143679
3195
ale miał trudności
w przekonaniu do niego innych.
w przekonaniu do niego innych.
19:18
but he struggled to get it out to people.
480
1146874
2661
19:21
That had to be done by other people.
481
1149535
1684
Zrobił to ktoś inny.
19:23
It took a long time.
482
1151219
1626
Zajęło to dużo czasu.
19:24
And I think if we can actually combine both things,
483
1152845
3867
Myślę, że jeśli połączymy te dwie rzeczy,
skupimy się na innowacji i pomysłach,
19:28
where we have an innovation and invention focus,
484
1156712
3531
19:32
plus the ability to really -- a company
485
1160243
2972
plus firma, która może to skomercjalizować
19:35
that can really commercialize things
486
1163215
1998
i dostarczyć ludziom
w pozytywny dla świata sposób
w pozytywny dla świata sposób
19:37
and get them to people
487
1165213
1630
19:38
in a way that's positive for the world
488
1166843
2075
19:40
and to give people hope.
489
1168918
2056
i dać im nadzieję.
19:42
You know, I'm amazed with the Loon Project
490
1170974
2774
Zaskoczyło mnie,
jak ekscytuje ludzi projekt Loon,
jak ekscytuje ludzi projekt Loon,
19:45
just how excited people were about that,
491
1173748
2786
bo dał nadzieję tym dwóm trzecim świata
19:48
because it gave them hope
492
1176534
1814
19:50
for the two thirds of the world
493
1178348
1621
19:51
that doesn't have Internet right now that's any good.
494
1179969
2726
pozbawionych dobrego dostępu do internetu.
19:54
CR: Which is a second thing about corporations.
495
1182695
2122
CR: Właśnie, to też ciekawe
w kontekście korporacji.
w kontekście korporacji.
19:56
You are one of those people who believe
496
1184817
2476
Jesteś jednym z tych, którzy wierzą,
że dobrze zarządzane korporacje
są inicjatorami zmian.
są inicjatorami zmian.
19:59
that corporations are an agent of change
497
1187293
2317
20:01
if they are run well.
498
1189610
1471
LP: Martwi mnie, że większość
uważa, że korporacje to coś złego.
uważa, że korporacje to coś złego.
20:03
LP: Yeah. I'm really dismayed
499
1191081
1821
20:04
most people think companies are basically evil.
500
1192902
3294
20:08
They get a bad rap.
501
1196196
1766
Źle się o nich mówi.
20:09
And I think that's somewhat correct.
502
1197962
2241
Jest w tym chyba nieco prawdy.
Firmy pracują nad rozwojem stopniowo,
20:12
Companies are doing the same incremental thing
503
1200203
2870
jak 50-20 lat temu.
20:15
that they did 50 years ago
504
1203073
1763
20:16
or 20 years ago.
505
1204836
1631
Nie tego nam trzeba.
20:18
That's not really what we need.
506
1206467
1370
20:19
We need, especially in technology,
507
1207837
2218
Szczególnie w technice
20:22
we need revolutionary change,
508
1210055
2117
potrzebujemy zmiany
rewolucyjnej, nie stopniowej.
rewolucyjnej, nie stopniowej.
20:24
not incremental change.
509
1212172
1413
20:25
CR: You once said, actually,
510
1213585
1169
CR: Mam nadzieję, że dobrze pamiętam,
20:26
as I think I've got this about right,
511
1214754
1818
że powiedziałeś,
że zamiast dać pieniądze biednym,
że zamiast dać pieniądze biednym,
20:28
that you might consider,
512
1216572
1645
20:30
rather than giving your money,
513
1218217
1753
zostawiłbyś je Elonowi Muskowi,
20:31
if you were leaving it to some cause,
514
1219970
3320
20:35
just simply giving it to Elon Musk,
515
1223290
2006
20:37
because you had confidence
516
1225296
1163
bo miałbyś pewność,
że on zmieni przyszłość.
że on zmieni przyszłość.
20:38
that he would change the future,
517
1226459
1842
20:40
and that you would therefore —
518
1228301
1777
20:42
LP: Yeah, if you want to go Mars,
519
1230078
1584
LP: Jeśli chcesz polecieć na Marsa,
20:43
he wants to go to Mars,
520
1231662
1721
on chce polecieć,
aby wesprzeć ludzkość,
20:45
to back up humanity,
521
1233383
1971
to szlachetny cel
i chodzi tu o filantropię.
i chodzi tu o filantropię.
20:47
that's a worthy goal, but it's a company,
522
1235354
1672
20:49
and it's philanthropical.
523
1237026
2555
Myślę więc, że mamy podobne zamiary.
20:51
So I think we aim to do kind of similar things.
524
1239581
2952
Pracownicy Google'a
20:54
And I think, you ask, we have a lot of employees
525
1242533
2987
często stają się dosyć zamożni.
20:57
at Google who have become pretty wealthy.
526
1245520
3315
21:00
People make a lot of money in technology.
527
1248835
2520
Ludzie pracujący w technice
dużo zarabiają.
dużo zarabiają.
21:03
A lot of people in the room are pretty wealthy.
528
1251355
2156
W publiczności jest dużo zamożnych osób.
Pracujemy, żeby zmienić świat.
21:05
You're working because you
want to change the world.
want to change the world.
529
1253511
2314
21:07
You want to make it better.
530
1255825
1762
Sprawić, żeby był lepszy.
Dlaczego firma, dla której pracujemy,
21:09
Why isn't the company that you work for
531
1257587
3445
nie miałaby być warta
nie tylko naszego czasu,
nie tylko naszego czasu,
21:13
worthy not just of your time
532
1261032
1943
21:14
but your money as well?
533
1262975
2151
ale i pieniędzy?
21:17
I mean, but we don't have a concept of that.
534
1265126
1722
Ale ludzie tak nie myślą.
21:18
That's not how we think about companies,
535
1266848
2304
Myślimy o firmach w inny sposób,
i moim zdaniem to smutne,
21:21
and I think it's sad,
536
1269152
1467
21:22
because companies are most of our effort.
537
1270619
3767
bo w te firmy wkładamy
prawie cały nasz wysiłek.
prawie cały nasz wysiłek.
Pochłaniają większość naszego czasu,
21:26
They're where most of people's time is,
538
1274386
2515
i pieniędzy,
21:28
where a lot of the money is,
539
1276901
1854
21:30
and so I think I'd like for us to help out
540
1278755
2352
więc chciałbym pomóc
21:33
more than we are.
541
1281107
1126
bardziej.
21:34
CR: When I close conversations with lots of people,
542
1282233
1721
CR: Kiedy kończę rozmowę,
zawsze zadaję to pytanie:
21:35
I always ask this question:
543
1283954
1779
Jaki stan umysłu,
21:37
What state of mind,
544
1285733
1515
21:39
what quality of mind is it
545
1287248
1809
jaka cecha umysłu
tobie służy najlepiej?
21:41
that has served you best?
546
1289057
1767
Rupert Murdoch odpowiedział, że ciekawość,
21:42
People like Rupert Murdoch have said curiosity,
547
1290824
2521
21:45
and other people in the media have said that.
548
1293345
2628
i wielu znanych ludzi tak odpowiedziało.
21:47
Bill Gates and Warren Buffett have said focus.
549
1295973
3024
Bill Gates i Warren Buffett
odpowiedzieli, że skupienie.
odpowiedzieli, że skupienie.
21:50
What quality of mind,
550
1298997
1427
Jaka cecha umysłu,
zanim zakończymy tę rozmowę,
21:52
as I leave this audience,
551
1300424
1374
umożliwia ci myślenie o przyszłości
21:53
has enabled you to think about the future
552
1301798
3530
21:57
and at the same time
553
1305328
1647
i jednocześnie
21:58
change the present?
554
1306975
2205
o zmianie teraźniejszości?
22:01
LP: You know, I think the most important thing --
555
1309180
1670
Myślę, że najważniejsza rzecz --
Przyjrzałem się wielu firmom
22:02
I looked at lots of companies
556
1310850
1612
które z upływem czasu
okazują się niepowodzeniem.
okazują się niepowodzeniem.
22:04
and why I thought they don't succeed over time.
557
1312462
3303
22:07
We've had a more rapid turnover of companies.
558
1315765
2833
Wcześniej mieliśmy większą rotację firm.
22:10
And I said, what did they fundamentally do wrong?
559
1318598
2769
I pytam, dlaczego wszyscy
popełniają ten podstawowy błąd?
popełniają ten podstawowy błąd?
Co takiego te wszystkie firmy robią źle?
22:13
What did those companies all do wrong?
560
1321367
2167
i zazwyczaj chodzi o to że,
nie myślą o przyszłości.
nie myślą o przyszłości.
22:15
And usually it's just that they missed the future.
561
1323534
3272
22:18
And so I think, for me,
562
1326806
2444
Dla mnie,
ważne jest to żeby skupić się na tym,
22:21
I just try to focus on that and say,
563
1329250
2424
jaka naprawdę będzie przyszłość
22:23
what is that future really going to be
564
1331674
2184
22:25
and how do we create it,
565
1333858
1787
i jak ją wykreujemy,
22:27
and how do we cause our organization,
566
1335645
4667
i jak kierujemy naszą firmą,
aby na tym właśnie się skupić
22:32
to really focus on that
567
1340312
2440
i prowadzić ją na wysokim poziomie?
22:34
and drive that at a really high rate?
568
1342752
3325
22:38
And so that's been curiosity,
569
1346077
1360
i to pozostaje osobliwością,
22:39
it's been looking at things
570
1347437
1733
patrzeć na rzeczy,
o których ludzie nie myślą,
22:41
people might not think about,
571
1349170
1718
22:42
working on things that no one else is working on,
572
1350888
3105
pracować nad czymś,
nad czym nikt inny nie pracuje,
nad czym nikt inny nie pracuje,
dlatego, że tu są właśnie możliwości,
22:45
because that's where the additionality really is,
573
1353993
3306
i być gotowym
22:49
and be willing to do that,
574
1357299
1551
22:50
to take that risk.
575
1358850
1382
na podjęcie ryzyka.
Popatrz na Android.
22:52
Look at Android.
576
1360232
1065
Czułem się winny pracując nad Androidem
22:53
I felt guilty about working on Android
577
1361297
2785
na samym początku.
22:56
when it was starting.
578
1364082
1316
22:57
It was a little startup we bought.
579
1365398
1958
Kupiliśmy małą firmę.
To nie było właściwie to
czym się zajmowaliśmy.
czym się zajmowaliśmy.
22:59
It wasn't really what we were really working on.
580
1367356
2670
23:02
And I felt guilty about spending time on that.
581
1370026
2495
I miałem wyrzuty sumienia
tracąc na to czas.
tracąc na to czas.
23:04
That was stupid.
582
1372521
1454
To było głupie.
23:05
That was the future, right?
583
1373975
1051
To była przyszłość.
23:07
That was a good thing to be working on.
584
1375026
2285
To była właściwa decyzja.
Miło cię było tu gościć.
23:09
CR: It is great to see you here.
585
1377311
1417
23:10
It's great to hear from you,
586
1378728
1460
I wysłuchać,
to przyjemność siedzieć
z tobą przy tym stole.
z tobą przy tym stole.
23:12
and a pleasure to sit at this table with you.
587
1380188
2297
23:14
Thanks, Larry.
588
1382485
928
Dzięki, Larry.
23:15
LP: Thank you.
589
1383413
2103
Dziękuję.
23:17
(Applause)
590
1385516
3932
23:21
CR: Larry Page.
591
1389448
3311
ABOUT THE SPEAKER
Larry Page - CEO of GoogleLarry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web.
Why you should listen
Larry Page and Sergey Brin met in grad school at Stanford in the mid-'90s, and in 1996 started working on a search technology based on a new idea: that relevant results come from context. Their technology analyzed the number of times a given website was linked to by other sites — assuming that the more links, the more relevant the site — and ranked sites accordingly. In 1998, they opened Google in a garage-office in Menlo Park. In 1999 their software left beta and started its steady rise to web domination.
Beyond the company's ubiquitous search, including AdSense/AdWords, Google Maps, Google Earth and the mighty Gmail. In 2011, Page stepped back into his original role of chief executive officer. He now leads Google with high aims and big thinking, and finds time to devote to his projects like Google X, the idea lab for the out-there experiments that keep Google pushing the limits.
Larry Page | Speaker | TED.com