Ако мога да ви оставя с една голяма идея днес, това е идеята, че целостта от данни, в която консумираме, е далеч по-голяма от сумата от частите, и вместо да мислим за информационно претоварване, бих искал да мислите как можем да използваме информацията, така че да изскочат схеми и да можем да видим тенденции, които иначе биха били невидими.
If I can leave you with one big idea today, it's that the whole of the data in which we consume is greater that the sum of the parts, and instead of thinking about information overload, what I'd like you to think about is how we can use information so that patterns pop and we can see trends that would otherwise be invisible.
Онова, което разглеждаме тук, е типична графика на смъртността, подредена по възраст. Инструментът, който използвам тук, е малък експеримент. Нарича се "Пайвът" - ето какво може да прави "Пайвът": мога да реша да филтрирам по определена причина на смъртта, например инциденти. И веднага виждам, че се появява различна схема. Това е, защото, тук в средата хората са най-активни, а тук долу са най-крехки. Можем отново да отстъпим назад, а после да преподредим данните по причина на смърт, и виждаме, че свързаните с циркулацията болести и ракът са обичайните заподозрени, но не за всеки. Ако продължим и филтрираме по възраст - да кажем, 40 години или по-малко, виждаме, че инцидентите всъщност са най-голямата причина, за която хората трябва да се притесняват. А ако се задълбае в това, става дума особено за мъжете.
So what we're looking at right here is a typical mortality chart organized by age. This tool that I'm using here is a little experiment. It's called Pivot, and with Pivot what I can do is I can choose to filter in one particular cause of deaths -- say, accidents. And, right away, I see there's a different pattern that emerges. This is because, in the mid-area here, people are at their most active, and over here they're at their most frail. We can step back out again and then reorganize the data by cause of death, seeing that circulatory diseases and cancer are the usual suspects, but not for everyone. If we go ahead and we filter by age -- say 40 years or less -- we see that accidents are actually the greatest cause that people have to be worried about. And if you drill into that, it's especially the case for men.
И така, схващате идеята, че разглеждането на информацията, разглеждането на данните по този начин доста прилича на плуване в една жива информационна инфо-графика. А ако можем да правим това за необработени данни, защо да не го правим и за съдържанието? Ето какво имаме тук - корицата на всеки един брой на "Спортс Илюстрейтед", издаван някога. Всичко е тук. Всичко е в мрежата. Може да се върнете в стаите си и да опитате това след моя разговор. С "Пайвът" можете да задълбаете в дадено десетилетие. Можете да задълбаете в определена година. Можете да скочите направо на определен брой. Разглеждам това; виждам атлетите, които са се появили в този брой, спортовете. Почитател съм на Ланс Армстронг, затова ще кликна върху това, което разкрива за мен всички броеве, от които е бил част Ланс Армстронг.
So you get the idea that viewing information, viewing data in this way, is a lot like swimming in a living information info-graphic. And if we can do this for raw data, why not do it for content as well? So what we have right here is the cover of every single Sports Illustrated ever produced. It's all here; it's all on the web. You can go back to your rooms and try this after my talk. With Pivot, you can drill into a decade. You can drill into a particular year. You can jump right into a specific issue. So I'm looking at this; I see the athletes that have appeared in this issue, the sports. I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that, which reveals, for me, all the issues in which Lance Armstrong's been a part of.
(Аплодисменти)
(Applause)
Ако искам просто да надникна в тези, може да си помисля: "Ами ако искам да разгледам цялото колоездене?" Мога да се върна стъпка назад и да разширя това. И сега виждам Грег Лемонд. И така, схващате идеята, че когато навигирате през информацията по този начин, стеснявате, разширявате, влизате, излизате, вие не търсите, не разглеждате. Всъщност правите нещо малко по-различно. То е помежду, и според нас променя начина, по който може да се използва информацията.
Now, if I want to just kind of take a peek at these, I might think, "Well, what about taking a look at all of cycling?" So I can step back, and expand on that. And I see Greg LeMond now. And so you get the idea that when you navigate over information this way -- going narrower, broader, backing in, backing out -- you're not searching, you're not browsing. You're doing something that's actually a little bit different. It's in between, and we think it changes the way information can be used.
И така, искам да екстраполирам малко върху тази идея, нещо малко налудничаво. Онова, което сме направили тук е, че сме взели всяка една страница от Уикипедия и сме я намалили до кратко резюме. Резюмето се състоеше само от малък синопсис и една иконка, сочеща тематичната област, от която идва. Показвам само първите 500 най-популярни страници в Уикипедия ето тук. Но дори при този ограничен изглед, можем да правим доста неща. Веднага получаваме усет за това какви са тематичните области, най-популярни в Уикипедия. Ще продължа с избор на правителство. Сега, като избрах правителство, виждам, че категориите на Уикипедия, които най-често отговарят на това, са "Хора на годината" на списание "Тайм". Това е наистина важно, защото това е прозрение, което не се съдържа в никоя страница от "Уикипедия". Това прозрение е възможно да се случи, като направиш стъпка назад и ги погледнеш всички.
So I want to extrapolate on this idea a bit with something that's a little bit crazy. What we're done here is we've taken every single Wikipedia page and we reduced it down to a little summary. So the summary consists of just a little synopsis and an icon to indicate the topical area that it comes from. I'm only showing the top 500 most popular Wikipedia pages right here. But even in this limited view, we can do a lot of things. Right away, we get a sense of what are the topical domains that are most popular on Wikipedia. I'm going to go ahead and select government. Now, having selected government, I can now see that the Wikipedia categories that most frequently correspond to that are Time magazine People of the Year. So this is really important because this is an insight that was not contained within any one Wikipedia page. It's only possible to see that insight when you step back and look at all of them.
Като гледам едно от тези определени резюмета, после мога да задълбая в концепцията на "Човек на годината" на списание "Тайм", като ги извадя всички. Като гледам тези хора, виждам, че болшинството идват от правителството. Някои идват от природните науки. Някои, по-малко, са дошли от бизнеса. Ето го моят шеф. И един е дошъл от музиката. Доста интересно, Боно е също и лауреат на Наградата ТЕД. Можем да отидем, да прескочим и да видим всички лауреати на Наградата ТЕД. И така, виждате, навигираме из мрежата за пръв път, като че ли наистина е мрежа - не страница по страница, а на едно по-високо ниво на абстракция.
Looking at one of these particular summaries, I can then drill into the concept of Time magazine Person of the Year, bringing up all of them. So looking at these people, I can see that the majority come from government; some have come from natural sciences; some, fewer still, have come from business -- there's my boss -- and one has come from music. And interestingly enough, Bono is also a TED Prize winner. So we can go, jump, and take a look at all the TED Prize winners. So you see, we're navigating the web for the first time as if it's actually a web, not from page-to-page, but at a higher level of abstraction.
Искам да ви покажа нещо друго, което може да ви изненада малко. Тук показвам просто уебсайта на "Ню Йорк Таймс". И така, "Пайвът", това приложение... не искам да го наричам браузър; всъщност не е браузър, но с него могат да се разглеждат уеб страници... и внасяме тази приближаема технология във всяка една уеб страница като тази. Така че мога да направя стъпка назад и да попадна отново в определена секция. Причаната това да е важно е, че благодарение само на разглеждането на уеб страници по този начин, мога да погледна цялата си история на браузване по точно същия начин. Така че мога да дълбая в онова, което съм правил в определени периоди от време. Всъщност, тук е състоянието на цялата демонстрация, която току-що направих. И мога да повторя някои неща, които разглеждах по-рано днес. А ако искам да се върна стъпка назад и да разгледам всичко, мога да разгледам парче по парче историята си вероятно чрез историята на търсенето си. Тук правех малко пристрастно търсене, търсех "Бинг", а тук - "Лайв Лабс Пайвът". А от тях мога да задълбая в уеб страницата и просто да ги пусна отново. Това е една метафора, чието предназначение се променя множество пъти и във всеки случай прави цялото много по-голямо от сумата от частите с данните.
And so I want to show you one other thing that may catch you a little bit by surprise. I'm just showing the New York Times website here. So Pivot, this application -- I don't want to call it a browser; it's really not a browser, but you can view web pages with it -- and we bring that zoomable technology to every single web page like this. So I can step back, pop right back into a specific section. Now the reason why this is important is because, by virtue of just viewing web pages in this way, I can look at my entire browsing history in the exact same way. So I can drill into what I've done over specific time frames. Here, in fact, is the state of all the demo that I just gave. And I can sort of replay some stuff that I was looking at earlier today. And, if I want to step back and look at everything, I can slice and dice my history, perhaps by my search history -- here, I was doing some nepotistic searching, looking for Bing, over here for Live Labs Pivot. And from these, I can drill into the web page and just launch them again. It's one metaphor repurposed multiple times, and in each case it makes the whole greater than the sum of the parts with the data.
И така, сега в този свят мислим за данните като за проклятие. Говорим за проклятието на информационното претоварване. Говорим за давене в данни. Ами ако всъщност можем да обърнем това с главата надолу, да обърнем мрежата с главата надолу, така че вместо от едното към следващото да свикнем с навика да можем да минаваме от много неща към много неща и тогава да можем да видим схемите, които иначе са били скрити? Ако можем да правим това, тогава, вместо да бъдем хванати в капана на данните, може би наистина ще извличаме информация. И вместо да се занимаваме само с информация, можем да измъкваме знание. А ако получаваме знанието, тогава може би дори има мъдрост за откриване.
So right now, in this world, we think about data as being this curse. We talk about the curse of information overload. We talk about drowning in data. What if we can actually turn that upside down and turn the web upside down, so that instead of navigating from one thing to the next, we get used to the habit of being able to go from many things to many things, and then being able to see the patterns that were otherwise hidden? If we can do that, then instead of being trapped in data, we might actually extract information. And, instead of dealing just with information, we can tease out knowledge. And if we get the knowledge, then maybe even there's wisdom to be found.
С това, благодаря.
So with that, I thank you.
(Аплодисменти)
(Applause)