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.
Chciałbym przekonać Was dziś do jednej ważnej myśli: że całość danych, które przyswajamy, jest większa niż suma ich części, a zamiast myśleć o przeciążeniu informacjami, chciałbym żebyście wyobrazili sobie możliwości wykorzystywania informacji, dzięki którym wyłaniają się wzorce, a my dostrzegamy tendencje, które bez tego byłyby niewidoczne.
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.
Widzicie tu typowy wykres umieralności w zależności od wieku. Narzędzie, którego używam, to mały eksperyment. Nazywa się Pivot i dzięki niemu mogę przefiltrować według konkretnej przyczyny śmierci – na przykład wypadków. I od razu widzę, że teraz wyłania się inny wzorzec. Jest tak, ponieważ tutaj pośrodku są ludzie w wieku największej aktywności życiowej a tam najsłabsi. Możemy cofnąć się i uporządkować dane według przyczyn śmierci i widzimy, że to choroby układu krążenia i rak są typowymi przyczynami – ale nie w każdym przypadku. Jeśli teraz jeszcze przefiltrujemy według wieku, na przykład: do 40 roku życia, widzimy, że to wypadki są faktycznie głównym zagrożeniem. Zagłębiając się w to, widzimy że dotyczy to zwłaszcza mężczyzn.
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.
Widzicie teraz, że przeglądanie informacji, przeglądanie danych w ten sposób przypomina pływanie w żywej infografice, grafice informacyjnej. A skoro możemy zrobić to z danymi liczbowymi, czemu nie spróbować z zawartością Internetu? Tutaj mamy okładki wszystkich numerów "Sports Illustrated", jakie wydano. Wszystkie dostępne na WWW. Po mojej prezentacji możecie sprawdzić to samemu. Korzystając z Pivota, możemy zagłębić się w daną dekadę. Możemy zagłębić się w konkretny rok. Możemy przejść prosto do określonego numeru. A więc oglądam to, widzę sportowców, którzy pojawili się w tym numerze... dyscypliny. Jestem fanem Lance'a Armstronga, więc kliknę tutaj i zobaczę wszystkie numery, w których pojawił się Lance Armstrong.
(Applause)
(Oklaski)
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.
Jeśli chciałbym tylko rzucić okiem na to wszystko, mogę stwierdzić: A może spojrzeć na wszystko związane z kolarstwem? Więc cofnę się i rozwinę to. I teraz widzę Grega Lemonda. Teraz powinniście dostrzegać, że gdy nawigujemy w ten sposób wśród informacji, zawężając, poszerzając, zbliżając, oddalając, nie wyszukujemy ani nie przeglądamy. Robimy naprawdę coś trochę innego. To coś pośredniego i sądzimy, że jest to zmiana możliwości wykorzystania informacji.
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.
Chciałbym dokonać małej ekstrapolacji tego pomysłu, zrobić coś trochę szalonego. Otóż wzięliśmy wszystkie strony Wikipedii i każdą z nich zredukowaliśmy do krótkiego abstraktu. Tak więc nasz abstrakt składa się z króciutkiego streszczenia oraz ikony wskazującej dziedzinę, do której należy. Widzicie teraz tylko 500 najpopularniejszych stron Wikipedii. Ale nawet z tym ograniczonym zbiorem możemy zrobić mnóstwo rzeczy. Od razu możemy dostrzec, jakie dziedziny są najpopularniejsze w Wikipedii. Następnie wybiorę kategorię Rządy. Teraz, po wybraniu kategorii Rządy widzę, że w Wikipedii najmocniej koresponduje ona z kategorią Człowiek Roku tygodnika Time. To bardzo ważny przykład, ponieważ ta informacja nie znajduje się na żadnej konkretnej stronie Wikipedii. Możemy się tego dowiedzieć, tylko jeśli odsuniemy się i obejmiemy wzrokiem je wszystkie.
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.
Zapoznając się z jednym z tych abstraktów, mogę zagłębić się w pojęcie „Człowiek Roku tygodnika Time” i przywołać informacje o tych wszystkich osobach. Przyglądając się im, widzę, że większość jest związana ze sferami rządowymi. Niektóre ze sferą nauk przyrodniczych. Niektóre, jeszcze mniejsza liczba, z biznesem. Tu jest mój szef. A jedna osoba jest związana z muzyką. I co ciekawe, Bono jest również laureatem nagrody TED Prize. Możemy więc teraz przeskoczyć do zestawienia wszystkich laureatów TED Prize. Jak widzicie pierwszy raz nawigujemy w sieci WWW jak w prawdziwej sieci – nie ze strony na stronę, ale na wyższym poziomie abstrakcji.
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.
Chcę pokazać jeszcze jedną rzecz, która może Was trochę zaskoczyć. Widzicie tu witrynę New York Timesa. Pivot, aplikacja ta – nie będę jej nazywać przeglądarką, to nie jest przeglądarka, choć można w niej wyświetlać strony WWW – ta technika zmiany powiększenia jest dostępna dla każdej strony WWW. Mogę więc odsunąć się, żeby spojrzeć z dystansu i wskoczyć prosto do określonej sekcji. Jest to ważne, ponieważ dzięki możliwości wyświetlania stron WWW w ten sposób mogę popatrzeć na całą moją historię przeglądania w dokładnie taki sam sposób. Mogę więc zagłębić się w to, co robiłem w określonych przedziałach czasu. Tutaj jest zapis całej mojej dzisiejszej demonstracji. Mogę też, w pewnym sensie, odtworzyć to, co oglądałem dziś wcześniej. A jeśli chcę odsunąć się jeszcze bardziej i popatrzeć na wszystko, mogę przeanalizować ze wszystkich stron moją historię, może pod kątem mojej historii wyszukiwania. Tutaj uprawiałem trochę nepotyzmu podczas wyszukiwania, wyszukując Bing, a tutaj Live Labs Pivot. A stąd mogę się zagłębić w tę stronę WWW i po prostu otworzyć ją ponownie. To jedna metafora o wielu zastosowaniach, a każde z nich daje nam całość większą niż suma części zawierających dane.
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.
Tak więc: teraz, w dzisiejszym świecie myślimy o danych jako klątwie. Mówimy o klątwie przeciążenia informacjami. Mówimy o tonięciu w danych. Co się stanie, jeśli odwrócimy to wszystko do góry nogami? Odwrócimy WWW do góry nogami i zamiast przechodzić od jednego elementu do drugiego przyzwyczaimy się do możliwości przechodzenia od zbioru elementów do innego zbioru elementów, dzięki czemu zobaczymy wzorce, które w innej sytuacji byłyby ukryte? Jeśli uda nam się to, zamiast tkwić w pułapce danych, moglibyśmy naprawdę wydobywać informacje. I zamiast zajmować się tylko informacjami moglibyśmy wyłuskiwać wiedzę. A gdy już będziemy mieć wiedzę, może nawet uda się odnaleźć mądrość.
So with that, I thank you.
Z taką nadzieją dziękuję za uwagę.
(Applause)
(Oklaski)