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.
Tôi mong muốn sau ngày hôm nay, các bạn sẽ nhớ đến ý tưởng lớn này, đó là toàn bộ dữ liệu chúng ta tiếp nhận lớn hơn tổng các thành phần, và thay vì nghĩ đến việc quá tải thông tin, tôi muốn các bạn nghĩ đến cách làm sao chúng ta có thể sử dụng thông tin để các mẫu xuất hiện và chúng ta có thể thấy các xu hướng vô hình.
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.
Các bạn đang thấy ở đây một biểu đồ tỉ lệ tử vong điển hình sắp xếp theo độ tuổi. Công cụ tôi đang sử dụng là một thử nghiệm nho nhỏ. Nó có tên Pivot, và với Pivot tôi có thể chọn để lọc một nguyên nhân tử vong cụ thể, ví dụ như tai nạn. Và ngay bây giờ, tôi đã thấy một mẫu khác xuất hiện. Đó là vì, trong vùng ở giữa đây mọi người ở trạng thái năng động nhất và đằng này, họ đang ở trạng thái yếu ớt nhất. Chúng ta có thể quay lại và tiếp đó, tái tổ chức dữ liệu theo nguyên nhân tử vong, thấy rằng các bệnh về hệ tuần hoàn và ung thư là các nghi phạm phổ biến nhưng không phải ai cũng mắc. Nếu chúng ta tiếp tục và lọc theo độ tuổi, ví dụ từ 40 trở xống, chúng ta thấy rằng các tai nạn là nguyên do lớn nhất khiến mọi người lo lắng. Và nếu nghĩ rộng ra thì nó đặc biệt phổ biến với nam giới.
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.
Thế nên các bạn biết được khi xem xét thông tin và dữ liệu bằng cách này, giống như ta đang bơi trong một trình đồ họa thông tin sống động. Và nếu có thể tối ưu hóa các dữ liệu thô thì tại sao không tối ưu hóa luôn cả nội dung nữa? Ở đây chúng ta có tất cả các môn thể thao được minh họa từng được sản xuất. Tất cả ở đây, trên web. Sau buổi diễn thuyết này, các bạn có thể về phòng và thử nó. Với Pivot, bạn có thể đào sâu vào 1 thập kỷ. Hoặc một năm nào đó. Các bạn có thể nhảy thẳng vào một vấn đề cụ thể. Khi nhìn vào cái này, tôi thấy các vận động viên xuất hiện trong vấn đề này, các môn thể thao. Tôi rất hâm mộ anh Lance Armstrong, nên tôi sẽ click vào đó, nó sẽ hiện ra mọi thông tin liên quan đến anh.
(Applause)
(Vỗ tay)
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.
Nào, nếu tôi muốn xem qua các mục này, có thể tôi nghĩ, "Uhm, thử xem về đua xe đạp cái nào." và tôi có thể quay lại, mở rộng nó. Và bây giờ tôi thấy Greg Lemond. Và bạn có ý tưởng khi bạn duyệt thông tin theo cách này, có thể thu hẹp hoặc mở rộng, trở vào, trở ra, không phải bạn đang tìm kiếm, cũng không phải đang duyệt. Nó khác hơn một chút. Nó nằm ở giữa và chúng tôi nghĩ nó thay đổi cách thức sử dụng thông tin.
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.
Nên tôi muốn ngoại suy về ý tưởng này một chút hơi điên khùng một chút. Chúng tôi đã lấy từng trang Wikipedia và giản lược nó thành 1 bản tóm tắt. Một bản tóm tắt chỉ gồm đoạn tóm lược nhỏ và một biểu tượng để chỉ vùng đề tài của nó. Tôi sẽ chỉ chiếu 500 trang Wikipedia phổ biến nhất ở đây. Nhưng kể cả trong tầm nhìn giới hạn này, chúng ta có thể làm nhiều thứ. Ngay bây giờ, chúng ta biết được các vùng đề tài nào là phổ biến nhất trên Wiki. Tôi sẽ chọn chủ đề chính phủ. Sau khi chọn chủ đề này, bây giờ tôi có thể thấy các bảng xếp loại Wiki trao đổi thường xuyên với nó nhất là mục Người Của Năm của tạp chí Time. Điều này rất quan trọng vì đây là kiến thức sâu mà không một trang Wiki nào đề cập. Chỉ có thể thấy được các kiến thức chuyên sâu đó khi bạn quay lại và bao quát tất cả.
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.
Nhìn vào một trong các tóm tắt cụ thể này, tôi có thể đọc kỹ hơn về nội dung của Người của năm do tạp chí Time bình chọn, lôi hết mọi thông tin liên quan lên. Nhìn vào những người này, có thể thấy đa phần là quan chức chính phủ. Một số vị làm việc trong các ngành khoa học tự nhiên. Khiêm tốn hơn là vài người từ lĩnh vực kinh doanh. Có cả xếp của tôi nữa kìa. Một người thì từ lĩnh vực âm nhạc. Và thật thú vị Bono cũng là diễn giả đạt giải thưởng TED. Chúng ta có thể nhảy vào, điểm mặt các diễn giả đạt giải thưởng TED. Các bạn thấy đó, chúng ta đang duyệt web lần đầu tiên như thể nó thực sự là web, không phải hết trang này sang trang khác, mà lấy thông tin ở cấp độ cao hơn.
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.
Tôi muốn cho các bạn xem một thứ nữa nó có thể khiến bạn ngạc nhiên đôi chút. Tôi sẽ chiếu trang web của tờ New York Times ở đây. Pivot, ứng dụng này -- Tôi không muốn gọi nó là một trình duyệt vì nó không hẳn thế, nhưng các bạn có thể xem các trang web bằng nó và chúng tôi mang đến công nghệ có thể phóng đại hoặc thu nhỏ tới từng trang web như thế này. Nên tôi có thể quay lại, click vào một khu vực cụ thể. Nào, lý do đặc tính này quan trọng là vì nhờ xem các trang web theo cách này tôi có thể xem toàn bộ lịch sử duyệt web theo cách tương tự. Thế nên tôi có thể xem mình đã làm gì trong suốt một khung thời gian nhất định. Đây là trạng thái của toàn bộ phần demo tôi vừa trình chiếu. Và tôi có thể xem lại một số thứ vừa xem hôm nay. Và nếu muốn quay lại xem mọi thứ tôi có thể xem lại lịch sử duyệt web bằng lịch sử tìm kiếm của mình. Đây, tôi đã tìm kiếm một số thứ cây nhà lá vườn, tìm kiếm Bing, đằng này là tìm kiếm Live Labs Pivot. Và từ những lịch sử đó, tôi có thể vào trang web đó và dùng lại chúng. Đó là một phép ẩn dụ được dùng đi dùng lại rất nhiều lần, và trong mỗi trường hợp, nó khiến toàn bộ dữ liệu lớn hơn tổng các thành phần.
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.
Nên trong thế giới này, chúng tôi nghĩ đến dữ liệu đã mắc phải lời nguyền. Chúng ta nói về lời nguyền quá tải thông tin. Chúng ta than thở như bị chết đuối trong dữ liệu. Nếu chúng ta có thể đảo ngược tình thế, đảo ngược tình trạng web hiện nay, thay vì thói quen xem từ trang này sang trang khác, chúng ta làm quen với khả năng đi từ nhiều thứ này đến nhiều thứ khác, và do đó có thể nhìn ra các mẫu trước đây là vô hình hoặc tiềm ẩn? Nếu chúng ta có thể, thì thay vì giãy giụa trong cái bẫy dữ liệu, chúng ta sẽ có thể lấy thông tin một cách dễ dàng. Và thay vì chỉ xử lý thông tin. chúng ta còn có thể tìm kiếm niềm vui với kiến thức. Và nếu có được kiến thức thì có thể chúng ta sẽ tìm thấy sự thông thái của mình.
So with that, I thank you.
Xin cảm ơn quý vị đã chú ý lắng nghe.
(Applause)
(Vỗ tay)