America's favorite pie is?
Излюбленный пирог американцев?
Audience: Apple. Kenneth Cukier: Apple. Of course it is. How do we know it? Because of data. You look at supermarket sales. You look at supermarket sales of 30-centimeter pies that are frozen, and apple wins, no contest. The majority of the sales are apple. But then supermarkets started selling smaller, 11-centimeter pies, and suddenly, apple fell to fourth or fifth place. Why? What happened? Okay, think about it. When you buy a 30-centimeter pie, the whole family has to agree, and apple is everyone's second favorite. (Laughter) But when you buy an individual 11-centimeter pie, you can buy the one that you want. You can get your first choice. You have more data. You can see something that you couldn't see when you only had smaller amounts of it.
Аудитория: Яблочный. Кеннет Кукьер: Яблочный. Конечно же. Как мы это знаем? Благодаря данным. Смотрим на продажи супермаркетов. Смотрим на продажи 30-сантиметровых замороженных пирогов, и яблочный пирог лидирует, вне конкуренции. Большинство продаж — яблочный пирог. Но потом супермаркеты стали продавать пироги поменьше, 11-сантиметровые, и внезапно яблочный пирог переместился на 4 или 5 место. Почему? Что случилось? Хорошо, задумайтесь. При покупке 30-сантиметрового пирога вся семья должна прийти к согласию, и яблочный пирог второй по предпочтению каждого человека. (Смех) Но при покупке отдельного 11-сантиметрового пирога вы можете купить то, чего вы желаете. Ваш первый выбор. У вас больше данных. Вы можете увидеть то, чего не могли раньше, когда у вас были лишь маленькие части этого.
Now, the point here is that more data doesn't just let us see more, more of the same thing we were looking at. More data allows us to see new. It allows us to see better. It allows us to see different. In this case, it allows us to see what America's favorite pie is: not apple.
Здесь важно то, что больше данных не только позволяет нам видеть больше в самом обозреваемом. Больше данных позволяет нам видеть новое. Позволяет видеть лучше. Позволяет видеть по-другому. В данном случае, позволяет понять какой пирог излюбленный у американцев: не яблочный.
Now, you probably all have heard the term big data. In fact, you're probably sick of hearing the term big data. It is true that there is a lot of hype around the term, and that is very unfortunate, because big data is an extremely important tool by which society is going to advance. In the past, we used to look at small data and think about what it would mean to try to understand the world, and now we have a lot more of it, more than we ever could before. What we find is that when we have a large body of data, we can fundamentally do things that we couldn't do when we only had smaller amounts. Big data is important, and big data is new, and when you think about it, the only way this planet is going to deal with its global challenges — to feed people, supply them with medical care, supply them with energy, electricity, and to make sure they're not burnt to a crisp because of global warming — is because of the effective use of data.
Вы, вероятно, слышали термин «большие данные». Вы, вероятно, уже устали слышать термин «большие данные». Действительно, термин разрекламирован, что очень печально, потому что большие данные — это очень важный инструмент, благодаря которому общество прогрессирует. Раньше мы смотрели на малые данные и думали о том, что бы это значило: попробовать понять мир; а сейчас у нас намного больше данных, больше, чем мы могли добыть раньше. И когда у нас большой корпус данных, мы можем делать то, чего не могли делать, когда данные были меньше. Большие данные важны, и большие данные — новинка, и если задуматься, для нашей планеты единственным путём справиться с мировыми проблемами: накормить людей, предоставить им медицинскую помощь, снабдить их энергией, электричеством, да чтобы не поджарились до корочки с глобальным потеплением, — является результативное использование данных.
So what is new about big data? What is the big deal? Well, to answer that question, let's think about what information looked like, physically looked like in the past. In 1908, on the island of Crete, archaeologists discovered a clay disc. They dated it from 2000 B.C., so it's 4,000 years old. Now, there's inscriptions on this disc, but we actually don't know what it means. It's a complete mystery, but the point is that this is what information used to look like 4,000 years ago. This is how society stored and transmitted information.
Так что же ново в больших данных? Что же в них так важно? Чтобы ответить на этот вопрос, давайте подумаем о том, как информация выглядела, физически выглядела в прошлом. В 1908 году на острове Крит археологи нашли глиняный диск. Он датировался 2000 годом до н.э., то есть ему 4000 лет. На диске есть надписи, но нам неизвестно их значение. Полная загадка, но главное то, что так раньше выглядела информация, 4000 лет назад. Так общество хранило и передавало информацию.
Now, society hasn't advanced all that much. We still store information on discs, but now we can store a lot more information, more than ever before. Searching it is easier. Copying it easier. Sharing it is easier. Processing it is easier. And what we can do is we can reuse this information for uses that we never even imagined when we first collected the data. In this respect, the data has gone from a stock to a flow, from something that is stationary and static to something that is fluid and dynamic. There is, if you will, a liquidity to information. The disc that was discovered off of Crete that's 4,000 years old, is heavy, it doesn't store a lot of information, and that information is unchangeable. By contrast, all of the files that Edward Snowden took from the National Security Agency in the United States fits on a memory stick the size of a fingernail, and it can be shared at the speed of light. More data. More.
Общество не так уж и продвинулось с тех пор. Мы до сих пор храним информацию на дисках, только теперь мы можем хранить намного больше информации, больше, чем когда-либо. Её поиск легче. Копирование легче. Обмен ею легче. Её обработка легче. И мы можем использовать её повторно для целей, которых и не представляли, при первоначальном сборе информации. В этом отношении информация прошла путь от залежи до сели, от чего-то стационарного, статичного до чего-то текучего и динамичного. Свойство ликвидности информации, если хотите. Диск, найденный на Крите, которому 4000 лет, тяжёлый, не хранит много информации, и эта информация неизменяема. Напротив, все файлы, которые Эдвард Сноуден взял из Агентства национальной безопасности США умещаются на карте памяти размером с ноготь, и она может быть распространена со скоростью света. Больше информации. Больше.
Now, one reason why we have so much data in the world today is we are collecting things that we've always collected information on, but another reason why is we're taking things that have always been informational but have never been rendered into a data format and we are putting it into data. Think, for example, the question of location. Take, for example, Martin Luther. If we wanted to know in the 1500s where Martin Luther was, we would have to follow him at all times, maybe with a feathery quill and an inkwell, and record it, but now think about what it looks like today. You know that somewhere, probably in a telecommunications carrier's database, there is a spreadsheet or at least a database entry that records your information of where you've been at all times. If you have a cell phone, and that cell phone has GPS, but even if it doesn't have GPS, it can record your information. In this respect, location has been datafied.
Одна из причин такого большого объёма данных — это сбор информации о том, о чём мы всегда её собирали; но другой причиной является то, что мы собираем данные, которые всегда были информационны, но никогда не были переведены в информационный формат, а сейчас мы это документируем. Подумайте, например, о проблеме местоположения. Возьмём, например, Мартина Лютера. Если вы, будучи в 1500-х хотели узнать, где находится Мартин Лютер, вам пришлось бы ходить за ним всё время, может с пером и чернильницей, и записывать; а теперь, подумайте как это выглядит сегодня. Вы понимаете, что где-то в базе данных поставщика телекоммуникационных услуг есть таблица или, по крайней мере, запись в базе данных с информацией о том, где вы бываете. Если у вас есть мобильный телефон, и в телефоне есть система GPS, да даже если нет, он может записывать информацию о вас. В этом отношении, местоположение стало документировано.
Now think, for example, of the issue of posture, the way that you are all sitting right now, the way that you sit, the way that you sit, the way that you sit. It's all different, and it's a function of your leg length and your back and the contours of your back, and if I were to put sensors, maybe 100 sensors into all of your chairs right now, I could create an index that's fairly unique to you, sort of like a fingerprint, but it's not your finger.
Теперь подумайте, например, о проблеме осанки, о том, как вы сейчас сидите: как сидите вы, как сидите вы, как сидите вы. Все сидят по-разному в зависимости от длины ног, спины и формы спины; и если бы я установил сотни сенсоров во все сиденья, я бы смог вывести индивидуальный индекс для каждого из вас, что-то вроде отпечатков пальцев, только это не пальцы.
So what could we do with this? Researchers in Tokyo are using it as a potential anti-theft device in cars. The idea is that the carjacker sits behind the wheel, tries to stream off, but the car recognizes that a non-approved driver is behind the wheel, and maybe the engine just stops, unless you type in a password into the dashboard to say, "Hey, I have authorization to drive." Great.
Так что же мы с этим можем сделать? Учёные в Токио используют это как потенциальную противоугонную систему для машин. Идея в том, что угонщик садится за руль, пытается удрать, но машина опознает, что за рулём водитель без доступа, и, может, двигатель не заработает, пока вы не введёте пароль на приборной панели и скажете: «Привет, у меня есть доступ к вождению данного автомобиля». Прекрасно.
What if every single car in Europe had this technology in it? What could we do then? Maybe, if we aggregated the data, maybe we could identify telltale signs that best predict that a car accident is going to take place in the next five seconds. And then what we will have datafied is driver fatigue, and the service would be when the car senses that the person slumps into that position, automatically knows, hey, set an internal alarm that would vibrate the steering wheel, honk inside to say, "Hey, wake up, pay more attention to the road." These are the sorts of things we can do when we datafy more aspects of our lives.
Что если бы в каждой машине в Европе была такая технология? Что бы мы тогда могли сделать? Может, если бы мы собрали данные, может, мы бы смогли определить индикаторы приборной панели, лучше всего оповещающие о возможной аварии в следующие 5 секунд. И тогда у нас была бы задокументирована усталость водителя, и тогда машина смогла бы опознавать, когда водитель проваливается в эту позу, автоматически определять и посылать внутренний сигнал: вибрация руля, салонный гудок, и говорить: «Эй, просыпайся, внимательней следи за дорогой». Такого типа вещи мы сможем делать, при документировании всё больших аспектов нашей жизни.
So what is the value of big data? Well, think about it. You have more information. You can do things that you couldn't do before. One of the most impressive areas where this concept is taking place is in the area of machine learning. Machine learning is a branch of artificial intelligence, which itself is a branch of computer science. The general idea is that instead of instructing a computer what do do, we are going to simply throw data at the problem and tell the computer to figure it out for itself. And it will help you understand it by seeing its origins. In the 1950s, a computer scientist at IBM named Arthur Samuel liked to play checkers, so he wrote a computer program so he could play against the computer. He played. He won. He played. He won. He played. He won, because the computer only knew what a legal move was. Arthur Samuel knew something else. Arthur Samuel knew strategy. So he wrote a small sub-program alongside it operating in the background, and all it did was score the probability that a given board configuration would likely lead to a winning board versus a losing board after every move. He plays the computer. He wins. He plays the computer. He wins. He plays the computer. He wins. And then Arthur Samuel leaves the computer to play itself. It plays itself. It collects more data. It collects more data. It increases the accuracy of its prediction. And then Arthur Samuel goes back to the computer and he plays it, and he loses, and he plays it, and he loses, and he plays it, and he loses, and Arthur Samuel has created a machine that surpasses his ability in a task that he taught it.
Так в чём же ценность больших данных? Что ж, подумайте. У вас больше информации. Вы можете делать то, чего раньше не могли. Одной из самых впечатляющих областей, использующих этот концепт, это область машинного обучения. Машинное обучение — это подвид искусственного интеллекта, который сам является подвидом информатики. Основная идея состоит в том, что вместо задания алгоритма действий мы просто закидываем проблему данными и даём компьютеру додуматься самому. Понять это поможет взгляд на истоки. В 1950-х учёный-информатик компании IBM, Артур Самуэль, любил играть в шашки, и он написал программу, чтобы играть против компьютера. Он играл. Он выигрывал. Играл. Выигрывал. Играл. Выигрывал, потому что компьютер знал лишь правильные ходы. Артур Самуэль знал кое-что ещё. Артур Самуэль знал стратегию. Поэтому он написал маленькую под-программу, работающую в фоновом режиме, и она лишь высчитывала вероятность победы при данной ситуации на доске после каждого хода. Он играет против компьютера. Он выигрывает. Играет против компьютера. Выигрывает. Играет против компьютера. Выигрывает. А потом Артур Самуэль даёт компьютеру играть с самим собой. Он играет сам с собой. Собирает больше данных. Собирает больше данных. Увеличивает точность прогнозов. А потом Артур Самуэль снова садится за компьютер. Он играет и проигрывает. Играет и проигрывает, играет и проигрывает. Артур Самуэль создал механизм, превосходящий его собственные возможности в упражнении, которому он его обучил.
And this idea of machine learning is going everywhere. How do you think we have self-driving cars? Are we any better off as a society enshrining all the rules of the road into software? No. Memory is cheaper. No. Algorithms are faster. No. Processors are better. No. All of those things matter, but that's not why. It's because we changed the nature of the problem. We changed the nature of the problem from one in which we tried to overtly and explicitly explain to the computer how to drive to one in which we say, "Here's a lot of data around the vehicle. You figure it out. You figure it out that that is a traffic light, that that traffic light is red and not green, that that means that you need to stop and not go forward."
И эта идея машинного обучения теперь проникает всюду. Как вы думаете, как появились беспилотные машины? Стали ли мы более продвинутым обществом, доверяя все правила дорожного движения программному обеспечению? Нет. Дешевле память? Нет. Алгоритмы быстрее? Нет. Лучше процессоры? Нет. Все эти вещи важны, но не главны. Всё потому, что мы поменяли подход к проблеме. Мы перешли от проблемы, где вы пытались ясно и чётко объяснить компьютеру как водить машину, к проблеме, где мы говорим: «Вот кипа данных про автомобиль. Думай сам. Пойми сам, что это светофор, что он красный, а не зелёный, что это значит, что нужно остановиться, а не проезжать».
Machine learning is at the basis of many of the things that we do online: search engines, Amazon's personalization algorithm, computer translation, voice recognition systems. Researchers recently have looked at the question of biopsies, cancerous biopsies, and they've asked the computer to identify by looking at the data and survival rates to determine whether cells are actually cancerous or not, and sure enough, when you throw the data at it, through a machine-learning algorithm, the machine was able to identify the 12 telltale signs that best predict that this biopsy of the breast cancer cells are indeed cancerous. The problem: The medical literature only knew nine of them. Three of the traits were ones that people didn't need to look for, but that the machine spotted.
Машинное обучение лежит в основе многих действий, совершаемых нами в сети: поисковые системы, алгоритм персонализации Amazon, машинный перевод, системы распознавания речи. Исследователи недавно задались вопросом биопсий, биопсий раковых образований, и задали компьютеру определить, анализируя данные и процент выживаемости, клетки раковые или нет. И, конечно же, при наличии достаточного количества данных, посредством алгоритма машинного обучения машина смогла определить 12 признаков, лучше всего прогнозирующих, что данный биоптат клеток рака груди действительно раковый. Проблема — в медицинской литературе упоминалось лишь о 9 из них. 3 признака не были известны ранее, но машина их нашла.
Now, there are dark sides to big data as well. It will improve our lives, but there are problems that we need to be conscious of, and the first one is the idea that we may be punished for predictions, that the police may use big data for their purposes, a little bit like "Minority Report." Now, it's a term called predictive policing, or algorithmic criminology, and the idea is that if we take a lot of data, for example where past crimes have been, we know where to send the patrols. That makes sense, but the problem, of course, is that it's not simply going to stop on location data, it's going to go down to the level of the individual. Why don't we use data about the person's high school transcript? Maybe we should use the fact that they're unemployed or not, their credit score, their web-surfing behavior, whether they're up late at night. Their Fitbit, when it's able to identify biochemistries, will show that they have aggressive thoughts. We may have algorithms that are likely to predict what we are about to do, and we may be held accountable before we've actually acted. Privacy was the central challenge in a small data era. In the big data age, the challenge will be safeguarding free will, moral choice, human volition, human agency.
Но есть и тёмные стороны больших данных. Они сделают нашу жизнь лучше, но есть и проблемы, о которых не стоит забывать, и первая из них — это идея того, что мы можем быть наказаны за прогнозы, что полиция может использовать информацию в своих интересах, примерно как в «Особом мнении». Есть термин «предиктивная безопасность» или «алгоритмическая криминология», и идея в том, что если взять много данных, например, места совершения преступлений, мы будем знать, куда посылать патрули. Это логично, но проблема, конечно же, в том, что дело не закончится лишь данными местоположения, это пойдёт до уровня частного лица. Почему бы не использовать информацию об аттестате? Может, нам пригодится информация о наличии работы, кредитоспособности, что человек смотрит в интернете, бодрствует ли поздно ночью. Устройства, измеряющие биологические данные покажут присутствие агрессивных мыслей. Мы можем выработать алгоритмы, прогнозирующие что мы собираемся сделать, и нас могут привлечь к ответственности ещё до момента действия. Конфиденциальность была главной проблемой во времена малых данных. В эпоху больших данных проблемой будет охрана свободы воли, свободы выбора, желаний, свободы действий.
There is another problem: Big data is going to steal our jobs. Big data and algorithms are going to challenge white collar, professional knowledge work in the 21st century in the same way that factory automation and the assembly line challenged blue collar labor in the 20th century. Think about a lab technician who is looking through a microscope at a cancer biopsy and determining whether it's cancerous or not. The person went to university. The person buys property. He or she votes. He or she is a stakeholder in society. And that person's job, as well as an entire fleet of professionals like that person, is going to find that their jobs are radically changed or actually completely eliminated. Now, we like to think that technology creates jobs over a period of time after a short, temporary period of dislocation, and that is true for the frame of reference with which we all live, the Industrial Revolution, because that's precisely what happened. But we forget something in that analysis: There are some categories of jobs that simply get eliminated and never come back. The Industrial Revolution wasn't very good if you were a horse. So we're going to need to be careful and take big data and adjust it for our needs, our very human needs. We have to be the master of this technology, not its servant. We are just at the outset of the big data era, and honestly, we are not very good at handling all the data that we can now collect. It's not just a problem for the National Security Agency. Businesses collect lots of data, and they misuse it too, and we need to get better at this, and this will take time. It's a little bit like the challenge that was faced by primitive man and fire. This is a tool, but this is a tool that, unless we're careful, will burn us.
Есть ещё одна проблема. Большие данные сократят количество рабочих мест. Большие данные и алгоритмы изменят работу белых воротничков, профессиональные знания в 21 веке так же, как автоматизация фабрик и конвейеризация бросили вызов синим воротничкам в 20 веке. Подумайте о лаборанте, смотрящем через микроскоп на биоптат ракового новообразования и определяющем, рак это или нет. Этот человек окончил университет. Этот человек покупает вещи. Он или она голосует. Он или она участвует в деятельности общества. И работа этого человека, так же как и целая флотилия таких же профессионалов, столкнётся с радикальными изменениями в их работе или даже полным её устранением. Нам нравится думать, что технологии создают рабочие места в долгосрочной перспективе после короткого временного периода дезорганизации, и это имеет место быть в реалиях, в которых мы живём, Индустриальной революции, потому что так как раз и случилось. Но мы кое-что забываем, анализируя это: есть некоторые категории деятельности, которые просто исчезают и никогда не возвращаются. Индустриальная революция вам не посодействовала, если вы были лошадью. Так что нам нужно быть внимательными и использовать большие данные для социальных целей. Нам нужно быть хозяевами этой технологии, а не её прислугой. Мы лишь на подступах к эре больших данных, и, честно говоря, у нас не очень получается управлять всей получаемой информацией. Это проблема не только для Агентства национальной безопасности. Коммерция собирает много информации и ею также злоупотребляет, и нам нужно стать более умелыми в этом, и это займёт какое-то время. Это, примерно, как проблема огня для первобытного человека. Это орудие, но это орудие, которое, если мы не будем осторожны, нас обожжёт.
Big data is going to transform how we live, how we work and how we think. It is going to help us manage our careers and lead lives of satisfaction and hope and happiness and health, but in the past, we've often looked at information technology and our eyes have only seen the T, the technology, the hardware, because that's what was physical. We now need to recast our gaze at the I, the information, which is less apparent, but in some ways a lot more important. Humanity can finally learn from the information that it can collect, as part of our timeless quest to understand the world and our place in it, and that's why big data is a big deal.
Большие данные преобразуют нашу жизнь, нашу работу и наше мышление. Они помогут нам развивать карьеру и вести жизнь, полную радости и надежд, счастья и благополучия; но в прошлом мы часто, смотря на информационные технологии, видели только «Т», технологии, технику, потому что это вещественно. Сейчас нам нужно устремить взор на «И», информацию, которая менее видима, но в какой-то мере намного более важна. Человечество, наконец-то, может извлекать знания из собираемой информации, как часть наших вечных поисков в понимании мира и нашего места в нём, и поэтому большие данные — дело большое.
(Applause)
(Аплодисменты)