Ο χρόνος περνάει γρήγορα. Έχουν περάσει σχεδόν 20 χρόνια από τότε που ήθελα να αλλάξω τον τρόπο με τον οποίο χρησιμοποιούμε την πληροφορία, τον τρόπο με τον οποίο δουλεύουμε μαζί: Δημιούργησα τον Παγκόσμιο Ιστό. Τώρα, 20 χρόνια μετά, στο TED, θέλω να ζητήσω τη βοήθειά σας για μία καινούρια αλλαγή.
Time flies. It's actually almost 20 years ago when I wanted to reframe the way we use information, the way we work together: I invented the World Wide Web. Now, 20 years on, at TED, I want to ask your help in a new reframing.
Πάμε λοιπόν πίσω στο 1989, όταν έγραψα ένα υπόμνημα στο οποίο περιέγραφα το παγκόσμιο σύστημα υπερκειμένου. Τότε κανένας δεν έδωσε σημασία. Αλλά 18 μήνες αργότερα -- κάπως έτσι συμβαίνουν οι καινοτομίες -- 18 μήνες αργότερα, το αφεντικό μου είπε ότι θα μπορούσα να δουλέψω πάνω σε αυτό αλλα όχι σαν κυρίως δουλειά αλλά περίπου σαν χόμπι, και να το δοκιμάσω σε έναν καινούριο υπολογιστή που είχαμε αγοράσει. Έτσι μου έδωσε το χρόνο να γράψω τον κώδικα. Οπότε βασικά έφτιαξα κάτι που έμοιαζε με HTML ένα πρωτόκολλο υπερκειμένου, HTTP την ιδέα των συνδέσμων, αυτά τα ονόματα για τα διάφορα πράγματα που ξεκινούσαν με HTTP. Έγραψα τον κώδικα και τον έβγαλα εκεί έξω.
So going back to 1989, I wrote a memo suggesting the global hypertext system. Nobody really did anything with it, pretty much. But 18 months later -- this is how innovation happens -- 18 months later, my boss said I could do it on the side, as a sort of a play project, kick the tires of a new computer we'd got. And so he gave me the time to code it up. So I basically roughed out what HTML should look like: hypertext protocol, HTTP; the idea of URLs, these names for things which started with HTTP. I wrote the code and put it out there.
Γιατί το έκανα; Βασικά ήταν κυρίως εκνευρισμός. Ήμουνα εκνευρισμένος -- δούλευα σαν μηχανικός λογισμικού σε αυτό το τεράστιο, συναρπαστικό εργαστήριο, στο οποίο ερχόντουσαν πολλοί άνθρωποι από όλο τον κόσμο. Έφερναν όλων των ειδών τους υπολογιστές μαζί τους. Είχαν τόσες πολλές διαφορετικές μορφοποιήσεις δεδομένων, και άλλα τόσα διαφορετικά συστήματα εγγραφής. Μέσα σε όλη αυτή την ποικιλομορφία, αν ήθελα να καταλάβω πως να αναπτύξω κάτι παίρνοντας λίγο απο αυτό και λίγο από εκέινο, οτι και αν έψαχνα, έπρεπε να συνδεθώ σε κάποιο καινούριο μηχάνημα, έπρεπε να μάθω να τρέχω κάποιο καινούριο πρόγραμμα, η πληροφορία που ήθελα θα ήταν σε κάποια καινούρια μορφή δεδομένων. Και όλα αυτά μεταξύ τους ήταν ασύμβατα. Ήταν πολύ εκνευριστικό. Εκνευρισμός για όλες αυτές οι αναξιοποίητες δυνατότητες.
Why did I do it? Well, it was basically frustration. I was frustrated -- I was working as a software engineer in this huge, very exciting lab, lots of people coming from all over the world. They brought all sorts of different computers with them. They had all sorts of different data formats, all sorts, all kinds of documentation systems. So that, in all that diversity, if I wanted to figure out how to build something out of a bit of this and a bit of this, everything I looked into, I had to connect to some new machine, I had to learn to run some new program, I would find the information I wanted in some new data format. And these were all incompatible. It was just very frustrating. The frustration was all this unlocked potential.
Σε όλους αυτούς τους δίσκους υπήρχαν έγγραφα. Αν τα φανταζόμασταν όλα αυτά σαν μέρος ενός μεγάλου, εικονικού συστήματος εγγράφων στον αέρα, ας πούμε στο Ιντερνετ, τότε η ζωή θα ήταν πολύ πιο εύκολη. Αν σου μπει μια τέτοια ιδέα στο μυαλό, είναι σαν να μπαίνει κάτω από το δέρμα σου και ακόμα και αν κανείς δεν διαβάζει το υπόμνημά σου -- βασικά το διάβασε, το ανακάλυψα μετά που πέθανε, όταν βρέθηκε το δικό του αντίγραφο. Είχε γράψει με μολύβι στην άκρη, "Αόριστο, αλλά συναρπαστικό,".
In fact, on all these discs there were documents. So if you just imagined them all being part of some big, virtual documentation system in the sky, say on the Internet, then life would be so much easier. Well, once you've had an idea like that it kind of gets under your skin and even if people don't read your memo -- actually he did, it was found after he died, his copy. He had written, "Vague, but exciting," in pencil, in the corner.
(Γέλια)
(Laughter)
Αλλά γενικά ήταν δύσκολο -- ήταν πραγματικά δύσκολο να εξηγήσω τι ήταν το διαδίκτυο. Είναι δύσκολο να εξηγήσω τώρα πόσο δύσκολο ήταν τότε. Αλλα τότε -- όταν το TED ξεκίνησε, δεν υπήρχε διαδίκτυο οπότε λέξεις όπως το "κλικ" δεν είχαν το ίδιο νόημα. Μπορούσα να δείξω σε κάποιον ένα υπερκείμενο μια σελίδα με συνδέσμους, να κάνουμε κλικ στον σύνδεσμο και θα εμφανιστεί μια άλλη σελίδα υπερκειμένου. Όχι και τόσο εντυπωσιακό. Αυτό το γνωρίζαμε -- είχαμε πληροφορία σε μορφή υπερκειμένου σε CD-ROM. Το δύσκολο ήταν να τους κάνω να φανταστούν: φανταστείτε λοιπόν ότι αυτός ο σύνδεσμος θα μπορούσε να οδηγήσει σε οποιοδήποτε έγγραφο μπορείτε να φανταστείτε. Αυτό ήταν το βήμα που ήταν πολύ δύσκολο να κάνουν οι άνθρωποι. Κάποιοι βέβαια το έκαναν. Οπότε ναι, ήταν δύσκολο να το εξηγήσεις, αλλά υπήρχε μία υποβόσκουσα κίνηση. Και αυτό ήταν που το έκανε ενδιαφέρον. Αυτό ήταν το συναρπαστικό, όχι τόσο η τεχνολογία, όχι τόσο οι χρήσεις του, αλλα κυρίως η κοινότητα, η διάθεση όλων αυτών των ανθρώπων να συναντιούνται, να στέλνουν ηλεκτρονικά μηνύματα. Κάπως έτσι ήταν τότε.
But in general it was difficult -- it was really difficult to explain what the web was like. It's difficult to explain to people now that it was difficult then. But then -- OK, when TED started, there was no web so things like "click" didn't have the same meaning. I can show somebody a piece of hypertext, a page which has got links, and we click on the link and bing -- there'll be another hypertext page. Not impressive. You know, we've seen that -- we've got things on hypertext on CD-ROMs. What was difficult was to get them to imagine: so, imagine that that link could have gone to virtually any document you could imagine. Alright, that is the leap that was very difficult for people to make. Well, some people did. So yeah, it was difficult to explain, but there was a grassroots movement. And that is what has made it most fun. That has been the most exciting thing, not the technology, not the things people have done with it, but actually the community, the spirit of all these people getting together, sending the emails. That's what it was like then.
Και ξέρετε τι; Είναι αστείο, αλλά τώρα είναι πάλι κάπως έτσι τα πράγματα. Αυτό που ζήτησα από όλους τότε, ήταν να βάλουν τα έγγραφά τους -- είπα, "Μπορείτε να ανεβάσετε τα έγγραφά σας σε αυτό το πράγμα, το διαδίκτυο;" Και το κάνατε. Ευχαριστώ. Πήγε απροσδόκητα καλά. Εννοώ, είναι πολύ ενδιαφέρον γιατί έχουμε δει ότι τα πράγματα που συμβαίνουν με το διαδίκτυο πραγματκά μας εκπλήσσουν. Συμβαίνουν πολυ περισσότερα πράγματα από αυτά που αρχικά φανταζόμασταν ότι θα συμβούν όταν φτιάχναμε την πρώτη, την αρχική ιστοσελίδα με την οποία ξεκινήσαμε. Τώρα, θέλω να βάλετε τα δεδομένα σας στο διαδίκτυο. Υπάρχουν ακόμα άπειρες ανεκμετάλλευτες δυνατότητες Υπάρχει ακόμα τεράστιος εκνευρισμός γιατί τα δεδομένα στο διαδίκτυο δεν υπάρχουν ως δεδομένα.
Do you know what? It's funny, but right now it's kind of like that again. I asked everybody, more or less, to put their documents -- I said, "Could you put your documents on this web thing?" And you did. Thanks. It's been a blast, hasn't it? I mean, it has been quite interesting because we've found out that the things that happen with the web really sort of blow us away. They're much more than we'd originally imagined when we put together the little, initial website that we started off with. Now, I want you to put your data on the web. Turns out that there is still huge unlocked potential. There is still a huge frustration that people have because we haven't got data on the web as data.
Τι εννοώ, "δεδομένα"; Ποια είναι η διαφορά -- κείμενα, δεδομένα; Λοιπόν, τα κείμενα τα διαβάζεις, σωστά; Τα διαβάζεις, ακολουθείς τους συνδέσμους που έχουν, και μέχρι εκεί. Δεδομένα -- μπορείς να κάνεις τόσα πράγματα με έναν υπολογιστή. Ποιός ήταν εδώ ή έχει δει αλλού την ομιλία του Χανς Ρόσλινγκ; Μία από τις καταπληκτικές -- ναι, πολλοί την έχουν δει -- μία από τις καταπληκτικές ομιλίες στο TED. Ο Χανς έδειξε στην παρουσίαση αυτή για διάφορα κράτη, με διάφορα χρώματα -- επίπεδα εισοδήματος στον ένα άξονα και θνησιμότητα βρεφών στον άλλο, και έδειξε την εξέλιξη αυτής της σχέσης στο χρόνο. Πήρε λοιπόν αυτά τα δεδομένα, και έφτιαξε μια παρουσίαση που διέλυσε πολλούς μύθους που είχαν οι άνθρωποι για την οικονομία στον αναπτυσσόμενο κόσμο.
What do you mean, "data"? What's the difference -- documents, data? Well, documents you read, OK? More or less, you read them, you can follow links from them, and that's it. Data -- you can do all kinds of stuff with a computer. Who was here or has otherwise seen Hans Rosling's talk? One of the great -- yes a lot of people have seen it -- one of the great TED Talks. Hans put up this presentation in which he showed, for various different countries, in various different colors -- he showed income levels on one axis and he showed infant mortality, and he shot this thing animated through time. So, he'd taken this data and made a presentation which just shattered a lot of myths that people had about the economics in the developing world.
Έδειξε μία διαφάνεια που έμοιαζε κάπως έτσι περίπου. Είχε όλα τα δεδομένα μέσα στο χώμα Τα δεδομένα είναι καφέ βαρετά κουτιά, και κάπως έτσι τα σκεφτόμαστε, έτσι δεν είναι; Επειδή τα δεδομένα δεν μπορείς να τα χρησιμοποιήσεις εύκολα όπως είναι Αλλά στην πραγματικότητα, τα δεδομένα καθορίζουν σε μεγάλο βαθμό τις ζωές μας και αυτό συμβαίνει γιατι κάποιος παίρνει τα δεδομένα και κάνει κάτι με αυτά. Σε αυτή την περίπτωση, ο Χανς ένωσε τα δεδομένα που βρήκε σε διάφορες ιστοσελίδες των Ηνωμένων Εθνών. Τα ένωσε, τα συνδύασε σε κάτι πιο ενδιαφέρον από την αρχική τους μορφή και μετά τα έβαλε σε αυτό το λογισμικό, το οποίο νομίζω ανέπτυξε ο γιός του, αρχικά, και παρήγαγε αυτή την υπέροχη παρουσίαση. Και ο Χανς τόνισε το εξής: "Είναι πραγματικά πολύ σημαντικό να έχουμε πολλά δεδομένα." Και χάρηκα που είδα ότι στην δεξίωση χθες το βράδυ συνέχιζε να λέει, με ιδιαίτερη θέρμη, "Είναι πραγματικά σημαντικό να έχουμε πολλά δεδομένα."
He put up a slide a little bit like this. It had underground all the data OK, data is brown and boxy and boring, and that's how we think of it, isn't it? Because data you can't naturally use by itself But in fact, data drives a huge amount of what happens in our lives and it happens because somebody takes that data and does something with it. In this case, Hans had put the data together he had found from all kinds of United Nations websites and things. He had put it together, combined it into something more interesting than the original pieces and then he'd put it into this software, which I think his son developed, originally, and produces this wonderful presentation. And Hans made a point of saying, "Look, it's really important to have a lot of data." And I was happy to see that at the party last night that he was still saying, very forcibly, "It's really important to have a lot of data."
Θέλω λοιπόν να σκεφτούμε τώρα όχι μόνο δύο κατηγορίες δεδομένων να συνδέονται, ή έξι όπως έκανε ο Χανς, αλλά θέλω να σκεφτείτε έναν κόσμο όπου όλοι έχουν βάλει δεδομένα στο διαδίκτυο και συνεπώς τα πάντα που μπορείτε να φανταστείτε βρίσκονται στο διαδίκτυο και μετά να το ονομάσουμε αυτό συνδεδεμένα δεδομένα. Η τεχνολογία λέγεται συνδεδεμένα δεδομένα, και είναι απίστευτα απλή. Αν θες να βάλεις κάτι στο διαδίκτυο υπάρχουν τρεις κανόνες: ο πρώτος κανόνας είναι ότι αυτά τα HTTP ονόματα -- αυτά τα πράγματα που ξεκινάνε με "http:" -- θα τα χρησιμοποιούμε τώρα όχι μόνο για κείμενα, θα τα χρησιμοποιούμε για πράγματα που αναφέρονται στα κείμενα. Θα τα χρησιμοποιούμε για ανθρώπους, θα τα χρησιμοποιούμε για μέρη, θα τα χρησιμοποιούμε για τα προιόντα σας, για εκδηλώσεις. Όλων των ειδών οι έννοιες, θα έχουν ονόματα που θα ξεκινάνε με HTTP.
So I want us now to think about not just two pieces of data being connected, or six like he did, but I want to think about a world where everybody has put data on the web and so virtually everything you can imagine is on the web and then calling that linked data. The technology is linked data, and it's extremely simple. If you want to put something on the web there are three rules: first thing is that those HTTP names -- those things that start with "http:" -- we're using them not just for documents now, we're using them for things that the documents are about. We're using them for people, we're using them for places, we're using them for your products, we're using them for events. All kinds of conceptual things, they have names now that start with HTTP.
Δεύτερος κανόνας, αν πάρω ένα από αυτά τα ονόματα και το ψάξω και τα εισάγω στο διαδίκτυο και τραβήξω τα δεδομένα από το δίκτυο χρησιμοποιώντας το πρωτόκολλο HTTP, θα πάρω κάποια δεδομένα με μία μορφοποίηση η οποία θα περιλαμβάνει χρήσιμα δεδομένα που κάποιος θα ήθελε να ξέρει για κάποιο πράγμα,για κάποια εκδήλωση. Ποιός είναι σε αυτή την εκδήλωση; Τι ενδιαφέρον έχει αυτό το πρόσωπο, που γεννήθηκε, τέτοια πράγματα. Οπότε ο δεύτερος κανόνας είναι ότι παίρνω πληροφορία πίσω.
Second rule, if I take one of these HTTP names and I look it up and I do the web thing with it and I fetch the data using the HTTP protocol from the web, I will get back some data in a standard format which is kind of useful data that somebody might like to know about that thing, about that event. Who's at the event? Whatever it is about that person, where they were born, things like that. So the second rule is I get important information back.
Ο τρίτος κανόνας είναι ότι όταν παίρνω πίσω πληροφορία δεν θα είναι μόνο το ύψος και το βάρος κάποιου και που και πότε γεννήθηκε θα έχει σχέσεις. Τα δεδομένα είναι σχέσεις. Είναι πολύ ενδιαφέρον, τα δεδομένα είναι σχέσεις. Το άτομο αυτό γεννήθηκε στο Βερολίνο. Το Βερολίνο είναι στη Γερμανία. Και όταν υπάρχουν σχέσεις, οποτεδήποτε μία σχέση εκφράζεται τότε το άλλο πράγμα με το οποίο συνδέεται αποκτά ένα από αυτά τα ονόματα που ξεκινάνε με HTTP. Μπορώ λοιπόν να ψάξω κάτι. Μπορώ να ψάξω για ένα άτομο -- να ψάξω την πόλη στην οποία γεννήθηκε, μετά μπορώ να ψάξω την περιοχή στην οποία είναι η πόλη αυτή, και τον πληθυσμό αυτής της πόλης, και ουτωκάθεξής. Μπορώ λοιπόν να τα ψάχνω όλα αυτά.
Third rule is that when I get back that information it's not just got somebody's height and weight and when they were born, it's got relationships. Data is relationships. Interestingly, data is relationships. This person was born in Berlin; Berlin is in Germany. And when it has relationships, whenever it expresses a relationship then the other thing that it's related to is given one of those names that starts HTTP. So, I can go ahead and look that thing up. So I look up a person -- I can look up then the city where they were born; then I can look up the region it's in, and the town it's in, and the population of it, and so on. So I can browse this stuff.
Αυτό είναι όλο, στην πραγματικότητα. Αυτό είναι τα συνδεδεμένα δεδομένα. Πριν μερικά χρόνια, έγραψα ένα άρθρο με τίτλο "Συνδεδεμένα Δεδομένα" και σύντομα, ξεκίνησαν να συμβαίνουν πράγματα. Η ιδέα των συνδεδεμένων δεδομένων είναι ότι έχουμε πολλά, πάρα πολλά από αυτά τα κουτιά που είχε ο Χανς, και έχουμε πολλά, πάρα πολλά πράγματα να φυτρώνουν από αυτά. Δεν είναι μόνο πολλά άλλα φυτά. Δεν είναι μόνο μία ρίζα που θα παράγει ένα φυτό, αλλά για κάθε ένα από αυτά τα φυτά, ότι και να είναι αυτό -- μια παρουσίαση, μία ανάλυση, μια αναζήτηση για τάσεις σε κάποια δεδομένα -- θα μπορούμε να κοιτάμε όλα τα δεδομένα και να τα έχουμε συνδεδεμένα όλα μαζί, και ένα πολύ σημαντικό πράγμα για τα δεδομένα είναι ότι όσο περισσότερα πράγματα ενώνεις, τόσο πιο σημαντικά γίνονται.
So that's it, really. That is linked data. I wrote an article entitled "Linked Data" a couple of years ago and soon after that, things started to happen. The idea of linked data is that we get lots and lots and lots of these boxes that Hans had, and we get lots and lots and lots of things sprouting. It's not just a whole lot of other plants. It's not just a root supplying a plant, but for each of those plants, whatever it is -- a presentation, an analysis, somebody's looking for patterns in the data -- they get to look at all the data and they get it connected together, and the really important thing about data is the more things you have to connect together, the more powerful it is.
Συνδεδεμένα δεδομένα λοιπόν. Η ιδέα βγήκε εκεί έξω. Και πολύ σύντομα, ο Κρις Μπίτζερ στο Ελεύθερο Πανεπιστήμιο του Βερολίνου ο οποίος ήταν από τους πρώτους ανθρώπους που ανέβασαν ενδιαφέροντα πράγματα, διαπίστωσε ότι η Βικιπαιδεία -- ξέρετε την Βικιπαιδεία, η εγκυκλοπαίδεια στο διαδίκτυο, έχει πολλά ενδιαφέροντα έγγραφα. Σε αυτά τα έγγραφα, υπάρχουν μικρά κουτάκια με πληροφορίες. Και στα περισσότερα κουτάκια με πληροφορίες, υπάρχουν δεδομένα. Οπότε έγραψε ένα πρόγραμμα που παίρνει τα δεδομένα, τα εξάγει από την Bικιπαιδεία, και τα βάζει σε ένα σύννεφο με συνδεδεμένα δεδομένα στο διαδίκτυο, το οποίο το ονόμασε dbpedia. Η Dbpedia απεικονίζεται σαν μία μπλε σφαίρα στο κέντρο αυτής της διαφάνειας και αν πραγματικά πας και ψάξεις Βερολίνο, θα βρείς ότι υπάρχουν και άλλες σφαίρες με δεδομένα που επίσης έχουν πράγματα για το Βερολίνο, και είναι όλες συνδεδεμένες. Αν λοιπόν τραβήξεις τα δεδομένα από το dbpedia για το Βερολίνο, θα καταλήξεις να τραβήξεις μαζί και όλα αυτά τα άλλα πράγματα. Και το συναρπαστικό ειναι ότι αυτό έχει ξεκινήσει να μεγαλώνει. Και αυτό ειναι μόνο η αρχή ξανά, εντάξει;
So, linked data. The meme went out there. And, pretty soon Chris Bizer at the Freie Universitat in Berlin who was one of the first people to put interesting things up, he noticed that Wikipedia -- you know Wikipedia, the online encyclopedia with lots and lots of interesting documents in it. Well, in those documents, there are little squares, little boxes. And in most information boxes, there's data. So he wrote a program to take the data, extract it from Wikipedia, and put it into a blob of linked data on the web, which he called dbpedia. Dbpedia is represented by the blue blob in the middle of this slide and if you actually go and look up Berlin, you'll find that there are other blobs of data which also have stuff about Berlin, and they're linked together. So if you pull the data from dbpedia about Berlin, you'll end up pulling up these other things as well. And the exciting thing is it's starting to grow. This is just the grassroots stuff again, OK?
Ας σκεφτούμε λίγο για δεδομένα. Τα δεδομένα υπάρχουν σε πολλές πολλές διαφορετικές μορφές. Σκεφτείτε την ποικιλία που υπάρχει στο διαδίκτυο. Είναι πολύ σημαντικό το ότι το διαδίκτυο σου επιτρέπει να αναρτήσεις όλων των ειδών τα δεδομένα. Έτσι είναι και με τα δεδομένα. Θα μπορούσανα μιλήσω για όλων των ειδών τα δεδομένα. Θα μπορούσαμε να μιλήσουμε για κυβερνητικά δεδομένα, τα εταιρικά δεδομένα είναι επίσης σημαντικά, υπάρχουν επιστημονικά δεδομένα, υπάρχουν προσωπικά δεδομένα, υπάρχουν καιρικά δεδομένα, υπάρχουν δεδομένα για εκδηλώσεις, υπάρχουν δεδομένα για ομιλίες, υπάρχουν νέα, όλων των ειδών τα πράγματα. Θα αναφέρω μερικά από αυτά ώστε να πάρετε μια ιδέα της ποικιλίας, και επίσης για να δείτε τι δυνατότητες υπάρχουν.
Let's think about data for a bit. Data comes in fact in lots and lots of different forms. Think of the diversity of the web. It's a really important thing that the web allows you to put all kinds of data up there. So it is with data. I could talk about all kinds of data. We could talk about government data, enterprise data is really important, there's scientific data, there's personal data, there's weather data, there's data about events, there's data about talks, and there's news and there's all kinds of stuff. I'm just going to mention a few of them so that you get the idea of the diversity of it, so that you also see how much unlocked potential.
Ας ξεκινήσουμε με τα κυβερνητικά δεδομένα. Ο Μπαράκ Ομπάμα είπε σε μία ομιλία ότι τα Αμερικανικά κυβερνητικά δεδομένα θα γινόντουσαν διαθέσιμα στο διαδίκτυο σε προσβάσιμες μορφές. Και ελπίζω ότι θα τα ανεβάσουν σαν συνδεδεμένα δεδομένα. Είναι σημαντικό. Γιατί είναι σημαντικό; Όχι μόνο για διαφάνεια, ναι η διαφάνεια στην κυβέρνηση είναι σημαντική αλλά αυτά τα δεδομένα -- τα δεδομένα από όλα τα κυβερνητικά τμήματα Σκεφτείτε πόσα πολλά από αυτά τα δεδομένα αφορούν το πως είναι η ζωή στην Αμερική. Είναι πραγματικά χρήσιμα. Έχουν αξία. Είναι χρήσιμα για τις εταιρίες. Θα ήταν χρήσιμα σε παιδιά για να κάνουν σχολικές εργασίες. Αυτό που λέμε λοιπόν είναι ότι θα κάνουμε τον κόσμο να λειτουργεί καλύτερα με το να κάνουμε τα δεδομένα αυτά διαθέσιμα.
Let's start with government data. Barack Obama said in a speech, that he -- American government data would be available on the Internet in accessible formats. And I hope that they will put it up as linked data. That's important. Why is it important? Not just for transparency, yeah transparency in government is important, but that data -- this is the data from all the government departments Think about how much of that data is about how life is lived in America. It's actual useful. It's got value. I can use it in my company. I could use it as a kid to do my homework. So we're talking about making the place, making the world run better by making this data available.
Στην πραγματικότητα αν είσαι υπεύθυνος -- αν ξέρεις για κάποια δεδομένα σε κάποιο κυβερνητικό τμήμα, συχνά ανακαλύπτεις ότι αυτοί οι άνθρωποι, είναι πολύ επιρρεπείς στο να τα κρύβουν-- Ο Χανς το ονομάζει αυτό αγκάλιασμα της βάσης δεδομένων. Αγκαλιάζεις την βάση δεδομένων σου, δεν θες να την αφήσεις να φύγει μέχρι να έχεις φτιάξει μία όμορφη ιστοσελίδα να την βάλεις. Ε λοιπόν, θα ήθελα να προτείνω -- ναι, φτιάξτε μία όμορφη ιστοσελίδα, ποιός είμαι εγώ για να πω μην φτιάξετε μια ωραία ιστοσελίδα; Φτιάξτε μία όμορφη ιστοσελίδα, αλλά πρώτα δημοσιοποιήστε τα σκέτα δεδομένα, θέλουμε τα δεδομένα. Θέλουμε σκέτα δεδομένα. Πρέπει να ζητήσουμε ακατέργαστα δεδομένα τώρα. Και θα σας ζητήσω να κάνετε εξάσκηση σε αυτό, εντάξει; Μπορείτε να πείτε "ακατέργαστα";
In fact if you're responsible -- if you know about some data in a government department, often you find that these people, they're very tempted to keep it -- Hans calls it database hugging. You hug your database, you don't want to let it go until you've made a beautiful website for it. Well, I'd like to suggest that rather -- yes, make a beautiful website, who am I to say don't make a beautiful website? Make a beautiful website, but first give us the unadulterated data, we want the data. We want unadulterated data. OK, we have to ask for raw data now. And I'm going to ask you to practice that, OK? Can you say "raw"?
Κοινό: Ακατέργαστα.
Audience: Raw.
Τιμ Μπέρνερς-Λι: Μπορείτε να πείτε "δεδομένα";
Tim Berners-Lee: Can you say "data"?
Κοινό: Δεδομένα.
Audience: Data.
Τιμ Μπέρνερς-Λι: Μπορείτε να πείτε "τώρα";
TBL: Can you say "now"?
Κοινό: Τώρα!
Audience: Now!
Τιμ Μπέρνερς-Λι: "Ακατέργαστα δεδομένα τώρα"!
TBL: Alright, "raw data now"!
Κοινό: Ακατέργαστα δεδομένα τώρα!
Audience: Raw data now!
Να εξασκηθείτε σε αυτό. Είναι σημαντικό γιατί δεν έχετε ιδέα πόσες δικαιολογίες βρίσκουν οι άνθρωποι για να κρατήσουν τα δεδομένα τους και να μην στα δώσουν, ακόμα και αν έχεις πληρώσει για αυτά σαν φορολογούμενος. Και αυτό δεν συμβαίνει μόνο στην Αμερική. Συμβαίνει σε όλο τον κόσμο. Και δεν είναι μόνο κυβερνήσεις, φυσικά -- είναι και οι εταιρίες επίσης.
Practice that. It's important because you have no idea the number of excuses people come up with to hang onto their data and not give it to you, even though you've paid for it as a taxpayer. And it's not just America. It's all over the world. And it's not just governments, of course -- it's enterprises as well.
Θα αναφέρω λοιπόν μερικές ακόμα σκέψεις για δεδομένα. Είμαστε εδώ στο TED, και συνειδητοποιούμε τις τεράστιες προκλήσεις που υπάρχουν αυτή τη στιγμή -- η θεραπεία του καρκίνου, η κατανόηση του εγκεφάλου για το Αλτσχάιμερ, η κατανόηση της οικονομίας για να την κάνουμε λίγο πιο σταθερή, η κατανόηση του πως δουλεύει ο κόσμος. Οι άνθρωποι που θα λύσουν αυτά τα προβλήματα -- οι επιστήμονες -- έχουν μισο-σχηματισμένες ιδέες στα κεφάλια τους και προσπαθούν να τις μεταδώσουν μέσω του διαδικτύου. Αλλά μεγάλο κομμάτι της γνώσης για την ανθρώπινη φυλή αυτή τη στιγμή βρίσκεται σε βάσεις δεδομένων, που συχνά κάθονται στους υπολογιστές τους, και που προς το παρόν δεν είναι προσβάσιμες από κανένα.
So I'm just going to mention a few other thoughts on data. Here we are at TED, and all the time we are very conscious of the huge challenges that human society has right now -- curing cancer, understanding the brain for Alzheimer's, understanding the economy to make it a little bit more stable, understanding how the world works. The people who are going to solve those -- the scientists -- they have half-formed ideas in their head, they try to communicate those over the web. But a lot of the state of knowledge of the human race at the moment is on databases, often sitting in their computers, and actually, currently not shared.
Στην πραγματικότητα, θα αναφέρω μόνο μία περίπτωση -- αν κοιτάξετε την περίπτωση του Αλτσχάιμερ, για παράδειγμα, και την ανακάλυψη φαρμάκων -- υπάρχουν πολλά συνδεδεμένα δεδομένα που μόλις βγαίνουν επειδή οι επιστήμονες στο πεδίο αυτό συνειδητοποιούν ότι αυτός είναι ένας τέλειος τρόπος να ξεπεράσουν τα όρια των εργαστηρίων τους, επειδή είχαν τα γενεολογικά δεδομένα τους σε μία βάση δεδομένων σε ένα κτίριο, και είχαν τα πρωτεινικά δεδομένα τους σε ένα άλλο. Τώρα, χρησιμοποιούν συνδεδεμένα δεδομένα και μπορούν να κάνουν ερωτήσεις που πιθανότατα εσείς δε θα κάνατε, εγώ δεν θα έκανα -- αλλά αυτοί θα τις έκαναν. Ποιες πρωτεϊνες εμπλέκονται στην μετάδοση σήματος και επίσης ποιες σχετίζονται με τους πυραμιδικούς νευρώνες; Αν πάρεις αυτό το γλωσσοδέτη και τον βάλεις στο Google Φυσικά, δεν υπάρχει σελίδα στο διαδίκτυο που έχει την απάντηση σε αυτή την ερώτηση γιατί κανένας δεν έχει κάνει αυτή την ερώτηση αυτή μέχρι τώρα. Η αναζήτηση θα επιστρέψει 223.000 αποτελέσματα -- κανένα από τα οποία δεν δίνει την απάντηση που ψάχνεις. Αν αναζητήσεις σε συνδεδεμένα δεδομένα -- τα οποία έχουν τώρα ενεργοποιηθεί -- βγαίνουν 32 αποτελέσματα, κάθε ένα από τα οποία είναι μία πρωτεϊνη που έχει αυτές τις ιδιότητες και την οποία μπορείς να δεις. Η δύναμη του να μπορείς να κάνεις αυτές τις ερωτήσεις, σαν επιστήμονας -- ερωτήσεις που εκτείνονται σε διαφορετικά πεδία γνώσης -- είναι πραγματικά μία τεράστια αλλαγή. Είναι πάρα πολύ σημαντικό. Οι επιστήμονες είναι τελείως περιορισμένοι τώρα -- η δύναμη των δεδομένων που έχουν συλλέξει άλλοι επιστήμονες είναι κλειδωμένη και χρειάζεται να την ξεκλειδώσουμε ώστε να μπορέσουμε να αντιμετωπίσουμε όλα αυτά τα τεράστια προβλήματα.
In fact, I'll just go into one area -- if you're looking at Alzheimer's, for example, drug discovery -- there is a whole lot of linked data which is just coming out because scientists in that field realize this is a great way of getting out of those silos, because they had their genomics data in one database in one building, and they had their protein data in another. Now, they are sticking it onto -- linked data -- and now they can ask the sort of question, that you probably wouldn't ask, I wouldn't ask -- they would. What proteins are involved in signal transduction and also related to pyramidal neurons? Well, you take that mouthful and you put it into Google. Of course, there's no page on the web which has answered that question because nobody has asked that question before. You get 223,000 hits -- no results you can use. You ask the linked data -- which they've now put together -- 32 hits, each of which is a protein which has those properties and you can look at. The power of being able to ask those questions, as a scientist -- questions which actually bridge across different disciplines -- is really a complete sea change. It's very very important. Scientists are totally stymied at the moment -- the power of the data that other scientists have collected is locked up and we need to get it unlocked so we can tackle those huge problems.
Τώρα αν συνεχίσω κατ'αυτόν τον τρόπο, θα νομίσετε ότι όλα τα δεδομένα έρχονται από τεράστια ιδρύματα και ότι δεν έχουν καμία σχέση με εσάς. Αλλά αυτό δεν είναι αλήθεια. Στην πραγματικότητα, τα δεδομένα αφορούν τις ζωές μας. Όταν συνδέεστε στη σελίδα κοινωνικής δικτύωσης, αυτή που προτιμάτε, λέτε, "Αυτός είναι φίλος μου." Αυτό είναι μια σχέση. Δεδομένα. Λέτε, "Αυτή η φωτογραφία δείχνει αυτό το άτομο. " Μπινγκ! Αυτό ειναι δεδομένα. Δεδομένα, δεδομένα, δεδομένα. Κάθε φορά που κάνετε πράγματα στη σελίδα κοινωνικής δικτύωσης, η σελίδα παίρνει δεδομένα και τα χρησιμοποιεί -- αλλάζοντας τον σκοπό τους -- και τα χρησιμοποιεί για να κάνει τις ζωές άλλων ανθρώπων πιο ενδιαφέρουσες. Αλλά, όταν πάτε σε μία άλλη σελίδα με συνδεδεμένα δεδομένα -- ας πούμε μία σελίδα για ταξίδια, και πείτε, "Θέλω να στείλω αυτή τη φωτογραφία σε όλους τους ανθρώπους σε αυτή την ομάδα," δεν μπορείτε να το κάνετε. Στο περιοδικό Economist γράφτηκε ένα σχετικό άρθρο, και πολλοί άνθρωποι έγραψαν στα ιστολόγιά τους για αυτό το τρομερά εκνευριστικό πρόβλημα. Ο τρόπος για να ξεπεράσουμε αυτά τα εμπόδια είναι να υπάρξει διαλειτουργικότητα μεταξύ των σελίδων κοινωνικής δικτύωσης. Και αυτό πρέπει να το κάνουμε με συνδεδεμένα δεδομένα.
Now if I go on like this, you'll think that all the data comes from huge institutions and has nothing to do with you. But, that's not true. In fact, data is about our lives. You just -- you log on to your social networking site, your favorite one, you say, "This is my friend." Bing! Relationship. Data. You say, "This photograph, it's about -- it depicts this person. " Bing! That's data. Data, data, data. Every time you do things on the social networking site, the social networking site is taking data and using it -- re-purposing it -- and using it to make other people's lives more interesting on the site. But, when you go to another linked data site -- and let's say this is one about travel, and you say, "I want to send this photo to all the people in that group," you can't get over the walls. The Economist wrote an article about it, and lots of people have blogged about it -- tremendous frustration. The way to break down the silos is to get inter-operability between social networking sites. We need to do that with linked data.
Τέλος, θα μιλήσω για μία ακόμα μορφή δεδομένων, ίσως επειδή είναι η πιο συναρπαστική. Πριν έρθω εδώ, έψαξα την τοποθεσία στο OpenStreetMap To OpenStreetMap είναι ένας χάρτης, αλλά είναι και ένα Wiki. Αν μεγενθύνετε την εικόνα θα δείτε ότι αυτό το τετράγωνο πράγμα είναι ένα κτίριο-- μέσα στο οποίο είμαστε αυτή τη στιγμή -- Είναι το Terrace Theater. Δεν είχε κάποιο όνομα πάνω του. Οπότε θα μπορούσα να το γυρίσω στην σύνταξη, και θα μπορούσα να επιλέξω το θέατρο, Θα μπορούσα να προσθέσω το όνομα και να το σώσω. Και τώρα αν πάτε πίσω στο OpenStreetMap.org και βρείτε αυτό το μέρος, θα δείτε ότι το Terrace Theater έχει όνομα. Εγώ το έκανα. Εγώ! Εγώ το έκανα αυτό στο χάρτη, μόλις τώρα! Εγώ το έβαλα εκεί. Και ξέρετε τι? Αυτός ο χάρτης βασίζεται στο ότι ο καθένας θα κάνει και από κάτι και δημιουργεί μία καταπληκτική πηγή γιατί ο καθένας κάνει από κάτι. Και αυτή είναι και η λογική των συνδεδεμένων δεδομένων. Βασίζονται στη συμβολή όλων από λίγο για να παράγουν λίγο, και μετά όλα να συνδεθούν. Έτσι λειτουργούν τα συνδεδεμένα δεδομένα. Κάνεις εσύ απο κάτι. Ο καθένας κάνει από κάτι. Μπορεί να μην έχεις πολλά δεδομένα τα οποία εσύ ο ίδιος να ανέβασες αλλά ξέρεις να τα ζητάς. Έχουμε εξασκηθεί σε αυτό.
One last type of data I'll talk about, maybe it's the most exciting. Before I came down here, I looked it up on OpenStreetMap The OpenStreetMap's a map, but it's also a Wiki. Zoom in and that square thing is a theater -- which we're in right now -- The Terrace Theater. It didn't have a name on it. So I could go into edit mode, I could select the theater, I could add down at the bottom the name, and I could save it back. And now if you go back to the OpenStreetMap. org, and you find this place, you will find that The Terrace Theater has got a name. I did that. Me! I did that to the map. I just did that! I put that up on there. Hey, you know what? If I -- that street map is all about everybody doing their bit and it creates an incredible resource because everybody else does theirs. And that is what linked data is all about. It's about people doing their bit to produce a little bit, and it all connecting. That's how linked data works. You do your bit. Everybody else does theirs. You may not have lots of data which you have yourself to put on there but you know to demand it. And we've practiced that.
Συνδεδεμένα δεδομένα λοιπόν -- τεράστια πρόκληση. Σας είπα μόνο πολύ λίγα πράγματα. Υπάρχουν δεδομένα σε κάθε πτυχή της ζωής μας, κάθε πτυχή της δουλειάς και της διασκέδασης, και το σημαντικό δεν είναι μόνο τι δεδομένα είναι αυτά, αλλά η σύνδεση μεταξύ τους Και όταν συνδέεις δεδομένα μεταξύ τους, έχεις δύναμη με ένα τρόπο που δεν συμβαίνει μόνο με το διαδίκτυο ή μόνο με κείμενα. Αποκτάς αυτή την πραγματικά τεράστια δύναμη από αυτά. Βρισκόμαστε λοιπόν στην φάση τώρα που πρέπει να το κάνουμε αυτό -- εμείς που πιστεύουμε ότι ειναι μια υπέροχη ιδέα. αλλά και όλοι οι άνθρωποι - και νομίζω υπάρχουν πολλοί άνθρωποι στο TED που κάνουν πράγματα που -- ακόμα και αν δεν υπάρχει άμεση επιστροφή στην επένδυση τα κάνουν επειδή θα αποδώσουν μόνο όταν όλοι τα έχουν κάνει -- τα κάνουν επειδή είναι αυτού του είδους οι άνθρωποι που κάνουν πράγματα που θα αποδώσουν μόνο αν όλοι τα κάνουν. ΟΚ, λέγεται λοιπόν συνδεδεμένα δεδομένα. Θέλω να το κάνετε πραγματικότητα. Θέλω να το απαιτήσετε. Και πιστεύω ότι είναι μια ιδέα που αξίζει να διαδοθεί.
So, linked data -- it's huge. I've only told you a very small number of things There are data in every aspect of our lives, every aspect of work and pleasure, and it's not just about the number of places where data comes, it's about connecting it together. And when you connect data together, you get power in a way that doesn't happen just with the web, with documents. You get this really huge power out of it. So, we're at the stage now where we have to do this -- the people who think it's a great idea. And all the people -- and I think there's a lot of people at TED who do things because -- even though there's not an immediate return on the investment because it will only really pay off when everybody else has done it -- they'll do it because they're the sort of person who just does things which would be good if everybody else did them. OK, so it's called linked data. I want you to make it. I want you to demand it. And I think it's an idea worth spreading.
Ευχαριστώ.
Thanks.
(Χειροκρότημα)
(Applause)