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.
Le temps passe vite. Il y a maintenant presque 20 ans, j'ai voulu restructurer la manière dont nous utilisons l'information, la manière dont nous travaillons ensemble -- et j'ai donc inventé la Toile, le World Wide Web. Et maintenant, 20 ans après, ici à TED, je vous demande votre aide pour une nouvelle restructuration.
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.
Retournons en 1989: j'avais écrit à l'époque un mémo sur la mise en place d'un système d'hypertexte public. Ça n'avait pas intéressé grand-monde à l'époque. Mais 18 mois plus tard -- vous savez, les innovations se produisent comme ça -- 18 mois plus tard, mon patron m'a autorisé à y passer du temps, comme un genre de projet expérimental, pour tester un nouvel ordinateur que nous avions obtenu. Et il me donna donc le temps de le coder. Et j'ai donc écrit ce que devait être le langage HTML, le procotole hypertexte -- HTTP -- l'idée des liens URL, ces choses qui commence par "HTTP". J'ai écrit le code et je l'ai publié.
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.
Pourquoi j'ai fait ça ? Et bien parce que j'étais dans un état de frustration. J'étais frustré -- Je travaillais comme ingénieur logiciel dans cet immense et exitant laboratoire de recherche, où beaucoup de gens venait travailler de partout dans le monde. Ils apportaient chacun des ordinateurs différents. Ils utilisaient aussi des formats de données différents. Toute une palette de systèmes de documentation différents. Donc, avec toute cette diversité, si je voulais y créer quelque chose en prenant un morceau à droite, un morceau à gauche, je devais à chaque fois me connecter à une nouvelle machine, je devais apprendre à utiliser un nouveau logiciel, et l'information que je voulais était dans un nouveau format de données. Et ils étaient tous incompatibles. C'était donc très frustrant. Cette frustration provenait de tout ce potentiel enfermé.
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.
En fait sur tous ces disques, il y avait des documents. Donc si on pouvait tous les intégrer dans un hypothétique grand système de documentation virtuel, c'est à dire sur internet, alors la vie serait beaucoup plus simple. Et quand vous avez une idée comme ça, elle s'accroche vous, et même si les gens n'ont pas lu votre mémo -- En fait il l'a lu, on a retrouvé sa copie après sa mort. Il avait écrit "vague mais intéressant" au crayon dans un coin.
(Laughter)
(Rires)
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.
Mais d'une façon générale il était très difficile d'expliquer ce qu'était le web. Il est difficile d'expliquer aujourd'hui combien c'était difficile à expliquer à ce moment-là. Mais quand TED a été crée il n'y avait pas de web, des mots comme "cliquer" n'avait pas le même sens. Je pouvais montrer un bout d'hypertexte, une page avec des liens, on peut cliquer dessus, et hop, on se retrouve sur une autre page hypertexte. Pas vraiment impressionant. On avait déjà vu ça. On avait vu des liens hypertextes sur des CDROM. Ce qui était difficile était de les faire imaginer... Alors imaginez que ce lien peut vous emmener sur n'importe quel document que vous puissiez imaginer. C'est une barrière qui est très difficile à franchir pour certaines personnes. Et bien quelques personnes ont réussi. Alors oui. C'était difficile à expliquer mais il existait un mouvement de fond. Et c'est ça qui aura été le plus sympa. C'est ça qui aura été le plus existant. Pas la technologie, pas ce que les gens ont fait avec, Mais vraiment la communauté, l'esprit de tous ces gens qui se réunissaient, s'envoyaient des emails. C'était comme ça à cette époque.
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.
Et vous savez quoi... C'est marrant... Mais d'une certaine manière, c'est comme cela à nouveau. Je demandais à tout le monde plus ou moins de mettre ses documents en ligne. "Pourriez-vous mettre vos documents sur ce web-machin?" Et... vous l'avez fait. Merci. Ça a été sympa non? C'était vraiment intéressant, car on s'est aperçu que ce qui se passait sur le web nous dépassait réellement. Il s'est passé bien plus de choses que ce que nous avions imaginé lorsque nous avions créé le premier site web. Maintenant, je veux que vous mettiez vos données sur le web ! Ce qui se passe c'est qu'il reste encore un énorme potentiel inexploité. Il y a toujours une énorme frustration. Car nous n'avons pas de données sur le web en tant que données.
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.
Qu'est ce que ça veut dire? Quelle est la différence entre document, données... Et bien les documents vous les lisez, ok? En gros vous pouvez les lire, suivre les liens, mais c'est tout. Avec les données vous pouvez faire plein de trucs sur un ordinateur. Qui a ici vu la présentation de Hans Rosling ? Cool. Plein de personnes l'on vu. C'est l'une des meilleurs présentation de TED. Hans a fait cette présentation dans laquelle il montre dans différents pays, dans différentes couleurs, le niveau de revenus sur un axe avec les taux de natalité sur un autre, et le tout animé à travers le temps. Il a donc récupéré ces données et en a fait une présentation qui démonte les idées préconçues qu'ont les gens sur l'économie des pays émergents.
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."
Il a utilisé un slide de ce type. Derrière cette présentation il avait plein de données. Les données c'est terne, carré, ennuyeux... C'est l'image que nous en avons, n'est-ce pas ? Car les données ne peuvent pas être utilisées naturellement tel quel. Mais en réalité les données influencent en grande partie nos vies. Cela arrive quand quelqu'un prend ces données et crée quelque chose avec. Dans notre cas, Hans a rassemblé toutes les données, il les a trouvé auprès des Nations-Unies, sur des sites webs. Il les a rassemblées, les a combinées pour donner quelque chose de plus intéressant et alors il les a insérées dans son logiciel, créé je crois par son fils, pour donner cette merveilleuse présentation. Et Hans a mis en avant le fait qu'il était très important d'avoir beaucoup de données. Et je suis heureux de l'avoir vu hier demandant encore avec insistance plus de données.
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.
Et maintenant je voudrais que vous vous imaginiez, pas seulement 2 morceaux de données connectés, ou même 6, mais un monde où tout le monde aurait mis ses données sur le web. Virtuellement tout ce que vous pouvez imaginer serait sur le web. Et j'ai appelé cela "Linked Data" ("données liées") La technologie s'appelle "Linked Data" et elle est extrêmement simple. Si vous voulez mettre quelque chose sur le web, il y a 3 règles. La première chose est que nous utilisons toujours les adresses HTTP -- ces trucs qui commencent par http: -- Mais plus uniquement pour les documents, on va les utiliser pour décrire les documents. On va les utiliser pour des personnes, on va les utiliser pour des lieux, on va les utiliser pour vos produits, pour des événements. N'importe quel concept aura un nom commençant par http.
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.
Deuxième règle: Si j'utilise une de ces adresses HTTP le web va me renvoyer des informations, en utilisant le protocole HTTP, des données dans un format standard Et ce sont des données utiles que quelqu'un aimerait connaitre, à propos de cette chose: si c'est un événement, qui s'y rend ? Si c'est un personne, où est-elle née ? Ce genre de choses. Donc la deuxième règle est qu'on me renvoie des informations importantes.
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.
La troisième règle est que quand je récupère ces informations, ce ne sera pas uniquement le poids ou la taille ou le lieu de naissance de cette personne, on me fournira également des relations. Les données sont des relations. C'est ce qui est intéressant, les données sont des relations. Vous avez cette personne née à Berlin, Berlin est en Allemagne. Dès lors qu'il y a une relation, l'élément lié est nommé avec un nom commençant par http. Et à partir de son nom HTTP je peux accéder à cette ressource. Je peux accéder à cette personne, ensuite je peux accéder à la ville ou elle est née, à sa région, à sa ville, à la population de sa ville, et ainsi de suite... Je peux parcourir toutes ces choses.
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.
Et voilà. C'est ça, "Linked Data". Il y a quelques années j'ai écrit un article intitulé Linked Data, et peu de temps après les choses ont commencé à bouger. Nous avons eu de plus en plus de ces boites que Hans décrivait, et nous avons vu de plus en plus de choses éclore. Ce ne sont pas que des plantes. Ce n'est pas seulement une racine qui fait vivre une plante. Pour chacune de ces plantes, peu importe sa nature, une présentation, une analyse, quelqu'un cherchant des tendances dans les données, peut interroger toutes ces données. et toutes ces données sont connectées. La chose vraiment important sur les données, c'est que plus vous avez de données connectés, plus elles deviennent puissant.
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?
Linked Data est donc apparu, le concept, le mème a été essaimé. et quelques temps après, Chris Spitzer, de l'Université Libre de Berlin, qui fut l'un des premiers à publier des données interessantes, remarqua que Wikipédia, cette fameuse encyclopédie en ligne, qui contient plein de documents intéressants, possédait parfois des encadrés, des sortes de boites d'information. Et que dans ces boites d'information, il y a des données. Il a écrit un programme pour extraire ces données de wikipedia et les stocker au format Linked Data sur le web. Il a appelé son site DBpedia. DBpedia est représenté au milieu de cette slide par le rond bleu. et si vous continuez à faire des recherches sur Berlin, vous vous apercevez qu'il y a d'autres zones de données sur Berlin, et elles sont toutes connectées entre elles. Donc si vous récupérez quelque chose de DBpedia sur Berlin, vous vous retrouvez à récupérer les autres données en même temps. La chose incroyable est que cela commença à grossir. C'est à nouveau un mouvement de fond.
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.
Maintenant examinons ces données. Les données apparaissent sous différentes formes. Pensez à la diversité du web. C'est un élément primordial pour le web, de pouvoir y ajouter n'importe quel type d'information. Il en va de même avec les données. Il existe plein de types de données. Il y a les données gouvernementales, des données d'entreprises, qui sont vraiment essentielles, les données scientifiques, les données personnelles, les données météorologiques, les données concernant les événements, les données des discussions, les informations, toutes sortes de données. Je vais en mentionner quelques unes pour que vous ayez une idée de leur diversité, et ainsi vous rendre compte de leur potentiel.
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.
Commençons par les données gouvernementales. Barak Obama a dit dans un de ses discours que les données du gouvernement américain seront disponibles sur internet dans des formats accessibles. Et j'espère qu'ils utiliseront le format "Linked Data". C'est important. Pourquoi est-ce important? Pas seulement pour la transparence. Bien sûr la transparence est importante. Mais ces données proviennent de tous les départements gouvernementaux. Alors pensez comment ces données montrent comment nous vivons en amérique. C'est très utile, ça a de la valeur, je peux l'utiliser pour ma société, En tant qu'enfant, je peux l'utiliser pour faire mes devoirs. Ce que je dis ici, c'est qu'on peut rendre la gestion du monde meilleure, en rendant ces données disponibles.
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"?
En fait, si vous êtes décideur, et vous entendez parler de données gouvernementales particulières, vous verrez que ces gens ont souvent tendance à les garder pour eux. Hans appelle ça le serrage de base de données. Vous serrez votre base de données. Vous ne la laissez pas partir tant que vous n'en avez pas fait un joli site web. Ce que je suggère, c'est qu'avant de ... ... Oui, faites un joli site ! Je ne peux pas vous empêcher de faire un joli site. Faites-en donc un joli site. Mais avant cela, donnez-nous accès aux données non altérées. On veut des données. On veut des données non altérées. Il faut que nous demandions des données brutes maintenant. Et je vais vous demander de vous entrainer. Pouvez vous dire "Raw" ?
Audience: Raw.
Audience: Raw!
Tim Berners-Lee: Can you say "data"?
Pouvez vous dire "Data" ?
Audience: Data.
Audience: Data!
TBL: Can you say "now"?
Pouvez vous dire "Now" ?
Audience: Now!
Audience: Now!
TBL: Alright, "raw data now"!
Raw Data Now ! (Des Données Brutes Maintenant !)
Audience: Raw data now!
Audience: Raw Data Now !
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.
Pratiquez-le, c'est important. Car vous n'imaginez pas les excuses que trouvent les gens pour retenir leurs données pour vous empêcher d'y accéder, alors même que vous les avez payées avec vos impôts. Et ce n'est pas qu'en Amérique. C'est la même chose partout dans le monde. Et ce n'est pas uniquement les gouvernements. Les entreprises également.
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.
Je vais juste vous faire part de quelques idées sur les données... Nous sommes ici à TED, et nous sommes particulièrement conscient des immenses challenges que l'humanité doit relever. Eliminer le cancer. Comprendre le cerveau pour traiter l'Alzheimer. Comprendre l'économie, la rendre plus stable. Comprendre comment le monde fonctionne. Ceux qui vont résoudre ces problèmes sont des scientifiques, ils ont des tonnes d'idées dans leur tête, ils essayent de les communiquer à travers le web. Mais beaucoup de connaissances de la race humaine se trouvent actuellement dans des bases de données qui ne sont pas actuellement partagées.
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.
En fait si vous prenez juste un domaine comme Alzheimer, la recherche de médicaments par exemple, vous vous apercevez qu'il y a beaucoup de "Linked Data" qui apparaissent car les scientifiques de ce domaine se sont aperçu que c'était une bonne manière de sortir de leurs silos. Il y avait des données sur le génome dans cette base de données, dans ce bâtiment, et il y avait des données sur les protéines dans une autre... Et maintenant ils les ont réunies comme "Linked Data" et maintenant ils peuvent poser des questions que vous ne vous poseriez pas, moi non plus, mais eux oui... Quelles protéines sont utilisées dans la transduction des signaux et qui sont en rapport avec les neurones pyramidaux? Et bien vous prenez cette question, vous la mettez dans Google, Bien-sûr il n'y a pas de page sur web qui répond à cette question, car personne ne se l'est déjà posée. Vous récupérez 223,000 réponses, mais aucun résultat utilisable ! Vous interrogez les données cumulées du "Linked Data": 32 réponses, et chacune d'elle est une protéine qui a cette propriété. Et vous voyez la puissance de pouvoir poser ces questions pour un scientifique. Des questions qui créent des ponts entre différentes disciplines. C'est un changement radical. C'est vraiment très important. Et les scientifiques l'ont très bien compris. Les données que d'autres scientifiques ont collectées sont enfermées et nous devons les délivrer pour pouvoir nous atteler à ces grands problèmes.
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.
Si je continue, vous allez vous dire que toutes les données proviennent des grosses institutions et que cela n'a rien à voir avec vous. Et bien cela est faux. Les données parlent de nos vies. Vous vous connectez sur votre réseau social favori. Vous selectionnez un ami, et hop, une relation, une donnée. Vous dites: cette photo représente cette personne, hop, une donnée. Données, données, données. A chaque fois que vous faite quelque chose dans un réseau social, le site crée des données et les utilise, les retravaille, et rend la vie des autres utilisateurs du site plus intéressante. Mais si vous allez dans un autre réseau social, disons spécialisé dans les voyages, et que vous voulez envoyer une photo à toutes les personnes de ce groupe, vous ne pourrez pas passer les murs. "The Economist" a écrit un article sur le sujet, de nombreux blogueurs en ont parlé. C'est une énorme frustration de ne pas pouvoir détruire les silos et apporter de l'interopérabilité entre les réseaux sociaux. Nous devons faire ça avec le "Linked Data".
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.
Un dernier type de données, et peut-être le plus excitant. Pour venir ici, j'ai utilisé OpenStreetMap. OpenStreetMap est une carte mais aussi un wiki. Zoomez, ce truc carré est un théatre, où nous nous trouvons actuellement, le théatre Terrace. Il n'y avait pas de nom dessus. Alors je suis allé dans le mode édition, j'ai sélectionné le théatre, j'ai pu rajouter en bas le nom, puis sauvegarder, et maintenant si vous allez sur openstreetmap.org, retrouvez cet endroit, vous verrez que le théatre Terrace a maintenant un nom. J'ai fait ça. Moi ! J'ai fait ça sur la carte. Je viens de faire ça. Et vous savez quoi. Street Map n'est constitué que de personnes ayant rajouté leur petite touche. Et cela crée une ressource incroyable car chacun apporte sa ressource. "Linked Data" c'est exactement ça. Ce sont des gens qui produisent peu, mais dont le peu est connecté avec tout le reste. Voilà comment le "Linked Data" fonctionne. Vous faites votre part, et tout les autres aussi. Vous n'avez peut-être pas beaucoup de données vous-même, mais vous pouvez en demander. On vient de s'y entrainer.
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.
Voilà. "Linked Data" est énorme. Je viens de vous en expliquer une petite partie. Il y a des données dans tout les aspects de nos vies, dans tout les aspects du travail et des loisirs. Et l'important n'est pas uniquement le nombre de sources des données, c'est de pouvoir toutes les relier. Et quand vous connectez les données, vous obtenez une puissance qui n'existe pas avec le web des documents. Vous en obtenez un pouvoir énorme. Nous arrivons à une étape où tous ceux qui pensent que c'est une bonne idée doivent agir. Et il y a beaucoup de personnes à TED qui font des choses même s'il n'y a pas un retour immédiat sur investissement, car cela payera uniquement lorsque beaucoup de personnes l'auront fait. Ils le feront car c'est le genre de personnes qui font des choses qu'ils seraient bon que tout le monde fasse. Cela s'appelle "Linked Data". Je veux que vous le fassiez, je veux que vous le demandiez, et je pense que cette idée mérite d'être partagée.
Thanks.
Merci.
(Applause)
(Applaudissements)