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.
Waktu berlalu. Ini sebenarnya hampir 20 tahun yang lalu ketika saya ingin membingkai ulang cara kita menggunakan informasi, cara kita bekerja sama -- saya menemukan World Wide Web. Sekarang, 20 tahun, di TED, Saya ingin meminta bantuan Anda dalam pembingkaian kembali yang baru.
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.
Jadi, kembali ke tahun 1989, Saya menulis sebuah catatan yang menyarankan sistem hiperteks global. Tidak ada seorang pun yang melakukan apapun dengan itu, kebanyakan. Tapi, 18 bulan kemudian -- ini adalah bagaimana inovasi terjadi -- 18 bulan kemudian, bos saya mengatakan bahwa saya bisa melakukannya pada waktu senggang, sebagai semacam proyek iseng, berkreasi dari sebuah komputer baru yang kami punya. Dan dia memberi saya waktu untuk merancang kodenya. Jadi saya pada dasarnya merancang HTML harus terlihat seperti apa, protokol hiperteks -- HTTP -- gagasan tentang URL -- nama-nama ini untuk hal-hal yang dimulai dengan HTTP. Saya menulis kode dan meletakkannya di sana.
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.
Mengapa saya melakukannya? Yah, itu pada dasarnya frustrasi. Saya frustrasi -- saya bekerja sebagai insinyur perangkat lunak di laboratorium yang sangat besar, sangat menarik ini, banyak orang yang datang dari seluruh dunia. Mereka membawa segala macam komputer yang berbeda dengan mereka. Mereka memiliki segala macam format data yang berbeda. Segala macam, semua jenis sistem dokumentasi. Sehingga, dalam semua keragaman itu, jika saya ingin mengetahui bagaimana untuk membangun sesuatu sebagian dari ini dan sebagian dari ini, semua yang saya lihat, saya harus terhubung ke beberapa mesin baru, Saya harus belajar untuk menjalankan beberapa program baru, Saya akan menemukan informasi yang saya inginkan dalam beberapa format data baru. Dan ini tidak semuanya kompatibel. Itu hanya membuat sangat frustasi. Frustrasi itu adalah semua potensi ini yang terbuka.
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.
Bahkan, pada semua disk ini ada dokumen. Jadi, jika Anda hanya membayangkan semuanya menjadi bagian dari beberapa sistem dokumentasi virtual, yang besar di langit, katakanlah di Internet, maka hidup akan jauh lebih mudah. Nah, sekali Anda sudah punya ide seperti itu yang seperti di bawah kulit Anda dan bahkan jika orang tidak membaca catatan Anda -- sebenarnya dia membacanya, itu ditemukan setelah dia meninggal, salinannya. Dia telah menulis, "Samar-samar, tapi menarik," dengan pensil, di sudut.
(Laughter)
(Tertawa)
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.
Tapi secara umum itu sulit -- itu benar-benar sulit untuk dijelaskan seperti apakah web itu. Sulit untuk menjelaskan kepada orang sekarang yang dulu itu sulit. Tapi kemudian -- Oke, saat TED dimulai, tidak ada web sehingga hal-hal seperti klik tidak memiliki arti yang sama. Saya dapat menunjukkan seseorang sepotong hiperteks, halaman yang telah mendapat tautan, dan kita klik pada tautan dan muncullah -- akan ada halaman hiperteks lain. Tidak mengesankan. Kau tahu, kita telah melihat bahwa -- kita punya hal-hal dalam hiperteks pada CD-ROM. Apa yang sulit adalah untuk membayangkannya Jadi, bayangkan bahwa tautan tersebut bisa mengarah ke hampir semua dokumen yang Anda bisa bayangkan. Baiklah, itu adalah lompatan yang sangat sulit bagi orang untuk dibuat. Yah, beberapa orang berhasil melakukannya. Meskipun ya, sulit untuk dijelaskan, tapi ada gerakan secara cepat. Dan itulah yang telah membuatnya menjadi yang paling menyenangkan. Yang telah menjadi hal yang paling menarik, bukan teknologinya, bukan hal yang orang lakukan dengan hal itu, tetapi sebenarnya komunitas, semangat dari semua orang berkumpul bersama, mengirim surel. Itulah bagaimana rasanya.
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.
Apakah Anda tahu? Ini lucu, tapi sekarang ini semacam seperti itu lagi. Saya bertanya semua orang, lebih atau kurang, untuk menempatkan dokumen mereka -- Saya berkata, "Bisakah Anda meletakkan dokumen Anda di web?" Dan, Anda lakukan. Terima kasih. Sudah populer, bukan? Maksud saya, telah cukup menarik karena kami telah menemukan bahwa hal yang terjadi dengan web benar-benar seeperti semangat besar bagi kami. Mereka jauh lebih dari yang kita bayangkan tadinya ketika kita membuat situs web awal yang kita mulai. Sekarang, saya ingin Anda untuk menempatkan data Anda di web. Ternyata masih ada potensi yang terbuka lebar. Masih ada frustrasi tinggi yang orang punya karena kita tidak punya data di web sebagai data.
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.
Apa yang Anda maksud data? Apa perbedaannya -- dokumen, data? Dokumen yang Anda baca, oke? Lebih atau kurang, Anda membacanya, Anda dapat mengikuti tautan dari mereka, dan hanya itu. Data -- Anda dapat melakukan segala macam hal dengan komputer. Siapa yang di sini atau sebaliknya telah melihat pembicaraan Hans Rosling? Salah seorang yang hebat -- ya banyak orang telah melihatnya -- salah satu ceramah TED terhebat. Hans membuat presentasi ini dimana ia menunjukkan, untuk negara-negara yang berbeda, dalam berbagai warna yang berbeda -- dia menunjukkan tingkat pendapatan pada satu sumbu dan ia menunjukkan kematian bayi, dan ia menganimasikannya melewati waktu. Jadi, dia mengambil data ini dan membuat presentasi yang menghapuskan banyak mitos yang orang tahu tentang ekonomi di negara berkembang.
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."
Dia memasang salindra kurang lebih seperti ini. Itu menampung semua data Oke, data itu coklat dan berbentuk kotak dan membosankan, dan itulah bagaimana kita berpikir tentang itu, bukan? Karena data tidak dapat Anda gunakan secara alami dengan sendirinya Namun pada kenyataannya, data mengendalikan sejumlah besar dari apa yang terjadi dalam hidup kita dan itu terjadi karena seseorang mengambil data tersebut dan melakukan sesuatu dengan itu. Dalam hal ini, Hans telah mengumpulkan data bersama-sama dia telah menemukan dari semua jenis situs PBB dan lainnya. Dia telah mengumpulkan semuanya, digabungkan menjadi sesuatu yang lebih menarik daripada aslinya dan kemudian dia memasukkannya ke dalam perangkat lunak ini, yang saya pikir anaknya yang mengembangkan itu, awalnya, dan menghasilkan presentasi yang indah ini. Dan Hans membuat kesimpulan yang mengatakan, "Lihat, benar-benar penting untuk memiliki banyak data." Dan saya senang melihat itu di pesta tadi malam bahwa ia masih berkata, sangat terpaksa, "Benar-benar penting untuk memiliki banyak data."
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.
Jadi saya ingin kita sekarang untuk berpikir tentang bukan hanya dua lembar data yang berhubungan, atau enam seperti yang ia lakukan, tapi saya ingin untuk berpikir tentang dunia dimana setiap orang telah menempatkan data pada web dan hampir semua yang anda bisa bayangkan ada di web. dan kemudian memanggil data terkait. Teknologi ini adalah data terkait, dan itu sangat sederhana. Jika Anda ingin menempatkan sesuatu di web ada tiga aturan: Hal pertama adalah bahwa nama tersebut HTTP -- hal-hal yang dimulai dengan "http:" -- kita menggunakannya bukan hanya untuk dokumen untuk saat ini, kita menggunakannya untuk hal-hal tentang dokumen itu. Kita menggunakannya untuk orang-orang, kita menggunakannya untuk tempat, kita menggunakannya untuk produk Anda, kita menggunakannya untuk acara. Segala macam hal konseptual, sekarang memiliki nama yang dimulai dengan 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.
Aturan kedua, jika saya mengambil salah satu dari nama HTTP dan saya mencarinya dan saya melakukan hal web dengan itu dan saya ambil datanya menggunakan protokol HTTP dari web, saya akan mengambil kembali beberapa data dalam format standar yang merupakan jenis data yang berguna bahwa seseorang mungkin ingin tahu tentang hal itu, tentang acara itu. Siapa yang ada pada acara tersebut? Apapun tentang orang itu, dimana mereka lahir, hal-hal seperti itu. Jadi, aturan kedua adalah saya mendapatkan informasi yang penting kembali.
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.
Aturan ketiga adalah bahwa ketika saya mengambil kembali informasi yang bukan hanya mengetahui tinggi dan berat badan seseorang dan saat mereka lahir, itu ada hubungannya. Data adalah hubungan. Menariknya, data adalah hubungan. Orang ini lahir di Berlin, Berlin adalah Jerman. Dan saat itu ada hubungannya, setiap kali mengungkapkan hubungan maka hal lain yang berhubungan dengan itu diberikan salah satu dari nama-nama yang dimulai HTTP. Jadi, saya dapat melanjutkan dan mencari hal tersebut. Jadi saya mencari seseorang -- saya bisa mencari kota tempat mereka lahir Saya dapat melihat wilayah itu berada, dan kota di dalamnya, dan penduduknya, dan seterusnya. Jadi saya dapat menelusuri hal ini.
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.
Jadi itu saja, sungguh. Itulah data terkait. Saya menulis sebuah artikel berjudul "Data Terkait" beberapa tahun yang lalu dan segera setelah itu, sesuatu mulai terjadi. Gagasan tentang data terkait adalah bahwa kita mendapatkan banyak dan banyak dan banyak kotak ini yang Hans punya, dan kita mendapatkan banyak dan banyak dan banyak hal bertumbuh. Ini bukan hanya tentang kebanyakan semua tanaman lain. Ini bukan hanya memasok akar tanaman, tetapi untuk masing-masing tanaman, apa pun itu -- presentasi, analisis, seseorang mencari pola dalam data -- mereka bisa melihat pada semua data dan mereka mendapatkannya terhubung bersama-sama, Dan hal yang sangat penting tentang data adalah hal-hal yang Anda miliki untuk menghubungkannya bersama-sama, semakin kuat.
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?
Jadi, data terkait. Popularitas ke arah sana. Dan, segera Chris Bizer di Universitas Freie di Berlin merupakan salah satu orang pertama yang menempatkan hal-hal menarik tersebut, ia melihat bahwa Wikipedia -- Anda tahu Wikipedia, ensiklopedia daring dengan banyak dan banyak dokumen yang menarik di dalamnya. Nah, dalam dokumen-dokumen tersebut, ada persegi-persegi kecil, kotak-kotak kecil. Dan dalam kebanyakan kotak informasi, ada data. Jadi dia menulis sebuah program untuk mengambil data, mengekstraksi dari Wikipedia, dan memasukkannya ke dalam gumpalan data terkait di web, yang ia sebut DBpedia. DBpedia diwakili oleh gumpalan biru di tengah-tengah slide ini dan jika Anda benar-benar pergi dan mencari Berlin, Anda akan menemukan bahwa ada gumpalan data lainnya yang juga memiliki hal tentang Berlin, dan mereka terhubung bersama-sama. Jadi jika Anda menarik data dari dbpedia tentang Berlin, Anda akan berakhir sampai hal-hal lainnya juga. Dan hal yang menarik adalah itu mulai tumbuh. Ini hanya tentang hal yang mendasar, oke?
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.
Mari kita berpikir sedikit tentang data. Data yang berasal pada kenyataannya dalam banyak dan banyak bentuk yang berbeda Pikirkan tentang keragaman web, itu adalah hal yang benar-benar penting bahwa web memungkinkan Anda untuk menempatkan semua jenis data di sana. Jadi dengan data. Saya bisa berbicara tentang semua jenis data. Kita bisa bicara tentang data pemerintah, data perusahaan yang sangat penting, ada data ilmiah, ada data pribadi, ada data cuaca, ada tentang kejadian, ada data tentang pembicaraan, dan ada berita dan segala macam hal. Saya hanya akan menyebutkan beberapa dari hal tersebut sehingga Anda mendapatkan ide dari keragaman tersebut, sehingga Anda juga melihat berapa banyak potensi yang terbuka.
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.
Mari kita mulai dengan data pemerintah. Barack Obama mengatakan, dalam pidato, bahwa ia -- data pemerintah Amerika akan tersedia di Internet dalam format yang dapat diakses. Dan saya berharap bahwa mereka akan memasangnya sebagai data terkait. Itu penting. Mengapa penting? Tidak hanya untuk transparansi, ya transparansi dalam pemerintahan itu penting, tetapi data tersebut -- ini adalah data dari semua departemen pemerintah Pikirkan tentang berapa banyak data tentang bagaimana hidup kalau tinggal di Amerika. Itu sebenarnya berguna. Itu bernilai. Saya dapat menggunakannya di perusahaan saya. Saya bisa menggunakannya sebagai anak untuk mengerjakan PR. Jadi kita sedang berbicara tentang membuat dunia agar berjalan lebih baik dengan membuat data ini tersedia.
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"?
Bahkan jika Anda bertanggung jawab -- jika Anda tahu tentang beberapa data di sebuah departemen pemerintah, seringkali Anda menemukan bahwa orang-orang ini, mereka sangat tergoda untuk menjaganya -- Hans menyebutnya memeluk basis data. Anda memeluk basis data Anda, Anda tidak ingin membiarkannya pergi sampai Anda membuat situs web yang indah untuk itu. Nah, saya ingin menunjukkan bahwa daripada -- ya, membuat website yang indah, siapakah saya untuk mengatakan tidak membuat situs web yang indah? Membuat website yang indah, tapi pertama berikan kita data murni, kita ingin data. Kita ingin data murni. OK, kita harus meminta data mentah sekarang. Dan saya akan meminta Anda untuk melatih itu, oke? Katakanlah "mentah."
Audience: Raw.
Audiens: Mentah.
Tim Berners-Lee: Can you say "data"?
Tim Berners-Lee: Dapatkah Anda mengatakan "data"?
Audience: Data.
Audiens: Data.
TBL: Can you say "now"?
TBL: Dapatkah Anda mengatakan "sekarang"?
Audience: Now!
Audiens: Sekarang!
TBL: Alright, "raw data now"!
Tbl: Baiklah, data mentah sekarang!
Audience: Raw data now!
Audiens: Data mentah sekarang!
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.
Latih itu. Itu penting karena Anda tidak tahu berapa jumlah alasan orang datang dengan untuk bergantung pada data mereka dan tidak memberikannya kepada Anda, meskipun Anda sudah membayar untuk itu sebagai pembayar pajak. Dan itu bukan hanya Amerika. Itu di seluruh dunia. Dan itu tidak hanya pemerintah, tentu saja -- itu perusahaan juga.
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.
Jadi saya hanya akan menyebutkan beberapa pikiran lain pada data. Di sini kita di TED, dan sepanjang waktu kita sangat sadar tantangan besar yang manusia miliki sekarang -- menyembuhkan kanker, memahami otak untuk penderita Alzheimer, mengerti akan ekonomi untuk membuatnya sedikit lebih stabil, memahami bagaimana dunia bekerja. Orang-orang yang akan memecahkan hal tersebut -- para ilmuwan -- mereka telah ide-ide yang setengah terbentuk di dalam kepala mereka, mereka mencoba untuk mengkomunikasikannya melalui web. Tapi banyak pernyataan pengetahuan umat manusia saat ini ada pada basis data, seringkali duduk di komputer mereka, dan sebenarnya, saat ini tidak dibagi.
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.
Kenyataannya, saya hanya akan pergi ke satu area -- jika Anda melihat penderita Alzheimer, misalnya, penemuan obat -- ada banyak seluruh data terkait yang baru saja keluar karena para ilmuwan di bidang tersebut menyadari ini adalah cara yang bagus untuk keluar dari lingkup mereka, karena mereka memiliki data genomik mereka dalam satu basis data dalam satu bangunan, dan juga mereka memiliki data protein mereka. Sekarang, mereka menempel pada hal tersebut -- data terkait -- dan sekarang mereka dapat meminta beberapa pertanyaan, yang Anda mungkin tidak akan tanya, Saya tidak akan bertanya -- mereka akan. Protein apa yang terlibat dalam transduksi sinyal dan juga terkait dengan neuron piramida? Nah, Anda mengambil seluruhnya dan Anda memasukkannya ke dalam Google. Tentu saja, tidak ada halaman di web yang telah menjawab pertanyaan itu karena tidak ada yang mengajukan pertanyaan itu sebelumnya. Anda mendapatkan 223.000 hasil -- tidak ada hasil yang dapat Anda gunakan. Anda bertanya data terkait -- yang sekarang telah disatukan -- 32 hasil, yang masing-masing merupakan protein yang memiliki properti-properti tersebut dan Anda dapat lihat. Kekuatan untuk dapat mengajukan pertanyaan-pertanyaan tersebut, sebagai seorang ilmuwan -- pertanyaan yang sebenarnya jembatan yang melewati berbagai disiplin ilmu - adalah benar-benar P-perubahan lengkap. Ini sangat sangat penting. Para ilmuwan benar-benar terhalang saat ini -- kekuatan data yang dikumpulkan ilmuwan lain masih terkunci dan kita perlu membukanya sehingga kita bisa mengatasi masalah-masalah besar tersebut.
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.
Sekarang jika saya terus seperti ini, Anda akan berpikir bahwa semua data berasal dari lembaga-lembaga besar dan tidak ada hubungannya dengan Anda. Tapi, itu tidak benar. Kenyataannya, data tentang kehidupan kita. Anda hanya -- Anda masuk log ke situs jaringan sosial Anda, salah satu favorit Anda, Anda mengatakan, "Ini teman saya." Bing! Hubungan. Data. Anda mengatakan, "Foto ini, ini tentang -- ini menggambarkan orang ini." Bing! Itu data. Data, data, data. Setiap kali Anda melakukan hal-hal di situs jejaring sosial, situs jejaring sosial mengambil data dan menggunakannya -- menujukan-ulang itu -- dan menggunakannya untuk membuat hidup orang lain lebih menarik di situs. Tapi, ketika Anda pergi ke situs data terkait lain -- dan katakanlah tentang perjalanan, dan anda berkata, "Saya ingin mengirim foto ini ke semua orang dalam kelompok itu," Anda tidak bisa menembus dindingnya. The Economist menulis sebuah artikel tentang itu, dan banyak orang telah menulis blog tentang itu - luar biasa frustrasi. Cara untuk memecah lingkup tersebut adalah untuk mendapatkan antar-operabilitas antara situs jejaring sosial. Kita perlu melakukan itu dengan data terkait.
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.
Salah satu jenis data terakhir yang saya akan bicarakan, mungkin itu yang paling menarik. Sebelum saya datang ke sini, saya mencarinya di OpenStreetMap OpenStreetMap adalah peta, tapi juga Wiki. Perbesar dan persegi itu adalah teater -- dimana kita berada sekarang -- The Terrace Theater. Itu tidak ada namanya. Jadi saya bisa masuk ke mode sunting, saya bisa pilih teater, Saya bisa menambahkan di bagian bawah nama, dan saya bisa simpan kembali. Dan sekarang jika Anda kembali ke OpenStreetMap.org, dan Anda menemukan tempat ini, Anda akan menemukan bahwa The Terrace Theater tersebut punya nama. Saya melakukan itu. Saya! Saya melakukan itu untuk peta. Saya hanya melakukan itu! Saya menempatkannya di sana. Hei, kau tahu apa? Jika saya -- peta jalan tersebut adalah tentang semua orang yang melakukan bagian mereka dan menciptakan sumber daya yang luar biasa karena semua orang melakukan bagian mereka. Dan itulah apa yang dimaksud data terkait. Ini tentang orang melakukan sedikit bagian mereka untuk menghasilkan sedikit, dan semuanya terhubung. Itulah bagaimana data terkait bekerja. Anda melakukan bagian Anda. Semua orang juga. Anda mungkin tidak memiliki banyak data yang Anda yang diri Anda miliki untuk ditempatkan di sana tapi Anda tahu untuk meminta itu. Dan kita telah melatihnya.
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.
Jadi, data terkait -- itu besar. Saya hanya katakan kepada Anda jumlah yang sangat kecil dari banyak hal. Ada data dalam setiap aspek kehidupan kita, setiap aspek dari pekerjaan dan kesenangan, dan itu bukan hanya tentang jumlah tempat dimana data berasal, ini tentang menghubungkannya bersama-sama. Dan ketika Anda menghubungkan data bersama-sama, Anda mendapatkan kekuatan dengan cara yang tidak terjadi hanya dengan web, dengan dokumen. Anda mendapatkan kekuatan yang benar-benar besar. Jadi, kita pada tahap sekarang dimana kita harus melakukan ini -- orang-orang yang berpikir itu adalah ide yang bagus. Dan semua orang -- dan saya pikir ada banyak orang di TED yang melakukan sesuatu karena -- meskipun tidak ada pengembalian langsung atas investasi karena hanya akan benar-benar terbayar ketika orang lain telah melakukannya -- mereka akan melakukannya karena mereka salah seorang yang hanya melakukan hal-hal yang akan jadi baik jika orang lain melakukannya. Oke, jadi itu disebut data terkait. Saya ingin Anda membuatnya. Saya ingin Anda meminta itu. Dan saya pikir itu ide yang layak disebar.
Thanks.
Terima kasih.
(Applause)
(Tepuk tangan)