ABOUT THE SPEAKER
Tim Berners-Lee - Inventor
Tim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development.

Why you should listen

In the 1980s, scientists at CERN were asking themselves how massive, complex, collaborative projects -- like the fledgling LHC -- could be orchestrated and tracked. Tim Berners-Lee, then a contractor, answered by inventing the World Wide Web. This global system of hypertext documents, linked through the Internet, brought about a massive cultural shift ushered in by the new tech and content it made possible: AOL, eBay, Wikipedia, TED.com...

Berners-Lee is now director of the World Wide Web Consortium (W3C), which maintains standards for the Web and continues to refine its design. Recently he has envisioned a "Semantic Web" -- an evolved version of the same system that recognizes the meaning of the information it carries. He's the 3Com Founders Professor of Engineering in the School of Engineering with a joint appointment in the Department of Electrical Engineering and Computer Science at the Laboratory for Computer Science and Artificial Intelligence (CSAIL) at the MIT, where he also heads the Decentralized Information Group (DIG). He is also a Professor in the Electronics and Computer Science Department at the University of Southampton, UK.

More profile about the speaker
Tim Berners-Lee | Speaker | TED.com
TED2009

Tim Berners-Lee: The next web

טים ברנרס-לי על רשת האינטרנט הבאה

Filmed:
1,638,798 views

לפני 20 שנה, טים ברנרס-לי המציא את רשת האינטרנט העולמית. בפרויקט החדש שלו הוא בונה רשת אינטרנט לנתונים מקושרים ופתוחים, אשר תעשה למספרים מה שהאינטרנט עשה למילים, לתמונות ולוידאו, יתירו את הנתונים שלנו וישנו את האופן בו אנו משתמשים בהם יחדיו.
- Inventor
Tim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development. Full bio

Double-click the English transcript below to play the video.

00:18
Time fliesזבובים.
0
0
2000
הזמן טס.
00:20
It's actuallyלמעשה almostכִּמעַט 20 yearsשנים agoלִפנֵי
1
2000
2000
כמעט לפני 20 שנה,
00:22
when I wanted to reframeרפרמה the way we use informationמֵידָע,
2
4000
4000
כאשר רציתי לשנות את הדרך בה אנו עושים שימוש במידע,
00:26
the way we work togetherיַחַד: I inventedבדוי the Worldעוֹלָם Wideרָחָב Webאינטרנט.
3
8000
3000
הדרך בה אנו עובדים ביחד -- המצאתי את רשת האינטרנט העולמית (www).
00:29
Now, 20 yearsשנים on, at TEDTED,
4
11000
3000
עכשיו, 20 שנה מאוחר יותר, ב-TED,
00:32
I want to askלִשְׁאוֹל your help in a newחָדָשׁ reframingReframing.
5
14000
4000
אני רוצה לבקש את עזרתכם בביצוע שינוי חדש.
00:37
So going back to 1989,
6
19000
4000
אם נחזור ל-1989,
00:41
I wroteכתבתי a memoתַזכִּיר suggestingמציע the globalגלוֹבָּלִי hypertextהיפרטקסט systemמערכת.
7
23000
3000
כתבתי תזכיר המציע את מערכת ההיפרטקסט הגלובלית.
00:44
Nobodyאף אחד really did anything with it, prettyיפה much.
8
26000
3000
אף אחד לא עשה עם זה כמעט כלום.
00:47
But 18 monthsחודשים laterיותר מאוחר -- this is how innovationחדשנות happensקורה --
9
29000
4000
אך 18 חודשים מאוחר יותר -- כך חדשנות מתרחשת --
00:51
18 monthsחודשים laterיותר מאוחר, my bossבּוֹס said I could do it on the sideצַד,
10
33000
4000
הבוס שלי הציע שאנסה לממש את המערכת כעבודה צדדית,
00:55
as a sortסוג of a playלְשַׂחֵק projectפּרוֹיֶקט,
11
37000
2000
במעין פרויקט ניסויי,
00:57
kickבְּעִיטָה the tiresצמיגים of a newחָדָשׁ computerמַחשֵׁב we'dלהתחתן got.
12
39000
2000
כדי לקחת סיבוב על המחשב החדש שלנו.
00:59
And so he gaveנתן me the time to codeקוד it up.
13
41000
3000
הוא נתן לי את הזמן לכתיבת תוכנית הפרויקט.
01:02
So I basicallyבעיקרון roughedרוגדת out what HTMLHTML should look like:
14
44000
5000
אז -- פשוט כתבתי את הסקיצה של איך HTML אמור להיות,
01:07
hypertextהיפרטקסט protocolפרוטוקול, HTTPHTTP;
15
49000
3000
פרוטוקול היפרטקסט -- HTTP --
01:10
the ideaרַעְיוֹן of URLsכתובות אתר, these namesשמות for things
16
52000
3000
הרעיון של קישורים -- השמות לדברים
01:13
whichאיזה startedהתחיל with HTTPHTTP.
17
55000
2000
שהתחילו ב-HTTP.
01:15
I wroteכתבתי the codeקוד and put it out there.
18
57000
2000
כתבתי את הקוד ופרסמתי אותו.
01:17
Why did I do it?
19
59000
2000
למה עשיתי זאת?
01:19
Well, it was basicallyבעיקרון frustrationתסכול.
20
61000
2000
בעיקר בגלל התסכול.
01:21
I was frustratedמְתוּסכָּל -- I was workingעובד as a softwareתוֹכנָה engineerמהנדס
21
63000
4000
הייתי מתוסכל -- עבדתי כמהנדס תוכנה
01:25
in this hugeעָצוּם, very excitingמְרַגֵשׁ labמַעבָּדָה,
22
67000
2000
במעבדה עצומה ומאוד מלהיבה,
01:27
lots of people comingמגיע from all over the worldעוֹלָם.
23
69000
2000
עם המון אנשים מכל רחבי העולם.
01:29
They broughtהביא all sortsמיני of differentשונה computersמחשבים with them.
24
71000
3000
הם הביאו עימם כל מיני סוגים של מחשבים.
01:32
They had all sortsמיני of differentשונה dataנתונים formatsפורמטים,
25
74000
3000
היו להם כל מיני סוגים של נתונים.
01:35
all sortsמיני, all kindsמיני of documentationתיעוד systemsמערכות.
26
77000
2000
כל מיני סוגים של מערכות תיעוד.
01:37
So that, in all that diversityגיוון,
27
79000
3000
כך שבתוך כל הגיוון הזה,
01:40
if I wanted to figureדמות out how to buildלִבנוֹת something
28
82000
2000
אם רציתי להבין כיצד לבנות משהו
01:42
out of a bitbit of this and a bitbit of this,
29
84000
2000
מזה וקצת מזה,
01:44
everything I lookedהביט into, I had to connectלְחַבֵּר to some newחָדָשׁ machineמְכוֹנָה,
30
86000
4000
לאן שלא הבטתי, הייתי צריך להתחבר לאיזו מכונה חדשה,
01:48
I had to learnלִלמוֹד to runלָרוּץ some newחָדָשׁ programתָכְנִית,
31
90000
2000
ללמוד לתפעל כמה תוכנות חדשות,
01:50
I would find the informationמֵידָע I wanted in some newחָדָשׁ dataנתונים formatפוּרמָט.
32
92000
5000
את המידע שהזדקקתי לו ניתן היה למצוא רק באיזה פורמט נתונים חדש.
01:55
And these were all incompatibleשאינו עולה בקנה אחד.
33
97000
2000
וכל אלה לא התאימו זה לזה.
01:57
It was just very frustratingמתסכל.
34
99000
2000
זה היה פשוט מתסכל.
01:59
The frustrationתסכול was all this unlockedלא נעול potentialפוטנציאל.
35
101000
2000
התסכול היה על כל הפוטנציאל המבוזבז הזה.
02:01
In factעוּבדָה, on all these discsדיסקים there were documentsמסמכים.
36
103000
3000
למעשה, בכל הדיסקים היו מסמכים.
02:04
So if you just imaginedדמיוני them all
37
106000
3000
כך שאם רק דמיינת אותם
02:07
beingלהיות partחֵלֶק of some bigגָדוֹל, virtualוירטואלי documentationתיעוד systemמערכת in the skyשָׁמַיִם,
38
109000
5000
מהווים חלק ממערכת תיעוד וירטואלית גדולה שם בשמיים,
02:12
say on the Internetאינטרנט,
39
114000
2000
נאמר על גבי האינטרנט,
02:14
then life would be so much easierקל יותר.
40
116000
2000
אז החיים היו הרבה יותר קלים.
02:16
Well, onceפַּעַם you've had an ideaרַעְיוֹן like that it kindסוג of getsמקבל underתַחַת your skinעור
41
118000
4000
ובכן, מהרגע שיש לך רעיון כזה, הוא תופס אותך
02:20
and even if people don't readלקרוא your memoתַזכִּיר --
42
122000
2000
ואפילו אם לא קראו את התזכיר שלך --
02:22
actuallyלמעשה he did, it was foundמצאתי after he diedמת, his copyעותק.
43
124000
3000
בעצם הוא קרא, זה התגלה לאחר מותו, העותק שלו.
02:25
He had writtenכתוב, "Vagueמְעוּרפָּל, but excitingמְרַגֵשׁ," in pencilעִפָּרוֹן, in the cornerפינה.
44
127000
3000
הוא כתב "מעורפל, אך מלהיב" בעיפרון, בפינה.
02:28
(Laughterצחוק)
45
130000
2000
(צחוק)
02:30
But in generalכללי it was difficultקָשֶׁה -- it was really difficultקָשֶׁה to explainלהסביר
46
132000
4000
אך בגדול זה היה קשה -- היה ממש קשה להסביר
02:34
what the webאינטרנט was like.
47
136000
2000
מהו בדיוק האינטרנט.
02:36
It's difficultקָשֶׁה to explainלהסביר to people now that it was difficultקָשֶׁה then.
48
138000
2000
קשה להסביר לאנשים כיום עד כמה קשה זה היה אז.
02:38
But then -- OK, when TEDTED startedהתחיל, there was no webאינטרנט
49
140000
3000
אבל אז.... אוקיי, כאשר TED החל, לא היה אינטרנט
02:41
so things like "clickנְקִישָׁה" didn't have the sameאותו meaningמַשְׁמָעוּת.
50
143000
3000
לכן לדברים כמו קליק לא היתה אותה משמעות.
02:44
I can showלְהַצִיג somebodyמִישֶׁהוּ a pieceלְחַבֵּר of hypertextהיפרטקסט,
51
146000
2000
אני יכול להראות למישהו קטע של היפרטקסט,
02:46
a pageעמוד whichאיזה has got linksקישורים,
52
148000
2000
עמוד המכיל קישורים,
02:48
and we clickנְקִישָׁה on the linkקישור and bingבינג -- there'llיהיה be anotherאַחֵר hypertextהיפרטקסט pageעמוד.
53
150000
4000
ואנו מקליקים על הקישור וזבנג -- הנה לו עמוד נוסף.
02:52
Not impressiveמרשימים.
54
154000
2000
לא מרשים במיוחד.
02:54
You know, we'veיש לנו seenלראות that -- we'veיש לנו got things on hypertextהיפרטקסט on CD-ROMsתקליטורים.
55
156000
3000
אתם יודעים, ראינו את זה -- יש לנו דברים בהיפרטקסט על תקליטורים.
02:57
What was difficultקָשֶׁה was to get them to imagineלדמיין:
56
159000
3000
מה שהיה קשה זה לגרום להם לדמיין
03:00
so, imagineלדמיין that that linkקישור could have goneנעלם
57
162000
4000
שהקישור הזה יכול היה ללכת
03:04
to virtuallyכִּמעַט any documentמסמך you could imagineלדמיין.
58
166000
2000
לכל מסמך שניתן לדמיין.
03:07
Alrightבְּסֵדֶר, that is the leapלִקְפּוֹץ that was very difficultקָשֶׁה for people to make.
59
169000
4000
זו הקפיצה שהיתה קשה להרבה אנשים לבצע.
03:11
Well, some people did.
60
173000
2000
טוב, כמה אנשים כן הצליחו.
03:13
So yeah, it was difficultקָשֶׁה to explainלהסביר, but there was a grassrootsשורשים movementתְנוּעָה.
61
175000
3000
ובכל זאת, היה קשה להסביר זאת, אך היתה תנועה מתחת לפני-השטח.
03:17
And that is what has madeעָשׂוּי it mostרוב funכֵּיף.
62
179000
4000
וזה היה מה שהפך זאת להנאה גדולה.
03:21
That has been the mostרוב excitingמְרַגֵשׁ thing,
63
183000
2000
זה היה הדבר המרגש ביותר,
03:23
not the technologyטֶכנוֹלוֹגִיָה, not the things people have doneבוצע with it,
64
185000
2000
לא הטכנולוגיה, לא הדברים שאנשים עשו עם זה,
03:25
but actuallyלמעשה the communityהקהילה, the spiritרוּחַ of all these people
65
187000
2000
אלא הקהילה עצמה, הרוח של האנשים
03:27
gettingמקבל togetherיַחַד, sendingשְׁלִיחָה the emailsמיילים.
66
189000
2000
שהתכנסו ביחד, שלחו אי-מיילים.
03:29
That's what it was like then.
67
191000
2000
כך זה היה אז.
03:31
Do you know what? It's funnyמצחיק, but right now it's kindסוג of like that again.
68
193000
3000
אתם יודעים מה? זה מצחיק, אבל עכשיו שוב זה אותו הדבר.
03:34
I askedשאל everybodyכולם, more or lessפָּחוּת, to put theirשֶׁלָהֶם documentsמסמכים --
69
196000
2000
ביקשתי מכולם, פחות או יותר, לשים את מסמכיהם --
03:36
I said, "Could you put your documentsמסמכים on this webאינטרנט thing?"
70
198000
3000
שאלתי, "האם תוכלו לשים את מסמכיכם ברשת הזו?"
03:39
And you did.
71
201000
3000
ואתם ביצעתם.
03:42
Thanksתודה.
72
204000
1000
תודה.
03:43
It's been a blastפיצוץ, hasn'tלא it?
73
205000
2000
זה היה פיצוץ, לא?
03:45
I mean, it has been quiteדַי interestingמעניין
74
207000
2000
כלומר, זה היה די מעניין
03:47
because we'veיש לנו foundמצאתי out that the things that happenלִקְרוֹת with the webאינטרנט
75
209000
2000
מאחר ומצאנו שהדברים שקורים עם הרשת
03:49
really sortסוג of blowלנשוף us away.
76
211000
2000
פשוט מדהימים אותנו.
03:51
They're much more than we'dלהתחתן originallyבְּמָקוֹר imaginedדמיוני
77
213000
2000
הם הרבה יותר ממה שדמייננו בהתחלה
03:53
when we put togetherיַחַד the little, initialהתחלתי websiteאתר אינטרנט
78
215000
2000
כאשר יצרנו את האתר הראשון
03:55
that we startedהתחיל off with.
79
217000
2000
שהתחלנו איתו.
03:57
Now, I want you to put your dataנתונים on the webאינטרנט.
80
219000
3000
כעת, ברצוני שתעלו את הנתונים שלכם לרשת.
04:00
Turnsמסתובב out that there is still hugeעָצוּם unlockedלא נעול potentialפוטנציאל.
81
222000
4000
מתברר שיש עדיין המון פוטנציאל לא ממומש.
04:04
There is still a hugeעָצוּם frustrationתסכול
82
226000
2000
עדיין קיים תיסכול גדול
04:06
that people have because we haven'tלא got dataנתונים on the webאינטרנט as dataנתונים.
83
228000
4000
אצל אנשים מפני שאין לנו נתונים ברשת בתור נתונים.
04:10
What do you mean, "dataנתונים"? What's the differenceהֶבדֵל -- documentsמסמכים, dataנתונים?
84
232000
2000
מה פירוש נתונים? מה ההבדל -- מסמכים, נתונים?
04:12
Well, documentsמסמכים you readלקרוא, OK?
85
234000
3000
מסמכים קוראים, נכון?
04:15
More or lessפָּחוּת, you readלקרוא them, you can followלעקוב אחר linksקישורים from them, and that's it.
86
237000
3000
פחות או יותר, קוראים אותם, ניתן להגיע לקישורים באמצעותם וזהו.
04:18
Dataנתונים -- you can do all kindsמיני of stuffדברים with a computerמַחשֵׁב.
87
240000
2000
נתונים -- ניתן לעשות כל מיני דברים עם מחשב.
04:20
Who was here or has otherwiseאחרת seenלראות Hansהנס Rosling'sשל רוזלינג talk?
88
242000
6000
מי היה כאן וראה את הרצאתו של הנס רוזלינג?
04:26
One of the great -- yes a lot of people have seenלראות it --
89
248000
4000
אחת הגדולות -- הרבה אנשים צפו בה --
04:30
one of the great TEDTED Talksשיחות.
90
252000
2000
אחת מהרצאות ה-TED הגדולות.
04:32
Hansהנס put up this presentationהַצָגָה
91
254000
2000
הנס העלה מצגת זו
04:34
in whichאיזה he showedparagraphs, for variousשׁוֹנִים differentשונה countriesמדינות, in variousשׁוֹנִים differentשונה colorsצבעים --
92
256000
5000
בה הוא הראה, עבור מדינות שונות, בצבעים שונים --
04:39
he showedparagraphs incomeהַכנָסָה levelsרמות on one axisצִיר
93
261000
3000
הוא הראה רמות הכנסה על ציר אחד
04:42
and he showedparagraphs infantתִינוֹק mortalityתמותה, and he shotבְּעִיטָה this thing animatedאנימציה throughדרך time.
94
264000
3000
והראה תמותת תינוקות והוא צילם את זה באנימציה לאורך זמן.
04:45
So, he'dהוא היה takenנלקח this dataנתונים and madeעָשׂוּי a presentationהַצָגָה
95
267000
4000
ומהנתונים האלה הוא הכין מצגת שפשוט
04:49
whichאיזה just shatteredהתנפץ a lot of mythsמיתוסים that people had
96
271000
3000
ניפצה הרבה מיתוסים שהיו לאנשים
04:52
about the economicsכלכלה in the developingמתפתח worldעוֹלָם.
97
274000
4000
על הכלכלות של מדינות מתפתחות.
04:56
He put up a slideשקופית a little bitbit like this.
98
278000
2000
הוא שם שקופית שדומה קצת לזו.
04:58
It had undergroundתת קרקעי all the dataנתונים
99
280000
2000
מוסתרים בה כל הנתונים.
05:00
OK, dataנתונים is brownחום and boxyמרובע and boringמְשַׁעֲמֵם,
100
282000
3000
נתונים הם חומים, קובייתיים ומשעממים,
05:03
and that's how we think of it, isn't it?
101
285000
2000
וכך אנו חושבים עליהם, נכון?
05:05
Because dataנתונים you can't naturallyבאופן טבעי use by itselfעצמה
102
287000
3000
מכיוון שלא ניתן להשתמש בנתונים כמות שהם.
05:08
But in factעוּבדָה, dataנתונים drivesכוננים a hugeעָצוּם amountכמות of what happensקורה in our livesחיים
103
290000
4000
אבל האמת היא שנתונים הם הכוח המניע מאחורי הרבה דברים שמתרחשים בחיינו
05:12
and it happensקורה because somebodyמִישֶׁהוּ takes that dataנתונים and does something with it.
104
294000
3000
וזה קורה היות ומישהו לוקח את הנתונים ועושה איתם משהו.
05:15
In this caseמקרה, Hansהנס had put the dataנתונים togetherיַחַד
105
297000
2000
במקרה זה, הנס שם את הנתונים
05:17
he had foundמצאתי from all kindsמיני of Unitedמאוחד Nationsהאומות websitesאתרי אינטרנט and things.
106
299000
5000
שהוא מצא בכל מיני אתרים של או"ם וכאלו, ביחד.
05:22
He had put it togetherיַחַד,
107
304000
2000
הוא שם אותם ביחד,
05:24
combinedמְשׁוּלָב it into something more interestingמעניין than the originalמְקוֹרִי piecesחתיכות
108
306000
3000
עיצב אותם למשהו יותר מעניין מאשר המרכיבים המקוריים
05:27
and then he'dהוא היה put it into this softwareתוֹכנָה,
109
309000
5000
ואז הכניס את כל זה לתוכנה זו,
05:32
whichאיזה I think his sonבֵּן developedמפותח, originallyבְּמָקוֹר,
110
314000
2000
שלפי דעתי בנו פיתח אותה במקור,
05:34
and producesייצור this wonderfulנִפלָא presentationהַצָגָה.
111
316000
3000
ויצר את המצגת הנפלאה הזו.
05:37
And Hansהנס madeעָשׂוּי a pointנְקוּדָה
112
319000
2000
והנס הדגיש נקודה אחת
05:39
of sayingפִּתגָם, "Look, it's really importantחָשׁוּב to have a lot of dataנתונים."
113
321000
4000
באומרו, "תראו, זה באמת חשוב שיש הרבה נתונים."
05:43
And I was happyשַׂמֵחַ to see that at the partyמפלגה last night
114
325000
3000
שמחתי לראות שבמסיבה אמש
05:46
that he was still sayingפִּתגָם, very forciblyבְּכֹחַ, "It's really importantחָשׁוּב to have a lot of dataנתונים."
115
328000
4000
הוא עדיין טען בלהט שזה מאוד חשוב שיש הרבה נתונים.
05:50
So I want us now to think about
116
332000
2000
לכן אני רוצה שנחשוב עכשיו
05:52
not just two piecesחתיכות of dataנתונים beingלהיות connectedמְחוּבָּר, or sixשֵׁשׁ like he did,
117
334000
4000
לא רק אודות שני חלקי נתונים שמתחברים, או שישה כפי שהוא עשה,
05:56
but I want to think about a worldעוֹלָם where everybodyכולם has put dataנתונים on the webאינטרנט
118
338000
5000
אלא אני רוצה לחשוב על עולם בו כל אחד צריך להעלות נתונים לרשת
06:01
and so virtuallyכִּמעַט everything you can imagineלדמיין is on the webאינטרנט
119
343000
2000
וכך, בסוף, כל דבר שניתן לדמיין יהיה ברשת,
06:03
and then callingיִעוּד that linkedצָמוּד dataנתונים.
120
345000
2000
ואז נקרא לזה נתונים מקושרים -- linked data.
06:05
The technologyטֶכנוֹלוֹגִיָה is linkedצָמוּד dataנתונים, and it's extremelyמְאוֹד simpleפָּשׁוּט.
121
347000
2000
הטכנולוגיה היא נתונים מקושרים, וזה פשוט ביותר.
06:07
If you want to put something on the webאינטרנט there are threeשְׁלוֹשָׁה rulesכללים:
122
349000
4000
אם מעלים משהו לרשת, ישנם שלושה חוקים:
06:11
first thing is that those HTTPHTTP namesשמות --
123
353000
3000
חוק ראשון הוא שאותם שמות HTTP --
06:14
those things that startהַתחָלָה with "httphttp:" --
124
356000
2000
אותם דברים שמתחילים ב-":http" --
06:16
we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them not just for documentsמסמכים now,
125
358000
4000
אנו משתמשים בהם עכשיו לא רק למסמכים, אלא אנו משתמשים בהם
06:20
we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them for things that the documentsמסמכים are about.
126
362000
2000
עבור דברים שהמסמכים מתארים.
06:22
We're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them for people, we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them for placesמקומות,
127
364000
2000
אנו משתמשים בהם בשביל אנשים, בשביל מקומות,
06:24
we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them for your productsמוצרים, we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני them for eventsאירועים.
128
366000
4000
בשביל המוצרים שלכם, בשביל מאורעות.
06:28
All kindsמיני of conceptualרַעיוֹנִי things, they have namesשמות now that startהַתחָלָה with HTTPHTTP.
129
370000
4000
כל מיני דברים הנוגעים לתפיסה, יש להם עכשיו שמות המתחילים ב-HTTP.
06:32
Secondשְׁנִיָה ruleכְּלָל, if I take one of these HTTPHTTP namesשמות and I look it up
130
374000
5000
חוק שני: אם לוקחים אחד משמות ה-HTTP האלה ומחפשים אותו
06:37
and I do the webאינטרנט thing with it and I fetchלְהָבִיא the dataנתונים
131
379000
2000
וגולשים אליו ומביאים את הנתונים
06:39
usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני the HTTPHTTP protocolפרוטוקול from the webאינטרנט,
132
381000
2000
בעזרת פרוטוקול ה-HTTP מהרשת,
06:41
I will get back some dataנתונים in a standardתֶקֶן formatפוּרמָט
133
383000
3000
יגיעו אליי נתונים בפורמט סטנדרטי
06:44
whichאיזה is kindסוג of usefulמוֹעִיל dataנתונים that somebodyמִישֶׁהוּ mightאולי like to know
134
386000
5000
שזה מידע שימושי שאולי מישהו ירצה לדעת אודות דבר מסויים,
06:49
about that thing, about that eventמִקרֶה.
135
391000
2000
אודות אירוע מסויים.
06:51
Who'sמי זה at the eventמִקרֶה? Whateverמה שתגיד it is about that personאדם,
136
393000
2000
מי נמצא באירוע? כל דבר על אדם מסויים,
06:53
where they were bornנוֹלָד, things like that.
137
395000
2000
היכן מישהו נולד, דברים כאלה.
06:55
So the secondשְׁנִיָה ruleכְּלָל is I get importantחָשׁוּב informationמֵידָע back.
138
397000
2000
כך שהחוק השני הוא שמקבלים חזרה מידע חשוב.
06:57
Thirdשְׁלִישִׁי ruleכְּלָל is that when I get back that informationמֵידָע
139
399000
4000
חוק שלישי הוא שכאשר מקבלים חזרה אותו מידע,
07:01
it's not just got somebody'sשל מישהו heightגוֹבַה and weightמִשׁקָל and when they were bornנוֹלָד,
140
403000
3000
זה לא רק גובה ומשקל של מישהו ותאריך הלידה שלו,
07:04
it's got relationshipsיחסים.
141
406000
2000
אלא שיש לו גם קשרים.
07:06
Dataנתונים is relationshipsיחסים.
142
408000
2000
נתונים זה קשרים.
07:08
Interestinglyמעניין, dataנתונים is relationshipsיחסים.
143
410000
2000
באופן מעניין, נתונים זה קשרים.
07:10
This personאדם was bornנוֹלָד in Berlinברלין; Berlinברלין is in Germanyגֶרמָנִיָה.
144
412000
4000
אדם זה נולד בברלין, ברלין זה גרמניה.
07:14
And when it has relationshipsיחסים, wheneverבְּכָל פַּעַם it expressesמבטא a relationshipמערכת יחסים
145
416000
3000
וכאשר יש לו קשרים, כאשר הוא מבטא קשרים,
07:17
then the other thing that it's relatedקָשׁוּר to
146
419000
3000
הדבר שמקושר אליו
07:20
is givenנָתוּן one of those namesשמות that startsמתחיל HTTPHTTP.
147
422000
4000
מקבל שם שמתחיל ב-HTTP.
07:24
So, I can go aheadקָדִימָה and look that thing up.
148
426000
2000
כך ניתן להתקדם ולחפש את הדבר ההוא.
07:26
So I look up a personאדם -- I can look up then the cityעִיר where they were bornנוֹלָד; then
149
428000
3000
אני מחפש אדם -- אחר-כך ניתן לחפש את העיר בה הוא נולד.
07:29
I can look up the regionאזור it's in, and the townהעיר it's in,
150
431000
3000
ניתן לחפש את האזור שהוא נמצא בו ואת העיר,
07:32
and the populationאוּכְלוֹסִיָה of it, and so on.
151
434000
3000
ואת האוכלוסיה שלה וכך הלאה.
07:35
So I can browseלְדַפדֵף this stuffדברים.
152
437000
2000
ניתן לדפדף בתוך כל החומר הזה.
07:37
So that's it, really.
153
439000
2000
אז זהו זה, באמת.
07:39
That is linkedצָמוּד dataנתונים.
154
441000
2000
אלה הם נתונים מקושרים.
07:41
I wroteכתבתי an articleמאמר entitledרַשַׁאִי "Linkedצָמוּד Dataנתונים" a coupleזוּג of yearsשנים agoלִפנֵי
155
443000
3000
כתבתי מאמר שכותרתו "נתונים מקושרים" לפני כמה שנים
07:44
and soonבקרוב after that, things startedהתחיל to happenלִקְרוֹת.
156
446000
4000
ומייד לאחר-מכן, דברים החלו לקרות.
07:48
The ideaרַעְיוֹן of linkedצָמוּד dataנתונים is that we get lots and lots and lots
157
450000
4000
הרעיון בנתונים מקושרים הוא שאנו מקבלים המון, המון
07:52
of these boxesתיבות that Hansהנס had,
158
454000
2000
תיבות כמו שהיו להנס,
07:54
and we get lots and lots and lots of things sproutingהַנבָּטָה.
159
456000
2000
ומקבלים המון, המון דברים שמסתעפים מזה.
07:56
It's not just a wholeכֹּל lot of other plantsצמחים.
160
458000
3000
זה לא רק המון צמחים חדשים לגמרי.
07:59
It's not just a rootשורש supplyingבאספקת a plantצמח,
161
461000
2000
זה לא רק שורש שמצמיח צמח,
08:01
but for eachכל אחד of those plantsצמחים, whateverמה שתגיד it is --
162
463000
3000
אלא שלכל אחד מהצמחים, מה שזה לא יהיה --
08:04
a presentationהַצָגָה, an analysisאָנָלִיזָה, somebody'sשל מישהו looking for patternsדפוסי in the dataנתונים --
163
466000
3000
מצגת, אנליזה, מישהו שמחפש תבניות של נתונים --
08:07
they get to look at all the dataנתונים
164
469000
3000
מקבלים מבט לתוך כלל הנתונים
08:10
and they get it connectedמְחוּבָּר togetherיַחַד,
165
472000
2000
ומקבלים אותם מקושרים ביחד.
08:12
and the really importantחָשׁוּב thing about dataנתונים
166
474000
2000
והדבר הבאמת חשוב בקשר לנתונים
08:14
is the more things you have to connectלְחַבֵּר togetherיַחַד, the more powerfulחָזָק it is.
167
476000
2000
הוא שככל שיש יותר דברים שצריכים לקשרם ביחד,
08:16
So, linkedצָמוּד dataנתונים.
168
478000
2000
עוצמתם גבוהה יותר. וכך גם הנתונים המקושרים.
08:18
The memeאני אני wentהלך out there.
169
480000
2000
העיקרון פרץ כאן החוצה.
08:20
And, prettyיפה soonבקרוב Chrisכריס BizerBizer at the Freieפריי Universitatאוניברסיטה in Berlinברלין
170
482000
4000
די מהר, כריס ביצר מאוניברסיטת פריאיי בברלין
08:24
who was one of the first people to put interestingמעניין things up,
171
486000
2000
שהיה אחד הראשונים שהעלה דברים מעניינים לרשת,
08:26
he noticedשם לב that Wikipediaויקיפדיה --
172
488000
2000
שם לב שויקיפדיה --
08:28
you know Wikipediaויקיפדיה, the onlineבאינטרנט encyclopediaאֶנצִיקלוֹפֶּדִיָה
173
490000
3000
אתם יודעים ויקיפדיה, האנציקלופדיה המקוונת
08:31
with lots and lots of interestingמעניין documentsמסמכים in it.
174
493000
2000
המכילה המון מסמכים מעניינים.
08:33
Well, in those documentsמסמכים, there are little squaresריבועים, little boxesתיבות.
175
495000
4000
ובכן, באותם מסמכים, ישנם ריבועים קטנים, תיבות קטנות.
08:37
And in mostרוב informationמֵידָע boxesתיבות, there's dataנתונים.
176
499000
3000
וברוב תיבות המידע נמצאים נתונים.
08:40
So he wroteכתבתי a programתָכְנִית to take the dataנתונים, extractלחלץ it from Wikipediaויקיפדיה,
177
502000
4000
הוא כתב תוכנית שתיקח את הנתונים, תשלוף אותם מויקיפדיה,
08:44
and put it into a blobכֶּתֶם of linkedצָמוּד dataנתונים
178
506000
2000
ותשים אותם בתרשים של נתונים מקושרים
08:46
on the webאינטרנט, whichאיזה he calledשקוראים לו dbpediadbpedia.
179
508000
3000
ברשת, והוא קרא לזה dbpedia.
08:49
DbpediaDbpedia is representedמיוצג by the blueכָּחוֹל blobכֶּתֶם in the middleאֶמצַע of this slideשקופית
180
511000
4000
Dbpedia מוצגת באמצעות העיגול הכחול במרכז השקופית
08:53
and if you actuallyלמעשה go and look up Berlinברלין,
181
515000
2000
ואם ממש ניגשים ומחפשים את ברלין,
08:55
you'llאתה find that there are other blobsכתמים of dataנתונים
182
517000
2000
נמצא שישנם עיגולים נוספים של נתונים
08:57
whichאיזה alsoגַם have stuffדברים about Berlinברלין, and they're linkedצָמוּד togetherיַחַד.
183
519000
3000
שגם להם יש חומר על ברלין, והם מקושרים יחד.
09:00
So if you pullמְשׁוֹך the dataנתונים from dbpediadbpedia about Berlinברלין,
184
522000
3000
אם שולפים את הנתונים מ-dbpedia על ברלין,
09:03
you'llאתה endסוֹף up pullingמושך up these other things as well.
185
525000
2000
נגיע לכך שנשלוף גם את הדברים האחרים.
09:05
And the excitingמְרַגֵשׁ thing is it's startingהחל to growלגדול.
186
527000
3000
ומה שמרגש בכל הסיפור הוא שזה מתחיל לגדול.
09:08
This is just the grassrootsשורשים stuffדברים again, OK?
187
530000
2000
זה שוב אותו חומר בסיסי.
09:10
Let's think about dataנתונים for a bitbit.
188
532000
3000
בואו נחשוב רגע על נתונים.
09:13
Dataנתונים comesבא in factעוּבדָה in lots and lots of differentשונה formsטפסים.
189
535000
3000
נתונים מגיעים בעצם בהמון צורות שונות.
09:16
Think of the diversityגיוון of the webאינטרנט. It's a really importantחָשׁוּב thing
190
538000
3000
תחשבו על המגוון שיש ברשת, זה דבר באמת חשוב
09:19
that the webאינטרנט allowsמאפשרים you to put all kindsמיני of dataנתונים up there.
191
541000
3000
שהרשת מאפשרת לנו להעלות כל מיני נתונים.
09:22
So it is with dataנתונים. I could talk about all kindsמיני of dataנתונים.
192
544000
2000
יכולתי לדבר על כל סוגי הנתונים.
09:25
We could talk about governmentמֶמְשָׁלָה dataנתונים, enterpriseמִפְעָל dataנתונים is really importantחָשׁוּב,
193
547000
4000
יכולתי לדבר על נתונים של ממשלה, נתוני חברות חשובים מאוד,
09:29
there's scientificמַדָעִי dataנתונים, there's personalאישי dataנתונים,
194
551000
3000
יש נתונים מדעיים, יש נתונים אישיים,
09:32
there's weatherמזג אוויר dataנתונים, there's dataנתונים about eventsאירועים,
195
554000
2000
יש נתוני מזג-אויר, יש נתונים על אירועים,
09:34
there's dataנתונים about talksשיחות, and there's newsחֲדָשׁוֹת and there's all kindsמיני of stuffדברים.
196
556000
4000
יש נתוני הרצאות, יש נתוני חדשות וכל מיני דברים אחרים.
09:38
I'm just going to mentionאִזְכּוּר a fewמְעַטִים of them
197
560000
3000
אזכיר רק כמה מהם
09:41
so that you get the ideaרַעְיוֹן of the diversityגיוון of it,
198
563000
2000
כך שתקבלו מושג על הגיוון שלהם,
09:43
so that you alsoגַם see how much unlockedלא נעול potentialפוטנציאל.
199
565000
4000
כדי שתוכלו להרגיש את מידת הפוטנציאל העצור שקיים.
09:47
Let's startהַתחָלָה with governmentמֶמְשָׁלָה dataנתונים.
200
569000
2000
נתחיל עם נתוני ממשלה.
09:49
Barackברק Obamaאובמה said in a speechנְאוּם,
201
571000
2000
ברק אובאמה אמר, בנאומו,
09:51
that he -- Americanאֲמֶרִיקָאִי governmentמֶמְשָׁלָה dataנתונים would be availableזמין on the Internetאינטרנט
202
573000
5000
שנתוני ממשל אמריקאי יהיו זמינים באינטרנט
09:56
in accessibleנגיש formatsפורמטים.
203
578000
2000
בפורמטים נגישים.
09:58
And I hopeלְקַווֹת that they will put it up as linkedצָמוּד dataנתונים.
204
580000
2000
אני מקוה שהם ישימו אותם כנתונים מקושרים.
10:00
That's importantחָשׁוּב. Why is it importantחָשׁוּב?
205
582000
2000
זה חשוב. מדוע זה חשוב?
10:02
Not just for transparencyשְׁקִיפוּת, yeah transparencyשְׁקִיפוּת in governmentמֶמְשָׁלָה is importantחָשׁוּב,
206
584000
3000
לא רק בגלל שקיפות. אכן שקיפות של ממשל היא חשובה,
10:05
but that dataנתונים -- this is the dataנתונים from all the governmentמֶמְשָׁלָה departmentsמחלקות
207
587000
3000
אבל אלה נתונים מכל משרדי הממשלה.
10:08
Think about how much of that dataנתונים is about how life is livedחי in Americaאמריקה.
208
590000
5000
תחשבו כמה מהנתונים האלה נוגעים לאופן בו אנו חיים בארה"ב.
10:13
It's actualמַמָשִׁי usefulמוֹעִיל. It's got valueערך.
209
595000
2000
למעשה הנתונים מועילים. יש להם ערך.
10:15
I can use it in my companyחֶברָה.
210
597000
2000
אני יכול להשתמש בהם בחברה שלי.
10:17
I could use it as a kidיֶלֶד to do my homeworkשיעורי בית.
211
599000
2000
אני יכול להשתמש בהם בתור ילד להכנת שיעורי בית.
10:19
So we're talkingשִׂיחָה about makingהֲכָנָה the placeמקום, makingהֲכָנָה the worldעוֹלָם runלָרוּץ better
212
601000
3000
כך שאנו מדברים על להפוך את העולם שיפעל טוב יותר
10:22
by makingהֲכָנָה this dataנתונים availableזמין.
213
604000
2000
על-ידי זה שנהפוך את הנתונים האלה לזמינים.
10:24
In factעוּבדָה if you're responsibleאחראי -- if you know about some dataנתונים
214
606000
4000
אם אתם יודעים שקיימים נתונים מסויימים במשרד ממשלתי,
10:28
in a governmentמֶמְשָׁלָה departmentמַחלָקָה, oftenלעתים קרובות you find that
215
610000
2000
לעיתים קרובות אתם מגלים
10:30
these people, they're very temptedמתפתה to keep it --
216
612000
3000
שאנשים אלה, אוהבים לשמור אותם --
10:33
Hansהנס callsשיחות it databaseמאגר מידע huggingחִבּוּק.
217
615000
3000
הנס קורא לזה לחבק את הנתונים.
10:36
You hugלְחַבֵּק your databaseמאגר מידע, you don't want to let it go
218
618000
2000
מחבקים את הנתונים ולא משחררים אותם
10:38
untilעד you've madeעָשׂוּי a beautifulיפה websiteאתר אינטרנט for it.
219
620000
2000
עד שיוצרים בשבילם אתר יפה.
10:40
Well, I'd like to suggestלְהַצִיעַ that ratherבמקום --
220
622000
2000
ובכן, הייתי רוצה להציע במקום --
10:42
yes, make a beautifulיפה websiteאתר אינטרנט,
221
624000
2000
בסדר, תבנו אתר יפה,
10:44
who am I to say don't make a beautifulיפה websiteאתר אינטרנט?
222
626000
2000
מי אני שאגיד לא לבנות אתר יפה?
10:46
Make a beautifulיפה websiteאתר אינטרנט, but first
223
628000
3000
תבנו אתר יפה, אבל קודם
10:49
give us the unadulteratedטָהוֹר dataנתונים,
224
631000
3000
תתנו לנו נתונים טהורים.
10:52
we want the dataנתונים.
225
634000
2000
אנו רוצים את הנתונים האלה.
10:54
We want unadulteratedטָהוֹר dataנתונים.
226
636000
2000
אנו רוצים נתונים טהורים.
10:56
OK, we have to askלִשְׁאוֹל for rawגלם dataנתונים now.
227
638000
3000
טוב, מעכשיו עלינו לבקש נתונים גולמיים.
10:59
And I'm going to askלִשְׁאוֹל you to practiceלְתַרְגֵל that, OK?
228
641000
2000
אני אבקשכם להתאמן על זה, טוב?
11:01
Can you say "rawגלם"?
229
643000
1000
תגידו "גולמי".
11:02
Audienceקהל: Rawגלם.
230
644000
1000
קהל: גולמי.
11:03
Timטים Berners-Leeברנרס-לי: Can you say "dataנתונים"?
231
645000
1000
טים ברנרס-לי: האם תוכלו לומר "נתונים"?
11:04
Audienceקהל: Dataנתונים.
232
646000
1000
קהל: נתונים.
11:05
TBLTBL: Can you say "now"?
233
647000
1000
ט.ב.ל.: האם תוכלו לומר "עכשיו"?
11:06
Audienceקהל: Now!
234
648000
1000
קהל: עכשיו!
11:07
TBLTBL: Alrightבְּסֵדֶר, "rawגלם dataנתונים now"!
235
649000
2000
ט.ב.ל.: טוב, נתונים גולמיים עכשיו!
11:09
Audienceקהל: Rawגלם dataנתונים now!
236
651000
2000
קהל: נתונים גולמיים עכשיו!
11:11
Practiceתרגול that. It's importantחָשׁוּב because you have no ideaרַעְיוֹן the numberמספר of excusesתירוצים
237
653000
4000
תתאמנו על זה. זה חשוב מכיוון שאין לכם מושג כמה תירוצים
11:15
people come up with to hangלִתְלוֹת ontoעַל גַבֵּי theirשֶׁלָהֶם dataנתונים
238
657000
2000
אנשים ממציאים כדי להחזיק בנתונים שלהם
11:17
and not give it to you, even thoughאם כי you've paidשילם for it as a taxpayerמשלם המסים.
239
659000
4000
ולא לתת לכם אותם, אף על-פי ששילמתם עבורם בתור משלמי-מיסים.
11:21
And it's not just Americaאמריקה. It's all over the worldעוֹלָם.
240
663000
2000
וזה לא רק בארה"ב. ככה זה בכל העולם.
11:23
And it's not just governmentsממשלות, of courseקוּרס -- it's enterprisesארגונים as well.
241
665000
3000
אלו לא רק ממשלות, אלא גם חברות.
11:26
So I'm just going to mentionאִזְכּוּר a fewמְעַטִים other thoughtsמחשבות on dataנתונים.
242
668000
3000
לכן אני הולך להעלות עוד כמה מחשבות על נתונים.
11:29
Here we are at TEDTED, and all the time we are very consciousמוּדָע
243
671000
5000
אנחנו כאן ב-TED, מודעים כל הזמן
11:34
of the hugeעָצוּם challengesאתגרים that humanבן אנוש societyחֶברָה has right now --
244
676000
5000
לאתגרים העצומים העומדים בפני החברה האנושית ממש עכשיו --
11:39
curingהִתרַפְּאוּת cancerמחלת הסרטן, understandingהֲבָנָה the brainמוֹחַ for Alzheimer'sאלצהיימר,
245
681000
3000
ריפוי סרטן, הבנת המוח בהקשר של אלצהיימר,
11:42
understandingהֲבָנָה the economyכַּלְכָּלָה to make it a little bitbit more stableיַצִיב,
246
684000
3000
הבנת הכלכלה כדי להפכה לקצת יותר יציבה,
11:45
understandingהֲבָנָה how the worldעוֹלָם worksעובד.
247
687000
2000
הבנה של כיצד העולם פועל.
11:47
The people who are going to solveלִפְתוֹר those -- the scientistsמדענים --
248
689000
2000
האנשים שהולכים לפתור את כל זה -- המדענים --
11:49
they have half-formedחצי מעוצב ideasרעיונות in theirשֶׁלָהֶם headרֹאשׁ,
249
691000
2000
יש להם רעיונות מגובשים-למחצה בראשם,
11:51
they try to communicateלתקשר those over the webאינטרנט.
250
693000
3000
הם מנסים להעבירם לאחרים דרך הרשת.
11:54
But a lot of the stateמדינה of knowledgeיֶדַע of the humanבן אנוש raceגזע at the momentרֶגַע
251
696000
3000
אבל חלק גדול מהידע של האנושות נכון לעכשיו
11:57
is on databasesמאגרי מידע, oftenלעתים קרובות sittingיְשִׁיבָה in theirשֶׁלָהֶם computersמחשבים,
252
699000
3000
נמצא בבסיסי נתונים, הנמצאים בדרך-כלל במחשביהם,
12:00
and actuallyלמעשה, currentlyכַּיוֹם not sharedמְשׁוּתָף.
253
702000
3000
ולמעשה אינם שיתופיים זה עם זה.
12:03
In factעוּבדָה, I'll just go into one areaאֵזוֹר --
254
705000
3000
בעצם, רק אכנס לתחום אחד --
12:06
if you're looking at Alzheimer'sאלצהיימר, for exampleדוגמא,
255
708000
2000
לדוגמא, אם מחפשים אלצהיימר,
12:08
drugתְרוּפָה discoveryתַגלִית -- there is a wholeכֹּל lot of linkedצָמוּד dataנתונים whichאיזה is just comingמגיע out
256
710000
3000
גילוי תרופות -- יש המון נתונים מקושרים שמתגלים
12:11
because scientistsמדענים in that fieldשדה realizeלִהַבִין
257
713000
2000
מאחר ומדענים בתחום זה מבינים
12:13
this is a great way of gettingמקבל out of those silosממגורות,
258
715000
3000
שזוהי דרך נהדרת להוציאם מתוך המצבורים שלהם,
12:16
because they had theirשֶׁלָהֶם genomicsגנומיקה dataנתונים in one databaseמאגר מידע
259
718000
4000
מאחר והיו נתוני גנום בבסיס נתונים אחד
12:20
in one buildingבִּניָן, and they had theirשֶׁלָהֶם proteinחֶלְבּוֹן dataנתונים in anotherאַחֵר.
260
722000
3000
בתוך בניין מסויים, ונתוני הפרוטיאינים באחר.
12:23
Now, they are stickingדִבּוּק it ontoעַל גַבֵּי -- linkedצָמוּד dataנתונים --
261
725000
3000
כעת הם מדביקים אותם אחד על השני -- נתונים מקושרים --
12:26
and now they can askלִשְׁאוֹל the sortסוג of questionשְׁאֵלָה, that you probablyכנראה wouldn'tלא askלִשְׁאוֹל,
262
728000
3000
ועכשיו הם יכולים לשאול שאלה שככל הנראה אתם
12:29
I wouldn'tלא askלִשְׁאוֹל -- they would.
263
731000
2000
וגם אני לא היינו שואלים.
12:31
What proteinsחלבונים are involvedמְעוּרָב in signalאוֹת transductionתמלול
264
733000
2000
איזה פרוטיאינים קשורים בהעברת אותות
12:33
and alsoגַם relatedקָשׁוּר to pyramidalפירמידלי neuronsנוירונים?
265
735000
2000
וגם קשורים בניורוני פירמידה?
12:35
Well, you take that mouthfulמְלוֹא הַפֶּה and you put it into GoogleGoogle.
266
737000
3000
ניקח את זה ונקליד בגוגל.
12:38
Of courseקוּרס, there's no pageעמוד on the webאינטרנט whichאיזה has answeredענה that questionשְׁאֵלָה
267
740000
3000
ברור שאין אף עמוד ברשת שענה על שאלה זו
12:41
because nobodyאף אחד has askedשאל that questionשְׁאֵלָה before.
268
743000
2000
מאחר ואף אחד לא שאל אותה קודם.
12:43
You get 223,000 hitsלהיטים --
269
745000
2000
מקבלים 223,000 תוצאות --
12:45
no resultsתוצאות you can use.
270
747000
2000
אין תוצאות שניתן להשתמש בהם.
12:47
You askלִשְׁאוֹל the linkedצָמוּד dataנתונים -- whichאיזה they'veהם כבר now put togetherיַחַד --
271
749000
3000
שואלים את הנתונים המקושרים -- שאותם הם הרכיבו --
12:50
32 hitsלהיטים, eachכל אחד of whichאיזה is a proteinחֶלְבּוֹן whichאיזה has those propertiesנכסים
272
752000
4000
32 תוצאות, כאשר בכל אחת מהן פרוטאין בעל התכונות הנ"ל
12:54
and you can look at.
273
756000
2000
ושניתן להביט בו.
12:56
The powerכּוֹחַ of beingלהיות ableיכול to askלִשְׁאוֹל those questionsשאלות, as a scientistמַדְעָן --
274
758000
3000
הכוח בלהיות מסוגל לשאול שאלות הללו, בתור מדען --
12:59
questionsשאלות whichאיזה actuallyלמעשה bridgeלְגַשֵׁר acrossלְרוֹחָב differentשונה disciplinesדיסציפלינות --
275
761000
2000
שאלות שבעצם מגשרות בין תחומים שונים --
13:01
is really a completeלְהַשְׁלִים seaיָם changeשינוי.
276
763000
3000
זה השינוי ב-'ה' הידיעה.
13:04
It's very very importantחָשׁוּב.
277
766000
2000
הוא מאוד חשוב.
13:06
Scientistsמדענים are totallyלְגַמרֵי stymiedמתוסכלת at the momentרֶגַע --
278
768000
2000
כיום המדענים תקועים --
13:08
the powerכּוֹחַ of the dataנתונים that other scientistsמדענים have collectedשנאספו is lockedנָעוּל up
279
770000
5000
העוצמה של הנתונים שנאספו על-ידי מדענים אחרים עדיין סגורה ונעולה.
13:13
and we need to get it unlockedלא נעול so we can tackleלְהִתְמוֹדֵד those hugeעָצוּם problemsבעיות.
280
775000
3000
אנו צריכים לשחרר אותה כדי שנוכל להתמודד עם הבעיות העצומות.
13:16
Now if I go on like this, you'llאתה think that all the dataנתונים comesבא from hugeעָצוּם institutionsמוסדות
281
778000
4000
אם אמשיך כך, תחשבו שכל הנתונים באים מגופים ענקיים
13:20
and has nothing to do with you.
282
782000
3000
ושאין לזה קשר אליכם.
13:23
But, that's not trueנָכוֹן.
283
785000
2000
אבל זה לא נכון.
13:25
In factעוּבדָה, dataנתונים is about our livesחיים.
284
787000
2000
למעשה, נתונים נוגעים לחיינו.
13:27
You just -- you logעֵץ on to your socialחֶברָתִי networkingרשת siteאֲתַר,
285
789000
3000
אנו מתחברים לאתר של מפגשים חברתיים שלנו,
13:30
your favoriteהכי אהוב one, you say, "This is my friendחָבֵר."
286
792000
2000
זה שאהוב עלינו, ואומרים, "זהו חברי".
13:32
Bingבינג! Relationshipמערכת יחסים. Dataנתונים.
287
794000
3000
טראח! קשר. נתונים.
13:35
You say, "This photographתַצלוּם, it's about -- it depictsציורים this personאדם. "
288
797000
3000
אנו אומרים, " זהו צילום. הוא מראה אדם."
13:38
Bingבינג! That's dataנתונים. Dataנתונים, dataנתונים, dataנתונים.
289
800000
3000
טראח! זה נתונים. נתונים, נתונים, נתונים.
13:41
Everyכֹּל time you do things on the socialחֶברָתִי networkingרשת siteאֲתַר,
290
803000
2000
בכל פעם שעושים משהו באתר של מפגשים חברתיים,
13:43
the socialחֶברָתִי networkingרשת siteאֲתַר is takingלְקִיחָה dataנתונים and usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני it -- re-purposingמחדש purposing it --
291
805000
4000
האתר נוטל נתונים ומשתמש בהם -- נותן להם משמעות חדשה --
13:47
and usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני it to make other people'sשל אנשים livesחיים more interestingמעניין on the siteאֲתַר.
292
809000
4000
ומשתמש בהם כדי להפוך חיי אנשים אחרים ליותר מעניינים.
13:51
But, when you go to anotherאַחֵר linkedצָמוּד dataנתונים siteאֲתַר --
293
813000
2000
אבל, כאשר ניגשים לאתר אחר של נתונים מקושרים --
13:53
and let's say this is one about travelלִנְסוֹעַ,
294
815000
3000
ונאמר שהוא בעניין של נסיעות,
13:56
and you say, "I want to sendלִשְׁלוֹחַ this photoתמונה to all the people in that groupקְבוּצָה,"
295
818000
3000
ואומרים, "אנו רוצים לשלוח תצלום זה לכל האנשים בקבוצה ההיא,"
13:59
you can't get over the wallsקירות.
296
821000
2000
לא ניתן לעבור את החומות.
14:01
The Economistכַּלכָּלָן wroteכתבתי an articleמאמר about it, and lots of people have bloggedבלוגים about it --
297
823000
2000
המגזין אקונומיסט פירסם מאמר על זה והמון אנשים כתבו על זה בבלוגים --
14:03
tremendousעָצוּם frustrationתסכול.
298
825000
1000
תיסכול אדיר.
14:04
The way to breakלשבור down the silosממגורות is to get inter-operabilityinterability
299
826000
2000
הדרך לשבור את המצבורים היא לעורר פעילות הדדית
14:06
betweenבֵּין socialחֶברָתִי networkingרשת sitesאתרים.
300
828000
2000
בין אתרי מפגשים חברתיים.
14:08
We need to do that with linkedצָמוּד dataנתונים.
301
830000
2000
אנו צריכים לעשות זאת עם נתונים מקושרים.
14:10
One last typeסוּג of dataנתונים I'll talk about, maybe it's the mostרוב excitingמְרַגֵשׁ.
302
832000
3000
סוג אחרון של נתונים שאדבר עליהם, הם אולי המעניינים ביותר.
14:13
Before I cameבא down here, I lookedהביט it up on OpenStreetMapOpenStreetMap
303
835000
3000
לפני שהגעתי לכאן, נכנסתי ל-OpenStreetMap.
14:16
The OpenStreetMap'sOpenStreetMap של a mapמַפָּה, but it's alsoגַם a Wikiויקי.
304
838000
2000
ה-OpenStreetMap זו מפה, אבל היא גם ויקי.
14:18
Zoomזום in and that squareכיכר thing is a theaterתיאטרון -- whichאיזה we're in right now --
305
840000
3000
נתקרב ונראה שאותו ריבוע הוא אולם -- שבו אנו נמצאים כעת --
14:21
The Terraceמִרפֶּסֶת Theaterתיאטרון. It didn't have a nameשֵׁם on it.
306
843000
2000
אולם "טרס". לפני זה לא היה לו שם.
14:23
So I could go into editלַעֲרוֹך modeמצב, I could selectבחר the theaterתיאטרון,
307
845000
2000
אז, יכולתי להיכנס במצב של עריכה, לבחור אולם,
14:25
I could addלְהוֹסִיף down at the bottomתַחתִית the nameשֵׁם, and I could saveלשמור it back.
308
847000
5000
ויכולתי להוסיף בתחתית את השם ויכולתי לשמור.
14:30
And now if you go back to the OpenStreetMapOpenStreetMap. orgorg,
309
852000
3000
וכעת אם תלכו ל-OpenStreetMap. org,
14:33
and you find this placeמקום, you will find that The Terraceמִרפֶּסֶת Theaterתיאטרון has got a nameשֵׁם.
310
855000
3000
ותמצאו את המקום, תגלו שלאולם "טרס" יש שם.
14:36
I did that. Me!
311
858000
2000
אני עשיתי זאת. אני!
14:38
I did that to the mapמַפָּה. I just did that!
312
860000
2000
אני עשיתי זאת במפה. פשוט עשיתי זאת!
14:40
I put that up on there. Hey, you know what?
313
862000
2000
אני שמתי את זה שם. אתם יודעים מה?
14:42
If I -- that streetרְחוֹב mapמַפָּה is all about everybodyכולם doing theirשֶׁלָהֶם bitbit
314
864000
3000
אותה מפת כבישים היא אודות כל אחד שעושה את חלקו הקטן
14:45
and it createsיוצר an incredibleמדהים resourceמַשׁאָב
315
867000
3000
וזה יוצר משאב מדהים
14:48
because everybodyכולם elseאַחֵר does theirsשֶׁלָהֶם.
316
870000
3000
מפני שכולם עושים את חלקם.
14:51
And that is what linkedצָמוּד dataנתונים is all about.
317
873000
3000
זו בדיוק המשמעות של נתונים מקושרים.
14:54
It's about people doing theirשֶׁלָהֶם bitbit
318
876000
3000
זה על אנשים שעושים את חלקם הקטן
14:57
to produceליצר a little bitbit, and it all connectingמְקַשֵׁר.
319
879000
3000
כדי ליצור משהו קטן, וזה הכל מקושר.
15:00
That's how linkedצָמוּד dataנתונים worksעובד.
320
882000
3000
זה איך שנתונים מקושרים עובדים.
15:03
You do your bitbit. Everybodyכולם elseאַחֵר does theirsשֶׁלָהֶם.
321
885000
4000
אתה עושה את חלקך הקטן. כולם עושים את שלהם.
15:07
You mayמאי not have lots of dataנתונים whichאיזה you have yourselfעַצמְךָ to put on there
322
889000
4000
אולי אין לך הרבה נתונים שאתה צריך לשים שם
15:11
but you know to demandלִדרוֹשׁ it.
323
893000
3000
אבל אתה יודע לדרוש אותם.
15:14
And we'veיש לנו practicedמְתוּרגָל that.
324
896000
2000
התאמננו על זה.
15:16
So, linkedצָמוּד dataנתונים -- it's hugeעָצוּם.
325
898000
4000
נתונים מקושרים -- זה משהו ענק.
15:20
I've only told you a very smallקָטָן numberמספר of things
326
902000
3000
סיפרתי לכם רק מעט מכל זה.
15:23
There are dataנתונים in everyכֹּל aspectאספקט of our livesחיים,
327
905000
2000
נתונים קיימים בכל היבט של חיינו,
15:25
everyכֹּל aspectאספקט of work and pleasureהנאה,
328
907000
3000
בכל היבט של עבודתנו והנאתנו,
15:28
and it's not just about the numberמספר of placesמקומות where dataנתונים comesבא,
329
910000
3000
וזה לא רק עניין של מספר המקורות שמהם הנתונים מגיעים,
15:31
it's about connectingמְקַשֵׁר it togetherיַחַד.
330
913000
3000
אלא זה גם עניין של לקשר ביניהם.
15:34
And when you connectלְחַבֵּר dataנתונים togetherיַחַד, you get powerכּוֹחַ
331
916000
3000
וכאשר מקשרים ביניהם, מתקבלת עוצמה
15:37
in a way that doesn't happenלִקְרוֹת just with the webאינטרנט, with documentsמסמכים.
332
919000
3000
שלא מתקבלת רק מרשת, או ממסמכים.
15:40
You get this really hugeעָצוּם powerכּוֹחַ out of it.
333
922000
4000
ממש מפיקים הרבה עוצמה מהנתונים.
15:44
So, we're at the stageשלב now
334
926000
3000
כך שכעת אנו נמצאים בשלב
15:47
where we have to do this -- the people who think it's a great ideaרַעְיוֹן.
335
929000
4000
שבו עלינו לעשות זאת -- האנשים הסבורים שזה רעיון גדול.
15:51
And all the people -- and I think there's a lot of people at TEDTED who do things because --
336
933000
3000
ואני סבור שיש הרבה אנשים ב-TED שפועלים בגלל --
15:54
even thoughאם כי there's not an immediateמִיָדִי returnלַחֲזוֹר on the investmentהַשׁקָעָה
337
936000
2000
אף על-פי שאין תמורה מיידית על ההשקעה
15:56
because it will only really payלְשַׁלֵם off when everybodyכולם elseאַחֵר has doneבוצע it --
338
938000
3000
מאחר וזה יחזיר את ההשקעה רק כאשר כולם יעשו זאת --
15:59
they'llהם יהיו do it because they're the sortסוג of personאדם who just does things
339
941000
4000
הם יעשו זאת מכיוון שהם מסוג אותם האנשים שפשוט עושים דברים
16:03
whichאיזה would be good if everybodyכולם elseאַחֵר did them.
340
945000
3000
שיהיו מועילים רק אם כולם יעשו אותם.
16:06
OK, so it's calledשקוראים לו linkedצָמוּד dataנתונים.
341
948000
2000
טוב, זה מה שקרוי נתונים מקושרים.
16:08
I want you to make it.
342
950000
2000
אני רוצה שאתם תייצרו אותם.
16:10
I want you to demandלִדרוֹשׁ it.
343
952000
2000
אני רוצה שתדרשו אותם.
16:12
And I think it's an ideaרַעְיוֹן worthשִׁוּוּי spreadingפְּרִיסָה.
344
954000
2000
ואני סבור שזה רעיון ששווה להפיץ.
16:14
Thanksתודה.
345
956000
1000
תודה.
16:15
(Applauseתְשׁוּאוֹת)
346
957000
3000
(מחיאות כפיים)
Translated by Yubal Masalker
Reviewed by Sigal Tifferet

▲Back to top

ABOUT THE SPEAKER
Tim Berners-Lee - Inventor
Tim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development.

Why you should listen

In the 1980s, scientists at CERN were asking themselves how massive, complex, collaborative projects -- like the fledgling LHC -- could be orchestrated and tracked. Tim Berners-Lee, then a contractor, answered by inventing the World Wide Web. This global system of hypertext documents, linked through the Internet, brought about a massive cultural shift ushered in by the new tech and content it made possible: AOL, eBay, Wikipedia, TED.com...

Berners-Lee is now director of the World Wide Web Consortium (W3C), which maintains standards for the Web and continues to refine its design. Recently he has envisioned a "Semantic Web" -- an evolved version of the same system that recognizes the meaning of the information it carries. He's the 3Com Founders Professor of Engineering in the School of Engineering with a joint appointment in the Department of Electrical Engineering and Computer Science at the Laboratory for Computer Science and Artificial Intelligence (CSAIL) at the MIT, where he also heads the Decentralized Information Group (DIG). He is also a Professor in the Electronics and Computer Science Department at the University of Southampton, UK.

More profile about the speaker
Tim Berners-Lee | Speaker | TED.com