sponsored links
TEDGlobal 2012

Shyam Sankar: The rise of human-computer cooperation

シャム・サンカー:人間とコンピューターの協力関係のはじまり

June 27, 2012

コンピューターによる力任せの計算だけでは世界を悩ます問題を解決する事はできません。例えばテロリストを捕まえたり、目には見えない兆候を見つけたりといった難しい問題の解決は、正しいアルゴリズムの発見によってではなく、コンピューターの計算能力と人間の創造力を正しい共益関係にすることによってもたらされるとシャム・サンカーは語ります。

Shyam Sankar - Data Intelligence Agent
An advocate of human-computer symbiosis, Shyam Sankar looks for clues in big and disparate data sets. Full bio

sponsored links
Double-click the English subtitles below to play the video.
I'd like to tell you about two games of chess.
2つのチェスの試合をご紹介します
00:15
The first happened in 1997, in which Garry Kasparov,
1つ目は1997年
ガルリ・カスパロフ(世界王者)が
00:18
a human, lost to Deep Blue, a machine.
ディープブルーという
コンピューターに敗れました
00:22
To many, this was the dawn of a new era,
多くの人にとってこれは
新たな時代の幕開けでした
00:25
one where man would be dominated by machine.
機械が人間を支配するような時代です
00:28
But here we are, 20 years on, and the greatest change
それから20年が経った現在
コンピューターとの付き合い方は
00:30
in how we relate to computers is the iPad,
かなり改善され
iPad に象徴される時代になりました
00:34
not HAL.
HALではありませんでした
00:37
The second game was a freestyle chess tournament
2つ目の試合は2005年の
「フリースタイル」のトーナメント
00:39
in 2005, in which man and machine could enter together
人間とコンピューターが
対戦するだけでなく
00:41
as partners, rather than adversaries, if they so chose.
人間とコンピューターが
組んで参加しても良いものです
00:44
At first, the results were predictable.
出だしの結果は予想通りで
00:49
Even a supercomputer was beaten by a grandmaster
スーパーコンピューターでさえ
人間のチャンピオンと
00:51
with a relatively weak laptop.
性能の劣るラップトップが組んだ
ペアに敗れました
00:53
The surprise came at the end. Who won?
大番狂わせは最終戦でした
00:56
Not a grandmaster with a supercomputer,
優勝者はチャンピオンと
スーパーコンピューターのペアではなく
00:58
but actually two American amateurs
実は2人のアメリカの―
01:01
using three relatively weak laptops.
アマチュアと3台の平凡な
ラップトップのチームでした
01:03
Their ability to coach and manipulate their computers
2人はコンピュータを駆使して
臨機応変に様々な手を
01:07
to deeply explore specific positions
探し出すように
手法を採ることができたので
01:09
effectively counteracted the superior chess knowledge
人間のチャンピオンの知識や
01:12
of the grandmasters and the superior computational power
対戦相手のコンピュータの
優れた計算能力をも―
01:14
of other adversaries.
凌駕したのです
01:17
This is an astonishing result: average men,
平凡な人間と平凡なマシンが
組んだチームが
01:19
average machines beating the best man, the best machine.
最強の人も最高のマシンも
打ち負かしたことは実に驚くべき結果です
01:21
And anyways, isn't it supposed to be man versus machine?
さて 人間にとって
機械は競争相手なんでしょうか?
01:26
Instead, it's about cooperation, and the right type of cooperation.
いいえ 競争相手ではなく協力者―
正しい形での協力が大切です
01:29
We've been paying a lot of attention to Marvin Minsky's
これまでの50年間 人工知能については
01:33
vision for artificial intelligence over the last 50 years.
マーヴィン・ミンスキーが描いた見方が重視されてきました
01:36
It's a sexy vision, for sure. Many have embraced it.
これは多くの人が受け容れてきた魅力的な説で
01:39
It's become the dominant school of thought in computer science.
コンピューター・サイエンスにおいては主流の見方です
01:41
But as we enter the era of big data, of network systems,
しかしビッグ・データや
オープン・プラットフォームや
01:44
of open platforms, and embedded technology,
ネットや組込み技術が
使われるような時代においては
01:47
I'd like to suggest it's time to reevaluate an alternative vision
別の見方をもう一度評価すべきと主張したいのです
01:50
that was actually developed around the same time.
それはミンスキーの見方と
同じ頃に生まれていた―
01:53
I'm talking about J.C.R. Licklider's human-computer symbiosis,
J.C.R.リックライダーが提唱し
今では―
01:56
perhaps better termed "intelligence augmentation," I.A.
「知能増幅」(IA)と呼ばれる
人間とコンピューターの共益関係です
02:00
Licklider was a computer science titan who had a profound
リックライダーはコンピューター・サイエンスの巨人で
02:03
effect on the development of technology and the Internet.
計算技術とインターネットの発展に大いに貢献しました
02:06
His vision was to enable man and machine to cooperate
彼の見方は意思決定や
複雑な事象に対応する制御を
02:09
in making decisions, controlling complex situations
融通のきかない事前に定義された
プログラムだけに頼るのではなく
02:12
without the inflexible dependence
人間と機械が協力して
02:15
on predetermined programs.
行うというものです
02:17
Note that word "cooperate."
キーワードは「協力」です
02:20
Licklider encourages us not to take a toaster
リックライダーはトースターから
02:22
and make it Data from "Star Trek,"
頭脳明晰なアンドロイドを作るのではなく
02:25
but to take a human and make her more capable.
人間の能力をより広げることを唱えました
02:27
Humans are so amazing -- how we think,
人間が持つ思考方式や
非線形アプローチや
02:31
our non-linear approaches, our creativity,
創造力や反復仮説は
非常に驚くべき能力です
02:33
iterative hypotheses, all very difficult if possible at all
コンピューターで
仮に万一実現できるとしても
02:35
for computers to do.
非常に難しい分野です
02:37
Licklider intuitively realized this, contemplating humans
人間は 目標を設定し 仮説を作り
02:39
setting the goals, formulating the hypotheses,
評価方法を設定し
評価できるという違いを
02:41
determining the criteria, and performing the evaluation.
リックライダーは直感的に認識していました
02:44
Of course, in other ways, humans are so limited.
もちろん 一方で人間は多くの
02:47
We're terrible at scale, computation and volume.
限界があり
拡張性 計算能力 処理量では弱いものです
02:49
We require high-end talent management
ロック・バンドが
協力し演奏活動を
02:52
to keep the rock band together and playing.
続けるには 高度な
タレントマネジメントが必要です
02:54
Licklider foresaw computers doing all the routinizable work
リックライダーは 洞察と意思決定に必要な―
02:56
that was required to prepare the way for insights and decision making.
定型化できる準備は コンピュータが
全て行うようになると見通していました
02:58
Silently, without much fanfare,
静かに目立たないところで
03:01
this approach has been compiling victories beyond chess.
このアプローチがチェスに留まらず
勝利を積み上げていきました
03:04
Protein folding, a topic that shares the incredible expansiveness of chess —
タンパク質の折り畳み構造は
チェスと同様非常に奥深いものです
03:07
there are more ways of folding a protein than there are atoms in the universe.
宇宙の原子の数より
多くの折り畳み組み合わせがあります
03:10
This is a world-changing problem with huge implications
立体構造は病気を理解し治療する上で
03:13
for our ability to understand and treat disease.
世界が変わる程の大きな意味を持つ研究分野です
03:16
And for this task, supercomputer field brute force simply isn't enough.
この問題を解くにはスーパーコンピューターの
力任せの計算だけでは足りません
03:18
Foldit, a game created by computer scientists,
コンピュータ科学者が作った
Folditというゲームが
03:22
illustrates the value of the approach.
この協力アプローチの価値を表す
好例でしょう
03:25
Non-technical, non-biologist amateurs play a video game
このゲームでは
技術者でも生物学者でもない素人が
03:27
in which they visually rearrange the structure of the protein,
立体表示されたタンパク質の構造を
組み替える作業をすることで
03:30
allowing the computer to manage the atomic forces
コンピューターに原子間力や
03:33
and interactions and identify structural issues.
相互作用や構造上の問題解明を任せました
03:35
This approach beat supercomputers 50 percent of the time
このアプローチは
スーパーコンピューターの能力を
03:38
and tied 30 percent of the time.
50%のケースで上回り
30%で同等だとわかりました
03:41
Foldit recently made a notable and major scientific discovery
Folditは最近注目すべき大発見をしました
03:43
by deciphering the structure of the Mason-Pfizer monkey virus.
メイソン・ファイザー・サルウイルスの
分解酵素を解読したのです
03:46
A protease that had eluded determination for over 10 years
10年間も わからなかった構造を
03:50
was solved was by three players in a matter of days,
3人のゲーマーがほんの数日で解決してしまったのです
03:53
perhaps the first major scientific advance
ゲームをすることから生まれてくる
03:55
to come from playing a video game.
大きな科学技術を発展させる
おそらく最初の例です
03:57
Last year, on the site of the Twin Towers,
ツインタワーのあった場所に昨年
04:00
the 9/11 memorial opened.
9.11の記念碑ができました
04:02
It displays the names of the thousands of victims
この記念碑は「意味ある隣接関係」という
04:03
using a beautiful concept called "meaningful adjacency."
美しいコンセプトに基づいて
何千もの犠牲者の名前を表示しています
04:06
It places the names next to each other based on their
そこでは犠牲者の名が友人 家族 同僚など
04:09
relationships to one another: friends, families, coworkers.
人間関係に基づいて配置されています
04:11
When you put it all together, it's quite a computational
3,500もの名前と1,800もの関係の要請を考慮して
04:13
challenge: 3,500 victims, 1,800 adjacency requests,
関係を表現するのは
計算処理として大きな挑戦です
04:16
the importance of the overall physical specifications
全員の物理的な位置の制約と最終的な見た目の美しさを
04:21
and the final aesthetics.
両立する必要があります
04:24
When first reported by the media, full credit for such a feat
メディアに報道された当初
04:26
was given to an algorithm from the New York City
その功績はニューヨークのデザイン会社
04:29
design firm Local Projects. The truth is a bit more nuanced.
Local Projectsによる
アルゴリズムのものとされましたが
04:30
While an algorithm was used to develop the underlying framework,
アルゴリズムを使って
デザインを可能にする枠組みを提供し
04:34
humans used that framework to design the final result.
人間がこの枠組みの上で
最終的なデザインを描いたのです
04:37
So in this case, a computer had evaluated millions
この場合コンピューターは何百万もの
04:40
of possible layouts, managed a complex relational system,
可能なレイアウトを評価し
複雑な関係性をやりくりし
04:43
and kept track of a very large set of measurements
膨大な形状や多様性のデータを管理して
04:46
and variables, allowing the humans to focus
逐一提示し
人間が構成を選択しながら
04:48
on design and compositional choices.
人間はデザインや構成にだけ
集中できるようにしたのです
04:51
So the more you look around you,
周りを見れば見るほど
04:53
the more you see Licklider's vision everywhere.
リックライダーの予見した世界になっています
04:55
Whether it's augmented reality in your iPhone or GPS in your car,
それがiPhoneの拡張現実であれ
カーナビであれ
04:56
human-computer symbiosis is making us more capable.
人間とコンピューターの共益関係は
我々の能力を拡張しています
05:00
So if you want to improve human-computer symbiosis,
その協力関係を更に発展させるために
05:03
what can you do?
何ができるでしょうか?
05:04
You can start by designing the human into the process.
人間の関与をプロセスに組み込んでデザインしましょう
05:06
Instead of thinking about what a computer will do to solve the problem,
コンピュータを前提とした解決方法ではなく
05:08
design the solution around what the human will do as well.
人間の役割を考慮に入れて解決策をデザインするのです
05:10
When you do this, you'll quickly realize that you spent
実際に やってみると
作業時間のほとんどが
05:14
all of your time on the interface between man and machine,
人間と機械間のインターフェイスの開発に
費やされたとわかります
05:16
specifically on designing away the friction in the interaction.
特に両者間の摩擦が減るように
デザインするのに時間がかかります
05:19
In fact, this friction is more important than the power
人間や機械のそれぞれの能力が
どの程度優れているがではなく
05:22
of the man or the power of the machine
この摩擦の大小こそが
最終的な能力を
05:25
in determining overall capability.
より大きく左右します
05:27
That's why two amateurs with a few laptops
数台のPCと素人が
スーパーコンピューターとチャンピオンを
05:29
handily beat a supercomputer and a grandmaster.
たやすく打ち負かした理由もここにあります
05:31
What Kasparov calls process is a byproduct of friction.
カスパロフが呼ぶように
プロセスには摩擦がつきものです
05:33
The better the process, the less the friction.
プロセスがよければ
摩擦は減ります
05:36
And minimizing friction turns out to be the decisive variable.
そして摩擦をいかに軽減できるかが
結果を握ります
05:39
Or take another example: big data.
他の例で言えば
例えばビッグデータ
05:43
Every interaction we have in the world is recorded
世界中の我々の行動は
電話端末や
05:45
by an ever growing array of sensors: your phone,
クレジットカードやコンピュータなどの
増え続けるセンサー網で
05:47
your credit card, your computer. The result is big data,
集め記録されます
その結果がビッグデータです
05:50
and it actually presents us with an opportunity
それは人間の実態を
05:53
to more deeply understand the human condition.
より深く理解できるような機会を
我々に与えてくれます
05:54
The major emphasis of most approaches to big data
ビッグデータへのほとんどのアプローチは
05:57
focus on, "How do I store this data? How do I search
「どうデータを保管し 検索し 処理するか?」に
05:59
this data? How do I process this data?"
焦点がおかれています
06:02
These are necessary but insufficient questions.
この観点は必要ですが
これでは不十分です
06:04
The imperative is not to figure out how to compute,
必要なのは「どう」処理するかではなく
06:06
but what to compute. How do you impose human intuition
「何を」処理し
この大規模なデータに対して
06:09
on data at this scale?
「人間の直観をどう生かすか」です
06:11
Again, we start by designing the human into the process.
ここでも 人間をプロセスに組み込みます
06:13
When PayPal was first starting as a business, their biggest
PayPalがビジネスを始めた当時
彼らの最大の課題は
06:16
challenge was not, "How do I send money back and forth online?"
「ネット上で どうお金をやり取りするか?」ではなく
06:19
It was, "How do I do that without being defrauded by organized crime?"
「組織的な詐欺行為をどう回避するか?」でした
06:22
Why so challenging? Because while computers can learn
なぜそれほど難しいか?
コンピューターは
06:26
to detect and identify fraud based on patterns,
過去のパターンに基づいて
詐欺を検知できるようになりますが
06:28
they can't learn to do that based on patterns
未知のパターンから
06:31
they've never seen before, and organized crime
詐欺を検知できるようにはなりません
06:32
has a lot in common with this audience: brilliant people,
犯罪組織と皆さんは似ています
06:34
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
優秀で 機知に富んでいて
やってやろうという気概に満ちている(笑)
06:37
and one huge and important difference: purpose.
ただ 1つ大きな違いがあって
それは「目的」です
06:41
And so while computers alone can catch all but the cleverest
コンピューターだけでも
詐欺のほとんどが見抜けられますが
06:43
fraudsters, catching the cleverest is the difference
最もずる賢い詐欺師を
捕まえられるかどうかが
06:46
between success and failure.
成功と失敗を分けるのです
06:49
There's a whole class of problems like this, ones with
このような問題はたくさんあります
06:51
adaptive adversaries. They rarely if ever present with a
常に新たな手を使う敵は
コンピューターが認識できるような
06:53
repeatable pattern that's discernable to computers.
手口の知られたパターンで
現れることはめったになく
06:56
Instead, there's some inherent component of innovation or disruption,
敵は常に革新・刷新を行っており
ビッグデータに埋もれてしまって
06:59
and increasingly these problems are buried in big data.
そうした問題が
どんどん増えていっています
07:03
For example, terrorism. Terrorists are always adapting
例えばテロです
テロリストは大小様々な方法で
07:05
in minor and major ways to new circumstances, and despite
環境に適応し身を隠します
07:08
what you might see on TV, these adaptations,
テレビで見るのと違って
テロリストが潜伏するのも
07:10
and the detection of them, are fundamentally human.
それを発見するのも
根本的に人間です
07:13
Computers don't detect novel patterns and new behaviors,
コンピューターは新手のパターンや
未知の行動を探知できません
07:15
but humans do. Humans, using technology, testing hypotheses,
人間ならできます
人間が技術を使い
仮説を用いて
07:18
searching for insight by asking machines to do things for them.
機械の助けを借りながら
真相を洞察するのです
07:22
Osama bin Laden was not caught by artificial intelligence.
ビン・ラディンを捕えたのは
07:26
He was caught by dedicated, resourceful, brilliant people
人工知能ではなく
07:29
in partnerships with various technologies.
様々な技術に助けられた
優秀で 機略に富む 懸命な人々でした
07:31
As appealing as it might sound, you cannot algorithmically
実現できればいいのですが
データから自動的に答えを
07:35
data mine your way to the answer.
導きだすことはできません
07:38
There is no "Find Terrorist" button, and the more data
「テロリストを見つける」なんてボタンはありませんし
07:40
we integrate from a vast variety of sources
多種多様な情報源から
幅広い形式のデータを
07:43
across a wide variety of data formats from very
集めれば集めるほどに
07:45
disparate systems, the less effective data mining can be.
そこから意味のある知識や情報を
引き出すことは難しくなります
07:47
Instead, people will have to look at data
そうならないように
人間がまずデータを見て
07:50
and search for insight, and as Licklider foresaw long ago,
洞察を行うのです
リックライダーがずいぶん前に予見していたように
07:52
the key to great results here is the right type of cooperation,
大きな結果は正しい協力から生まれます
07:56
and as Kasparov realized,
またカスパロフの認識どおり
07:59
that means minimizing friction at the interface.
協力するにはインターフェイスの摩擦を
最小化する必要があります
08:00
Now this approach makes possible things like combing
これが実行できれば
08:03
through all available data from very different sources,
様々な出所からのデータを
あますところなく集めて解析して
08:06
identifying key relationships and putting them in one place,
重要な関連性を特定し
そのデータだけを抽出できます
08:09
something that's been nearly impossible to do before.
以前なら不可能だったことです
08:12
To some, this has terrifying privacy and civil liberties
これがプライバシーや自由への脅威となるか
08:15
implications. To others it foretells of an era of greater
反対に それらがより強固に
保護される時代をもたらすか
08:17
privacy and civil liberties protections,
などと捉え方はそれぞれですが
08:20
but privacy and civil liberties are of fundamental importance.
プライバシーや自由は基本的で重要なものです
08:22
That must be acknowledged, and they can't be swept aside,
それは強く意識されなければなりませんし
08:25
even with the best of intents.
どんな理由があっても切り捨てることはできません
08:27
So let's explore, through a couple of examples, the impact
それでは
人間とコンピューターの共益関係を
08:30
that technologies built to drive human-computer symbiosis
最大限に活かすように
作られた技術の影響を示す
08:32
have had in recent time.
最近のいくつかの事例を見てみましょう
08:35
In October, 2007, U.S. and coalition forces raided
2007年10月
米軍と同盟国の連合軍が
シリアとの国境に位置し
08:38
an al Qaeda safe house in the city of Sinjar
イラクの町 シンジャールにある
08:41
on the Syrian border of Iraq.
アル・カーイダのアジトを急襲しました
08:44
They found a treasure trove of documents:
そこで貴重な書類の山を掘り当てました
08:45
700 biographical sketches of foreign fighters.
それは700人分もの
外国人兵士の略歴でした
08:48
These foreign fighters had left their families in the Gulf,
湾岸や地中海東側沿岸 そして
08:50
the Levant and North Africa to join al Qaeda in Iraq.
アフリカの国々に家族を残し
アル・カーイダ兵に志願した人々です
08:53
These records were human resource forms.
略歴書類は
まるで職歴質問集で
08:56
The foreign fighters filled them out as they joined the organization.
兵達は入隊時に質問事項に回答していました
08:58
It turns out that al Qaeda, too,
アル・カーイダでさえも
09:00
is not without its bureaucracy. (Laughter)
お役所みたいな形があるわけですね
(笑)
09:02
They answered questions like, "Who recruited you?"
質問は
「誰に誘われたのか?」
09:04
"What's your hometown?" "What occupation do you seek?"
「出身はどこか?」
「希望の職種は何か?」といったものでした
09:06
In that last question, a surprising insight was revealed.
そして最後の質問から驚くべき真相が現れました
09:09
The vast majority of foreign fighters
それら外国人兵のほとんどが
09:12
were seeking to become suicide bombers for martyrdom --
自爆テロによる殉死を望んでいたのです
09:15
hugely important, since between 2003 and 2007, Iraq
2003年から2007年にかけて
イラクでは1,382件の自爆テロ行為があり
09:17
had 1,382 suicide bombings, a major source of instability.
情勢を不安定にしている大きな要因でした
殉死願望は 非常に重要な真相です
09:21
Analyzing this data was hard. The originals were sheets
データの分析は困難でした
まず
09:26
of paper in Arabic that had to be scanned and translated.
原本はアラビア語で
用紙のスキャンと翻訳が必要でした
09:28
The friction in the process did not allow for meaningful
このプロセスでは
摩擦が大きかったので
09:31
results in an operational time frame using humans, PDFs
人間が根気づよくPDFを
読み続ける程度では
作戦に間に合う時間内に
09:33
and tenacity alone.
有意義な結果を
出せそうにありませんでした
09:36
The researchers had to lever up their human minds
調査員達は
明らかになっていない―
09:38
with technology to dive deeper, to explore non-obvious
仮説を探るべく
技術でテコ入れして
09:40
hypotheses, and in fact, insights emerged.
深く思考する必要がありました
そして ある真相を明らかにしました
09:43
Twenty percent of the foreign fighters were from Libya,
外国人兵の20%はリビア出身でした
09:46
50 percent of those from a single town in Libya,
その内半分はとあるひとつの町出身でした
重大な発見です
09:48
hugely important since prior statistics put that figure at
これはそれまでの統計では3%という数字でした
09:51
three percent. It also helped to hone in on a figure
またこのデータは
リビアの武装グループの
09:54
of rising importance in al Qaeda, Abu Yahya al-Libi,
アル・カーイダ内で地位が高まる
指導者アブ・ヤハ・アルリビに
09:56
a senior cleric in the Libyan Islamic fighting group.
狙いを絞ることに
ひと役買いました
09:59
In March of 2007, he gave a speech, after which there was
2007年に彼が演説を行ったのち
10:02
a surge in participation amongst Libyan foreign fighters.
リビア出身の兵士が急増していたのです
10:05
Perhaps most clever of all, though, and least obvious,
さらに 最もずる賢く
全く目立たないものでしたが
10:08
by flipping the data on its head, the researchers were
調査員達は分析方法を
がらりと変えることで
10:11
able to deeply explore the coordination networks in Syria
シリアの紹介グループを深く探ることができました
10:13
that were ultimately responsible for receiving and
そのグループこそが外国人兵士の
10:16
transporting the foreign fighters to the border.
受け入れと国境への移動を担っていました
10:19
These were networks of mercenaries, not ideologues,
グループは宗教的イデオロギーの元に集まったのでなく
10:21
who were in the coordination business for profit.
お金のための傭兵紹介サービスでした
10:24
For example, they charged Saudi foreign fighters
例えば リビア兵に比べて
お金の取れる
10:26
substantially more than Libyans, money that would have
サウジ兵から高額な紹介料を
巻き上げていました
10:28
otherwise gone to al Qaeda.
取られなければ アル・カーイダが
手にしたであろうお金でした
10:30
Perhaps the adversary would disrupt their own network
聖戦の兵士が詐取されていることを
10:32
if they knew they cheating would-be jihadists.
アル・カーイダが知ったら
自軍側のグループを解消したことでしょう
10:35
In January, 2010, a devastating 7.0 earthquake struck Haiti,
2010年1月マグニチュード7.0の
壊滅的な地震がハイチを襲いました
10:38
third deadliest earthquake of all time, left one million people,
死者の数は観測史上 3番目で
人口の10%にあたる
10:41
10 percent of the population, homeless.
100万人が家を失いました
10:44
One seemingly small aspect of the overall relief effort
支援活動全体から見れば
小さなことに見える1要素が
10:47
became increasingly important as the delivery of food
食料や水の配給が始まると
10:50
and water started rolling.
次第に重要な要素となりました
10:52
January and February are the dry months in Haiti,
1月と2月はハイチの乾期ですが
10:54
yet many of the camps had developed standing water.
多くの避難所では
水が溜まっていきました
10:56
The only institution with detailed knowledge of Haiti's
ハイチの氾濫原を詳細に把握している
10:59
floodplains had been leveled
唯一の機関は
11:01
in the earthquake, leadership inside.
指揮系統もろとも
地震で倒壊していました
11:02
So the question is, which camps are at risk,
ここで知りたいのは
どの避難所の危険度が高く
11:05
how many people are in these camps, what's the
それぞれ何人が避難生活をしており
11:08
timeline for flooding, and given very limited resources
洪水はいつ起こるのか
ということです
11:10
and infrastructure, how do we prioritize the relocation?
非常に限られた資源とインフラの下で
避難所移転の順序をどう決めるのか?
11:12
The data was incredibly disparate. The U.S. Army had
データは信じられないほど
バラバラでした
11:15
detailed knowledge for only a small section of the country.
米軍が詳細な情報を持っていたのは
限られた地域のみでした
11:18
There was data online from a 2006 environmental risk
2006年環境リスク会議のデータも
他の地理データも
11:21
conference, other geospatial data, none of it integrated.
ネット上で
バラバラに存在していました
11:23
The human goal here was to identify camps for relocation
ここでの目標は危険度に基づいて移転する
11:26
based on priority need.
避難所の優先順位をつけることでした
11:29
The computer had to integrate a vast amount of geospacial
そのためにコンピューターは膨大な
11:31
information, social media data and relief organization
地理情報やソーシャル・メディアの情報
支援機関からの情報を
11:34
information to answer this question.
まとめなければなりませんでした
11:36
By implementing a superior process, what was otherwise
この解決に
より優れたプロセスを
創造したことで
11:40
a task for 40 people over three months became
40人がかりで3ヶ月はかかったであろう作業を
11:42
a simple job for three people in 40 hours,
たった3人が40時間で終えてしまいました
11:45
all victories for human-computer symbiosis.
人間とコンピューターとの共益関係の成果です
11:48
We're more than 50 years into Licklider's vision
リックライダーの予見から50年以上経った今
11:50
for the future, and the data suggests that we should be
これまでのデータからすれば
11:52
quite excited about tackling this century's hardest problems,
人間とコンピュータが協力して
今世紀の最も難しい問題の数々に
11:55
man and machine in cooperation together.
取り組めば 大きな成果を期待できるのです
11:58
Thank you. (Applause)
ありがとうございました
12:01
(Applause)
(拍手)
12:03
Translator:DSK INOUE
Reviewer:Akinori Oyama

sponsored links

Shyam Sankar - Data Intelligence Agent
An advocate of human-computer symbiosis, Shyam Sankar looks for clues in big and disparate data sets.

Why you should listen

Shyam Sankar is a Director at Palantir Technologies, a secretive Silicon Valley company where he oversees deployments of the company's core technology, which helps law enforcement teams and corporations analyze giant, unrelated databases for clues to potential ... anything. Palantir technologies has been used to find missing children, to detect banking fraud, and to uncover the Shadow Network, a cyber-spy ring that stooped so low as to hack the Dalai Lama's email.

As part of his work, Sankar thinks deeply about the place where human and machine intelligence meet. While artificial intelligence (AI) is the dominant paradigm, he is an advocate of JCR Licklider's "intelligence augmentation" (IA) approach, where algorithms and brains work together to solve problems.

sponsored links

If you need translations, you can install "Google Translate" extension into your Chrome Browser.
Furthermore, you can change playback rate by installing "Video Speed Controller" extension.

Data provided by TED.

This website is owned and operated by Tokyo English Network.
The developer's blog is here.